CN107563623A - 海上风电场的维护调度方法及系统 - Google Patents
海上风电场的维护调度方法及系统 Download PDFInfo
- Publication number
- CN107563623A CN107563623A CN201710725965.0A CN201710725965A CN107563623A CN 107563623 A CN107563623 A CN 107563623A CN 201710725965 A CN201710725965 A CN 201710725965A CN 107563623 A CN107563623 A CN 107563623A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- task
- maintenance schedule
- ship
- schedule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开了一种海上风电场的维护调度方法及系统,维护调度方法包括以下步骤:获取对不同风机的n个维护任务;对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列;对每一组任务序列分别模拟执行一个维护调度方案,所述维护调度方案包括船只根据维护任务的执行次序依次将维护人员运载至维护任务产生的风机,维护人员执行维护任务的步骤;计算每一个维护调度方案的维护费用,并且选取维护费用最低的维护调度方案来进行海上风电场的维护调度。本发明实现了在满足维护调度需求的前提下,控制维护费用为最低。
Description
技术领域
本发明涉及智能维护领域,特别涉及一种海上风电场的维护调度方法及系统。
背景技术
与陆上风电场的维护工作相比较,海上风电场面临潮汐、台风、气流和闪电等恶劣环境,机组容易出现故障且维修较陆上而言难度大,特别在海况恶劣时,维护人员难以接近,故障无法排除,尤其到达深水地区的机组进行维护工作异常困难,使得海上风电场的运行维护费用较高。以上种种原因导致目前的海上风电机组的可用系数也较低,通常为80%-95%,维护费用相当于陆上风电场的两倍多,这意味着海上风电场的维护尤其重要,其优异程度直接影响海上风电场的发电量、设备使用率及收益率等。
海上风电场的维护调度涵盖人员配置、工期优化、海上船只调度优化、维护流程优化等内容,其中合理的人员配置是影响项目收益的关键因素;工期优化中综合考虑风季情况,可以通过优化、缩减定检项目,减少定检工时,最大限度保证风机在盛风季的运转时间;对于海上物流优化,部分维护中仅仅船只租用费用占维护费用的很大比例,同时船只类型选择、船只路径优化直接影响维护费用及维护周期;对于流程优化,合理规划定期维护、消缺排故、预防性检修、预测性维护四类维护工作,优化维护流程可降低年检工时。
但是,目前的海上风电场的维护调度方法存在以下问题:
1、基于历史维护记录及年度维护计划,人为定义调度任务优先级生成风机出海维护方案,无法实现中短期精确维护;
2、基于规则生成维护调度方案,无法保证人员配置、船只路径、维护工期安排的最优化。
发明内容
本发明要解决的技术问题是为了克服现有技术中基于规则或人为制定维护调度方案,导致降低维护效率的缺陷,提供一种海上风电场的维护调度方法及系统。
本发明是通过下述技术方案来解决上述技术问题:
一种海上风电场的维护调度方法,其特点在于,所述维护调度方法包括以下步骤:
S1、获取对不同风机的n个维护任务;
S2、对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列;
S3、对每一组任务序列分别模拟执行一个维护调度方案,所述维护调度方案包括船只根据维护任务的执行次序依次将维护人员运载至维护任务产生的风机,维护人员执行维护任务的步骤;
S4、计算每一个维护调度方案的维护费用,并且选取维护费用最低的维护调度方案来进行海上风电场的维护调度。
较佳地,在步骤S1中,还获取用于执行维护任务的m条船只及x个维护人员,m<x<n;
所述维护调度方案包括以下步骤:
P1、将x个维护人员分别装载至m条船只上;
P2、根据维护任务的执行次序,对前m个维护任务中的每一个维护任务产生的风机分别派出一条船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务;
P3、从第m+1个维护任务到第n个维护任务,依次派出m条船只中离维护任务产生的风机距离最短的船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
较佳地,在步骤P3中,当依次派出m条船只中离维护任务产生的风机距离最短的船只时,还判断离维护任务产生的风机距离最短的船只上装载的维护人员是否可执行该维护任务,若是,派出该距离最短的船只,若否,派出装载可执行该维护任务的维护人员的船只中距离最短的船只。
较佳地,在步骤S3中,通过MATLAB(一种用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境)编程模拟执行维护调度方案。
较佳地,所述维护费用包括资源费用、交通费用及人工费用。
一种海上风电场的维护调度系统,其特点在于,所述维护调度系统包括维护调度处理模块、维护调度模拟模块及维护调度执行模块;
所述维护调度处理模块用于获取对不同风机的n个维护任务,对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列;
所述维护调度处理模块还用于对每一组任务序列分别调用一次所述维护调度模拟模块,所述维护调度模拟模块用于模拟执行船只根据维护任务的执行次序依次将维护人员运载至维护任务产生的风机,还用于模拟维护人员执行维护任务;
所述维护调度处理模块还用于计算每一次调用所述维护调度模拟模块时的维护费用;
所述维护调度执行模块用于选取维护费用最低的维护调度方案来进行海上风电场的维护调度,所述维护调度方案为还原调用所述维护调度模拟模块时的方案。
较佳地,所述维护调度处理模块还获取用于执行维护任务的m条船只及x个维护人员,m<x<n;
所述维护调度模拟模块用于模拟将x个维护人员分别装载至m条船只上;
所述维护调度模拟模块还用于模拟根据维护任务的执行次序,对前m个维护任务中的每一个维护任务产生的风机分别派出一条船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务;
所述维护调度模拟模块还用于模拟从第m+1个维护任务到第n个维护任务,依次派出m条船只中离维护任务产生的风机距离最短的船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
较佳地,所述维护调度模拟模块还用于模拟当依次派出m条船只中离维护任务产生的风机距离最短的船只时,还判断离维护任务产生的风机距离最短的船只上装载的维护人员是否可执行该维护任务,若是,派出该距离最短的船只,若否,派出装载可执行该维护任务的维护人员的船只中距离最短的船只。
较佳地,所述维护调度模拟模块用于通过MATLAB编程来实现模拟。
较佳地,所述维护费用包括资源费用、交通费用及人工费用。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:
本发明提供的海上风电场的维护调度方法及系统通过综合考虑维护费用等因素可给出最优的维护调度方案,进而对各个维护任务合理分配维护人员,给出较佳的船只运行路线,从而实现了在满足维护调度需求的前提下,控制维护费用为最低。
附图说明
图1为本发明较佳实施例的海上风电场的维护调度方法的流程图。
图2为本发明较佳实施例的维护调度方案的流程图。
图3为本发明较佳实施例的海上风电场的维护调度系统的结构示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
如图1所示,本实施例提供一种海上风电场的维护调度方法,所述维护调度方法包括以下步骤:
步骤101、获取对不同风机的n个维护任务、用于执行维护任务的m条船只及x个维护人员。
在本步骤中,从海上风场的SCADA(Supervisory Control And DataAcquisition,数据采集与监视控制系统)数据中获取需执行的维护任务的具体信息,例如,风机和码头的地理位置分布、风机的损坏类型等,再获取目前可执行维护任务的维护人员的数量及技能,目前可派出的船只的数量等,在本实施例中,设定m<x<n,但并不具体限定其关系。
步骤102、对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列。
在本步骤中,若目前存在3个维护任务A、B、C,那么会存在(ABC)、(ACB)、(BAC)、(BCA)、(CAB)、(CBA)等6组任务序列。
步骤103、对每一组任务序列分别模拟执行一个维护调度方案。
在本步骤中,通过MATLAB编程模拟执行维护调度方案,即对每一组任务序列通过计算机软件来仿真一次完整的实际维护调度的过程。
步骤104、计算每一个维护调度方案的维护费用。
在本步骤中,所述维护费用为一个维护调度方案的交通费用、资源费用及人工费用的总和,所述交通费用包括船舶的租借费用及船舶的实际使用费用,所述资源费用包括备品备件的更换成本及维修工具的实际使用费用,所述人工费用包括维护人员的工资及维护人员的实际加班费用,当然所述维护费用并不仅限于此类费用,也可结合实际情况来考虑维护调度方案中所产生的各方面的费用。
步骤105、选取维护费用最低的维护调度方案来进行海上风电场的维护调度。
在本步骤中,对各个维护调度方案进行仿真并计算其维护费用后,选取维护费用最低的维护调度方案来实际进行海上风电场的维护调度。
在本实施例中,如图2所示,所述维护调度方案包括以下步骤:
步骤201、将x个维护人员分别装载至m条船只上。
在本步骤中,可根据维护人员不同的技能等规则来进行船只的分配。
步骤202、根据维护任务的执行次序,对前m个维护任务中的每一个维护任务产生的风机分别派出一条船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
在本步骤中,对前m个维护任务中的每一个维护任务产生的风机可根据维护人员的技能等因素分别派出一条船只,所述预设规则根据实际情况来决定,以最优化的分配方式来进行考虑。
步骤203、从第m+1个维护任务到第n个维护任务,依次派出m条船只中离维护任务产生的风机距离最短的船只。
步骤204、判断离维护任务产生的风机距离最短的船只上装载的维护人员是否可执行该维护任务,若是,派出该距离最短的船只,若否,派出装载可执行该维护任务的维护人员的船只中距离最短的船只。
步骤205、对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
在本实施例中,通过优化一个维护调度方案中所对应的人员配置、船只路径、时间安排可以在满足任务执行情况的基础上优化维护调度方案的成本。
下面具体说明应用所述维护调度方法的示例。
以东海某风场的28台风机为研究对象,获取2016年3月~2016年7月风机调度现场的历史维护日志、在3~7月中取一段风场大修过后时间的SCADA数据、3~7月气象局风场区域的历史天气数据和短期预测天气数据、风场维护的资源费用和人力费用、海上风场各风机和码头的地理位置分布、风场风机的设计风速功率曲线。
其中,获取3~7月中三天维护调度方案的具体信息:取这三天的维护日志,获取这次维护的船只出海安排、运维路线、运维时间节点、人员出海安排,以及期间的天气数据。
计算该维护调度方案的资源费用:从维护日志中获得使用的维修工具和更换的备品备件,按照获取的资源费用数据计算维护调度的资源费用,其中维修工具的使用作为浮动资源费用,备品备件的更换作为固定资源费用。
计算该维护调度方案的交通费用:根据维护日志中的船只运行路线和获取的燃油费用计算该维护调度方案的浮动交通费用,船只的租赁费用作为固定交通费用。
计算该维护调度方案的人工费用:根据维护日志中获取的人员安排和人员工资计算该维护调度方案的人工费用,其中加班部分的加班费用作为浮动人工费用,正常工作时间的工资费用作为固定人工费用。
计算该维护调度方案的总维护费用,即资源费用、交通费用及人工费用的总和。
利用所述维护调度方法来生成优化模型,模拟这三天的17个维护调度任务,其中3台风机为故障维修,6台风机为定期巡检,其余风机均为定期保养任务。可用的维护船只数为2,可用的维护团队数为3,优化模型求解采用遗传算法用MATLAB求解。
进行编码与初始化后,采用遗传算法的具体操作过程如下:
适应度计算:按照评价模型中的定义计算这三天维护费用的浮动部分,直接作为模型的适应度函数。
选择操作:选择操作是根据个体的适应度值的优劣选择表现优异的个体遗传到新一代种群中,淘汰适应度差的个体。此处采用轮盘赌的方式,各个个体被选中的概率与其适应度函数值大小成正比,同时采用精英主义,保证当前最优解个体可以遗传到新一代种群中,这样大幅提高了运算速度,因为它可以防止错过找到的最优解。
交叉操作:交叉操作的目的在于保留个体的优良信息,将一对染色体相互交换其部分基因,形成两个新的基因。交叉运算是遗传算法中产生新一个个体的主要方法,其优劣直接影响计算结果与计算效率。此处部分匹配交叉(PMX)法进行交叉操作。
变异操作:变异操作主要是为了维持种群的多样性,改善算法的局部搜索限制。此处采用互换变异,对于需要变异的个体,从染色体序列中随机选择两个位置的基因进行互换。
算例结果:种群大小Psize=200,迭代次数G=200,交叉率Pcross=0.6,变异率Pmutate=0.05,重复该过程100次。
为了方便对比,在本实施例中,还模拟执行了现有先到先维护策略(基于规则的维护,即任意选择距离短的风机或维护先故障的风机等)的维护调度方案,经过对比发现,采用本实施例提供的维护调度方法所输出的维护调度方案的总维护费用明显低于采用现有先到先维护策略的维护调度方案的总维护费用,可证明所述维护调度方法的可行性。
如图3所示,本实施例还提供一种海上风电场的维护调度系统1,包括维护调度处理模块11、维护调度模拟模块12及维护调度执行模块13。
维护调度处理模块用于获取对不同风机的n个维护任务、用于执行维护任务的m条船只及x个维护人员。
在本实施例中,维护调度处理模块从海上风场的SCADA数据中获取需执行的维护任务的具体信息,例如,风机和码头的地理位置分布、风机的损坏类型等,再获取目前可执行维护任务的维护人员的数量及技能,目前可派出的船只的数量等,在本实施例中,设定m<x<n,但并不具体限定其关系。
维护调度处理模块还用于对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列。
在本实施例中,若目前存在3个维护任务A、B、C,那么会存在(ABC)、(ACB)、(BAC)、(BCA)、(CAB)、(CBA)等6组任务序列。
维护调度处理模块还用于对每一组任务序列分别调用一次维护调度模拟模块。
在本实施例中,维护调度模拟模块通过MATLAB编程来实现模拟,即对每一组任务序列通过计算机软件来仿真一次完整的实际维护调度的过程。
维护调度处理模块还用于计算每一次调用维护调度模拟模块时的维护费用。
在本实施例中,所述维护费用为一个维护调度方案的交通费用、资源费用及人工费用的总和,所述交通费用包括船舶的租借费用及船舶的实际使用费用,所述资源费用包括备品备件的更换成本及维修工具的实际使用费用,所述人工费用包括维护人员的工资及维护人员的实际加班费用,当然所述维护费用并不仅限于此类费用,也可结合实际情况来考虑维护调度方案中所产生的各方面的费用。
维护调度执行模块用于选取维护费用最低的维护调度方案来进行海上风电场的维护调度,所述维护调度方案为还原调用维护调度模拟模块时的方案。
在本实施例中,对各个维护调度方案进行仿真并计算其维护费用后,选取维护费用最低的维护调度方案来实际进行海上风电场的维护调度。
在本实施例中,维护调度模拟模块用于模拟将x个维护人员分别装载至m条船只上。可根据维护人员不同的技能等规则来进行船只的分配。
维护调度模拟模块还用于模拟根据维护任务的执行次序,对前m个维护任务中的每一个维护任务产生的风机分别派出一条船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
在本实施例中,对前m个维护任务中的每一个维护任务产生的风机可根据维护人员的技能等因素分别派出一条船只,所述预设规则根据实际情况来决定,以最优化的分配方式来进行考虑。
维护调度模拟模块还用于模拟从第m+1个维护任务到第n个维护任务,依次派出m条船只中离维护任务产生的风机距离最短的船只,判断离维护任务产生的风机距离最短的船只上装载的维护人员是否可执行该维护任务,若是,派出该距离最短的船只,若否,派出装载可执行该维护任务的维护人员的船只中距离最短的船只,对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
本实施例提供的海上风电场的维护调度方法及系统通过综合考虑维护费用等因素可给出最优的维护调度方案,进而对各个维护任务合理分配维护人员,给出较佳的船只运行路线,从而实现了在满足维护调度需求的前提下,控制维护费用为最低。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (10)
1.一种海上风电场的维护调度方法,其特征在于,所述维护调度方法包括以下步骤:
S1、获取对不同风机的n个维护任务;
S2、对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列;
S3、对每一组任务序列分别模拟执行一个维护调度方案,所述维护调度方案包括船只根据维护任务的执行次序依次将维护人员运载至维护任务产生的风机,维护人员执行维护任务的步骤;
S4、计算每一个维护调度方案的维护费用,并且选取维护费用最低的维护调度方案来进行海上风电场的维护调度。
2.如权利要求1所述的维护调度方法,其特征在于,在步骤S1中,还获取用于执行维护任务的m条船只及x个维护人员,m<x<n;
所述维护调度方案包括以下步骤:
P1、将x个维护人员分别装载至m条船只上;
P2、根据维护任务的执行次序,对前m个维护任务中的每一个维护任务产生的风机分别派出一条船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务;
P3、从第m+1个维护任务到第n个维护任务,依次派出m条船只中离维护任务产生的风机距离最短的船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
3.如权利要求2所述的维护调度方法,其特征在于,在步骤P3中,当依次派出m条船只中离维护任务产生的风机距离最短的船只时,还判断离维护任务产生的风机距离最短的船只上装载的维护人员是否可执行该维护任务,若是,派出该距离最短的船只,若否,派出装载可执行该维护任务的维护人员的船只中距离最短的船只。
4.如权利要求1所述的维护调度方法,其特征在于,在步骤S3中,通过MATLAB编程模拟执行维护调度方案。
5.如权利要求1~4中任意一项所述的维护调度方法,其特征在于,所述维护费用包括资源费用、交通费用及人工费用。
6.一种海上风电场的维护调度系统,其特征在于,所述维护调度系统包括维护调度处理模块、维护调度模拟模块及维护调度执行模块;
所述维护调度处理模块用于获取对不同风机的n个维护任务,对n个维护任务的执行次序进行随机编码,并且生成根据执行次序排列的n!组任务序列;
所述维护调度处理模块还用于对每一组任务序列分别调用一次所述维护调度模拟模块,所述维护调度模拟模块用于模拟执行船只根据维护任务的执行次序依次将维护人员运载至维护任务产生的风机,还用于模拟维护人员执行维护任务;
所述维护调度处理模块还用于计算每一次调用所述维护调度模拟模块时的维护费用;
所述维护调度执行模块用于选取维护费用最低的维护调度方案来进行海上风电场的维护调度,所述维护调度方案为还原调用所述维护调度模拟模块时的方案。
7.如权利要求6所述的维护调度系统,其特征在于,所述维护调度处理模块还获取用于执行维护任务的m条船只及x个维护人员,m<x<n;
所述维护调度模拟模块用于模拟将x个维护人员分别装载至m条船只上;
所述维护调度模拟模块还用于模拟根据维护任务的执行次序,对前m个维护任务中的每一个维护任务产生的风机分别派出一条船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务;
所述维护调度模拟模块还用于模拟从第m+1个维护任务到第n个维护任务,依次派出m条船只中离维护任务产生的风机距离最短的船只,并且对每一个风机根据预设规则分配维护人员的数量,维护人员执行维护任务。
8.如权利要求7所述的维护调度系统,其特征在于,所述维护调度模拟模块还用于模拟当依次派出m条船只中离维护任务产生的风机距离最短的船只时,还判断离维护任务产生的风机距离最短的船只上装载的维护人员是否可执行该维护任务,若是,派出该距离最短的船只,若否,派出装载可执行该维护任务的维护人员的船只中距离最短的船只。
9.如权利要求6所述的维护调度系统,其特征在于,所述维护调度模拟模块用于通过MATLAB编程来实现模拟。
10.如权利要求6~9中任意一项所述的维护调度系统,其特征在于,所述维护费用包括资源费用、交通费用及人工费用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710725965.0A CN107563623A (zh) | 2017-08-22 | 2017-08-22 | 海上风电场的维护调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710725965.0A CN107563623A (zh) | 2017-08-22 | 2017-08-22 | 海上风电场的维护调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107563623A true CN107563623A (zh) | 2018-01-09 |
Family
ID=60976241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710725965.0A Pending CN107563623A (zh) | 2017-08-22 | 2017-08-22 | 海上风电场的维护调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107563623A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784565A (zh) * | 2019-01-22 | 2019-05-21 | 成都英孚克斯科技有限公司 | 一种设备维护人员调度系统 |
CN110880049A (zh) * | 2019-11-07 | 2020-03-13 | 北京天泽智云科技有限公司 | 区域级多风场运维排程方法和系统 |
CN111144604A (zh) * | 2018-11-06 | 2020-05-12 | 江苏金风软件技术有限公司 | 海上风电场的运维交通方案的推荐方法和设备 |
CN111461469A (zh) * | 2019-01-18 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 人员调度方法及计算机设备 |
CN112101897A (zh) * | 2020-08-25 | 2020-12-18 | 华能国际电力股份有限公司浙江清洁能源分公司 | 海上风电智慧管理方法、装置及系统 |
CN112258065A (zh) * | 2020-10-29 | 2021-01-22 | 上海电气集团股份有限公司 | 一种确定维修派工顺序的方法、装置及设备 |
CN112270472A (zh) * | 2020-10-26 | 2021-01-26 | 北京千尧新能源科技开发有限公司 | 海上风电场与海洋养殖协同运维方法及系统 |
CN113177690A (zh) * | 2021-04-01 | 2021-07-27 | 中国广核集团有限公司 | 海上风电场运维调度方法、系统、计算机设备和存储介质 |
CN113822606A (zh) * | 2021-11-25 | 2021-12-21 | 南栖仙策(南京)科技有限公司 | 物业任务调度方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259262A (zh) * | 2013-05-03 | 2013-08-21 | 国家电网公司 | 含大规模风电的电力系统的检修计划优化方法 |
CN104835394A (zh) * | 2015-04-30 | 2015-08-12 | 神华集团有限责任公司 | 一种风力发电场运维仿真系统 |
-
2017
- 2017-08-22 CN CN201710725965.0A patent/CN107563623A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103259262A (zh) * | 2013-05-03 | 2013-08-21 | 国家电网公司 | 含大规模风电的电力系统的检修计划优化方法 |
CN104835394A (zh) * | 2015-04-30 | 2015-08-12 | 神华集团有限责任公司 | 一种风力发电场运维仿真系统 |
Non-Patent Citations (1)
Title |
---|
王世全等: "海上风电场运维策略模型研究与实例分析", 《第四届中国风电后市场专题研讨会论文集》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111144604A (zh) * | 2018-11-06 | 2020-05-12 | 江苏金风软件技术有限公司 | 海上风电场的运维交通方案的推荐方法和设备 |
CN111144604B (zh) * | 2018-11-06 | 2023-08-08 | 江苏金风软件技术有限公司 | 海上风电场的运维交通方案的推荐方法和设备 |
CN111461469A (zh) * | 2019-01-18 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 人员调度方法及计算机设备 |
CN111461469B (zh) * | 2019-01-18 | 2023-05-09 | 阿里巴巴集团控股有限公司 | 人员调度方法及计算机设备 |
CN109784565A (zh) * | 2019-01-22 | 2019-05-21 | 成都英孚克斯科技有限公司 | 一种设备维护人员调度系统 |
CN110880049A (zh) * | 2019-11-07 | 2020-03-13 | 北京天泽智云科技有限公司 | 区域级多风场运维排程方法和系统 |
CN112101897B (zh) * | 2020-08-25 | 2022-03-22 | 华能(浙江)能源开发有限公司清洁能源分公司 | 海上风电智慧管理方法、装置及系统 |
CN112101897A (zh) * | 2020-08-25 | 2020-12-18 | 华能国际电力股份有限公司浙江清洁能源分公司 | 海上风电智慧管理方法、装置及系统 |
CN112270472A (zh) * | 2020-10-26 | 2021-01-26 | 北京千尧新能源科技开发有限公司 | 海上风电场与海洋养殖协同运维方法及系统 |
CN112258065A (zh) * | 2020-10-29 | 2021-01-22 | 上海电气集团股份有限公司 | 一种确定维修派工顺序的方法、装置及设备 |
CN113177690A (zh) * | 2021-04-01 | 2021-07-27 | 中国广核集团有限公司 | 海上风电场运维调度方法、系统、计算机设备和存储介质 |
CN113177690B (zh) * | 2021-04-01 | 2023-12-12 | 中国广核集团有限公司 | 海上风电场运维调度方法、系统、计算机设备和存储介质 |
CN113822606A (zh) * | 2021-11-25 | 2021-12-21 | 南栖仙策(南京)科技有限公司 | 物业任务调度方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563623A (zh) | 海上风电场的维护调度方法及系统 | |
CN107480793A (zh) | 海上风电场的维护费用计算及维护调度的方法及系统 | |
Shields et al. | Impacts of turbine and plant upsizing on the levelized cost of energy for offshore wind | |
Hou et al. | Offshore wind farm repowering optimization | |
US10902163B2 (en) | Simulation method and system | |
Besnard et al. | A stochastic model for opportunistic maintenance planning of offshore wind farms | |
González et al. | Optimal wind-turbine micro-siting of offshore wind farms: A grid-like layout approach | |
Gonzalez et al. | Optimization of wind farm turbine layout including decision making under risk | |
Allal et al. | Multi-agent based simulation-optimization of maintenance routing in offshore wind farms | |
Golestani et al. | The Game of Guwarra: A game theory-based decision-making framework for site selection of offshore wind farms in Australia | |
Ji et al. | Inexact stochastic risk-aversion optimal day-ahead dispatch model for electricity system management with wind power under uncertainty | |
CN113496293A (zh) | 一种海上风电场运维方案生成方法及装置 | |
CN110175684A (zh) | 一种海上风电场运维方法及装置 | |
Saleh et al. | Self-adaptive optimized maintenance of offshore wind turbines by intelligent Petri nets | |
Barati et al. | Private investor-based distributed generation expansion planning considering uncertainties of renewable generations | |
Babatunde et al. | Generation expansion planning: a survey | |
WO2023226539A1 (zh) | 海上风电场多机组运维策略优化方法 | |
Katsouris et al. | Cost modelling of floating wind farms | |
Lei et al. | An adaptive replacement strategy-incorporated particle swarm optimizer for wind farm layout optimization | |
Alghamdi | Optimal power flow of renewable-integrated power systems using a Gaussian bare-bones levy-flight firefly algorithm | |
dos Santos et al. | Maintenance planning of an offshore wind turbine using stochastic petri nets with predicates | |
Liu et al. | Optimal scheduling strategy of O&M task for OWF | |
Kirchner-Bossi et al. | Wind farm power density optimization according to the area size using a novel self-adaptive genetic algorithm | |
CN115994612A (zh) | 基于业扩规划的配电网运行优化方法、装置及存储介质 | |
Li | Towards Closed-Loop Maintenance Logistics for Offshore Wind Farms: Approaches for Strategic and Tactical Decision-Making |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |