CN110175684A - 一种海上风电场运维方法及装置 - Google Patents

Abstract

本发明涉及一种海上风电场运维方法及装置，所述方法包括以下步骤：1)基于风电场在线和离线的运行监控数据和机组维护数据，获得初始运维调度方案；2)根据当前运维调度方案进行风电场运维，记录实时维修进度断面和动态待修机组集群；3)根据所述维修进度断面更新维修任务执行的时间尺度信息；4)判断是否存在新增维修需求，若是，则更新动态待修机组集群，根据考虑尾流效应的调度模型产生实时运维调度方案，返回步骤2)，若否，则直接返回步骤2)。与现有技术相比，本发明具有提高维修效率、降低成本等优点。

Description

一种海上风电场运维方法及装置

技术领域

本发明涉及海上风电控制技术领域，涉及一种海上风电场运维方法，尤其是涉及一种考虑尾流效应的海上风电场运维方法及装置。

背景技术

海上风电是风电技术的前沿领域，也是近年来国内外新能源发展的一个战略重点。与陆上风电相比，海上风电场运行维修的复杂度及成本大大高于陆上风电场，而海上维修船只的成本最高可约占运维总成本的73％。合理使用维修船只，优化安排维修任务的次序和路径，能够更加有序高效的开展维修工作，提高维修效率，降低运维成本，减少停机损失。海上运维任务的调度是一个复杂的优化问题，其安排受到海上天气情况、维修类型、维修船只载重、维修工作时长等因素的影响。随着国内外海上风电场建设规模的增长，运行维修工作量的增大，该问题也逐渐引起了学术界和工程界的关注。

海上风电场机组维运维任务的安排，可归结成一个物流配送优化调度问题(Vehicle Routing Problem，VRP)。将岸上港口作为VRP问题的配送中心，机组作为顾客，维修任务安排可以描述为对待维修机组，在满足一定的约束条件下，如船只载重、人员、工作时长等，确定适当的船只数量和行驶路线，使其从港口出发，有序的完成维修任务，最后返回港口，从而使得费用最小。该问题于1959年由Dantzig和Ramser首次提出，其理论成果已广泛应用于航空、通讯、工业管理、计算机应用等领域，用以解决航空飞机排班、物流公司货物安排的的优化设计以及工业生产中的计划与控制等多种组合优化问题，但在海上风电的应用尚处于研究的起步阶段。学者Li Xiaodong、Dai Lijuan、Matthias H在分析海上风电场运维成本构成和内外部影响因素的基础上，考虑天气、人员、备件等维修条件，构建了海上风电场维修船行路线的调度和运维成本模型。Chandra在分析单个海上风电场运维任务调度的基础上，进一步对多个海上风电场运维任务的联合调度开展研究。在上述研究中，尚未考虑不同机组维修的紧迫性差异，且假设新发生的故障告警对维修计划不造成影响，与实际运行维修存在一定的差异，维修效率低。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种海上风电场运维方法及装置。

本发明的目的可以通过以下技术方案来实现：

一种海上风电场运维方法，包括以下步骤：

1)基于风电场在线和离线的运行监控数据和机组维护数据，获得初始运维调度方案；

2)根据当前运维调度方案进行风电场运维，记录实时维修进度断面和动态待修机组集群；

3)根据所述维修进度断面更新维修任务执行的时间尺度信息；

4)判断是否存在新增维修需求，若是，则更新动态待修机组集群，根据考虑尾流效应的调度模型产生实时运维调度方案，返回步骤2)，若否，则直接返回步骤2)。

进一步地，步骤1)中，所述运行监控数据从风电场地理信息系统、风功率预测系统、数据采集与监视控制系统和风电场状态监测系统中获取；

所述机组维护数据包括机组定期运维计划、运维人员及排班，运维船只信息和备品备件数据。

进一步地，所述实时维修进度断面的信息包括维修机组信息和维修资源信息。

进一步地，所述考虑尾流效应的调度模型的目标函数为：

其中，C_C为人员、船只和交通总费用，C_L为维修停机损失，C_D为延迟维修惩罚费用，W_f为一天全场发电量，该发电量为虑尾流效应的发电量；

进一步地，所述调度模型采用的约束条件包括维修船数量约束、维修船载重约束、维修人员约束、机组维修流程约束和维修船的日有效工作时长限制。

进一步地，所述一天全场发电量W_f的公式为：

其中，N为机组总台数，P_jt为在t时段机组的平均输出功率，P_N为风电机组的额定功率，ρ为空气密度，C_p为机组的风能利用系数，v_ci、v_N、v_co分别为切入风速、额定风速和切出风速，A_r为尾流交叠比例，v_jt为t时段考虑尾流叠加后的机组j的风速。

进一步地，所述考虑尾流叠加后的机组j的风速表示为：

v_j＝v_i(1-Δv_j)

其中，Δv_j为上游i台机组尾流在下游j台机组处共同作用所产生的尾流损失，Δv_kjx为距离机组k下游x_kj处的尾流损失，β_kj为尾流影响因子。

进一步地，所述尾流影响因子根据上游机组尾流区域和下游机组的风轮扫风面积确定，具体地：

a)当机组i的尾流半径与机组j风轮半径不相交时，尾流影响因子β_ij＝0；

b)当机组i的尾流半径完全包含机组j风轮半径时，尾流影响因子β_ij＝1；

c)当机组i的尾流半径部分包含机组j风轮半径时，尾流影响因子β_ij＝A_r。

本发明还提供一种海上风电场运维装置，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器调用所述计算机程序执行所述方法的步骤，输出实时运维调度方案。

已有研究中没有考虑实际维修任务的执行顺序具有动态变化的特点，且假设新发生的故障告警对维修计划不造成影响，与实际运行维修存在一定的差异。尤其在海上复杂的运维工况下，由于尾流效应的影响导致维修不同机组的损失电量不尽相同，若不考虑动态变化的特点，可能会影响可用的运维时间，从而降低维修效率、增加维运维成本。与现有技术相比，本发明具有以如下有益效果：

1、本发明根据海上风电场运行监测和机组维修情况，首先，通过引入维修进度断面，将动态维修调度转化为一系列基于t时刻维修进度断面的静态调度，以减少由于运维造成的电量损失，提高风电场的可用率和可靠性。

2、考虑尾流效应的影响，构建海上风电场发电量模型，对海上风电场运维调度安排进行优化，提高维修效率，减少风电场停机损失。

3、海上天气情况和风电机组故障具有随机性，本发明能够获得更精确的实时维修调度方案，保证海上风电场的可靠性。

附图说明

图1为海上风电场运维思路框架图；

图2为海上风电场维修进度断面示意图；

图3为海上风电机组尾流叠加示意图；

图4为海上风电场机组分布图；

图5为运维调度费用随工作时长和维修资源配置的变化。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

如图1所示，本发明提供一种海上风电场运维方法，可大致分为以下几步：首先，根据风电场在线和离线的运行监控和机组维护数据，构建静态调度模型，以调度成本最小为目标，形成初始维修调度方案；其次，通过维修进度断面更新维修任务执行的时间尺度信息，若无新增维修需求，则执行初始维修方案；反之，则将其插入维修安排形成动态待修机组集群，然后预估待修机组因维修造成的损失电量和全场的发电量，求解考虑尾流效应的调度模型，进而形成实时运维调度方案；最后若运维任务全部完成，则当天任务结束；若有未完成的运维任务，则将维修进度断面信息计入机组维修日志数据，延迟到下一天进行安排。

运行监控数据从风电场地理信息系统(GIS)、风功率预测系统、数据采集与监视控制系统(SCADA)、风电场状态监测系统(CMS)等系统中获取；所述机组维护数据包括机组定期运维计划、运维人员及排班，运维船只信息和备品备件数据等。

t时刻的维修进度断面信息包括维修机组信息和维修资源信息两大类。根据运维执行的进度将维修机组信息(机组的编号、路线和维修耗时等)分为四类：1)已完成维修的机组；2)未完成维修机组；3)正在维修的机组；4)新增维修需求的机组。其中，已完成和正在进行维修的机组集合不可更改。根据维修资源使用情况，将维修资源信息集合分为三类：1)船只，包括剩余载重，可用数量，状态(行驶、服务、等待)等；2)可用人员；3)备品备件，包括新增需求、库存位置、库存量、周转时间等。将整个调度周期(如一个工作日)用基于t时刻维修进度断面的静态调度模型来表示，如图2所示。

本发明采用考虑尾流效应的调度模型形成实时运维调度方案，可以有效提高维修效率。

风电机组尾流在向下游传播过程中，尾流半径随距离的增加而不断增大，半径扩展速度受到湍流强度、推力系数和机组距离的影响。随着风速的增加，机组所在地形的表面粗糙度会影响尾流的衰减速度。在海上，海平面波浪状态与陆地的地面粗糙度类似。当风速增大时，陆地的地面粗糙度反而会减小，而在海上尾流效应的影响距离较远，且随着风速的增大，波浪也越大，波浪状态系数(相当于地面粗糙度)随之增大。若v₀为使得波浪状态变化的风速，根据Jensen模型，对于风轮半径为r_r的机组，尾流区域半径r_w如下所示：

式中：α为尾流衰减因子，反映了尾流随距离的增加而扩展的速度，受到环境湍流和大气稳定度的影响，采用α＝0.5/ln(h/h₀)计算，h为机组轮毂高度，h₀为风电场所处地形的粗糙度。根据风力等级与海面状态的的相关气象资料，对于当风速大于等于7m/s(4级风力)时，h₀＝0.022；当风速小于7m/s时，h₀＝0.0023。

假设机组i的来流风速为v_i，则位于机组i下游受尾流影响的机组j的风速v_ij可表示为

v_ij＝v_i(1-Δv_ijx)

式中Δv_ijx为距离机组i下游x_ij处的尾流损失，由公式计算，C_T为机组推力系数。

在风电场中，处于来流风向下游位置的机组会同时受到上游不同位置机组尾流的影响，当有机组进行停机维护时，风电场内的尾流分布及叠加也会相应发生变化，从而影响整个风电场的功率输出。

结合上游机组尾流区域和下游机组的风轮扫风面积，叠加关系主要有三种，如图3所示：

(1)当机组i的尾流半径与机组j风轮半径不相交时，即机组j到机组i尾流半径垂线的距离D_ij>r_w+r_r时，不需要计及尾流影响，如1#机组尾流对2#机组无影响，定义尾流影响因子β_ij＝0；；

(2)当机组i的尾流半径完全包含机组j风轮半径时，即机组j到机组i尾流半径垂线的距离D_ij<r_w-r_r时，如1#机组尾流对5#、9#机组的影响，尾流影响因子β_ij＝1；

(3)当机组i的尾流半径部分包含机组j风轮半径时，即机组j到机组i尾流半径垂线的距离r_w-r_r<D_ij<r_w+r_r时，采用以下公式计算尾流影响的交叠区域面积A_s和尾流交叠比例A_r，尾流影响因子β_ij＝A_r。

上游i台机组尾流在下游j台机组处共同作用所产生的尾流损失Δv_j和考虑尾流叠加后的机组j的风速v_j为

v_j＝v_i(1-Δv_j)

根据风能转化原理，在t时段机组的平均输出功率P_jt与考虑尾流影响后的风速v_jt的关系如下所示：

式中，P_N为风电机组的额定功率；C_p为机组的风能利用系数，与桨距角和叶尖速比相关；ρ为空气密度；v_ci，v_N，v_co分别为切入风速、额定风速和切出风速。对于有N台机组的海上风电场，则一天全场发电量W_f如下：

运维任务调度安排的是在既定的风电场年度预防性维修计划形成后，通过对维修任务的有序安排，在执行预防性维修计划的时间段内，使得完成维修所需的单位电量维修调度成本z最小。假设海上风电场有N台机组，根据运行监控状态和日常维修计划在l天内有n台机组需要进行维修，记为集合{0，1，…，n}，其中0表示港口。风电场有m艘运维交通船。则其优化目标函数表示如下：

(1)人员、船只、交通费用。

式中：C_t为人员日工资，N_t为维修人员的数目，每次维修至少三人一组；C_k为船只日租赁费用；C₀为单位距离船只运输成本，g_ij为第i台机组至第j台机组的距离，定义为二进制变量，当在d天维修船只k从机组i到机组j时，其他情况则

(2)维修停机损失C_L和延迟维修惩罚费用C_D。

y_i为由于天气、备件等原因告警机组i停机的天数，c_Li为单位电价，P_Li为检修机组的停机损失功率；z_i为延迟维修的天数，用于反映当维修条件不满足时，其余待维修机组不停机，但维修时间推迟，造成机组可靠度下降，故障风险增高的情况，延迟维修造成机组单位时间的惩罚成本，η为维修的役龄回退因子。

(3)约束条件

维修船从岸上港口出发，完成维修任务后，再驶回港口，每台机组每天仅由一艘维修船一组人员提供维修，对风电机组的维修方式仅考虑小修和巡检，模型约束条件如下所示。

1)维修船数量约束。

2)维修船载重约束。

L_i表示维修机组i所需携带备件及其设备的重量。

3)维修人员约束。

d＝1,2,…,l；

式中：P_j表示维修机组j所需的人数，分别表示将机组j的维修人员接上船只或送至机组j时，在第d天从机组i离开到达机组j之前的船k上的总人数，船只可最多搭载人员数为P_max。

4)机组维修流程约束。

式中：为第d天船k到达机组i的时间，T_i为船只在机组i处的停留时间，包括人员接送和维修机组的时间，t_ij为从机组i行驶至机组j的时间。

5)维修船的日有效工作时长限制。

式中：T_max为船只k每天最长的工作时间。

以某海上风电场64台机组，单机容量3MW，风轮处平均风速4.8～6.6m/s，运行年有效利用小时数1800h，风电场离岸距离为10km，机组间距为1km，机组分布如图4所示。整个维修过程中风速要求满足检修约束v_t≤10m/s。参考国内海上风电场的上网电价，上网电价取0.8元/千瓦时。该风电场配备有三艘运维交通船，每艘船只平均航速约13.5节，最大承载人数为12人，日租赁费用取10000元，维修单位时间额外费用(燃油等)取2000元/h。维修役龄回退因子η为0.6，人员日工资C_t＝300元，工作时长为8～12h，根据表维修类型，假设船只载重能够满足所携带备件的要求。

根据对海上风电场实际运维情况的调研，结合机组的维修保养计划和系统监测情况，在三天内告警和计划维修机组的维修项目及其所需维修时间见表1、表2。

表1计划维修机组相关信息

表2告警维修需求信息

所述步骤(1)具体为：

根据风电场在线和离线的运行监控和机组维护数据，结合机组定期运维计划、运维人员及排班，运维船只信息以及备品备件有关数据，形成初始维护方案，如表3所示：

表3海上风电场运维任务调度安排

所述步骤(2)、(3)具体为：

根据步骤一所得初始调度方案，结合告警机组信息，在工作时间为8h下，考虑维修人员组数(p)等于交通船数(m)，和人员组数大于交通船数两种情况，三天的维修计划安排如表4所示：

表4海上风电场运维任务调度安排

调度优化结果分析：

由表4可见，由于工作时间和运维人员的限制，当每艘交通船各配备一组运维人员，即p＝m时，只能安排机组运维任务依次顺序进行，在执行到第三天结束，仍有四台机组(T1、T18、T19、T50)尚未完成运维任务；当每艘交通船配备多组运维人员，即p>m时，不同机组的运维任务分时执行，且第三天仅需两艘维修船即可完成全部运维任务。

在工作时间为8h、12h下，运维调度费用在不同维修资源配置下的变化如图5。由图5可见，随着工作时间增长以及维修人员的增多，运维调度成本也随之降低。在每艘交通船各配备一组维修人员的情况下，工作时长由8h延长至12h可使运维调度成本降低约30％。在相同的工作时长下，维修人员组数的增多可使运维调度成本降低约4～24％，但在工作时长延长的情况下，增加人员组数对成本的改善并不明显。可见，对于海上风电场的运维任务应尽量安排在可及性强、工作时间长的月份进行，在可及性差的时段可通过增加运维人员组数，利用有效维修时间，从而降低调度成本，减少维修的延期执行。

实施例2

本实施例提供一种海上风电场运维装置，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器调用所述计算机程序执行实施例1所述方法的步骤，输出实时运维调度方案，以该实时运维调度方案对海上风电场运维作业进行控制。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (8)

1.一种海上风电场运维方法，其特征在于，包括以下步骤：

1)基于风电场在线和离线的运行监控数据和机组维护数据，获得初始运维调度方案；

2)根据当前运维调度方案进行风电场运维，记录实时维修进度断面和动态待修机组集群；

3)根据所述维修进度断面更新维修任务执行的时间尺度信息；

4)判断是否存在新增维修需求，若是，则更新动态待修机组集群，根据考虑尾流效应的调度模型产生实时运维调度方案，返回步骤2)，若否，则直接返回步骤2)。

2.根据权利要求1所述的海上风电场运维方法，其特征在于，步骤1)中，所述运行监控数据从风电场地理信息系统、风功率预测系统、数据采集与监视控制系统和风电场状态监测系统中获取；

所述机组维护数据包括机组定期运维计划、运维人员及排班，运维船只信息和备品备件数据。

3.根据权利要求1所述的海上风电场运维方法，其特征在于，所述实时维修进度断面的信息包括维修机组信息和维修资源信息。

4.根据权利要求1所述的海上风电场运维方法，其特征在于，所述考虑尾流效应的调度模型的目标函数为：

其中，C_C为人员、船只和交通总费用，C_L为维修停机损失，C_D为延迟维修惩罚费用，W_f为一天全场发电量，该发电量为虑尾流效应的发电量；

所述调度模型采用的约束条件包括维修船数量约束、维修船载重约束、维修人员约束、机组维修流程约束和维修船的日有效工作时长限制。

5.根据权利要求4所述的海上风电场运维方法，其特征在于，所述一天全场发电量W_f的公式为：

其中，N为机组总台数，P_jt为在t时段机组的平均输出功率，P_N为风电机组的额定功率，ρ为空气密度，C_p为机组的风能利用系数，v_ci、v_N、v_co分别为切入风速、额定风速和切出风速，A_r为尾流交叠比例，v_jt为t时段考虑尾流叠加后的机组j的风速。

6.根据权利要求5所述的海上风电场运维方法，其特征在于，所述考虑尾流叠加后的机组j的风速表示为：

v_j＝v_i(1-Δv_j)

其中，Δv_j为上游i台机组尾流在下游j台机组处共同作用所产生的尾流损失，Δv_kjx为距离机组k下游x_kj处的尾流损失，β_kj为尾流影响因子。

7.根据权利要求6所述的海上风电场运维方法，其特征在于，所述尾流影响因子根据上游机组尾流区域和下游机组的风轮扫风面积确定，具体地：

a)当机组i的尾流半径与机组j风轮半径不相交时，尾流影响因子β_ij＝0；

b)当机组i的尾流半径完全包含机组j风轮半径时，尾流影响因子β_ij＝1；

c)当机组i的尾流半径部分包含机组j风轮半径时，尾流影响因子β_ij＝A_r。

8.一种海上风电场运维装置，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器调用所述计算机程序执行如权利要求1-7任一所述方法的步骤，输出实时运维调度方案。