CN113496293A - 一种海上风电场运维方案生成方法及装置 - Google Patents
一种海上风电场运维方案生成方法及装置 Download PDFInfo
- Publication number
- CN113496293A CN113496293A CN202110708336.3A CN202110708336A CN113496293A CN 113496293 A CN113496293 A CN 113496293A CN 202110708336 A CN202110708336 A CN 202110708336A CN 113496293 A CN113496293 A CN 113496293A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- offshore wind
- wind farm
- data
- scheme
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000003860 storage Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 238000010248 power generation Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000013178 mathematical model Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Wind Motors (AREA)
Abstract
本发明提供了一种海上风电场运维方案生成方法、装置、设备及存储介质，所述方法包括：获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。本发明能够针对海上风电场运维任务的特征自动排程生成运维计划方案，从而提高海上风电场的运维效率。
Description
技术领域
本发明涉及海上风电场技术领域，尤其是涉及一种海上风电场运维方案生成方法、装置、设备及存储介质。
背景技术
海上风电产业发展迅速，目前某省十余个海上风电场正在建设中，在不久的将来将陆续实现并网发电。未来该省海上风电产业将从建设的高峰期转入运维的高峰期，近海风电场维护修理市场会呈现前低后高的趋势，到2025年，维护修理服务市场空间可达每年30亿元规模，年复合增长率达50％左右。由于海上风电维护检修的实施难度较大，成本较高，而随着竞价上网时代的来临，海上风电电价退坡问题凸显。因此实现安全、高效、低成本的海上风电维护检修将成为保证海上风电可持续发展的动力引擎。由于受到风电机组本身的特点以及海洋环境条件的制约，海上风电场的运行与维护，相对于陆上而言难度更大、要求更高。目前海上风电场的运行维护主要借鉴陆地模式，尚未形成系统完善的海上风电运维体系，海上风电场的特殊地理位置及环境状况，使海上风电运维面临巨大的挑战，具体体现在以下三个方面。
1、海上风电场运行维护成本较高：
海上风电场维护需要租赁或购买专用的运输船、吊装船和直升机等，因此，零部件的运输和吊装成本远高于陆上风电。海上风电机组的维护受限于海况条件，往往不能对风电机组进行及时有效的维护，从而造成一定电量损失，间接增加了海上风电场这些因素导致海上风电运维成本约为陆上2-4倍甚至更高的运维成本。
2、海上风电机组故障率更高：
海上风电场的平均风速大、年利用小时数高，但同时海上风电场设备更易受到盐雾、台风、海浪、雷电、冰载荷等恶劣自然条件影响，风电机组部件失效快，部件的使用寿命缩短。另外海上风电场离岸较远，不便于频繁的日常巡视，因此，海上风电机组设备故障率显著高于陆上风电。据统计，海上风电机组的年平均可用率只有70％～90％，远远低于陆上风电机组95％～99％的可用率。
3、海上风电机组可达性差：
海上风电场大多地处海洋性气候和大陆性气候交替影响的区域，这些区域天气及海浪变化较大。由于海上运输设备(如运维船、直升机等)受天气影响很大，当浪高或者风速超过运输设备的安全阈值时，出于安全考虑运维技术人员不能登陆风电机组进行维护。能够在海上进行风电机组维护作业的时间较短且具有随机性。据统计，以现有的技术水平每年能够接近海上风电机组的时间只有200天左右，并会随着海况条件的恶化而减少。
目前大多数海上风电场的运维计划安排都是人工手动进行排程排班，这种方式费时费力，效率低，且得到的排程计划往往不是最优的，导致运维的效率较低。
发明内容
本发明实施例所要解决的技术问题在于，提供一种海上风电场运维方案生成方法、装置、设备及存储介质，能够针对海上风电场运维任务的特征自动排程生成运维计划方案，从而提高海上风电场的运维效率。
为了解决上述技术问题，本发明实施例提供了一种海上风电场运维方案生成方法，包括：
获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；
根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；
基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；
将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。
进一步地，所述海上风电运维约束条件包括环境约束条件、可调配设备约束条件和可调配人员约束条件。
进一步地，所述将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案，具体包括：
将所述单位成本数据输入至所述数学优化模型进行测算得到所有测算方案的成本预测值；
筛选出成本预测值高于预设阈值的对应的测算方案作为候选运维方案并输出。
进一步地，所述候选运维方案包括风场停机信息、运维成本信息、船舶出海计划信息、风场发电量信息和风场可利用率信息。
为了解决相同的技术问题，本发明还提供了一种海上风电场运维方案生成装置，包括：
数据获取模块，用于获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；
约束构建模块，用于根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；
模型构建模块，用于基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；
方案生成模块，用于将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。
进一步地，所述海上风电运维约束条件包括环境约束条件、可调配设备约束条件和可调配人员约束条件。
进一步地，所述方案生成模块具体包括：
方案测算单元，用于将所述单位成本数据输入至所述数学优化模型进行测算得到所有测算方案的成本预测值；
方案筛选单元，用于筛选出成本预测值高于预设阈值的对应的测算方案作为候选运维方案并输出。
进一步地，所述候选运维方案包括风场停机信息、运维成本信息、船舶出海计划信息、风场发电量信息和风场可利用率信息。
为了解决相同的技术问题，本发明还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的海上风电场运维方案生成方法。
为了解决相同的技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的海上风电场运维方案生成方法。
与现有技术相比，本发明具有如下有益效果：
本发明实施例提供了一种海上风电场运维方案生成方法、装置、设备及存储介质，所述方法包括：获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。本发明能够针对海上风电场运维任务的特征自动排程生成运维计划方案，从而提高海上风电场的运维效率。
附图说明
图1是本发明一实施例提供的海上风电场运维方案生成方法的流程示意图；
图2是本发明一实施例提供的运维船舶的智能调度模型示意图；
图3是本发明一实施例提供的海上风电场运维方案生成装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参见图1，本发明实施例提供了一种海上风电场运维方案生成方法，包括步骤：
S1、获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；
S2、根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件。在本发明实施例中，进一步地，所述海上风电运维约束条件包括环境约束条件、可调配设备约束条件和可调配人员约束条件。
S3、基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；
S4、将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。在本发明实施例中，进一步地，所述候选运维方案包括风场停机信息、运维成本信息、船舶出海计划信息、风场发电量信息和风场可利用率信息。
在本发明实施例中，进一步地，步骤S4具体包括：
将所述单位成本数据输入至所述数学优化模型进行测算得到所有测算方案的成本预测值；
筛选出成本预测值高于预设阈值的对应的测算方案作为候选运维方案并输出。
基于上述方案，为便于更好的理解本发明实施例提供的海上风电场运维方案生成方法，以下进行详细说明。
需要说明的是，本发明的目的在于，针对海上风电场运维任务的特点，设计一套智能排程的流程方法，通过采集海上风电场的气象水文、风电场设备信息、船舶、人员、备件信息和运维任务等，实现海上风电场运维任务的自动排程。通过软件形成的运维计划安排，可以实现运维调度排程计划的经济性最优，同时提高海上风电场运行的人员的工作效率。
需要说明的是，海上风电场的运维与陆地电场运维需要考虑的因素有很大不同。影响海上风电运维模型因素主要包括以下三类：
1、环境条件约束：风电场区域海洋气象、海洋地形(包括是否有旋涡，湍流)等；
海上风电场运维的特点在于施工载具主要为船舶和直升机，受天气和海况影响较大，建立数学模型时需要综合风电场的各类传感器数据与天气预报系统的信息对海况相关的因素予以充分考虑。风电场监测到部分区域的海洋气象条件，海洋地形(如漩涡，湍流等)会影响该区域船舶航行的速度与船的数量进而对最终的决策产生影响。
2、可调配资源约束：接近风机限制、因故障或运维停机导致的发电量损失、船只和运输、码头选择、风场设备停机、备品备件数量、备品备件基地位置等因素；
在资源调配方面，数学模型需要考虑可用资源的限制和风机不同故障的带来的损失。船只的种类和数量限制了一次运维活动所能携带的维修设备和设备种类；码头的信息包括了码头所能停泊的船只数量，限制了一个地点的运力上限；备品备件的数量需要与维修的需求及运力相匹配；备品备件基地位置则影响了一次维修任务中不同基地的任务量及出海路径的规划；接近风机限制、因故障或运维停机导致的发电量损失、风场设备停机等风场设备故障相关的信息则决定了维修任务中对备品备件的需求。
3、可调配人员约束：船员数量、运维人员情况、轮班制度等；
在人员方面，不同种类的工作人员需要与相应的设备数量与种类相匹配。一次出海维修任务中船员的数量要满足相关船只对船员数量的要求；维修人员的数量要满足维修设备对专业人员数量的需求。后勤人员需要满足备品基地调配配件对人员的需求。由于人员的调配相较于设备更加灵活，故还需要将人事相关的制度，如轮班制度考虑进来。
综合考虑上述约束，数学模型可建为混合整数规划模型。决策变量包括一次维修任务中所需要调用的船只种类和数量，每个船只所匹配的工作人员数量与种类，不同基地向不同船只提供的备品设备数量，船只的运行路径等。通过对此模型的求解可以得到一次运维活动的具体方案。
需要说明的是，在具体应用中，影响海上风电运维模型因素可以在软件中显示，可以进行添加或删除。可以在软件中实现可视化建模，以及人工定义模型和修改模型。海上风电场的运行情况复杂，各种资源条件会处于变动之中。如用于海上作业的船只种类会由于引入新型设备，淘汰老旧船只而发生变化；处于工作状态的员工数量处于动态变化之中；各种维修工具的状态和数量在风电场的运营过程中处于变化的状态。故需要提出的模型需要允许其中的影响因素种类易于更改。
对于运维成本，本发明实施例主要考虑短期的直接支出，比如运维人员雇佣、备件成本、船舶使用成本等等；运维时间主要考虑一段时间内的运维人员的总工作量；运维安全性是针对当时的环境状态对运维方案的人员、设备安全性进行评估。根据各种影响因素对这三个目标函数进行估计，在方法上相似，主要是通过分析历史数据来拟合目标函数。
影响运维成本、运维时间、运维安全性的因素主要来自客观和主观两个方面。客观因素包括海洋气象、海洋地形等，主观因素包括轮班制度、码头选择、船舶配置、船员数量、运维人员到故障机的通达方式等等与人为决策有关的变量。需要根据实际情况(比如历史数据、实地调研情况、人工经验等)，对这些因素用数值表出，并确定其可能的取值范围。
需要说明的是，随着海上风电的发展，海上风电场建设不得不转移到离岸更远的地方。由于这个变化，运维成本将会增加，同时运维工作面临着更远的运输距离、更深的水域、更恶劣的气候条件和更严峻的物流挑战。为了降低海上风电场运维成本及提高风电场可利用率，有必要合理规划海上风电场运维工作，针对不同的故障信息，并基于气象数据、船舶数据等海上风电大数据对运维船舶进行智能调度，从而增强海上风电运维能力
本发明实施例通过综合考虑船舶安全有效运行的各类因素(如区域内运维船舶资源、码头资源、海洋气象条件、船舶数据、单位成本、船舶吃水和排水量等)，转化为对应的数学约束条件，在给定优化目标下，通过求解器或设计的算法给出最优或近优的可行调度方案，指导生产实践。
请参见图2，其中，调度优化模型需要目标海上风场场址的海洋气象条件、运维船配置、风机具体故障、处理故障需要时长和人数以及费用成本等要素作为原始输入。
海上风电运维的主要特点在于，受天气、潮汐、波浪、风速等影响，机组可达性差，会造成运维难度的加大和运维成本的提升。运维船配置的一般原则是：天气较好、离岸较近的采用普通运维船，天气复杂、离岸较近的采用先进的专业运维船，天气较好、离岸较远的采用普通运维船或专业运维船和运维母船，天气较复杂、离岸较远的采用专业运维船和运维母船。根据可达性信息、风机故障信息、成本信息进行建模和优化求解，以运维成本最低为目标来制订合适的船舶出海计划，并最终计算出风场的停机时长、发电量和可利用率等。
风电运维船和港口是海上风电运维的主要装备和设施，因此运维船舶的调度需综合考虑区域内运维船舶资源、港口资源、保证船舶安全有效运行的各类因素(如气象海况、船舶数据、风电场离岸距离、船舶吃水和排水量等)、维护行为、运维经济性等，将其转化为对应的数学约束条件，在给定优化目标下，根据具体运维任务的需求建立数学优化模型，并通过求解器或设计的算法给出最优或近优的可行调度方案，即给出周期内运维船的分配、详细路线与调度方案，从而实现运维船舶的最优化配置和调度。运维船舶智能调度对应的数学模型简写如下：
(1)决策变量：不同时段运维船舶的分配、排程。
(2)优化目标：运维成本最小化。
(3)约束条件：
1)满足海上风电场维护作业的船舶运输需求；
2)满足区域内运维资源约束，例如运维船舶资源、码头资源等；
3)满足运维船舶的运输能力约束，例如运输距离、耐波性、最大航速、抗风浪能力、靠泊能力、自持能力、载人载物能力等等；
4)满足运维船舶和风电场维护作业之间的时空关联约束。
(4)对应的求解算法：针对数学规划问题的传统优化算法、智能优化算法或新兴优化算法；排队论分析方法；仿真方法；专家系统；机器学习方法。
与现有技术相比，本发明通过海上风电场的智能运维排程，能够实现考虑多约束因素(气象、人员、船舶、备件等)的海上风电场自动任务排班，可以自动生成的运维调度安排包括：船舶、人员、运维时间、运维路径、运维成本等结果。可以实现运维任务安排都满足气象、人员、船舶、备件等各项约束因素，且可以实现运维排程计划的经济性最优。从而通过实施例本发明有利于提高海上风电场运维排程的合理性，同时也提高了海上风电场运维排程的效率以及运维的效率。
需要说明的是，对于以上方法或流程实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作并不一定是本发明实施例所必须的。
请参见图3，为了解决相同的技术问题，本发明还提供了一种海上风电场运维方案生成装置，包括：
数据获取模块1，用于获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；
约束构建模块2，用于根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；
模型构建模块3，用于基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；
方案生成模块4，用于将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。
进一步地，所述海上风电运维约束条件包括环境约束条件、可调配设备约束条件和可调配人员约束条件。
进一步地，所述方案生成模块4具体包括：
方案测算单元，用于将所述单位成本数据输入至所述数学优化模型进行测算得到所有测算方案的成本预测值；
方案筛选单元，用于筛选出成本预测值高于预设阈值的对应的测算方案作为候选运维方案并输出。
进一步地，所述候选运维方案包括风场停机信息、运维成本信息、船舶出海计划信息、风场发电量信息和风场可利用率信息。
可以理解的是上述装置项实施例，是与本发明方法项实施例相对应的，本发明实施例提供的一种海上风电场运维方案生成装置，可以实现本发明任意一项方法项实施例提供的海上风电场运维方案生成方法。
为了解决相同的技术问题，本发明还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现任一项所述的海上风电场运维方案生成方法。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接整个海上风电场运维方案生成终端设备的各个部分。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
为了解决相同的技术问题，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行任一项所述的海上风电场运维方案生成方法。
所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种海上风电场运维方案生成方法，其特征在于，包括：
获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；
根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；
基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；
将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。
2.根据权利要求1所述的海上风电场运维方案生成方法，其特征在于，所述海上风电运维约束条件包括环境约束条件、可调配设备约束条件和可调配人员约束条件。
3.根据权利要求1所述的海上风电场运维方案生成方法，其特征在于，所述将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案，具体包括：
将所述单位成本数据输入至所述数学优化模型进行测算得到所有测算方案的成本预测值；
筛选出成本预测值高于预设阈值的对应的测算方案作为候选运维方案并输出。
4.根据权利要求1所述的海上风电场运维方案生成方法，其特征在于，所述候选运维方案包括风场停机信息、运维成本信息、船舶出海计划信息、风场发电量信息和风场可利用率信息。
5.一种海上风电场运维方案生成装置，其特征在于，包括：
数据获取模块，用于获取海上风电场基础数据；其中，所述海上风电场基础数据包括海洋气象条件数据、可调配资源数据、风电场故障数据、单位成本数据；
约束构建模块，用于根据所述海洋气象条件数据、可调配资源数据和所述风电场故障数据构建海上风电运维约束条件；
模型构建模块，用于基于所述海上风电运维约束条件以及预设的目标函数构建数学优化模型；
方案生成模块，用于将所述单位成本数据输入至所述数学优化模型进行测算，根据测算结果筛选并输出若干个候选运维方案。
6.根据权利要求5所述的海上风电场运维方案生成装置，其特征在于，所述海上风电运维约束条件包括环境约束条件、可调配设备约束条件和可调配人员约束条件。
7.根据权利要求5所述的海上风电场运维方案生成装置，其特征在于，所述方案生成模块具体包括：
方案测算单元，用于将所述单位成本数据输入至所述数学优化模型进行测算得到所有测算方案的成本预测值；
方案筛选单元，用于筛选出成本预测值高于预设阈值的对应的测算方案作为候选运维方案并输出。
8.根据权利要求5所述的海上风电场运维方案生成装置，其特征在于，所述候选运维方案包括风场停机信息、运维成本信息、船舶出海计划信息、风场发电量信息和风场可利用率信息。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现如权利要求1至4任一项所述的海上风电场运维方案生成方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至4任一项所述的海上风电场运维方案生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708336.3A CN113496293A (zh) | 2021-06-24 | 2021-06-24 | 一种海上风电场运维方案生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110708336.3A CN113496293A (zh) | 2021-06-24 | 2021-06-24 | 一种海上风电场运维方案生成方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113496293A true CN113496293A (zh) | 2021-10-12 |
Family
ID=77997983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110708336.3A Pending CN113496293A (zh) | 2021-06-24 | 2021-06-24 | 一种海上风电场运维方案生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113496293A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642937A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
| CN113850447A (zh) * | 2021-10-27 | 2021-12-28 | 华电重工股份有限公司 | 一种海上风电机组基础施工的组织策略优化方法及系统 |
| CN114154657A (zh) * | 2021-11-19 | 2022-03-08 | 广东精铟海洋工程股份有限公司 | 一种海上风电安装平台运维管理的方法及系统 |
| CN114997644A (zh) * | 2022-05-31 | 2022-09-02 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场运维调度方法、系统、计算机设备和存储介质 |
| CN115063255A (zh) * | 2022-05-31 | 2022-09-16 | 华南理工大学 | 一种海上风电场的运维资源优化配置方法、装置及系统 |
| CN115271125A (zh) * | 2022-08-10 | 2022-11-01 | 北京千尧新能源科技开发有限公司 | 一种海上风电故障运维策略获取方法、装置及设备 |
| CN115496238A (zh) * | 2022-09-21 | 2022-12-20 | 北京闪电侠科技有限公司 | 风电场智慧运维系统 |
| CN115660375A (zh) * | 2022-11-16 | 2023-01-31 | 苏交控如东海上风力发电有限公司 | 一种海上风电运维的调度方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222851A (zh) * | 2019-05-30 | 2019-09-10 | 北京千尧新能源科技开发有限公司 | 一种海上风电场智慧运维管理系统及管理方法 |
| CN112036674A (zh) * | 2019-06-04 | 2020-12-04 | 上海电气风电集团有限公司 | 一种海上风电船舶智能调度方法 |
| CN112614019A (zh) * | 2020-12-30 | 2021-04-06 | 深圳瑞莱保核能技术发展有限公司 | 一种海上风电运维智能管理平台及方法 |
-
2021
- 2021-06-24 CN CN202110708336.3A patent/CN113496293A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222851A (zh) * | 2019-05-30 | 2019-09-10 | 北京千尧新能源科技开发有限公司 | 一种海上风电场智慧运维管理系统及管理方法 |
| CN112036674A (zh) * | 2019-06-04 | 2020-12-04 | 上海电气风电集团有限公司 | 一种海上风电船舶智能调度方法 |
| CN112614019A (zh) * | 2020-12-30 | 2021-04-06 | 深圳瑞莱保核能技术发展有限公司 | 一种海上风电运维智能管理平台及方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642937A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市信润富联数字科技有限公司 | 风机集群的运维排程方法、装置、电子设备及存储介质 |
| CN113850447A (zh) * | 2021-10-27 | 2021-12-28 | 华电重工股份有限公司 | 一种海上风电机组基础施工的组织策略优化方法及系统 |
| CN114154657A (zh) * | 2021-11-19 | 2022-03-08 | 广东精铟海洋工程股份有限公司 | 一种海上风电安装平台运维管理的方法及系统 |
| CN114997644A (zh) * | 2022-05-31 | 2022-09-02 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场运维调度方法、系统、计算机设备和存储介质 |
| CN115063255A (zh) * | 2022-05-31 | 2022-09-16 | 华南理工大学 | 一种海上风电场的运维资源优化配置方法、装置及系统 |
| CN115271125A (zh) * | 2022-08-10 | 2022-11-01 | 北京千尧新能源科技开发有限公司 | 一种海上风电故障运维策略获取方法、装置及设备 |
| CN115496238A (zh) * | 2022-09-21 | 2022-12-20 | 北京闪电侠科技有限公司 | 风电场智慧运维系统 |
| CN115660375A (zh) * | 2022-11-16 | 2023-01-31 | 苏交控如东海上风力发电有限公司 | 一种海上风电运维的调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113496293A (zh) | 一种海上风电场运维方案生成方法及装置 | |
| CN108027908B (zh) | 模拟方法和系统 | |
| Dalgic et al. | Advanced logistics planning for offshore wind farm operation and maintenance activities | |
| Vis et al. | Assessment approaches to logistics for offshore wind energy installation | |
| CN107480793B (zh) | 海上风电场的维护费用计算及维护调度的方法及系统 | |
| Stålhane et al. | Vessel fleet optimization for maintenance operations at offshore wind farms under uncertainty | |
| Rinaldi et al. | Incorporating stochastic operation and maintenance models into the techno-economic analysis of floating offshore wind farms | |
| Besnard et al. | An optimization framework for opportunistic maintenance of offshore wind power system | |
| Gomes et al. | Wind speed and wind power forecasting using statistical models: autoregressive moving average (ARMA) and artificial neural networks (ANN) | |
| McMorland et al. | A review of operations and maintenance modelling with considerations for novel wind turbine concepts | |
| CN113469379A (zh) | 一种基于大数据中心的海上风电场运维管理方法及装置 | |
| Lange et al. | Planning maritime logistics concepts for offshore wind farms: a newly developed decision support system | |
| Díaz et al. | Micro sitting of floating wind turbines in a wind farm using a multi-criteria framework | |
| McAuliffe et al. | The LEANWIND suite of logistics optimisation and full lifecycle simulation models for offshore wind farms | |
| Wu et al. | Preventive control strategy for an island power system that considers system security and economics | |
| Asgarpour et al. | O & M Cost Reduction of Offshore Wind Farms: A Novel Case Study | |
| Münsterberg | Simulation-based evaluation of operation and maintenance logistics concepts for offshore wind power plants | |
| Tchertchian et al. | Which eco-maintenance for renewable energy? A simulation model for optimising the choice of offshore wind farm maintenance vessel | |
| Rohrig et al. | Online-monitoring and prediction of wind power in german transmission system operation centres | |
| CN114997645A (zh) | 海上风电场运维排程优化方法、系统、计算机设备和介质 | |
| CN115577903A (zh) | 新能源对电网调峰影响的评估方法、装置、设备及介质 | |
| Pottier | Logistics strategy optimization for offshore windfarms with power purchase agreement | |
| Macadré et al. | Optimal power aggregation methods for marine renewable energy converters; a combined economic and reliability approach | |
| CN115062929B (zh) | 一种海上风电场的可靠性评估管理方法、装置及系统 | |
| None | Wind Vision Detailed Roadmap Actions: 2017 Update |
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 |