CN114738212B - 一种考虑多属性气象特性的风电机组检修方法及装置 - Google Patents
一种考虑多属性气象特性的风电机组检修方法及装置 Download PDFInfo
- Publication number
- CN114738212B CN114738212B CN202210271403.4A CN202210271403A CN114738212B CN 114738212 B CN114738212 B CN 114738212B CN 202210271403 A CN202210271403 A CN 202210271403A CN 114738212 B CN114738212 B CN 114738212B
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- overhaul
- weather
- overhauling
- maintenance
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008439 repair process Effects 0.000 claims abstract description 53
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000009966 trimming Methods 0.000 claims abstract description 4
- 238000012937 correction Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 2
- 238000000418 atomic force spectrum Methods 0.000 claims 2
- 208000025274 Lightning injury Diseases 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/50—Maintenance or repair
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种考虑多属性气象特性的风电机组检修方法及装置,该方法包括输入数据,建立受多属性气象特性影响的风电机组故障率修整模型,并得到修正的风电机组故障率;根据所得到的修正的风电机组故障率来确定风电机组检修频率;考虑气象特性,并借助正常天气下对风电机组进行检修所需要的平均修复时间以及修复率来确定风电机组的检修时长;以充分消纳风电、最小化风电检修费用为优化目标,构建风电机组检修区间搜寻模型,并基于所确定的风电机组检修频率和检修时长,依次遍历计算风电机组的检修区间,得到所有风电机组的检修区间,形成风电机组检修计划表输出。本发明能够实现对风电机组进行有效的检修维护,保证电力系统的经济运行和安全运行。
Description
技术领域
本发明涉及电力技术领域,具体涉及一种考虑多属性气象特性的风电机组检修方法及装置。
背景技术
在“双碳”战略持续推进的背景下,我国能源结构调整加速,风电机组逐步代替传统能源成为大势所趋。报告显示,截至2021年,我国风电机组装机超3亿千瓦,以风电机组为代表的新能源机组的装机规模稳步增长。与传统水火电机组相比,风电机组的运行环境较为恶劣,机组更易发生故障停机、失效等现象,严重影响整个系统的持续稳定运行,给系统和风电企业带来不可估量的经济损失。为了保证新型电力系统的经济运行和安全运行,对风电机组进行有效的检修维护十分必要。
对于风电机组的检修维护,现有的检修维护方式为以故障检修为主、计划检修和状态检修为辅。故障检修又称事后检修,是设备在实际运行过程中发生故障或失效时才安排的检修,具有实时性和不确定性。计划检修以工作任务要求或发电企业逐利追求等因素提前编制检修计划,按计划定期对设备进行检修维护以消除可能存在的安全隐患。状态检修是近年来兴起的一种检修方式,它根据故障监测技术提供的运行状态数据评估设备的剩余寿命和失效时间,在风电机组设备寿命终结前或故障发生前安排检修。
对于现有的检修维护方式,均存在一定的局限,不能为风电机组制定符合运行实际的、精确的检修计划,理由如下:
1)对于故障检修,由于设备快速恢复运行的需要,在检修过程中对故障的消除往往流于表面,通常仅采用更换风电机组组件等方式进行,其显著的缺点是故障消除不彻底、不深入,进而造成设备运行效率低、再次故障可能性大。
2)对于状态检修,一般需要针对风电机组设备的不同部件建立对应的寿命预测模型,对监测设备的依赖性较大。故障检修和状态检修都要根据实际情况确定需求,具有实时性和不确定性。
3)对于计划检修,通常根据机组历史故障数据和工作任务的要求制定检修计划。具体地,基于风电机组的历史故障信息,构建可靠性约束、检修约束等,以检修费用最小为优化目标建立优化模型。现有风电机组计划检修模型忽略了风电机组运行环境的特殊性,未考虑气象特性对机组故障率的影响,具有一定的局限性。
发明内容
为了解决上述背景技术所存在的至少一项技术问题,本发明提供一种考虑多属性气象特性的风电机组检修方法及装置。
为实现上述目的,本发明的技术方案是:
第一方面,本发明提供一种考虑多属性气象特性的风电机组检修方法,包括:
输入数据,建立受多属性气象特性影响的风电机组故障率修整模型;
按照所建立的受多属性气象特性影响的风电机组故障率修整模型进行修正,得到修正的风电机组故障率;
根据所得到的修正的风电机组故障率来确定风电机组检修频率;
考虑气象特性,并借助正常天气下对风电机组进行检修所需要的平均修复时间以及修复率来确定风电机组的检修时长;
以兼顾最大化消纳风电、最小化风电检修费用为优化目标,构建风电机组检修区间搜寻模型,并基于所确定的风电机组检修频率和检修时长,依次遍历计算风电机组的检修规划期(一般以一年作为规划期,T=365天),得到所有风电机组的检修区间集,形成风电机组检修计划表输出。
第二方面,本发明提供一种考虑多属性气象特性的风电机组检修装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
第三方面,本发明提供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,所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明与现有技术相比,其有益效果在于:
本发明考虑风电机组所处地理位置的气象信息,提出考虑多属性气象特性的故障率修正方法,用修正的故障率代替传统的故障率,计算得到的机组年故障频率更加精确,更符合实际;在考虑气象特性的基础上,建立考虑气象特性的年检修频率修正模型,借助修复率等指标确定机组的检修时长,消除根据历史经验确定机组检修时长带来的误差,从而能够实现对风电机组进行有效的检修维护,保证电力系统安全运行;以兼顾最大化消纳风电、最小化风电检修费用为优化目标,构建风电机组检修区间搜寻模型,所得到的风电机组检修计划能同时保证充分利用风电资源、电力系统经济运行。在得到风电机组检修计划后,将其作为边界条件,代入到水火电机组检修优化模型中,以优化水火电机组的检修计划,实现全类型电源的检修的优化。
附图说明
图1为本发明实施例提供的考虑多属性气象特性的风电机组检修方法的流程图;
图2为本发明实施例提供的考虑多属性气象特性的风电机组检修方法的原理图;
图3为风电机组寻求检修区间示意图;
图4为本发明实施例提供的考虑多属性气象特性的风电机组检修系统的原理图;
图5为本发明实施例提供的考虑多属性气象特性的风电机组检修装置的组成示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1:
参阅图1-2所示,本实施例提供的考虑多属性气象特性的风电机组检修方法,主要包括如下步骤:
输入数据,建立受多属性气象特性影响的风电机组故障率修正模型;
具体地,所输入的数据包括风电机组所在电厂的基本信息(如机组数目、装机容量等)、历史故障率和修复率数据、历史和预测出力数据,以及电厂所在位置的历史和预测气象数据,如此,考虑了不同气象特性对风电机组故障的影响,建立了受多属性气象特性影响的风电机组故障率修正模型,相比于历史经验得到的故障率,修正后的故障率更精确、更符合实际。
按照所建立的受多属性气象特性影响的风电机组故障率修整模型进行修正,得到修正的风电机组故障率;如此,相比于历史经验得到的故障率,修正后的故障率更精确、更符合实际。
根据所得到的修正的风电机组故障率来确定风电机组检修频率;如此,在考虑气象特性的基础上,借助平均修复时间、修复率等概念,确定风电机组的检修时长。基于修正后的故障频率和修复率,确定机组的检修频率考虑气象特性,确定风电机组的检修时长;
以兼顾最大化消纳风电、最小化风电检修费用为优化目标,构建风电机组检修区间搜寻模型,并基于所确定的风电机组检修频率和检修时长,依次遍历计算风电机组的检修规划期(一般以一年作为规划期,T=365天),得到所有风电机组的检修区间集,形成风电机组检修计划表输出。。
如此,通过上述方法步骤,考虑风电机组所处地理位置的气象信息,提出故障率的修正方法,用修正的故障率代替传统的故障率,计算得到的机组年故障频率更加精确,更符合实际;在考虑气象特性的基础上,借助修复率等指标确定机组的检修时长,消除根据历史经验确定机组检修时长带来的误差,从而能够实现对风电机组进行有效的检修维护,保证电力系统的经济运行和安全运行。
作为本实施例的一种优选,上述的方法还包括:在确定风电机组的检修计划后,在预测的风电机组出力曲线上,令检修时段内的风电机组预测出力为零,得到考虑检修计划的风电机组预测出力曲线,并将其作为边界条件,代入到水火电机组检修优化模型中,进而优化水火电机组的检修计划,实现全类型电源检修的优化。
(1)受多属性气象特性影响的风电机组故障率修正模型
具体地,对于风电机组,故障率不应是根据历史经验得到的常数,它还与天气因素、机组实时运行情况有关,基于风电机组出力的特殊性,结合数值天气预报(NWP)数据(风速、风向、气压、温度等)和恶劣天气类型(如台风、暴雨、雷击等),可总结出影响风电机组故障率的关键气象特性为风速、雷击、温度、降雨量
在风机实际运行过程中,强风、台风等严重影响风机的正常运行,甚至对风机造成一定的破坏,增大风机发生故障的频率。根据风的等级描述,不同等级下风速的上下限不同,一般地,风的等级越大,对风电机组的破坏性越大。本发明定义风速影响因子xw′(j=0,…12,与中国气象局关于风速等级的定义保持一致)如下:
式中,xwj为等级j下的风速;xwj,max为等级j下风速最大值;xwj,min为等级j下风速最小值;βj为不同等级j对应的权重因子,等级j越大,βj越大。
在检修规划期T内,基于风速的风电机组故障率修正量的数学表达式如下:
对于雷击这一气象特性,风电机组因雷击发生故障的概率与风机遭受雷击的次数呈正相关,且每次雷击对风电机组的影响是持久的,其相关关系可以用卷积来表示,即:
式中,Δλl为受雷击影响的风电机组故障率修正量;δ(τ-ti)为风电机组遭受雷击,风电机组因遭受雷击后的故障响应为h(t-τ)。
对于温度这一气象特性,风电机组因高温发生故障的概率与风电机组正常工作的额定温度、环境温度有关,其相关关系可表述为:
式中,Δλc为受温度影响的风电机组故障率修正量;t0为风电机组正常工作的额定温度,t为环境温度,a为温度影响因子。
对于降雨量这一气象特性,基于中国气象局关于降雨的等级划分,考虑不同等级雨量对风电机组的影响,定义受降雨量影响的风电机组故障率修正量如下:
式中,Nh为风电机组遭遇不同降雨量等级h的频率;kh为不同降雨量等级h对应的权重因子,等级h越大,kh越大。
故而,基于风速、雷击、温度、降雨量等气象对风电机组故障率的影响修正故障率,修正公式如下:
式中,λ'为修正后的年平均故障率;Δλi为气象特性i(如风速、雷击、温度、降雨量等)对风机故障率的修正量;ri为气象特性i对故障率的修正量的调整因子。
对于气象特性i对故障率的修正量的调整因子ri,其计算公式如下:
式中,p(i)整个规划期内气象特性i发生的概率;I为本发明所考虑的气象特性集合。
(2)考虑气象特性的年检修频率修正模型
气象特性修正后的设备故障率为常数,其故障概率满足指数分布,故障概率密度函数的表达式为:
f(t)=λ'e-λ't (8)
设备平均修复时间T0能够反映单台设备每次检修需要花费的时间,即检修持续时间。本发明考虑气象特性对检修时长的影响,借助平均修复时间、修复率等概念,确定风电机组的检修时长。
考虑气象特性后,机组的平均修复时长可定义如下:
T0=TDp(D)+TAp(A) (9)
式中,p(D)为正常天气的概率;TD为正常天气下对风电机组进行检修所需要的平均修复时间;p(A)为恶劣天气的概率;TA为恶劣天气下对风电机组进行检修所需要的平均修复时间。
在正常天气,当修复率为常数时,平均修复时间服从指数分布,其数学期望的表达式为:
式中,μ表示修复率,即单位时间内修复的设备数。
在恶劣天气,平均修复时间受天气可及因子的影响,其数学表达式为:
TA=TD/p(A)η (11)
式中,η为天气可及因子,需要根据实际环境确定。
综上,考虑气象特性后机组的平均修复时长定义如下:
机组平均修复时间反映的是单台机组的检修时长,而实际情况下安排机组检修计划时,要根据检修的设备数、人力资源情况进一步确定单次检修的持续时间。单次检修的检修持续时间表达式为:
式中,TM表示电站单次检修检修的持续时间,β表示机组数目和人力资源的修正系数。
本申请所提检修策略贯彻“应修必修、修必修好”的原则,以修正后的风电机组年故障频率表征其检修频率。年故障频率由平均无故障工作时间、设备平均修复时间决定。
平均无故障工作时间TU为故障概率密度函数的数学期望,其表达式为:
风电机组的年故障频率f能够反映每年需要检修的次数。设备故障频率表示设备在长期运行条件下平均每年的故障次数,其表达式为:
(3)最大化消纳风电的检修区间搜寻模型
本发明所提的风电机组检修区间搜寻模型中,每台机组通过优化其检修计划,选择最合适的检修时段,最大化该风电机组电站的年发电量的同时最小化机组检修费用。当每个风电机组电站的年发电量最大时,所有风电机组电站的年发电量也达到最大。如果能够获取到风电机组电站内的各机组的数量、装机容量、系统结构信息等,则可以以发电机组为单位,进行精细的优化;如果不能获取风电机组电站内的结构信息,则以风电机组电站为单位进行优化。此处以风电机组电站为例建立模型。风电机组检修区间搜寻模型的目标函数表达式如下:
式中,N表示风电机组电站中的风电机组总数;T表示总时段数;Xi,t表示第i个风电机组在t时段的检修状态,是一个0-1变量,1表示检修,0表示不检修;Pi,t表示第i个风电机组在t时段的实际出力;Cjx,t表示t时段的单位容量机组的检修费用;Pmax,i表示第i个风电机组的额定容量。
具体地,上述模型的约束条件包括有:
(1)风电机组出力特性
对于风电机组,如果不能得到风电站一整年的预测出力,可以根据气象数据进行预测:
式中,Pi,t表示第i个功率单元在t时段的预测出力;ηi表示第i台风电机组的机械效率;Ai表示第i个风电机组的扫风面积;vt表示t时刻的风速。
(2)检修总时长约束
对于单台风电机组,其检修的总时间在数值上等于单次检修的持续时间与检修次数的乘积,具体可表述为:
式中,TM,i表示风电机组i的检修时长,f代表风电机组一年的检修次数。
(3)检修持续性约束
在实际检修安排中,对风电机组的检修一旦开始,应一直持续到检修结束,中途不能临时停止检修。其检修持续性约束的具体表达式如下:
(4)检修最小间隔时间约束
若一台风电机组一年需要检修多次,为了更符合实际情况中风电计划检修遵循的“定期检修”原则,应避免相邻两次检修时刻相距过近,为此,需设定相邻两次检修的最小间隔时间,设置检修区间间隔约束如下:
式中,Tdur表示相邻两次检修的最小间隔时间;τ表示时间索引,τ∈[1,366]。
(5)检修资源约束
由于实际检修时人力物力资源的限制,风电场在同一时段可供安排检修的机组数目受到限制,其表达式如下:
式中,Φw为风电场w的所有机组集合;Nw,t为风电场w在某时段可供检修的机组数目。
基于风电机组检修区间搜寻模型,风电机组寻求检修区间示意图如图2所示。
依图3所示,依次遍历计算风电机组的检修区间,得到所有机组的检修区间,形成风电机组检修计划表。
综上,本发明与现有技术相比,具有如下技术优势:
1)考虑风电机组所处地理位置的气象信息,提出受多属性气象特性影响的风电机组故障率修整模型,用修正的故障率代替传统的故障率,计算得到的机组年故障频率更加精确,更符合实际。
2)在考虑气象特性的基础上,提出考虑气象特性的年检修频率修正模型,借助修复率等指标确定机组的检修时长,消除根据历史经验确定机组检修时长带来的误差。
3)在搜寻风电机组检修区间时以兼顾最大化消纳风电、最小化检修费用为目标,保证了风电机组尽可能地被安排在预测出力较小的时段检修,同时保证充分利用风电资源、电力系统经济运行。
4)在确定风电机组的检修计划后,通过与水火电机组检修优化模型的衔接,可以实现全类型电源检修的优化。
实施例2:
参阅图4所示,本实施例提供了一种考虑多属性气象特性的风电机组检修系统,主要包括新能源检修模块和水火电联合检索模块,新能源检修模块和水火电联合检索模块的工作原理和实施例1的方法相同,在此不再赘述。
实施例3:
参阅图5所示,本实施例提供的考虑多属性气象特性的风电机组检修装置包括处理器51、存储器52以及存储在该存储器52中并可在所述处理器51上运行的计算机程序53,例如考虑多属性气象特性的风电机组检修程序。该处理器51执行所述计算机程序53时实现上述实施例1步骤,例如图1所示的步骤。
示例性的,所述计算机程序53可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器52中,并由所述处理器51执行,以完成本发明。
所述考虑多属性气象特性的风电机组检修装置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。所述考虑多属性气象特性的风电机组检修装置可包括,但不仅限于,处理器51、存储器52。本领域技术人员可以理解,图5仅仅是考虑多属性气象特性的风电机组检修装置的示例,并不构成考虑多属性气象特性的风电机组检修装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述考虑多属性气象特性的风电机组检修装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器51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(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,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。
所述存储器52可以是所述考虑多属性气象特性的风电机组检修装置的内部存储元,例如考虑多属性气象特性的风电机组检修装置的硬盘或内存。所述存储器52也可以是所述考虑多属性气象特性的风电机组检修装置的外部存储设备,例如所述考虑多属性气象特性的风电机组检修装置上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器52还可以既包括所述考虑多属性气象特性的风电机组检修装置的内部存储单元也包括外部存储设备。所述存储器52用于存储所述计算机程序以及所述考虑多属性气象特性的风电机组检修装置所需的其他程序和数据。所述存储器52还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4:
本实施例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,所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
所示计算机可读介质可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理再以电子方式获得所述程序,然后将其存储在计算机存储器中。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (9)
1.一种考虑多属性气象特性的风电机组检修方法,其特征在于,包括:
输入数据,建立受多属性气象特性影响的风电机组故障率修整模型;
按照所建立的受多属性气象特性影响的风电机组故障率修整模型进行修正,得到修正的风电机组故障率;
根据所得到的修正的风电机组故障率来确定风电机组检修频率;
考虑气象特性,并借助正常天气下对风电机组进行检修所需要的平均修复时间以及修复率来确定风电机组的检修时长;
以兼顾最大化消纳风电、最小化风电检修费用为优化目标,构建风电机组检修区间搜寻模型,并基于所确定的风电机组检修频率和检修时长,依次遍历计算风电机组的检修规划期,得到所有风电机组的检修区间集,形成风电机组检修计划表输出;
还包括:
在得到风电机组检修计划后,在预测的风电机组出力曲线上,得到考虑检修计划的风电机组预测出力曲线,并将其作为边界条件,代入到水火电机组检修优化模型中,以优化水火电机组的检修计划,实现全类型电源的检修优化。
2.如权利要求1所述的考虑多属性气象特性的风电机组检修方法,其特征在于,所输入的数据包括风电机组所在电厂的基本信息、历史故障率和修复率数据、历史和预测出力数据,以及电厂所在位置的历史和预测气象数据。
3.如权利要求1所述的考虑多属性气象特性的风电机组检修方法,其特征在于,所述受多属性气象特性影响的风电机组故障率修整模型为:
式中,λ'为修正后的年平均故障率;Δλi为气象特性i对风机故障率的修正量;ri为气象特性i对故障率的修正量的调整因子。
4.如权利要求3所述的考虑多属性气象特性的风电机组检修方法,其特征在于,所述根据所得到的修正的风电机组故障率来确定风电机组检修频率的方式如下:
平均无故障工作时间TU为故障概率密度函数的数学期望,其表达式为:
风电机组的年故障频率f能够反映每年需要检修的次数,设备故障频率表示设备在长期运行条件下平均每年的故障次数,其表达式为:
5.如权利要求1所述的考虑多属性气象特性的风电机组检修方法,其特征在于,所述考虑气象特性,并借助正常天气下对风电机组进行检修所需要的平均修复时间以及修复率来确定风电机组的检修时长具体包括:
考虑气象特性后,机组的平均修复时长定义如下:
T0=TDp(D)+TAp(A)
式中,p(D)为正常天气的概率;TD为正常天气下对风电机组进行检修所需要的平均修复时间;p(A)为恶劣天气的概率;TA为恶劣天气下对风电机组进行检修所需要的平均修复时间;
在正常天气,当修复率为常数时,平均修复时间服从指数分布,其数学期望的表达式为:
式中,μ表示修复率,即单位时间内修复的设备数;
在恶劣天气,平均修复时间受天气可及因子的影响,其数学表达式为:
TA=T Dp(A)η
式中,η为天气可及因子,需要根据实际环境确定;
综上,考虑气象特性后机组的平均修复时长定义如下:
机组平均修复时间反映的是单台机组的检修时长,而实际情况下安排机组检修计划时,要根据检修的设备数、人力资源情况进一步确定单次检修的持续时间,单次检修的检修持续时间表达式为:
式中,TM表示电站单次检修的检修时长,β表示机组数目和人力资源的修正系数。
6.如权利要求1所述的考虑多属性气象特性的风电机组检修方法,其特征在于,所述风电机组检修区间搜寻模型的目标函数表达式如下:
式中,N表示风电机组电站中的风电机组总数;T表示总时段数;Xi,t表示第i个风电机组在t时段的检修状态,是一个0-1变量,1表示检修,0表示不检修;Pi,t表示第i个风电机组在t时段的实际出力;Cjx,t表示t时刻的单位容量机组的检修费用;Pmax,i表示第i个风电机组的额定装机容量。
7.如权利要求6所述的考虑多属性气象特性的风电机组检修方法,其特征在于,所述风电机组检修区间搜寻模型的约束条件包括风电机组出力特性约束、检修总时长约束、检修持续性约束、检修最小间隔时间约束以及检修资源约束。
8.一种考虑多属性气象特性的风电机组检修装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一所述方法的步骤。
9.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210271403.4A CN114738212B (zh) | 2022-03-18 | 2022-03-18 | 一种考虑多属性气象特性的风电机组检修方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210271403.4A CN114738212B (zh) | 2022-03-18 | 2022-03-18 | 一种考虑多属性气象特性的风电机组检修方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114738212A CN114738212A (zh) | 2022-07-12 |
CN114738212B true CN114738212B (zh) | 2024-05-10 |
Family
ID=82276428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210271403.4A Active CN114738212B (zh) | 2022-03-18 | 2022-03-18 | 一种考虑多属性气象特性的风电机组检修方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114738212B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115640503B (zh) * | 2022-10-25 | 2023-08-11 | 北京华控智加科技有限公司 | 风电机组叶片异常检测方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014176930A1 (zh) * | 2013-05-03 | 2014-11-06 | 国家电网公司 | 含大规模风电电力系统的短期运行优化方法 |
CN105024379A (zh) * | 2015-08-07 | 2015-11-04 | 内蒙古东润能源科技有限公司 | 一种风机检修管理调度系统 |
KR20160073945A (ko) * | 2016-06-03 | 2016-06-27 | 두산중공업 주식회사 | 풍력플랜트 관리 시스템 및 그 방법 |
KR20160091094A (ko) * | 2015-01-23 | 2016-08-02 | 두산중공업 주식회사 | 풍력발전단지의 유지 보수 방법 |
CN111859812A (zh) * | 2020-07-30 | 2020-10-30 | 南方电网科学研究院有限责任公司 | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 |
-
2022
- 2022-03-18 CN CN202210271403.4A patent/CN114738212B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014176930A1 (zh) * | 2013-05-03 | 2014-11-06 | 国家电网公司 | 含大规模风电电力系统的短期运行优化方法 |
KR20160091094A (ko) * | 2015-01-23 | 2016-08-02 | 두산중공업 주식회사 | 풍력발전단지의 유지 보수 방법 |
CN105024379A (zh) * | 2015-08-07 | 2015-11-04 | 内蒙古东润能源科技有限公司 | 一种风机检修管理调度系统 |
KR20160073945A (ko) * | 2016-06-03 | 2016-06-27 | 두산중공업 주식회사 | 풍력플랜트 관리 시스템 및 그 방법 |
CN111859812A (zh) * | 2020-07-30 | 2020-10-30 | 南方电网科学研究院有限责任公司 | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114738212A (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106099993B (zh) | 一种适应新能源大规模接入的电源规划方法 | |
CN109767078B (zh) | 一种基于混合整数规划的多类型电源检修安排方法 | |
CN101667226B (zh) | 风电场及机组出力损失计算方法 | |
KR102286672B1 (ko) | 물리 및 데이터 혼합 모델 기반 풍력발전단지 하루 전 발전량 예측 방법 및 시스템 | |
CN102269124A (zh) | 超短期风电场发电功率预测系统 | |
CN111859812B (zh) | 天气影响下的海上风电场及柔直并网系统可靠性评估方法 | |
CN112632773B (zh) | 一种风电机组可靠性预测方法 | |
CN114738212B (zh) | 一种考虑多属性气象特性的风电机组检修方法及装置 | |
CN111340307B (zh) | 预测风机风力发电功率的方法以及相关装置 | |
CN115456304A (zh) | 考虑台风影响的海上风电场可靠性指标计算方法及装置 | |
CN111541279B (zh) | 考虑机组出力状态的风电场功率自动控制系统及方法 | |
CN115940273A (zh) | 一种海上新能源并网和调度运行管控方法及系统 | |
CN110991747A (zh) | 一种计及风电场功率的短期负荷预测方法 | |
CN112632749B (zh) | 一种风力发电机发电性能的评价方法及装置 | |
CN115481772A (zh) | 一种光伏发电量预测方法及装置 | |
CN110188939B (zh) | 风电场的风功率的预测方法、系统、设备和存储介质 | |
Su et al. | A coordinative optimization method of active power and fatigue distribution in onshore wind farms | |
Su et al. | Opportunistic maintenance optimisation for offshore wind farm with considering random wind speed | |
CN114825467A (zh) | 一种火电机组年度检修计划备用充裕度评估方法及系统 | |
CN112380641B (zh) | 一种应急柴油机健康状态评价方法及计算机终端 | |
Zhongping et al. | Integrated wind and solar power forecasting in China | |
King et al. | Economic load dispatch optimization of renewable energy in power system using genetic algorithm | |
CN106022543A (zh) | 一种风功率及电量诊断系统 | |
He et al. | Optimization Study of Wind Power Prediction in Mountainous Wind Farms | |
Zhang et al. | Empirical research on technical efficiency of wind power industry in China based on SFA method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |