CN115063255B - 一种海上风电场的运维资源优化配置方法、装置及系统 - Google Patents
一种海上风电场的运维资源优化配置方法、装置及系统 Download PDFInfo
- Publication number
- CN115063255B CN115063255B CN202210609056.1A CN202210609056A CN115063255B CN 115063255 B CN115063255 B CN 115063255B CN 202210609056 A CN202210609056 A CN 202210609056A CN 115063255 B CN115063255 B CN 115063255B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- offshore wind
- wind farm
- data set
- economic
- 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 170
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000008878 coupling Effects 0.000 claims abstract description 32
- 238000010168 coupling process Methods 0.000 claims abstract description 32
- 238000005859 coupling reaction Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000008901 benefit Effects 0.000 claims description 48
- 238000010248 power generation Methods 0.000 claims description 30
- 230000035945 sensitivity Effects 0.000 claims description 29
- 238000010276 construction Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 11
- 238000009429 electrical wiring Methods 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 description 12
- 230000006872 improvement Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011234 economic evaluation Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation 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
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid 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
- G06Q10/06—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
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种海上风电场的运维资源优化配置方法、装置、计算机可读存储介质及系统。该运维资源优化配置装置包括数据获取单元、耦合评估单元以及分析计算单元。通过使用考虑水文气象、设备故障、运维资源以及海上风电场电气主接线等因素而建立的经济耦合评估模型组,对海上风电场进行可靠性评估,并根据灵敏度分析法对评估结果进行分析配置,该运维资源优化配置方法、装置及系统提升了提升海上风电场的运维资源优化配置的效率。
Description
技术领域
本发明涉及海上风电场的运维资源优化配置技术领域,尤其涉及一种海上风电场的运维资源优化配置方法、装置及系统。
背景技术
在工程应用领域,根据国标NB/T31085-2016《风电场项目经济评价规范》要求的内容,海上风电场的修理费率是在质保期按照按固定资产原值的0.5%来计算,并以(5-10)年为一个时间段逐级提高修理费至按固定资产原值的3%。海上风电场运维期的材料费按照40元/kW来计算。由此可以知道目前在工程界海上风电场的运维费用是按照固定资产原值和额定容量来计算的。这样的计算方式没有考虑风电场个体的特殊性,包括海上风电场所处的水文气象情况、设备故障率情况、运维资源配置情况等,所以得到的运维费用估计并不能很精确的体现海上风电场的实际运维情况。而在役的风电场经济效益取决于后期运维成本的高低,尤其对于运行环境复杂恶劣的海上风电场。统计表明,海上风电场的运行和维护成本预计占海上风电场产生的能源成本的20-35%左右,而在其中海上风电机组的运维成本所占比重最大。海上风电场的运维资源优化配置是至关重要的。
在现有技术中,通常通过快速分析海上风电场在不同运输方式下维修保障性能,对考虑技术人员驻点的位置、船员运输船的数量和类型、是否使用直升飞机、轮班组织这些因素的运维方案进行整体评估并确定最优方案,通过最具成本效益的运维资源分配方法,为中期(5年)运营决策提供支持,包括直升机、船员转运船、近海通道船和自升式船舶。建立了海上风电场离散事件仿真模型,方法为时域蒙特卡洛模拟方法,包括环境条件分析(风速、浪高、波浪周期)、运输系统的运行分析、故障调查(类型和频率)和维修模拟。
但是,现有技术仍存在下述缺陷:针对维护保障资源优化问题和海上风电场运维成本的研究较少,已有对于维护保障资源优化和运维成本分析的研究通常考虑较为局限,缺少对于恶劣天气、维护人员与库存备用元件的数量以及运输载具的选择等问题的综合考虑,从而导致海上风电场的运维资源优化配置的效率较低。
因此,当前需要一种海上风电场的运维资源优化配置方法、装置及系统,从而克服现有技术中存在的上述缺陷。
发明内容
本发明实施例提供一种海上风电场的运维资源优化配置方法、装置及系统,从而提升海上风电场的运维资源优化配置的效率。
本发明一实施例提供一种海上风电场的运维资源优化配置方法,所述运维资源优化配置方法包括:获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组;根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型组,获得所述海上风电场的经济可靠性指标组;根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案。
作为上述方案的改进,根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,获得所述海上风电场的经济可靠性指标组,具体包括:根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,依次仿真模拟获取各个不同的第二时间间隔内的发电功率曲线,并将所述发电功率曲线存储入发电功率曲线组中;所述第二时间间隔是通过以预设的第一数量将预设的第一时间间隔均等划分而获得的若干个时间段之一;根据所述发电功率曲线组,计算所述第一时间间隔内的经济可靠性指标组;所述经济可靠性指标组包括多组经济可靠性指标,所述经济可靠性指标包括运维成本、发电收益以及发电综合经济效益。
作为上述方案的改进,所述经济耦合评估模型组包括水文环境模型、设备状态模型、运维排程模型以及接线可靠性模型。
作为上述方案的改进,根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案,具体包括:根据预设的成本参数组、水文气象数据组以及设备建设数据组,获取对应的固定配置参数组;所述固定配置参数组包括气象水文条件、风电机组功率曲线、主线接线方式和电气设备故障率;根据所述固定配置参数组、预设的综合效益模型以及预设的灵敏度计算公式组,获得发电综合效益与交通工具数量以及运维人员数量的第一效益关系式,以及对应的灵敏度;根据所述第一效益关系式、经济可靠性指标组以及灵敏度,计算得出最佳交通工具数量以及最佳运维人员数量,并将所述最佳交通工具数量以及最佳运维人员数量作为最优配置方案输出。
作为上述方案的改进,所述运维资源优化配置方法还包括:根据所述最优配置方案以及用户输入的配置指令,对海上风电场的运维资源进行优化配置。
本发明另一实施例对应提供了一种海上风电场的运维资源优化配置装置,所述运维资源优化配置装置包括数据获取单元、耦合评估单元以及分析计算单元,其中,所述数据获取单元用于获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组;所述耦合评估单元用于根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,获得所述海上风电场的经济可靠性指标组;所述分析计算单元用于根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案。
作为上述方案的改进,所述耦合评估单元还用于:根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,依次仿真模拟获取各个不同的第二时间间隔内的发电功率曲线,并将所述发电功率曲线存储入发电功率曲线组中;所述第二时间间隔是通过以预设的第一数量将预设的第一时间间隔均等划分而获得的若干个时间段之一;根据所述发电功率曲线组,计算所述第一时间间隔内的经济可靠性指标组;所述经济可靠性指标组包括多组经济可靠性指标,所述经济可靠性指标包括运维成本、发电收益以及发电综合经济效益。
作为上述方案的改进,所述运维资源优化配置装置还包括优化配置单元,所述优化配置单元用于根据所述最优配置方案以及用户输入的配置指令,对海上风电场的运维资源进行优化配置。
作为上述方案的改进,所述分析计算单元还用于:根据预设的成本参数组、水文气象数据组以及设备建设数据组,获取对应的固定配置参数组;所述固定配置参数组包括气象水文条件、风电机组功率曲线、主线接线方式和电气设备故障率;根据所述固定配置参数组、预设的综合效益模型以及预设的灵敏度计算公式组,获得发电综合效益与交通工具数量以及运维人员数量的第一效益关系式,以及对应的灵敏度;根据所述第一效益关系式、经济可靠性指标组以及灵敏度,计算得出最佳交通工具数量以及最佳运维人员数量,并将所述最佳交通工具数量以及最佳运维人员数量作为最优配置方案输出。
本发明另一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包括存储的计算机程序,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设备执行上述发明实施例所述的海上风电场的运维资源优化配置方法。
本发明另一实施例提供了一种海上风电场的运维资源优化配置系统,所述运维资源优化配置系统包括处理器、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,所述处理器执行所述计算机程序时实现如前所述的海上风电场的运维资源优化配置方法。
相比于现有技术,本发明实施例具有如下有益效果:
本发明提供了一种海上风电场的运维资源优化配置方法、装置及系统,通过使用考虑水文气象、设备故障、运维资源以及海上风电场电气主接线等因素而建立的经济耦合评估模型组,对海上风电场进行可靠性评估,并根据灵敏度分析法对评估结果进行分析配置,该运维资源优化配置方法、装置及系统提升了提升海上风电场的运维资源优化配置的效率。
附图说明
图1是本发明一实施例提供的一种海上风电场的运维资源优化配置方法的流程示意图;
图2是本发明一实施例提供的一种海上风电场的运维资源优化配置装置的结构示意图。
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、完整地描述,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。
具体实施例一
本发明实施例首先描述了一种海上风电场的运维资源优化配置方法。参见图1,是本发明一实施例提供的一种海上风电场的运维资源优化配置方法的流程示意图。
如图1所示,该评估管理方法包括:
S1:获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组。
S2:根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型组,获得所述海上风电场的经济可靠性指标组。
在现有技术中,往往没有考虑水文气象、设备故障、运维资源以及海上风电场电气主接线等影响海上风电场经济性评估的重要因素,从而导致评估准确度不高或评估的准确性不稳定,与此同时,现有技术中采用的经济评估模型难以兼顾短期运维调度决策的随机性和长期评估要求的合理性,从而使得经济评估模型对于不同的需求的适用性较弱。对此,本发明实施例采用了包括水文环境模型、设备状态模型、运维排程模型以及接线可靠性模型的经济耦合评估模型组以对海上风电场的经济可靠性进行评估,从而通过考虑多种重要因素而提升评估稳定性;在此基础上,在模型的搭建过程中采用以一整个生命周期中均等分成的子周期为单位进行模拟仿真,从而使得最终获得的评估结果能够兼顾短期运维和长期评估的不同需求。
在一个实施例中,根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,获得所述海上风电场的经济可靠性指标组,具体包括:根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,依次仿真模拟获取各个不同的第二时间间隔内的发电功率曲线,并将所述发电功率曲线存储入发电功率曲线组中;所述第二时间间隔是通过以预设的第一数量将预设的第一时间间隔均等划分而获得的若干个时间段之一;根据所述发电功率曲线组,计算所述第一时间间隔内的经济可靠性指标组;所述经济可靠性指标组包括多组经济可靠性指标,所述经济可靠性指标包括运维成本、发电收益以及发电综合经济效益。
在一个实施例中,所述经济耦合评估模型组包括水文环境模型、设备状态模型、运维排程模型以及接线可靠性模型。
S3:根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案。
在一个实施例中,根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案,具体包括:根据预设的成本参数组、水文气象数据组以及设备建设数据组,获取对应的固定配置参数组;根据所述固定配置参数组、预设的综合效益模型以及预设的灵敏度计算公式组,获得发电综合效益与交通工具数量以及运维人员数量的第一效益关系式,以及对应的灵敏度;根据所述第一效益关系式、经济可靠性指标组以及灵敏度,计算得出最佳交通工具数量以及最佳运维人员数量,并将所述最佳交通工具数量以及最佳运维人员数量作为最优配置方案输出。其中,所述第一效益关系式为在固定配置参数组的前提下,风电场采用不同运维方案下的综合效益。
其中,灵敏度分析是研究与分析一个系统(或模型)的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以确定对系统或模型有较大的影响的参数。
在本发明实施例中,由于在获取最优配置方案的计算过程中,输入参数为多个,由于各个输入参数对最终的效益计算结果影响程度不同,在调整各个输入参数中的一个或多个以优化效益的过程中,显然不同的参数以及参数在不同的数值区间对于效益调节效率都是有所不同的:越重要的参数显然对于优化效益的调节效率越高。因此,本发明实施例通过灵敏度分析,确认效益对于各个输入参数改变所产生的响应的灵敏度,从而在确定各个参数的重要性的基础上进一步确定各个参数的最优调节区间。
其中,所述成本参数组包括设备故障率、电气主接线形式以及设备更换成本;所述固定配置参数组包括气象水文条件、风电机组功率曲线、主线接线方式和电气设备故障率。
在一个实施例中,预设的综合效益模型公式为:
Cz=Cf-Cn;
式中,Cz为海上风电场运维期的发电综合效益,Cf为海上风电场运维期的发电收益,Cn为海上风电场运维期的总运维成本。
其中,海上风电场运维期的总运维成本为运维期船舶行驶成本、各类交通工具成本、各类运维人员成本、运维期设备检修成本以及故障机会成本的和值;海上风电场运维期发电收益主要由气象水文资源情况和风机功率曲线决定;运维期设备检修成本和故障机会成本主要由设备故障率、电气主接线形式、设备更换成本决定,也和海上风电场气象水文资源情况和运维资源的充沛性有关。
海上风电场运维期的发电综合效益Cz主要由交通工具种类和数量、运维人员的种类和数量、电气主接线、风机的功率曲线、设备的故障率、气象水文资源情况综合来决定,各个因素有相互耦合的关系。当海上风电场气象水文条件、风电机组功率曲线、主接线方式和电气设备故障率是确定的时侯,可以认为有函数Cz=f(x1,x2...xm,y1,y2...yk)成立,式中xi为交通工具i的数量(i为1到m的整数),yi为运维人员工种j的数量(j为1到k的整数)。各类交通工具数量、各类运维人员的数量是在一定范围内波动的,拓扑的等效停运率也会随着改变,其灵敏度具体公式如下:
式中,Sxi为海上风电场运维期的发电综合效益Cz对交通工具i的灵敏度值,Syj为海上风电场运维期的发电综合效益Cz对运维工种j的灵敏度值。用Sxi来衡量交通工具数量i变化对海上风电场运维期的发电综合效益Cz指标的影响;用Syj来衡量运维人员数量j对海上风电场运维期的发电综合效益指标的影响。
在一个实施例中,所述运维资源优化配置方法还包括:根据所述最优配置方案以及用户输入的配置指令,对海上风电场的运维资源进行优化配置。
本发明实施例描述了一种海上风电场的运维资源优化配置方法,通过使用考虑水文气象、设备故障、运维资源以及海上风电场电气主接线等因素而建立的经济耦合评估模型组,对海上风电场进行可靠性评估,并根据灵敏度分析法对评估结果进行分析配置,该运维资源优化配置方法提升了提升海上风电场的运维资源优化配置的效率。
具体实施例二
除上述方法外,本发明实施例还公开了一种海上风电场的运维资源优化配置装置。参见图2,是本发明一实施例提供的一种海上风电场的运维资源优化配置装置的结构示意图。
如图2所示,该运维资源优化配置装置包括数据获取单元11、耦合评估单元12以及分析计算单元13。
其中,数据获取单元11用于获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组。
耦合评估单元12用于根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,获得所述海上风电场的经济可靠性指标组。
分析计算单元13用于根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案。
当需要进行海上风电场的运维资源优化配置时,运维资源优化配置装置首先数据获取单元11获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组;随后,分析计算单元13根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案;最后,分析计算单元13根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案。
在一个实施例中,耦合评估单元12还用于:根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,依次仿真模拟获取各个不同的第二时间间隔内的发电功率曲线,并将所述发电功率曲线存储入发电功率曲线组中;所述第二时间间隔是通过以预设的第一数量将预设的第一时间间隔均等划分而获得的若干个时间段之一;根据所述发电功率曲线组,计算所述第一时间间隔内的经济可靠性指标组;所述经济可靠性指标组包括多组经济可靠性指标,所述经济可靠性指标包括运维成本、发电收益以及发电综合经济效益。
在一个实施例中,所述分析计算单元13还用于:根据预设的成本参数组、水文气象数据组以及设备建设数据组,获取对应的固定配置参数组;所述固定配置参数组包括气象水文条件、风电机组功率曲线、主线接线方式和电气设备故障率;根据所述固定配置参数组、预设的综合效益模型以及预设的灵敏度计算公式组,获得发电综合效益与交通工具数量以及运维人员数量的第一效益关系式,以及对应的灵敏度;根据所述第一效益关系式、经济可靠性指标组以及灵敏度,计算得出最佳交通工具数量以及最佳运维人员数量,并将所述最佳交通工具数量以及最佳运维人员数量作为最优配置方案输出。
在一个实施例中,所述运维资源优化配置装置还包括优化配置单元,所述优化配置单元用于根据所述最优配置方案以及用户输入的配置指令,对海上风电场的运维资源进行优化配置。
其中,所述运维资源优化配置装置集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于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,单元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。
本发明实施例描述了一种海上风电场的运维资源优化配置装置,通过使用考虑水文气象、设备故障、运维资源以及海上风电场电气主接线等因素而建立的经济耦合评估模型组,对海上风电场进行可靠性评估,并根据灵敏度分析法对评估结果进行分析配置,该运维资源优化配置装置提升了提升海上风电场的运维资源优化配置的效率。
具体实施例三
除上述方法和装置外,本发明实施例还描述了一种海上风电场的运维资源优化配置系统。
该运维资源优化配置系统包括处理器、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,所述处理器执行所述计算机程序时实现如前所述的海上风电场的运维资源优化配置方法。
所称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(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable 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,所述处理器是海上风电场的评估管理装置的控制中心,利用各种接口和线路连接整个评估管理装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述评估管理装置的各种功能。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(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)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。
本发明实施例描述了一种海上风电场的运维资源优化配置系统,通过使用考虑水文气象、设备故障、运维资源以及海上风电场电气主接线等因素而建立的经济耦合评估模型组,对海上风电场进行可靠性评估,并根据灵敏度分析法对评估结果进行分析配置,该运维资源优化配置系统提升了提升海上风电场的运维资源优化配置的效率。
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 (8)
1.一种海上风电场的运维资源优化配置方法,其特征在于,所述运维资源优化配置方法包括:
获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组;
根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型组,获得所述海上风电场的经济可靠性指标组;
根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案,具体为:
根据预设的成本参数组、水文气象数据组以及设备建设数据组,获取对应的固定配置参数组;所述固定配置参数组包括气象水文条件、风电机组功率曲线、主线接线方式和电气设备故障率;
根据所述固定配置参数组、预设的综合效益模型以及预设的灵敏度计算公式组,获得发电综合效益与交通工具数量以及运维人员数量的第一效益关系式,以及对应的灵敏度;
根据所述第一效益关系式、经济可靠性指标组以及灵敏度,计算得出最佳交通工具数量以及最佳运维人员数量,并将所述最佳交通工具数量以及最佳运维人员数量作为最优配置方案输出;
其中,所述预设的综合效益模型为:
Cz=Cf-Cn
式中,Cz为海上风电场运维期的发电综合效应,Cf为海上风电场运维期的发电收益,Cn为海上风电场运维期的总运维成本;
所述预设的灵敏度计算公式为:
式中,Sxi为海上风电场运维期的发电综合效应对交通工具i的灵敏度值,Syj为海上风电场运维期的发电综合效应对运维工种j的灵敏度值。
2.根据权利要求1所述的海上风电场的运维资源优化配置方法,其特征在于,根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,获得所述海上风电场的经济可靠性指标组,具体包括:
根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,依次仿真模拟获取各个不同的第二时间间隔内的发电功率曲线,并将所述发电功率曲线存储入发电功率曲线组中;所述第二时间间隔是通过以预设的第一数量将预设的第一时间间隔均等划分而获得的若干个时间段之一;
根据所述发电功率曲线组,计算所述第一时间间隔内的经济可靠性指标组;所述经济可靠性指标组包括多组经济可靠性指标,所述经济可靠性指标包括运维成本、发电收益以及发电综合经济效益。
3.根据权利要求2所述的海上风电场的运维资源优化配置方法,其特征在于,所述经济耦合评估模型组包括水文环境模型、设备状态模型、运维排程模型以及接线可靠性模型。
4.根据权利要求1-3任一项所述的海上风电场的运维资源优化配置方法,其特征在于,所述运维资源优化配置方法还包括:
根据所述最优配置方案以及用户输入的配置指令,对海上风电场的运维资源进行优化配置。
5.一种海上风电场的运维资源优化配置装置,其特征在于,所述运维资源优化配置装置包括数据获取单元、耦合评估单元以及分析计算单元,其中,
所述数据获取单元用于获取海上风电场的水文气象数据组、设备建设数据组以及运维资源数据组;
所述耦合评估单元用于根据所述水文气象数据组、设备建设数据组、运维资源数据组以及经济耦合评估模型,获得所述海上风电场的经济可靠性指标组;
所述分析计算单元用于根据所述经济可靠性指标组以及预设的灵敏度分析法,分析获得所述海上风电场的最优配置方案;
所述分析计算单元还用于:
根据预设的成本参数组、水文气象数据组以及设备建设数据组,获取对应的固定配置参数组;所述固定配置参数组包括气象水文条件、风电机组功率曲线、主线接线方式和电气设备故障率;
根据所述固定配置参数组、预设的综合效益模型以及预设的灵敏度计算公式组,获得发电综合效益与交通工具数量以及运维人员数量的第一效益关系式,以及对应的灵敏度;
根据所述第一效益关系式、经济可靠性指标组以及灵敏度,计算得出最佳交通工具数量以及最佳运维人员数量,并将所述最佳交通工具数量以及最佳运维人员数量作为最优配置方案输出;
其中,所述预设的综合效益模型为:
Cz=Cf-Cn
式中,Cz为海上风电场运维期的发电综合效应,Cf为海上风电场运维期的发电收益,Cn为海上风电场运维期的总运维成本;
所述预设的灵敏度计算公式为:
式中,Sxi为海上风电场运维期的发电综合效应对交通工具i的灵敏度值,Syj为海上风电场运维期的发电综合效应对运维工种j的灵敏度值。
6.根据权利要求5所述的海上风电场的运维资源优化配置装置,其特征在于,所述运维资源优化配置装置还包括优化配置单元,所述优化配置单元用于根据所述最优配置方案以及用户输入的配置指令,对海上风电场的运维资源进行优化配置。
7.一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包括存储的计算机程序,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设备执行如权利要求1至4中任意一项所述的海上风电场的运维资源优化配置方法。
8.一种海上风电场的运维资源优化配置系统,其特征在于,所述运维资源优化配置系统包括处理器、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,所述处理器执行所述计算机程序时实现如权利要求1至4中任意一项所述的海上风电场的运维资源优化配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210609056.1A CN115063255B (zh) | 2022-05-31 | 2022-05-31 | 一种海上风电场的运维资源优化配置方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210609056.1A CN115063255B (zh) | 2022-05-31 | 2022-05-31 | 一种海上风电场的运维资源优化配置方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115063255A CN115063255A (zh) | 2022-09-16 |
CN115063255B true CN115063255B (zh) | 2023-04-07 |
Family
ID=83197854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210609056.1A Active CN115063255B (zh) | 2022-05-31 | 2022-05-31 | 一种海上风电场的运维资源优化配置方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115063255B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021209963A1 (en) * | 2020-04-16 | 2021-10-21 | Mangalore Refinery & Petrochemicals Ltd. | A computer-implemented system and method for determining an optimal and resilient configuration of process units |
CN113158547B (zh) * | 2021-03-11 | 2022-10-18 | 上海电力大学 | 计及经济性和可靠性的区域综合能源系统优化配置方法 |
CN113496293A (zh) * | 2021-06-24 | 2021-10-12 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场运维方案生成方法及装置 |
-
2022
- 2022-05-31 CN CN202210609056.1A patent/CN115063255B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115063255A (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Probabilistic short-term wind power forecast using componential sparse Bayesian learning | |
CN113743673B (zh) | 一种台风期间的电力负荷预测方法 | |
CN111612275A (zh) | 一种预测区域用户负荷量的方法及装置 | |
CN109449923B (zh) | 一种有源配电系统运行灵活性的量化分析方法及相关产品 | |
CN114372360A (zh) | 用于电力负荷预测的方法、终端及存储介质 | |
Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
CN113988398A (zh) | 一种风电机组功率预测方法、装置、电子设备和存储介质 | |
CN113139698A (zh) | 负荷预测方法、装置及设备 | |
CN115063255B (zh) | 一种海上风电场的运维资源优化配置方法、装置及系统 | |
CN116739172A (zh) | 一种基于爬坡识别的海上风电功率超短期预测方法及装置 | |
CN105260789B (zh) | 一种面向风电功率超短期预测的风电数据时间尺度优选方法 | |
CN112803403B (zh) | 基于时频特征的海上风电集群效应多层级评估方法 | |
CN115169089A (zh) | 基于核密度估计和copula的风电功率概率预测方法和装置 | |
CN113780689B (zh) | 一种基于人工智能的能量路由器寿命预测方法和装置 | |
CN116128130B (zh) | 一种基于图神经网络的短期风能数据预测方法及装置 | |
Carroll et al. | High resolution wind power models-an Irish case study | |
CN117435870B (zh) | 一种负荷数据实时填充方法、系统、设备和介质 | |
CN117557125A (zh) | 一种电力系统灵活性资源调节能力评价方法及系统 | |
CN115062929B (zh) | 一种海上风电场的可靠性评估管理方法、装置及系统 | |
CN115983663B (zh) | 基于新能源的发电分析方法及相关设备 | |
CN113067329B (zh) | 一种电力系统的可再生能源适应性优化方法及终端 | |
CN116681349A (zh) | 基于层次分析的虚拟电厂分布式能源优化适配方法及设备 | |
CN106407274A (zh) | 评估模型方法和装置 | |
CN117495195A (zh) | 一种基于Johnson分布体系的风电场群容量价值评估方法 | |
CN115544459A (zh) | 一种环境条件分仓及映射整机发电性能的分析方法及系统 |
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 |