WO2025239478A1 - 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법 - Google Patents

해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법

Info

Publication number
WO2025239478A1
WO2025239478A1 PCT/KR2024/010484 KR2024010484W WO2025239478A1 WO 2025239478 A1 WO2025239478 A1 WO 2025239478A1 KR 2024010484 W KR2024010484 W KR 2024010484W WO 2025239478 A1 WO2025239478 A1 WO 2025239478A1
Authority
WO
WIPO (PCT)
Prior art keywords
maintenance
power generation
generation facilities
scheduling
plan
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
Application number
PCT/KR2024/010484
Other languages
English (en)
French (fr)
Inventor
정슬기
이남경
송정욱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ajou University Industry Academic Cooperation Foundation
Kepco Engineering and Construction Co Inc
Original Assignee
Ajou University Industry Academic Cooperation Foundation
Kepco Engineering and Construction Co Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ajou University Industry Academic Cooperation Foundation, Kepco Engineering and Construction Co Inc filed Critical Ajou University Industry Academic Cooperation Foundation
Publication of WO2025239478A1 publication Critical patent/WO2025239478A1/ko
Pending legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
    • B63B35/44—Floating buildings, stores, drilling platforms, or workshops, e.g. carrying water-oil separating devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B81/00—Repairing or maintaining vessels
    • 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
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
    • F03B13/12—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy
    • F03B13/14—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy using wave energy
    • 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
    • F03B—MACHINES OR ENGINES FOR LIQUIDS
    • F03B13/00—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates
    • F03B13/12—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy
    • F03B13/26—Adaptations of machines or engines for special use; Combinations of machines or engines with driving or driven apparatus; Power stations or aggregates characterised by using wave or tide energy using tide energy
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
    • G01R11/48—Meters specially adapted for measuring real or reactive components; Meters specially adapted for measuring apparent energy
    • G01R11/50—Meters specially adapted for measuring real or reactive components; Meters specially adapted for measuring apparent energy for measuring real component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/40—Testing power supplies
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G06Q10/1093—Calendar-based scheduling for persons or groups
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Definitions

  • the present disclosure relates to maintenance scheduling for marine power plants. More specifically, the present disclosure relates to a method for performing maintenance scheduling by considering maintenance costs and maintenance efficiency of cluster power generation facilities in marine power plants.
  • Offshore power plants are being used to generate electricity from renewable resources at sea, such as wind, wave, and tidal power.
  • Each power generation facility in an offshore power plant converts the energy from renewable resources into electrical energy to generate power.
  • each wind turbine converts the wind's kinetic energy into electrical energy.
  • Offshore power plants have complex interrelationships, such that if one power plant is shut down for maintenance, the performance of other power plants can be affected. Furthermore, offshore power plants are being installed on a large scale, further complicating the interrelationships between power plants and increasing maintenance costs. Therefore, a method for efficiently scheduling maintenance of offshore power plants is needed.
  • the problem to be solved by the present invention is to provide an electronic device and method for scheduling a maintenance plan for a marine power plant.
  • a method for scheduling a maintenance plan of a marine power plant according to one aspect of the present invention is provided.
  • the method may include a step of receiving comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant, a step of scheduling a macro-maintenance plan for a first maintenance period to minimize maintenance costs based on the total effective output of the cluster power generation facilities while satisfying constraints based on the comprehensive maintenance information, and a step of scheduling a micro-maintenance plan for a second maintenance period included in the first maintenance period to maximize maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • an electronic device for scheduling a maintenance plan of a marine power plant according to one aspect of the present invention is provided.
  • the electronic device may include a memory configured to store one or more instructions and a processor, and the processor may be configured to execute the one or more instructions to: receive comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant; schedule a macro-maintenance plan for a first maintenance period to minimize a maintenance cost based on the total effective output of the cluster power generation facilities while satisfying a constraint based on the comprehensive maintenance information; and schedule a micro-maintenance plan for a second maintenance period included in the first maintenance period to maximize a maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • a computer program stored in a medium for executing a method for scheduling a maintenance plan of a marine power plant according to one aspect of the present invention.
  • a method for scheduling a maintenance plan of a marine power plant according to one aspect of the present invention is provided.
  • the method may include a step of receiving comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant, a step of scheduling a heavy maintenance plan for heavy maintenance requiring a working vessel based on the comprehensive maintenance information for a first maintenance period, a step of scheduling a macro-maintenance plan for the first maintenance period so as to minimize a maintenance cost based on the total effective output of the cluster power generation facilities while satisfying constraints based on the comprehensive maintenance information and the heavy maintenance plan, and a step of scheduling a micro-maintenance plan for a second maintenance period included in the first maintenance period so as to maximize maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • maintenance plans are scheduled for a first maintenance period considering maintenance costs, and for a second maintenance period, which is shorter than the first maintenance period, maintenance plans are scheduled considering maintenance efficiency.
  • This allows for flexible scheduling of complex maintenance plans in stages, efficiently, and effectively.
  • power generation loss due to the downtime of maintenance-targeted power plants can be predicted more accurately, allowing for the maintenance loss costs due to power generation loss to be predicted more accurately.
  • scheduling maintenance plans in parallel the time required for scheduling maintenance plans can be shortened.
  • scheduling maintenance plans considering the charter schedule of work vessels it is possible to proactively prepare for situations requiring work vessels.
  • the effects that can be obtained from the exemplary embodiments of the present disclosure are not limited to the effects mentioned above, and other effects that are not mentioned can be clearly derived and understood by a person having ordinary skill in the technical field to which the exemplary embodiments of the present disclosure belong, from the description of the exemplary embodiments of the present disclosure below. In other words, unintended effects that result from practicing the exemplary embodiments of the present disclosure can also be derived by a person having ordinary skill in the technical field from the exemplary embodiments of the present disclosure.
  • Figure 1 is a drawing illustrating cluster power generation facilities of a marine power plant according to one embodiment.
  • FIG. 2 is a block diagram of an electronic device for scheduling a maintenance plan of a marine power plant according to one embodiment.
  • Figure 3 is a flowchart of a method for scheduling a maintenance plan of a marine power plant according to one embodiment.
  • Figure 4 is a flowchart of a method for scheduling a macro-maintenance plan according to one embodiment.
  • Figure 5 is a flowchart of a method for calculating the total effective output of cluster power generation facilities according to one embodiment.
  • Figure 6 is a flowchart of a method for calculating the effective output of a power generation facility according to one embodiment.
  • FIG. 7 is a flowchart of a method for scheduling a maintenance plan of an offshore wind power plant according to one embodiment.
  • Figure 8 is a flowchart of a method for scheduling a macro-maintenance plan according to one embodiment.
  • Figure 9 is a flowchart of a method for calculating the total effective output of cluster wind turbines according to one embodiment.
  • Figure 10 is a flowchart of a method for calculating the effective output of a wind turbine according to one embodiment.
  • FIG. 11 is a drawing illustrating a method for calculating the effective output of a wind turbine according to one embodiment.
  • FIG. 12 is a diagram illustrating a rotor region of a wind turbine i and a wake region by a wind turbine l according to one embodiment.
  • FIG. 13 is a drawing illustrating a method for calculating the effective output of different wind turbines according to one embodiment.
  • FIG. 14 is a diagram illustrating a method for scheduling a macro-maintenance plan in parallel according to one embodiment.
  • Figure 15 is a diagram illustrating scheduling of a micro-maintenance plan according to one embodiment.
  • Figure 16 is a flowchart of a method for scheduling a maintenance plan of a marine power plant according to one embodiment.
  • Figure 17 is a drawing illustrating maintenance scheduling considering charter information of a work vessel according to one embodiment.
  • a method for scheduling a maintenance plan of a marine power plant may include the steps of receiving comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant, scheduling a macro-maintenance plan for a first maintenance period to minimize a maintenance cost based on the total effective output of the cluster power generation facilities while satisfying a constraint based on the comprehensive maintenance information, and scheduling a micro-maintenance plan for a second maintenance period included in the first maintenance period to maximize maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • the step of scheduling the macro-maintenance plan may include the step of calculating, for the first maintenance period, the total effective output of the cluster power generation facilities based on interactions between the cluster power generation facilities, the step of calculating, for the first maintenance period, the maintenance cost based on the total effective output of the cluster power generation facilities, and the step of scheduling, for the first maintenance period, a maintenance plan that minimizes the maintenance cost while satisfying constraints based on the comprehensive maintenance information.
  • the step of calculating the total effective output of the cluster power generation facilities may include the step of calculating the effective output of each maintenance-non-targeted power generation facility among the cluster power generation facilities and the step of obtaining the total effective output of the cluster power generation facilities by synthesizing the effective output of each maintenance-non-targeted power generation facility.
  • the step of calculating the effective output of each of the maintenance-non-target power generation facilities may include the step of obtaining, for each of the maintenance-non-target power generation facilities, a first interval linear model representing a relationship between the intensity of the renewable resource and the output; the step of obtaining, for each of the maintenance-non-target power generation facilities, a second interval linear model representing a relationship between the intensity of the renewable resource and the response coefficient of the power generation facility; the step of calculating, based on the second interval linear model, the effective intensity of the renewable resource provided to each of the maintenance-non-target power generation facilities; and the step of obtaining, based on the first interval linear model, the effective output corresponding to the effective intensity of the renewable resource of each of the maintenance-non-target power generation facilities.
  • the step of obtaining the first section linear model may include the step of obtaining a first section linear model according to the model or model year of each of the maintenance-non-target power generation facilities
  • the step of obtaining the second section linear model may include the step of obtaining a second section linear model according to the model or model year of each of the maintenance-non-target power generation facilities.
  • the step of calculating the maintenance cost based on the total effective output of the cluster power generation facilities may include the step of calculating the power generation loss of the cluster power generation facilities from the total effective output of the cluster power generation facilities, the step of calculating the maintenance loss cost due to the power generation loss, and the step of calculating the maintenance cost to include the maintenance loss cost.
  • the step of calculating the power generation loss of the cluster power generation facilities may include the step of calculating the first total effective output when all of the cluster power generation facilities are in operation, the step of calculating the second total effective output when the maintenance-targeted power generation facilities among the cluster power generation facilities are in operation, and the step of obtaining the power generation loss of the cluster power generation facilities from the difference between the first total effective output and the second total effective output.
  • the first maintenance period is a period of years
  • the step of scheduling the macro-maintenance plan may include a step of scheduling the macro-maintenance plan in parallel for periods divided into monthly or quarterly units of the first maintenance period.
  • the first maintenance period may be one year
  • the step of scheduling the macro-maintenance plan may include the step of scheduling the macro-maintenance plan on a weekly basis for one year
  • the second maintenance period may be one week.
  • the first maintenance period is one year
  • the step of scheduling the macro-maintenance plan includes the step of scheduling the macro-maintenance plan on a weekly basis for one year
  • the second maintenance period may be a period longer than one week.
  • the step of scheduling the micro-maintenance plan may include a step of performing maintenance scheduling that maximizes the number of maintenances performed during the second maintenance period in order to maximize the maintenance efficiency of the cluster power generation facilities.
  • the step of scheduling the micro-maintenance plan may include a step of performing maintenance scheduling that minimizes maintenance costs of the cluster power generation facilities for the second maintenance period in order to maximize maintenance efficiency of the cluster power generation facilities.
  • the step of scheduling the micro-maintenance plan may include the step of performing maintenance scheduling that maximizes the maintenance efficiency of the cluster power generation facilities, which is determined by the number of maintenances performed in the second maintenance period and the maintenance cost of the cluster power generation facilities for the second maintenance period.
  • the cluster power generation facilities may include two or more types of power generation facilities.
  • the marine power plant may be any one of an marine wind power plant, an marine wave power plant, or an marine tidal power plant.
  • the comprehensive maintenance information includes charter information for a work vessel for maintenance of the cluster power generation facilities, and a constraint based on the comprehensive maintenance information may include a charter schedule for the work vessel according to the charter information.
  • the maintenance cost of the cluster power generation facilities may include a maintenance expenditure cost, which is a cost spent for maintenance of the cluster power generation facilities, and a maintenance loss cost due to loss of power generation caused by maintenance of the cluster power generation facilities.
  • maintenance of the cluster power generation facilities of the marine power plant may include at least one of breakdown maintenance, planned maintenance, predictive maintenance, and opportunistic maintenance.
  • the maintenance of the cluster power generation facilities of the marine power plant includes opportunity maintenance
  • the maintenance cost of the cluster power generation facilities may include a maintenance expenditure cost, which is a cost spent for the maintenance of the cluster power generation facilities, a maintenance loss cost due to the loss of power generation caused by the maintenance of the cluster power generation facilities, and a maintenance profit cost caused by the opportunity maintenance.
  • the comprehensive maintenance information may include facility information including information on the cluster power generation facilities of the marine power plant, maintenance resource information including information on maintenance resources of the cluster power generation facilities, and weather information.
  • An electronic device for scheduling a maintenance plan of a marine power plant includes a memory configured to store one or more instructions and a processor, wherein the processor is configured to execute the one or more instructions to: receive comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant; schedule a macro-maintenance plan for a first maintenance period to minimize a maintenance cost based on a total effective output of the cluster power generation facilities while satisfying a constraint based on the comprehensive maintenance information; and schedule a micro-maintenance plan for a second maintenance period included in the first maintenance period to maximize a maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • a method for scheduling a maintenance plan of an offshore power plant may include: receiving comprehensive maintenance information including information for maintenance of cluster power generation facilities of the offshore power plant; scheduling a heavy maintenance plan for heavy maintenance requiring a working vessel based on the comprehensive maintenance information for a first maintenance period; scheduling a macro-maintenance plan for the first maintenance period so as to minimize a maintenance cost based on the total effective output of the cluster power generation facilities while satisfying constraints based on the comprehensive maintenance information and the heavy maintenance plan; and scheduling a micro-maintenance plan for a second maintenance period included in the first maintenance period so as to maximize maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • the step of scheduling the heavy maintenance plan may include: a step of obtaining an expected time of failure of the cluster power generation facilities based on status information and maintenance history information of the cluster power generation facilities obtained from the comprehensive maintenance information; a step of generating a plurality of solutions for scheduling the heavy maintenance plan based on maintenance resource information obtained from the comprehensive maintenance information, charter information of the work vessel, and the expected time of failure; and a step of generating the heavy maintenance plan based on any one of the plurality of solutions.
  • the expression “at least one of a, b, or c” may refer to “a,” “b,” “c,” “a and b,” “a and c,” “b and c,” “all of a, b, and c,” or variations thereof.
  • FIG. 1 is a drawing illustrating cluster power generation facilities (100) of a marine power plant according to one embodiment.
  • An ocean power plant may include clustered power generation facilities (100) for converting renewable ocean resources into electrical energy.
  • FIG. 1 illustrates 49 clustered power generation facilities (1-49) of an ocean power plant according to one embodiment.
  • the marine power plant may include power generation facilities (1 to 49) of the same type.
  • the product specification information of the power generation facilities (1 to 49) may be identical.
  • the marine power plant may include power generation facilities (1 to 49) of various types.
  • the product specification information of the power generation facilities (1 to 49) may vary depending on the type.
  • the marine power plant may include power generation facilities (1 to 49) of the same model and year.
  • the performance information of the power generation facilities (1 to 49) may be identical.
  • the marine power plant may include power generation facilities (1-49) of the same model and different years.
  • the product specification information of the power generation facilities (1-49) may be the same, but the performance information may be different.
  • the marine power plant may be any one of an marine wind power plant, an marine wave power plant, or an marine tidal power plant.
  • the marine wind power plant may include clustered power plants (100) that generate power from wind energy, in which case each power plant may include a wind turbine.
  • the marine wave power plant may include clustered power plants (100) that generate power from wave energy, in which case each power plant may include a floating device that moves up and down with the waves.
  • the marine tidal power plant may include clustered power plants (100) that generate power from tidal energy, in which case each power plant may include a tidal turbine.
  • maintenance is necessary for the safe and efficient operation of cluster power generation facilities (100).
  • maintenance types may include corrective maintenance (CM), preventive maintenance (PM), predictive maintenance (PdM), and opportunistic maintenance (OM).
  • CM corrective maintenance
  • PM preventive maintenance
  • PM predictive maintenance
  • OM opportunistic maintenance
  • breakdown maintenance may refer to maintenance performed in response to a power generation facility failure.
  • Planned maintenance may refer to preventive maintenance, which may refer to regular maintenance.
  • Predictive maintenance may refer to maintenance performed to predict the condition of a power generation facility and prevent failures.
  • Olepportunistic maintenance may refer to maintenance performed when an opportunity for maintenance arises.
  • the comprehensive maintenance information may include at least one of facility information including information on cluster power generation facilities (100), maintenance resource information including information on maintenance resources of the cluster power generation facilities (100), or weather information.
  • the facility information may be general information about the power generation facility, and may include product specification information, status information, failure information, or maintenance history information.
  • the maintenance resource information may be general information about maintenance resources, and may include information on work vessels, work helicopters, maintenance personnel, or maintenance parts.
  • the weather information may include wind direction, wind speed, air pressure, air temperature, humidity, water temperature, wave height, wave period, or wave direction.
  • comprehensive maintenance information may provide constraints on the maintenance scheduling of cluster power plants (100).
  • the charter schedule of a work vessel may serve as a constraint for the work vessel to perform required heavy maintenance.
  • weather information may provide constraints regarding the period during which maintenance cannot be performed.
  • the maintenance cost may include at least one of a maintenance expenditure cost, which is a cost spent for maintenance of the cluster power generation facilities (100), a maintenance loss cost due to loss of power generation caused by maintenance of the cluster power generation facilities (100), or a maintenance profit cost caused by opportunity maintenance.
  • a maintenance expenditure cost which is a cost spent for maintenance of the cluster power generation facilities (100)
  • a maintenance loss cost due to loss of power generation caused by maintenance of the cluster power generation facilities (100) or a maintenance profit cost caused by opportunity maintenance.
  • FIG. 2 is a block diagram of an electronic device (200) for scheduling a maintenance plan of a marine power plant according to one embodiment.
  • the electronic device (200) may be any electronic device including a processor (210) and a memory (220).
  • the processor (210) can control the overall operation of the electronic device (200).
  • the processor (210) can perform basic arithmetic, logic, and input/output operations, and execute program codes stored in, for example, memory (220).
  • the memory (220) is a recording medium that can be read by the processor (210), and may include a permanent mass storage device such as a RAM, a ROM, and a disk drive.
  • the memory (220) may store an operating system and at least one program or application code.
  • the memory (220) may store program code for executing embodiments of a method for scheduling a maintenance plan for a marine power plant according to the present disclosure.
  • the electronic device (200) may further include a communication module, an input/output device, or a storage device.
  • the processor (210) of the electronic device (200) can schedule a maintenance plan for a marine power plant by executing at least one instruction stored in the memory (220).
  • a method for scheduling a maintenance plan for a marine power plant performed by the processor (210) will be described.
  • Figure 3 is a flowchart of a method for scheduling a maintenance plan of a marine power plant according to one embodiment.
  • step S310 the processor receives comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant.
  • the processor can receive comprehensive maintenance information from user input or from comprehensive maintenance information stored in memory.
  • the processor can receive facility information, maintenance resource information, and weather information as comprehensive maintenance information.
  • the processor may receive comprehensive maintenance information for a macro-maintenance plan. Accordingly, the processor may receive comprehensive maintenance information for a first maintenance period. For example, if the first maintenance period is one year, the processor may receive the regular maintenance schedule for cluster power plants for one year, charter information for work vessels, and weather information.
  • the processor may receive comprehensive maintenance information for a micro-maintenance plan. Accordingly, the processor may receive comprehensive maintenance information for a second maintenance period included in the first maintenance period. Since the second maintenance period is shorter than the first maintenance period, the comprehensive maintenance information for the micro-maintenance plan may include more detailed information than the comprehensive maintenance information for the macro-maintenance plan.
  • the comprehensive maintenance information for the macro-maintenance plan may include general annual weather information, while the comprehensive maintenance information for the micro-maintenance plan may include detailed daily weather information.
  • step S320 the processor schedules a macro-maintenance plan to minimize maintenance costs based on the total effective output of the cluster power generation facilities while satisfying constraints based on comprehensive maintenance information for the first maintenance period.
  • Scheduling of macro-maintenance plans can mean scheduling macro-level maintenance of which power generation facilities of an offshore power plant will be performed, using which maintenance resources, and when.
  • the processor can schedule a macro-maintenance plan for the first maintenance period.
  • the first maintenance period may be a period of years.
  • the first maintenance period may be one year, and the corresponding macro-maintenance plan may be scheduled annually.
  • the first maintenance period may be set to various periods.
  • the processor may schedule the macro-maintenance plan for the entire duration of the first maintenance period. For example, if the first maintenance period is one year, the processor may schedule the macro-maintenance plan for one year.
  • the processor can schedule the macro-maintenance plan in parallel for divided periods of the first maintenance period. For example, if the first maintenance period is one year and is divided into monthly periods, the processor can schedule the macro-maintenance plan in parallel for 12 months. For example, if the first maintenance period is one year and is divided into quarterly periods, the processor can schedule the macro-maintenance plan in parallel for four quarters. For example, if the first maintenance period is one year and is divided into half-yearly periods, the processor can schedule the macro-maintenance plan in parallel for two half-years. Parallel scheduling can have the advantage of reducing the time required to schedule the macro-maintenance plan for the first maintenance period.
  • the processor can schedule a macro-maintenance plan by scheduling maintenance for the first maintenance period in basic period units.
  • the processor can schedule which maintenance to perform on which power generation facility, using which maintenance resources, for each basic period. For example, if the first maintenance period is one year and the basic period is one week, the processor can schedule which maintenance to perform on which power generation facility, using which maintenance resources, for each week of the year.
  • the basic period can be set to various periods.
  • the processor can schedule macro-maintenance plans to satisfy constraints based on comprehensive maintenance information.
  • comprehensive maintenance information can provide constraints for scheduling macro-maintenance plans.
  • failure information for clustered power plants can provide constraints for failure maintenance
  • maintenance history information for clustered power plants can provide constraints for planned maintenance
  • maintenance resource information can provide constraints requiring maintenance using specific maintenance resources during a specific period
  • weather information can provide constraints preventing maintenance from being performed during a specific period.
  • maintenance resource information includes charter information for a work vessel
  • the charter schedule for the work vessel can serve as a constraint on the maintenance schedule for heavy maintenance requiring the work vessel.
  • the processor can schedule which maintenance resources are utilized for which power generation facilities and when to perform which maintenance, while satisfying constraints based on comprehensive maintenance information. For example, if the maintenance resource information includes charter information for a work vessel, the processor can schedule maintenance schedules for heavy maintenance required for the work vessel in accordance with the charter schedule for the work vessel.
  • the processor can schedule a macro-maintenance plan to minimize maintenance costs based on the total effective output of the cluster power plants.
  • the output of a power generation facility may refer to the power output of the power generation facility.
  • the effective output of the power generation facility may refer to the effective power output of the power generation facility.
  • the total effective output of the cluster power generation facilities may refer to the sum of the effective power outputs of each power generation facility.
  • maintenance costs may include maintenance expenditures, which are costs incurred for the maintenance of cluster power generation facilities, and maintenance loss costs, which are costs resulting from power generation loss caused by maintenance of cluster power generation facilities.
  • maintenance costs may be expressed as in Mathematical Formula 1.
  • maintenance expenditures may include labor costs, parts costs, and operating costs (e.g., vessel operation costs, helicopter operation costs).
  • Power loss may represent the total available output of the cluster power generation facilities when all of the cluster power generation facilities are in operation minus the total available output of the cluster power generation facilities when the maintenance-targeted power generation facilities are not in operation.
  • Maintenance loss costs may refer to the loss costs incurred due to the described power generation loss.
  • maintenance costs may include maintenance expenditures, maintenance loss costs, and maintenance profit costs resulting from opportunity maintenance.
  • maintenance costs may be expressed as in Equation 2.
  • Maintenance benefit costs can refer to the benefits that can be gained from opportunity maintenance. Specifically, maintenance benefit costs can be expressed as shown in Equation 3.
  • W represents the cluster power generation facilities
  • PM represents the set of planned maintenance
  • T represents the first maintenance period
  • ⁇ represents the maximum lead time of opportunity maintenance compared to the originally planned maintenance time
  • P0 represents the maintenance benefit cost of the power generation facilities, was scheduled for time t, but time Indicates the number of opportunity maintenance of the power generation facility i maintained.
  • the processor may schedule a macro-maintenance plan by generating output variables that minimize a maintenance cost (equation 1 or 2) based on various input variables.
  • the input variables may include constraints based on comprehensive maintenance information.
  • the input variables may include comprehensive maintenance information.
  • the input variables may include at least one of the number of ships/helicopters, their speeds, and the number of passengers, the number and location information of power generation facilities to be maintained, location information of a maintenance base, facility information for each power generation facility, cost information, availability, and available time of maintenance resources, or the execution time for each maintenance.
  • the output variables may include information regarding which maintenance resources are utilized for which power generation facility and how many times which maintenance is to be performed for which maintenance facility for each basic period.
  • the output variables may include the number of ships/helicopters deployed per week, the maintenance personnel, the power generation facilities to be maintained, and the type and number of maintenances for each of the power generation facilities to be maintained.
  • the processor may generate a pre-order plan to pre-order parts, equipment, and raw materials for each facility requiring maintenance work according to a macro-maintenance plan, a predetermined period in advance.
  • the processor may generate a pre-order plan that includes information regarding the order date, quantity, and cost of parts, equipment, and raw materials for each facility required for maintenance work, taking into account the lead time and unit price of parts prior to the scheduled maintenance work schedule of the macro-maintenance plan.
  • the processor may set a pre-order period for generating the pre-order plan, and the pre-order period may be defined based on the maintenance schedule.
  • the processor may schedule a macro-maintenance plan based on at least one constraint, such as maintenance volume, maintenance properties, the effective age of regenerative resources, or an operating policy. Specifically, the processor may perform maintenance cost minimization, effective output prediction, or pre-order planning based on at least one constraint.
  • constraint such as maintenance volume, maintenance properties, the effective age of regenerative resources, or an operating policy.
  • the processor may perform maintenance cost minimization, effective output prediction, or pre-order planning based on at least one constraint.
  • the constraints based on maintenance volume may include a condition that the cumulative number of breakdowns per week is limited to a number greater than or equal to the cumulative number of breakdowns in the previous week plus the number of breakdowns occurring in the corresponding week minus the number of breakdown maintenance and predictive maintenance that can be performed during working hours.
  • the cumulative number of breakdowns per week may be tracked by subtracting the number of breakdowns resolved through breakdown maintenance and predictive maintenance per week.
  • the constraint on maintenance volume may include a condition that does not track the cumulative number of failures per week for one week.
  • the constraint may be expressed as in mathematical equation 4.
  • TD- j is the time required to complete breakdown maintenance j
  • TB j is the time required for one shift to perform breakdown maintenance j
  • W represents the number of failures for maintenance j of power generation facility i in week 1
  • CM represents the set of maintenance operations
  • S represents the set of scenarios.
  • the constraint condition based on the maintenance quantity may include a condition that the number of failures occurs only when the power generation facility is in a failure state.
  • the condition may correspond to the failure state of each power generation facility ⁇ the number of failures of each power generation facility.
  • the constraints on the maintenance volume may include a condition that the combined number of breakdown maintenance and predictive maintenance is limited to less than the total number of breakdowns.
  • the constraint on maintenance volume may include a condition for creating a variable for unperformed planned maintenance, which is calculated by subtracting the number of planned maintenance cases in which maintenance has been performed from the total number of planned maintenance cases, to impose a penalty for unperformed planned maintenance.
  • the constraint may be expressed as in Mathematical Expression 5.
  • TD- j is the time required to complete planned maintenance j
  • TB j is the time required for one shift to perform planned maintenance j
  • the number of planned maintenance j planned for power generation facility i in week t represents the planned maintenance period
  • W represents the clustered power generation facilities
  • PM s represents the set of planned maintenance
  • S represents the set of scenarios.
  • the constraints based on the maintenance properties may include a condition that maintenance is performed only when at least one failure occurs, and that opportunistic maintenance is only possible when maintenance occurs.
  • the constraints on the maintenance properties may include a condition that predictive maintenance can be performed only if there is a breakdown maintenance, and that the breakdown maintenance is resolved when predictive maintenance is performed.
  • the constraints based on the maintenance attributes may include a condition for performing opportunistic maintenance when there is scheduled maintenance that can be performed within the remaining working hours after the breakdown maintenance or predictive maintenance is completed.
  • the processor can generate a macro-maintenance plan to perform the opportunity maintenance during the remaining working hours.
  • the opportunity maintenance advance allowance period may correspond to a period that can secure the validity of the maintenance if the opportunity maintenance is performed in advance based on the scheduled date of the planned maintenance. For example, if planned maintenance is performed every three months and the opportunity maintenance advance allowance period is set to one month, the effect of the planned maintenance can be effectively obtained through the opportunity maintenance if the opportunity maintenance is performed in advance within one month from the scheduled date of the planned maintenance.
  • the constraints on the maintenance properties or the effective age of the renewable resource may include a condition that the effective age of the renewable resource provided to a power generation facility in a fault state is considered to be 0. For example, if the power generation facility is a wind turbine, the effective wind speed of the wind turbine in a fault state may be considered to be 0.
  • step S330 the processor schedules a micro-maintenance plan for a second maintenance period included in the first maintenance period to maximize the maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • Scheduling a micro-maintenance plan can refer to scheduling at the micro-level which maintenance resources will be utilized for which power generation facilities of an offshore power plant, and when.
  • a micro-maintenance plan can refer to a detailed macro-maintenance plan for a second maintenance period. For example, if a macro-maintenance plan includes a weekly schedule of maintenance types and resources for power generation facilities subject to maintenance, a micro-maintenance plan can include a specific daily or hourly schedule of that plan.
  • the processor can schedule a micro-maintenance plan for a second maintenance period included in the first maintenance period.
  • the second maintenance period may be a weekly period.
  • the second maintenance period may be one week, and the corresponding micro-maintenance plan may be scheduled weekly.
  • the second maintenance period may be set to a shorter period than the first maintenance period.
  • the second maintenance period when scheduling a macro-maintenance plan based on a basic period for the first maintenance period, the second maintenance period may be the same period as the basic period. For example, if the first maintenance period is one year, the basic period is one week, and the second maintenance period is one week, which is the same as the basic period, the processor may schedule a micro-maintenance plan for one week based on a macro-maintenance plan scheduled based on one year as a one-week unit.
  • the second maintenance period may be a period longer than the basic period.
  • the processor may schedule a micro-maintenance plan for three weeks based on the macro-maintenance plan scheduled in units of one week per year.
  • the processor can schedule a micro-maintenance plan to maximize the maintenance efficiency of the cluster power generation facilities based on the macro-maintenance plan.
  • maintenance efficiency may be higher as the number of maintenance tasks performed during the second maintenance period increases.
  • the processor may generate a micro-maintenance plan by scheduling which maintenance tasks to perform on which power generation facility, using which maintenance resources, and when, so as to maximize the number of maintenance tasks performed during the second maintenance period.
  • the maintenance efficiency may be higher as the maintenance cost of the cluster power generation facilities for the second maintenance period is lower.
  • the processor may generate a micro-maintenance plan by scheduling which maintenance resources are utilized for which power generation facilities and when to perform which maintenance so as to minimize the maintenance cost of the cluster power generation facilities for the second maintenance period.
  • the maintenance cost of the cluster power generation facilities for the second maintenance period may include the operating cost of the ship/helicopter, and the processor may generate a ship/helicopter operation route that minimizes the operating cost.
  • the processor may schedule the micro-maintenance plan so that the ship assigned to the second maintenance period can move along the shortest operation route, thereby minimizing the maintenance cost, including the ship's operating cost.
  • maintenance efficiency may be determined by the number of maintenance tasks performed during a second maintenance period and the maintenance costs of the cluster power generation facilities during the second maintenance period. Maintenance efficiency may increase as the number of maintenance tasks performed during the second maintenance period increases, and as the maintenance costs of the cluster power generation facilities during the second maintenance period decrease.
  • the processor may generate a micro-maintenance plan by scheduling which maintenance tasks to perform on which power generation facility, using which maintenance resources, and when, so as to maximize the maintenance efficiency determined by the number of maintenance tasks and the maintenance costs.
  • the processor can schedule micro-maintenance plans based on constraints classified as operating policies.
  • a constraint classified as an operational policy may correspond to a condition in which, when unperformed planned maintenance and breakdown maintenance accumulate up to week t-1, the number of planned maintenance, breakdown maintenance, opportunistic maintenance, and predictive maintenance allocated in the macro-maintenance plan improves according to an increase or decrease in the deployment of ships, helicopters, and maintenance teams for weeks t to t+k. That is, the processor may simulate whether the number of maintenance tasks performed by type improves by increasing or decreasing the deployment of ships, helicopters, and maintenance teams. Meanwhile, the number of unperformed tasks may include maintenance that was reflected in the macro-maintenance plan up to week t-1 but was not actually performed, and breakdown maintenance that starts in week t-1 and takes more than one week.
  • Figure 4 is a flowchart of a method for scheduling a macro-maintenance plan according to one embodiment.
  • Figure 5 is a flowchart of a method for calculating the total effective output of cluster power generation facilities according to one embodiment.
  • Figure 6 is a flowchart of a method for calculating the effective output of power generation facilities according to one embodiment.
  • Step S410 of FIG. 4 may include steps S510 and S520 of FIG. 5.
  • Step S510 of FIG. 5 may include steps S610 to S640 of FIG. 6.
  • the macro-maintenance plan can be scheduled to minimize maintenance costs for clustered power generation facilities. Since maintenance costs include maintenance losses due to power loss, estimating the maintenance loss costs requires estimating the power loss of clustered power generation facilities.
  • Power plants can be designed to generate a specific amount of electricity when provided with a specific intensity of renewable resources.
  • Clustered power plants can interact with each other, where one generator influences the intensity of the renewable resources provided to another. For example, when an object moves through a fluid, the fluid flow behind the object can affect the intensity of the renewable resources provided to a subsequent generator, resulting in a decrease in the intensity of the subsequent generator. Furthermore, the maintenance or shutdown of a preceding generator can restore the intensity of the renewable resources provided to a subsequent generator. Therefore, to predict power generation losses in clustered power plants, the effective power, which corresponds to the effective intensity of the renewable resources, must be predicted.
  • scheduling of the macro-maintenance plan may include steps S410 to S430.
  • the processor calculates the total effective output of the cluster power generation facilities based on the interactions between the cluster power generation facilities for the first maintenance period. To this end, the processor may perform steps S510 and S520.
  • the processor calculates the effective output of each maintenance-non-targeted power generation facility among the cluster power generation facilities.
  • the maintenance-non-targeted power generation facilities may be determined based on scenarios considered in the scheduling process of the macro-maintenance plan.
  • the processor may perform steps S610 to S640.
  • the processor obtains a first interval linear model representing the relationship between the strength of the renewable resource and the output for each of the maintenance-free power generation facilities.
  • the processor may obtain the first interval linear model according to the type or year of the power generation facility. For example, if the maintenance-free power generation facilities include power generation facilities of different types, the power generation facilities of different types may have different first interval linear models. For example, if the maintenance-free power generation facilities include power generation facilities of different years, the power generation facilities of different years may have different first interval linear models.
  • the relationship between the strength of the renewable resource and the output may represent the performance of the power generation facility, and accordingly, the first interval linear model may be a performance model of the power generation facility.
  • step S620 the processor obtains a second interval linear model representing the relationship between the intensity of the renewable resource and the reaction coefficient of the power generation facility for each of the maintenance-free power generation facilities.
  • the processor may obtain the second interval linear model according to the type or year of the power generation facility. For example, if the maintenance-free power generation facilities include power generation facilities of different types, the power generation facilities of different types may have different second interval linear models. For example, if the maintenance-free power generation facilities include power generation facilities of different years, the power generation facilities of different years may have different second interval linear models.
  • the reaction coefficient may be a coefficient representing the force that the fluid, which is a renewable resource, exerts on the power generation facility.
  • the processor calculates the effective intensity of the renewable resources provided to each of the maintenance-free power generation facilities based on the second-interval linear model. For example, the processor may calculate the effective intensity of the renewable resources by correcting the original intensity of the renewable resources based on the second-interval linear model.
  • the processor calculates the effective power corresponding to the effective intensity of each renewable resource in each maintenance-free power generation facility based on the first interval linear model.
  • the processor can predict the effective power by reading the output corresponding to the effective intensity of the renewable resource in the first interval linear model.
  • the processor calculates the total available power of the clustered power plants by summing the available power output of each maintenance-free power plant. By summing the available power output of each maintenance-free power plant, the processor can predict the total available power of the clustered power plants.
  • the processor calculates a maintenance cost based on the total effective output of the cluster power generation facilities for the first maintenance period.
  • the processor may calculate a maintenance loss cost based on the total effective output predicted in step S410. Furthermore, the processor may calculate a maintenance cost including the maintenance loss cost according to Equation 1 or Equation 2.
  • the processor schedules a maintenance plan that minimizes maintenance costs while satisfying constraints based on comprehensive maintenance information for the first maintenance period.
  • the processor may select maintenance-targeted power plants and maintenance-non-targeted power plants from among the cluster power plants so as to minimize maintenance costs while satisfying constraints based on comprehensive maintenance information for the first maintenance period.
  • the processor may determine the type and/or number of maintenance operations for each of the maintenance-target power generation facilities and allocate maintenance resources so as to minimize maintenance costs while satisfying constraints based on comprehensive maintenance information for the first maintenance period.
  • the method for scheduling maintenance plans for marine power plants can be applied to marine wind power plants, marine wave power plants, and marine tidal power plants. Referring to FIGS. 7 to 12, representing various types of marine power plants, the method for scheduling maintenance plans for marine wind power plants is described.
  • FIG. 7 is a flowchart of a method for scheduling a maintenance plan of an offshore wind power plant according to one embodiment.
  • step S710 the processor receives comprehensive maintenance information including information for maintenance of cluster wind turbines of an offshore wind power plant.
  • the description of step S310 of FIG. 3 may be applied to step S710.
  • step S720 the processor schedules a macro-maintenance plan for the first maintenance period to minimize maintenance costs based on the total effective output of the cluster wind turbines while satisfying constraints based on comprehensive maintenance information.
  • the description of step S320 of FIG. 3 may be applied to step S720.
  • step S730 the processor schedules a micro-maintenance plan for the second maintenance period included in the first maintenance period, based on the macro-maintenance plan, to maximize the maintenance efficiency of the cluster wind turbines.
  • the description of step S330 of FIG. 3 may be applied to step S730.
  • Figure 8 is a flowchart of a method for scheduling a macro-maintenance plan according to an embodiment.
  • Figure 9 is a flowchart of a method for calculating the total effective output of clustered wind turbines according to an embodiment.
  • Figure 10 is a flowchart of a method for calculating the effective output of a wind turbine according to an embodiment.
  • Figure 11 is a diagram explaining a method for calculating the effective output of a wind turbine according to an embodiment.
  • Figure 12 is a diagram illustrating a rotor area of wind turbine i and a wake area by wind turbine l according to an embodiment.
  • the wind speed of a trailing wind turbine can decrease due to the influence of the fluid flow behind the object, or the wind speed of a trailing wind turbine can recover due to maintenance or inoperation of a preceding wind turbine. Accordingly, to predict power generation losses in clustered wind turbines, the effective output, which corresponds to the effective wind speed, must be estimated.
  • Step S810 the processor calculates the total effective output of the cluster wind turbines based on the interactions between the cluster wind turbines for the first maintenance period.
  • Step S810 of FIG. 8 may include steps S910 and S920 of FIG. 9.
  • step S910 the processor calculates the effective output of each maintenance-free wind turbine among the cluster wind turbines.
  • the processor can calculate the effective output of each maintenance-free wind turbine by considering the interactions among the cluster wind turbines.
  • Step S910 of FIG. 9 may include steps S1010 to S1040 of FIG. 10.
  • step S1010 the processor obtains a first section linear model (1110) representing the relationship between wind speed and output power for each maintenance-free wind turbine.
  • the relationship between wind speed and output power may represent the performance of the wind turbine, and thus, the first section linear model (1110) may be a performance model of the wind turbine.
  • the first section linear model (1110) may vary depending on the model or model year of the wind turbine.
  • the processor obtains a second section linear model (1120) representing the relationship between wind speed and the thrust coefficient (i.e., reaction coefficient) of the wind turbine for each maintenance-free wind turbine.
  • the second section linear model (1120) may vary depending on the type or model year of the wind turbine.
  • the processor calculates the effective wind speed provided to each of the maintenance-free wind turbines based on the second interval linear model (1120).
  • the processor can calculate the effective wind speed by correcting the original wind speed based on the second interval linear model (1120).
  • wind speed ⁇ l, i of wind turbine i which reflects the wake effect of wind turbine l (i.e., the front-end wind turbine) on wind turbine i (i.e., the rear-end wind turbine), can be modeled as in mathematical equation 6.
  • ⁇ 0 is the original wind speed in the absence of wake effect
  • C t is the thrust coefficient of wind turbine i
  • D i is the diameter of the rotor area of wind turbine i
  • k w is the wake decay constant
  • x l,i is the distance between the center of the wake area due to wind turbine l and the center of the rotor area of wind turbine i
  • a l ⁇ i is the area of the area where the wake area due to wind turbine l and the rotor area of wind turbine i overlap
  • a i represents the area of the rotor area of wind turbine i.
  • the processor can predict the effective wind speed provided to each of the maintenance-free wind turbines based on Equations 6 and 7.
  • the processor calculates the effective output corresponding to the effective wind speed of each maintenance-free wind turbine based on the first section linear model.
  • the processor can calculate the effective output by reading the output corresponding to the effective wind speed from the first section linear model (1110).
  • the processor calculates the total effective output of the cluster wind turbines by summing the effective output of each maintenance-free wind turbine.
  • the processor can calculate the total effective output of the cluster wind turbines by summing the effective output of each maintenance-free wind turbine.
  • step S820 the processor calculates maintenance costs for the first maintenance period based on the total effective output of the cluster wind turbines.
  • the description of step S420 of FIG. 4 may be applied to step S820.
  • step S830 the processor schedules a maintenance plan that minimizes maintenance costs while satisfying constraints based on comprehensive maintenance information for the first maintenance period.
  • the description of step S430 of FIG. 4 may be applied to step S830.
  • FIG. 13 is a drawing illustrating a method for calculating the effective output of different wind turbines according to one embodiment.
  • the processor can calculate the effective output of each of the first wind turbine (1310) and the second wind turbine (1320). Specifically, based on the method described with reference to FIGS. 10 to 12, the processor can calculate the effective output of each of the first wind turbine (1310) and the second wind turbine (1320).
  • the first wind turbine (1310) and the second wind turbine (1320) may be of different types. Since the types of the first wind turbine (1310) and the second wind turbine (1320) are different, the output and thrust coefficient for the wind speed of the first wind turbine (1310) and the second wind turbine (1320) may be different. Accordingly, the first section linear model and the second section linear model of the first wind turbine (1310) and the second wind turbine (1320) may be different. In addition, product specification information such as the rotor length, rotor area, and tower height of the first wind turbine (1310) and the second wind turbine (1320) may be different.
  • the processor obtains a first section linear model, a second section linear model, and product specification information according to the model of each of the first wind turbine (1310) and the second wind turbine (1320), and based on the obtained first section linear model, second section linear model, and product specification information, can calculate the effective output of each of the first wind turbine (1310) and the second wind turbine (1320).
  • the first wind turbine (1310) and the second wind turbine (1320) may be of different ages. As the ages of the first wind turbine (1310) and the second wind turbine (1320) are different, the output and thrust coefficient for wind speed of the first wind turbine (1310) and the second wind turbine (1320) may be different, and the first section linear model and the second section linear model of the first wind turbine (1310) and the second wind turbine (1320) may be different. Accordingly, the processor may obtain the first section linear model and the second section linear model according to the ages of the first wind turbine (1310) and the second wind turbine (1320), respectively, and may calculate the effective output of the first wind turbine (1310) and the second wind turbine (1320), respectively, based on the obtained first section linear model and the second section linear model.
  • FIG. 14 is a diagram illustrating a method for scheduling a macro-maintenance plan in parallel according to one embodiment.
  • the first maintenance period is one year
  • the macro-maintenance plan corresponds to an annual maintenance plan.
  • the processor can schedule maintenance plans in parallel for four quarters.
  • the processor can receive comprehensive maintenance information for the first quarter and schedule a macro-maintenance plan for the first quarter based on the comprehensive maintenance information, thereby generating Maintenance Plan-A.
  • the processor can receive comprehensive maintenance information for each of the second through fourth quarters and schedule a macro-maintenance plan for each of the second through fourth quarters based on the comprehensive maintenance information, thereby generating Maintenance Plan-B through Maintenance Plan-D in parallel.
  • the processor can generate an annual maintenance plan by synthesizing maintenance plans A through D.
  • Parallel scheduling according to one embodiment can reduce the time required to schedule the annual maintenance plan.
  • the processor may schedule maintenance plans in parallel by dividing the year into monthly or semi-annual units.
  • Figure 15 is a diagram illustrating scheduling of a micro-maintenance plan according to one embodiment.
  • the processor schedules a macro-maintenance plan with a first maintenance period as a basic period unit, the first maintenance period being one year, and the basic period being one week.
  • the processor schedules a micro-maintenance plan for a second maintenance period based on the macro-maintenance plan, wherein the second maintenance period is four weeks.
  • scheduling the micro-maintenance plan may involve refining the weekly macro-maintenance plan into daily or hourly units. However, if the second maintenance period is four weeks, longer than the base period, scheduling the micro-maintenance plan may involve adjusting the weekly macro-maintenance plan and refining the adjusted weekly macro-maintenance plan into daily or hourly units.
  • Figure 15 illustrates macro-maintenance plans (1411-1414) for the kth week to the k+3rd week obtained from the results of macro-maintenance planning scheduling, and micro-maintenance plans (1421-1424) for the kth week to the k+3rd week obtained from the results of micro-maintenance planning scheduling.
  • Each of the macro-maintenance plans (1411-1414) for the kth week to the k+3rd week may include resource information (e.g., maintenance team and vessel) for maintenance of the power generation facilities subject to maintenance.
  • the processor may schedule micro-maintenance plans for the kth week to the k+3rd week. That is, the processor may schedule micro-maintenance plans for the kth week to the k+3rd week based on the macro-maintenance plans (1411 to 1414) for the kth week to the k+3rd week to maximize the maintenance efficiency of the cluster power generation facilities.
  • the processor may adjust the macro-maintenance plans (1411 to 1414) for the k-th week to the k+3-th week to maximize the maintenance efficiency of the cluster power generation facilities. For example, if the maintenance efficiency is higher when one vessel in the k-th week is performed in the k+1-th week than when one vessel in the k-th week is performed in the k+1-th week, the processor may reassign one vessel in the k-th week to the k+1-th week.
  • the processor may reassign two maintenance team members in the k+2-th week to the k+3-th week.
  • the processor can generate micro-maintenance plans (1421 to 1424) for the k-th week to the k+3-th week by specifying the adjusted weekly macro-maintenance plans on a daily or hourly basis.
  • Figure 16 is a flowchart of a method for scheduling maintenance plans for a marine power plant according to one embodiment.
  • Figure 17 is a diagram illustrating maintenance scheduling considering charter information for a work vessel according to one embodiment.
  • step S1610 the processor receives comprehensive maintenance information including information for maintenance of cluster power generation facilities of the marine power plant.
  • the description of step S310 of FIG. 3 may be applied to step S1610.
  • the processor can obtain status information and maintenance history information of cluster power generation facilities from comprehensive maintenance information.
  • the processor may obtain information about maintenance parts required for major maintenance from maintenance resource information in the comprehensive maintenance information.
  • the information about maintenance parts may include the cost and supply schedule of the maintenance parts.
  • the processor may obtain charter information for a working vessel from comprehensive maintenance information.
  • the charter information for a working vessel may include the charter cost and availability schedule for the working vessel.
  • step S1620 the processor schedules a heavy maintenance plan for heavy maintenance required for the working vessel based on comprehensive maintenance information for the first maintenance period.
  • the processor may obtain an expected failure time of the cluster power generation facilities based on status information and maintenance history information of the cluster power generation facilities. For example, the processor may obtain facility health status corresponding to the status information and maintenance history information of the power generation facilities, and obtain an expected failure time corresponding to the facility health status.
  • the processor may generate multiple solutions for scheduling a major maintenance plan based on maintenance resource information, charter information for a working vessel, and an expected failure time.
  • Each solution may correspond to a major maintenance scenario derived from the given maintenance resource information, charter information for the working vessel, and an expected failure time.
  • Each solution may include a charter schedule for the working vessel, a list of power generation facilities subject to major maintenance, the cost of performing major maintenance, and the risk of performing major maintenance.
  • the processor may generate a charter schedule for each solution based on the availability schedule of the working vessel and the expected timing of failure of the cluster power plants. Furthermore, the processor may generate a list of power plants subject to heavy maintenance for each solution based on the expected timing of failure of the cluster power plants and the supply and demand schedule for maintenance parts. Furthermore, the processor may generate a heavy maintenance cost for each solution based on the charter cost of the working vessel and the cost of maintenance parts. Furthermore, the processor may generate a heavy maintenance risk derived from the charter schedule of the working vessel, the list of power plants subject to heavy maintenance, and the heavy maintenance cost for each solution.
  • a processor or user may select one solution from among multiple solutions. For example, the solution with the lowest maintenance cost or the solution with the lowest maintenance risk may be selected.
  • the processor may generate a maintenance plan based on the selected solution.
  • the maintenance plan may include a plan to perform maintenance on power plants listed as maintenance-target plants of the selected solution using work vessels in accordance with the charter schedule of the selected solution.
  • step S1630 the processor schedules a macro-maintenance plan for the first maintenance period, minimizing maintenance costs based on the total effective output of the cluster power generation facilities while satisfying constraints and a maintenance plan based on comprehensive maintenance information.
  • the description of step S320 of FIG. 3 may be applied to step S1630.
  • the maintenance plan generated in step S1620 may serve as a constraint on the scheduling of the macro-maintenance plan.
  • the processor may perform scheduling of the macro-maintenance plan to minimize maintenance costs for other maintenance tasks without modifying the maintenance plan based on the selected solution.
  • the macro-maintenance plan may include plans for the maintenance plan and other maintenance tasks scheduled to minimize maintenance costs.
  • step S1640 the processor schedules a micro-maintenance plan for the second maintenance period included in the first maintenance period, based on the macro-maintenance plan, to maximize the maintenance efficiency of the cluster power generation facilities.
  • the description of step S330 of FIG. 3 may be applied to step S1640.
  • the various embodiments described above may be implemented in the form of a computer program that can be executed through various components on a computer, and such a computer program may be recorded on a computer-readable medium.
  • the medium may be one that continuously stores the computer-executable program, or one that temporarily stores it for execution or download.
  • the medium may be various recording or storage means in the form of a single or multiple hardware combinations, and is not limited to a medium directly connected to a computer system, but may also be distributed over a network.
  • Examples of the medium may include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, and those configured to store program instructions, including ROM, RAM, and flash memory.
  • examples of other media may include recording or storage media managed by app stores that distribute applications, sites that supply or distribute various software, servers, etc.
  • a “module” or the like may be a hardware component such as a processor or circuit, and/or a software component executed by a hardware component such as a processor.
  • a “module” or the like may be implemented by components such as software components, object-oriented software components, class components, and task components, as well as processes, functions, properties, procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ocean & Marine Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Sustainable Energy (AREA)
  • Sustainable Development (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Oceanography (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법이 개시된다. 해양 파워 플랜트의 정비계획을 스케줄링하기 방법은 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계, 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서, 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계, 및 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 거시-정비계획에 기초하여 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함한다.

Description

해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법
본 개시는 해양 파워 플랜트의 정비 스케줄링에 관한 것이다. 보다 상세하게, 본 개시는 해양 파워 플랜트의 군집 발전설비들의 정비비용 및 정비 효율을 고려하여 정비 스케줄링을 수행하는 방법에 관한 것이다.
풍력, 파력, 조력 등 해상에 존재하는 재생 자원으로부터 전력을 생산하기 위해 해양 파워 플랜트가 이용되고 있다. 해양 파워 플랜트에서 각 발전설비는 재생 자원의 에너지를 전기 에너지로 변환하여 전력을 생산한다. 예를 들어, 풍력을 이용한 해양 풍력 파워 플랜트의 경우, 각 풍력터빈에 의해 바람의 운동에너지가 전기에너지로 변환된다.
해양 파워 플랜트는 일부 발전설비가 정비로 인해 운영이 중단될 경우, 다른 발전설비의 성능에 영향을 미칠 수 있는 복잡한 상호관계를 가지고 있다. 또한 해양 파워 플랜트는 대규모로 설치되는 추세이며, 이는 발전설비 간의 상호관계를 더욱 복잡하게 만들고, 정비비용을 높이고 있다. 이에, 효율적으로 해양 파워 플랜트의 정비 스케줄링을 수행하기 위한 방법이 요구된다.
본 발명이 해결하고자 하는 과제는 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법을 제공하는 것이다.
상술한 기술적 과제들을 달성하기 위한 기술적 수단으로서, 본 발명의 일 측면에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법이 제공된다.
상기 방법은, 상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계, 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계, 및 상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함할 수 있다.
상술한 기술적 과제들을 달성하기 위한 기술적 수단으로서, 본 발명의 일 측면에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치가 제공된다.
상기 전자 장치는 하나 이상의 인스트럭션들을 저장하도록 구성된 메모리 및 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써: 상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하고, 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하고, 상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하도록 구성될 수 있다.
상술한 기술적 과제들을 달성하기 위한 기술적 수단으로서, 본 발명의 일 측면에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램이 제공된다.
상술한 기술적 과제들을 달성하기 위한 기술적 수단으로서, 본 발명의 일 측면에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법이 제공된다.
상기 방법은, 상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계, 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초하여 작업용 선박이 요구되는 중정비에 대한 중정비계획을 스케줄링하는 단계, 상기 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건 및 상기 중정비계획을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계, 및 상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함할 수 있다.
본 발명의 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법에 따르면, 제1 정비 기간에 대해서는 정비비용을 고려하여 정비계획을 스케줄링하고, 제1 정비 기간보다 짧은 제2 정비 기간에 대해서는 정비 효율을 고려하여 정비계획을 스케줄링함으로써, 복잡한 정비계획을 단계적 및 효율적으로 유연성 있게 스케줄링할 수 있다. 또한, 군집 발전설비들 간의 상호작용을 고려하여 정비-대상 발전설비들의 비가동으로 인한 발전량 손실을 예측함으로써, 발전량 손실로 인한 정비 손실 비용을 보다 정확하게 예측할 수 있다. 또한, 병렬적으로 정비계획을 스케줄링함으로써, 정비계획의 스케줄링에 소요되는 시간을 단축시킬 수 있다. 또한, 작업용 선박의 용선 일정을 고려하여 정비계획을 스케줄링함으로써, 작업용 선박이 요구되는 문제상황에 대한 선제적인 대비를 할 수 있다.
본 개시의 예시적 실시 예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 아니하며, 언급되지 아니한 다른 효과들은 이하의 본 개시의 예시적 실시 예들에 대한 기재로부터 본 개시의 예시적 실시 예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다. 즉, 본 개시의 예시적 실시 예들을 실시함에 따른 의도하지 아니한 효과들 역시 본 개시의 예시적 실시 예들로부터 당해 기술분야의 통상의 지식을 가진 자에 의해 도출될 수 있다.
도 1은 일 실시 예에 따른 해양 파워 플랜트의 군집 발전설비들을 설명하는 도면이다.
도 2는 일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치의 블록도이다.
도 3은 일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 흐름도이다.
도 4는 일 실시 예에 따른 거시-정비계획을 스케줄링하는 방법의 흐름도이다.
도 5는 일 실시 예에 따른 군집 발전설비들의 전체 유효 출력을 산출하는 방법의 흐름도이다.
도 6은 일 실시 예에 따른 발전설비의 유효 출력을 산출하는 방법의 흐름도이다.
도 7은 일 실시 예에 따른 해양 풍력 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 흐름도이다.
도 8은 일 실시 예에 따른 거시-정비계획을 스케줄링하는 방법의 흐름도이다.
도 9는 일 실시 예에 따른 군집 풍력터빈들의 전체 유효 출력을 산출하는 방법의 흐름도이다.
도 10은 일 실시 예에 따른 풍력터빈의 유효 출력을 산출하는 방법의 흐름도이다.
도 11은 일 실시 예에 따른 풍력터빈의 유효 출력을 산출하는 방법을 설명하는 도면이다.
도 12는 일 실시 예에 따른 풍력터빈 i의 로터 영역 및 풍력터빈 l에 의한 후류 영역을 도시한 도면이다.
도 13은 일 실시 예에 따른 서로 다른 풍력터빈들의 유효 출력을 산출하는 방법을 설명하는 도면이다.
도 14는 일 실시 예에 따른 거시-정비계획을 병렬적으로 스케줄링하는 방법을 설명하는 도면이다.
도 15는 일 실시 예에 따른 미시-정비계획의 스케줄링을 설명하는 도면이다.
도 16은 일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 흐름도이다.
도 17은 일 실시 예에 따른 작업용 선박의 용선 정보를 고려한 정비 스케줄링을 설명하는 도면이다.
일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법은, 상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계, 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계, 및 상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 거시-정비계획을 스케줄링하는 단계는, 상기 제1 정비 기간에 대하여, 상기 군집 발전설비들 사이의 상호작용에 기초하여 상기 군집 발전설비들의 전체 유효 출력을 산출하는 단계, 상기 제1 정비 기간에 대하여, 상기 군집 발전설비들의 전체 유효 출력에 기초하여 상기 정비비용을 산출하는 단계, 및 상기 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서 상기 정비비용을 최소화하는 정비계획을 스케줄링하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 군집 발전설비들의 전체 유효 출력을 산출하는 단계는, 상기 군집 발전설비들 중에서 정비-비대상 발전설비들 각각의 유효 출력을 산출하는 단계 및 상기 정비-비대상 발전설비들 각각의 유효 출력을 종합함으로써 상기 군집 발전설비들의 전체 유효 출력을 획득하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 정비-비대상 발전설비들 각각의 유효 출력을 산출하는 단계는, 상기 정비-비대상 발전설비들 각각에 대하여, 재생 자원의 세기와 출력의 관계를 나타내는 제1 구간 선형 모델을 획득하는 단계, 상기 정비-비대상 발전설비들 각각에 대하여, 상기 재생 자원의 세기와 발전설비의 반응계수의 관계를 나타내는 제2 구간 선형 모델을 획득하는 단계, 상기 제2 구간 선형 모델에 기초하여, 상기 정비-비대상 발전설비들 각각에 제공되는 재생 자원의 유효 세기를 산출하는 단계, 및 상기 제1 구간 선형 모델에 기초하여, 상기 정비-비대상 발전설비들 각각의 재생 자원의 유효 세기에 대응하는 유효 출력을 획득하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 제1 구간 선형 모델을 획득하는 단계는, 상기 정비-비대상 발전설비들 각각의 기종 또는 연식에 따른 제1 구간 선형 모델을 획득하는 단계를 포함하고, 상기 제2 구간 선형 모델을 획득하는 단계는, 상기 정비-비대상 발전설비들 각각의 기종 또는 연식에 따른 제2 구간 선형 모델을 획득하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 군집 발전설비들의 전체 유효 출력에 기초하여 상기 정비비용을 산출하는 단계는, 상기 군집 발전설비들의 전체 유효 출력으로부터 상기 군집 발전설비들의 발전량 손실을 산출하는 단계, 상기 발전량 손실에 의한 정비 손실 비용을 산출하는 단계, 및 상기 정비 손실 비용을 포함하도록 상기 정비비용을 산출하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 군집 발전설비들의 발전량 손실을 산출하는 단계는, 상기 군집 발전설비들이 모두 가동중인 상태의 제1 전체 유효 출력을 산출하는 단계, 상기 군집 발전설비들 중에서 정비-대상 발전설비들이 비가동중인 상태의 제2 전체 유효 출력을 산출하는 단계, 및 상기 제1 전체 유효 출력과 상기 제2 전체 유효 출력의 차이로부터 상기 군집 발전설비들의 발전량 손실을 획득하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 제1 정비 기간은 연 단위의 기간이고, 상기 거시-정비계획을 스케줄링하는 단계는, 상기 제1 정비 기간의 월 단위 또는 분기 단위로 분할된 기간들에 대하여 거시-정비계획을 병렬적으로 스케줄링하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 제1 정비 기간은 1년이고, 상기 거시-정비계획을 스케줄링하는 단계는 1년에 대하여 1주 단위로 거시-정비계획을 스케줄링하는 단계를 포함하고, 상기 제2 정비 기간은 1주일 수 있다.
일 실시 예에서, 상기 제1 정비 기간은 1년이고, 상기 거시-정비계획을 스케줄링하는 단계는 1년에 대하여 1주 단위로 거시-정비계획을 스케줄링하는 단계를 포함하고, 상기 제2 정비 기간은 1주보다 긴 기간일 수 있다.
일 실시 예에서, 상기 미시-정비계획을 스케줄링하는 단계는, 상기 군집 발전설비들의 정비 효율을 최대화하기 위하여, 상기 제2 정비 기간에 수행하는 정비의 수를 최대화하는 정비 스케줄링을 수행하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 미시-정비계획을 스케줄링하는 단계는, 상기 군집 발전설비들의 정비 효율을 최대화하기 위하여, 상기 제2 정비 기간에 대한 상기 군집 발전설비들의 정비비용을 최소화하는 정비 스케줄링을 수행하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 미시-정비계획을 스케줄링하는 단계는, 상기 제2 정비 기간에 수행하는 정비의 수 및 상기 제2 정비 기간에 대한 상기 군집 발전설비들의 정비비용에 의해 결정되는, 상기 군집 발전설비들의 정비 효율을 최대화하는 정비 스케줄링을 수행하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 군집 발전설비들은 둘 이상의 기종의 발전설비들을 포함할 수 있다.
일 실시 예에서, 상기 해양 파워 플랜트는 해양 풍력 파워 플랜트, 해양 파력 파워 플랜트, 또는 해양 조력 파워 플랜트 중 어느 하나일 수 있다.
일 실시 예에서, 상기 종합 정비 정보는 상기 군집 발전설비들의 정비를 위한 작업용 선박의 용선(傭船) 정보를 포함하고, 상기 종합 정비 정보에 기초한 제약 조건은 상기 용선 정보에 따른 상기 작업용 선박의 용선 일정을 포함할 수 있다.
일 실시 예에서, 상기 군집 발전설비들의 정비비용은 상기 군집 발전설비들의 정비를 위해 지출한 비용인 정비 지출 비용 및 상기 군집 발전설비들의 정비로 인해 발생한 발전량 손실에 의한 정비 손실 비용을 포함할 수 있다.
일 실시 예에서, 상기 해양 파워 플랜트의 군집 발전설비들의 정비는 고장정비, 계획정비, 예측정비, 및 기회정비 중 적어도 하나를 포함할 수 있다.
일 실시 예에서, 상기 해양 파워 플랜트의 군집 발전설비들의 정비는 기회정비를 포함하고, 상기 군집 발전설비들의 정비비용은 상기 군집 발전설비들의 정비를 위해 지출되는 비용인 정비 지출 비용, 상기 군집 발전설비들의 정비로 인해 발생한 발전량 손실에 의한 정비 손실 비용, 및 상기 기회정비로부터 발생한 정비 이익 비용을 포함할 수 있다.
일 실시 예에서, 상기 종합 정비 정보는 상기 해양 파워 플랜트의 상기 군집 발전설비들의 정보를 포함하는 설비 정보, 상기 군집 발전설비들의 정비 자원의 정보를 포함하는 정비 자원 정보, 및 날씨 정보를 포함할 수 있다.
일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치는 하나 이상의 인스트럭션들을 저장하도록 구성된 메모리 및 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써: 상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하고, 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하고, 상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하도록 구성될 수 있다.
일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법은, 상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계, 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초하여 작업용 선박이 요구되는 중정비에 대한 중정비계획을 스케줄링하는 단계, 상기 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건 및 상기 중정비계획을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계, 및 상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함할 수 있다.
일 실시 예에서, 상기 중정비계획을 스케줄링하는 단계는, 상기 종합 정비 정보로부터 획득된 상기 군집 발전설비들의 상태 정보 및 정비 이력 정보에 기초하여, 상기 군집 발전설비들의 고장 발생 예상시기를 획득하는 단계; 상기 종합 정비 정보로부터 획득된 정비 자원 정보 및 상기 작업용 선박의 용선 정보, 및 상기 고장 발생 예상시기에 기초하여, 상기 중정비계획의 스케줄링을 위한 복수의 솔루션들을 생성하는 단계; 및 상기 복수의 솔루션들 중 어느 하나의 솔루션에 기초하여, 상기 중정비계획을 생성하는 단계를 포함할 수 있다.
본 개시에서, "a, b, 또는 c 중 적어도 하나" 표현은 " a", " b", " c", "a 및 b", "a 및 c", "b 및 c", "a, b, 및 c 모두", 혹은 그 변형들을 지칭할 수 있다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 명세서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 또한, 본 명세서에서 사용되는 '제1' 또는 '제2' 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
아래에서는 첨부한 도면을 참조하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 다양한 실시예들을 상세히 설명한다.
도 1은 일 실시 예에 따른 해양 파워 플랜트의 군집 발전설비들(100)을 설명하는 도면이다.
해양 파워 플랜트는 해양의 재생 가능한 자원을 전기에너지로 바꾸기 위한 군집 발전설비들(100)을 포함할 수 있다. 도 1에는 일 실시 예에 따른 해양 파워 플랜트의 군집된 49개의 발전설비들(1~49)이 도시되어 있다.
일 실시 예에서, 해양 파워 플랜트는 동일한 기종의 발전설비들(1~49)을 포함할 수 있다. 이 경우, 발전설비들(1~49)의 제품 사양 정보는 동일할 수 있다.
일 실시 예에서, 해양 파워 플랜트는 다양한 기종의 발전설비들(1~49)을 포함할 수 있다. 이 경우, 발전설비들(1~49)의 제품 사양 정보는 기종에 따라 다를 수 있다.
일 실시 예에서, 해양 파워 플랜트는 동일한 기종 및 연식의 발전설비들(1~49)을 포함할 수 있다. 이 경우, 발전설비들(1~49)의 성능 정보는 동일할 수 있다.
일 실시 예에서, 해양 파워 플랜트는 동일한 기종 및 다른 연식의 발전설비들(1~49)을 포함할 수 있다. 이 경우, 발전설비들(1~49)의 제품 사양 정보는 동일하지만, 성능 정보는 다를 수 있다.
해양 파워 플랜트는 해양 풍력 파워 플랜트, 해양 파력 파워 플랜트, 또는 해양 조력 파워 플랜트 중 어느 하나일 수 있다. 해양 풍력 파워 플랜트는 풍력 에너지(wind energy)로부터 전력을 생성하는 군집 발전설비들(100)을 포함할 수 있고, 이 경우 각 발전설비는 풍력 터빈을 포함할 수 있다. 해양 파력 파워 플랜트는 파력 에너지(wave energy)로부터 전력을 생성하는 군집 발전설비들(100)을 포함할 수 있고, 이 경우 각 발전설비는 파도에 따라 상하 운동을 하는 부유설비를 포함할 수 있다. 해양 조력 파워 플랜트는 조력 에너지(tidal energy)로부터 전력을 생성하는 군집 발전설비들(100)을 포함할 수 있고, 이 경우 각 발전설비는 조력 터빈을 포함할 수 있다.
군집 발전설비들(100)의 안전하고 효율적인 운용을 위해서는 정비가 필요하다. 일 실시 예에서, 정비 종류에는 고장정비(CM, Corrective Maintenance), 계획정비(PM, Preventive Maintenance), 예측정비(PdM, Predictive Maintenance), 및 기회정비(OM, Opportunistic Maintenance)가 있을 수 있다.
일 실시 예에서, 고장정비는 발전설비의 고장발생에 따른 정비를 의미할 수 있다. 계획정비는 예방적인 정비로서, 정기적인 정비를 의미할 수 있다. 예측정비는 발전설비의 상태를 예측하여 고장을 예방하기 위해 수행하는 정비를 의미할 수 있다. 기회정비는 정비를 할 기회가 발생했을 때 수행하는 정비를 의미할 수 있다.
군집 발전설비들(100)의 실용적이고 효율적인 정비 스케줄링을 위해서는 종합 정비 정보 및 정비비용이 고려될 필요가 있다. 종합 정비 정보는 군집 발전설비들(100)의 정비 스케줄링을 위한 정보를 의미할 수 있다. 정비비용은 군집 발전설비들(100)의 정비를 위해 발생하는 비용을 의미할 수 있다.
일 실시 예에서, 종합 정비 정보는 군집 발전설비들(100)의 정보를 포함하는 설비 정보, 군집 발전설비들(100)의 정비 자원의 정보를 포함하는 정비 자원 정보, 또는 날씨 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 설비 정보는 발전설비에 관한 전반적인 정보로서, 제품 사양 정보, 상태 정보, 고장 정보, 또는 정비 이력 정보 등을 포함할 수 있다. 예를 들어, 정비 자원 정보는 정비 자원에 관한 전반적인 정보로서, 작업용 선박, 작업용 헬기, 정비인력, 또는 정비부품 등에 대한 정보를 포함할 수 있다. 예를 들어, 날씨 정보는 풍향, 풍속, 기압, 기온, 습도, 수온, 파고, 파주기, 또는 파향 등을 포함할 수 있다.
일 실시 예에서, 종합 정비 정보는 군집 발전설비들(100)의 정비 스케줄링에 제약 조건을 제공할 수 있다. 예를 들어, 작업용 선박의 용선 일정은 작업용 선박이 요구되는 중정비를 수행하기 위한 제약 조건에 해당할 수 있다. 예를 들어, 날씨 정보는 정비를 수행할 수 없는 기간에 관한 제약 조건을 제공할 수 있다.
일 실시 예에서, 정비비용은 군집 발전설비들(100)의 정비를 위해 지출되는 비용인 정비 지출 비용, 군집 발전설비들(100)의 정비로 인해 발생한 발전량 손실에 의한 정비 손실 비용, 또는 기회정비로부터 발생한 정비 이익 비용 중 적어도 하나를 포함할 수 있다.
이하에서는, 해양 파워 플랜트의 군집 발전설비들에 대하여 종합 정비 정보 및 정비비용을 고려하여 효율적으로 정비계획을 스케줄링하기 위한 전자 장치 및 방법의 실시 예들을 설명한다.
도 2는 일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치(200)의 블록도이다.
전자 장치(200)는 프로세서(210) 및 메모리(220)를 포함하는 임의의 전자 기기일 수 있다.
프로세서(210)는 전자 장치(200)의 전반적인 동작을 제어할 수 있다. 프로세서(210)는 기본적인 산술, 로직, 및 입출력 연산을 수행하고, 예컨대 메모리(220)에 저장된 프로그램 코드를 실행할 수 있다.
메모리(220)는 프로세서(210)가 판독할 수 있는 기록 매체로서, RAM, ROM, 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 메모리(220)에는 운영체제와 적어도 하나의 프로그램 또는 어플리케이션 코드가 저장될 수 있다. 메모리(220)는 본 개시에 따른 해양 파워 플랜트의 정비계획을 스케줄링하는 방법의 실시 예들 실행하기 위한 프로그램 코드를 저장할 수 있다.
전자 장치(200)는 프로세서(210) 및 메모리(220) 외에, 통신 모듈, 입출력 장치, 또는 저장 장치 등을 더 포함할 수 있다.
전자 장치(200)의 프로세서(210)는 메모리(220)에 저장된 적어도 하나의 인스트럭션들을 수행함으로써, 해양 파워 플랜트의 정비계획을 스케줄링할 수 있다. 이하에서는, 프로세서(210)가 수행하는 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 실시 예들을 설명한다.
도 3은 일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 흐름도이다.
단계 S310에서, 프로세서는 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신한다.
프로세서는 사용자 입력으로부터 종합 정비 정보를 수신하거나, 메모리에 저장된 종합 정비 정보를 수신할 수 있다. 예를 들어, 프로세서는 종합 정비 정보로서, 설비 정보, 정비 자원 정보, 및 날씨 정보를 수신할 수 있다.
일 실시 예에서, 프로세서는 거시-정비계획을 위한 종합 정비 정보를 수신할 수 있다. 그에 따라, 프로세서는 제1 정비 기간에 대한 종합 정비 정보를 수신할 수 있다. 예를 들어, 제1 정비 기간이 1년인 경우, 프로세서는 1년에 대한 군집 발전설비들의 정기적인 정비 일정, 작업용 선박의 용선 정보, 및 날씨 정보를 수신할 수 있다.
일 실시 예에서, 프로세서는 미시-정비계획을 위한 종합 정비 정보를 수신할 수 있다. 그에 따라, 프로세서는 제1 정비 기간에 포함되는 제2 정비 기간에 대한 종합 정비 정보를 수신할 수 있다. 제2 정비 기간은 제1 정비 기간보다 짧으므로, 미시-정비계획을 위한 종합 정비 정보는 거시-정비계획을 위한 종합 정비 정보보다 상세한 정보를 포함할 수 있다. 예를 들어, 거시-정비계획을 위한 종합 정비 정보는 대략적인 연간 날씨 정보를 포함하고, 미시-정비계획을 위한 종합 정비 정보는 상세한 일간 날씨 정보를 포함할 수 있다.
단계 S320에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서, 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링한다.
거시-정비계획의 스케줄링은 해양 파워 플랜트의 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 언제 수행할 것인지를 거시적으로 스케줄링하는 것을 의미할 수 있다.
프로세서는 제1 정비 기간에 대하여 거시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 제1 정비 기간은 연 단위의 기간일 수 있다. 예를 들어, 제1 정비 기간은 1년이고, 그에 따른 거시-정비계획의 스케줄링은 연간 스케줄링일 수 있다. 다른 실시 예들에서, 제1 정비 기간은 다양한 기간으로 설정될 수 있다.
일 실시 예에서, 프로세서는 제1 정비 기간의 전체 기간에 대하여 거시-정비계획을 스케줄링할 수 있다. 예를 들어, 제1 정비 기간이 1년인 경우, 프로세서는 1년에 대하여 거시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 프로세서는 제1 정비 기간의 분할된 기간들에 대하여 거시-정비계획을 병렬적으로 스케줄링할 수 있다. 예를 들어, 제1 정비 기간은 1년이고 제1 정비 기간이 월 단위로 분할된 경우, 프로세서는 12개의 월들에 대하여 거시-정비계획을 병렬적으로 스케줄링할 수 있다. 예를 들어, 제1 정비 기간은 1년이고 제1 정비 기간이 분기 단위로 분할된 경우, 프로세서는 4개의 분기들에 대하여 거시-정비계획을 병렬적으로 스케줄링할 수 있다. 예를 들어, 제1 정비 기간은 1년이고 제1 정비 기간이 반기 단위로 분할된 경우, 프로세서는 2개의 반기들에 대하여 거시-정비계획을 병렬적으로 스케줄링할 수 있다. 병렬적인 스케줄링은 제1 정비 기간에 대한 거시-정비계획을 스케줄링하는데 소요되는 시간을 단축시키는 장점을 가질 수 있다.
일 실시 예에서, 프로세서는 제1 정비 기간을 기본 기간 단위로 정비 스케줄링함으로써, 거시-정비계획을 스케줄링할 수 있다. 다시 말해, 프로세서는 기본 기간 단위로 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 수행할 것인지를 스케줄링할 수 있다. 예를 들어, 제1 정비 기간이 1년이고 기본 기간이 1주인 경우, 프로세서는 1년에 대하여 주차별로 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 수행할 것인지를 스케줄링할 수 있다. 다른 실시 예들에서, 기본 기간은 다양한 기간으로 설정될 수 있다.
프로세서는 종합 정비 정보에 기초한 제약 조건을 만족하도록 거시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 종합 정비 정보는 거시-정비계획의 스케줄링에 제약 조건을 제공할 수 있다. 예를 들어, 군집 발전설비들의 고장 정보는 고장정비에 관한 제약 조건을 제공할 수 있고, 군집 발전설비들의 정비 이력 정보는 계획정비에 관한 제약 조건을 제공할 수 있고, 정비 자원 정보는 특정 정비 자원을 이용한 정비를 특정 기간에 수행해야 하는 제약 조건을 제공할 수 있고, 날씨 정보는 특정 기간에 정비를 수행할 수 없는 제약 조건을 제공할 수 있다. 예를 들어, 정비 자원 정보가 작업용 선박의 용선 정보를 포함하는 경우, 작업용 선박의 용선 일정은 작업용 선박이 요구되는 중정비의 정비 일정에 제약 조건으로 작용할 수 있다.
일 실시 예에서, 프로세서는 종합 정비 정보에 기초한 제약 조건을 만족하면서, 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 언제 수행할 것인지를 스케줄링할 수 있다. 예를 들어, 정비 자원 정보가 작업용 선박의 용선 정보를 포함하는 경우, 프로세서는 작업용 선박의 용선 일정에 맞게 작업용 선박이 요구되는 중정비의 정비 일정을 스케줄링할 수 있다.
프로세서는 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 발전설비의 출력은 발전설비의 전력 출력(power output)을 의미할 수 있다. 일 실시 예에서, 발전설비의 유효 출력은 발전설비의 유효 전력 출력(effective power output)을 의미할 수 있다. 일 실시 예에서, 군집 발전설비들의 전체 유효 출력은 각각의 발전설비의 유효 전력 출력의 총합을 의미할 수 있다.
일 실시 예에서, 정비비용은 군집 발전설비들의 정비를 위해 지출한 비용인 정비 지출 비용 및 군집 발전설비들의 정비로 인해 발생한 발전량 손실에 의한 비용인 정비 손실 비용을 포함할 수 있다. 상세하게, 정비비용은 수학식 1과 같이 표현될 수 있다.
일 실시 예에서, 정비 지출 비용은 공임비, 부품비, 및 운행비(예: 선박운행비, 헬기운행비)를 포함할 수 있다. 발전량 손실은 군집 발전설비들이 모두 가동중인 상태의 전체 유효 출력에서 정비-대상 발전설비들이 비가동중인 상태의 군집 발전설비들의 전체 유효 출력을 뺀 값을 나타낼 수 있다. 정비 손실 비용은 설명된 발전량 손실에 의해 발생하는 손실 비용을 의미할 수 있다.
일 실시 예에서, 정비비용은 정비 지출 비용, 정비 손실 비용, 및 기회정비로부터 발생한 정비 이익 비용을 포함할 수 있다. 상세하게, 정비비용은 수학식 2와 같이 표현될 수 있다.
정비 이익 비용은 기회정비로 인해 얻을 수 있는 이익을 의미할 수 있다. 상세하게, 정비 이익 비용은 수학식 3과 같이 표현될 수 있다.
수학식 3에서 W는 군집 발전설비들을, PM은 계획정비의 세트를, T는 제1 정비 기간을, Δ는 원래 계획된 정비 시간 대비 기회정비의 최대 선행 기간을, P0는 발전설비의 정비 이익 비용을, 는 시간 t에 예정되었으나 시간 에 정비된 발전설비 i의 기회정비 횟수를 나타낸다.
일 실시 예에서, 프로세서는 다양한 입력 변수들에 기초한 정비비용(수학식 1 또는 수학식 2)을 최소화하는 출력 변수들을 생성함으로써, 거시-정비계획을 스케줄링할 수 있다. 예를 들어, 입력 변수는 종합 정비 정보에 기초한 제약 조건을 포함할 수 있다. 예를 들어, 입력 변수는 종합 정비 정보를 포함할 수 있다. 예를 들어, 입력 변수는 선박/헬기의 대수, 항속, 및 탑승가능 인원, 정비대상 발전설비의 대수 및 위치정보, 정비 베이스의 위치정보, 발전설비 별 설비정보, 정비 자원의 비용정보, 가용량, 및 가용시간, 또는 정비 별 수행시간 중 적어도 하나를 포함할 수 있다. 예를 들어, 출력 변수는 기본 기간 별 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 몇 회 수행할 것인지에 관한 정보를 포함할 수 있다. 예를 들어, 제1 정비 기간이 1년이고, 기본 기간이 1주인 경우, 출력 변수는 주별 선박/헬기의 투입 대수, 정비인원, 정비-대상 발전설비들, 정비-대상 발전설비들 각각의 정비 종류 및 정비 횟수를 포함할 수 있다.
일 실시예에서, 프로세서는 거시-정비계획에 따라 정비작업이 필요한 설비별 별 부품, 장비, 및 원부자재를 기 설정된 기간 전에 미리 주문하기 위한 사전 주문 계획을 생성할 수 있다. 즉, 프로세서는 거시-정비계획의 정비작업이 예정된 일정 전에 부품 주문 소요기간 및 단가를 고려하여 정비작업에 필요한 설비별 부품, 장비, 및 원부자재의 주문 일자, 수량, 및 비용 등에 관한 정보를 포함하는 사전 주문 계획을 생성할 수 있다. 이를 위하여, 프로세서는 사전 주문 계획 생성을 위한 사전 기간을 설정할 수 있으며, 사전 기간은 정비 일정을 기준으로 정의될 수 있다.
일 실시 예에서, 프로세서는 정비 물량, 정비 속성, 재생자원의 유효 세기, 또는 운영 정책에 따른 적어도 하나의 제약 조건에 기초하여, 거시-정비계획을 스케줄링할 수 있다. 상세하게, 프로세서는 적어도 하나의 제약 조건에 기초하여, 정비비용의 최소화, 유효 출력의 예측, 또는 사전 주문 계획의 생성을 수행할 수 있다.
일 실시 예에서, 정비 물량에 따른 제약 조건은, 주차별 누적 고장 건수가 이전 주의 누적 고장 건수에 해당 주차 발생 고장 건수를 합산하고 근무시간 중 수행가능한 고장정비 및 예측정비의 건수를 뺀 건수 이상으로 제약되는 조건을 포함할 수 있다. 이때, 주차별 누적 고장 건수는 고장정비 및 예측정비로 해소되는 고장 건수를 주차별로 감산하여 트래킹될 수 있다.
일 실시 예에서, 정비 물량에 따른 제약 조건은 1주차에 대하여 주차별 누적 고장 건수를 트래킹하지 않는 조건을 포함할 수 있다. 상세하게, 해당 제약 조건은 수학식 4와 같이 표현될 수 있다.
수학식 4에서, TD-j는 고장정비 j를 완료하는데 필요한 시간을, TBj는 한 교대가 고장정비 j를 수행하는데 소요되는 시간을, 는 시나리오 s에서 1주차에 발전설비 i에 실제로 수행된 고장정비 j의 횟수를, 는 시나리오 s에서 1주차에 발전설비 i의 고장정비 j에 대한 실패 횟수를, W는 군집 발전설비들을, CM은 고장정비의 세트를, S는 시나리오의 세트를 나타낸다.
일 실시 예에서, 정비 물량에 따른 제약 조건은 발전설비가 고장 상태에 있어야 고장 건수가 발생하는 조건을 포함할 수 있다. 즉, 해당 조건은 발전설비 별 고장 상태 ≥ 발전설비 별 고장 건수에 대응될 수 있다.
일 실시 예에서, 정비 물량에 따른 제약 조건은 고장정비 및 예측정비를 합한 건수가 총 고장 건수의 이하로 제약되는 조건을 포함할 수 있다.
일 실시 예에서, 정비 물량에 따른 제약 조건은, 미수행 계획정비에 대한 페널티 부과를 위해 전체 계획정비의 건수에서 정비가 수행된 계획정비의 건수를 뺀 미수행 계획정비의 변수를 생성하는 조건을 포함할 수 있다. 상세하게, 해당 제약 조건은 수학식 5와 같이 표현될 수 있다.
수학식 5에서, TD-j는 계획정비 j를 완료하는데 필요한 시간을, TBj는 한 교대가 계획정비 j를 수행하는데 소요되는 시간을, 는 시나리오 s에서 t주차의 발전설비 i의 계획정비 j의 횟수를, 는 시나리오 s에서 발전설비 i의 계획정비 j에 대한 미수행 계획정비 변수를, 는 시나리오 s에서 t주차의 발전설비 i에 계획된 계획정비 j의 횟수를, PT는 계획정비 수행기간을, W는 군집 발전설비들을, PMs는 계획정비의 세트를, S는 시나리오의 세트를 나타낸다.
일 실시 예에서, 정비 속성에 따른 제약 조건은 고장이 1건이라도 발생해야 고장정비를 수행하는 것으로, 고장정비가 발생해야 기회정비 수행이 가능한 조건을 포함할 수 있다.
일 실시 예에서, 정비 속성에 따른 제약 조건은 고장정비가 있어야 예측정비를 수행할 수 있고 예측정비를 수행하는 경우 해당 고장정비는 해소되는 조건을 포함할 수 있다.
일 실시 예에서, 정비 속성에 따른 제약 조건은 고장정비 또는 예측정비가 완료된 후 잔여 근무시간 내에 수행 가능한 계획정비가 있을 때, 기회정비를 수행하는 조건을 포함할 수 있다.
예를 들어, 프로세서는 고장정비 또는 예측정비 수행 후 수행 가능한 계획정비가 존재하고, 고장정비 또는 예측정비의 수행 완료 시점이 계획정비의 기회정비 선행 허용기간 내인 경우, 잔여 근무시간 동안 기회정비를 수행하도록 하는 거시-정비계획을 생성할 수 있다. 여기에서, 기회정비 선행 허용기간은 계획정비의 예정일을 기준으로 기회정비를 선행하여 수행하는 경우, 정비의 유효기간을 확보할 수 있는 기간에 해당할 수 있다. 예를 들어, 계획정비가 3개월마다 수행되고 기회정비 선행 허용기간이 1개월로 설정된 경우, 계획정비 예정일로부터 1개월 이내에 기회정비를 선행하여 수행하면 기회정비를 통해 계획정비의 효과를 유효하게 획득할 수 있다.
일 실시 예에서, 정비 속성 또는 재생 자원의 유효 세기에 따른 제약 조건은 고장 상태인 발전설비에 제공되는 재생 자원의 유효 세기를 0으로 간주하는 조건을 포함할 수 있다. 예를 들어, 발전설비가 풍력터빈인 경우, 고장 상태인 풍력터빈의 유효 풍속을 0으로 간주할 수 있다.
단계 S330에서, 프로세서는 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 거시-정비계획에 기초하여 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링한다.
미시-정비계획의 스케줄링은 해양 파워 플랜트의 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 언제 수행할 것인지를 미시적으로 스케줄링하는 것을 의미할 수 있다. 미시-정비계획은 제2 정비 기간에 대하여 구체화된 거시-정비계획을 의미할 수 있다. 예를 들어, 거시-정비계획이 정비-대상 발전설비들에 대한 정비 종류 및 정비 자원을 주 단위로 스케줄링한 계획을 포함하는 경우, 미시-정비계획은 해당 계획을 일 단위 또는 시간 단위로 구체적으로 스케줄링한 계획을 포함할 수 있다.
프로세서는 제1 정비 기간에 포함되는 제2 정비 기간에 대하여 미시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 제2 정비 기간은 주 단위의 기간일 수 있다. 예를 들어, 제2 정비 기간은 1주이고, 그에 따른 미시-정비계획의 스케줄링은 주간 스케줄링일 수 있다. 다른 실시 예들에서, 제2 정비 기간은 제1 정비 기간보다 짧은 다양한 기간으로 설정될 수 있다.
일 실시 예에서, 제1 정비 기간을 기본 기간 단위로 거시-정비계획을 스케줄링하는 경우에 있어서, 제2 정비 기간은 기본 기간과 동일한 기간일 수 있다. 예를 들어, 제1 정비 기간이 1년이고 기본 기간이 1주이고, 제2 정비 기간이 기본 기간과 동일한 1주인 경우, 프로세서는 1년을 1주 단위로 하여 스케줄링된 거시-정비계획에 기초하여, 1주에 대한 미시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 제1 정비 기간을 기본 기간 단위로 스케줄링한 거시-정비계획에 있어서, 제2 정비 기간은 기본 기간보다 긴 기간일 수 있다. 예를 들어, 제1 정비 기간이 1년이고 기본 기간이 1주이고, 제2 정비 기간이 기본 기간보다 긴 기간인 3주인 경우, 프로세서는 1년을 1주 단위로 하여 스케줄링된 거시-정비계획에 기초하여, 3주에 대한 미시-정비계획을 스케줄링할 수 있다. 제2 정비 기간을 기본 기간보다 긴 기간으로 설정함으로써, 상황에 따라 유동적으로 거시-정비계획을 조정하면서 미시-정비계획을 스케줄링하는 것이 가능하다.
프로세서는 거시-정비계획에 기초하여 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 정비 효율은 제2 정비 기간에 수행되는 정비의 수가 많을수록 높을 수 있다. 이 경우, 프로세서는 제2 정비 기간에 수행되는 정비의 수가 최대화되도록, 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 언제 수행할 것인지를 스케줄링함으로써, 미시-정비계획을 생성할 수 있다.
일 실시 예에서, 정비 효율은 제2 정비 기간에 대한 군집 발전설비들의 정비비용이 낮을수록 높을 수 있다. 이 경우, 프로세서는 제2 정비 기간에 대한 군집 발전설비들의 정비비용이 최소화되도록, 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 언제 수행할 것인지를 스케줄링함으로써, 미시-정비계획을 생성할 수 있다. 일 실시 예에서, 제2 정비 기간에 대한 군집 발전설비들의 정비비용은 선박/헬기의 운행비를 포함할 수 있으며, 프로세서는 운행비가 최소화되는 선박/헬기의 운행 경로를 생성할 수 있다. 예를 들어, 프로세서는 제2 정비 기간에 배정된 선박이 가장 짧은 운행경로로 이동할 수 있도록 미시-정비계획을 스케줄링함으로써, 선박의 운행비를 포함하는 정비비용을 최소화할 수 있다.
일 실시 예에서, 정비 효율은 제2 정비 기간에 수행하는 정비의 수 및 제2 정비 기간에 대한 군집 발전설비들의 정비비용에 의해 결정될 수 있다. 정비 효율은 제2 정비 기간에 수행하는 정비의 수가 많을수록 높아지고, 제2 정비 기간에 대한 군집 발전설비들의 정비비용이 낮을수록 높아질 수 있다. 이 경우, 프로세서는 정비의 수 및 정비비용에 의해 결정되는 정비 효율이 최대화되도록, 어떤 발전설비에 어떤 정비 자원을 활용하여 어떤 정비를 언제 수행할 것인지를 스케줄링함으로써, 미시-정비계획을 생성할 수 있다.
일 실시 예에서, 프로세서는 운영 정책으로 분류되는 제약 조건에 기초하여, 미시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 운영 정책으로 분류되는 제약 조건은 t-1 주까지 미수행 계획정비 및 고장정비가 누적되면, t ~ t+k 주에 대해 선박, 헬기, 및 정비팀 투입의 증감에 따라 거시-정비계획 상 할당된 계획정비, 고장정비, 기회정비, 및 예측정비의 건수가 개선되는 조건에 해당할 수 있다. 즉, 프로세서는 선박, 헬기, 및 정비팀 투입을 증감하여 정비작업의 유형별 수행 건수가 개선되는지 여부를 시뮬레이션할 수 있다. 한편, 미수행 건수는 t-1 주까지 거시-정비계획에 반영되었으나 실제 수행하지 못한 정비 및 t-1 주에 시작하여 1주 이상 소요되는 고장정비를 포함할 수 있다.
도 4는 일 실시 예에 따른 거시-정비계획을 스케줄링하는 방법의 흐름도이다. 도 5는 일 실시 예에 따른 군집 발전설비들의 전체 유효 출력을 산출하는 방법의 흐름도이다. 도 6은 일 실시 예에 따른 발전설비의 유효 출력을 산출하는 방법의 흐름도이다.
도 4의 S410 단계는 도 5의 S510 및 S520 단계들을 포함할 수 있다. 도 5의 S510 단계는 도 6의 S610 내지 S640 단계들을 포함할 수 있다.
일 실시 예에서, 거시-정비계획은 군집 발전설비들의 정비비용을 최소화하도록 스케줄링될 수 있다. 정비비용은 발전량 손실에 의한 정비 손실 비용을 포함하므로, 정비 손실 비용을 예측하기 위해서는 군집 발전설비들의 발전량 손실을 예측할 필요가 있다.
발전설비는 특정 세기의 재생 자원이 제공되면 특정량의 전력을 생성하도록 제작될 수 있다. 군집 발전설비들에는, 어느 하나의 발전설비가 다른 발전설비에 제공되는 재생 자원의 세기에 영향을 미치는 상호작용이 존재할 수 있다. 예를 들어, 물체가 유체 속을 운동할 때에 물체의 배후에 생기는 유체의 흐름의 영향으로 인해 후단 발전설비의 재생 자원의 세기 감소하거나, 전단 발전설비의 정비-비가동에 따라 후단 발전설비의 재생 자원의 세기가 회복되는 상호작용이 존재할 수 있다. 그에 따라, 군집 발전설비들의 발전량 손실을 예측하기 위해서는, 재생 자원의 유효 세기에 대응하는 출력인 유효 출력이 예측되어야 한다.
그에 따라, 거시-정비계획의 스케줄링은 S410 내지 S430 단계들을 포함할 수 있다.
도 4를 참조하면, S410 단계에서, 프로세서는 제1 정비 기간에 대하여, 군집 발전설비들 사이의 상호작용에 기초하여 군집 발전설비들의 전체 유효 출력을 산출한다. 이를 위하여, 프로세서는 S510 및 S520 단계들을 수행할 수 있다.
도 5 및 6을 참조하면, S510 단계에서, 프로세서는 군집 발전설비들 중에서 정비-비대상 발전설비들 각각의 유효 출력을 산출한다. 여기서, 정비-비대상 발전설비들은 거시-정비계획의 스케줄링 과정에서 고려되는 시나리오들에 따라 결정될 수 있다. S510 단계를 수행하기 위하여, 프로세서는 S610 내지 S640 단계들을 수행할 수 있다.
S610 단계에서, 프로세서는 정비-비대상 발전설비들 각각에 대하여, 재생 자원의 세기와 출력의 관계를 나타내는 제1 구간 선형 모델을 획득한다. 일 실시 예에서, 프로세서는 발전설비의 기종 또는 연식에 따른 제1 구간 선형 모델을 획득할 수 있다. 예를 들어, 정비-비대상 발전설비들이 서로 다른 기종의 발전설비들을 포함하는 경우, 서로 다른 기종의 발전설비들은 서로 다른 제1 구간 선형 모델을 가질 수 있다. 예를 들어, 정비-비대상 발전설비들이 서로 다른 연식의 발전설비들을 포함하는 경우, 서로 다른 연식의 발전설비들은 서로 다른 제1 구간 선형 모델을 가질 수 있다. 재생 자원의 세기와 출력의 관계는 발전설비의 성능을 나타낼 수 있으며, 그에 따라 제1 구간 선형 모델은 발전설비의 성능 모델일 수 있다.
S620 단계에서, 프로세서는 정비-비대상 발전설비들 각각에 대하여, 재생 자원의 세기와 발전설비의 반응계수의 관계를 나타내는 제2 구간 선형 모델을 획득한다. 일 실시 예에서, 프로세서는 발전설비의 기종 또는 연식에 따른 제2 구간 선형 모델을 획득할 수 있다. 예를 들어, 정비-비대상 발전설비들이 서로 다른 기종의 발전설비들을 포함하는 경우, 서로 다른 기종의 발전설비들은 서로 다른 제2 구간 선형 모델을 가질 수 있다. 예를 들어, 정비-비대상 발전설비들이 서로 다른 연식의 발전설비들을 포함하는 경우, 서로 다른 연식의 발전설비들은 서로 다른 제2 구간 선형 모델을 가질 수 있다. 여기서, 반응계수는 재생 자원인 유체가 발전설비에 가하는 힘을 나타내는 계수일 수 있다.
S630 단계에서, 프로세서는 제2 구간 선형 모델에 기초하여, 정비-비대상 발전설비들 각각에 제공되는 재생 자원의 유효 세기를 산출한다. 예를 들어, 프로세서는 제2 구간 선형 모델에 기초하여, 재생 자원의 원래 세기를 보정함으로써 재생 자원의 유효 세기를 산출할 수 있다.
S640 단계에서, 프로세서는 제1 구간 선형 모델에 기초하여, 정비-비대상 발전설비들 각각의 재생 자원의 유효 세기에 대응하는 유효 출력을 산출한다. 프로세서는 제1 구간 선형 모델에서 재생 자원의 유효 세기에 대응하는 출력을 읽어냄으로써, 유효 출력을 예측할 수 있다.
다음으로, S520 단계에서, 프로세서는 정비-비대상 발전설비들 각각의 유효 출력을 종합함으로써 군집 발전설비들의 전체 유효 출력을 산출한다. 프로세서는 정비-비대상 발전설비들 각각의 유효 출력을 합산함으로써 군집 발전설비들의 전체 유효 출력을 예측할 수 있다.
다시 도 4를 참조하면, S420 단계에서, 프로세서는 제1 정비 기간에 대하여, 군집 발전설비들의 전체 유효 출력에 기초하여 정비비용을 산출한다.
일 실시 예에서, 프로세서는 S410 단계에서 예측된 전체 유효 출력에 기초하여, 정비 손실 비용을 산출할 수 있다. 또한, 프로세서는 수학식 1 또는 수학식 2에 따라, 정비 손실 비용을 포함하는 정비비용을 산출할 수 있다.
S430 단계에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서 정비비용을 최소화하는 정비계획을 스케줄링한다.
일 실시 예에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서, 정비비용이 최소화되도록, 군집 발전설비들 중에서, 정비-대상 발전설비들 및 정비-비대상 발전설비들을 선정할 수 있다.
일 실시 예에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서, 정비비용이 최소화되도록, 정비-대상 발전설비들 각각에 대하여 정비 종류 및/또는 정비 횟수를 결정하고, 정비 자원을 할당할 수 있다.
본 개시의 실시 예들에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법은, 해양 풍력 파워 플랜트, 해양 파력 파워 플랜트, 및 해양 조력 파워 플랜트에 적용될 수 있다. 다양한 종류의 해양 파워 플랜트를 대표하여, 도 7 내지 12를 참조하여, 해양 풍력 파워 플랜트의 정비계획을 스케줄링하기 위한 방법을 설명한다.
도 7은 일 실시 예에 따른 해양 풍력 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 흐름도이다.
단계 S710에서, 프로세서는 해양 풍력 파워 플랜트의 군집 풍력터빈들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신한다. 단계 S710에는 도 3의 단계 S310의 설명이 적용될 수 있다.
단계 S720에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서, 군집 풍력터빈들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링한다. 단계 S720에는 도 3의 단계 S320의 설명이 적용될 수 있다.
단계 S730에서, 프로세서는 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 거시-정비계획에 기초하여 군집 풍력터빈들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링한다. 단계 S730에는 도 3의 단계 S330의 설명이 적용될 수 있다.
도 8은 일 실시 예에 따른 거시-정비계획을 스케줄링하는 방법의 흐름도이다. 도 9는 일 실시 예에 따른 군집 풍력터빈들의 전체 유효 출력을 산출하는 방법의 흐름도이다. 도 10은 일 실시 예에 따른 풍력터빈의 유효 출력을 산출하는 방법의 흐름도이다. 도 11은 일 실시 예에 따른 풍력터빈의 유효 출력을 산출하는 방법을 설명하는 도면이다. 도 12는 일 실시 예에 따른 풍력터빈 i의 로터 영역(rotor area) 및 풍력터빈 l에 의한 후류 영역(wake area)을 도시한 도면이다.
물체가 유체 속을 운동할 때에 물체의 배후에 생기는 유체의 흐름의 영향으로 인해 후단 풍력터빈의 풍속이 감소하거나, 전단 풍력터빈의 정비-비가동에 따라 후단 풍력터빈의 풍속이 회복되는 상호작용이 존재할 수 있다. 그에 따라, 군집 풍력터빈들의 발전량 손실을 예측하기 위해서는, 유효 풍속에 대응하는 출력인 유효 출력이 예측되어야 한다.
S810 단계에서, 프로세서는 제1 정비 기간에 대하여, 군집 풍력터빈들 사이의 상호작용에 기초하여 군집 풍력터빈들의 전체 유효 출력을 산출한다. 도 8의 S810 단계는 도 9의 S910 및 S920 단계들을 포함할 수 있다.
S910 단계에서, 프로세서는 군집 풍력터빈들 중에서 정비-비대상 풍력터빈들 각각의 유효 출력을 산출한다. 프로세서는 군집 풍력터빈들을 상호작용을 고려하여, 정비-비대상 풍력터빈들 각각의 유효 출력을 산출할 수 있다. 도 9의 S910 단계는 도 10의 S1010 내지 S1040 단계들을 포함할 수 있다.
S1010 단계에서, 프로세서는 정비-비대상 풍력터빈들 각각에 대하여, 풍속과 출력의 관계를 나타내는 제1 구간 선형 모델(1110)을 획득한다. 풍속과 출력의 관계는 풍력터빈의 성능을 나타낼 수 있으며, 그에 따라 제1 구간 선형 모델(1110)은 풍력터빈의 성능 모델일 수 있다. 제1 구간 선형 모델(1110)은 풍력터빈의 기종 또는 연식에 따라 다를 수 있다.
S1020 단계에서, 프로세서는 정비-비대상 풍력터빈들 각각에 대하여, 풍속과 풍력터빈의 추력계수(즉, 반응계수)의 관계를 나타내는 제2 구간 선형 모델(1120)을 획득한다. 제2 구간 선형 모델(1120)은 풍력터빈의 기종 또는 연식에 따라 다를 수 있다.
S1030 단계에서, 프로세서는 제2 구간 선형 모델(1120)에 기초하여, 정비-비대상 풍력터빈들 각각에 제공되는 유효 풍속을 산출한다.
일 실시 예에서, 프로세서는 제2 구간 선형 모델(1120)에 기초하여, 원래 풍속을 보정함으로써 유효 풍속을 산출할 수 있다.
풍력터빈 l(즉, 전단 풍력터빈)이 풍력터빈 i(즉, 후단 풍력터빈)에 미치는 후류 효과(wake effect)가 반영된, 풍력터빈 i의 풍속 μl, i는 수학식 6과 같이 모델링될 수 있다.
수학식 6에서, μ0는 후류 효과가 없는 경우의 원래 풍속을, Ct는 풍력터빈 i 의 추력계수를, 는 풍력터빈 i의 추력계수(즉, 반응계수)로부터 획득된 반응도를, Di는 풍력터빈 i의 로터 영역의 지름을, kw는 후류 붕괴 상수(wake decay constant)를, xl,i는 풍력터빈 l로 인한 후류 영역의 중심과 풍력터빈 i의 로터 영역의 중심 사이의 거리를, Al∩i는 풍력터빈 l로 인한 후류 영역과 풍력터빈 i의 로터 영역이 겹치는 영역의 면적을, Ai는 풍력터빈 i의 로터 영역의 면적을 나타낸다.
풍력터빈 i(즉, 후단 풍력터빈)에 n개의 풍력터빈(즉, 전단 풍력터빈)의 후류 효과가 작용하는 경우, 풍력터빈 i의 유효 풍속 μi는 수학식 7과 같이 모델링될 수 있다.
일 실시 예에서, 프로세서는 수학식 6 및 수학식 7에 기반하여, 정비-비대상 풍력터빈들 각각에 제공되는 유효 풍속을 예측할 수 있다.
S1040 단계에서, 프로세서는 제1 구간 선형 모델에 기초하여, 정비-비대상 풍력터빈들 각각의 유효 풍속에 대응하는 유효 출력을 산출한다. 프로세서는 제1 구간 선형 모델(1110)로부터 유효 풍속에 대응하는 출력을 읽어냄으로써, 유효 출력을 산출할 수 있다.
다시 도 9를 참조하면, S920 단계에서, 프로세서는 정비-비대상 풍력터빈들 각각의 유효 출력을 종합함으로써 군집 풍력터빈들의 전체 유효 출력을 산출한다. 프로세서는 정비-비대상 풍력터빈들 각각의 유효 출력을 합산함으로써 군집 풍력터빈들의 전체 유효 출력을 산출할 수 있다.
다시 도 8를 참조하면, S820 단계에서, 프로세서는 제1 정비 기간에 대하여, 군집 풍력터빈들의 전체 유효 출력에 기초하여 정비비용을 산출한다. 단계 S820에는 도 4의 단계 S420의 설명이 적용될 수 있다.
S830 단계에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건을 만족하면서 정비비용을 최소화하는 정비계획을 스케줄링한다. 단계 S830에는 도 4의 단계 S430의 설명이 적용될 수 있다.
도 13은 일 실시 예에 따른 서로 다른 풍력터빈들의 유효 출력을 산출하는 방법을 설명하는 도면이다.
일 실시 예에서, 프로세서는 제1 풍력터빈(1310) 및 제2 풍력터빈(1320) 각각의 유효 출력을 산출할 수 있다. 상세하게, 도 10 내지 12를 참조하여 설명한 방법에 기초하여, 프로세서는 제1 풍력터빈(1310) 및 제2 풍력터빈(1320) 각각의 유효 출력을 산출할 수 있다.
일 실시 예에서, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)은 기종이 다를 수 있다. 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 기종이 다르므로, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 풍속에 대한 출력 및 추력계수가 다를 수 있다. 그에 따라, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 제1 구간 선형 모델 및 제2 구간 선형 모델이 다를 수 있다. 또한, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 로터 길이, 로터 면적, 및 타워 높이 등과 같은 제품 사양 정보가 다를 수 있다. 그에 따라, 프로세서는 제1 풍력터빈(1310) 및 제2 풍력터빈(1320) 각각의 기종에 따른 제1 구간 선형 모델, 제2 구간 선형 모델, 및 제품 사양 정보를 획득하고, 획득된 제1 구간 선형 모델, 제2 구간 선형 모델, 및 제품 사양 정보에 기초하여, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320) 각각의 유효 출력을 산출할 수 있다.
일 실시 예에서, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)은 연식이 다를 수 있다. 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 연식이 다름에 따라, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 풍속에 대한 출력 및 추력계수가 다를 수 있고, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320)의 제1 구간 선형 모델 및 제2 구간 선형 모델이 다를 수 있다. 그에 따라, 프로세서는 제1 풍력터빈(1310) 및 제2 풍력터빈(1320) 각각의 연식에 따른 제1 구간 선형 모델 및 제2 구간 선형 모델을 획득하고, 획득된 제1 구간 선형 모델 및 제2 구간 선형 모델에 기초하여, 제1 풍력터빈(1310) 및 제2 풍력터빈(1320) 각각의 유효 출력을 산출할 수 있다.
도 14는 일 실시 예에 따른 거시-정비계획을 병렬적으로 스케줄링하는 방법을 설명하는 도면이다.
일 실시 예에서, 제1 정비 기간은 1년으로, 거시-정비계획은 연간 정비계획에 해당한다.
일 실시 예에서, 프로세서는 4개의 분기들에 대하여 정비계획을 병렬적으로 스케줄링할 수 있다. 프로세서는 1분기에 대한 종합 정비 정보를 수신하고, 이를 토대로 1분기에 대하여 거시-정비계획을 스케줄링함으로써 정비계획-가를 생성할 수 있다. 마찬가지로, 프로세서는 2분기~4분기 각각에 대한 종합 정비 정보를 수신하고, 이를 토대로 2분기~4분기 각각에 대하여 거시-정비계획을 스케줄링함으로써 정비계획-나~정비계획-라를 병렬적으로 생성할 수 있다.
일 실시 예에서, 프로세서는 정비계획-가~정비계획-라를 종합함으로써, 연간 정비계획을 생성할 수 있다. 일 실시 예에 따른 병렬적인 스케줄링은 연간 정비계획의 스케줄링에 소요되는 시간을 단축시킬 수 있다.
다른 실시 예에서, 프로세서는 1년을 월 또는 반기 단위로 분할하여 병렬적으로 정비계획을 스케줄링할 수 있다.
도 15는 일 실시 예에 따른 미시-정비계획의 스케줄링을 설명하는 도면이다.
일 실시 예에서, 프로세서는 제1 정비 기간을 기본 기간 단위로 하여 거시-정비계획을 스케줄링하고, 제1 정비 기간은 1년이고, 기본 기간은 1주이다.
일 실시 예에서, 프로세서는 거시-정비계획을 토대로, 제2 정비 기간에 대하여 미시-정비계획을 스케줄링하고, 제2 정비 기간은 4주이다.
제2 정비 기간이 기본 기간과 동일한 1주인 경우, 미시-정비계획의 스케줄링은 주별 거시-정비계획을 일 단위 또는 시간 단위로 구체화하는 작업에 해당할 수 있다. 그러나, 제2 정비 기간이 기본 기간보다 긴 4주인 경우, 미시-정비계획의 스케줄링은 주별 거시-정비계획을 조정하고, 조정된 주별 거시-정비계획을 일 단위 또는 시간 단위로 구체화하는 작업을 포함할 수 있다.
도 15에는 거시-정비계획 스케줄링의 결과로부터 획득된 k번째 주~k+3번째 주의 거시-정비계획들(1411~1414) 및 미시-정비계획 스케줄링의 결과로부터 획득된 k번째 주~k+3번째 주의 미시-정비계획들(1421~1424)이 도시되어 있다. k번째 주~k+3번째 주의 거시-정비계획들(1411~1414) 각각은 정비-대상 발전설비들의 정비를 위한 자원 정보(예: 정비팀 및 선박)를 포함할 수 있다.
일 실시 예에서, 프로세서는 k번째 주~k+3번째 주에 대한 미시-정비계획을 스케줄링할 수 있다. 즉, 프로세서는 k번째 주~k+3번째 주의 거시-정비계획들(1411~1414)에 기초하여, 군집 발전설비들의 정비 효율을 최대화하도록 k번째 주~k+3번째 주에 대한 미시-정비계획을 스케줄링할 수 있다.
일 실시 예에서, 프로세서는 군집 발전설비들의 정비 효율을 최대화하도록 k번째 주~k+3번째 주의 거시-정비계획들(1411~1414)을 조정할 수 있다. 예를 들어, k번째 주의 선박 1대를 k번째 주에 이용하여 정비를 수행하는 것보다 k+1번째 주에 이용하여 정비를 수행하는 것의 정비 효율이 더 높은 경우, 프로세서는 k번째 주의 선박 1대를 k+1번째 주로 재배정할 수 있다. 예를 들어, k+2번째 주의 정비팀 인력 2명이 k+2번째 주에 정비를 수행하는 것보다 k+3번째 주에 정비를 수행하는 것의 정비 효율이 더 높은 경우, 프로세서는 k+2번째 주의 정비팀 인력 2명을 k+3번째 주로 재배정할 수 있다.
일 실시 예에서, 프로세서는 조정된 주별 거시-정비계획들을 일 단위 또는 시간 단위로 구체화함으로써, k번째 주~k+3번째 주의 미시-정비계획들(1421~1424)을 생성할 수 있다.
도 16은 일 실시 예에 따른 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법의 흐름도이다. 도 17은 일 실시 예에 따른 작업용 선박의 용선 정보를 고려한 정비 스케줄링을 설명하는 도면이다.
작업용 선박은 희소성으로 인하여 다른 정비 자원에 비해서 수급이 용이하지 않을 수 있다. 이러한 경우, 작업용 선박의 용선 정보를 확보하고, 작업용 선박이 요구되는 중정비에 선제적인 솔루션이 제공될 필요가 있다.
도 16 및 17을 참조하면, 단계 S1610에서, 프로세서는 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신한다. 단계 S1610에는 도 3의 단계 S310의 설명이 적용될 수 있다.
일 실시 예에서, 프로세서는 종합 정비 정보로부터 군집 발전설비들의 상태 정보 및 정비 이력 정보를 획득할 수 있다.
일 실시 예에서, 프로세서는 종합 정비 정보의 정비 자원 정보로부터, 중정비에 요구되는 정비부품에 관한 정보를 획득할 수 있다. 예를 들어, 정비부품에 관한 정보는 정비부품의 비용 및 수급 일정을 포함할 수 있다.
일 실시 예에서, 프로세서는 종합 정비 정보로부터 작업용 선박의 용선 정보를 획득할 수 있다. 예를 들어, 작업용 선박의 용선 정보는 작업용 선박의 용선 비용 및 가용 일정을 포함할 수 있다.
단계 S1620에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초하여 작업용 선박이 요구되는 중정비에 대한 중정비계획을 스케줄링한다.
일 실시 예에서, 프로세서는 군집 발전설비들의 상태 정보 및 정비 이력 정보에 기초하여, 군집 발전설비들의 고장 발생 예상시기를 획득할 수 있다. 예를 들어, 프로세서는 발전설비의 상태 정보 및 정비 이력 정보에 대응하는 설비 건전성을 획득하고, 설비 건전성에 대응하는 고장 발생 예상시기를 획득할 수 있다.
일 실시 예에서, 프로세서는 정비 자원 정보, 작업용 선박의 용선 정보, 및 고장 발생 예상시기에 기초하여, 중정비계획의 스케줄링을 위한 복수의 솔루션들을 생성할 수 있다. 솔루션 각각은 주어진 정비 자원 정보, 작업용 선박의 용선 정보, 및 고장 발생 예상시기로부터 도출될 수 있는 중정비 시나리오에 해당할 수 있다. 솔루션 각각은 작업용 선박의 용선 일정, 중정비-대상 발전설비들의 목록, 중정비 수행 비용, 및 중정비 수행 리스크를 포함할 수 있다.
일 실시 예에서, 프로세서는 작업용 선박의 가용 일정 및 군집 발전설비들의 고장 발생 예상시기에 기초하여, 솔루션 각각의 용선 일정을 생성할 수 있다. 또한, 프로세서는 군집 발전설비들의 고장 발생 예상시기 및 정비부품의 수급 일정에 기초하여, 솔루션 각각의 중정비-대상 발전설비 목록을 생성할 수 있다. 또한, 프로세서는 작업용 선박의 용선 비용 및 정비부품의 비용에 기초하여, 솔루션 각각의 중정비 수행 비용을 생성할 수 있다. 또한, 프로세서는 솔루션 각각에 대하여, 작업용 선박의 용선 일정, 중정비-대상 발전설비들의 목록, 및 중정비 수행 비용으로부터 도출되는 중정비 수행 리스크를 생성할 수 있다.
일 실시 예에서, 프로세서 또는 사용자에 의해 복수의 솔루션들 중에서 하나의 솔루션이 선택될 수 있다. 예를 들어, 중정비 수행 비용이 가장 낮은 솔루션이 선택되거나, 중정비 수행 리스크가 가장 낮은 솔루션이 선택될 수 있다.
일 실시 예에서, 프로세서는 선택된 솔루션에 기초하여, 중정비계획을 생성할 수 있다. 중정비계획은 선택된 솔루션의 중정비-대상 발전설비 목록의 발전설비들에 작업용 선박을 활용하여 선택된 솔루션의 용선 일정에 맞추어 중정비를 수행하는 계획을 포함할 수 있다.
단계 S1630에서, 프로세서는 제1 정비 기간에 대하여, 종합 정비 정보에 기초한 제약 조건 및 중정비계획을 만족하면서, 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링한다. 단계 S1630에는 도 3의 단계 S320의 설명이 적용될 수 있다.
일 실시 예에서, 단계 S1620에서 생성된 중정비계획은 거시-정비계획의 스케줄링에 제약 조건으로 작용할 수 있다. 프로세서는 선택된 솔루션에 따른 중정비계획을 변경하지 않으면서, 그 외의 정비에 관하여 정비비용을 최소화하는 거시-정비계획의 스케줄링을 수행할 수 있다. 그에 따라, 거시-정비계획은 중정비계획 및 정비비용을 최소화하도록 스케줄링된 그 외의 정비들에 관한 계획을 포함할 수 있다.
단계 S1640에서, 프로세서는 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 거시-정비계획에 기초하여 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링한다. 단계 S1640에는 도 3의 단계 S330의 설명이 적용될 수 있다.
이상 설명된 다양한 실시예들은 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 명세서에서, "모듈" 등은 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다. 예를 들면, "모듈" 등은 소프트웨어 구성 요소들, 객체 지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들에 의해 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (24)

  1. 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법에 있어서,
    상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계;
    제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계; 및
    상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함하는, 방법.
  2. 제1항에 있어서,
    상기 거시-정비계획을 스케줄링하는 단계는,
    상기 제1 정비 기간에 대하여, 상기 군집 발전설비들 사이의 상호작용에 기초하여 상기 군집 발전설비들의 전체 유효 출력을 산출하는 단계;
    상기 제1 정비 기간에 대하여, 상기 군집 발전설비들의 전체 유효 출력에 기초하여 상기 정비비용을 산출하는 단계; 및
    상기 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서 상기 정비비용을 최소화하는 정비계획을 스케줄링하는 단계를 포함하는, 방법.
  3. 제2항에 있어서,
    상기 군집 발전설비들의 전체 유효 출력을 산출하는 단계는,
    상기 군집 발전설비들 중에서 정비-비대상 발전설비들 각각의 유효 출력을 산출하는 단계; 및
    상기 정비-비대상 발전설비들 각각의 유효 출력을 종합함으로써 상기 군집 발전설비들의 전체 유효 출력을 획득하는 단계를 포함하는, 방법.
  4. 제3항에 있어서,
    상기 정비-비대상 발전설비들 각각의 유효 출력을 산출하는 단계는,
    상기 정비-비대상 발전설비들 각각에 대하여, 재생 자원의 세기와 출력의 관계를 나타내는 제1 구간 선형 모델을 획득하는 단계;
    상기 정비-비대상 발전설비들 각각에 대하여, 상기 재생 자원의 세기와 발전설비의 반응계수의 관계를 나타내는 제2 구간 선형 모델을 획득하는 단계;
    상기 제2 구간 선형 모델에 기초하여, 상기 정비-비대상 발전설비들 각각에 제공되는 재생 자원의 유효 세기를 산출하는 단계; 및
    상기 제1 구간 선형 모델에 기초하여, 상기 정비-비대상 발전설비들 각각의 재생 자원의 유효 세기에 대응하는 유효 출력을 획득하는 단계를 포함하는, 방법.
  5. 제4항에 있어서,
    상기 제1 구간 선형 모델을 획득하는 단계는, 상기 정비-비대상 발전설비들 각각의 기종 또는 연식에 따른 제1 구간 선형 모델을 획득하는 단계를 포함하고,
    상기 제2 구간 선형 모델을 획득하는 단계는, 상기 정비-비대상 발전설비들 각각의 기종 또는 연식에 따른 제2 구간 선형 모델을 획득하는 단계를 포함하는, 방법.
  6. 제1항에 있어서,
    상기 군집 발전설비들의 전체 유효 출력에 기초하여 상기 정비비용을 산출하는 단계는,
    상기 군집 발전설비들의 전체 유효 출력으로부터 상기 군집 발전설비들의 발전량 손실을 산출하는 단계;
    상기 발전량 손실에 의한 정비 손실 비용을 산출하는 단계; 및
    상기 정비 손실 비용을 포함하도록 상기 정비비용을 산출하는 단계를 포함하는, 방법.
  7. 제6항에 있어서,
    상기 군집 발전설비들의 발전량 손실을 산출하는 단계는,
    상기 군집 발전설비들이 모두 가동중인 상태의 제1 전체 유효 출력을 산출하는 단계;
    상기 군집 발전설비들 중에서 정비-대상 발전설비들이 비가동중인 상태의 제2 전체 유효 출력을 산출하는 단계; 및
    상기 제1 전체 유효 출력과 상기 제2 전체 유효 출력의 차이로부터 상기 군집 발전설비들의 발전량 손실을 획득하는 단계를 포함하는, 방법.
  8. 제1항에 있어서,
    상기 제1 정비 기간은 연 단위의 기간이고,
    상기 거시-정비계획을 스케줄링하는 단계는,
    상기 제1 정비 기간의 월 단위 또는 분기 단위로 분할된 기간들에 대하여 거시-정비계획을 병렬적으로 스케줄링하는 단계를 포함하는, 방법.
  9. 제1항에 있어서,
    상기 제1 정비 기간은 1년이고,
    상기 거시-정비계획을 스케줄링하는 단계는 1년에 대하여 1주 단위로 거시-정비계획을 스케줄링하는 단계를 포함하고,
    상기 제2 정비 기간은 1주인, 방법.
  10. 제1항에 있어서,
    상기 제1 정비 기간은 1년이고,
    상기 거시-정비계획을 스케줄링하는 단계는 1년에 대하여 1주 단위로 거시-정비계획을 스케줄링하는 단계를 포함하고,
    상기 제2 정비 기간은 1주보다 긴 기간인, 방법.
  11. 제1항에 있어서,
    상기 미시-정비계획을 스케줄링하는 단계는,
    상기 군집 발전설비들의 정비 효율을 최대화하기 위하여, 상기 제2 정비 기간에 수행하는 정비의 수를 최대화하는 정비 스케줄링을 수행하는 단계를 포함하는, 방법.
  12. 제1항에 있어서,
    상기 미시-정비계획을 스케줄링하는 단계는,
    상기 군집 발전설비들의 정비 효율을 최대화하기 위하여, 상기 제2 정비 기간에 대한 상기 군집 발전설비들의 정비비용을 최소화하는 정비 스케줄링을 수행하는 단계를 포함하는, 방법.
  13. 제1항에 있어서,
    상기 미시-정비계획을 스케줄링하는 단계는,
    상기 제2 정비 기간에 수행하는 정비의 수 및 상기 제2 정비 기간에 대한 상기 군집 발전설비들의 정비비용에 의해 결정되는, 상기 군집 발전설비들의 정비 효율을 최대화하는 정비 스케줄링을 수행하는 단계를 포함하는, 방법.
  14. 제1항에 있어서,
    상기 군집 발전설비들은 둘 이상의 기종의 발전설비들을 포함하는, 방법.
  15. 제1항에 있어서,
    상기 해양 파워 플랜트는 해양 풍력 파워 플랜트, 해양 파력 파워 플랜트, 또는 해양 조력 파워 플랜트 중 어느 하나인, 방법.
  16. 제1항에 있어서,
    상기 종합 정비 정보는 상기 군집 발전설비들의 정비를 위한 작업용 선박의 용선 정보를 포함하고,
    상기 종합 정비 정보에 기초한 제약 조건은 상기 용선 정보에 따른 상기 작업용 선박의 용선 일정을 포함하는, 방법.
  17. 제1항에 있어서,
    상기 군집 발전설비들의 정비비용은 상기 군집 발전설비들의 정비를 위해 지출한 비용인 정비 지출 비용 및 상기 군집 발전설비들의 정비로 인해 발생한 발전량 손실에 의한 정비 손실 비용을 포함하는, 방법.
  18. 제1항에 있어서,
    상기 해양 파워 플랜트의 군집 발전설비들의 정비는 고장정비, 계획정비, 예측정비, 및 기회정비 중 적어도 하나를 포함하는, 방법.
  19. 제1항에 있어서,
    상기 해양 파워 플랜트의 군집 발전설비들의 정비는 기회정비를 포함하고,
    상기 군집 발전설비들의 정비비용은 상기 군집 발전설비들의 정비를 위해 지출되는 비용인 정비 지출 비용, 상기 군집 발전설비들의 정비로 인해 발생한 발전량 손실에 의한 정비 손실 비용, 및 상기 기회정비로부터 발생한 정비 이익 비용을 포함하는, 방법.
  20. 제1항에 있어서,
    상기 종합 정비 정보는 상기 해양 파워 플랜트의 상기 군집 발전설비들의 정보를 포함하는 설비 정보, 상기 군집 발전설비들의 정비 자원의 정보를 포함하는 정비 자원 정보, 및 날씨 정보를 포함하는, 방법.
  21. 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치에 있어서,
    하나 이상의 인스트럭션들을 저장하도록 구성된 메모리; 및
    프로세서를 포함하고,
    상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써:
    상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하고,
    제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하고,
    상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하도록 구성된, 전자 장치.
  22. 컴퓨팅 장치를 이용하여 제1항 내지 제20항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  23. 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 방법에 있어서,
    상기 해양 파워 플랜트의 군집 발전설비들의 정비를 위한 정보를 포함하는 종합 정비 정보를 수신하는 단계;
    제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초하여 작업용 선박이 요구되는 중정비에 대한 중정비계획을 스케줄링하는 단계;
    상기 제1 정비 기간에 대하여, 상기 종합 정비 정보에 기초한 제약 조건 및 상기 중정비계획을 만족하면서, 상기 군집 발전설비들의 전체 유효 출력에 기초한 정비비용을 최소화하도록 거시-정비계획을 스케줄링하는 단계; 및
    상기 제1 정비 기간에 포함되는 제2 정비 기간에 대하여, 상기 거시-정비계획에 기초하여 상기 군집 발전설비들의 정비 효율을 최대화하도록 미시-정비계획을 스케줄링하는 단계를 포함하는, 방법.
  24. 제23항에 있어서,
    상기 중정비계획을 스케줄링하는 단계는,
    상기 종합 정비 정보로부터 획득된 상기 군집 발전설비들의 상태 정보 및 정비 이력 정보에 기초하여, 상기 군집 발전설비들의 고장 발생 예상시기를 획득하는 단계;
    상기 종합 정비 정보로부터 획득된 정비 자원 정보 및 상기 작업용 선박의 용선 정보, 및 상기 고장 발생 예상시기에 기초하여, 상기 중정비계획의 스케줄링을 위한 복수의 솔루션들을 생성하는 단계; 및
    상기 복수의 솔루션들 중 어느 하나의 솔루션에 기초하여, 상기 중정비계획을 생성하는 단계를 포함하는, 방법.
PCT/KR2024/010484 2024-05-17 2024-07-19 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법 Pending WO2025239478A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020240064808A KR102740615B1 (ko) 2024-05-17 2024-05-17 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법
KR10-2024-0064808 2024-05-17

Publications (1)

Publication Number Publication Date
WO2025239478A1 true WO2025239478A1 (ko) 2025-11-20

Family

ID=93842655

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2024/010484 Pending WO2025239478A1 (ko) 2024-05-17 2024-07-19 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법

Country Status (2)

Country Link
KR (1) KR102740615B1 (ko)
WO (1) WO2025239478A1 (ko)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150037281A (ko) * 2013-09-30 2015-04-08 한국전력공사 에너지 저장 시스템을 이용한 전력 판매 수익 개선 장치 및 그 방법
KR20170097462A (ko) * 2016-02-18 2017-08-28 주식회사 로맥스인싸이트코리아 신재생 에너지 설비의 진단결과 분석방법 및 그 장치
JP2017187966A (ja) * 2016-04-07 2017-10-12 株式会社日立製作所 発電ユニット群の保守計画支援システム
JP2019022369A (ja) * 2017-07-19 2019-02-07 株式会社東芝 運転計画作成装置、運転計画作成方法、および運転計画作成プログラム
JP2020201712A (ja) * 2019-06-10 2020-12-17 清水建設株式会社 電力計画管理システム及び電力計画管理方法
KR20210069338A (ko) * 2019-12-03 2021-06-11 브이젠 주식회사 신재생에너지발전소 유지보수비용 산정을 통한 유지보수역무 최적화 시스템 및 그 방법
KR20220156372A (ko) * 2021-05-18 2022-11-25 한국철도기술연구원 철도 차량 스케줄링 장치 및 방법
KR20230158187A (ko) * 2022-05-11 2023-11-20 한국에너지기술연구원 해상풍력발전단지의 운영 및 유지보수 의사결정 시스템
KR102655555B1 (ko) * 2023-11-20 2024-04-11 한국전력기술 주식회사 심층 강화학습을 활용한 해상풍력단지 정비 플래닝 시스템 및 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150037281A (ko) * 2013-09-30 2015-04-08 한국전력공사 에너지 저장 시스템을 이용한 전력 판매 수익 개선 장치 및 그 방법
KR20170097462A (ko) * 2016-02-18 2017-08-28 주식회사 로맥스인싸이트코리아 신재생 에너지 설비의 진단결과 분석방법 및 그 장치
JP2017187966A (ja) * 2016-04-07 2017-10-12 株式会社日立製作所 発電ユニット群の保守計画支援システム
JP2019022369A (ja) * 2017-07-19 2019-02-07 株式会社東芝 運転計画作成装置、運転計画作成方法、および運転計画作成プログラム
JP2020201712A (ja) * 2019-06-10 2020-12-17 清水建設株式会社 電力計画管理システム及び電力計画管理方法
KR20210069338A (ko) * 2019-12-03 2021-06-11 브이젠 주식회사 신재생에너지발전소 유지보수비용 산정을 통한 유지보수역무 최적화 시스템 및 그 방법
KR20220156372A (ko) * 2021-05-18 2022-11-25 한국철도기술연구원 철도 차량 스케줄링 장치 및 방법
KR20230158187A (ko) * 2022-05-11 2023-11-20 한국에너지기술연구원 해상풍력발전단지의 운영 및 유지보수 의사결정 시스템
KR102655555B1 (ko) * 2023-11-20 2024-04-11 한국전력기술 주식회사 심층 강화학습을 활용한 해상풍력단지 정비 플래닝 시스템 및 방법

Also Published As

Publication number Publication date
KR102740615B1 (ko) 2024-12-11

Similar Documents

Publication Publication Date Title
Jooshaki et al. An enhanced MILP model for multistage reliability-constrained distribution network expansion planning
WO2018199658A1 (ko) 전력설비의 자산관리 방법
WO2012005408A1 (ko) 선박 운항지시 최적화 구현을 위한 에너지 효율 최적화를 이용한 선박 연료 절감 시스템 및 그 방법과 그 방법에 의한 컴퓨터 프로그램을 저장한 기록매체
WO2024010137A1 (en) Method and system for automatic establishment of optimal schedule for construction project
WO2023008980A1 (en) Method of load forecasting via attentive knowledge transfer, and an apparatus for the same
WO2021230593A1 (ko) 신재생 열병합발전소를 활용한 가상발전소 시스템 및 이를 이용한 가상발전소 운영 방법
WO2014038742A1 (ko) 배전계통의 구간부하 추정 장치 및 방법
US20240312350A1 (en) Systems, methods, and storage media for forecasting aircraft operation data
WO2025239478A1 (ko) 해양 파워 플랜트의 정비계획을 스케줄링하기 위한 전자 장치 및 방법
WO2021230591A1 (ko) 열변환장치를 활용한 가상발전소 시스템 및 이를 이용한 가상발전소 운영 방법
WO2019107806A1 (ko) 계층형 전력 제어 시스템
WO2023080754A1 (ko) Mtdc 시스템 연계 계통의 주파수 탈중앙화 제어 방법 및 장치
WO2023158100A1 (ko) 수요 반응 자원의 최적 운영을 위한 에너지 저장 시스템 및 이의 운영 방법
WO2017099335A1 (ko) 기상정보를 기반으로 한 풍력설비의 정비방법 및 정비시스템
WO2021070983A1 (ko) Vr 훈련 시스템 및 방법
WO2018026067A1 (ko) 마이크로그리드에서의 전기소비자 중 수요자원 모집을 지원하는 장치와 방법
Kumar et al. Evolutionary maintenance for aircraft engines
WO2020196983A1 (ko) 케이스 생성 기반 3차원 동적 계획법을 이용한 pv-ess 연계형 시스템의 운용방법
WO2018008835A1 (ko) 증권 포트폴리오를 위한 리스크 관리 방법 및 이를 위한 리스크 관리 장치.
WO2023219354A1 (ko) E-모빌리티 배터리 가치 판단 결과를 기반으로 금융 서비스를 제공하기 위한 배터리 포트폴리오 설정 방법 및 이러한 방법을 수행하는 장치
WO2023132424A1 (ko) 상관 계수 기반 계층적 이진 군집화와 군집 인덱스 기반 시계열 예측을 이용한 발전량 예측 방법 및 장치
WO2023224337A1 (ko) E-모빌리티 배터리 가치 판단 결과를 기반으로 중고 배터리 보증 보험 상품을 제공하는 방법 및 이러한 방법을 수행하는 장치
WO2023096159A1 (ko) 인메모리 데이터베이스 쿼리 랭귀지를 이용한 지역 단위 재생 에너지 통합 관제 시스템
WO2023106650A1 (ko) 업무 프로세스 분석 방법
WO2021070984A1 (ko) Vr 훈련 시스템 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24938982

Country of ref document: EP

Kind code of ref document: A1