一种基于年度定额的风电场备件的库存优化方法技术

本发明专利技术公开了一种基于年度定额的风电场备件的库存优化方法，以年度定额的风电场备件库存模型为基础，计算剩余库存对应的各部件可用率及相应的风电场平均可用率，计算第i个部件的库存定额数增加1后的相应的风电场平均可用率；计算各部件库存定额数增加对风电场平均可用率的改善程度及相应的效费比；选择最大效费比对应的部件，计算其库存定额数增加1之后是否仍符合预算约束，如符合，更新风电场最优平均可用率及该部件的库存定额数，如不符合，去除最大效费比,若效费比为空集则结束计算。本发明专利技术的有益效果是能够使备件采购资金最大程度提高风电场的平均可用率。

【技术实现步骤摘要】
一种基于年度定额的风电场备件的库存优化方法
本专利技术属于风电
，涉及一种基于年度定额的风电场备件的库存优化方法。
技术介绍
风电机组工作环境恶劣，各种故障频繁发生。当部件发生严重故障时，一般采用以备件更换故障部件的方式进行维修。此时，相应备件是实施维修所必需的物资，若风电场的备件库存中缺少所需备件，则必须等待备件到货后方可实施维修，风电机组停机时间将大大延长。因此，合理的备件库存可提高风电场的可用率，减少停机损失。目前风电场的备品备件库存控制还处于较为初级的阶段，通常在年初根据运行人员经验确定本年度需购买的备件类型及数量并编制预算，待预算经上级部门审核通过后，进行采购。如年中出现备件短缺现象则进行紧急采购，以因应备件需求。因备件数目为整数，所以备件库存优化控制问题是典型的离散优化问题，可通过遗传算法进行求解。遗传算法以优化目标作为适应度函数，将优化变量编码为基因，通过选择、交叉、变异运算对种群进行更新，末代种群中最优个体的基因值经过解码作为优化问题的解。遗传算法的基本运算过程如下：a)初始化：设置进化代数计数器t＝0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。本文档来自技高网...

【技术保护点】
一种基于年度定额的风电场备件的库存优化方法，其特征在于按照以下步骤进行：(1)设上一年度各部件的剩余库存为{Q1，Q2，Q3，......，Qm}，各部件的初始购买数量均为0，则Si＝Qi，Si为风电机组第i个部件的库存；(2)以年度定额的风电场备件库存模型为基础，计算剩余库存对应的各部件可用率{A1(S1)，A2(S2)，......，Am(Sm)}及相应的风电场平均可用率SA

【技术特征摘要】
1.一种基于年度定额的风电场备件的库存优化方法，其特征在于按照以下步骤进行：(1)设上一年度各部件的剩余库存为{Q1，Q2，Q3，......，Qm}，各部件的初始购买数量均为0，则Si＝Qi，Si为风电机组第i个部件的库存；(2)以年度定额的风电场备件库存模型为基础，计算剩余库存对应的各部件可用率{A1(S1)，A2(S2)，......，Am(Sm)}及相应的风电场平均可用率SA0，令SAo＝SA0，SA0为上一年度剩余库存对应的风电场平均可用率，SAo为当前最优库存定额对应的风电场平均可用率；(3)计算第i个部件的库存定额数增加1，其余部件的库存定额数不变时，第i个部件的可用率Ai(Si+1)，及相应的风电场平均可用率得到各部件采购量增加1之后的相应的风电场平均可用率{SAi}；(4)计算各部件库存定额数增加对风电场平均可用率的改善程度{ΔSAi}，ΔSAi＝SAi-SAo，及相应的效费比{Bi}，Bi＝ΔSAi/pri，其中pri为部件i的单价；(5)选择max{Bi}对应的部件，计算其库存定额数增加1之后是否仍符合预算约束，如符合，更新风电场最优平均可用率SAo＝SAi及该部件的库存定额数Si＝Si+1，并返回第(3)步；如不符合，则进行第(6)步；(6)去除{Bi}中最大一项，若{Bi}为空集则结束计算，否则返回第(5)步。2.按照权利要求1所述一种基于年度定额的风电场备件的库存优化方法，其特征在于：所述年度定额的风电场备件库存模型如下，则风电场的平均可用率为：式中，SA为风电场的平均可用率，m为风电机组关键部件数，Si为风电机组第i个部件的库存，Ai(Si)为该部件的平均可用率，由下式计算得出：式中，N为风电场的风电机组数，Tcycle为备件库存控制周...

【专利技术属性】
技术研发人员：赵洪山，尹相龙，宋鹏，邓春，
申请(专利权)人：华北电力大学保定，国网冀北电力有限公司，
类型：发明
国别省市：河北,13