一种考虑尾流效应的海上风电机组维护路径随机规划方法技术

本发明专利技术涉及一种考虑尾流效应的海上风电机组维护路径随机规划方法，包括以下步骤：1)描述海洋天气中风、浪、涌的相关性和不确定性；2)考虑人员、船只、惩罚和停机损失的各项成本构成，以维护成本最小作为目标函数，并基于风、浪、涌对船只航行时间以及出海可及窗口的影响构建对应的约束条件；3)由于维护状态会改变机组间尾流分布，结合尾流模型与维护状态描述各机组输入风速的变化，并精细化目标函数中的机组停机损失；4)对目标函数进行求解，得到最优的维护路径。与现有技术相比，本发明专利技术具有适应性强、经济性高、求解速度快等优点。

A stochastic maintenance path planning method for offshore wind turbines considering wake effect

【技术实现步骤摘要】
一种考虑尾流效应的海上风电机组维护路径随机规划方法
本专利技术涉及海上风电场检修调度领域，尤其是涉及一种考虑尾流效应的海上风电机组维护路径随机规划方法。
技术介绍
海上风电相比于陆上风电，具有平均风速高，发电利用小时数高等显著优势，近年来发展迅速。然而受到海洋环境的制约，海上运行维护难度和成本均较大。据资料统计表明，海上风电机组的运维成本约占全生命周期成本的40％，是陆上风电运维成本的2-3倍。并且随着海上风电场的规模化发展和远离海岸的建设，运维船在风电场内的航行时间增加，进出风电场的路径变长，这使得海上运维成本进一步增加。所以合理地优化维护路径，降低运维成本是目前海上风电运维管理的重要要求。在开展海上风电维护工作时，风、浪、涌等因素会影响运维船的出海可及窗口和航行时间，是制约维护作业开展的重要因素。一些文献在制定维护策略时，为了简化计算仅计及风速对海上风电场可及性的影响，对天气状态进行划分，以此对维护的天气等待时间进行计算。此外，也有一些文献考虑风速和浪高这两种主要天气因素，采用马尔科夫法分别描述两种因素的时序变化关系，并构建了可及度指标用于评估海上风电机组维修的可及性。这些研究中的风、浪等天气因素大多按照预测值或转化为可及因子，构建了确定性的维护模型。但是，考虑到受海洋环境的影响，风、浪、涌具有较强的相关性和难以预测性，确定性的维护策略无法适应所有可能的情况。为此，综合考虑风、浪、涌三者相关性和不确定性的维护模型仍需进一步研究。海上风电机组的维护路径规划属于短期维护策略，是指在满足各类运维约束下，构建运维船的最优维护路径以实现成本最低。现有停机损失模型均忽略了风速变化对停机损失的影响，在短期的维护路径规划中，这种模型较为粗糙。同时由于海洋占地资源的有限性，风电机组之间具有较强的尾流效应。因此，为了准确评估停机损失对路径决策制定的影响，需进一步研究在风速变化下考虑尾流效应的停机损失模型。此外，由于海上风电机组维护时需要考虑船只、备件、人员、天气的不确定性等诸多因素，且运维船维护路径的组合会随着维护任务的完成而发生改变，处于维护状态的机组将使得机组间尾流分布发生变化，下风向机组的输入风速受到影响，这使得短期维护下路径的求取变得非常复杂，这是一个包含连续变量和离散变量的多约束非线性优化问题。因此，急需一种考虑尾流效应的海上风电机组维护路径随机规划方法，能够针对复杂的海洋环境，描述风、浪、涌相关性和随机性，同时能考虑到维护状态与机组间尾流分布的关联性。建立相应的维护路径随机规划模型，来为风电场维护获取更优的经济效益并且为决策者提供更多决策支持。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑尾流效应的海上风电机组维护路径随机规划方法。本专利技术的目的可以通过以下技术方案来实现：一种考虑尾流效应的海上风电机组维护路径随机规划方法，包括以下步骤：1)描述海洋天气中风、浪、涌的相关性和不确定性；2)考虑人员、船只、惩罚和停机损失的各项成本构成，以维护成本最小作为目标函数，并基于风、浪、涌对船只航行时间以及出海可及窗口的影响构建对应的约束条件；3)由于维护状态会改变机组间尾流分布，结合尾流模型与维护状态描述各机组输入风速的变化，并精细化目标函数中的机组停机损失；4)对目标函数进行求解，得到最优的维护路径。所述的步骤1)中，采用Copula函数描述风、浪、涌的相关性，并且采用多场景模型描述各时刻下风、浪、涌的不确定性，则有：E(x1,x2,x3)＝C[F1(x1),F2(x2),F3(x3)]其中，E(x1,x2,x3)为风、浪、涌随机变量x1、x2、x3的联合分布函数，C[·]为Copula函数，F1(x1),F2(x2),F3(x3)分别为风、浪、涌随机变量x1、x2、x3的边缘分布。所述的步骤2)中，目标函数C的表达式为：minC＝cq+cb+cp+cs其中，cq为维护人员成本，cb为船只成本，cp为惩罚成本，cs为停机损失，Ω为场景总数，ω为场景编号，D为总天数，d为天数编号，L为运维船只数，l为运维船编号，H为技术人员类型总数，h为技术人员类型编号，πω为场景ω的概率，Ql,d,h为运维船l在第d天离开节点0时船上类型为h的技术人员数量，为场景ω下类型为h的单个技术人员每天所需费用，μi,h为维护节点i所需要类型为h的技术人员数量，为场景ω下单个维护人员单位时间的海上等待成本，分别为场景ω下运维船l在第d天到达放下的节点i和接取的节点n+i的时间段，τ为人员和备件从运维船转移到节点机组所在处所需时间段，为维护节点i所需时间段，Z-＝{1,2,3,...,n}为放下节点的集合，Z+＝{n+1,n+2,...,2n}为接取节点的集合，则Z＝Z-∪Z+，并将一天内维护作业开始和结束的节点分别记为节点0和节点2n+1，即港口；N为所有待维修机组所在节点的集合，其包括港口且i、j∈N，为场景ω下运维船l在第d天海上航行的单位时间成本，Tω,l,i,j,d为场景ω下运维船l在第d天从节点i航行到节点j所需时间，xl,i,j,d为路径决策变量，即当船l在第d天从节点i驶向节点j的路径被选取时，其值为1，否则为0，ξj表示是否需要船只驻留，若节点j维护时不需要船只驻留，则ξj为1，否则为0，为场景ω下船l在第d天在节点j维护时所需的驻留成本；yi为机组所在节点i超过推荐的维护时间后延迟维护的天数，为场景ω下机组所在节点i延迟维护后每天的惩罚成本；t为时段编号，λi为机组所在节点i待维护部件故障停机的概率，cf为海上风电的上网电价，Pω,i,t为场景ω下机组所在节点i在时段t下正常运行时的输出功率，Δt为时段t的时长，为场景ω下由于机组停机造成的损失电量。所述的场景ω下运维船l在第d天从节点i航行到节点j所需时间Tω,l,i,j,d根据考虑风浪涌海洋天气建模，具体为：其中，为自然运行条件下运维船l从节点i到节点j的航行时间，aω,l,i,j,d为场景ω下船l在第d天从节点i到节点j适宜航行的概率，γ为风浪涌下的航行时间综合影响系数，为场景ω下船l在第d天从节点i到节点j航行所需各时段下的海上平均风速，为场景ω下时段t的海上风速。所述的步骤2)中，约束条件具体包括：维护任务约束：在维护调度周期内，待维护机组都要得到维护，并确保每台待维护的机组只能放下和接取运维人员一次，且每艘运维船每天仅离开和返回港口一次，则有：节点交通流守恒约束：船只驻留约束：其中，Zl为执行维护作业时需要运维船存在的机组所在节点的集合；接取时间约束：航行时间兼容性约束：备件约束：其中，Rj为维护机组j所需的备件重量本文档来自技高网...

【技术保护点】
1.一种考虑尾流效应的海上风电机组维护路径随机规划方法，其特征在于，包括以下步骤：/n1)描述海洋天气中风、浪、涌的相关性和不确定性；/n2)考虑人员、船只、惩罚和停机损失的各项成本构成，以维护成本最小作为目标函数，并基于风、浪、涌对船只航行时间以及出海可及窗口的影响构建对应的约束条件；/n3)由于维护状态会改变机组间尾流分布，结合尾流模型与维护状态描述各机组输入风速的变化，并精细化目标函数中的机组停机损失；/n4)对目标函数进行求解，得到最优的维护路径。/n

【技术特征摘要】
1.一种考虑尾流效应的海上风电机组维护路径随机规划方法，其特征在于，包括以下步骤：
1)描述海洋天气中风、浪、涌的相关性和不确定性；
2)考虑人员、船只、惩罚和停机损失的各项成本构成，以维护成本最小作为目标函数，并基于风、浪、涌对船只航行时间以及出海可及窗口的影响构建对应的约束条件；
3)由于维护状态会改变机组间尾流分布，结合尾流模型与维护状态描述各机组输入风速的变化，并精细化目标函数中的机组停机损失；
4)对目标函数进行求解，得到最优的维护路径。


2.根据权利要求1所述的一种考虑尾流效应的海上风电机组维护路径随机规划方法，其特征在于，所述的步骤1)中，采用Copula函数描述风、浪、涌的相关性，并且采用多场景模型描述各时刻下风、浪、涌的不确定性，则有：
E(x1,x2,x3)＝C[F1(x1),F2(x2),F3(x3)]
其中，E(x1,x2,x3)为风、浪、涌随机变量x1、x2、x3的联合分布函数，C[·]为Copula函数，F1(x1),F2(x2),F3(x3)分别为风、浪、涌随机变量x1、x2、x3的边缘分布。


3.根据权利要求1所述的一种考虑尾流效应的海上风电机组维护路径随机规划方法，其特征在于，所述的步骤2)中，目标函数C的表达式为：
minC＝cq+cb+cp+cs












其中，cq为维护人员成本，cb为船只成本，cp为惩罚成本，cs为停机损失，Ω为场景总数，ω为场景编号，D为总天数，d为天数编号，L为运维船只数，l为运维船编号，H为技术人员类型总数，h为技术人员类型编号，πω为场景ω的概率，Ql,d,h为运维船l在第d天离开节点0时船上类型为h的技术人员数量，为场景ω下类型为h的单个技术人员每天所需费用，μi,h为维护节点i所需要类型为h的技术人员数量，为场景ω下单个维护人员单位时间的海上等待成本，分别为场景ω下运维船l在第d天到达放下的节点i和接取的节点n+i的时间段，τ为人员和备件从运维船转移到节点机组所在处所需时间段，Tim为维护节点i所需时间段，Z-＝{1,2,3,...,n}为放下节点的集合，Z+＝{n+1,n+2,...,2n}为接取节点的集合，则Z＝Z-∪Z+，并将一天内维护作业开始和结束的节点分别记为节点0和节点2n+1，即港口；
N为所有待维修机组所在节点的集合，其包括港口且i、j∈N，为场景ω下运维船l在第d天海上航行的单位时间成本，Tω,l,i,j,d为场景ω下运维船l在第d天从节点i航行到节点j所需时间，xl,i,j,d为路径决策变量，即当船l在第d天从节点i驶向节点j的路径被选取时，其值为1，否则为0，ξj表示是否需要船只驻留，若节点j维护时不需要船只驻留，则ξj为1，否则为0，为场景ω下船l在第d天在节点j维护时所需的驻留成本；
yi为机组所在节点i超过推荐的维护时间后延迟维护的天数，为场景ω下机组所在节点i延迟维护后每天的惩罚成本；
t为时段编号，λi为机组所在节点i待维护部件故障停机的概率，cf为海上风电的上网电价，Pω,i,t为场景ω下机组所在节点i在时段t下正常运行时的输出功率，Δt为时段t的时长，为场景ω下由于机组停机造成的损失电量。


4.根据权利要求3所述的一种考虑尾流效应的海上风电机组维护路径随机规划方法，其特征在于，所述的场景ω下运维船l在第d天从节点i航行到节点j所需时间Tω,l,i,j,d根据考虑风浪涌海洋天气建模，具体为：









...

【专利技术属性】
技术研发人员：葛晓琳，陈全，刘亚，符杨，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31