【技术实现步骤摘要】
本专利技术涉及风电机组维护策略研究，具体涉及一种风机部件维修策略优化方法、系统、控制方法。
技术介绍
1、近年来，以风电为代表的可再生能源由于其清洁性和可持续性正不断接入到配电网中。然而，风机通常安装在风力条件较好的偏远地区，这导致了高昂的维修相关成本。资料显示，风电场的运维成本至少已经达到其总寿命成本的四分之一。因此，如何通过风机部件维修策略的优化来实现其维护成本的降低，从而保证风机在高可靠度下平稳运行，这已经成为未来风电发展和应用的关键问题。
2、与传统的风电机组维护方法如故障后维护和定期预防维护相比，状态维护和机会维护这两类非等周期预防性维护方法因其具有更高的维修效率而更受青睐。迄今为止，许多学者对状态维护和机会维护都进行了研究，如文献“a chance-constrainedoptimization framework for wind farms to manage fleet-level availability incondition based maintenance and operations”在考虑了电价、风机故障、维修资源等不确定性因素的情况下，利用安全近似和情景近似方法简化相关约束，从而在此基础上得到状态维护策略；文献“minimizing maintenance cost for offshore wind turbinesfollowing multi-level opportunistic preventive strategy”考虑了更换和不完全维修两种机会维护策略，分别优化两种维修
技术实现思路
1、本专利技术的目的是提供一种风机部件维修策略优化方法、系统、控制方法，来解决现有技术中的上述问题。
2、本专利技术的实施例通过以下技术方案实现：
3、第一方面，本专利技术提供的一种风机部件维修策略优化方法，包括；
4、基于威布尔分布和cox比例风险回归模型，构造风机部件故障失效模型；
5、根据机会维护是否会导致产生额外停机损失，对机会维护进行分类，制定风机部件维护策略；
6、以维护成本和停机损失最低为目标，计及各类维修策略约束和故障失效函数更新情况，构造上层优化模型，所述上层优化模型包括状态维护和机会维护阈值；
7、构建机组维修顺序及资源调度的下层优化模型，在满足维修机组约束、维修车辆起终点位置约束及维修路线局部闭环约束的前提下，最小化单日维修调度成本；
8、针对上层优化模型和下层优化模型，通过粒子群算法与gurobi相结合对上层优化模型和下层优化模进行迭代求解。
9、在本专利技术的一实施例中，所述对机会维护进行分类；
10、1类机会维护和2类机会维护，当风机有功出力为0时，进行1类机会维护；
11、在风机某部件实施故障后维护或状态维护时，进行2类机会维护。
12、在本专利技术的一实施例中所述制定风机部件维护策略包括；
13、当发生故障或部件的故障失效度达到故障后维护阈值时，实施故障后维护；
14、当部件的故障失效度达到状态维护阈值时，实施状态维护；
15、在本专利技术的一实施例中，所述上层优化模型目标函数包括：
16、mincupper＝cm+cd
17、式中，cm代表风机的维护成本，cd代表停机损失；
18、所述下层优化模型目标函数包括；
19、
20、式中；ncrew代表维修人员的数量，ccrew,base为维修人员基本工资，而ccrew,time表示维修人员额外工资中单位维修时间对应的费用。nveh表示可用的维修车辆总数，lh表示维修车辆h的行驶距离，cveh用于量化维修车辆行驶单位距离的成本。clease表示一辆维修车辆的基本租赁费用，而χh是一个二进制变量，表示车辆h是否被使用。
21、在本专利技术的一实施例中，所述构建机组维修顺序及资源调度的下层优化模型包括构建维修机组约束、维修车辆起终点位置约束、维修路线局部闭环约束。
22、在本专利技术的一实施例中，还包括将粒子群算法中粒子的学习行为从仅针对历史群体最优位置和历史个体最优位置改为对任意一个更优的粒子进行学习。
23、第二方面，一种风机部件维修策略优化系统控制方法，包括上述的一种风机部件维修策略优化方法，还包括；
24、s1：输入风机位置及初始状态，初始化粒子群参数，包括粒子维度，粒子群规模，迭代次数，惯性权重，学习因子，迭代步长范围，每个粒子的速度和位置等；
25、s2：根据个体位置得到待维修机组组合，并传递到下层模型；
26、s3：使用gurobi求解下层维修资源调度安排优化模型，输出各维修车辆行驶路径，计算各机组停机时间，并返回上层模型；
27、s4：重新计算上层目标函数，更新个体和群体的最优位置及最优上层目标函数值；
28、s5：自适应更新惯性权重，依据目标函数值对粒子进行排序，更新每个粒子的速度和位置；
29、s6：重复步骤s2至步骤s5，本文档来自技高网...
【技术保护点】
1.一种风机部件维修策略优化方法，其特征在于，包括；
2.根据权利要求1所述的一种风机部件维修策略优化方法，其特征在于，所述对机会维护进行分类；
3.根据权利要求2所述的一种风机部件维修策略优化方法，其特征在于，所述制定风机部件维护策略包括；
4.根据权利要求2所述的一种风机部件维修策略优化方法，其特征在于，所述上层优化模型目标函数包括：
5.根据权利要求1所述的一种风机部件维修策略优化方法，其特征在于，所述构建机组维修顺序及资源调度的下层优化模型包括构建维修机组约束、维修车辆起终点位置约束、维修路线局部闭环约束。
6.根据权利要求1所述的一种风机部件维修策略优化方法，其特征在于，还包括将粒子群算法中粒子的学习行为从仅针对历史群体最优位置和历史个体最优位置改为对任意一个更优的粒子进行学习。
7.一种风机部件维修策略优化系统控制方法，其特征在于，包括权利要求1-6任一项所述的一种风机部件维修策略优化方法，还包括；
8.一种风机部件维修策略优化系统，其特征在于，包括；
9.一种电子设备，包
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求7所述的一种风机部件维修策略优化系统控制方法。
...【技术特征摘要】
1.一种风机部件维修策略优化方法，其特征在于，包括；
2.根据权利要求1所述的一种风机部件维修策略优化方法，其特征在于，所述对机会维护进行分类；
3.根据权利要求2所述的一种风机部件维修策略优化方法，其特征在于，所述制定风机部件维护策略包括；
4.根据权利要求2所述的一种风机部件维修策略优化方法，其特征在于，所述上层优化模型目标函数包括：
5.根据权利要求1所述的一种风机部件维修策略优化方法，其特征在于，所述构建机组维修顺序及资源调度的下层优化模型包括构建维修机组约束、维修车辆起终点位置约束、维修路线局部闭环约束。
6.根据权利要求1所述的一种风机部件维修策略优化方法，其特征在于，还包括将粒子群算法中粒子的学...
【专利技术属性】
技术研发人员：卜俊文，满于维，谭亮辉，卢培成，
申请(专利权)人：广西卓洁电力工程检修有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。