System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于风电场运行、维护管理领域,具体涉及一种识别运维成本以确定风电场维护策略的优化模型。
技术介绍
1、风能是可再生、清洁型能源,风力发电是解决能源和环境问题最好的发电模式之一。2023年前三季度,全国可再生能源新增装机1.72亿千瓦,其中,风力发电排名第二,风机装机容量达3348万千瓦,超额完成了风电装机目标,风力发电在我国得到了广泛的关注与发展。随着风力发电机数量和装机容量的增加,风力发电系统规模加大且变得更加复杂化,这对风力发电场运维管理提出更高要求。组件状态风力发电系统可靠性,组件故障导致风力涡轮机故障,不合理的运维管理会给风电场造成人力、物力和财力的损失。因此,如何准确评估风电场的运维成本制定最优维护策略对风电网至关重要。
2、本专利技术提出一种识别运维成本以确定风电场维护策略的优化模型,该模型考虑组件类型、组件故障时间、组件可变维护成本,包含所有可能的失效情形,为风电场的运维管理制定最优维护策略。
技术实现思路
1、本专利技术的目的在于提供一种识别运维成本以确定风电场维护策略的优化模型,从生命周期角度构建风电场健康状况模型,对风机的失效模式进行识别,确定风机在运行阶段、维护阶段、退役阶段的成本,采用全生命周期维护策略对风机执行最优维护行为,以优化风机可靠性及风电场生命周期成本。
2、一种识别运维成本以确定风电场维护策略的优化模型,如图1所示,包括下述步骤:
3、s100:收集风电场布局信息及环境数据、组件类型、组件故障率、风机
4、s200:根据组件可靠性及可靠性框图,确定风机可靠性,构建风机可靠性模型,根据组件可靠性值确定组件健康状况,根据组件健康状况关系,确定风电场健康状况,构建风电场健康状况模型;
5、s300:考虑到生命周期阶段由运行阶段、维护阶段和退役阶段组成,建立组件生命周期阶段,并建立相应风电场生命周期模型;
6、s400:考虑到运行阶段组件的运行成本是随时间增加的,根据组件运行成本函数,确定运行阶段风电场的运行成本,构建风电场运行阶段成本分析模型;
7、s500:考虑到系统停机受组件类型影响,分别确定四种失效模式下,组件的维护成本,确定维护阶段风电场的运维成本,构建风电场维护阶段成本分析模型;
8、s600:考虑到单位时间内采取维护行为提升的性能值小于采取更换行为提升的性能值,确定退役阶段风电场的更换成本;
9、s700:通过比较单位时间内采取维护和更换行为提升的性能值,确定组件生命周期阶段,通过故障组件类型,确定预防性维护组中的组件,通过考虑组件对系统的影响,确定最终的预防性维护组件,确定生命周期下风电场维护策略,构建风电场维护策略优化模型。
10、步骤s200中,所述组件i的可靠性模型具体采用以下公式:
11、
12、
13、其中,t为时间,fi(t)是组件i的概率密度函数,λi(t)是组件i的故障率,β是威布尔分布中的形状参数,γ是威布尔分布中的尺度参数,ri(t)是组件i的可靠性,e是自然常数;
14、所述风机可靠性模型具体采用以下公式:
15、r(t)=f(ri(t))#(3)
16、φ(x)=φ(x1,x2,…,xi,…,xn)#(4)
17、其中,r(t)是风机可靠性,φ(x)是风机系统结构函数,xi是组件i的状态,风机由叶片、轮毂、发电机、偏航系统、测风系统、散热系统和塔架七个组件组成。叶片、轮毂、发电机和偏航系统是关键组件。测风系统、散热系统和塔架是非关键组件;
18、所述风电场健康状况模型具体采用以下公式:
19、p(xi)={0,1,2,3,4,5,6,7,8,9}#(5)
20、其中,p(xi)是组件i的状态集合,xi(t)=9表示组件i的最佳状态,对应组件i的可靠性值为(0.9,1],xi(t)=0表示组件i故障,对应组件i的可靠性值为(0,0.1],关键组件的状态小于故障状态阈值时,该风机的状态为0,否则,无论非关键组件的状态如何,风机状态都不是0,风机及其组件状态对应关系如图2所示。
21、步骤s300中,所述风电场生命周期模型具体采用以下方法:
22、风电场生命周期模型如图3所示,(1)是风机生命周期阶段随时间变化的过程。在[ta,tb],组件和风机处于运行阶段;在[tb,tc]时,关键组件故障,风机停机,对关键组件执行纠正性维护行为;预防性维护行为在故障组件所在风机的非关键组件上被执行;在[td,te]中,非关键组件故障,执行纠正性维护行为;[tf,tg]和[th,ti]分别是关键和非关键的退役阶段,对退役组件更换,风机停止运行;一个风机的生命周期由上述五个时间周期的组合组成,直到它达到预期的使用寿命;关键和非关键组件的生命周期如图3中(2)和(3)所示。
23、步骤s400,所述组件运行成本具体采用以下公式:
24、
25、其中,是组件运行成本函数,ai是调整系数,fi是可行性,ri,min是可获得最小可靠性值,ri,max是可获得最大可靠性值;
26、所述风电场运行阶段成本分析模型具体采用以下公式:
27、
28、其中,co1(t)是风电场运行阶段成本,n是组件数量,to是风机生命周期开始的时间点,tm,s是纠正性维护开始时间,kc是组件的故障阈值,jt是风机故障阈值,(tm,s-to)是在组件发生故障之前的风机运行时间,x(tm,s-to)是组件在运行阶段中的状态集合,pr{φ(x(tm,s-to))≥jt|xi(tm,s-to)≥kc}是组件正常条件下风机正常运行的概率。
29、步骤s500中,所述风电场维护阶段成本分析模型具体采用以下方法:
30、(1)故障模式为一个关键组件故障时,风电场维护阶段成本具体采用以下公式:
31、
32、
33、
34、其中,是组件i的预防性维护成本,是组件i故障时预防性维护组的维护成本,是关键组件纠正性维护行为的时间,表示纠正性维修的开始时间,表示关键组件维修的结束时间。是组件的单位维护成本,是组件的单位预防性维护成本,是预防性维护所需时间。是当组件i处于非故障状态时系统正常的累积分布函数。是当组件i处于故障状态时系统停机的累积分布函数。是执行预防性维护的组件完成维护行为后风机仍处于故障状态的累积分布函数,是风机故障状态下需要执行预防性维护组件的累积分布函数。图4为一个关键组件故障风电场运维阶段示意图。
35、(2)故障模式为一个非关键组件故障时,风电场维护阶段成本具体采用以下公式:
36、
37、
...
【技术保护点】
1.一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,包括:
2.根据权利要求1所述的一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,在S200中所述风电场健康状况模型中,组件i的可靠性模型具体采用以下公式:
3.根据权利要求1所述的一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,在S400中所述风电场运行阶段成本分析模型中,组件i运行成本具体采用以下公式:
4.根据权利要求1所述的一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,在S500中所述风电场维护阶段成本分析模型中,具体采用以下公式:
5.根据权利要求1所述的一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,在S700中所述风电场维护策略优化模型中,单位时间内通过维护提高的性能ΔUm具体采用以下公式:
【技术特征摘要】
1.一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,包括:
2.根据权利要求1所述的一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,在s200中所述风电场健康状况模型中,组件i的可靠性模型具体采用以下公式:
3.根据权利要求1所述的一种识别运维成本以确定风电场维护策略的优化模型,其特征在于,在s400中所述风电场运行阶段成本分析模型中,...
【专利技术属性】
技术研发人员:兑红炎,张雨露,秦鸿波,韩易辰,罗明荣,陈志伟,刘芳宇,范艳艳,卜远芳,
申请(专利权)人:郑州大学,
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。