Page 113 - 电力与能源2024年第四期

寻 健，等：基于故障更换的海上风电场大型部件备件优化策略 507

j
式中 X i ( t )——风机 i 的部件 j 在 t 时刻的退化水
4 算例分析
平； j
j——部件 M 或部件 G；λ i——风机 i 中部件 j 的
4.1 算例数据 状态退化过程的漂移系数，考虑到随着部件的运
取海上风电场 40 台齿轮箱和 40 台发电机作 行，部件逐渐失效，所以有 λ i > 0；σ i ——风机 i 中
j
j
部件 j 的状态退化过程的扩散系数，反映状态退化
过程中的波动情况； B( t )——标准的布朗运动。
齿轮箱或发电机的状态阈值达到 X f =10 时，
部件发生故障，需要进行故障更新。在进行蒙特
卡洛仿真时，采用每天仿真一次设备的运行状态
（Δt = 1 天）并进行状态检测的方式，仿真海上风
电场齿轮箱和发电机 20 年（7 300 天）的运行情况。

其中某年的海上风电场日平均风速如图 4 所示。
设置蒙特卡洛最大仿真次数为 100 次，设置遗传
算法最大遗传代数为 50。

图 4 某年海上风电场日平均风速

4.2 算例结果与分析
图 3 遗传算法结合蒙特卡洛优化求解流程
根据提出的优化模型和优化算法，可得优化
为算例，每台风机装机容量为 4 MW。海上风机
结果如图 5 所示。由图 5 表明，对齿轮箱和发电机
上网电价 C 0 为 0.85 元·kWh 。出海维护时所允
—1
的备件订购策略和运维组数量进行优化，风电场全
许的最大风速 V f=10 m·s 。一个运维组中包含
—1
寿命周期内的最低平均费用率为 2 526.3 元·天 。
—1
一艘运维船只，每艘运维船只年租赁费用 c l=200
其中，齿轮箱最优备件策略为最大备件库存 S M=
万 元 。 风 电 场 齿 轮 箱 、发 电 机 的 维 护 和 备 件 费
12 个 ，安 全 库 存 s M=7 个 ；发 电 机 最 优 备 件 策 略
［3］
用 以及仿真参数分别如表 1 和表 2 所示。
为，最大备件库存 S G=8 个，安全库存 s G=5 个；配
表 1 齿轮箱费用及仿真参数
置 1 个运维组最优。
费用/元 仿真参数
t f/ d X f t s /d
c r c ship c h c s λ M σ M
863 000 250 000 100 3 000 000 5 10 100 0.009 5 0.055
表 2 发电机费用及仿真参数
费用/元 仿真参数
c r c ship c h c s t f /d X f t s /d λ G σ G
247 000 250 000 100 840 000 4 10 70 0.008 2 0.055 图 5 备件策略的一次优化结果

参考文献［4］，采用 Wiener 过程描述风电机 （1）不同规模风电场对齿轮箱和发电机（S，s）
组两个关键部件的连续随机退化过程。即风机 i 备件策略的影响。取 40～100 台不同规模风机的

的两个关键部件 M i 和 G i 的状态退化水平可以表 风电场，在采用故障更换策略的情况下分别优化
示为 不同规模风电场的备件策略。齿轮箱和发电机在
j
j
j
X i ( t )= λ i ⋅ t + σ i ⋅ B( t ) （30） 不同数量风机情况下的备件策略如图 6 所示。从