英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

重吊船海洋风力分析

摘要

为了最小化未来大型海上风电场的能源成本，可能需要新的维护方法。大型远程风电场的一个特定的不确定性领域是与用于主要部件维修和更换的专用船相关的成本和要求。本文提出一个模型框架，允许探讨这些维护方法，以确定在哪些情况下不同的操作选择代表最具成本效益的解决方案。为了展示建模方法的能力以及确定策略的优缺点，我们已经研究了操作策略对风电场规模的敏感性以及主要部件的故障率。

仅对于故障率低的小型风电场在发生故障后在岸上执行维修的方法已经被认为是成本经济的。当风电场足够大或故障率高时，购买专用船舶变得经济。批次修复方法显示在没有大的资本成本的情况下购买船只是比较经济的，但是降低了产生的总功率。未来模型开发和研究的几个额外的领域也已经确定了。

关键词：离岸风；操作和维护；成本模型；自升式修理

1 简介

目前，商业海上风力发电场绝大部分建在海岸50公里以内，深度不超过30米。大多数都有着不多于50台涡轮机。由于靠近岸边，相对浅的深度和小尺寸的发电场，已经采用常规的岸上操作维护策略。这些相对有利的操作条件正在被当前和未来发展中更具挑战性的环境所取代。因此迫切需要确定替代维修战略的方式来更具成本效益。此外，不同操作策略对环境和技术参数的敏感性必须量化。这将使得能够开发识别不同策略有利于使运营商集中精力于优化正确战略和理解相关风险的情况的操作图。

为了在适当的范围上分析不同的策略，已经开发了合适的建模结构。所开发的模型足够强以捕获所有操作参数的影响，同时允许执行详细的灵敏度研究下保持计算效率。因为到目前为止相对较少的分析已经执行，与需要专用自升式船舶的主要故障相关的操作策略已被确定为需要调查。

该地区以前的研究集中在使用小型转移船进行的定期和次要维护，以及场外支持船只和直升机上（参考文献【1-3】）。虽然与这些较小的维护任务相关的成本很高，但是在需要自升式船舶的部件上的大的计划外维护的成本可能更高。因此，已经在一系列风电场规模和故障率上研究了用于主要维修的几种策略，以便识别每种策略的优势和弱点。目前用于海上风力发电行业的典型重型起重船的示例如图1所示。

图1：典型的海上风力自升式操作

2 操作参数和策略

运营海上风电场的挑战比陆上运行复杂得多。这主要是由于更恶劣的经营环境，增加了物流成本和风电场本身更大的面积。小型转运船，较大的支持船和直升机的典型每日日租用费取决于一个地点是近岸还是远岸分别被确定为1750英镑，9400英镑和9600-28800英镑（参考文献【5】）。重型起重船的日租金比率取决于本工作确定的运营和合同条件。日费率高达几十万。 此外，合适船只的数量有限，并且这些船舶受到可变动员成本和时间的影响，这增加了运行和维护成本的不确定性。了解这些不确定性并减轻相关风险是开发商和运营商的关键任务。

当考虑自升式船舶的可操作性时，必须考虑波浪和风候。升降过程取决于波浪气候，而重型电梯维修操作受风力条件的限制。因此，已经开发并简要描述了相关模型。以下影响已被确定为影响首选自升式操作和维护策略的关键驱动因素：

·没有涡轮机

·涡轮机的深度

·主要组件故障率

·不同合同条件下的船舶费率

·风浪气候

·NPV成本和风险暴露也受到部件故障分布的影响

与运营商讨论建立了4个已调查的初始运营策略：

·修复故障（FoF） - 预测或观察故障时的包租船。

·批量修复 - 作为FoF，但是操作者在发生阈值数量的故障之前不进入现货

市场。

·短期（1-12）月年度包机，根据预期的故障修复包机窗口中的所有故障。

·购买 - 在风电场寿命期间购买船只。

2.1 模拟参数

由于行业的不成熟，缺乏数据是关于海上风电市场的一个关键问题。前面已经探讨了管理这种相对缺乏故障数据。相对大的地面历史数据库其可能不反映大型海上风力涡轮机的性能或统计上不可靠并且遭受来自串联故障的偏置的非常有限的离岸数据。尝试识别用于计划维护，状态监视和备件供应的关键子系统对于操作员是特定的事务。然而，当由于严重故障而考虑重型起重机操作时，不需要该级别的系统知识，因为任何主要故障将导致具有一致的操作成本和任务时间的自升式操作。因此，故障由操作类型而不是子系统故障类型建模。只有叶片，齿轮箱，发电机或轴承子系统的主要故障导致自升式操作，并与其他主要子系统故障分开。基于文献【5,7】分析中使用的基准故障率情景如表1所示。

表1：历史风力发电机故障率

致力显著减少对主要故障修复的需要，可靠性和可维护性正在推动大型海上涡轮机的设计。因此，重吊故障率的范围为0.1-0.6，表示改进的设计和早期海上涡轮机的差的性能已被模拟。本研究所研究的位点特征在表2中确定，其中检查了对每种策略的各种情况。

本研究的所有结果均基于FINO 1海上测试场地8年的气候数据（参考文献【8】）和NREL 5MW风力发电机功率曲线（参考文献【9】）合成的25年时间序列。

表2: 参数敏感性分析

2.2 船舶费用

为了根据不同的合同安排对船舶成本进行建模，专家知识已应用于目前在北海运行的适合用于海上风力的船舶，以根据租用时间的长久来估算日租金。这些主要来源于北海的操作知识（参考文献【4】，【10】，【11】）。图2确定了在不同操作方式和水深下具有不同能力的船舶的成本。

图2：不同经营制度下的船舶日租金

3 方法

机械系统的故障行为可以使用等式（1）中的威布尔分布故障强度函数在数学上表示，并且使用表3中的值在设计寿命内实施。

表3：beta;对故障情况的影响

(1)

如果系统存在足够的知识，公式（1）可以应用于每个单独的子系统，以准确地表示寿命期间的故障行为。然后故障率可用于模拟可修复工程系统的故障行为，使用文献【12】中开发的方法。

每个子系统用二进制状态值表示操作或失败。功能涡轮机转换到故障运行状态的由公式（1）管理，通过在间隔0-1中产生随机数R并将其与如公式（2）所示的故障标准相比较来确定。如果公式（2）满足，则转换失败。

(2)

对于独立修复并且具有统计上确定的修复时间的系统，可以使用相同的过程来确定从故障转换到操作状态。然而，由于缺乏系统知识，当考虑海上风时的关键影响，已经应用了更彻底的时间序列模拟方法。

3.1 天气和故障仿真

由于操作对风和波的依赖性以及动态策略的调查，需要具有相关的风和波时间序列的时间序列模拟方法。各种气候模拟方法存在不同的优点和缺点。本文采用的建模方法是相关的多元自回归方法（参考文献【13】）。这种方法在计算上简单，同时保持关键位点特性。风模型影响操作和维修的每单位成本，因为它用于确定模拟风电场的发电功率以及损失的收入。它还用于模拟大型部件更换或实施基于直升机的策略时的修复过程的各个方面。波浪气候用于确定与修复行动相关的停机时间。由于某些维修行动取决于风和波浪气候，因此对相关的风和波浪模型的要求对于海上风应用是唯一关键的。

由数据的平均值归一化的AR模型的一般形式由等式（3）来描述。

(3)

然而，由于包括高斯噪声项，该方程仅对具有正态分布的过程有效。年度风速和有效波高都不遵循正态分布，因此必须去除非平稳趋势，并且在波高的情况下，在方程（2）之前进行变换可以应用于数据集。通过从观测到的风速数据中去除月平均和日变化的拟合，整体分布近似于正态分布。对于有意义的波高，有必要去除月平均值的拟合，然后对数据应用对数变换，如公式（4）（参考文献【14】）。对于本工作中呈现的多变量情况，已经使用Box-Cox变换代替对数变换，如公式（5）所示。变换系数Lambda;的值可以迭代地调整，以捕获数据中的风和波值之间的观察到的相关水平，同时保持单个波气候特性。

(4)

(5)

然后模拟两个去趋势的系列。通过使用两个去趋势序列的协方差矩阵代替公式（4）中通常用于εt的高斯伪随机向量来捕获相关性。AR系数的确定和模型生成是使用arfit算法在MATLAB （参考文献【15】）中实现的。通过使用逐步最小二乘估计过程优化施瓦茨的贝叶斯准则和系数来选择顺序。模拟方法维持观测站点的风和波时间序列的持续特征，季节性和相关性。使用图3所示的自相关函数和部分自相关图来说明建模方法捕获持久特性的能力。

图3：波数据和模型的ACF和PCF

建模的相关性行为在4小时的时间分辨率下精确地复制在数据中观察到的多达20个时间步长。这意味着该模型能够捕获维护操作所需的访问窗口，该维护操作在本文中用于大修复需要48小时。

图4：风（L）和波（R）数据和模型的年度分布

总体可达性由天气限制决定。风力气候还决定了由于停机而损失的收入。为了捕获可访问性和损失的收入，必须在模拟中保留年度分布和季节性。

图5：数据和模型的季节性

如图4和图5所示，模拟中保持了年度分布和季节性。由于风和波浪气候对进入的依赖性以及波浪气候的消停期和风力气候驱动的收入损失之间的关系，有必要捕获观测到的相关性。

图6：数据和模型的风和波相关性

图6比较了在数据和模型中观察到的相关性。由于在AR模型中使用相关矩阵代替随机噪声，保留了一般结构，并且Pearson相关系数测量显示模型和数据之间在5％内的一致性。该模型无法捕获异常值和超过17 ms-1的数据行为，这被识别为未来模型精化的区域。使用文献【12】中概述的方法将故障模拟为可修复系统，其中通过将模拟随机变量与基于表1和基于等式（2）的规定故障标准进行比较来确定故障。然后基于由基于模拟气候时间序列的策略和访问约束确定的船舶的可用性来模拟修复时间。该过程在图7中表示，识别出由于维护动作的复杂性质，修复过程不能由概率表示。

由于缺乏子系统知识，故障被认为是随机的，lambda;（t）在风力发电场的整个寿命期间是恒定的。这一假设的后果和如何在未来的工作中探讨在第5节讨论。

图7：故障模拟表示

开发的建模框架允许开发全范围的操作配置。本研究的重点是需要专业船只的重大故障。在图8中显示出了在本工作中已经检查的识别所开发的模型的更宽广大的能力并且以粗体轮廓突出显示输入的流程图。运营商可以选择基于替代度量的操作决策，例如最大化可用性或最小化维护动作。

图8：总体模型结构

4 结果和分析

使用观测到的岸上故障率作为基线情景，在一系列风电

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[139116]，资料为PDF文档或Word文档，PDF文档可免费转换为Word