闭环需求化风电场运维模式

刘贵平，刘坤杰，刘娜（.内蒙古河套学院理学系，内蒙古巴彦淖尔　05000；.华电国际宁夏新能源发电有限公司，宁夏银川　750000；.内蒙古大学计算机学院，内蒙古呼和浩特　000）

闭环需求化风电场运维模式

刘贵平1，刘坤杰2，刘娜3
（1.内蒙古河套学院理学系，内蒙古巴彦淖尔015000；2.华电国际宁夏新能源发电有限公司，宁夏银川750000；3.内蒙古大学计算机学院，内蒙古呼和浩特010021）

风电场；运维；闭环

1674-3814（2016）06-0143-04

TM76

A

在《可再生能源法》以及国家一系列政策的推动下，我国风力发电机组装机装机容量不断攀升。照业内测算，至2020年，中国风电装机容量将达到2 亿kW左右，未来五年，风电运维市场的总量将在千亿元以上。构建智能、高效低成本的运维体系已经成为新能源生产运营企业所共同关注的一大焦点。目前，我国风电场运维主要采用计划检修模式，能够充分利用各设备的运行数据，具有自适应特征的运维体系尚未成熟。

1　风电场运维模式

1.1风电场运维模式的产生

目前，中国尚未形成标准、成熟的风电场运维模式，风电场设备运维大多借鉴较为完善的火力发电厂运维模式。然而风力发电场设备特点及运行工况与火力发电场有诸多不同。火电机组具有：单机装机容量大、机组数量较少、设备自主性较低、单机负荷变化较为稳定、受环境影响较小、高可靠性、设备状态影响域广等特点。与火电机组相比较风电机组则具有：单台机组容量小、机组数量多、设备自主性大、单机负荷变化受环境影响大、可靠性要求较高、设备影响域小的特点。由于风电场与火电厂设备及运行特点的差异，使当下的风电场运维模式效率低、耗能高［1］。1.1.1我国风电场运维模式

我国风力发电厂设备运维方式以运维主体的不同可划分为：

1）基于风电开发商自主运维。

2）基于设备生产商的质保期内运维。

3）基于第三方的承包式运维。

但无论那种主体普遍采用定期整体检修为主，事后检修为辅的检修模式。所谓的定期检修也称作计划检修，是按照一定的时间周期为节点开展整体性检修活动。一般分为500小时检修、半年检修、全年检修。事后检修也称作故障检修是在设备故障触发后所进行的设备检修工作。

1.1.2国外设备运维模式

随着运维技术的不断发展，美国、日本等欧美发达国家已经由设备的计划性检修过度到设备的状态检修，并相继提出了可用性检修的运维技术［2］。计划性检修是以时间为尺度开展检修工作，状态检修是以设备的可靠性参数为依据实施检修任务。可用性检修是以定量分析设备的危险度来衡量维修度，并落实维修项目的检修方案。

1.1.3我国现行风电场运维模式的分析

由于我国风力发电厂普遍采用计划检修模式，且借鉴于火电厂运维模式，进而存在以下几点不足：

1）运行与检修未达到统一。检修工作未形成闭环，各系统数据孤立。运行数据不能对检修工作形成指导，检修决策方案不能得到评估。

2）检修针对性差。计划性即整体性检修工作，使检修工作缺乏针对性，使得机组部件的维修不足或过度维修。没有形成单台机、单风电场、区域机组的针对性维修，造成工作量大、内容繁杂、质量难于控制的局面。

3）以时间为周期的计划性检修，使工作缺乏及时性、灵活性。

本研究试图从我国风电运维模型的现状出发，在分析我国现行风电场运维模式不足的基础上，借鉴国外先进的设备运维模式，创造性提出了闭环需求化运维模式，以优化运维效能。

2　闭环需求模块化运维模式

闭环需求化运维模式吸取计划检修、状态检修、可用性检修模式的优点提出机组检修需求性运维模式，以实时采集数据、运行时间、外围环境为依托建立柔性维修工单，解决现行运维模式的缺陷与不足。并对渐变性设备老化缺陷给予了预处理，减少故障停机时间，降低了故障的发生率，以提高运维效能。

2.1闭环需求化运维模式的构成及原理

闭环需求模块化运维模式运用了PDCA循环管理［3］、数理统计回归分析法、树［4-5］等先进管理方法。模式架构包含：数据管理层、监控预警逻辑层、需求层、模块层。其框架构成如图1所示。

图1　框架图Fig.1　Framework diagram

在闭环需求化运维模式中，数据采集点实现机组数据的实时接入，实现初步的系统数据对接。数据管理层完成接入数据的数据分流、归类、存储、提取等操作。监控预警逻辑层是闭环需求化运维的核心与需求层协同工作，监控预警逻辑层实现风力发电机组的实时诊断，若需要维修的诊断结论推送至需求层，最后需求层依据维修树给出机组检修需求序列。模块层通过需求序列并以外围环境为依据建立维修工单，将维修工单执行于需求机组。

维修后机组运行数据通过数据采集点将数据再次进行循环，实现PDCA闭环运维管理及维修效能反馈。

2.2闭环需求模块化运维模式各层的实现

2.2.1监控预警逻辑层

监控预警逻辑层是实现机组运维需求判断的核心，它包含故障限值、极限值和运行时限阀值3个主值。极限值通过其内部算法确定，并以极限值为阀值实现预警。极限值与故障报警限值是不同的，极限值的确立借助回归分析，它以当前工况下设备群同一采样点数据为基础构建，极限值为当前机组群采样点运行值的均值加标准差求得，回归值为设备运行稳点其值为采样点运行值的均值。当运行值超出极限值为异常点。极限值、回归值随外界环境变化，具有动态性动，其内含于故障限值之内。故障报警限值是静态值，是设备系统的保护定值。运行时限阀值是以设备运行周期来确立下一维修日期限值。通过下一维修日期构造维修容积，容积外溢触发维修日期阀值。通过3个主值的应用使运行与检修有机地结合在一起，实现运行数据对检修工作实现动态指导。

维修容积的构建公式：

式中：PV为当前维修容积值；ti为当前注入维修时限；Tv为维修基准时限。Tv是基于运维经验，运维规范和设备特点的。当PV＞1时，触发维修日期阀值，并显现触发程度，实现无故障维修预警。当0＜PV≤1时，不触发阀值，显示需求形势。维修容积的提出可以将维修量化和可视化，易于操作及观察。

2.2.2需求层

需求层是一棵设备维修树。在得到监控预警逻辑层的维修预警后，需求层依据预警点定位维修树主枝，通过分析历史数据确定维修树主枝的各个分枝及各分枝的预警权重。最后，需求层将出机组检修需求序列按照需求的轻重缓急输出至模块层。通过维修树主枝、分枝级预警权重的引入，增强了维修的目的性和针对性，提高了工作效率，并在一定程度上避免了盲目维修和过度维修。

2.2.3模块层

以设备检修文件、行业设备检修规范为基础，将运维工作内容以工作量、作业功能作为工作模块分割的依据。模块层通过检修需求、外围环境，组合工作模块，并输出维修工单。由于维修工单组合的灵活性，满足了需求层的工作要求，实现了包含外围资源环境、人力资源等因素在内的各因素的动态合理布局。维修工单的出现，使得整体性定检工作可以被量化和离散化。

模块层内配置的补给单元，依据需求层需求供给不足对外围环境进行校核，如人资状况中人员技能、人员配置等；风电场环境下的调度命令、风功率预测等；物料储备下的工器具、物资备件状态等。并反馈校核结果，完成补给工作，如人员技能不符，加强人员培训；备件物资不足，提交物资申请。通过补给单元实现外环境闭环调节，提高了外环境的维修兼容性。

最后闭环需求化运维模式以数据记录实现运维评价，进而完善了PDCA的循环管理。

3　闭环需求模块化运维模式的应用

3.1监控预警

图2中绘制出了某风电场33台设备在第平均风速7.2 m/s工况下的发电机轴承的3个主值，并标记了各机组的运行状态值。在绘制三主值时其与所研究系统的类型有关，同时也受制于机组群采样点值总体的变化情况。可以看出，图中有12号、22号设备的状态值超过了设定的极限值，7号机组触发故障限值.而依据图3所示，3号维修容积外溢，机组触发维修日期阀值。因此，将这4台机组将被列人维修计划前列，而以轻重缓急特性7号机组维修优先权最高，12号、3号、22号依次。

图2　发电机轴承监控图Fig.2　Generator bearing monitoring chart

图3　设备运行维修容积状态Fig.3　Maintenance volume state

3.2需求分析

以12号机组维修需求作为分析，依据预警点定位维修树主支，确立发电机维修主支，由历史运行数据温度渐变性特点（如图4所示），确立维修分支1发电机轴对中；2发电机轴承润滑油路排查；3发电机润滑油脂添加；4发电机润滑泵参数设定；5发电机冷却系统（包含水冷系统水循环、风冷系统冷却风扇）；6设备保护定值设定；7测温线路排查；8发电机油脂状况；9发电机振动状态等维护需求。

图4　发电机运行温度Fig.4　Generator operating temperature

依据维修历史数据及全场设备特点确立权枝建立维修链为：8（发电机油脂状况）-2（发电机轴承润滑油路排查）-3（发电机润滑油脂添加）-5（发电机冷却系统（包含水冷系统水循环、风冷系统冷却风扇））-9（发电机振动状态）.

3.3模块层应用

依据外围环境：人员2人（技术员）；风速4～8 m/s，风功率预测为风速下降；物料油脂不足、工器具齐全；后勤待命状态；工时提供2人合计6工时（每人3工时）。由于需求层供给不足，补给单元提交校核反馈，提交油脂物料申请。实现物料补给。

由外围环境及维修需求通过模块层建立维修工单及工单工时，其分配图（如图5所示）。

图5 工单分配图Fig.5　Distribution figure of the repair order

3.4维修工单输出与维修反馈

通过模块层最终完成工单构建，并通过维修工单单元实现工单输出，工单内容通实施后形成执行数据，并刷新维修容积值，执行数据效能实现反馈，并指导下期运维工作。形成PDCA循环管理，提高管理效能，优化运维效益。

4　结语

综上所述，闭环需求化运维模式有以下特点：

第一，这种方式考虑的是系统的需求性指标而非传统运维模式指标；第二，核心指标三主值，包含了关于设备损坏程度和老化程度及动态监测3方面的信息，一定程度上应用了设备状态检修、计划检修的理念；第三，通过模块化构建适宜的维修工单，由于维修工单以维护需求、外围环境（人员配置、天气情况、物料情况）等维度建立，优化了地配置资源，提高了效能；第四，闭环系统实现了维修质量的可控性、可追溯性。以上几点这是都当前风电场运维模式无法实现的。

随着环保意识的增强，新能源的大力发展，风力发电已相对成熟。然而面向风力发电厂的设备特点，运行特点的运维模式、检修策略、检修技术的研究甚少，在闭环需求的研究应用上基本空白。如何建立优化风电厂运维的数学模型并在此基础上制定检修策略？如何实现运维效能的高效实施等一些问题需要得到深入的研究。问题的研究解决定能给我国千亿运维市场提供科学的指导。为我国风电事业的健康发展提供智力支持。

［1］朱洪波，魏少岩，闵勇.火电厂检修管理模式的现状与发展趋势［J］.中国电力，2004（4）：26-29. ZHU Hongbo，WEI Shaoyan，MIN Yong.Present situation and tendency of overhaul management system for thermal power plant［J］.ElectricPower，2004（4）：26-29（in Chinese）. ［2］刘国民，宋雨，周庆捷，等.电厂设备检修管理系统研究与分析［J］.电力信息化，2012（1）：46-50. LIU Guomin，SONG Yu，ZHOU Qingjie，et al.Research and analysis on power plant equipment overhaul management system［J］.Electric Power Information and Communication Technology，2012（1）：46-50（in Chinese）.

［3］赵旭峰，毕鹏翔.企业业务模型及其应用研究［J］.陕西电力，2012（4）：64-67. ZHAO Xufeng，BI Pengxiang.Study on enterprise business mode&its application［J］.Shaanxi Electric Power，2012（4）：64-67（in Chinese）.

［4］顾煜炯，宋磊，刘佳，等.基于FMECA和FTA正向综合分析的风电场设备故障管理［J］.可再生能源，2012（9）：100-105. GU Yujiong，SONG Lei，LIU Jia，et al.Fault management of wind farm equipment based on FMECA and FTA positive analysis［J］.Renewable Energy Resources，2012（9）：100-105（in Chinese）.

［5］彭华东，陈晓清，任明，等.风电机组故障智能诊断技术及系统研究［J］.电网与清洁能源，2011（2）：61-66，70. PENG Huadong，CHEN Xiaoqing，REN Ming，et al. Intelligent fault diagnosis technology and system for wind turbines［J］.Power System and Clean Energy，2011（2）：61-66，70（in Chinese）.

（编辑徐花荣）

Maintenance Management Model of the Closed-Loop Demand Wind Farm

LIU Guiping1，LIU Kunjie2，LIU Na3
（1.Department of Science，Hetao University，Bayannur 015300，Inner Mongolia，China；2.Huadian Ningxia New Energy Power Generation Co.，Ltd.，Yinchuan 750000，Ningxia，China；3.College of Computer Science，Inner Mongolia University，Hohhot 010021，Inner Mongolia，China）

At present，the time-based maintenance is widely used by wind power enterprises.However，there are many problems with this model such as data isolation，blind repair，over or frequent maintenance and so on.This paper analyzes the advantages and disadvantages of the unit maintenance as the dominant repair method and reviews the history of wind power equipment maintenance management both at home and abroad.In order to address the shortcomings of the time-based maintenance，this paper presents a new maintenance model，closed-loop demand wind farm maintenance management mode based on demand，which combines the advantages of the PDCA cycle management，mathematical statistics regression analysis method and fault tree model.Experiments show that closed-loop demand wind farm maintenance management model has excellent performance on the real time data-set of a 49.5 WM wind farm.

wind farm；maintenance；closed-loop摘要：计划检修模式被中国大部分风力发电企业所采用。但这种检修模式存在诸如数据孤立、盲目维修、频繁维修及过度维修等问题。文章分析了以计划检修为主导的机组检修存在的优点和弊端，分析了国内外风电设备设备管理和维修的发展历史。针对计划检修模式存在的缺陷与不足，作者提出了基于需求的检修模式。该模式融合了PDCA循环管理、数理统计回归分析法、维修树等管理方法的优点。以一个49.5 MW风电场机组实时运行数据为应用实例，验证了该模式的可行性和优越性。

2015-03-06。

刘贵平（1979—），男，硕士，副教授，主要研究方向数据挖掘；

刘坤杰（1986—），男，硕士，工程师，主要研究方向风电运维；

刘娜（1981—），女，在读博士，副教授，主要研究方向人工智能与信息检索。

内蒙古高等学校科学研究资助项目（批准号：NJZY16339）。

Project Supported by the University Scientific Research Support Program of Inner Mongolia（NJZY16339）.