风电机组视情维修决策支持系统研究

宁泽明

摘 要：近年来随着各地风电产业迅速发展，风电机组维修需求不断增加，而运营管理方式却相对落后。针对该问题，本项目进行了风电机组视情维修决策的研究。在风机状态监测下，对于状态异常的风电机组，进行故障的精准定位，考虑维修能力、资源配置及调度方案，及时制定同期系列故障的维修策略。在此基础上，对维修过程进行跟踪记录，分析故障发生率和评定故障等级，反向优化故障库，进一步更新方案，并对风电场运行维护过程中的各项业务进行集成。

关键词：风电机组;视情维修策略;故障检测;维修决策支持系统

0 引言

随着国际能源价格持续上升，以及人们对环境污染问题的日益关注，风电产业开始启动，由于其清洁和安全可再生性，并且对生态的破坏极小，得到了迅速发展[1]。据统计，2016年我国的风力发电增长27.6%，加快11.5个百分点。2019年，我国各级政府继续在政策方面大力推动风力发电，从中央到地方陆续出台多项文件为提升发展质量做支撑[2]。风电的发展前景辽阔，相比其他能源而言更加经济、更具竞争力，但是，风电行业的发展并非一帆风顺，不断下降的风电上网电价水平、弃风限电、风电机组设备技术性能逐年衰退、运维管理远远落后于风电发展，这些存在的客观问题影响了风电行业发展的步伐，诸多不合理的管理形式和落后的控制技术都在制约着风电场运维管理的发展情况，运维方式如何提升可靠性和质量保障在目前国内风电场的运维管理的影响越来越重要。

本项目在排除了上网电价下降、弃风限电等不可抗拒的因素外[3]，从技术、管理等各个角度分析风力发电的可提升空间，最终选择从对风电机组的管理角度出发，综合考虑风电机组的运维技术，在分析并整理风电行业的运维规范、对比风电行业现存的多种管理方式，运用精益MRO（Maintenance Repair And Overhaul）理念，并以企业商务智能的架构为基础构建了风电机组视情维修决策支持系统，对风电机组的结构分析、异常参数监控、故障诊断、劣化状态评估、单次维修能力最大化等方面进行一定的研究。

1 风电运行维护的特点

风能资源是风电场选址的重要因素，同时也是影响风电运维的主要因素[4]。由于风能受天气、气候、海陆和地形等因素影响很大，在时间和空间分布上有非常明显的地域性和时间性。不同的因素对风电运维的影响也不同 ，特点如下：

1.1 地势复杂

一般情况下，规定年平均风速必须≥6m/s才满足建电厂的要求，然而我国地势复杂，2000多家风电厂能够满足基本要求的屈指可数，因此客观上风电场的生产能力低于世界平均水平，要维持风电场的营收效益，减少风电场的运维成本是一个客观重要的途径[5]。

1.2 备件成本高

特殊的建厂要求直接决定了风电场建站位置选择大多维高海拔、高宽阔度以及沿海甚至海上，而且需要避开城市、山脉等大型挡风体，满足这些条件的地区大多数在位置较偏远的郊外，难以保障交通的便利，这就使得风场在备件补充或者辅助用具的调用时成本较大且时间延迟高[6]。优化业务流程和故障事前预警对于降低成本至关重要。

2 风电场现有的维修策略与分析

2.1 計划维修

计划维修作为一种预防性维修计划，仍然可以分为标准维修法、定期维修法和检查后维修法等不同的维修方法[10]，但基本思路是相同的：事先规划好设备的使用和检修时间，并提前准备好维修资源和人员。这样能够很好地预防事故发生，减少由故障引发的生产滞后，但由于风力发电受气候天气影响较大，故障发生的随机性较高也密集故障的发生率也很高，很难安排合理的检修时间;而且频繁的检修会消耗过多不必要的人力、物力，难以权衡。

2.2 事后故障维修

事后故障维修是一种较为传统的维修方法，也被叫做故障维修法，其理念是不坏不修、坏了再修，目的是为了降低维修费用。对于昂贵且为数不多的风电设备来说，这种方法带来的最大问题是降低风电场的机组并行率，无法保障风电场的总产能。此外，风电机组的潜在问题得不到及时的解决，潜在问题因素容易积累起来，等发现了往往发展成为更为严重的问题。

2.3 设备诊断与状态维修

与传统检查相比，设备诊断技术由依靠专业人员进行实地检测，发展到运用先进的科学仪器、仪表进行监测，是目前公认的维修方法中最高效的一种。

3 系统要素分析

风电场作为企业，实现利润最大化的途径是对风电机组进行科学有效的管理。能否对机组进行科学有效的管理具体体现在如下几个因素：

（1）风机BOM的设计合理性

（2）对潜在故障发现的及时性

（3）报修受理反馈的时效性

（4）多任务维修方案的快速制定

（5）维修方案的人员配置最优原则

（6）维修方案的资源的配给最优原则

（7）维修经验的记录与复用

（8）面向维修的库存策略

从系统工程的角度分析，利用ISM（解释结构模型化）技术对以上要素进行分析，通过矩阵的形式建立系统的递阶结构模型。将以上因素依次利用S（i）来代替，根据它们之间的二元关系得到可达矩阵如图1所示：

递阶结构模型代表了系统各要素之间的直接二元关系及层级关系，通过该模型我们对系统的核心要素有了更加清晰的认识。

4 风电机组视情维修决策支持系统业务及功能分析

本系统主要是对风电机组日常运营范围内所涉及的与维修相关的各类管理信息进行综合的集成，以便规范风电场的日常工作秩序，为风电场的管理决策提供科学支撑，最终实现优化风电场维修流程、降低风电场运营成本的、提高风电场运营效率的目的。

4.1 风电机组视情维修决策支持系统的业务分析

与其他工业企业秉持的产品生产与产品销售并重的原则不同，风电场以产品生产即电力生产为核心，主要围绕着保障生产设备正常运行，保障生产材料供给充分。

系统对于风电机组的管理着眼于对风电机组维修流程的控制，即对风电机组的设备结构层级化设计、同类设备劣化状态的定位及维修资源需求的预判、运行参数检查、异常参数反馈、劣化状态评估、维修资源预配置、以故障为单元的维修人员及资源调度、以故障为单元的维修跟踪记录、维修经验总结与复用等。风电机组视情维修决策支持系统所涉及的主要工作及其关系如图4所示。

4.2 风电机组视情维修决策支持系统的功能分析

本系统是对风电场维修业务流程的综合管理，以对单台风电机的运维管理为主线，参考业务分析主要划分为基础信息管理、设备运行监控、维修管理、库存管理、人员管理共5个功能模块。

（1）基础信息管理

包括设备BOM信息及故障库，BOM信息对应设备层级化设计，故障库对应同类设备劣化状态定位及维修资源需求的预判业务。设备BOM信息是风场最基本的信息，记录了同类型风机的通用信息及不同设备的实例信息，反映风机设备及其零部件的层级关系。BOM信息同时会衍生出故障库，也称之为MBOM（Maintain Bill Of Materials），在BOM的层级基础上，为每一层建立故障模式，并拓展出维修该故障所需的资源信息。

（2）设备运行监控

是指运行参数检查和异常参数反馈，对风机设备参数的实时监测。对于整个系统来说，设备运行监控是驱动业务流程的源头和基础，运行监控产生的异常参数会触发整个系统业务的进行。运行监控和人员监测相结合的方式是增强系统故障监测率的重要方法。

（3）维修管理

包含故障报修、制定维修计划、人员派工、资源调度及维修记录，其中故障报修是指劣化状态评估，对监测到的异常参数进行评估，确定其故障模式和故障类型，并提交给上级部门审批;待报修审批通过后，进入维修计划环节，对应维修资源的预配置，保证物料供应充足;维修人员及资源调度指以单个维修需求为对象，指派维修人员并分配维修资源对其进行维修，人员的指派从人员能力、故障等级等多个方面考虑，最终会生成领料凭证;维修跟踪记录指对从维修需求产生开始，直到维修完成期间发生的维修状况改变、维修资源补充、维修人员变更等信息的记录;维修经验总结与复用是指从同类故障的不同维修记录中总结通用的维修信息，补充故障库。

（4）库存管理与人员管理

主要围绕维修过程中的一系列需求。维修计划前进行的维修资源需求预判会将当前要处理的维修需求所需的资源提前反馈给库存，库存判断物料是否充足，来决定是否采购;维修计划制定过程中进行的人员指派主要依据是人员能力;资源调度完成后的领料凭证是库存管理是否出库的唯一凭证。

4.3风电机组视情维修决策支持系统详细分析

风电机组视情维修决策支持系统的业务主要围绕维修管理来展开，该业务在整个系统中起到关键作用，主要针对维修流程的优化、维修数据的记录等，直接决定了维修工作的整体效率。

监测人员负责设备运行参数的实时检查以及定时的实地检查，在监测到异常参数后，检测人员经过实地检查确认参数无误，然后通过查询故障库信息来对故障进行定位[7]，具体要定位到故障发生的零部件和故障类型等信息，并及时记录并反馈给维修管理员。

在接受到监测人员的报修申请后，管理员对报修申请进行审核，主要是针对报修信息的正确性进行审核，审核通过后可以对当前存在的一个或多个报修需求进行选择处理，制定维修计划。首先是人员指派，针对某一个故障来指派符合维修能力的相应人员，对同类型故障指派相同人员，根据故障的等级来确定维修的先后顺序;其次是资源调度，这个流程依据已经指派好的人员，以故障为单位进行资源配置。资源配置完成后表示维修资源全部就绪，计划发布等待维修人员开始维修。

维修人员在收到派工任务后，依据维修计划所指定的维修顺序，根据领料凭证到仓库领料。领料成功后即可开始维修，维修过程中要按事件记录，即如果某次维修的物料不足或者人员变动，都要及时记录下来，如果维修过程出现该类情况，需要再次提交故障信息并附加所需资源，等待审批。

库存管理是围绕维修管理而建立的，同时拥有它独立的业务。库存余量检查是库存子系统与其他子系统业务交互的基础以及实现自身业务的基础。余量检查根据风电场风机的BOM结构以及风机的季度损耗度来保障库存中物料余量充足。对于与维修管理的交互业务，在收到领料需求并确认领料凭证无误后，先检查库存余量，在余量充足的情况下进行资源出库，否则再次进行请购。对于和对于自身业务，当余量检查出物料不足以应对该季度可能发生的故障时，系统会自动生成请购需求，等待库存管理员处理，库存管理员会将请购需求提交给上一级申请采购，并等待入库。

5 结论

风电机组的运维管理是风电场日常管理的核心任务，直接决定了风电机组的运行效率和整个风电场的综合效益。本系统在分析现存风电场维修策略的基础上，综合各方优劣进一步提出了优化后的风电机组视情维修决策支持方案并予以实现，力图通过优化维修流程来尽可能地减少维修开销。在总体的架构上分为5个模块，其中以维修管理为主，其他辅之，其中人员管理和库存管理为维修流程提供人员和资源信息，基本信息管理中的故障库为维修管理提供指定最优人员和分配最优资源的方案，维修管理以异常参数出现为触发，综合各方信息制定维修计划，实现维修策略。

参考文献：

[1]何世恩，董新洲.大规模风电机组脱网原因分析及对策[J].电力系统保护与控制，2012，40（01）：131-137+144.

[2]杨茂，杨琼琼.风电机组风速-功率特性曲线建模研究综述[J].电力自动化设备，2018，38（02）：34-43.

[3]张上. 风力发电机组齿轮箱油温高原因及散热改造方案分析[J]. 科技与创新， 2015（18）：36-37.

[4]廖燕坂，林海珊.淺谈风力发电机组的检修策略[J].能源与环境，2013（01）：70-71.

[5]黄樟坚，李辉，刘行中，王坤，谢翔杰，王杰.风电变桨系统模型简化及运行特性比较[J].电测与仪表，2018，55（01）：65-71+77.

[6]杨金宝，查显宝，张健，白文斌.浅析优化风电场运维管理提高经济效益的方法[J].风能，2014（12）：50-54.

[7]李华府，任羿，曾声奎，冯强.基于TOPSIS的故障模式危害性决策方法研究[J].兵工自动化，2008（11）：90-92.