海上风电立体运维体系的建立

摘 要：针对目前海上风电运维存在机组出海可达率过低的问题，本文明确了如何充分利用运维船、运维母船和直升机自身的优势来实现海上空中立体运维，并进行海上风电立体运维体系建立研究。分析海上风电运维特点，构建海上风电运维船、运维母船和直升机运维评估系统模型。基于模型，对成本、时间和运维能力等指标进行分析，并提出相应优化策略，以期为提高海上风电机组出海可达率提供帮助。

关键词：海上风电；直升机；数学模型评估

中图分类号：TM 614" " " " 文献标志码：A

随着全球能源、资源和环境问题出现，特别是全球气候变化日趋明显，可再生能源的大力发展已经成为推动国内能源结构转型、实现“碳达峰、碳中和”目标的重大战略决策之一。作为风电家族的“明珠”，与陆上风电相比，海上风电的风速更大，风向更稳定，更靠近传统电力负荷中心，地球丰富的海洋资源也为海上风电的建立和开发提供了有利条件，还能带动沿海地区海风产业链的发展。同时，随着技术不断进步，海上风电技术瓶颈正在被攻克，海风造价逐步降低，已经成为全球能源关注的热点。

随着海上风电技术快速发展，向深远海域拓展成为海上风电发展的趋势，海上风电运维也成为制约其发展的难题之一。不同地理位置对项目有不同要求，如何充分利用运维船、运维母船和直升机自身的优势实现海上空中立体运维成为一项重要课题。

1 海上风电运维特点

海上风电就近消纳，不需要特高压传输和额外储能，利用小时数远高于陆上风电，但随着海上风电向深海地区的逐步探索和发展，也面临更高的挑战。

首先，更高的技术难度。海上恶劣的气候条件使海上风电机组长期处于高盐、高湿、高腐蚀、台风和雷电等环境[1]，因此设备的故障率明显高于陆上风电。据统计，海上风电机组的年平均可用率只有70%～90%，远低于陆上风电机组95%～99%的可用率[2-3]。

其次，受限的作业时间。海上风电场大部分位于大陆性气候和海洋性气候交替影响的海域，天气变化和降水变化显著，严重制约了运维作业时间，运维效率严重下降。

再次，恶劣的运维条件。海上风电机组的位置比较特殊，只有通过直升机、船舶等海上交通工具才能到达[4]，而且运维施工条件更恶劣。

从次，更高的运维费用。由于自然条件、气候环境以及地理位置等多重因素的限制，海上风电的运维、交通以及停机成本较高，后期的运维费用占总成本的一半以上，远超风电机组的设备成本。根据相关数据统计，海上风电运维成本接近陆上风电的2倍，在度电成本中占比高达25％～40％[5]。

最后，更高的安全风险。海上风电运维涉及机械、电力、航空、船舶和海洋等多个专业，安全风险管控难度更大。同时海上风电场独特的地理位置也导致应急响应的及时性难以实现，应急救援机制和救援手段目前还未成形。

2 模型建立

2.1 影响因素选取

一般情况下，海上风电通过运维工作船、运维母船和直升机3种方式开展运维。由现场调研可知，直升机快速、机动且高效，受海况影响较小；运维船在自身体积和质量的限制下，抗风浪能力较弱，受气候环境影响较大，出海作业时间严重受限；运维母船在其安全范围内抗风能力较强。综合考虑交通工具在实际运维中的影响因素，本文主要从风力大小来量化环境对交通工具的影响因素。

2.2 评估模型建立

海上风电运维船、运维母船、直升机运维评估系统模型建立分别如公式（1）、公式（2）所示。

（1）

式中：Cost为总成本函数；li为实际路段的分段；C（li，x）为该路段的成本函数；参数i为一个组成元素为各环境因素的向量组；x为交通工具的参数。

（2）

式中：Time为总时间函数；li为实际路段的分段；T（li，x）为该路段的时间函数；参数i为一个组成元素为各环境因素的向量组；x为交通工具的参数。

为了分析各种交通工具的运维能力，本文采用构造法建立路段成本和时间函数，如公式（3）所示。

（3）

式中：Cost是基础成本；Cwind是取决于风力的成本函数；Time是基础时间；Twind是取决于风力的时间函数；e1代表海上风电运维船在运行中的运维系数；a、b和c分别代表海上风电运维船、运维母船和直升机；ucb代表直升机与运维母船联用成本系数；uca代表直升机与海上风电运维船联用成本系数；ucc代表直升机与直升机联用的成本系数；utc代表单位时间t内使用直升机的独立成本系数；vcc代表一台直升机转到另一台直升机的转换效率；vcb代表直升机到运维母船的转换效率；vtb代表单位时间t内运维母船初始状态转到运维状态的转换效率。

3 模型分析

3.1 成本模型

由于运维船自身状态不同，因此抗风能力也各有不同，如单体船比双体船抗风浪能力弱。根据数据调研分析可知，在无风状态下，运维船的运维成本远低于直升机和运维母船，具有显著的费用优势。但是随着风力增加，运维船的成本不断提高。而直升机和运维母船的抗风性较好，成本变化不大。因此建立成本模型时以风力为主要参考指标，最终选取如公式（4）～公式（6）所示的成本函数表示风力对成本的影响。

直升机： （4）

运维船： （5）

运维母船： （6）

由上述公式分别得出不同风力条件下不同交通工具的成本曲线，如图1所示。由图1可知，运维母船本身造价较高，初期成本远高于直升机和运维船，而直升机的基础成本高于运维船。但是随着风力增加，运维船的运维成本呈快速增长的态势。当风力达到一定数值后，运维船的运维成本将超过直升机和运维母船。因此在未来计算运维成本的过程中，可以根据风力来选择不同的交通工具，同时也能根据公式来计算运维成本。

在对成本模型进行深入分析后发现，天气是影响风力的主要因素，因此需要根据天气情况对成本进行具体分析。天气的变化直接影响运维船和直升机的作业时间。在恶劣天气条件下，出于安全考虑，运维船和直升机一般不会外出作业，但是运维母船基本不受天气影响。由此可见，即使直升机的抗风能力很强[6-7]，对雨雪天气的处理能力也远低于运维母船。函数基本符合模型的预期。因此在海上风电场运维的过程中，需要根据不同天气条件来选择不同的方式和方法。

3.2 时间模型

与运维船、运维母船相比，直升机具有明显的速度优势，尤其是在风力增加的过程中，当风力等级小于一定水平时，直升机几乎不受影响，不会呈现出特别高的增幅。而运维船和运维母船则恰恰相反。无风情况下，运维船和运维母船的运维时间要远低于直升机，随着风力增加，其运维时间也在不断增长。因此在模型建立中最终选取如公式（7）～公式（9）所示的时间函数来表示风力对时间的影响。

直升机： （7）

运维船： （8）

运维母船： （9）

由上述公式分别得出不同风力条件下不同交通工具的时间曲线，如图2所示。由图2可知，理想状态下，直升机巡检时间远小于运维船和运维母船。随着风力逐渐增加，直升机、运维船和运维母船所需要消耗的巡检时间都将增加。天气对运维船和运维母船影响更大，直升机对天气的抵抗能力明显小于运维船和运维母船。这与实际调研情况相符，基本符合预期。

3.3 运维能力评估

上述数学模型建立是为了对运维船、运维母船和直升机在不同运维环境下的运维能力进行评估，以量化其运维能力，分别如公式（10）、公式（11）所示。

（10）

（11）

式中：li为实际路段的分段；x为交通工具的参数；ci为成本约束；ti为时间约束。

3.3.1 无人为约束运维能力评估

无人为约束时，设定ci=Ccon，即为可承受的最大成本，ti=Tcon为可接受的最长时间。

根据环境情况将一段运行路段分为4段，分别代表不同的环境参数，数字越大，代表相应的等级越高，环境越恶劣。将路段参数带入数学模型，可得出不同路段的巡检选择方案，具体数据见表1。

从上述解决方案可知，虽然存在误差，但误差在允许范围内，基本能达到预期效果。

3.3.2 有人为约束运维能力评估

在实际的作业过程中，往往存在一些特定的人为约束，本文引入成本约束cri和人为时间约束tri来代表人为时间约束，分别如公式（12）、公式（13）所示。

（12）

（13）

人工约束模型主要用于解决一些现实的问题。例如，当出现严重缺陷时，巡检任务必须在较短时间内完成。在这种情况下，需要添加人工时间约束，以找到新的成本的最小值，时间成本是在允许的范围内提供更多有用的参考方案。

以应急抢险为例，巡检任务必须在短时间内完成，因此设置人为时间约束tri并使tri=ti/2，则得出的解决方案见表2。

比较表1和表2可知，在相同的作业环境下，添加人工约束后得到的解决方案不尽相同。

4 结语

从模型可知运维船、运维母船和直升机在不同作业条件下有各自的优缺点。从成本角度分析，理想情况下运维船优势明显，随着风力等级增加，运维船的成本快速增加、安全性能快速下降，风力等级增加到一定程度时，直升机将成为更好的选择。从时间角度分析，直升机具有明显的效率优势，但受天气影响较大，当环境条件影响飞行安全时，运维母船可以作为有力补充。因此，不同海域、不同规模的区域化风电场应建立直升机与船舶有效协作的海上空中立体运维体系，以提高机组出海可达率，降低运维交通成本。

参考文献

[1]高晨，赵勇，汪德良，等.海上风电机组电气设备状态检修技术研究现状与展望[J].电工技术学报，2022（增刊1）：30-42.

[2]Chen G，Zhao Y，Wang D L，et al.Research status and prospect"of condition based maintenance technology for offshore wind turbine" electrical equipment[J].China electrotechnical society，2022（增刊1）：30-42.

[3]时智勇，王彩霞，李琼慧.“十四五”中国海上风电发展关键问题[J].中国电力，2020，53（7）：8-17.

[4]Shi Z Y，Wang C X，Li Q H.Key issue of china’s offshore wind" power development in the 14th Five-Year Plan[J].Electric power，2020，53（7）：8-17.

[5]刘永前，马远驰，陶涛.海上风电场维护管理技术研究现状与展望[J].全球能源互联网，2019（2）：127-137.

[6]Liu Y Q，Ma Y C，Tao T.Review on maintenance management" technology for offshore wind farms[J].Journal of global energy Inter-connection，2019（2）：127-137.

[7]史香锟，贾爱庆，陈忠良，等.海上风电运维管理系统的研究与建议[J].能源与节能，2021（1）：131-134，142.