风电场运维中多部件预测分析的集成优化框架

近年来，利用传感器数据指导风电场运维的增长前所未有。新兴的传感器驱动方法通常聚焦于单涡轮系统的最优维护程序，或将风电场中的多台涡轮建模为单部件实体。现实中，涡轮由多个部件组成，这些部件在其整个生命周期中动态交互。这些交互对于真实评估和管控涡轮故障风险至关重要。本文提出一个集成框架，结合 i) 用于预测各部件剩余寿命分布的实时退化模型，与 ii) 用于确定风电场最优维护与运行的混合整数优化模型及求解算法。维护决策确定修复每个部件的最优时间，进而决定涡轮的故障风险。更具体地，开发了将涡轮故障时间刻画为其组成部件中某一个首次故障时间的优化模型——一种称为竞争风险的系统可靠性概念。由此产生的涡轮故障影响风电场运行与收益的优化。针对含300台涡轮（1200个部件）的多个风电场开展的大量实验，展示了所提框架相较传统方法的性能。