謝魯冰， 李 帥， 芮曉明， 王松嶺， 李國華

(1. 華北電力大學(xué) 能源動(dòng)力與機(jī)械工程學(xué)院,北京 102206；2. 中國機(jī)械設(shè)備工程股份有限公司,北京 100055)

0 引言

2017年上半年，我國風(fēng)電新增并網(wǎng)容量601萬kW，繼續(xù)保持穩(wěn)步增長勢(shì)頭，截至6月底, 我國累計(jì)并網(wǎng)容量達(dá)到1.54億kW，同比增長12%。2016年，我國海上風(fēng)電新增裝機(jī)154臺(tái)，新增容量達(dá)到59萬kW，總裝機(jī)容量達(dá)到163萬kW，同比增長64%[1-3]，我國僅次于英國和德國，位列全球第三。考慮到海上風(fēng)電投資大、風(fēng)險(xiǎn)高，同時(shí)受到海上天氣條件、海上風(fēng)電場(chǎng)值班制、海上風(fēng)電運(yùn)維船只、備品備件管理等多種因素的影響，海上風(fēng)電場(chǎng)對(duì)風(fēng)機(jī)質(zhì)量和性能的要求更為嚴(yán)苛。并且國內(nèi)海上風(fēng)電產(chǎn)業(yè)尚處于起步階段，規(guī)模發(fā)展也只有超過五年的時(shí)間，但是目前大部分風(fēng)電機(jī)組已走出質(zhì)保期或即將質(zhì)保期滿，隨著時(shí)間的推移，機(jī)組投資人自主維護(hù)水平已經(jīng)成為衡量能否確保風(fēng)電場(chǎng)正常運(yùn)行的關(guān)鍵因素。因此如何采用合理的維護(hù)優(yōu)化方案與策略，對(duì)于減少運(yùn)維成本和投資風(fēng)險(xiǎn)，提高風(fēng)電場(chǎng)的可靠性，取得較好的社會(huì)經(jīng)濟(jì)效益, 無論是從風(fēng)機(jī)制造商角度還是從開發(fā)商的角度而言，都將具有顯著的經(jīng)濟(jì)價(jià)值。 并且，隨著我國海上風(fēng)電發(fā)展步入快速發(fā)展期，以及風(fēng)電逐漸實(shí)現(xiàn)并網(wǎng)側(cè)平價(jià)上網(wǎng)的趨勢(shì)，實(shí)現(xiàn)成本及可靠度最優(yōu)的海上風(fēng)電運(yùn)維優(yōu)化研究將成為影響我國海上風(fēng)電快速健康發(fā)展的重要因素。

本文對(duì)近年來海上風(fēng)電運(yùn)維策略研究的國內(nèi)外現(xiàn)狀進(jìn)行了歸納分析，分別對(duì)基于海上運(yùn)維后勤管理的優(yōu)化、維修可靠性及可達(dá)性為目標(biāo)的優(yōu)化、海洋風(fēng)能氣候與氣象預(yù)測(cè)的維修優(yōu)化、有限運(yùn)維數(shù)據(jù)下維修優(yōu)化、海上風(fēng)機(jī)容錯(cuò)運(yùn)行的冗余優(yōu)化、經(jīng)濟(jì)成本控制運(yùn)維優(yōu)化這幾個(gè)層次對(duì)近年來的中外文獻(xiàn)進(jìn)行了綜述，以此得出了海上風(fēng)電運(yùn)維研究熱點(diǎn)和方向展望，并提出了我國海上風(fēng)電的發(fā)展及技術(shù)方向。

1 海上風(fēng)電設(shè)備的故障特性

海上風(fēng)電機(jī)組故障主要特點(diǎn)是維修成本高、維修等待時(shí)間長、對(duì)人力資源的技術(shù)水平要求高、單次修復(fù)的計(jì)劃性強(qiáng)等。尤其是不同類型的風(fēng)機(jī)結(jié)構(gòu)基礎(chǔ)對(duì)故障維修的要求不盡相同，目前主流的風(fēng)機(jī)基礎(chǔ)類型詳見表1?？蛇_(dá)性系統(tǒng)主要包括維修安裝船舶的配置和投資運(yùn)行成本。船舶配置通常是考慮到它的使用目的、作業(yè)環(huán)境、入塢系統(tǒng)和安全水平等的需要；現(xiàn)有的船舶主要包括單體船、雙體船、小水線雙體船、氣墊船、半潛平臺(tái)船、起重船、安裝船等，各種船舶的分類與用途詳見圖1。

圖1 海上風(fēng)電機(jī)組維修船舶分類

2 海上風(fēng)電維修優(yōu)化策略研究現(xiàn)狀及展望

海上風(fēng)電機(jī)組的維修是屬于多部件復(fù)雜系統(tǒng)的維修過程，主要維修邏輯如圖2所示。

根據(jù)中外文獻(xiàn)，目前海上風(fēng)電維修的研究熱點(diǎn)和方向主要集中在圍繞解決海上風(fēng)電可達(dá)性的風(fēng)浪、維修船只、維修人力資源等對(duì)維修策略的影響分析、海上風(fēng)電維修策略優(yōu)化數(shù)學(xué)模型、基于狀態(tài)監(jiān)測(cè)的海上風(fēng)電組件故障診斷與評(píng)估方法研究、海上風(fēng)電多部件系統(tǒng)預(yù)防性維修方案優(yōu)化、基于備品備件庫存及管理優(yōu)化的海上風(fēng)電運(yùn)維策略研究、海上風(fēng)電容錯(cuò)運(yùn)行優(yōu)化研究、海上風(fēng)電運(yùn)維策略對(duì)運(yùn)維成本影響的靈敏度分析等方面。

表1 海上風(fēng)電機(jī)組基礎(chǔ)結(jié)構(gòu)類型

圖2 復(fù)雜多部件系統(tǒng)維修優(yōu)化策略思維導(dǎo)圖

2.1 基于備品備件的海上維修后勤管理的優(yōu)化

由于海上風(fēng)電維修受限于可達(dá)性的影響，因此風(fēng)機(jī)維修的后勤優(yōu)化管理已逐漸成為提高運(yùn)維可靠度、可用度和經(jīng)濟(jì)性的重要方向。尤其是對(duì)位于遠(yuǎn)離海岸的寒冷深水區(qū)域的海上風(fēng)電場(chǎng)[4]。由于歐洲海上風(fēng)電發(fā)展比較早，海上風(fēng)電運(yùn)維經(jīng)驗(yàn)比較豐富，工作模式比較先進(jìn)，對(duì)影響運(yùn)維的環(huán)境因素識(shí)別能力比較強(qiáng)。尤其是海上風(fēng)電場(chǎng)離岸距離越來越遠(yuǎn)，海況也變得越來越復(fù)雜，風(fēng)電場(chǎng)的維護(hù)工作要求越來越高。為了滿足離岸更遠(yuǎn)的海上風(fēng)電場(chǎng)維護(hù)作業(yè)要求，對(duì)風(fēng)電運(yùn)維船的功能和性能要求也越來越高，船舶的安全性、可靠性、舒適性、經(jīng)濟(jì)性均能夠予以考慮[5]，因此，在該方面的研究相對(duì)超前。Mahmood Shafiee[6]將海上風(fēng)電的后勤優(yōu)化策略分為3個(gè)層次，即有關(guān)可靠性、風(fēng)場(chǎng)選址、維修人力及技術(shù)資源的風(fēng)電場(chǎng)優(yōu)化設(shè)計(jì)方案與策略；有關(guān)備品備件管理、維修保障支持系統(tǒng)、維修器具租賃的優(yōu)化方案與策略；有關(guān)維修任務(wù)、維修船舶船塢、維修策略評(píng)估方法的優(yōu)化方案與策略。近年來，許多學(xué)者致力于將風(fēng)電運(yùn)維供應(yīng)鏈優(yōu)化作為研究方向[7-19]。同時(shí)，針對(duì)影響海上風(fēng)電可維修性的各個(gè)因素研究也逐漸受到重視。Matti Scheua[20]指出海上風(fēng)電單位發(fā)電成本的三分之一源自系統(tǒng)故障停機(jī)造成的運(yùn)維成本，文獻(xiàn)通過MATLAB仿真海上風(fēng)電故障與維修情況，在考慮維修船舶等待時(shí)間的前提下提出了海上風(fēng)電機(jī)組維修間隔優(yōu)化方案。 Besnard[21]基于海上風(fēng)電維修備件庫存、技術(shù)人員人數(shù)、運(yùn)維船只選擇、直升飛機(jī)選擇技術(shù)4個(gè)主要因素，考慮維修等待問題適用的排隊(duì)理論，建立了維修后勤服務(wù)成本最優(yōu)化模型。Elin E.[22-27]認(rèn)為維修人員與部件的運(yùn)輸費(fèi)用是海上風(fēng)電運(yùn)維成本重要組成部分，運(yùn)輸費(fèi)用主要由維修船舶與直升飛機(jī)的租賃費(fèi)用產(chǎn)生，尤其是維修船舶的選型與編隊(duì)組合已成為運(yùn)費(fèi)的核心決策因素。為進(jìn)一步節(jié)約維修成本，Elin E提出了考慮固定運(yùn)維費(fèi)用與船塢費(fèi)用最小化的維修策略模型，并以挪威某座海上風(fēng)電場(chǎng)進(jìn)行了算理仿真，Elin E.最終認(rèn)為基于海上天氣因素的維修船舶航線優(yōu)化選擇是影響維修總費(fèi)用靈敏度的關(guān)鍵點(diǎn)。Kirsten[28]考慮到維修船舶的可用率、海洋氣象條件等限制性條件的影響，構(gòu)建了基于備件消耗成本最優(yōu)化的數(shù)學(xué)模型，以維修間隔作為目標(biāo)優(yōu)化決策變量，并引入松弛因子作為維修船舶可用率、海浪高度對(duì)備件消耗費(fèi)用靈敏度分析的量化指標(biāo)。Christian[29]從維修船舶的尺寸選擇角度出發(fā)，考慮到高昂的船舶租賃費(fèi)用、風(fēng)速、浪高、上網(wǎng)電價(jià)作為約束條件，以此構(gòu)造船舶費(fèi)用隨機(jī)模型。Goch G[30-34]等學(xué)者也分別從維修船舶、起重設(shè)備、人力資源配置等多個(gè)方面探究了海上風(fēng)電后勤費(fèi)用優(yōu)化問題。近年來針對(duì)海上風(fēng)電單個(gè)核心部件的后勤供給優(yōu)化也成為研究熱點(diǎn)，Mahmood Shafiee[35]針以風(fēng)機(jī)葉片的維修更換費(fèi)用為目標(biāo)，結(jié)合可達(dá)性涉及的海況和有義波高，最終得到了各種海況下的葉片定檢、巡檢間隔及相應(yīng)的具體維修工作方案。

總體上，目前針對(duì)海上風(fēng)電后勤優(yōu)化方面的研究難點(diǎn)一是極端天氣狀況對(duì)運(yùn)維船舶的選擇；二是技術(shù)人力資源對(duì)后勤費(fèi)用波動(dòng)的影響；三是對(duì)于新建海上風(fēng)機(jī)，缺乏故障數(shù)據(jù)及齒輪箱等重要零部件在天氣影響下的更換費(fèi)用數(shù)據(jù)；四是對(duì)于影響后勤費(fèi)用的各個(gè)因素之間的內(nèi)部關(guān)聯(lián)性分析。

2.2 基于各種優(yōu)化目標(biāo)的維修策略

Sarker B R[36]建立了基于海上風(fēng)機(jī)組件的多層次機(jī)會(huì)維修費(fèi)用模型，通過采用機(jī)會(huì)更換、機(jī)會(huì)維修以及故障維修同時(shí)進(jìn)行機(jī)會(huì)維修的方式降低維護(hù)費(fèi)用。G.J.W. van Bussel[37]根據(jù)海上風(fēng)機(jī)設(shè)備吊裝起重機(jī)和直升機(jī)在風(fēng)機(jī)運(yùn)維中的優(yōu)劣勢(shì)分析，以風(fēng)機(jī)可靠性為目標(biāo)，基于狀態(tài)監(jiān)測(cè)和專家系統(tǒng)，對(duì)風(fēng)機(jī)維修計(jì)劃和維修任務(wù)進(jìn)行了優(yōu)化。 Sarker B R[38]采用機(jī)會(huì)維修方式，認(rèn)為當(dāng)對(duì)某一發(fā)生故障的部件進(jìn)行更換時(shí)，按照機(jī)會(huì)維修理論也對(duì)其他相關(guān)部件進(jìn)行維修，以此提出了基于多級(jí)預(yù)防性機(jī)會(huì)維修的海上風(fēng)電維修策略，認(rèn)為不同地域的海上風(fēng)電機(jī)組由于風(fēng)浪等天氣因素影響，各風(fēng)機(jī)組件的故障率及相應(yīng)的故障閥值均存在一定程度上的差異，因此需要針對(duì)實(shí)際運(yùn)行工況開展綜合評(píng)判，并且機(jī)組部件的可維修性、可達(dá)性都將對(duì)進(jìn)一步優(yōu)化維修組別內(nèi)部的具體部件組合產(chǎn)生影響。 Besnard[39]以維修費(fèi)用最低為目標(biāo)，將預(yù)防性維修機(jī)會(huì)維修和事后維修進(jìn)行了對(duì)比分析，通過實(shí)例得出結(jié)論：在有限維修周期內(nèi)，采用預(yù)防性機(jī)會(huì)維修較之事后維修約節(jié)約總成本43%。Matthias Hofmanna[40]以維修經(jīng)濟(jì)性為目標(biāo)，研發(fā)了NOWIcob可視化軟件，能夠模擬海上風(fēng)電實(shí)時(shí)運(yùn)維狀況及參數(shù)。Jannie J N[41]通過引入貝葉斯預(yù)后驗(yàn)理論，采用事后維修策略，對(duì)單個(gè)風(fēng)機(jī)部件的檢查和更換計(jì)劃進(jìn)行了優(yōu)化,在優(yōu)化過程中提出了單個(gè)部件的故障率維修閥值。

如前所述，海上風(fēng)電系統(tǒng)的可達(dá)性對(duì)于運(yùn)維成本的降低將起到關(guān)鍵作用。Athena Zitrou[42-44]等學(xué)者從最佳維修人員組合、基于排隊(duì)理論的最佳維修等待時(shí)間間隔等層面對(duì)維修決策變量進(jìn)行了優(yōu)化分析。Mahmood Shafiee[45-49]借鑒模糊數(shù)學(xué)中的模糊綜合評(píng)判理論，在沿用Chang D Y[50]在研究模糊綜合評(píng)判方法解決多目標(biāo)多屬性優(yōu)先級(jí)問題所提出的理論基礎(chǔ)之上，創(chuàng)新提出了模糊綜合評(píng)判網(wǎng)絡(luò)模型。雖然Mahmood Shafiee等研究人員對(duì)多個(gè)屬性的選擇進(jìn)行了模糊量化，并得出了備選維修方案的優(yōu)先次序排列，但是對(duì)于海上風(fēng)電機(jī)組系統(tǒng)而言，各個(gè)屬性之間往往不是孤立存在的，因此各屬性之間的關(guān)聯(lián)性也將對(duì)維修方案的選擇及精細(xì)化操作具備重大理論及實(shí)踐意義，也是下一步海上風(fēng)電運(yùn)維優(yōu)化的重點(diǎn)方向之一。

2.3 基于海上天氣的維修優(yōu)化研究

風(fēng)、浪和海流條件是海上風(fēng)電場(chǎng)電力生產(chǎn)的主要輸入?yún)?shù)，對(duì)候場(chǎng)選址及后續(xù)運(yùn)維，都要確定和評(píng)估這些參數(shù)。目前，海上風(fēng)場(chǎng)海洋學(xué)特征數(shù)據(jù)主要依賴實(shí)測(cè)和建模獲得?？紤]到風(fēng)浪條件對(duì)海上風(fēng)電可達(dá)性及降低運(yùn)維費(fèi)用的重要程度，目前國外學(xué)者已經(jīng)開展相關(guān)研究，研究方向主要是基于風(fēng)浪環(huán)境對(duì)運(yùn)維成本、船舶出海、人員配置等靈敏度方面的分析。Scheu M N[51]分別采用高斯統(tǒng)計(jì)法、ARMA過程以及馬爾可夫過程對(duì)海上天氣狀態(tài)進(jìn)行數(shù)學(xué)方法模擬與歸納。Matti Scheua[52]在總結(jié)大型海上風(fēng)電維修策略方法的同時(shí)，利用MATLAB對(duì)風(fēng)機(jī)故障和維修數(shù)據(jù)進(jìn)行模擬，進(jìn)而提出了考慮維修船只和維修間隔的優(yōu)化策略，并就天氣因素對(duì)于維修成本的影響進(jìn)行了靈敏度分析。Iver Bakken[53]將波浪參數(shù)予以細(xì)化，將最大波高、平均波高、有義波高3種情況下對(duì)于維修船只出海工作的影響進(jìn)行定量分析，并結(jié)合備件庫存，提出了不同浪高下維修工作事項(xiàng)范圍、維修間隔時(shí)間、人員配置的優(yōu)化組合方案，節(jié)約了不必要的維修費(fèi)用。

2.4 基于小樣本數(shù)據(jù)下維修優(yōu)化研究

對(duì)于海上風(fēng)電而言，大量的運(yùn)維數(shù)據(jù)、專家經(jīng)驗(yàn)、運(yùn)行日志、維修記錄、事故處理報(bào)告、備品備件數(shù)據(jù)、貸款租賃成本、原材料價(jià)格等均是影響海上風(fēng)電運(yùn)維經(jīng)濟(jì)性和可靠性的重要數(shù)據(jù)來源，德國、瑞典、挪威等歐洲風(fēng)電行業(yè)發(fā)達(dá)國家均已建立專門的數(shù)據(jù)庫、實(shí)驗(yàn)室、數(shù)據(jù)處理中心，我國目前已逐漸意識(shí)到數(shù)據(jù)積累與處理的重要性，2009年專門成立了國家海上風(fēng)力發(fā)電工程技術(shù)研究中心，承擔(dān)我國海上風(fēng)電裝備技術(shù)研究、系統(tǒng)設(shè)計(jì)、集成制造及其海上風(fēng)電場(chǎng)工程技術(shù)研究的專業(yè)化技術(shù)研發(fā)等任務(wù)。Hameed Z[54]借鑒德國WMEP與LWK數(shù)據(jù)庫、芬蘭VTT數(shù)據(jù)庫的經(jīng)驗(yàn)，提出了建立海上風(fēng)電可靠性數(shù)據(jù)庫(OREDA)的概念和思路,并認(rèn)為現(xiàn)場(chǎng)數(shù)據(jù)與機(jī)組試驗(yàn)數(shù)據(jù)均是可靠性數(shù)據(jù)的重要來源，尤其是現(xiàn)場(chǎng)人員記錄的故障數(shù)據(jù)與運(yùn)行日志對(duì)于進(jìn)一步開展維修優(yōu)化具有積極作用，但是現(xiàn)場(chǎng)人員記錄的故障數(shù)據(jù)往往在數(shù)量與質(zhì)量上不能滿足開展運(yùn)維優(yōu)化研究的要求。

總體上，我國海上風(fēng)電運(yùn)維研究尚處于研究初期階段，目前國家海上風(fēng)力發(fā)電工程技術(shù)研究中心已成立專門的大數(shù)據(jù)中心負(fù)責(zé)整理挖掘現(xiàn)有海上風(fēng)機(jī)的維修數(shù)據(jù),這方面，東海大橋海上風(fēng)電場(chǎng)應(yīng)充分利用其5年運(yùn)行時(shí)間積累的信息，充分發(fā)揮了對(duì)后續(xù)運(yùn)維優(yōu)化的指導(dǎo)作用。

2.5 基于冗余優(yōu)化的維修研究

近年來，在海上風(fēng)電冗余設(shè)計(jì)優(yōu)化方面，考慮到機(jī)組維護(hù)時(shí)間長，停機(jī)損失大、可達(dá)性差的特點(diǎn)，研究信號(hào)檢測(cè)冗余、控制回路冗余、器件冗余等已成為熱點(diǎn)方向。并且，除了傳統(tǒng)的冗余設(shè)計(jì)之外，容錯(cuò)控制也是許多電機(jī)設(shè)備容錯(cuò)運(yùn)行的主要方式。容錯(cuò)控制是指當(dāng)控制系統(tǒng)中的某些部件發(fā)生故障時(shí)，系統(tǒng)仍能按期望的性能指標(biāo)或性能指標(biāo)略有降低(但可接受)的情況下，還能安全地完成控制任務(wù)，風(fēng)力發(fā)電機(jī)與變頻器的故障容錯(cuò)是當(dāng)前這方面研究的主要方向[55]。Echavar E、S?rensen J D與Odgaard P F[56-58]概括了風(fēng)電機(jī)組電氣部分的5種容錯(cuò)控制方式，分別通過調(diào)整硬件設(shè)計(jì)與軟件容錯(cuò)控制的方式實(shí)現(xiàn)不同電氣故障的容錯(cuò)運(yùn)行，提出了一種在幾乎不增加風(fēng)機(jī)重量與成本的前提下能夠?qū)崿F(xiàn)風(fēng)機(jī)具有一定的故障容錯(cuò)能力的方法。Faulstich S[59]針對(duì)海上風(fēng)機(jī)停機(jī)故障的預(yù)測(cè)與分析，進(jìn)而以優(yōu)化風(fēng)機(jī)并網(wǎng)負(fù)荷功率曲線為目標(biāo)提出了針對(duì)性的運(yùn)維策略。Mikel[60]以提高發(fā)電效率為目標(biāo)，考慮海浪對(duì)機(jī)組運(yùn)行的影響，對(duì)變頻控制的海上大型變電站故障情況進(jìn)行預(yù)測(cè)，并提出針對(duì)性的優(yōu)化設(shè)計(jì)及運(yùn)維方案。總體上，海上風(fēng)電冗余設(shè)計(jì)優(yōu)化方向是實(shí)現(xiàn)未來與陸上智能電網(wǎng)的柔性接入、提高機(jī)組運(yùn)行可靠性的重要手段。同時(shí)，研究高電壓等級(jí)的功率模塊串聯(lián)技術(shù)路線和大電流的功率模塊并聯(lián)技術(shù)路線也是發(fā)展方向之一。

2.6 基于可控成本的運(yùn)維優(yōu)化

海上風(fēng)電的經(jīng)濟(jì)成本控制包含2個(gè)層面：一是基于風(fēng)電運(yùn)維成本控制層面；二是基于海上風(fēng)電場(chǎng)基建總投資與風(fēng)電運(yùn)營商投資收益層面。對(duì)于第一個(gè)層面，主要是指在項(xiàng)目出質(zhì)保期后的實(shí)際運(yùn)營階段的費(fèi)用控制；對(duì)于第二個(gè)層面，主要是指通過評(píng)測(cè)度電成本(LCOE)、內(nèi)部收益率(IRR)、凈資產(chǎn)收益率(ROE)等指標(biāo)來衡量項(xiàng)目的經(jīng)濟(jì)可行性。 Effiom S O[61]對(duì)尼日利亞海上風(fēng)電行業(yè)不同運(yùn)營階段的成本進(jìn)行了討論，認(rèn)為有50%的海上風(fēng)電成本源自資本性支出，另外50%的成本源自經(jīng)營性支出。按照尼日利亞國內(nèi)GDP及電力市場(chǎng)機(jī)制，單機(jī)容量4 MW的單機(jī)將節(jié)約4.95%的度電成本，單機(jī)容量在5～6 MW的機(jī)組將節(jié)約2.7%的度電成本。 Dicorato M[62]結(jié)合陸上風(fēng)電的成本構(gòu)成對(duì)海上風(fēng)電建設(shè)期和運(yùn)營期的成本進(jìn)行預(yù)估，并以海上變電站為例具體分析了電壓等級(jí)與海上變電站離岸距離之間的關(guān)聯(lián)關(guān)系對(duì)建設(shè)及運(yùn)維成本的影響。Castro Santos[63]分析了全生命周期下，海上風(fēng)電部件購置及后期核心部件更換對(duì)成本的影響。

根據(jù)以上關(guān)于海上風(fēng)電維修優(yōu)化策略研究現(xiàn)狀的分類，可以看出，維修決策研究的目的是在保證系統(tǒng)安全性、可靠性和可達(dá)性的前提之下，對(duì)成本和收益進(jìn)行綜合權(quán)衡，以此確定和調(diào)整維修時(shí)間、維修間隔、維修時(shí)機(jī)、維修任務(wù)等維修決策變量，最終制定合理最優(yōu)的維修方案與計(jì)劃，并通過維修評(píng)估方法不斷檢驗(yàn)并改進(jìn)維修方案。國內(nèi)外學(xué)者們的研究目標(biāo)大致相同，只不過分別是從維修優(yōu)化的各個(gè)環(huán)節(jié)開展優(yōu)化研究，有的是研究數(shù)據(jù)來源對(duì)可靠性的影響，有的是考慮基于天氣狀況和備品備件費(fèi)效比等因素對(duì)維修等待時(shí)間的評(píng)估?？傮w上，模糊數(shù)學(xué)、規(guī)劃數(shù)學(xué)、運(yùn)籌學(xué)、物流供應(yīng)鏈管理等方法和理論的引入與融合已成為進(jìn)一步優(yōu)化海上維修策略的顯著趨勢(shì)。

通過文獻(xiàn)綜述可以看出，海上風(fēng)電運(yùn)維策略優(yōu)化方面的文獻(xiàn)主要出自英國、德國、挪威、瑞典、美國等國家的高校與研究機(jī)構(gòu)，我國隨著投運(yùn)海上風(fēng)電機(jī)組的逐漸增加，有關(guān)海上風(fēng)電運(yùn)維的研究也已起步，但是研究文獻(xiàn)相對(duì)較少。文獻(xiàn)[64-72]等學(xué)者分別從海上風(fēng)電可靠性、可用性評(píng)估、機(jī)械故障機(jī)理分析等多方面進(jìn)行了維修策略研究。海上風(fēng)電運(yùn)維優(yōu)化研究方向及展望詳見表2。

表2 海上風(fēng)電運(yùn)維優(yōu)化研究方向及展望

3 我國海上風(fēng)電維修策略優(yōu)化研究面臨的問題及方向

目前我國尚未完全掌握海上風(fēng)電的核心技術(shù)，關(guān)鍵部件質(zhì)量和可靠性不能完全滿足運(yùn)行要求，海上基建、塔筒防腐、海底電纜等各項(xiàng)維修基礎(chǔ)仍待突破。以上問題可主要通過技術(shù)創(chuàng)新、加大單機(jī)容量、延伸上下游產(chǎn)業(yè)鏈、制定技術(shù)及建安標(biāo)準(zhǔn)、先進(jìn)控制及仿真、核心大部件疲勞預(yù)警技術(shù)、艙內(nèi)溫濕度控制等方面入手解決。對(duì)于我國海上風(fēng)電運(yùn)維優(yōu)化的發(fā)展方向，可針對(duì)大容量海上風(fēng)電機(jī)組的突破載荷計(jì)算；海上防腐、高可靠性、高可維性關(guān)鍵技術(shù)；關(guān)鍵部件容錯(cuò)設(shè)計(jì)、智能診斷；小部件的冗余設(shè)計(jì)等方面展開。

4 結(jié)論

歐洲海上風(fēng)電發(fā)達(dá)國家(例如英國)在海上風(fēng)電行業(yè)管理、整體規(guī)劃、海上工程施工、風(fēng)電場(chǎng)運(yùn)營和管理等方面積累了豐富經(jīng)驗(yàn)，在維修策略優(yōu)化方面，將更加注重維修數(shù)據(jù)的收集和整理研究、人工智能在策略制定與選擇方面的應(yīng)用、維修成本控制、維修產(chǎn)業(yè)鏈協(xié)同等環(huán)節(jié)的細(xì)化研究。我國在陸上風(fēng)電運(yùn)維方面，具備了在多種風(fēng)能資源下長期穩(wěn)定運(yùn)維的豐富經(jīng)驗(yàn)，隨著海上風(fēng)電發(fā)展步入快速發(fā)展期，更多陸上風(fēng)電維修的成功經(jīng)驗(yàn)將會(huì)應(yīng)用到海上風(fēng)電運(yùn)維當(dāng)中。目前，我國在海上風(fēng)機(jī)設(shè)計(jì)制造及安裝領(lǐng)域的個(gè)別技術(shù)環(huán)節(jié)已處于全球領(lǐng)先水平，在我國“十三五”大力發(fā)展海上風(fēng)電的良好政策環(huán)境下，海上風(fēng)電維修水平將得到不斷提高。

參考文獻(xiàn)：

[1]中國風(fēng)能協(xié)會(huì).2016年中國風(fēng)電裝機(jī)統(tǒng)計(jì)簡報(bào)[EB/OL]. (2017-02-09)[2017-04-06]http://ex.bjx.com.cn/html/20170217/20940.shtml.

[2]國家能源局.2017年上半年風(fēng)電并網(wǎng)運(yùn)行情況[EB/OL]. (2017-07-05)[2017-08-09]http://www.nea.gov.cn/2017-07/24/c_136468307.htm.

[3]水電水利規(guī)劃設(shè)計(jì)總院.2016年全國各省區(qū)風(fēng)電建設(shè)運(yùn)行[EB/OL].(2017-10-09)[2017-12-09]http://www.sohu.com/a/201130478_100006059.

[4]ARVESEN A, BIRKELAND C, HERTWICH E G. The importance of ships and spare parts in LCAs of offshore wind power[J]. Environment Science Technology, 2013,47(6):2948-2956.

[5]芮曉明, 張穆勇, 霍娟. 基于性能可靠性的風(fēng)電機(jī)組功率曲線評(píng)定新方法[J]. 動(dòng)力工程學(xué)報(bào), 2014, 34(9):742-747.

[6]MAHMOOD S. Maintenance logistics organization for offshore wind energy: Current progress and future perspectives[J]. Renewable Energy,2015,77(2):182-193.

[7]WEE H M, YANG W H, CHOU C W, et al. Renewable energy supply chains, performance, application barriers, and strategies for further development[J]. Renewable and Sustainable Energy Reviews,2012,16(8):545-565.

[8]AMBUEHL S, S?RENSEN J D. Sensitivity of risk-based maintenance planning of offshore wind turbine farms[J]. Energies, 2017, 10(505):1.

[9]DE REGT D N. Economic feasibility of offshore service locations for maintenance of offshore wind farms on the Dutch part of the North Sea[D]. The Netherlands: Delft Institute of Applied Mathematics, 2012.

[10]KARYOTAKIS A. On the optimization of operation and maintenance strategies for offshore wind farms[D]. London:University College London, 2011.

[11]BESNARD F. On maintenance optimization for offshore wind farms[D]. Sweden: Chalmers University of Technology, 2013.

[12]FLORY J A. Optimal replacement strategies for wind energy systems[D]. USA:University of Pittsburgh, 2013.

[13]LINDQVIST M, LUNDIN J. Spare part logistics and optimization for wind turbines:methods for cost-effective supply and storage[D]. Sweden: Uppsala University, 2010.

[14]DEWAN A. Logistic & service optimization for O&M of offshore wind farms: model development & output analysis[D]. The Netherlands: Delft University of Technology, 2013.

[15]GUNDEGJERDE C, HALVORSEN I B. Vessel fleet size and mix for maintenance of offshore wind farms: a stochastic approach[D]. Norway: Norwegian University of Science and Technology, 2012.

[16]AMAYRI A. Condition based maintenance of wind turbine systems considering different turbine types and lead times[D]. Canada: Concordia University, 2011.

[17]PARIKH N D. Optimizing maintenance cost of wind farms by scheduling preventive maintenance and replacement of critical components using mathematical approach[D]. USA:Texas A&M University, 2012.

[18]BHARADWAJ U R. Risk based life management of offshore structures and equipment[D]. UK: Loughborough University, 2010.

[19]FRANCOIS B. On maintenance optimization for offshore wind farms[D]. Sweden: Chalmers University of Technology Gothenburg, 2013.

[20]MATTI S, DENIS M, MATTHIAS H, et al. Maintenance strategies for large offshore wind farms[J]. Energy Procedia,2012, 24(24):281-288.

[21]BESNARD F, FISCHER K, TJERNBERG L B. A model for the optimization of the maintenance support organization for offshore wind farms[J]. IEEE Transactions on Sustainable Energy,2013,4 (2):443-450.

[22]ELIN E, HALVORSEN W, CHRISTIAN B. Vessel fleet analysis for maintenance operations at offshore wind farms[J]. Energy Procedia, 2013,35(41):167-176.

[23]HOFF A, ANDERSSON H, CHRISTIANSEN M, et al. Industrial aspects and literature survey: Fleet composition and routing[J].Computational Operation Research, 2010,37(12):2041-2061.

[24]FAULSTICH S, HANH B, TAVNER P. Wind turbine downtime and its importance for offshore deployment[J].Wind Energy,2011,14(3):327-337.

[25]OSTGREN B. Execution of maintenance on offshore wind farm[R].Norway:the Norwegian electricity company, 2012:10-12.

[26]ZHU Q, PENG H. HOUTUM G J V. A condition-based maintenance policy for multi-component systems with a high maintenance setup cost[J].Or Spectrum, 2015,37 (4):1007-1035.

[27]LI H, DELOUX E, DIEULLE L. A condition-based maintenance policy for multi-component systems with Lévy copulas dependence[J]. Reliability Engineering & System Safety, 2016(149):44-55.

[28]KIRSTEN T, WESTERHOLTA J, SCHUHA P. Spare parts planning for offshore wind turbines subject to restrictive maintenance conditions[J].Procedia CIRP, 2013,7(12):563-568.

[29]CHRISTIAN G, ELIN E. HALVORSEN W, et al. A stochastic fleet size and mix model for maintenance operations at offshore wind farms[J].Transportation Research Part C,2015(52):74-92.

[30]GOCH G, KNAPP W, HRTIG F. Precision engineering for wind energy systems[J]. CIRP Annals-Manufacturing Technology, 2012,62(2):611-634.

[31]FAGERHOLT K, CHRISTIANSEN M, HVATTUM L M, et al. A decision support methodology for strategic planning in maritime transportation[J]. Omega,2010,38(6): 465-474.

[32]HALVORSEN W, GUNDEGJERDE C, HALVORSEN I B, et al. Vessel fleet analysis for maintenance operations at offshore wind farms[J]. Energy Procedia,2013,35(41):167-176.

[33]MENG Q, WANG T. A chance constrained programming model for short-term liner ship fleet planning problems[J]. Maritime Policy Management,2010(37):329-346.

[34]SHYSHOU A, GRIBKOVSKAIA I, BARCELJ. A simulation study of the fleet sizing problem arising in offshore anchor handling operations[J].European Journal of Operation Research,2010,203(1):230-240.

[35]MAHMOOD S, MICHAEL P. An optimal number-dependent preventive maintenance strategy for offshore wind turbine blades considering logistics[J]. Advances in Operations Research, 2013(2):261-267.

[36]SARKER B R, FAIZ T I．Minimizing maintenance cost for offshore wind turbines following multi-level opportunistic preventive strategy[J]. Renewable Energy, 2016(85):104-113．

[37]BUSSEL G J W, SCH?NTAG C. Operation and maintenance aspects of large offshore wind farms[D]. Netherlands: Stenden University, 2014.

[38]SARKER B R, HOSSAIN M S J.Optimal locations of on-line and off-line rework stations in a serial production system[J].International Journal of Production Research, 2016,54(12):1-19.

[39]BESNARD F, PATRIKSSON M A. Stochastic model for opportunistic service maintenance planning of offshore wind farms[C]. IEEE Powertech conference,Trondheim,Norway, 2011:19-23.

[40]MATTHIAS H, IVER B S. NOWIcob-A tool for reducing the maintenance costs of offshore wind farms[J].Energy Procedia,2013,35(41): 177-186.

[41]JANNIEN J N, JOHN D S. On risk-based operation and maintenance of offshore wind turbine components[J]. Reliability Engineering and System Safety,2011, 96(1):218-229.

[42]ATHENA Z, TIM B, LESLEY W. A model for availability growth with application to new generation offshore wind farms[J]. Reliability Engineering and System Safety,2016,152(1):83-94.

[43]FAULLSTICH S, HAHN B, TAVNER P J. Wind turbine downtime and its importance for offshore deployment[J].Wind Energy,2011，14(3):327-337.

[44]STEWEN G. Offshore wind cost reduction task force. Offshore wind cost reduction task force report[R]. England: Calon company,2012.

[45]SHAFIEE M. A fuzzy analytic network process model to mitigate the risks associated with offshore wind farms[J]. Expert Systems with Applications,2015,42(4):2143-2152.

[46]SHAFIEEM M, PATRIKSSON M, BERTLING L. A redundancy optimization model applied to offshore wind turbine power converters[C]. In:Proceedings of the IEEE PowerTech Conference,Grenoble, France,2013:23-27.

[47]SHAFIEE M. An FMEA-based risk assessment approach for wind turbine systems: a comparative study of onshore and offshore[J]. Energies, 2014,7(2):619-642.

[48]SHAFIEE M, FINKKELSTEIN M. An optimal age-based group maintenance policy for multi-unit degrading systems. Reliability Engineering and System Safety[J/OL]. http://dx.doi.org/10.1016/j.ress.

[49]SHAFIEE M, KOLIOS A. A multi-criteria decision model to mitigate the operational risks associated with offshore wind infrastructures[J/OL].[2014,-539-547].http://dx.doi.org/10.1201/b17399-77.

[50]CHANG D Y. Applications of the extent analysis method on fuzzy AHP[J]. European Journal of Operational Research, 1996,95(3):649-655.

[51]SCHEU M N, MATHA D, MUSKULUS M. Validation of a markov-based weather model for simulation of O&M for offshore wind farms[C]. Proceedings of the 22th International Offshore and Polar Engineering Conference. Rhodes: International Society of Offshore and Polar Engineers (ISOPE), 2012:463-468．

[52]MATTI S, DENIS M, MATTHIAS H. Maintenance strategies for large offshore wind farms[J]. Energy Procedia,2012,24(24):281-288.

[53]IVER B S, ELIN E H. Comparison of single- and multi-parameter wave criteria for accessing wind turbines in strategic maintenance and logistics models for offshore wind farms[J].Energy Procedia,2014(53):221-230.

[54]HAMEED Z, VATN J, HEGGEST J. Challenges in the reliability and maintainability data collection for offshore wind turbines[J]. Renewable Energy,2011,36(8):2154-2165.

[55]黃玲玲，曹家麟，張開華，等. 海上風(fēng)電機(jī)組運(yùn)行維護(hù)現(xiàn)狀研究與展望[J]. 中國電機(jī)工程學(xué)報(bào),2016，36(3):729-738.

[56]SORENSEN J D. Reliability analysis and risk-based methods for planning of operation and maintenance of offshore wind turbines[C]. International Conference on Ocean, Offshore and Arctic Engineering,USA,2017:23-34.

[57]ECHAVARIA E, VAN B G J W, TOMIYAMA T. Finding functional redundancies in offshore wind turbine design[J]. Wind Energy, 2012, 15(4):609-626．

[58]ODGAARD P F, STOUSTRUP J, KINNAERT M. Fault-tolerant control of wind turbines: A benchmark model[J]. IEEE Transactions on Control Systems Technology, 2013,21(4):1168-1182．

[59]FAULSTICH B. Wind turbine downtime and its importance for offshore deployment[J]. Wind Energy,2011,14(3):327-337.

[60]MIKEL P G, JOAN B J. Power generation efficiency analysis of offshore wind farms connected to a SLPC(single large power converter) operated with variable frequencies considering wake effects[J].Energy, 2012,37(1) 455-468.

[61]EFFIOM S O, ABAM F I. Economic cost evaluation on the viability of offshore wind turbine farms in Nigeria[J]. Energy Reports,2016(2):48-53.

[62]DICORATO M, FORTE G, PISAN M. Guidelines for assessment of investment cost for offshore wind generation[J]. Renewable Energy,2011(36): 2043-2051.

[63]CASTRO S L, DIAZ C V. Life-cycle cost analysis of floating offshore wind farms[J]. Renewable Energy,2014, 66(3):41-48.

[64]黎皓.基于可靠性理論的海上風(fēng)電場(chǎng)運(yùn)維研究[D]. 北京:華北電力大學(xué), 2013.

[65]劉璐潔,符楊,馬世偉,等. 基于可靠性和維修優(yōu)先級(jí)的海上風(fēng)電機(jī)組預(yù)防性維護(hù)策略優(yōu)化[J]. 中國電機(jī)工程學(xué)報(bào),2014，36(21):5732-5740.

[66]符楊,馬媛,劉璐潔,等.海上風(fēng)電機(jī)組分階段預(yù)防性維修策略[J]. 電力建設(shè),2017,38(6):124-132.

[67]鄭小霞,趙華,劉璐潔,等.考慮可及性的海上風(fēng)機(jī)綜合維護(hù)策略[J].電網(wǎng)技術(shù), 2014 , 38 (11) :3030-3036.

[68]劉璐潔,符楊,馬世偉,等.基于運(yùn)行狀態(tài)監(jiān)測(cè)與預(yù)測(cè)的海上風(fēng)機(jī)維護(hù)策略[J].電網(wǎng)技術(shù), 2015, 39 (11) :3292-3297.

[69]符楊,李學(xué)武,黃玲玲. 基于時(shí)間延遲理論的海上風(fēng)電機(jī)組不定期檢修策略[J].電力系統(tǒng)自動(dòng)化,2016,40 (15) :133-140.

[70]郭慧東,王瑋,夏明超.海上風(fēng)電機(jī)群維修排程在線多目標(biāo)決策模型[J].中國電機(jī)工程學(xué)報(bào), 2017, 37 (7) :1993-2000.

[71]黃移典.海上風(fēng)電安裝平臺(tái)沖樁系統(tǒng)故障維修[J].科技創(chuàng)新導(dǎo)報(bào),2017,14 (26):13-16.

[72]杜勉,易俊,郭劍波,等. 以可靠性為中心的維修策略綜述及其在海上風(fēng)電場(chǎng)運(yùn)維中的應(yīng)用探討[J].電網(wǎng)技術(shù), 2017, 41 (7) :2247-2254.