NHIỆM VỤ VÀ NỘI DUNG: ...- L1 11111 HY HH HH nh na HH HànNhiệm vụ luận văn nghiên cứu việc lên kế hoạch bảo trì nhà máy điện gió dựa trên các phân tích xác suât thông kê hàm tỷ lệ lôi củ
Lý do chọn đề tai cece cece 11111211211 131151 11151111 11x tk ei 9
Hiện nay, điện gió đã trở thành một nguồn năng lượng quan trọng, đóng góp đáng kể vào tổng công suất của hệ thống điện toàn cầu Tính đến năm 2016, tổng công suất lắp đặt điện gió trên thế giới đạt gần 490 GW.
Điện gió là một nguồn năng lượng tái tạo đang được đầu tư mạnh mẽ và trở thành xu hướng toàn cầu, tuy nhiên, tại Việt Nam, chính sách còn nhiều hạn chế và chi phí đầu tư cho điện gió trên bờ lên tới khoảng 2 triệu USD mỗi MW Doanh thu từ các nhà máy điện gió thấp do giá điện không cao, khiến cho việc đầu tư vào điện gió chưa thật sự hấp dẫn về mặt kinh tế Hiện tại, chỉ có khoảng 160 MW điện gió được vận hành trong cả nước.
+ Dự án điện gió đảo Phú Quý: công suất 6 MW
+ Dự án điện gió Tuy Phong — Bình Thuận: công suất 30 MW
+ Dự án điện gió Phu Lạc — Binh Thuan: công suất 24 MW
Dự án điện gió Công Lý - Bạc Liêu, với công suất 99.2 MW, là dự án điện gió ngoài khơi đầu tiên tại Việt Nam Đặc thù địa hình biển gây khó khăn trong việc điều động nhân lực và phương tiện bảo trì, dẫn đến chi phí bảo trì cao Do đó, việc lập kế hoạch bảo trì hợp lý sẽ đóng vai trò quan trọng trong việc nâng cao hiệu quả vận hành của nhà máy.
Bài viết sẽ phân tích các yếu tố liên quan đến dự án điện gió nhằm nghiên cứu ảnh hưởng của việc lập kế hoạch bảo trì đối với nhà máy.
Một trong những rào cản chính làm giảm sức hấp dẫn của nhà máy điện gió tại Việt Nam là chi phí Vận hành và Bảo trì (O&M) cao, bên cạnh giá thành turbine gió Thị trường Việt Nam đang gặp khó khăn do các nhà đầu tư thiếu kinh nghiệm trong lĩnh vực O&M, khi mà số lượng nhà máy điện gió còn hạn chế và việc đào tạo nhân lực chưa được thực hiện bài bản Ngoài ra, sự thiếu hụt các chương trình đào tạo cho công nhân về bảo trì turbine gió và các bộ phận phụ trợ, cùng với việc khan hiếm nhà cung cấp thiết bị và nhà thầu bảo trì, đã góp phần làm gia tăng chi phí O&M.
Total Turbine And BOP O&M Cost Per MW (2012 USD)
Chi phí vận hành và bảo trì (O&M) cho 1 MW công suất điện gió tại Mỹ dao động từ 50.000 USD đến 70.000 USD mỗi năm nếu do các nhà cung cấp thiết bị thực hiện Trong khi đó, nếu chủ đầu tư tự thực hiện O&M, chi phí sẽ giảm xuống còn khoảng 30.000 USD mỗi năm cho mỗi MW.
Giá O&M có thể dao động khoảng 90.000 USD/MW/năm, tùy thuộc vào kinh nghiệm và thị trường phụ trợ Các nước phát triển đã chứng minh rằng khi chủ đầu tư tự thực hiện O&M và thị trường cung ứng lớn, giá O&M sẽ giảm đáng kể.
Bảng 1.1 Tính toán đơn giản tính khả thi của dự án Điện Gió Bạc Liêu - 99.2 MW với tác động của chỉ phí vận hành và bảo trì
Tổng mức sản lượng điện của nhà máy gió Bạc Liêu được tính bằng GWh/năm, với tỷ lệ phần trăm giá O&M so với doanh thu Số năm trả nợ đầu tư và khả năng sinh lời (CF) cũng được xem xét trong kịch bản giá O&M cho nhà máy điện.
20.000 USD/MW/năm ~ 44.64 7.75 % 9.82 0.45 tỷ VND
USD/MW/năm ~ 112.10 19.46 % 11.24 1.13 tỷ VND
70.000 USD/MW/năm ~ 156.74 27.20 % 12.44 1.58 ty VND
Để hiểu tác động của giá O&M lên suất đầu tư dự án, ta có thể giả định rằng lãi suất ngân hàng là 0 và toàn bộ doanh thu được sử dụng để trả nợ Khi đó, số năm trả nợ sẽ được tính bằng công thức: Tổng mức đầu tư chia cho (doanh thu trừ giá O&M).
Các kịch bản giá O&M được xây dựng dựa trên các giả định quan trọng, phản ánh kinh nghiệm đánh giá thị trường từ các tư vấn quốc tế trong lĩnh vực điện gió Những giả định này cung cấp nền tảng vững chắc cho việc phân tích và dự đoán xu hướng giá trong ngành.
Chủ đầu tư cần có kinh nghiệm và năng lực quản lý trong lĩnh vực điện gió để tự tiến hành O&M với mức kịch ban 20.000 USD/MW/năm (khoảng 0.45 tỷ VND) Đồng thời, họ cũng phải nắm vững thị trường cung ứng thiết bị phụ trợ để đảm bảo hiệu quả hoạt động của nhà máy.
Kịch bản đầu tư cho nhà máy điện gió với chi phí 30.000 USD/MW/năm (khoảng 0.68 tỷ VND) và 50.000 USD/MW/năm (khoảng 1.13 tỷ VND) cho thấy chủ đầu tư sẽ tự thực hiện công tác vận hành và bảo trì (O&M) Tuy nhiên, nếu chủ đầu tư thiếu kinh nghiệm và năng lực quản lý, cùng với việc thị trường cung ứng thiết bị phụ trợ không phát triển mạnh, thì việc triển khai hiệu quả dự án sẽ gặp nhiều khó khăn.
- Kịch bản 70.000 USD/MW/năm ~ 1.58 tỷ VND: Chủ đầu tư thuê nhà cung cấp turbine làm tất cả công việc về O&M
Trên bảng phân tích ta thấy
- Chi phí cho vận hành O&M là một trong các yếu tố tác động đến tính khả thi của dự án.
Mặc dù suất đầu tư cho các dự án năng lượng gió khó có khả năng giảm do giá thiết bị turbine gió cao và chi phí xây dựng cơ bản không thay đổi nhiều, việc đánh giá và tìm cách giảm chi phí vận hành và bảo trì (O&M) là một giải pháp quan trọng cần được nghiên cứu kỹ lưỡng để nâng cao tính khả thi của dự án.
Tuy nhiên việc bảo trì nhà máy điện gió hoàn toàn khác biệt với các nhà máy điện truyền thống do các đặc tính sau:
- Cấu trúc nhà máy điện gió là tap hợp các turbin gió riêng ré nhau Mỗi một turbine yêu cầu bảo trì độc lập nhau
Số lượng lớn turbine gió yêu cầu quá trình bảo trì tốn nhiều thời gian, dẫn đến chi phí bảo trì tăng cao và giảm hiệu quả hoạt động của nhà máy, từ đó ảnh hưởng trực tiếp đến doanh thu.
Turbine gió được thiết kế để hoạt động hiệu quả trong môi trường biến động, tuy nhiên, sự thay đổi đột ngột của tốc độ gió có thể gây ra hỏng hóc cho các chi tiết máy Ngoài ra, những turbine này thường được lắp đặt ở độ cao lớn, từ đó tạo ra thêm thách thức cho việc bảo trì và vận hành.
Phương pháp nghiên cứu và nội dung nghiên cứu
- Xây dựng hàm mật độ xác suất lỗi cho các bộ phận trong turbine gió dựa trên dữ liệu thu thập và lý thuyêt độ tin cậy.
- So sánh, đánh giá hàm mật độ xác suất lỗi xây dựng được với các kết quả từ các nghiên cứu khác.
Sử dụng phần mềm mô phỏng để tính toán và phân tích độ tin cậy là cách hiệu quả để xác định xác suất hỏng hóc của các bộ phận cũng như toàn bộ hệ thống.
Dựa trên kết quả mô phỏng, chúng tôi đề xuất các phương án bảo trì và thực hiện chạy lại mô phỏng để đánh giá và lựa chọn phương án bảo trì tối ưu nhất.
Nghiên cứu lý thuyết về đánh giá độ tin cậy của hệ thống turbine gió tập trung vào khái niệm bảo trì và cấu trúc của turbine Phân tích xác suất lỗi cho các bộ phận chính như cánh, hộp số, máy phát và trục truyền động là rất quan trọng, đặc biệt khi chi phí bảo trì cao do cần huy động thiết bị tới vị trí dự án Lý thuyết xác suất thống kê và các hàm mật độ xác suất được sử dụng để mô tả đặc tính lỗi của các bộ phận trong turbine gió.
Phần mềm ứng dụng e giúp tìm kiếm các công cụ phân tích lỗi hệ thống dựa trên các khái niệm và phương pháp xác suất thống kê.
Mô phỏng và đánh giá kết quả sử dụng phần mềm để phân tích và lập kế hoạch bảo trì, dự phòng tối ưu nhất, giúp tiết kiệm chi phí cho nhà máy.
Giới thiệu các công trình nghiên cứu liên quan đến đề tài
Sau đây là một số công trình đã được tìm thấy cho đến thời điểm này:
Wind Energy Facility Reliability and Maintenance (Eunshin Byon, Lewis Ntaimo, Chanan Singh and Yu Ding)
Bài báo trình bày các phương pháp hiện đang được nghiên cứu nhằm đánh giá độ tin cậy của nhà máy điện gió, đồng thời đề cập đến các phương pháp bảo trì hiệu quả để nâng cao hiệu suất hoạt động.
- Chương 1 đề xuất các mô hình suy thoái và tỉ lệ lỗi của các thiết bị trong turbine gió dựa trên các dữ liệu thu thập được
- Chương 2 và chương 3 thảo luận các vấn đề về độ tin cậy, tập trung vào đánh giá các mức độ của độ tin cậy của cả hệ thống
Wind Turbine Condition Monitoring: Technical & Commercial Challenges (Wenxian Yang, Peter J Tavnerb, Christopher J Crabtreeb, Y Feng, Y Qiub
A National Renewable Energy Centre Renewable Energy Group, School of Engineering and Computing Sciences, The University of Durham, Durham DH1 3LE, U.K.)
Phương pháp bảo trì RCM (Reliability Centred Maintenance) được giới thiệu nhằm tối ưu hóa các dự án điện gió xa bờ, với mục tiêu tăng cường tính sẵn sàng của turbine và giảm chi phí bảo trì RCM dựa vào hệ thống giám sát CDM (condition monitoring system) để thu thập và phân tích dữ liệu từ các thiết bị đo lường, từ đó chẩn đoán tình trạng thiết bị và đề xuất các phương án bảo trì hợp lý cho điện gió xa bờ.
Wind Turbine Reliability Prediction - A Scada Data Processing & Reliability Estimation Tool (CHRISTOS KAIDIS - Master of Science in Wind Power Project Management 2013, Visby, Sweden)
Bài báo phân tích vòng đời thiết bị trong turbine gió thông qua dữ liệu thu thập từ hai nhà máy điện gió ở Châu Âu Phương pháp nghiên cứu kết hợp dữ liệu SCADA với phân tích xác suất thống kê của các thiết bị Dựa trên đặc tính lỗi và thời gian khắc phục sự cố, bài viết đề xuất các giải pháp bảo trì tối ưu cho các thiết bị này.
Maintenance Optimisation For Wind Turbine (JESSE AGWANDAS ANDRAWUS - A thesis submitted in partial fulfilment of the requirements of The Robert Gordon University)
Nghiên cứu của Andrawus tập trung vào việc phát triển lĩnh vực đánh giá tài sản (Asset Management) cho nhà máy điện gió, một lĩnh vực đã được áp dụng rộng rãi trong các ngành công nghiệp truyền thống như dầu khí và điện Mục tiêu chính là tối ưu hóa quy trình bảo trì nhằm giảm chi phí thông qua các chiến lược phân tích dữ liệu, giúp mô hình hóa tỷ lệ lỗi thiết bị, thời gian ngừng hoạt động do bảo trì, và các vấn đề liên quan đến thiếu hụt nhân lực cũng như thiết bị đặc biệt cần thiết cho bảo trì.
Wind Turbine Reliability: A Database and Analysis Approach (Roger R Hill, Jennifer A Stinebaugh, Daniel Briand, Sandia National Laboratories Dr. Allan S Benjamin and James Linsday, ARES Corporation)
Nghiên cứu từ phòng Lab Sandia - My tập trung vào việc phân tích tác động của chi phí vận hành và bảo trì đến độ ổn định của nhà máy, dựa trên kinh nghiệm về tỷ lệ lỗi của thiết bị và hệ thống Báo cáo đề xuất các công cụ đánh giá độ tin cậy và tiến hành thu thập dữ liệu từ các nhà máy điện gió Mục tiêu chính là nâng cao độ tin cậy trong vận hành cho các nhà máy.
Q0 n HH TH TT HT nh SE BE 17 LÝ THUYET ĐỘ TIN CAY - + 2S 2 E12 EE*EEEEzEEsEEzEEEzEEsEExereerersersersre 17
Mô hình hỏng hóc của thiết bị (Failure Models) - - 5: 25
Trong thực tế, hỏng hóc thiết bị là một quá trình ngẫu nhiên, nhưng các nhà sản xuất đã nhận thấy rằng trong quá trình kiểm tra tuổi thọ sản phẩm hàng loạt, có những khoảng thời gian mà xác suất hư hỏng cao hơn Điều này cho phép họ dự đoán tuổi thọ và thời điểm hư hỏng của thiết bị, từ đó giảm thiểu rủi ro Chương này sẽ giới thiệu các mô hình toán học và hàm phân phối xác suất liên quan đến tính hỏng hóc và tuổi thọ của thiết bị.
Chúng ta sẽ khám phá các biện pháp định lượng để đánh giá độ tin cậy của thiết bị, từ những thành phần nhỏ cho đến các hệ thống lớn.
Bón phương pháp đo lường với độ tin cậy của một thiết bi bao gồm:
- Khoảng thời gian trung bình cho tới khi thiết bị hư hỏng (Mean time to failure -
Chúng tôi sẽ giới thiệu một số phân phối xác suất có thể được sử dụng để mô hình hóa vòng đời của thiết bị Các hàm phân phối tuổi thọ sẽ được thảo luận chi tiết trong bài viết này.
Hình 2.3 — Biến trạng thái và khoảng thời gian xảy ra hỏng hóc T
Trạng thái của thiết bị tại thời điểm t được mô tả bởi hàm trạng thai X(t):
X(t) = | 1 nếu thiết bị vẫn hoạt động đúng chức năng cho tới thời điểm t
0 nếu thiết bị hỏng hóc tại thời điểm t
Như hình trên, biến trạng thái thông thường là một giá trị ngẫu nhiên
2.2.3 Khoảng thời gian cho đến khi thiết bi hỏng hóc
Khoảng thời gian từ lúc thiết bị bắt đầu hoạt động tới khi xảy ra hỏng hóc đầu tiên được gọi là thời gian hoạt động ban đầu, và nó là một biến ngẫu nhiên T Biến này có mối liên hệ chặt chẽ với biến trạng thái X(t) của thiết bị, phản ánh quá trình hoạt động và sự thay đổi trạng thái của thiết bị theo thời gian.
Lưu ý rằng T không chỉ được đo bằng thời gian, mà còn có thể được xác định qua các yếu tố khác như số km vận hành của xe hoặc số vòng xoay của trục truyền động.
Hình 2.4 — Hàm phân phối xác suất F(t) và hàm mật độ xác suất f(t)
Giá trị T thường là một giá trị rời rạc, nhưng các giá trị này có thể xấp xỉ hàm liên tục Chúng ta giả định rằng T là một đại lượng ngẫu nhiên với hàm mật độ xác suất f(t) và hàm phân phối xác suất.
F(t)=Pr(T 0 (2.1)F(t) là xác suất thiết bi hư hỏng trong khoảng thời gian (0;t]
Hàm mật độ xác suất f(t) được định nghĩa: fứ)= " F(t)= lim F(t+ — — F(t) _ lim Pr(t < = t+ Af)
Khi At đủ nhỏ thi:
Hàm độ tin cậy của thiết bị được định nghĩa:
Hình 2.5 — Hàm độ tin cậy (sống sót) R(t)
R(t) là hàm xác suất mà thiết bị không hư hỏng trong khoảng thời gian (0;t] hay còn gọi là xác suất thiết bị còn sống sót trong khoảng thời gian
Xác suất thiết bị hỏng trong khoảng thời gian (t, t + At] khi chúng ta biết thiết bi hoạt động tại thời điểm t
Bằng việc chia nhỏ xác suất này bởi khoảng thời gian At, và cho phép At > 0, ta xác định được hàm tỷ lệ lỗi z(t) của thiết bị:
Prự