Ứng dụng xác suất thống kê trong đề xuất phương án bảo trì nhà máy điện gió

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN QUANG NHẬT ỨNG DỤNG XÁC SUẤT THỐNG KÊ TRONG ĐỀ XUẤT PHƯƠNG ẢN BẢO TRÌ NHÀ MÁY ĐIỆN GIÓ Chuyên ngành :Kỹ Thuật Điện Mã số: 60520202 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 06 năm 2017 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA - ĐHQG -HCM Cán hướng dẫn khoa học : (Ghi rõ họ, tên, học hàm, học vị chữ kỹ) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ kỹ) Cán chấm nhân xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận vằn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỔNG TRƯỞNG KHOA NHIỆM VỤ LUẬN VẢN THẠC sĩ Họ tên học viên: Trần Quang Nhật MSHV: 7140422 Ngày, tháng, năm sinh: 03/06/1988 Nơi sinh: Tp Vĩnh Long Chuyên ngành: Kỹ Thuật Điện Mã số : 60 52 02 02 I TÊN ĐỀ TÀI: ỨNG DỤNG XÁC SUẤT THỐNG KÊ TRONG ĐỀ XUẤT PHƯƠNG ÁN BẢO TRÌ NHÀ MÁY ĐIỆN GIĨ II NHIỆM VỤ VÀ NỘI DUNG: Nhiệm vụ luận văn nghiên cứu việc lên kế hoạch bảo trì nhà máy điện gió dựa phân tích xác suất thống kế hàm tỷ lệ lỗi phận yếu turbin gió Nội dung luận văn trình bày lý thuyết độ tin cậy, mơ hình sơ đồ khối độ tin cậy turbin gió trang trại gió Lập kế hoạch bảo trì dựa mơ việc vận hành turbin trang trại điện gió tương ứng III NGÀY GIAO NHIỆM VỤ : (Ghi theo QĐ giao đề tài) 16/01/2017 IV NGÀY HOÀN THÀNH NHIỆM VỤ:(Ghi theo QĐ giao đề tài) 18/06/2017 V CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên): Họ tên : Mai Bá Lộc Học vị: Tiến Sĩ CÁN BỘ HƯỚNG DẪN (Họ tên chữ ký) Tp HCM, ngày 18 tháng 06 năm 2017 CHỦ NHIẸM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) TRƯỞNG KHOA (Họ tên chữ ký) LỜI CẢM ƠN Trên thực tế khơng có thành công mà không gắn liền với hỗ trợ, giúp đỡ dù hay nhiều, dù trực tiếp hay gián tiếp người khác Từ bắt đầu tham gia khóa Cao học Kỹ thuật điện Đại học Bách Khoa, nhận nhiều quan tâm, giúp đỡ quý Thầy Cô mơn suốt q trình học tập Với kính trọng sâu sắc nhất, tơi xin chân thành gửi tới quý Thầy Cô Khoa Điện - Điện Tử - Trường Đại Học Bách Khoa Tp Hồ Chí Minh lời chúc sức khỏe lời cảm ơn chân thành Các Thầy Cô với tri thức tâm huyết truyền đạt vốn kiến thức quý báu cho suốt thời gian học tập trường Đặc biệt, xin chân thành cảm ơn TS Mai Bá Lộc tận tâm hướng dẫn, giúp đỡ tơi để hồn thành luận văn thời gian qua Sau cùng, tơi xin kính chúc q Thầy Cô Bộ môn Điện - Điện Tử thật dồi sức khỏe, niềm tin để tiếp tục thực sứ mệnh cao đẹp truyền đạt kiến thức cho hệ mai sau Trân trọng TÓM TẮT LUẬN VĂN THẠC SĨ Các nhà máy điện gió tổ hợp nhiều turbin gió hoạt động cách độc lập với để phát điện Quá trình bảo trì tương tự nhà máy điện truyền thống (thủy điện, nhiệt điện) đòi hỏi số lần bảo trì lớn số lượng turbin gió nhiều Điều dẫn đến chi phí bảo trì tăng cao bao gồm nhân lực phụ tùng phục vụ cho bảo trì Các phương án bảo trì truyền thống khơng phù hợp với nhà máy điện gió khơng kiểm sốt số lần bảo trì Người vận hành nhà máy điện gió phải cân kế hoạch bảo trì thời gian phát điện turbin gió, chí lựa chọn turbin ưu tiên bảo trì trước turbin tạm thời khơng bảo trì phụ thuộc vào thời tiết trạng thái turbin thời điểm Luận văn tìm kiếm phương án bảo trì phù hợp cho nhà máy điện gió dựa phân tích xác suất thống kê Phân tích xác suất thống kê có ý nghĩa với nhà máy điện gió đặc tính số lượng turbin nhiều, việc thống kê có tác dụng việc xây dựng phương án bảo trì hợp lý Wind power plants comprise number of wind turbines that operate independently The requirement for maintenance is as same as traditional power plants (hydroelectric, thermal power) but lot of maintenances are requested for plant due to the large number of wind turbines This leads to high maintenance costs including manpower and spare parts for maintenance Traditional maintenance approach is no longer suitable for wind power plants as could not control the number of maintenance for plant Instead the operators must monitor to balancing between maintenance and generation schedule, even those they have to priority maintenance the turbine and pending other turbine depend on the weather, the state of the turbine and the spart parts avaulable at that time This thesis looking for suitable maintenance options for wind power plants based on statistical probability analysis Statistical probability analysis is meaningful for wind power plants because of the number of turbine numbers, which means that statistics will be more effective in developing reasonable maintenance schedule LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu khoa học độc lập riêng tơi Các số liệu luận án có nguồn gốc rõ ràng Các kết nghiên cứu luận văn tơi tự tìm hiểu, phân tích cách trung thực, khách quan phù hợp với thực tiễn Các kết chưa công bố nghiên cứu khác Học viên cao học Trần Quang Nhật MỤC LỤC CHƯƠNG MỞ ĐẦU 1.1 Lý chọn đề tài 1.2 Mục tiêu đề tài 14 1.3 Phương pháp nghiên cứu nội dungnghiên cứu 14 1.4 Giới thiệu cơng trìnhnghiên cứu liênquan đến đề tài 15 CHƯƠNG 17 LÝ THUYẾT ĐỘ TIN CẬY 17 2.1 2.2 Giới thiệu 17 2.1.1 Lịch sử lý thuyết độtin cậy 17 2.1.2 Các phương pháp để phân tích độ tin cậy 19 2.1.3 Cáckhái niệm 21 Mơ hình hỏng hóc thiết bị (Failure Models) 25 2.2.1 Giới thiệu 25 2.2.2 Biến trạng thái 26 2.2.3 Khoảng thời gian thiết bị hỏng hóc 26 2.2.4 Hàm độ tin cậy 27 2.2.5 Hàm tỷ lệ lỗi 27 2.2.6 Khoảng thời gian hỏng 30 2.2.7 Hàm phân phối 2.2.8 Hàm phân phối Weibull 34 2.2.9 Đánh giá thiết bị quan trọng hệ thống 37 mũ 31 CHƯƠNG 40 XÂY DỰNG MƠ HÌNH SƠ ĐỒ KHỐI ĐỌ TIN CẬY CHO TURBIN GIÓ 40 Cơ sở lý luận 40 3.1 Xây dựng hàm phân phối xác suất tỷ lệ lỗi dựa phân tích xác suất thống kê 40 3.2 Đề xuất mơ hình sơ đồ khối độ tin cậy turbin gió 43 CHƯƠNG 48 MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ 48 4.1 Giới thiệu phương pháp Monte-Carlo phần mềm Raptor .48 4.1.1 Phương pháp Monte-Carlo 48 4.1.2 4.2 Phần mềm Raptor (phần mềm mô tả độ tin cậy hệ thống) 50 Xây dựng lưu đồ giải thuật đánh giá độ sẵn sàng phận turbin gió 55 4.3 4.4 4.5 Mô đánh giá kết cho turbin gió 64 4.3.1 Các giả định quan trọng 64 4.3.2 Đề xuất phương án bảo trì dựa sơ đồ khối độ tin cậy 65 4.3.3 Kết theo mô DNV GL 66 4.3.4 Lên phương án bảo trì hiệu từ kết mô 69 Mô đánh giá kết cho năm turbin gió (5x2MW) 78 4.4.1 Các giả định quan trọng 78 4.4.2 Đề xuất phương án bảo trì dựa sơ đồ khối độ tin cậy 78 4.4.3 Kết theo mô DNV GL 79 4.4.4 Lên phương án bảo trì hiệu từ kết mơ 81 Mơ cho nhà máy điện gió 30 MW(15x2MW) lớn 87 CHƯƠNG 88 KÉT LUẬN 88 5.1 Đánh giá 88 5.1.1 Kết mơ cho phận turbin gió 88 5.1.2 Kết mô cho turbin gió 89 5.1.3 5.2 5.3 ứng dụng thực tiễn 90 Hạn chế/thiếu sót 90 5.2.1 Bảo trì định kỳ 90 5.2.2 Mơ hình tỷ lệ lỗi cho thiết bị 91 5.2.3 Tính khó kiểm chứng ứng dụng thực tế 92 5.2.4 Bộ quy tắc đánh giá lựa chọn phương án bảo trì hợp lý 92 Kết luận 93 CHƯƠNG 94 TÀI LIỆU THAM KHẢO 94 CHƯƠNG MỞ ĐẦU 1.1 Lý chọn đề tài Ngày nay, nhà máy điện gió đóng góp cách đáng kề vào nguồn phát công suất cho hệ thống điện Theo thống kê năm 2016, tỏng cơng suất lắp đặt tồn cầu điện gió gần 490 GW tìLỦSAL ANNUAL [NSTALLTD WIND CAPACITY iũữ]-ĩúlể GLOBAL CUMULATIVEINSTALLED WINDC.AFACTTYSWL-KiLfi Hình 1.1- Cơng suất lắp đặt điện gió qua năm tổng cơng suất điện gió tính tới 2016 Điện gió dạng lượng tái tạo đầu tư nhiều xu phát triển chung toàn giới (như hình 1.1), nhiên Việt Nam sách nhiều hạn chế, suất đầu tư điện gió cao (khoảng triệu la Mỹ MW cho điện gió bờ) doanh thu từ nhà máy điện gió thấp giá điện thấp, việc đầu tư nhà máy điện gió chưa thực hấp dẫn khía cạnh tính kinh tế dự án Hiện chĩ có khoảng 160 MW điện gió vận hành bao gồm + Dự án điện gió đảo Phú Q: cơng suất MW + Dự án điện gió Tuy Phong - Bình Thuận: cơng suất 30 MW + Dự án điện gió Phú Lạc - Bình Thuận: cơng suất 24 MW + Dự án điện gió Cơng Lỷ - Bạc Liêu: cơng suất 99.2 MW Đây dự án điện gió ngồi khơi Việt Nam) Với đặc tính địa hình ngồi biền, việc điều động cầu/xà lan/nhân lực cho bảo trì gặp nhiều khó khăn chi phí bảo trì cao, việc lên kế hoạch bảo trì có đóng góp lởn nhằm cải thiện việc vận hành nhà máy Luận vãn xem xét điều kiện dự án điện gió đề nghiên cứu tác động việc lên kế hoạch bảo trì cho nhà máy Hình 1.2 - Nhà máy điện gió Bạc Liêu - 62 turbine x1.6MW 10 Đề xuất số lượng nhân lực/phụ tùng dựa kết từ mơ turbin gió Mln using Part/Labor base on worst and best case fori WKS Best case số lượng phụ tùng/nhSn lựcdiolWTS Blade_non_crane_part 3.22 Labor Blade Base case Đề xuất Part năm IcholWTQ ĐếxuắtPart nSm Chi phí cho kiện cho WTG $ 15,550 $ 2,900 0.994 0.953 4.02 0.963 0.903 0 417/400 1.92 0.999 0.991 0 5,300 0 500 3.84 $ Blade_crane_part $ pltdì_non_crane_part $ Labor Pitch $ pltdì_crane_part 4.78 0.998 0.996 0 23,200 3.01 0.998 0.987 0 6,100 0 500 $ Yaw_non_crane_part $ Labor yaw 3.99 $ Yaw_crane_part 4.26 0.995 0.989 0 49,600 4.48 0.994 0.988 0 96,700 2.4S 0.998 0.974 0 43300 0 5,800 $ maln_shaft_part $ Gear_non_crane_pa rt $ Labor gear 3.96 $ Gear_crane_part 1.79 0.911 0.816 0 216,900 3.4 0.985 0.977 5,600 4300 $ Generator_non_crane_part $ Labor generator 3.97 $ Generator_crane_part 5.34 0.953 0.884 0 139,400 0.29 0.911 0.857 19300 2.3 $ 500 6.9 0 157,300 $ 294/400 $ Power_converter Labor power electric $ Small_crane Large_crane 0.21 Ting Chí phí năm thứl $ 77,750 $ 14,500 $ $ $ $ $ $ $ $ $ $ $ $ 28,000 $ 21,500 $ $ 97,500 $ 2300 $ $ Tổng ngân sách cho WTG $ 241,750 $ 250,000 Nhận xét: - Tồng ngân sách cho bảo trì dựa đề xuất cho turbin gió nhỏ ngân sách cho phép bào trì hàng năm 80 Đồ xuất nỗ lực giảm thời gian bảo trì cho phận yếu hộ thống bao gồm: số lượng phụ tirg/nhỀn lực Blade non cranej»rt Best case Base case Thời gian sửa chữa (hours) (Sau lên kế hoạch) ThMglan sửa chữa [hours) Thời gian th lít b| mớl Thời gian thiết b| mái cẩu Thời gian trễ trang trinh vận Thời gian trê trinh vận chuyển cỉu tới sau bí tới sau bị hửng (hours) chuyển tới vi trí turbln tới v| tríturbln suit trinh hoạt [Sau lên kế hoạch) hòng [hours] suit trinh hoạt dộng [hours] động (hours) (Sau lẽn kế hoạch) 0.994 0.953 432 3.32 120 72 1 Blade_crane_part Ũ.963 0.903 284.6 168 720 360 120 72 pitch non crane part 0.999 0.991 4.32 432 120 120 1 pitch crane part 0.998 0.996 142.34 142.34 720 720 120 120 Yaw non crane part 0.998 0.987 3.84 3.84 120 120 1 Yaw crane part 0.995 0.989 261.6 261.6 720 720 120 120 maln shaft part 0.994 0.988 371.28 371.28 720 720 120 Gear non crane part 0.998 0.974 408 408 120 120 120 ĩ 0.911 0.816 441.12 240 720 360 120 72 0.977 3.6 3.6 120 120 1 Labor Blade Labor Pitch Labor vaw Labor gear Gear crane part Generator non crane part 0.985 Labor generator Generator_crane_part 0.953 0.884 344.1 344.1 720 720 120 120 Power converter 0.911 0.857 168.44 72 120 72 1 Labor power electric Small crane Large crane Nhận xét: (dựa mô cho turbin gió) - Các thiết bị có độ sẵn sàng thấp tập trung bảo trì: Bladẹ_non_crane, Blade crane, Gear crane, Power-Converter Các thiết bị có phụ tùng lưu kho sẵn thời gian sửa chữa giảm xuống: Blade_noncrane Power-Converter S3 Nhận xét: - Các thiết bị có độ sẵn sàng thẩp tập trung bảo trì: Blade_non_crane, Blade.crane, Gear_crane, Power-Converter - Các thiết bị có phụ tùng lưu kho sẵn thời gian sửa chữa giảm xuống: Blade_noncrane Power-Converter - Các thiết bị yêu cầu cẩu khỉ bảo trì: Đlade_Crane, Gear_Crane Gièm thời gian sửa chữa: huấn luvên nhân viên thông thạo việc bảo trì, inh giảm từ 284 (11 _ án, thảo luận với iảm xuống từ 720 _ : chủ đông việc đánh giá trước thời tiết, điều kiện triền khai việc bảo trì Ta giả định giảm từ 120 (5 ngày) xuống 72 (3 ngày) 82 Kết độ sẵn sàng phận năm turbin sau lên kế hoạch cho bảo trì WTG-01 0.6195 0.970 0.947 0.991 0.995 0.987 0.991 0.987 0.973 0.895 0.985 0.891 0.927 WTG-02 0.6215 0.970 0.947 0.991 0.996 0.987 0.988 0.989 0.974 0.896 0.985 0.891 0.928 Độ sẵn sàng cùa WTG-03 tùngturtãn riêng WTG-04 rẽ WTG-05 0.6182 0.970 0.945 0.991 0.996 0.987 0.989 0.988 0.973 0.896 0.985 0.890 0.927 0.6177 0.970 0.945 0.991 0.995 0.986 0.989 0.987 0.973 0.897 0.985 0.890 0.928 0.6176 0.970 0.947 0.991 0.995 0.987 0.988 0.988 0.973 0.897 0.985 0.888 Blada_No ncrana Total Average Blada_Crana 0.970 0.946 Pttch-Noncrana 0.991 Pltch_Crana 0.995 Non_Crana_Yaw Crana_Yaw 0.987 Mal n_shaft_baaring Gaar_Noncrana 0.989 0.988 0.973 GeneratorNoncrane Gaar_crana 0.896 0.985 Generator Crane 0.927 Power Converter 0.890 0.927 Kết độ sẵn sàng phận năm turbin gió Blade Noncrane Blade Crane Pitch Noncrane Pitch Crane Non Crane Yaw Độ sẵn sàng phận turbine so Crane Yaw sánh trường hợp base case trường hợp Main shaft bearing lên kế hoạch (là kế hoạch phát triển cho Gear Noncrane lturbin) Gear crane Generator Noncrane Generator Crane Power Converter Total 0.970 0.946 0.991 0.995 0.987 0.989 0.988 0.973 0.896 0.985 0.890 0.927 0.619 0.953 0.903 0.991 0.996 0.987 0.989 0.988 0.974 0.816 0.977 0.884 0.857 0.482 trường hợp mô lên kế trường hợp mô base hoạch cho turbin gió case cho turbin gió Nhận xét: - Với việc lên kế hoạch cho turbin riêng rẽ, độ sẵn sàng hệ thống tương đương tăng lên đáng kể Việc lên kế hoạch phù hợp giúp cho phận có độ sẵn sàng thấp tăng lên đáng kể, từ tăng độ sẵn sàng turbin tăng độ sẵn sàng hệ thống 83 Kết độ sẵn sàng turbin gió (2MW) sau lên kế hoạch bảo trì Ngân sách bảo trì hàng năm $ 250,000 N/A $ 241,750 (*): Doanh thu tăng = $Giá bán điện/MW * Cơng st turbin • 8760h (năm) • Hệ sâ công suât turbin*AA (độ sai lệch độ sẵn sàng turbin) Giá bán điện dự án khơi Việt Nam $98/MW Hệ số công suất turbin 35% Kết luân: - Phương pháp mô đánh giá nỗ lực lên kế hoạch bảo trì doanh thu tăng lên độ sẵn sàng turbin tăng lên - Phương pháp giúp người điều hành đánh giá trạng thái hệ thống, vị trí cần bảo trì phương thức bảo trì cho turbin Từ tìm phương án hợp lý hạn mức ngân sách cho phép - điều thú vị kết cho ta thấy việc lên kế hoạch giúp ta tăng ngân sách bù đắp chi phí bảo trì Việc tìm kiếm phương thức bảo trì tối ưu khó khăn nằm ngồi mục đích luận văn Tương tự việc phân tích lựa chọn bảo trì phù hợp cho lúc năm turbin phức tạp khó kiểm sốt Thay vào ta phát triển kế hoạch bảo trì cho turbin riêng rẽ cho thỏa mãn điều kiện chi phí bảo trì, từ ứng dụng kế hoạch cho hàng loạt turbin tương tự Phương pháp có ưu điểm đơn giản có tính hiệu cao, dễ thực khuyết điểm chưa giải trường hợp tỷ lệ lỗi turbine thay đổi theo thời gian (ví dụ năm đầu ta mơ turbin tượng trưng cho tất turbin khác, lần mơ năm có trường hợp turbin thay hộp số hư hỏng, điều đồng nghĩa mơ năm hàm tỷ lệ lỗi turbin khác biệt với tất turbin lại) 84 4.5 Mơ cho nhà máy điện gió 30 MW(15x2MW) lớn Việc đánh giá kế hoạch bảo trì cho nhà máy điện gió 30MW hay lớn phương pháp đánh giá kể áp dụng Tuy nhiên thực tế nhằm giảm bớt tính phức tạp việc đánh kiểm sốt nguồn nhân lực/phụ tùng, người ta thường chia nhỏ turbin gió thành nhóm với Ví dụ trang trại gió 30MW người vận hành chia thành nhóm bảo trì, nhóm đảm nhận bảo trì turbin gió lúc Khi ta việc áp dụng mơ hình tương tự nhân rộng cho tồn trang trại gió 85 CHƯƠNG KẾT LUẬN 5.1 Đánh giá 5.1.1 Kết mô cho phận turbin gió Hiện thị trưởng nhà sản xuất turbỉn gió nhà tư vấn thương mại hóa phần mềm hỗ trợ cho việc định bảo trì dựa phân tích xác xuất thống kê tỷ lệ lỗi thiết bị Các phần mềm sở hữu sở liệu khồng lồ cho phép khả chuần đoán trạng thái thiết bị cách đáng tin cậy Các kết mô tư vấn quốc tế DNV GL dựa phần mềm thương mại hóa, có nghĩa kiềm chứng thực tế Bảng 5.1 Đánh giá tính xác phần mềm raptor kết DNV GL Nhận xét: Phần mềm raptor ứng dụng cho mơ đánh giá độ tin cậy hệ thống cách tương đối so với phần mềm thương mại tư vấn quốc tế DNV GL Vì thiếu sở liệu đầu vào, trường hợp mô cho khoảng thời gian ví dụ 86 năm (8760 giờ), so sánh kết Trong trình vận hành, sở liệu bổ sung phụ thuộc hoàn toàn vào cách người vận hành sử dụng 5.1.2 5.1.2.1 Kết mơ cho turbin gió Độ sẵn sàng turbin gió mơ Theo kết mô ta cộ độ sẵn sặng turbin gió Z1 ù Base-case Lên kỂ hoạch Best-case Trong thực tế độ sẵn sàng turbin gió cao, dao động 90% khoảng thời gian vận hành Điều đặt câu hỏi liệu độ xác mơ có hay khơng? Hình 5.1 Bảng trung bình độ sẵn sàng nhà máy điện gió bờ giới - Nguồn: Báo cáo lượng gió Đức - IWES 2010 Ta nhận thấy hình vài nhà máy điện gió có độ sẵn sàng giảm xuống khoảng 72% vài năm, đa phần độ sẵn sàng turbin gió 90% Dự án điện gió luận văn dự án điện gió gần bờ, đặc tính khó khăn điều động phụ tùng sửa chữa làm giảm bớt độ sẵn sàng turbin gió, kết độ sẵn sàng mô trường hợp lên kế hoạch khoảng 79% chấp nhận 5.1.2.2 Tăng doanh thu turbin gió ? =• Tỷ lệ tăng doanh thu từ tăng độ sẵn sàng (*) Ngân sách bảo trì hàng năm $ 50,000 N/A ã $ 61,430.8 $ 83,915.4 $ 48,350 rđt lớn 87 Kết từ độ sẵn sàng dẫn đến tỷ lệ tăng doanh thu, trường hợp việc tăng độ sẵn sàng bù đắp chi phí bảo trì Ta nhận thấy việc lên kế hoạch bảo trì phù hợp hồn tồn giúp người vận hành tăng doanh thu turbin gió, vài trường hợp lượng doanh thu bù đắp chi phí bảo trì cao nhà máy điện gió Đồng thời việc lên kế hoạch bảo trì hợp lý cho phép ta kiểm sốt chi phí bảo trì cách hữu hiệu giới hạn ngân sách cho phép Giá trị việc lên kế hoạch bảo trì cách hợp lý thấy rõ thông qua doanh thu tăng nhà máy Tuy nhiên thực tế ta khó ước lượng lợi ích Thay vào người vận hành thơng thường đánh giá tỷ lệ chi phí bảo trì doanh thu theo tỷ số cho trước Việc đánh giá hiệu hay tùy thuộc vào người vận hành đặc tính dự án riêng rẽ 5.1.3 ứng dụng thực tiễn Trong trình vận hành nhà máy, người vận hành chia tách kế hoạch bảo trì theo quý/năm/2 năm tùy thuộc vào chiến lược công ty Phần mềm raptor cho phép ta chia tách mô cho giai đoạn khác cách linh hoạt Điều phù hợp cho ứng dụng thực tế (ví dụ raptor cho mơ năm, năm, năm ) 5.2 Hạn chế/thiếu sót 5.2.1 Bảo trì định kỳ Như ta biết, thực tế nhà cung cấp turbin gió cung cấp gói dịch vụ bảo trì kèm theo Tiêu chuẩn dịch vụ bảo trì định kỳ lần/năm Việc bảo trì ngồi mục đích bảo trì phận nhạy cảm, thay đổi vật tư tiêu hao (ví dụ: dầu cho hộp số, bơi dầu mỡ cho bánh động cơ, kiểm tra độ mài mòn động cơ, cánh quạt ) phát tiềm ẩn rủi ro xảy cho thiết bị (nứt, bể, chi tiết khí bị ăn mòn, rung ) Ngồi ra, lý thuyết độ tin cậy thiết bị tác động bảo trì định kỳ phát triển đầy đủ, cho phép ta bổ sung vào mơ hình để hồn thiện mơ hình độ tin cậy turbin Tuy nhiên giới hạn luận văn chưa đề cập tới vấn đề bảo trì định kỳ Đây thiếu sót lớn nguyên nhân dẫn đến sai lệch kết lớn so với thực tế Tiêu biểu độ sẵn sàng turbin gió luận văn mơ cho trường hợp tốt 90% thực tế ngày turbin gió có độ sẵn sàng cao từ 95% trở lên 5.2.2 Mơ hình tỷ lệ lỗi cho thiết bị Yếu tố quan trọng tác động tới kết mơ hình tỷ lệ lỗi (Weibull, Expo ) ứng dụng cho thiết bị hệ thống Việc xây dựng mơ hình lỗi cho thiết bị cụ thể cách xác khó khăn Hiện có nhà cung cấp thương mại hóa phần mềm cho phép ta xây dựng mơ hình tỷ lệ lỗi 88 liệu thu thập từ q trình hoạt động thiết bị Ví dụ: hộp số có giới hạn nhiệt độ cho hoạt động, thiếu dầu thiết bị bị suy giảm tuổi thọ, nhiệt độ đo có xu hướng gần giá trị ngưỡng Các nhà cung cấp bán thị trường cảm biến đo lường chuẩn đốn trạng thái thiết bị, nhiên độ xác khơng có kiểm chứng điều kiện hoạt động khác Các liệu đa phần sử dụng tham khảo để định Để đơn giản hóa việc cung cấp mơ hình lỗi cho thiết bị, phần mềm raptor cho phép dịch chuyển hàm tỷ lệ lỗi theo thời gian Điều có nghĩa ta giảm tuổi thọ thiết bị cho lần lặp khác (ví dụ 8760 mơ đầu tuổi thọ thiết bị 10.000 giờ, sau ta muốn mơ cho 8760 sau ta nhập tuổi thọ thiết bị 1240 (10.000-8760) Hoặc trường hợp trình vận hành thực tế thiết bị hư thời điểm 7000 đầu, có nghĩa tuổi thọ thiết bị cho mô 8760 sau 8240 (10.000-1760) Ngồi raptor cung cấp suy giảm tuổi thọ tác động thời gian độ suy giảm suất vận hành thiết bị mơ hình: - Mơ tình suy giảm tuổi thọ tuyến tính - Mơ hình suy giảm tuổi thọ hàm mũ - Mơ hình suy giảm tuổi thọ hàm logarit Dogratton vs Time- Time (week) 10 20 3ữ 40 50 60 Hình 5.1 Độ dịch chuyền tuồi thọ thiết bị theo thời gian lực vận hành [2] Cuối người vận hành với kinh nghiệm kiến thức độ tin cậy khả phân tích định mơ hình tỷ lệ lỗi áp dụng cho thiết bị, mơ hình tỷ lệ lỗi thay đổi theo thời gian 89 5.2.3 Tính khó kiểm chứng ứng dụng thực tế Ta nhận thấy thực tế mục đích cuối phương án bảo trì hợp lỷ đánh giá liệu kế hoạch bảo trì tốt Với vị trí người vận hành, việc điều phối kế hoạch quan trọng Đồng thời chi phí thời gian cho thực nghiệm đắt đỏ Thay vào thơng thường người vận hành đánh giá tính hiệu dựa kết đạt đơn giản liệu kế hoạch bảo trì có đảm bảo sản lượng theo u cầu hay khơng Tỷ lệ chi phí bảo trì doanh thu so với yêu cầu đề Đó lý nghiên cứu đánh giá phương pháp thường có bảo mật tính chất quan trọng sở hữu trí tuệ 5.2.4 Bộ quy tắc đánh giá lựa chọn phương án bào trì hợp lý Trong suốt q trình mơ trên, ta thấy việc lựa chọn phương án bảo trì dựa kinh nghiệm đánh giá chủ quan tác giả Chưa có viết đánh giá liệu phương pháp lựa chọn hợp lý, quy định cần thiết hỗ trợ việc định lựa chọn phụ tùng/nhân lực phù hợp Ví dụ ta thấy xác suất hư hỏng cánh quạt cao chi phí lưu kho cánh quạt, xà lan cẩu để sẵn sàng cho sửa chữa hư cao độ sẵn sàng lại không tăng lên nhiều Dĩ nhiên với kinh nghiệm ta chấp nhận việc hư cánh quạt dẫn tới thời gian dài đợi thiết bị/phụ tùng/xà lan/cẩu tới vị trí dự án lưu kho trước Các quy tắc định xây dựng hỗ trợ người vận hành nhiều trình định bảo trì 5.3 Kết luận Luận văn khơng nhằm tìm phương thức bảo trì tối ưu cho nhà máy điện gió bao gồm nhiều turbin gió hoạt động độc lập với Thay vào luận văn cung cấp cơng cụ nhằm giúp người vận hành đánh giá trạng thái turbin gió mình, từ đề xuất phương án bảo trì hợp lý nhằm tăng doanh thu cho dự án Cuối người vận hành với kinh nghiệm kiến thức độ tin cậy khả phân tích định mơ hình tỷ lệ lỗi áp dụng cho thiết bị, mơ hình tỷ lệ lỗi thay đổi theo thời gian Phần mềm giúp người vận hành có thêm cơng cụ để đánh giá hệ thống đánh giá kế hoạch bảo trì phù hợp cho dự án Tuy nhiên việc áp dụng cần thận trọng đòi hỏi người sử dụng có kiến thức tốt lĩnh vực đánh giá tài sản dựa độ tin cậy phần tử hệ thống- lĩnh vực mẻ Việt Nam 90 CHƯƠNG TÀI LIỆU THAM KHẢO [1] System Reliability Theory Models and Statistical Methods [2] Life Data Analysis Reference - ReliaSoft Company [3] Raptor Version - Booz I Alien I Hamilton Company [4] DNV GL: Feasibility Study for 170MW Phu Cuong near-shore wind farm [5] Use of SCADA Data for Failure Detection in Wind Turbines K Kim, G Parthasarathy, o Uluyol, and w Foslien Honeywell s Sheng and p Fleming - National Renewable Energy Laboratory [6] On maintenance optimization for offshore wind farms - FRANQOIS BESNARD - Department of Energy and Environment Division of Electric Power Engineering Chalmers University of Technology Gothenburg, Sweden 2013 [7] SANDIA REPORT SAND2008-0983 Unlimited Release Printed February 2008 Wind Turbine Reliability: A Database and Analysis Approach [8] Wind Turbine Reliability: Understanding and Minimizing Wind Turbine Operation and Maintenance Costs [9] WIND TURBINE RELIABILITY PREDICTION A SCADA DATA PROCESSING & RELIABILITY ESTIMATION TOOL A Project by CHRISTOS KAIDIS - Submitted to the Office of Graduate Studies of Uppsala University in partial fulfilment of the requirements for the degree of WIND POWER PROJECT MANAGEMENT [10] RAPTOR 7.0 - Tutorial Workbook Fourth Edition Program Management Steve Padilla raptor@bah.com http://raptorplus.com Program Development Kenneth E Murphy Charles M Carter Elizabeth A Grimes Anthony w Malerich [11] Development of an Operations and Maintenance Cost Model to Identify Cost of Energy Savings for Low Wind Speed Turbines July 20, 2004 — June 30, 2008 R Poore and c Walford Global Energy Concepts, LLC Seattle, Washington [12] Report on Wind Turbine Subsystem Reliability — A Survey of Various Databases Shuangwen (Shawn) Sheng National Renewable Energy Laboratory June, 2013 91 [13] Installation, Operation, and Maintenance Strategies to Reduce the Cost of Offshore Wind Energy B Maples, G Saur, and M Hand National Renewable Energy Laboratory R van de Pietermen and T Obdam Energy Research Centre of the Netherlands [14] SIMULATION AND OPTIMIZATION OF WIND FARM OPERATIONS UNDER STOCHASTIC CONDITIONS - A Dissertation by EUNSHIN BYON Submitted to the Office of Graduate Studies of Texas A&M University in partial fulfillment of the requirements for the degree of DOCTOR OF PHILOSOPHY [15] O&M ASPECTS OF THE 500 MW OFFSHORE WIND FARM AT NL7 (80 * MW Turbines) Baseline Configuration DOWEC 10080 rev L.W.M.M Rademakers H Braam [16] Modelling System Failures to Optimise Wind Turbine Maintenance - Jesse A Andrawusl*, John Watson and Mohammed Kishk 92 PHẦN LÝ LỊCH TRÍCH NGANG Họ tên: Trần Quang Nhật Ngày, tháng, năm sinh: 03/06/1988 Nơi sinh: Tp Vĩnh Long Địa liên lạc: Số 52, đường 1B, p Bình Trị Đơng B, Quận Bình Tân, Tp HCM QUÁ TRÌNH ĐÀO TẠO (Bắt đầu từ Đại học đến nay) 2006-2011: Sinh viên Khoa Điện-Điện Tử trường Đại học Bách Khoa Tp HCM Q TRÌNH CƠNG TÁC 2011 - nay: Là chun viên dự án điện gió Tập Đồn Phú Cường Xem xét cấu trúc nối tiếp hệ thống gồm thiết bị độc lập có độ tin cậy thời điểm t pl = 0.98, p2 = 0.96 Ta có độ tin cậy hệ thống thời điểm t h(pỉp2) = plx p2 = 0.9408 • - • Hình 2.12 - Cấu trúc nối tiếp phần tử hệ thống Phương pháp Birnbaum /í(1) = 5* *0^2) =p2 = 096 IB (1) = — - - = pl = 0.98 op2 Theo kết quả, ta thấy thiết bị có độ tin cậy thấp hệ nối tiếp quan trọng Điều phù hợp với trực giác ta hệ thống Hệ thống cấu trúc tương đương với chuỗi Chúng ta biết chuỗi không mạnh điểm yếu chuỗi Vì điểm yếu chuỗi điểm quan trọng Phương pháp cải tiến tiềm nãng I1P (1) = IB (1) X (1 - pl) = 0.0192 I1P (2) = IB (2) X (1 - p2) = 0.0392 Phương pháp cải tiến tiềm cho kết tương tự phương pháp Birnbaum 93 Ta có số lượng mẫu sản xuất giống nhau, tiến hành thí nghiệm vòng đời thiết bị theo quy luật vận hành thiết bị hỏng Sau thí nghiệm tất thiết bị hỏng hóc Lịch sử vận hành thiết bị là: Mốc thời gian hỏng hóc (giờ) số thiết bị hỏng hóc 257 498 763 94 ... vụ cho bảo trì Các phương án bảo trì truyền thống khơng phù hợp với nhà máy điện gió khơng kiểm sốt số lần bảo trì Người vận hành nhà máy điện gió phải cân kế hoạch bảo trì thời gian phát điện. .. dựa phân tích xác suất thống kê Phân tích xác suất thống kê có ý nghĩa với nhà máy điện gió đặc tính số lượng turbin nhiều, việc thống kê có tác dụng việc xây dựng phương án bảo trì hợp lý Wind... tháng, năm sinh: 03/06/1988 Nơi sinh: Tp Vĩnh Long Chuyên ngành: Kỹ Thuật Điện Mã số : 60 52 02 02 I TÊN ĐỀ TÀI: ỨNG DỤNG XÁC SUẤT THỐNG KÊ TRONG ĐỀ XUẤT PHƯƠNG ÁN BẢO TRÌ NHÀ MÁY