Development of mathematical optimization models and methods towards a successful integration of production and condition-based multi-component maintenance in the wind power industry

Vindkraftssnurror blir en allt vanligare syn på slätten och mot horisonten. Efter riksdagens beslut om en planeringsram för 30 TWh vindkraft fram till år 2020, varav 10 TWh till havs, kommer synen att bli ännu vanligare. Belackarna är många, men enligt en nyligen genomförd svensk studie anser sju av tio att vindkraften bör fortsätta att expandera. Med EU:s mål om en minskning av koldioxidutsläppen med 85% fram till år 2050, så att den globala uppvärmningen begränsas till 2 grader Celsius, kommer det att bli mycket viktigt att se till att denna ökande andel av energiproduktionen också är tillförlitlig. Åsynen av flera vindkraftverk i rad som snurrar är också angenämare än den där var tredje står stilla. Målet med den forskning vi söker finansiering för är att medverka till vindkraftens ökade tillförlitlighet och effektivitet. Vi ämnar att bedriva forskning inom tillämpad matematik, speciellt matematisk optimering, med vars hjälp vi modellerar när och hur underhåll av vindkraftverk ska bedrivas, och skapa beslutsstöd för att beräkna de mest effektiva åtgärderna. Inom denna typ av studium är vår forskargrupp erfaren och framgångsrik, med två perioder av stöd från Energimyndigheten via VR-ansökningar, med ett industripris för vår forskning och utveckling och med flera vetenskapliga artiklar och högre examina (hittills en doktor och tre licentiater) som skörd. Vi ämnar att tillsammans med Svenskt Vindkraftstekniskt Centrum vid Chalmers och dess medlemsföretag studera hur vindkraftverk och deras drift och underhåll kan förbättras. Vi kommer att samarbeta med centrets ledare Ola Carlson och med tekn. lic. Pramod Bangalore, engagerad vid centret samt vid Institutionen för Energi och Miljö. Pramod studerar hur de automatiska mätningar som görs av vissa komponenters tillstånd bäst kan användas för att prediktera den tidpunkt då det lämpar sig bäst att genomföra lämpliga underhållsåtgärder. Våra matematiska optimeringsmodeller tar hänsyn till ett helt system av komponenter och kan ge besked om vilka komponenter som också bör bytas ut när något ändå måste göras. Detta kallas för opportunistiskt underhåll. Tillsammans med de tillståndsmätningar som automatiskt görs på kritiska komponenter och med Pramods förbättrade metoder för prediktering av annalkande fel, kan våra matematiska modeller ange när en kritisk komponent i ett vindkraftverk skall repareras; med hjälp av tillståndsmätningarna kan våra modeller även ge besked om ungefär när även vissa andra komponenter bör utbytas. Sett över en längre tidsperiod kan det vara en god idé att opportunistiskt byta ut vissa något slitna men ännu fungerande komponenter, eftersom ett vindkraftverk i det långa loppet då kan fungera mer tillförlitligt. Speciellt för havsbaserade vindkraftverk är det rimligt att byta även vissa fungerande komponenter, eftersom det är mycket dyrt att stänga av ett vindkraftverk till att börja med; att det också är mycket kostsamt att besöka ett havsbaserat vindkraftverk gör det ännu mer värdefullt att höja tillförlitligheten genom att byta även vissa delar som ännu fungerar. Våra matematiska modeller optimerar mått på tillförlitlighet och totalkostnader över ett vindkraftverks hela livslängd och kan åstadkomma en väsentligt höjd tillgänglighet. Visionen är att centret och dess medlemsföretag efter projektets slutförande kan skapa ett beslutsstöd för en vindkraftspark, baserat på projektets resultat. Tillståndsmätningarna och prediktionerna som Pramods projekt utvecklar kombineras med våra underhållsmodeller, så att ett förslag ges för ytterligare potentiella utbyten när ändå ett behöver göras. När en tekniker besöker turbinen och gör ytterligare observationer kan resultaten av dessa matas in i det tänkta beslutsstödets databas; databasen kommunicerar med våra optimeringsmodeller, som efter en optimering av vindkraftverkets totala driftskostnader och effektivitet kan ge förslag på ytterligare underhållsåtgärder. Inom produktionsekonomi är det vanligt att studera skuggpriser på begränsande resurser, för att se var flaskhalsarna sitter. På liknande sätt kan man med hjälp av våra underhållsmodeller studera vilka komponenter som driver underhållet mest, dvs. orsakar de dyraste produktionsbortfallen. (Det elektriska systemet brukar anses särskilt bristfälligt.) Ett sådant stadium ger uppslag till producenten av kraftverket på vilka komponter som bör förbättras. Vi ämnar tillsammans med centret och dess medlemsföretag på sikt göra även just detta.

Participants

Michael Patriksson (contact)

Professor vid Chalmers, Mathematical Sciences, Applied Mathematics and Statistics

Pramod Bangalore

Forskningsingenjör vid Chalmers, Electrical Engineering, Electric Power Engineering

Ann-Brith Strömberg

Biträdande professor vid Chalmers, Mathematical Sciences, Applied Mathematics and Statistics

Quanjiang Yu

Doktorand vid Unknown organization

Collaborations

Swedish Wind Power Technology Center (SWPTC)

Göteborg, Sweden

Funding

Swedish Research Council (VR)

Funding years 2015–2018

Related Areas of Advance and Infrastructure

Information and Communication Technology

Areas of Advance

Sustainable development

Driving Forces

Transport

Areas of Advance

Production

Areas of Advance

Energy

Areas of Advance

Basic sciences

Roots

Innovation and entrepreneurship

Driving Forces

Materials Science

Areas of Advance

More information

Latest update

2016-10-18