金禮偉

上海電氣集團(tuán)股份有限公司 中央研究院 上海 200070

1 研究背景

我國已成為海上風(fēng)電行業(yè)裝機(jī)規(guī)模增長速度最快的國家。2016年,我國海上風(fēng)電新增裝機(jī)154臺(tái),容量達(dá)到590 MW,同比增長64%,累計(jì)裝機(jī)量達(dá)到1 630 MW。根據(jù)《可再生能源發(fā)展“十三五”規(guī)劃》,截至2020年,我國海上風(fēng)電開工建設(shè)目標(biāo)規(guī)模為10 GW,確保并網(wǎng)容量5 GW。國際市場研究機(jī)構(gòu)Researchmoz稱,到2025年,整個(gè)亞太地區(qū)海上風(fēng)電市場規(guī)模預(yù)計(jì)達(dá)到602億美元。與陸上風(fēng)電相比,海上風(fēng)電運(yùn)維時(shí)需要調(diào)用船舶、直升機(jī)、海工船等特殊設(shè)備,成本更高,且維修周期更長。目前,海上風(fēng)電機(jī)組的維護(hù)成本占全生命周期成本的20%～30%[1-4]。

我國目前海上風(fēng)電開發(fā)的場地主要分布在江蘇沿海。江蘇沿海具有寬闊的灘涂及淺水海床,面臨臺(tái)風(fēng)等惡劣工況,存在較多的江淮氣旋大風(fēng)、團(tuán)霧、雷雨天氣,加之運(yùn)維作業(yè)受潮汐影響,交通設(shè)備選擇困難,運(yùn)維作業(yè)有效時(shí)間短,安全風(fēng)險(xiǎn)大,且缺乏大型維修裝備?？梢?對(duì)于海上風(fēng)力發(fā)電機(jī)而言,使用有效運(yùn)維調(diào)度手段來降低風(fēng)力發(fā)電機(jī)的運(yùn)維成本,對(duì)提高風(fēng)力發(fā)電機(jī)的可用率具有重要意義。

2 風(fēng)電場運(yùn)維調(diào)度問題描述

海上風(fēng)電運(yùn)維調(diào)度工作涵蓋人員配置、工期優(yōu)化、船只調(diào)度優(yōu)化、流程優(yōu)化等內(nèi)容。人員配置在風(fēng)力發(fā)電機(jī)運(yùn)行中占有重要地位,是影響項(xiàng)目收益的關(guān)鍵因素。工期優(yōu)化綜合考慮風(fēng)季情況,可以通過優(yōu)化、縮減定檢項(xiàng)目,減少定檢工時(shí),最大限度保證風(fēng)力發(fā)電機(jī)在盛風(fēng)季的運(yùn)轉(zhuǎn)時(shí)間。對(duì)于船只調(diào)度優(yōu)化而言,船只租用費(fèi)用可能占運(yùn)維費(fèi)用的很大比例,同時(shí),船只類型選擇、船只路徑優(yōu)化會(huì)直接影響運(yùn)維費(fèi)用及運(yùn)維周期。對(duì)于流程優(yōu)化而言,合理規(guī)劃定期檢修維護(hù)、日常排故維護(hù)、預(yù)防故障排除這三類維護(hù)工作,可以減少年檢工時(shí)。

海上風(fēng)電場的運(yùn)維調(diào)度是一個(gè)復(fù)雜、動(dòng)態(tài)問題。針對(duì)每個(gè)維修任務(wù),可以由多個(gè)可用的維修團(tuán)隊(duì)選擇乘坐多個(gè)可用的維修船只進(jìn)行維修,這樣可以提高系統(tǒng)維修安排的靈活性,有利于降低成本,但是會(huì)擴(kuò)大可行解的搜索范圍,使問題變得更加復(fù)雜。海上風(fēng)電場運(yùn)維調(diào)度問題可以描述為安排M艘維修船只和N個(gè)維修團(tuán)隊(duì)去完成P個(gè)不同的維修任務(wù),優(yōu)化的目標(biāo)是為每個(gè)維修任務(wù)選擇最合適的維修船只、維修團(tuán)隊(duì)和維修開始時(shí)間,使整個(gè)維修過程的成本達(dá)到最低。

采用文獻(xiàn)[5]中的海上風(fēng)電場運(yùn)維調(diào)度評(píng)價(jià)方法,對(duì)于一個(gè)特定維護(hù)隊(duì)列的運(yùn)維任務(wù),基于海上風(fēng)電場歷史運(yùn)維數(shù)據(jù),結(jié)合風(fēng)力發(fā)電機(jī)健康狀況,以及風(fēng)功率預(yù)測、惡劣天氣、維修資源約束、停機(jī)損耗、備品備件物流等復(fù)雜約束,完成對(duì)隊(duì)列任務(wù)的調(diào)度,建立能夠綜合表達(dá)調(diào)度方案的評(píng)價(jià)函數(shù),最終完成對(duì)海上風(fēng)電場的運(yùn)維調(diào)度。

3 遺傳算法求解運(yùn)維隊(duì)列

遺傳算法是目前較為流行的解決不確定性調(diào)度問題的啟發(fā)式算法[6]。這一算法通用性強(qiáng),計(jì)算能力較好,并且具有并行性和全局搜索等特點(diǎn)[7],在處理不確定性調(diào)度問題方面具有較強(qiáng)的穩(wěn)定性。針對(duì)海上風(fēng)電場運(yùn)維調(diào)度的特點(diǎn),充分考慮船只、天氣、維修人員、維修次序、風(fēng)力發(fā)電機(jī)健康狀況、航行費(fèi)用等因素,根據(jù)遺傳算法的思想,提出了一種以最低成本為目標(biāo)的求解方法。

3.1 遺傳算法及其改進(jìn)

遺傳算法是一種通過模擬達(dá)爾文生物進(jìn)化論中基于自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程,來搜索最優(yōu)解的算法。基本遺傳算法以群體中的所有個(gè)體為對(duì)象,只使用選擇、交叉和變異三種基本遺傳算子,操作過程簡單?；具z傳算法是其它遺傳算法的基礎(chǔ),為各種遺傳算法提供了一個(gè)基本框架。理論分析與實(shí)際應(yīng)用都表明,基本遺傳算法不能處處收斂于全局最優(yōu)解,因此,基本遺傳算法有待進(jìn)一步改進(jìn)。

針對(duì)遺傳算法優(yōu)化過程中基因編碼相同的個(gè)體重復(fù)出現(xiàn)的現(xiàn)象,筆者引入基因庫的概念,對(duì)基本遺傳算法中個(gè)體適應(yīng)度的求解過程進(jìn)行改進(jìn)[8]。對(duì)于前代出現(xiàn)過的個(gè)體,新的一代在進(jìn)行遺傳運(yùn)算時(shí),可以考慮直接引用重復(fù)個(gè)體已經(jīng)計(jì)算生成的數(shù)據(jù),這樣不僅減小了計(jì)算量,而且能提高算法的收斂效率[9]。

3.2 遺傳算法求解

提出一種推理式的編碼及初始化方法,對(duì)維修任務(wù)的發(fā)生次序進(jìn)行自然數(shù)編碼,基于成本最低的原則,確定每個(gè)運(yùn)維任務(wù)的最佳時(shí)間、最佳維修船只與最佳維修團(tuán)隊(duì)的組合,形成一個(gè)可行解。

確定隊(duì)列的運(yùn)維策略評(píng)價(jià)步驟如下。

(1) 對(duì)P個(gè)運(yùn)維任務(wù)的執(zhí)行次序進(jìn)行自然數(shù)編碼,得到g1、g2、…、gP。例如,g1=5表示運(yùn)維任務(wù)5會(huì)第一個(gè)被執(zhí)行。

(2) 顯然,可以在第一時(shí)間派出船只去執(zhí)行前M個(gè)運(yùn)維任務(wù),隨機(jī)分配維修團(tuán)隊(duì)Wi和維修船只Bi。

(3) 一旦前M個(gè)運(yùn)維任務(wù)中有任意一個(gè)開始執(zhí)行,即有維修船只到達(dá)現(xiàn)場,則立即開始考慮第gM+1個(gè)運(yùn)維任務(wù)對(duì)應(yīng)的開始時(shí)間tgM+1、對(duì)應(yīng)的維修船只BgM+1及維修團(tuán)隊(duì)WgM+1,滿足[tgM+1,BgM+1,WgM+1]=arg min costgM+1。

(4) 一旦有新的運(yùn)維任務(wù)開始被執(zhí)行,則重復(fù)步驟(3),為運(yùn)維任務(wù)序列中的下一個(gè)運(yùn)維任務(wù)確定維修船只、維修團(tuán)隊(duì)和維修時(shí)間,直到運(yùn)維任務(wù)序列中的所有運(yùn)維任務(wù)都選擇完畢。

(5) 采用文獻(xiàn)[5]中的評(píng)價(jià)方法進(jìn)行評(píng)價(jià)。

遺傳算法總體流程如圖1所示。

圖1 遺傳算法總體流程

3.3 改進(jìn)記憶遺傳算法求解

遺傳算法在運(yùn)行過程中產(chǎn)生的新個(gè)體往往在前代出現(xiàn)過,重復(fù)率的大小與種群規(guī)模、二進(jìn)制編碼長度、交叉率、變異率等參數(shù)的設(shè)置有關(guān)[10]。種群規(guī)模越小。二進(jìn)制編碼長度越短。交叉率越小,變異率越小,個(gè)體重復(fù)率就越大。重復(fù)率隨迭代次數(shù)的增加而不斷增大,尤其是在最近幾代,個(gè)體的重復(fù)率比前代都大。

現(xiàn)階段海上風(fēng)電場還不是很集中,單風(fēng)電場運(yùn)維場景較多,采取單風(fēng)電場的運(yùn)維調(diào)度進(jìn)行驗(yàn)證。海上風(fēng)電場運(yùn)維調(diào)度算法在求解過程中,任務(wù)數(shù)較少,通常小于20,交叉率設(shè)為0.6,變異率設(shè)為0.05,種群大小設(shè)為任務(wù)數(shù)的二次方,迭代次數(shù)設(shè)為50,此時(shí)個(gè)體重復(fù)率較大,因此采用改進(jìn)記憶遺傳算法進(jìn)行求解。

第一種改進(jìn)記憶遺傳算法采取全部個(gè)體記憶的方式,當(dāng)有新的個(gè)體產(chǎn)生時(shí),添加新的個(gè)體和適應(yīng)度到基因庫,其流程如圖2所示。

圖2 第一種改進(jìn)記憶遺傳算法流程

第二種改進(jìn)記憶遺傳算法采取父代記憶的方式,只記憶父代種群的適應(yīng)度,當(dāng)子代個(gè)體不存在于父代種群中時(shí),重新計(jì)算子代個(gè)體的適應(yīng)度,最終形成新的種群基因庫,其流程如圖3所示。

圖3 第二種改進(jìn)記憶遺傳算法流程

3.4 算法驗(yàn)證

配置算法參數(shù),交叉率為0.6,變異率為0.05,種群大小為任務(wù)數(shù)的二次方,迭代次數(shù)為50。算法采用的風(fēng)力發(fā)電機(jī)機(jī)位、功率等數(shù)據(jù)為某海上風(fēng)電場實(shí)際數(shù)據(jù)。

驗(yàn)證場景一有10個(gè)運(yùn)維任務(wù)、2艘船只、20個(gè)維修團(tuán)隊(duì),驗(yàn)證場景二有10個(gè)運(yùn)維任務(wù)、1艘船只、20個(gè)維修團(tuán)隊(duì),驗(yàn)證場景三有15個(gè)運(yùn)維任務(wù)、2艘船只、20個(gè)維修團(tuán)隊(duì),驗(yàn)證場景四有15個(gè)運(yùn)維任務(wù)、2艘船只、15個(gè)維修團(tuán)隊(duì)。四個(gè)場景的算法驗(yàn)證對(duì)比見表1。

表1 算法驗(yàn)證對(duì)比

由表1可以看出,三種算法尋找任務(wù)隊(duì)列的成本大致相同,改進(jìn)記憶遺傳算法在時(shí)間效率上相比傳統(tǒng)遺傳算法有很大提高,時(shí)間效率提升率大約為40%,這與算法配置參數(shù)中的交叉率、變異率有很大關(guān)系。在應(yīng)用過程中,交叉率和變異率的和在0.5～0.7之間,效率提升在30%～50%之間。對(duì)比第一種改進(jìn)記憶遺傳算法,第二種改進(jìn)記憶遺傳算法使用更小的計(jì)算空間,而提升效率則相近。因此,選擇第二種改進(jìn)記憶遺傳算法作為工程算法。

4 結(jié)束語

筆者應(yīng)用遺傳算法,綜合考慮風(fēng)力發(fā)電機(jī)、船只、路徑、人員、運(yùn)維任務(wù)、資源等因素,以海上風(fēng)電場運(yùn)維調(diào)度成本最低為優(yōu)化目標(biāo),得出運(yùn)維隊(duì)列。在研究中,應(yīng)用了改進(jìn)記憶遺傳算法，提升了算法的效率。當(dāng)然,算法中還存在一些假設(shè)和特定時(shí)間約束,后續(xù)還需要進(jìn)行改進(jìn),以逐步符合海上風(fēng)電場的實(shí)際運(yùn)維調(diào)度情況。