Short-term O&M Planning for Offshore Wind Energy
Autor: | de Matos e Sá, Miguel |
---|---|
Jazyk: | angličtina |
Rok vydání: | 2022 |
Předmět: |
Offshore wind energy
O&M scheduling optimization wake effect weather forecasts risk analysis Portugal WindFloat Atlantic Havsbaserad vindkraft planering av drift och underhåll optimering väderprognoser riskanalys Electrical Engineering Electronic Engineering Information Engineering Elektroteknik och elektronik |
Druh dokumentu: | Text |
Popis: | Significant breakthroughs are currently being achieved for Offshore Wind Energy (OWE), as offshore wind turbines are moving further away from the shore, benefitting from as vaster wind resource availability. On the other hand, the current trends of the OWE industry make new challenges arise. One of them is the high Operation and Maintenance (O&M) related costs, which are estimated to contribute to around 30% of the total lifetime cost of an OWE project. One of the current solutions to mitigate this high share of costs are Operation and Maintenance Decision Support Models (O&MDSMs) also known as Operation and Maintenance Decision Support Tools (O&MDSTs) when implemented into a software with a user interface. O&MDSMs support decision-making, by informing the decision-maker with insights on the decision at hand. These possess a very diverse array of applications inside the OWE industry, namely wind farm site selection (long-term), vessel composition optimization (medium-term) among others. Additionally, a research gap was found on short-term (days-ahead) O&M planning decision support tools. The present thesis project, developed in partnership with WavEC Offshore Renewables proposes a methodology for an O&M scheduling model (i.e. selecting the best time windows for O&M to take place) that minimizes the wind farm’s O&M operation costs and turbine’s downtime, thus maximizing profitability in the long term of the OWE project. For this, several aspects were considered, namely a set of O&M activities and respective requirements, wind farm expected production and accessibility based on weather forecasts (and their uncertainty) provided by IPMA (Instituto Português do Mar e da Atmosfera), vessel and personnel availability, and a set of generic O&M activities. The wind farm’s energy production estimation considered the wake interaction between turbines, which is a novelty for short-term O&M planning models at the time the present thesis was conducted. Post optimization, a methodology for evaluating the operational risk of each O&M activity incurred during the suggested time windows was also proposed. The suggested methodology is applied to 2 case studies, each containing 4 different scenarios, all of them based on the WindFloat Atlantic wind farm located in Viana do Castelo, Portugal. The obtained results suggest that the proposed O&MDSM methodology can increase the operating profit considerably, given the whole spectrum of feasible scheduling solutions. Given the scenarios considered, the proposed methodology can increase the wind farm operating profit from 7% to over 50%. Moreover, by considering the wake effect, two main advantages were found: Firstly, it influences the optimal O&M activities scheduling decision and secondly provides a more accurate account of the forecasted energy production during the analysed period. Finally, it was also found that for periods with unfavourable wind direction and wind speed which generate an intense wind profile at the wind farm, performing the O&M activities during those intervals may actual be beneficial to the wind farm’s overall production, as the wake generated by a turbine is nullified when it is shut down for maintenance, thus increasing the overall net electricity production. Stor utveckling sker för närvarande inom sektorn för havsbaserad vindkraft, då vindkraftverk byggs allt längre från kusten och således drar nytta av mer omfattande vindresurser. Denna utveckling leder dock även till nya utmaningar inom industrin för havsbaserad vindkraft. En utmaning är höga kostnader för drift och underhåll, vilka kan bidra till omkring 30% av de totala kostnaderna för ett projekt inom havsbaserad vindkraft. En av de nuvarande lösningarna för att minska dessa kostnader är att använda beslutsstödsmodeller för drift och underhåll, även kända som beslutsstödsverktyg när de implementeras i en mjukvara med ett användargränssnitt. Beslutsstödmodeller stöttar beslutsfattande genom att bistå beslutsfattaren med information om det beslut som ska tas. Dessa modeller har ett brett användningsområdet inom industrin för havsbaserad vindkraft, till exempel kan de användas för att välja rätt plats för en vindkraftspark (långsiktiga beslut) och för att finna den optimala uppsättningen fartyg (beslut på medellång sikt). Gällande beslutsstödmodeller för beslut på kort sikt (dagar före) finns dock ett forskningsgap. I detta examensarbete, som togs fram och genomfördes i samarbete med WavEC Offshore Renewables, föreslås en metodik för en planeringsmodell för drift och underhåll av en havsbaserad vindkraftspark (d.v.s. att välja de bästa tidpunkterna för att genomföra drift och underhåll). Målet med planeringsmodellen är att minimera vindkraftsparkens kostnader för drift och underhåll samt de uteblivna intäkter som uppstår när drift och underhåll genomförs, således kan den långsiktiga lönsamheten för en havsbaserad vindkraftspark maximeras. Vid beräkning av vindkraftsparken förväntade elproduktion tas hänsyn till interaktionen mellan olika vindkraftverk, s.k. ”wake effects”. Detta är något som inte tagits hänsyn till i befintliga liknande planeringsmodeller. En metodik för att utvärdera risken med varje aktivitet kopplad till drift och underhåll efter att den kostnadsoptimala planen hittats har även föreslagits i detta examensarbete. Den föreslagna planeringsmodellen applicerades på två fallstudier vilka båda innehöll fyra olika scenerier. Båda fallstudierna var baserad på den befintliga vindkraftsparken WindFloat Atlantic belägen i Viana do Castelo, Portugal. Resultaten visar på att den föreslagna planeringsmodellen kan leda till betydande ökning av lönsamhet för vindkraftsparken, om man jämför alla möjliga schemaläggningar av drift och underhåll. I de olika scenarier som studerades fanns potential att öka vindkraftsparkens lönsamhet med mellan 7% och 50%. Två tydliga fördelar med att ta hänsyn till ”wake effects” i planeringsmodellen återfanns: Dels så påverkade det beslut som fattades kring schemaläggningen av drift och underhåll och dels så gav det en mer exakt prognostisering av elproduktionen under den studerade tidsperioden. |
Databáze: | Networked Digital Library of Theses & Dissertations |
Externí odkaz: |