基于泊松分布风电备件管理优化.docVIP

基于泊松分布风电备件管理优化 　　风电运营商备件管理的优化是风电场能完成发电量及风电机组可利用率的重要保障。通过对影响风电机组备件的优化因素进行分析，采用基于备件可靠性参数的数学模型确定库存的推荐量，并考虑库存成本和库存系统整体保障率之间的权衡，对库存量进行优化，从而节约风电运营商备件库存资金的投入 理论上讲，风电机组上安装使用的各系统、各部件均可纳入后期备件管理的范畴内，这使得备件结构复杂，种类繁多。据统计，一种风电机组备件就有几千种之多。由于备件用途、重要性、属性及特征的不同，在库存量预测时，应采用不同的策略和计算模型。因此，本方案将备件按用途分为 A、B、C 3类，3类备件在库存中理论上所占资金应为7：2：1，而数量则应该为1：2：7 A类重要备件一般指高价值、功能不可替代、缺少会造成直接停机或带来重大安全隐患的备件，具备修复再使用条件，且一般使用寿命较长。它的需求量取决于更换率及修理周期。这类备件数量只占库存总量的10%左右，而其价值却占库存金额的70%～80%，一般应严格控制，并保证较高保障率。由于采购需要较长的提前订货周期，如果缺货，会给风电机组的正常运行带来很大的影响，例如风电机组变频器及其核心部件、偏航减速器、变桨电机、液压站等 B类一般备件是指那些从技术上可以将功能恢复、替代的备件，缺少该部件不会造成风电机组立即停机或带来较大安全隐患的备件。计算库存量时要求的保障率比A类备件低一些，其库存量及占总库存金额均为20%左右。可修复并重新使用，例如风电机组各种适配器、散热器、工控机、电源、板卡等 C类消耗备件一般不可修复或修复性价比不高。消耗备件具有范围广、使用量大、占有的资金少等特点。消耗备件占库存数量的70%左右，金额只占总价值的 10%左右，因而对消耗备件可采取粗放式管理。例如设备中各种接触器、继电器、熔断器、通讯模块、辅助触点、传感器、阀体等零部件 在风电机组备件管理中影响库存量预测的因素众多，主要有以下几个方面： 备件保障率对备件的需求数量具有决定性作用。一般备件保障率为 85-95%，当保障率大于95%时，成本会陡然上升，因此对保障率会采取严格的控制 更换周期。一般情况下，当平均更换周期小于风电机组年运行小时数时，则备件需要库存，且该参数为历史统计数据的累计；当更换周期大于风电机组寿命时，备件不需要储备；而更换周期介于两者之间时，则还需根据具体情况进一步分析判断 采购周期是完成备件采购所用的全部时间，包括计划提报审批时间、采购询比价时间、备件生产及其辅材采购周期、运输时间和备件安装调试时间。采购周期是计算库存量的重要参数之一 对备件库存数量进行计算时，因为不同种类备件的特征均不相同，因而在对其进行计算时应充分考虑其各自的保障率和计算参数的不同，对A、B、C类备件的库存数量计算有各自的特性和规律。而且不同重要码代表影响风电机组运行的条件也不同，因而它们各自对应的保障率要求也各不相同 此外，库存所涉及的风电机组规模、每台风电机组的年运行小时数等参数也会直接影响库存量的计算。虽然影响因素较多，但只要更换周期的值较准确，就能较准确地进行备件需求预测 经研究风电行业特点及其备件库存方法后，决定采用泊松分布（或高斯正态分布）确定库存推荐量。计算模型及步骤如下： 首先计算出某项备件的期望需求量E。根据不同分类 （即A类、B类、C类），运用各自的计算模型，算出库存计划年限内各自的期望需求量 其中， 模型中各参数具体意义如下： FH为每台风电机组的年运行小时；n为装机数量；MTBUR为平均非计划停机时间；SP为库存供应周期；RTAT为备件更换所用全部时间（天）；SR为备件报废率；OFR为运行比约等于10 算出 E值后， 如果 E 1