一种考虑相关性及可用度的光伏电站双层优化维护方法与流程

1.本发明属于维修领域，涉及一种考虑相关性及可用度的光伏电站双层优化维护方法。


背景技术：

2.目前维修领域维修策略主要是事后维修及预防性维修。事后维修会造成部件及系统不同程度的损害，降低可靠度；预防性维护存在过修、欠修等问题，不能兼顾维修费用及可用度最优的要求。
3.关于多部件的维修，国内外人员进行了大量研究。其中赵洪山等提出状态
‑
机会维修模型，通过设定阈值确定维修部件，从而节省维修成本；徐波等通过考虑部件及系统状态变化提出状态检修决策模型；刘璐洁等通过确定维护优先级提出预防性维护策略；汲国强等结合计划维修及预防性维护提出基于状态维修的时变停运模型。光伏发电系统的维修策略研究相对较少，主要是基于状态监测及预测的维修，以维修费用最低或风险最小建立目标函数，确定维修时间及方式，通过优化维修时间间隔防止过修或欠修。
4.以上研究几乎都没有综合分析光伏发电系统的相关性，没有考虑维修成本及可用度的耦合关联特性，没有涉及天气因素对维修费用及可用度的影响，特别是运行环境复杂的光伏发电系统，若忽略将导致维修时间及策略的不合理，从而增加额外的维修费用，降低系统的可用度。


技术实现要素：

5.针对现有技术中存在的问题，本发明的目的在于提供一种考虑相关性及可用度的光伏电站双层优化维护方法，至少部分解决上述技术问题。
6.本发明实施例提供了一种考虑相关性及可用度的光伏电站双层优化维护方法，包括：
7.分析光伏电站系统中部件的结构相关性，建立维修关联集，以关联集为单位进行维护决策；
8.分析所述部件之间的失效相关性，包括：依据决策实验分析法与解释结构模型法获得基于失效相关的系统分层结构图；
9.根据所述维修关联集和所述系统结构图，建立上下层优化维护模型，基于所述上下层优化维护模型，获得所述光伏电站系统的最佳运维策略。
10.进一步地，所述上下层优化维护模型中，上层模型考虑系统的维修费用，以成本最低为目标；下层模型考虑可用度，通过马尔科夫状态转移过程预测设备及系统状态，求取可用度；
11.以所述光伏电站系统的系统可用度最大为目标，部件可用度为约束，带入上层模型进行校验，确定最佳维修决策集。
12.进一步地，分析所述部件之间的失效相关性，具体包括：
13.建立系统失效相关有向图；
14.将所述有向图进行矩阵化处理，计算所述部件之间的影响矩阵y；将所述影响矩阵y标准化处理，得到规范化矩阵x，表达式如下：
15.y＝[y
ij
]
n
×
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0016][0017]
式中，为所述影响矩阵y中每行和的最大值；n为系统中所述部件个数；y
ij
为部件i失效对部件j的影响次数；
[0018]
根据所述规范化矩阵x，计算所述部件之间失效相关的综合影响矩阵t；
[0019][0020]
h＝t i＝[h
ab
]
n
×
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0021]
m＝[m
ab
]
n
×
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0022][0023]
式中，μ为给定阈值；m为可达矩阵；h为整体影响矩阵；k为乘方；i为单位矩阵；m
ab
为所述可达矩阵m的第a行b列元素；h
ab
为所述整体影响矩阵h的第a行b列元素；
[0024]
根据ism法结合所述可达矩阵m，建立所述系统分层结构模型，确定部件类型。
[0025]
进一步地，根据所述部件类型对部件可用度建模，得到部件可用度；根据所述部件可用度对系统可用度建模，得到系统可用度；
[0026]
其中，所述部件可用度建模，具体包括：
[0027]
根据所述系统分层结构模型的所述部件类型，得到部件状态转移过程；
[0028][0029]
通过所述部件状态转移过程，得到马尔科夫状态转移率矩阵s，表达式如下：
[0030][0031]
式中，c1＝
‑
(λ
01
λ0),c2＝
‑
(λ
12
λ1),c3＝
‑
(λ
23
λ2)；λ0‑
λ
23
分别为由当前状态转移
到其他状态的不同转移率；μ1和μ2分别为不同转移速率的和；a1、a2、a3、b1、b2、μ0和μ
f
分别为当前故障状态向不同状态转移速率；
[0032]
设p(t)＝[p0(t),
…
,p6(t)]为部件的状态矩阵，p
c
(t)为t时刻部件处于状态c的概率；根据所述转移率矩阵s利用c
‑
k微分方程和拉氏变换计算所述部件可用度，计算过程如下：
[0033]
dp(t)/dt＝p(t)s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0034][0035]
a(t)＝p0(t) p1(t) p2(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0036]
式中，a(t)为所述部件可用度；p0(0)为所述状态矩阵p(t)的初始状态；s为拉氏变换的复频域；
[0037]
当部件j与所述部件i之间存在所述失效相关性时，综合失效率的表达式为：
[0038][0039]
式中，λ
j
(t)为所述部件j的综合失效率；λ
ij
(t)为所述部件j的独立失效率；φ
ij
(t)为所述部件j受到所述部件i影响的相关系数；a为失效强度；λ
ij
(t)
g
为对所述部件j产生影响的所述部件i的失效率；
[0040]
所述系统可用度建模，具体包括：
[0041]
设初始t0时刻关联集ω
d
可用度表达式为：
[0042][0043]
式中，a
i
(t)为子系统中部件i的可用度；n为系统中部件个数；
[0044]
所述关联集ω
d
的所述状态转移率为常数；所述关联集ω
d
的马尔科夫转移率矩阵e为：
[0045][0046]
式中：ω为关联集；所述关联集ω
d
为所述关联集ω中第d个子系统对应的关联子集；λ
i,1
＝1
‑
a
i
(t)为部件的失效率；
[0047]
根据所述关联集ω
d
的马尔科夫转移率矩阵e，利用c
‑
k微分方程计算光伏发电站总体所述系统可用度；计算表达式如下：
[0048]
[0049][0050]
b
ωd
(t)＝q0(t)
·
b
ωd
(t0)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0051][0052]
式中，q＝(q
c
(t)),c＝0,1,2,3为所述关联集ω
d
的状态矩阵；q
c
(t)为t时刻所述关联集ω
d
处于状态c的概率；a
all
(t)为所述系统可用度；a
t3
(t)为t3设备可用度。
[0053]
进一步地，所述上层模型包括：
[0054]
以整个维修时间周期内维修成本最低为目标，以检修资源及检修时间为约束条件建立上层优化模型；具体包括：
[0055][0056]
式中，y为需维修关联集数；x为关联集中需维修设备数；c
all
为光伏电站维修总成本；为维护固定成本；为停机损失；为维修人员费用；e为维修次数；
[0057]
其中，所述维修固定成本由维修方式m决定；m＝{小修，不完全维修，大修}＝{0,1,2}；m＝{0,1,2}对应的维修费用为{c
m
,c
p
,c
f
}；其中，
[0058]
c
p
＝c
c
ic
v
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0059]
式中，c
c
为不完全维修固定费用；c
v
为可变费用；
[0060]
所述停机损失表达式如下：
[0061][0062][0063][0064]
式中，t
w
为停机时间；c0为光伏部件额定状态单位时间的停机费用；v为容量因子；x为部件维修停机子阵列个数；t
i
为修复时间；t
g
为平均每天日照小时数；p
n
(t)为光伏电站额定功率；p
out
为不同辐照度和温度下实际功率；r为单位电价；γ为光伏阵列在额定状态下的发电量；
[0065]
所述停机时间t
w
的表达式如下：
[0066]
t
w
＝t
w1
t
w2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)
[0067][0068][0069]
式中，g
f
为关联集中标号为f维修组；u为所述维修组数；o1为顺序维修执行集合；o2为共同维修执行集合；t
s
为固定准备时间；d
i
为部件i特定维修时间；t
z
为不同维修方式对应的平均固定维修时间；w为天气可及率；
[0070]
所述维修人员费用包括基本工资和奖金；
[0071][0072]
式中，n(g)为第g个所述顺序维修执行集合o1维修所需人员；n(h)为第h个所述共同维修执行集合o2维修所需人员；f
h
为单位时间维修人员奖金；f0为基本工资；
[0073]
所述检修资源约束包括：
[0074][0075]
式中，x
i
(t)为时段t内部件i的状态变量；r
ε,i
为部件i检修对资源ε的需求量；r
ε
(t)为时段t内对资源的可用量；
[0076]
所述检修时间约束包括：
[0077][0078]
式中，b
i
和e
i
分别为检修最早、最迟时间；s
i
和d
i
分别为检修开始时段及持续时段。
[0079]
进一步地，所述下层模型包括：
[0080][0081][0082]
式中，a
i,min
为所述部件i稳定运行的最低可用度；a
i
为所述部件i的部件可用度；a
all
为所述系统可用度；a
q
为维修费用调整参数；b为维修次数调整参数；e为维修次数；δ
e
为
改善因子。
[0083]
本发明实施例提供的一种考虑相关性及可用度的光伏电站双层优化维护方法，与现有技术相比较：综合了系统中部件的相关性，引入关联集建立部件之间的结构相关性，以关联集为单位进行维修决策，有效减少维修次数，降低维修费用；考虑部件之间的失效相关性，得到了光伏系统分层失效相关结构及部件的相关系数，为制定最佳维修计划奠定基础。
[0084]
建立了上下层优化模型，综合考虑维修费用及可用度最优得到最佳维修时间及策略，从而有效降低维修成本，减少停机时间，提高系统可用度。
[0085]
通过设定不同的失效强度验证考虑失效相关性对设备及系统可用度的影响，结果表明，失效强度越小对可用度的影响越大，进而影响维修时间及维修策略的制定。
[0086]
分析了天气可及率对维修费用及系统可用度的影响，增强了提高了系统在低可及率条件下的适应性。
[0087]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0088]
图1为本发明实施例提供的关联集示意图；
[0089]
图2为本发明实施例提供的失效相关性思路框图；
[0090]
图3为本发明实施例提供的系统结构模型示意图；
[0091]
图4为本发明实施例提供的设备状态转移过程示意图；
[0092]
图5为本发明实施例提供的关联集状态转移过程示意图；
[0093]
图6为本发明实施例提供的维修模型思路框架示意图；
[0094]
图7为本发明实施例提供的天气参数示意图；
[0095]
图8为本发明实施例提供的汇流箱不同失效强度可用度曲线示意图；
[0096]
图9为本发明实施例提供的系统不同失效强度可用度曲线示意图；
[0097]
图10为本发明实施例提供的汇流箱h2维修后可用度对比曲线示意图；
[0098]
图11为本发明实施例提供的系统维修后可用度对比曲线示意图；
[0099]
图12为本发明实施例提供的维修费用变化率曲线示意图；
[0100]
图13为本发明实施例提供的不同天气可及率对系统可用度的影响示意图。
具体实施方式
[0101]
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0102]
在本发明的描述中，需要说明的是，术语“上”、“下”、“内”、“外”、“顶/底端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0103]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“设置有”、“内接”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0104]
本发明实施例提供的一种考虑相关性及可用度的光伏电站双层优化维护方法，包括：
[0105]
分析光伏电站系统中部件的结构相关性，建立维修关联集，以关联集为单位进行维护决策；
[0106]
分析部件之间的失效相关性，包括：依据决策实验分析法与解释结构模型法获得基于失效相关的系统分层结构图；
[0107]
根据维修关联集和系统结构图，建立上下层优化维护模型，基于上下层优化维护模型，获得光伏电站系统的最佳运维策略。
[0108]
本发明实施例提供的一种考虑相关性及可用度的光伏电站双层优化维护方法，具备以下有益效果：
[0109]
综合了系统中部件的相关性，引入关联集建立部件之间的结构相关性，以关联集为单位进行维修决策，有效减少维修次数，降低维修费用；考虑部件之间的失效相关性，得到了光伏系统分层失效相关结构及部件的相关系数，为制定最佳维修计划奠定基础。
[0110]
建立了上下层优化模型，综合考虑维修费用及可用度最优得到最佳维修时间及策略，从而有效降低维修成本，减少停机时间，提高系统可用度。
[0111]
通过设定不同的失效强度验证考虑失效相关性对设备及系统可用度的影响，结果表明，失效强度越小对可用度的影响越大，进而影响维修时间及维修策略的制定。
[0112]
分析了天气可及率对维修费用及系统可用度的影响，提高了系统在低可及率条件下的适应性。
[0113]
下面将结合附图对本发明进行详细描述。
[0114]
本发明实施例提供的一种考虑相关性及可用度的光伏电站双层优化维护方法，对光伏电站设备相关性分析、状态预测、构建维护模型时，只考虑光伏阵列、直流汇流箱、逆变器、箱式变压器4种主要部件，主要包含相关性分析、可用度建模、构建双层优化维护模型三部分内容，其中：
[0115]
相关性分析，用于分析光伏电站运维部件之间的耦合关联特性，包括结构及失效相关性，经济相关性镶嵌在维修模型中。
[0116]
可用度建模，用于求解不同类型部件及系统的可用度，为构建双层维护模型奠定基础。
[0117]
双层优化维护模型，用于制定光伏电站最经济的运维策略，确定最佳维修时间。
[0118]
1)相关性分析主要包含结构相关性及失效相关性。
[0119]
结构相关性：依据光伏发电系统的结构相关性建立维修关联集，以关联集为单位进行维修决策。关联集示意图如图1所示。
[0120]
失效相关性：结合决策实验分析法与解释结构模型法描述系统设备失效传播过程，得到系统分层结构模型图，确定设备类型。失效相关性思路框图如图2，其建立步骤如
下：
[0121]
步骤1：建立系统失效相关有向图；
[0122]
步骤2：将有向图进行矩阵化处理得计算部件之间的影响矩阵y，计算如式(1)所示。并将y矩阵标准化处理得规范化矩阵x：
[0123]
y＝[y
ij
]
n
×
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0124][0125]
式中：为影响矩阵y中每行和的最大值；n为系统中部件个数；y
ij
为部件i失效对部件j的影响次数；由此可得，部件之间失效相关的综合影响矩阵：
[0126][0127]
则部件之间相关失效的整体影响矩阵计算如下式：
[0128]
h＝t i＝[h
ab
]
n
×
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0129]
计算部件之间相关失效的可达矩阵为：
[0130]
m＝[m
ab
]
n
×
n
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0131]
式中：
[0132][0133]
μ为给定阈值，在系统部件数较少时取为0。k为乘方；i为单位矩阵；m
ab
为可达矩阵m的第a行b列元素；h
ab
为整体影响矩阵h的第a行b列元素。
[0134]
步骤3：依据ism法结合可达矩阵m得到层级划分表如表1，从而得到系统分层结构模型，如图3所示。
[0135]
表1中：s
i
表示系统部件i；r(s
i
)为可达集(由可达矩阵中m的第i行全1的列对应部件组成的集合)；a(s
i
)为先行集(由可达矩阵中m的第i列全1的行对应部件组成的集合)；c(s
i
)为可达集与先行集的共同集；π(p)为层次划分结果；若r(s
i
)＝c(s
i
)，则π(p)中元素为r(s
i
)中元素。由表可见，系统分成2层，l1＝{s1,s2,s3,s5,s6}，l2＝{s4,s7}。s1‑
s7分别图3中代表部件t3，i1，h1，g1，i2，h2，g2。其中t3为变压器；h1，h2为直流汇流箱；g1，g2为光伏阵列；i1，i2为逆变器。
[0136]
表1层次划分过程表
[0137][0138]
2)可用度建模包括部件及系统可用度建模两大部分。
[0139]
部件可用度建模：
[0140]
光伏电站设备状态依据ieee标准导则划分为正常、注意、异常、严重状态。通过建立马尔科夫状态转移模型描述设备故障规律。设备及关联集状态转移过程如图4、5，具体步骤如下:
[0141]
步骤1：图4为设备状态转移过程，在图中：0～3表示正常、注意、异常、劣化故障状态；4～6为不同突发性故障状态，状态之间转移率如图中标注。其中λ为转移率，μ为修复率；a1、a2、a3分别表示故障状态6向0～2状态转移的速率；b1、b2分别表示故障状态5向0,1转移速率；参数a、b满足如下关系：
[0142][0143]
通过分析设备状态转移过程，得到马尔可夫状态转移率矩阵s如下式：
[0144][0145]
式中：c1＝
‑
(λ
01
λ0),c2＝
‑
(λ
12
λ1),c3＝
‑
(λ
23
λ2)；λ0表示从0状态到4状态的转移率；λ1表示从1状态到5状态的转移率；λ2表示从2状态到6状态的转移率；λ
01
表示从0状态到1状态的转移率；λ
12
表示从1状态到2状态的转移率；λ
23
表示从状态2到状态3的转移率；c1＝
‑
(λ
01
λ0),c2＝
‑
(λ
12
λ1),c3＝
‑
(λ
23
λ2)；μ
f
表示从状态3到状态0的转移率；μ1表示从状态5到状态0,1的转移率之和；μ2表示从状态6到状态0,1,2的转移之和；μ0为状态4到状态0的转移率。
[0146]
步骤2：设p(t)＝[p0(t),
…
,p6(t)]为状态矩阵，p
c
(t)为t时刻设备处于状态c的概率，则c
‑
k微分方程(切普曼
‑
柯尔莫哥洛夫方程)为：
[0147]
dp(t)/dt＝p(t)s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0148]
对上式进行拉氏变换得：
[0149][0150]
由上述方程及初始状态p(0)求得p(s)，再进行拉氏反变换得到p(t)，则设备可用度为：
[0151]
a(t)＝p0(t) p1(t) p2(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0152]
式中，a(t)为部件可用度；p0(0)为状态矩阵p(t)的初始状态；s为拉氏变换的复频域。
[0153]
步骤3：当部件j与部件i之间存在失效相关性时，综合失效率可表示为：
[0154][0155]
式中：λ
j
(t)为部件j的综合失效率；λ
ij
(t)为部件j的独立失效率；φ
ij
(t)为部件j受到i影响的相关系数；a为失效强度，a＝0表示部件失效独立；a＝1表示线性相关；λ
ij
(t)
g
为对部件j产生影响的i的失效率。copula理论将联合分布函数与边缘分布函数连接起来，能系统的描述变量之间的相关特性。因此，该理论结合sklar定理求得各部件失效相关系数。
[0156]
系统可用度建模：
[0157]
步骤1：图5中，0表示关联集运行状态、c表示因部件i失效导致的停运状态；1～3分别表示汇流箱、逆变器、光伏阵列；λ
i,1
＝1
‑
a
i
(t)为设备的失效率。
[0158]
起始时刻关联集ω
d
可用度可表示为：
[0159][0160]
式中a
i
(t)表示子系统中部件i的可用度，n为部件个数。
[0161]
步骤2：由于关联集状态转移率为常数，故其转移可通过马尔科夫过程进行描述，则可得转移率矩阵为：
[0162][0163]
式中：ω为关联集，关联集ω
d
为所述关联集ω中第d个子系统对应的关联子集。
[0164]
由上式可得如下c
‑
k方程：
[0165][0166]
式中：q＝(q
i
(t)),i＝0,1,2,3为状态矩阵，q
c
(t)为t时刻关联集处于状态c的概率。a
all
(t)为系统可用度；a
t3
(t)为t3设备可用度。假设关联集初始时刻处于运行状态，即：q0(0)＝1，则可通过式(18)得关联集状态概率分布如下：
[0167][0168]
则子系统ω
d
可用度为：
[0169]
b
ωd
(t)＝q0(t)
·
b
ωd
(t0)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0170]
由此可得光伏发电单元系统总体可用度为：
[0171][0172]
式中，d为子系统标号。
[0173]
(3)建立双层优化维护模型包括上、下层优化模型两部分。
[0174]
光伏发电系统运行维护必须满足一定可用度条件下维修费用最低，因此提出上下层优化模型。上层模型考虑经济结构相关性，在建模过程中引入机会维修思路，以维修成本最低为目标函数确定维修方式、时间及范围；下层模型是在上层模型基础上的校验，以系统可用度最高为目标函数，部件可用度为约束，将不满足下层模型的维修方案重新代入上层再次优化，直到得出最优维修方案，其维修模型思路框架如图6。
[0175]
上层优化模型：
[0176]
以整个维修时间周期内维修成本最低为目标函数，以维修资源及时间为约束条件建立上层优化模型。
[0177]
光伏电站维修总成本c
all
由维护固定成本停机损失维修人员费用
组成，即：
[0178][0179]
式中：y为需维修关联集数；x为关联集中需维修设备数。
[0180]
维修固定成本
[0181]
维修固定成本由维修方式决定，即动作集m＝{小修，不完全维修，大修}＝{0,1,2}对应维修费用为{c
m
,c
p
,c
f
}。其中：
[0182]
c
p
＝c
c
ic
v
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0183]
式中：c
c
为不完全维修固定费用，c
v
为可变费用。
[0184]
停机损失
[0185]
传统光伏电站维修模型忽略天气不同(辐照度、温度等的不同)对停机损失的影响，将停机损失设定成定值，不能有效反映实际光伏电站损失。因此本文通过引入容量因子v计算停机损失，具体如下式：
[0186][0187]
式中：t
w
为停机时间；c0为光伏设备额定状态单位时间停机费用。
[0188][0189]
式中：x为设备维修停机子阵列个数；t
i
为修复时间；t
g
为平均每天日照小时数。r为单位时间的停机费用，即单位电价；γ为光伏部件额定状态的功率，即光伏阵列在额定状态下的发电量；r和γ均为常数，例如，取γ＝1900kw
·
h，r＝0.8元。
[0190][0191]
式中：p
n
(t)为光伏电站额定功率；p
out
为不同辐照度、温度下实际功率，由曲线拟合而得。停机时间t
w
的计算如下：
[0192]
t
w
＝t
w1
t
w2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)
[0193][0194]
式中：g
f
为关联集中维修组；u为维修组数；o1为顺序维修执行集合；o2为共同维修执行集合；t
s
为固定准备时间；d
i
为特定维修时间，与维修方式及维修效果有关，如下式：
[0195][0196]
式中：t
z
为不同维修方式的平均固定维修时间；w为天气可及率；通过光伏电站所处环境及气象站数据得到每个月天气可及率及容量因子如图7所示。
[0197]
维修人员费用
[0198]
维修人员费用包括基本工资及奖金，即：
[0199][0200]
式中：n(g)为第g个顺序维修集维修所需人员；n(h)为共同维修集合维修所需人员；f
h
为单位时间维修人员奖金；f0为基本工资。
[0201]
约束条件包括检修资源约束和检修时间约束。
[0202]
检修资源约束：
[0203]
检修时段内，由于人力、所需材料等资源的限制而不能同时检修各设备，需顺序进行，故有：
[0204][0205]
式中：x
i
(t)为时段t内部件i的状态变量，当x
i
(t)＝1时进行检修，反之为0；r
ε,i
为设备i检修对资源ε的需求量，r
ε
(t)为时段t内对资源的可用量。
[0206]
检修时间约束：
[0207]
检修时间限制在可检修的时间段内，即：
[0208][0209]
式中：b
i
和e
i
表示检修最早、最迟时间；s
i
和d
i
表示检修开始时段及持续时段。
[0210]
下层优化模型：
[0211]
在上层以维护成本最低得到的维修方案带入下层进行验证，以光伏发电系统可用度最高为目标，部件可用度为约束建立下层优化模型表示为：
[0212][0213]
式中：a
i,min
为部件i稳定运行的最低可用度，本发明最优取为0.9。a
i
为部件i的部件可用度；a
all
为系统可用度；为描述不同维修策略对部件性能的影响，提出改善因子表示其恢复程度：
[0214][0215]
式中：a
q
为维修费用调整参数；b为维修次数调整参数；e为维修次数；δ
e
为改善因子，n
e
为维修次数的总数。
[0216]
本发明实施例提供的一种考虑相关性及可用度的光伏电站双层优化维护方法，下面将通过几个方面分别对比不同技术方案进行说明。
[0217]
1)性能对比分析
[0218]
选取2种方案进行对比分析：
[0219]
方案1：不考虑失效相关性的性能分析；
[0220]
方案2：考虑失效相关性的性能分析。
[0221]
为比对不同失效强度对设备及系统可用度的影响，通过设定不同失效强度得到可用度仿真曲线如图8、9所示。
[0222]
由附图可见，失效独立的可用度曲线始终位于失效相关的可用度曲线之上，且当失效强度越大，其可用度曲线越接近失效独立的曲线；当0<a<1时，随着失效强度的减少，可用度曲线的下降速率越快，因此在制定维修计划时，其维修时间及策略较失效独立差别越明显；光伏发电单元是由多个设备经串并联组成的混合系统，且并联子系统结构对称，通过比对两图，系统与设备可用度曲线随失效强度的变化类似，但趋势更明显。
[0223]
2)维修策略对比
[0224]
通过以下3种方案进行比对分析
[0225]
方案1：不考虑部件相关性的双层优化维护策略；
[0226]
方案2：考虑部件相关性的双层优化维护策略；
[0227]
方案3：不考虑部件相关性的传统固定比例维修策略。
[0228]
通过仿真分析可得如下结果。图10、11分别为汇流箱h2及系统在失效相关强度为1的情况下维修后可用度变化曲线对比图。
[0229]
由附图可见，双层优化模型在经过维修后较传统固定比例维修模型可用度均明显提高；考虑失效相关的双层优化维护模型维修时间较失效独立的双层优化维护模型提前；由图10可见，初始状态汇流箱h2可用度为0.98，当其运行到149天时第一次满足维修条件，通过上下层优化模型知需对其小修，维修后可用度提高到0.9910，然后在此基础上继续运行；图11为光伏发电单元系统维修后可用度变化曲线，在系统运行到206、344天时，需对变压器进行维修，维修后可用度明显提高，故系统可用度提升幅度较大。
[0230]
3)灵敏度分析
[0231]
本文所提的双层优化维护策略受天气可及率的影响，在不同值下维修费用变化率及系统可用度不同。
[0232]
其中，天气可及率对维修费用变化率的影响
[0233]
如图12所示，通过对比双层优化模型(方案一)与部件单独维修模型(方案二)分析天气可及率对维修费用变化率的影响。
[0234]
由图12知：随着天气可及率增大，维修停机损失减少，维修费用变化率降低幅度减少，方案一较方案二维修费用节省率减小，其原因在于可及率越小，停机损失越大，节省率
越大。当w＜0.7时维修费用降低幅度较大；当0.7＜w＜0.85时维修费用降低幅度次之；当0.85＜w＜1时维修费用降低幅度较小。由此可见，若维修设备越多，则方案一维修次数比方案二更少，节省的停机损失越大，节省率越大；当可及率较小时方案一较方案二维修费用下降率更大，优势更加明显，当可及率较大时，停机损失所占维修成本比重不大，方案二较方案一维修费用下降率更大，方案一优势减弱。
[0235]
天气可及率对系统可用度的影响
[0236]
图13为双层优化维护模型在不同天气可及率下对光伏发电系统可用度的影响。由图可见，当天气可及率越低，系统可用度的降低比越大；系统降低比在400天维修周期内呈现正态型波动状态，分别在第3、6次维修达到峰值，这和变压器设备的维修时机有关。由此可见，在低可及率的条件下，忽略天气因子对维修策略的影响较大。
[0237]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。