Optimierung der Instandhaltungsplanung mit genetischen Algorithmen unter Berücksichtigung des Speicherverhaltens bei der Verfügbarkeitsprognose von Kraftwerksanlagen

Optimization of maintenance scheduling with genetic algorithms regarding the storage behavior during the availability prognosis of power plants

  • In Zeiten des liberalisierten Strommarktes muss sich der Kraftwerkserrichter und -betreiber die Wahl seiner Primärenergie und die Auslegung jedes einzelnen Kraftwerks hinsichtlich Emissionen und last but not least die Errichtungs- und späteren Betriebskosten genau überlegen. Simulationen unter der Annahme verschiedener Szenarien sind bei diesem Marktumfeld zwingend erforderlich. Das Spannungsfeld zwischen Errichtungskosten, davon teilweise abhängiger Verfügbarkeit, Instandhaltungsphilosophie und Betriebskosten bildet die Motivation für die Instandhaltungsoptimierung und Simulationen zur Verfügbarkeitsprognose, die Thema dieser Arbeit sind. Der Schwerpunkt dieser Arbeit liegt auf der Planung der zeitbezogenen Instandhaltungsstrategie, bei der die Inspektion der Komponente nach einer vorgeschriebenen Zeitspanne erfolgt, die sich aus den Betriebs- und Herstellererfahrungen ableitet. Diese Problemstellung ist besonders anspruchsvoll, weil es durch Synergieeffekte zu starken Wechselwirkungen der Komponenten untereinander kommt. So besitztIn Zeiten des liberalisierten Strommarktes muss sich der Kraftwerkserrichter und -betreiber die Wahl seiner Primärenergie und die Auslegung jedes einzelnen Kraftwerks hinsichtlich Emissionen und last but not least die Errichtungs- und späteren Betriebskosten genau überlegen. Simulationen unter der Annahme verschiedener Szenarien sind bei diesem Marktumfeld zwingend erforderlich. Das Spannungsfeld zwischen Errichtungskosten, davon teilweise abhängiger Verfügbarkeit, Instandhaltungsphilosophie und Betriebskosten bildet die Motivation für die Instandhaltungsoptimierung und Simulationen zur Verfügbarkeitsprognose, die Thema dieser Arbeit sind. Der Schwerpunkt dieser Arbeit liegt auf der Planung der zeitbezogenen Instandhaltungsstrategie, bei der die Inspektion der Komponente nach einer vorgeschriebenen Zeitspanne erfolgt, die sich aus den Betriebs- und Herstellererfahrungen ableitet. Diese Problemstellung ist besonders anspruchsvoll, weil es durch Synergieeffekte zu starken Wechselwirkungen der Komponenten untereinander kommt. So besitzt jede Komponente ihre eigene theoretisch optimale Inspektionsperiode, im Verbund kann es jedoch sein, dass es wegen Freischaltungen oder Stillstandszeiten günstiger ist, einige Komponenten gemeinsam instandzuhalten und dabei eine einzelne Baugruppe vorzuziehen oder zurückzustellen. Die hieraus entstehenden Wechselwirkungen bilden eine nichtlineare, gemischt-ganzzahlige Berechnungsvorschrift für die Kostenabschätzung. Für die Optimierung dieser Instandhaltungsplanung wurde in der vorliegenden Arbeit ein neuer Ansatz entwickelt. Nachdem festgestellt wurde, dass klassische Optimierungsverfahren dieses Problem der Instandhaltungsoptimierung nicht zufriedenstellend lösen können, wurde eine Lösung auf Basis von „Genetischen Algorithmen“ entwickelt. Gleichzeitig zur Instandhaltungsoptimierung wurde aufbauend auf vorangegangenen Arbeiten am Lehrstuhl die Methodik der Verfügbarkeitsprognose komplexer kraftwerkstechnischer Anlagen weiterentwickelt und um die neue Komponente "Speicher" (ggf. mit Verlusten) erweitert. Mit dem Speichermodell wird die Verhaltensweise eines Speichers in die aufwandsreduzierte Monte-Carlo-Methode integriert.show moreshow less
  • In the age of the liberalized energy market the power plant raisers and operators have to consider several factors when choosing the fuel type and dimensioning their power plants, e.g. emissions, erection cost and last but not least operating cost. Simulations assuming different scenarios are required. The rivaling aspects of erection cost, partially dependant availability, maintenance philosophy and operating cost are motivating the optimization of maintenance scheduling and the availability prognosis which are the topic of this thesis. The focus of this thesis is on the scheduling of the time based maintenance strategy. This strategy defines the time spans between the repeating inspections of each component. This is based on the experience of operators and manufacturers. The mathematic problem itself is especially challenging because of strong interdependencies between the single components due to synergy effects. Each component has its own theoretically optimal lifetime and maintenance period. Yet as part of a compound it might beIn the age of the liberalized energy market the power plant raisers and operators have to consider several factors when choosing the fuel type and dimensioning their power plants, e.g. emissions, erection cost and last but not least operating cost. Simulations assuming different scenarios are required. The rivaling aspects of erection cost, partially dependant availability, maintenance philosophy and operating cost are motivating the optimization of maintenance scheduling and the availability prognosis which are the topic of this thesis. The focus of this thesis is on the scheduling of the time based maintenance strategy. This strategy defines the time spans between the repeating inspections of each component. This is based on the experience of operators and manufacturers. The mathematic problem itself is especially challenging because of strong interdependencies between the single components due to synergy effects. Each component has its own theoretically optimal lifetime and maintenance period. Yet as part of a compound it might be more cost efficient in the long run to maintain some components together shifting some of them forward or backward. The thereby caused interdependencies constitute a non-linear, mixed-whole-numbered calculation of the cost approximation. For the optimization of this maintenance scheduling a new approach was developed. It was realized that the problem couldn’t be solved satisfyingly with classic optimization algorithms. Afterwards a solution based on “genetic algorithms” was developed. In the meantime the methods for the availability prognosis of complex power plant facilities were enhanced. Especially a new component with storage behavior (with optional losses) was added to the prognosis tool. This storage model integrates the behavior of a storage into the computing time reduced Monte-Carlo-Method.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author: Warnecke, Martin
URN:urn:nbn:de:kobv:co1-opus-5961
Referee / Advisor:Prof. Dr.-Ing. Krautz, Hans Joachim
Document Type:Doctoral Thesis
Language:German
Year of Completion:2009
Date of final exam:2008/12/19
Release Date:2009/03/03
Tag:Genetische Algorithmen; Instandhaltung; Kraftwerk; Monte-Carlo-Methode; Verfügbarkeit
Availability; Genetic algorithms; Maintenance; Monte-Carlo-Method; Power plant
GND Keyword:Instandhaltung; Kraftwerk; Optimierung
Institutes:Fakultät 3 Maschinenbau, Elektro- und Energiesysteme / FG Kraftwerkstechnik
Institution name at the time of publication:Fakultät für Maschinenbau, Elektrotechnik und Wirtschaftsingenieurwesen (eBTU) / LS Kraftwerkstechnik