Comunicación presentada al VI Congreso Smart Grids
Autores
- Nurseda Y. Yurusen, Responsable de proyecto, Fundación CIRCE
- Ana P. Talayero, Responsable de línea, Fundación CIRCE
- Julio J. Melero, Profesor Titular, Instituto universitario de Investigación Mixto CIRCE, Universidad Zaragoza
Resumen
Se presenta una metodología basada en “decision pool”, generar alternativas sobre las acciones de mantenimiento preventivo en un parque eólico, teniendo en cuenta la estrategia ya planificada, la disponibilidad de los equipos de trabajo, la duración de tareas, la seguridad y salud y el precio de mercado eléctrico. Partiendo de una categorización de las acciones de mantenimiento planificado y del seguimiento pormenorizado de las mismas, se propone incluir la información registrada en los SCADA del parque, la información meteorológica y el precio de la energía, para desarrollar algoritmos de optimización de las alternativas generadas que mejoren las labores de mantenimiento programadas.
Palabras clave
Mantenimiento, Optimización, Análisis de Alternativas, Programación de Mantenimiento
Planificación de mantenimiento en un parque eólico
De acuerdo con el estándar de la terminología de mantenimiento (European Standards [2001] ‘Maintenance terminology’, En 13306:2001, [CEN (European Committee for Standardization)], p. 58), si se toma una decisión de intervención de mantenimiento considerando solo la planificación preseleccionada, y sin considerar la condición del activo, se está siguiendo una política de mantenimiento predeterminada, que no tiene porque ser la optima en cada proyecto.
Para los parques eólicos, si se tiene en cuenta la condición de los activos, los precios del mercado de electricidad y el lucro cesante de generación, se puede diseñar un plan de mantenimiento preventivo más rentable. Para ello va a ser necesario: las estimaciones de energía, y rendimiento energético, parámetros que se pueden estimar con procedimientos estandarizados bien establecidos y cubiertos en la literatura. Sin embargo, la literatura es escasa para las consideraciones de comportamiento del precio del mercado eléctrico en la planificación predeterminada de O&M de parques eólicos.
Si la decisión de las intervenciones de mantenimiento se puede tomar teniendo en cuenta las reglas de accesibilidad, el trabajo en altura, las reglas de operabilidad de la grúa, entonces se puede lograr una programación inteligente y oportuna. Con este enfoque, el tiempo de inactividad relacionado con el clima y el riesgo de estar en condiciones climáticas adversas en el sitio se pueden reducir.
Las relaciones entre los diferentes tipos de mantenimiento (European Standards [2001] ‘Maintenance terminology’, En 13306:2001, [CEN (European Committee for Standardization)], p. 58) y la aplicación de una estrategia de mantenimiento oportunista (Ding, F. and Tian, Z. (2012) ‘Opportunistic maintenance for wind farms considering multi-level imperfect maintenance thresholds’, Renewable Energy. Elsevier Ltd, 45, pp. 175–182. doi: 10.1016/j.renene.2012.02.030) es una llave para reducir los riesgos de trabajo y los costes de mantenimiento. En la Figura 1, el efecto de mantenimiento inteligente se muestra. La programación inteligente de mantenimiento oportuno es un componente clave para una estrategia de mantenimiento oportunista, que permite la reducción de varias visitas de mantenimiento preventivo y proporciona datos de inspección fuera de línea para la ejecución de las intervenciones de mantenimiento predictivo (Eti, M. C., Ogaji, S. O. T. and Probert, S. D. (2006) ‘Reducing the cost of preventive maintenance (PM) through adopting a proactive reliability-focused culture’, Applied Energy, 83(11), pp. 1235–1248. doi: 10.1016/j.apenergy.2006.01.002.).
En la propuesta de CIRCE se presenta una descripción de la metodología de trabajo, con aplicación en el desarrollo de herramientas de “decision pool”, cuyo objetivo sea obtener recomendaciones sobre posibles acciones de mantenimiento preventivo en un parque eólico atendiendo a la estrategia de mantenimientos de aerogeneradores planificados, disponibilidad de equipos de trabajo, duración de tareas, seguridad y salud, así como precio de mercado.
Partiendo de una categorización de acciones de mantenimiento planificado y del seguimiento pormenorizado de las mismas a través de una herramienta de información de sensores (“condition monitoring”), se propone incluir la información del Supervisión, Control y Adquisición de Datos (SCADA), el performance de los aerogeneradores, la información meteorológica y el precio de la energía, obteniéndose una BBDD completa que servirá de base para el desarrollo de algoritmos de pronóstico de fallos y optimización de las labores de mantenimiento programadas.
Metodología
La metodología propuesta para el concepto de mantenimiento inteligente se da en la Figura 2.
Tal y como se muestra en el diagrama, para decidir si es necesaria la intervención, se trabaja con tres diferentes fuentes de información: por un lado, el mantenimiento predeterminado, por otro la información procedente del Información de sensores y por último el resultado de la evaluación de los datos registrados en el SCADA. Las dos primeras fuentes de información conllevan la programación de un mantenimiento, mientras que si la información procede de los datos SCADA es necesario realizar una predicción del riesgo fallo y en caso de ser alto programar el mantenimiento. Esta metodología pretende contestar a la pregunta ¿Es necesario una intervención?, y, en caso afirmativo, es necesario una optimización. Para realizar la optimización de la intervención se precisa además de información adicional de las limitaciones de seguridad y salud, la predicción meteorológica, la curva de potencia y el precio de la energía; así se contesta a la pregunta: ¿cuándo?.
Resultados
Planificación de mantenimiento a largo plazo, ejemplo España
En este caso se pretende estudiar los periodos óptimos para programar mantenimientos que no requieren de una acción inmediata, sino que atienden a tareas rutinarias de control. Para ello las variables que se van a considerar van a ser principalmente la demanda de energía y el precio de venta de la electricidad.
En el análisis del mercado eléctrico español, la correlación entre el precio del mercado eléctrico y la demanda muestra que la demanda no es el parámetro único más significativo. Para realizar este análisis, primero se realizan las pruebas de casualidad de Granger (Arratia, A. (2014) Computational finance, An Introductory Course with R, Atlantis Studies in Computational Finance and Financial Engineering. Springer). Entonces. después de tener una prueba estadística de la causalidad, se realiza el análisis de correlación de rango de Kendall (Nelsen, R. (2001) ‘Kendall tau metric’, Encyclopaedia of mathematics, pp. 226–227). Los análisis se realizan utilizando los datos obtenidos de ENTSO-E (European Network of Transmission System Operators (2017) ENTSO-E Transparency Platform: Day-ahead prices. Available at: https://transparency.entsoe.eu).
Los coeficientes de correlación de Kendall para el precio del mercado de electricidad son: 0.44 para la generación de electricidad a partir del lignito marrón fósil, 0.54 a partir del gas fósil, 0.5 a partir de carbón duro y -0.17 a partir del hidroeléctrica, -0.29 con eólica terrestre y 0.33 para la demanda eléctrica. Lo que demuestran la poca relación entre ellos en la eólica.
Según las Figuras 3, 4 y 5, no existe una coincidencia clara entre las horas de máxima generación eólica y las horas de pico en la demanda, y el precio de esta energía no se ve influenciado fuertemente por la demanda ya que la generación eólica contribuye a las horas de demanda de mérito medio, y es una fuente intermitente.
A la vista de los resultados, y tenido en cuenta el precio y la demanda sería recomendable programar la mayoría de las intervenciones de mantenimiento necesarias entre abril y mayo.
Planificación de mantenimiento a corto plazo, ejemplo mantenimiento predeterminado
Este mantenimiento planificado, puede ser todavía optimizado en el momento cercano a su intervención.
Así en este caso se muestra como una vez planificadas diferentes tareas para un parque eólico, el orden y momento de la ejecución de las mismas y el precio de la energía puede variar las pérdidas que se producen al parar la máquina. Es decir, en este caso, la pérdida de ingreso es la variable critica a tener en cuenta.
En la Figura 6, se ofrecen diferentes alternativas de programación de un mantenimiento predeterminado, con las diferentes tareas a realizar, para poder contrastar con el procedimiento estándar que comienza a las 8.30 y sugiere la ejecución de tareas con un orden de 1, 2, 3 y 4. El utilizar la herramienta de decisión, permite encontrar una planificación que reduzca la pérdida de ingresos.
El plan alternativo número 55, que comienza a las 09:40 y sugiere la ejecución de las tareas con una orden 1, 3, 2 y 4, presenta menores pérdidas debido a la dinámica del precio del mercado eléctrico.
Planificación de mantenimiento a corto plazo, ejemplo cambio del generador
En este caso se pretende optimizar una tarea correspondiente a un correctivo, en este caso es necesario tener en cuenta más parámetros como la accesibilidad, la operabilidad de las grúas, y las restricciones de trabajo como las velocidades de viento permisibles en altura y las rachas máximas.
La velocidad de ráfaga de viento máxima permitida para el uso de la grúa depende de la altura de intervención, el elemento afectado por el fallo y el peso de la carga a mover o levantar (Liebherr (2017) Influence of wind on crane operation).
La correspondiente restricción de ráfagas de viento para cualquier intervención requiere controles oportunos. Además, los valores de ráfaga altos provocan reglas de accesibilidad específicas para componentes de turbinas eólicas más restrictivas que reducen la velocidad media del viento más alta permitida. En este caso de cambio de un generador, el límite de velocidad media del viento para un trabajo seguro debe reducirse en 2 m/s cuando la ráfaga de velocidad del viento es superior a 5 m/s.
Estas condiciones de velocidades máximas son diferentes según el modelo, el tamaño de la turbina y la intervención (Wind Farm Owner (2018) ‘Private Communication’). En la Figura 7 muestra cómo evaluar la accesibilidad para las diferentes tareas para llevar acabo el cambio del generador, la línea verde indica las horas en las que es posible realizar la intervención mientras que las líneas rojas indican cuando no es posible.
Conclusiones
En el presente estudio se muestra una metodología para optimizar la planificación de los mantenimientos, con aplicación a tareas rutinarias que se realizarán en el largo plazo, en las que las variables más influyentes son el precio de la energía y la accesibilidad. Para mejorar estas tareas ya planificadas, en un momento cercano a su realización se puede realizar una segunda optimización teniendo en cuenta el orden de las tareas, la velocidad de viento y el precio instantáneo de la energía.
También esta metodología tiene aplicación en la planificación de las tareas asociadas a correctivos de acciones inmediatas, tal y como se ha mostrado con el cambio de un componente principal como es el generador. En este caso es necesario tener en cuenta muchas más variables como las restricciones de seguridad y salud, las velocidades y rachas máximas que condicionan las labores.
En resumen, es necesario incluir factores como las restricciones meteorológicas, restricciones técnicas y de seguridad y el precio de la electricidad en la planificación del mantenimiento. Con esto, es posible encontrar alternativas a la planificación que optimicen el trabajo de mantenimiento y reduzcan las pérdidas que llevan asociadas las propias tareas.