摘要：煤炭價格波動、發電負荷降低及電力市場改革對燃煤發電企業的經濟效益帶來了越來越大的影響，為降低燃煤火電機組的檢修費用，本文建立了考慮到機組上網電量、檢修投入、非計劃停運以及機組能耗變化等因素的檢修優化模型，并以某2×300MW機組電廠為例為研究目標進行了計算。計算結果顯示，隨著檢修投入的增加，機組檢修優化后的收益變大：在機組檢修費用為1000萬元/次、且檢修時間為500h時，每優化減少一次檢修所獲得的收益可以超過1500萬元。但另一方面，機組檢修優化的收益大小還要受非計劃停運事件次數、非計劃停運設備維修費用以及機組能耗變化的影響，因此機組檢修間隔的延長也需要有一定的范圍。該模型的計算結果表明，文中所建模型可以用于機組檢修間隔優化的定量分析，能夠為電廠合理安排檢修次數提供技術參考。

　　關鍵詞：安全工程;設備管理;燃煤發電;機組檢修;檢修模型;檢修優化;檢修間隔

　　目前，隨著我國發電裝機容量的迅速發展[1]，發電企業的設備利用小時數在呈現逐年下降趨勢：2019年，我國6MW及以上容量發電廠發電設備利用小時數為3828h，同比下降了51h[2]。與此同時，受新能源發展及電力市場化改革的影響，燃煤發電廠協議售電量在不斷增加，售電價格也有所下降，對其經濟效益產生了嚴重的影響。因此，降低發電機組的檢修成本也成了目前燃煤火力發電廠所面臨的一個重要問題[3,4]。在現有的行業標準中對發電機組的檢修等級及檢修周期做了規定[5]，但很多發電企業并不一定完全按照該標準進行執行，因此在電廠實際日常維護中經常會出現該修不修或者過度檢修的問題[6,7]。

　　發電論文范例：光伏發電站在紡織企業的應用

　　另一方面，隨著發電設備生產、制造工藝技術水平不斷提高，加之現在各種狀態監控技術也在不斷發展，發電設備的整體可靠性在不斷提高，為設備狀態較好、技術水平較高的發電機組檢修優化提供了有利條件，國內部分電廠或專家學者對檢修優化問題做了大量的研究。發電機組或設備的優化檢修研究的主要目的是在保證設備安全可靠的情況下如何降低機組的檢修成本：2017年，鄧旭陽等將機械工程領域的設備等劣化理論引入到電力設備運行分析中，推導出了各檢修周期內設備可靠度之間的關系，建立了設備基于風險的檢修策略優化模型結合一個具體算例，求得了最優檢修間隔[8]。

　　2020年，史進淵提出了基于疲勞與蠕變壽命設計結果的汽輪機起動加權系數與負荷變動加權系數的計算方法、汽輪機第二種等效運行小時數的計算方法、汽輪機檢修周期的優化方法、汽輪機年均壽命損耗與機組年均等級檢修費用的計算方法，并給出了應用實例[9]。周小藝等于2014年對電力系統檢修計劃優化問題的研究歷史、現狀和有待研究的問題做了比較系統的總結和展望，指出了電力網絡檢修優化領域有待研究的問題和面臨的挑戰[10]。

　　2012年，孟祥萍等建立了考慮經濟性與技術性的新檢修計劃優化模型，并將改進算法應用到機組檢修計劃優化模型，仿真驗證了改進算法及模型可取得良好效果[11]。發電機組延長檢修周期可以有效降低檢修成本，降低檢修現場安全管控風險，但延長檢修周期可能會造成設備可靠性下降，帶來設備的非停風險[12~14]，同時也會造成設備經濟性指標如機組效率的下降，間接影響機組效益。

　　因此，為全面衡量、科學決策機組是否具備檢修間隔延長條件，在本文中建立了考慮了機組非停風險及機組能耗變化的檢修間隔優化模型，并對某300MW機組的檢修間隔進行了研究。 另一方面，檢修對于機組的能效指標即供電煤耗可能有一定的影響，如果機組開展A級檢修，那么汽輪機的效率會有所改善。或者其他級別的檢修，比如通過檢修降低了空氣預熱器的漏風率，清洗可以清除凝汽器結垢，或者提高了吹灰器的效能降低了鍋爐排煙溫度等，不同的檢修級別對機組能耗指標的影響可能有所不同，因此機組通過不同級別的檢修，檢修后的機組煤耗會有不同程度的降低。

　　隨著檢修費用的增加，每減少一次檢修所帶來的收益也逐漸增加，在機組檢修費用達到1000萬元/次時，減少一次檢修所帶來的收益則超過了1500萬元。考慮到機組非計劃停運時不同部位的修復費用并不相同，所以在本圖的計算中，修復費用取值從10萬元到1000萬元。不過從計算結果看，對于機組非計劃停運，修復故障部位費用對整個機組的收益影響并不明顯，主要是因為該電廠兩臺機組的非計劃停運次數較低所致。在本圖計算中，兩臺機組非計劃停運概率的差異僅有0.005次/年。

　　當非計劃停運概率差異增加時，非計劃停運修復費用帶來的影響則會有顯著增加。給出了全國300MW機組不同服役年限與非計劃停運次數的統計值，從中可以看出，在總體趨勢上，隨著機組服役年限的增加，機組非計劃停運次數先降低后增加，符合“澡盆曲線”理論。該電廠兩臺機組服役年限為16年，因此進一步分析結果表明，該服役年限下相同容量機組計劃檢修1次與2之間的非計劃停運次數差異大約為0.33次。

　　如果以0.33次為基準計算，減少一次檢修的收益結果，所呈現出的規律類似，隨著檢修費用的增加，每減少一次檢修所帶來的收益也逐漸增加，不過由于圖7中非計劃停運次數增加，所以機組修復故障部位的檢修費用也隨之增加，因此在機組檢修費用同樣達到1000萬元/次時，減少一次檢修所帶來的收益則降低至約1200萬元。應用本文所建模型，經過對某2×300MW檢修優化計算，結果表明，減少一次機組的檢修可以帶來較大的收益，收益與檢修費用密切相關，檢修費用越高，則收益越大。

　　由于該電廠機組目前處于故障率較低的時期，而且減少檢修后的收益較高，因此建議可以對機組的檢修周期適當優化，以取得更好的效果。不過，由于機組延長檢修間隔后，非計劃停運事件的概率將會增加，同時機組的能耗水平也會有所增加，一定程度上抵消了部分收益，所以機組檢修間隔的延長需要有一定的范圍。

　　不過需指出的是，由于模型參考數據為電廠提供數據，受數據收集周期及前期測點、試驗數據不完全準確影響，所以計算結果勢必有一定誤差。首先是在計算中做了一定的簡化假設，其次是兩次檢修減少一次，那么在這一次檢修過程中可能需要檢修更多的項目，從而增加時間和費用。不過本文的目的在于提供一個合理的檢修優化決策模型，因此盡管在計算中采取了簡化假設，其結果仍能夠定性的分析問題。在實際使用模型的過程中建議盡量代入電廠運行管理的實際數據，或者根據該模型的需求，電廠盡量安排電力試驗單位做機組有關性能試驗，以使得該模型在使用過程中邊界條件更為準確，這樣計算的結果更為精確，對電廠檢修為周期的合理選取參考性更強。

　　結論

　　(1)由于充分考慮了燃煤機組上網電量、檢修投入、非計劃停運以及機組能耗變化等因素，本文所建的檢修優化模型可以用于定量分析機組的檢修優化收益;(2)對于本文中所研究的機組，由于狀態較為穩定，機組發生非計劃停運的次數較低，所以適當延長檢修周期的收益較高，在機組檢修費用為1000萬元/次，當檢修時間為500h時，每優化減少一次檢修所獲得的收益可以超過1500萬元，但對于服役期限較短或者接近退役狀態的機組，由于非停概率增加，延長檢修周期收益會有一定程度的下降;(3)為進一步完善本文中所建立的模型，建議機組通過性能試驗取得煤耗與運行時長的精確函數關系式，以更為準確的預測機組檢修優化后的收益。

　　參考文獻

　　[1]ChinaElectricityCouncil(中國電力企業聯合會)，ChinaPowerIndustryAnnualDevelopmentReport(中國電力行業年度發展報告)[M]，Beijing：ChinaBuildingMaterialsIndustryPress，2020.06

　　[2]ChinaElectricityCouncil(中國電力企業聯合會)，AnnualDevelopmentReportonReliabilityofChina'sPowerIndustry(中國電力行業可靠性年度發展報告)[M]，Beijing：ChinaBuildingMaterialsIndustryPress，2020.09

　　作者：李勇1李建鋒2楊娟2馬更生1