Dissertação
Enhanced Preventive Maintenance of Offshore Wind Farms: Scheduling through Long-Term Hindcast Data Analysis EVALUATED
Esta tese aborda a otimização da programação da manutenção preventiva em parques eólicos offshore para aumentar a produção anual de energia (AEP) e reduzir as perdas por inatividade (DWL). Foi desenvolvido um método de programação universal para completar planos anuais de manutenção, minimizando o DWL. Utilizando dados da base Resourcecode para o Mar do Norte e a Costa Atlântica da Europa, foram calculados “anos típicos” para prever janelas meteorológicas. Foram propostos três métodos de programação – histórico, adaptativo e híbrido – que priorizam dias úteis de vento fraco com base em limiares de rendimento mensal. O método adaptativo mostrou-se mais eficaz, reduzindo o DWL significativamente e completando a manutenção, mesmo em parques maiores com maiores exigências. Um caso de referência demonstrou uma redução de 44% no DWL com esta abordagem. Outros métodos também apresentaram redução, mas tiveram limitações em climas severos ou parques de grande porte. Foi introduzido o Nível de Restrição de Manutenção (MCL), um parâmetro inovador que avalia a flexibilidade da programação, considerando condições climáticas e operacionais. O estudo identificou condições ótimas em torno de MCL=0,4, equilibrando produção energética e necessidades de manutenção. A avaliação económica indicou uma redução de até 0,50€/MWh no LCOE em alguns locais ao usar o método adaptativo, destacando seu potencial para diminuir custos da energia eólica offshore. Os resultados fornecem a base para uma ferramenta de apoio à decisão que visa otimizar o planeamento da manutenção e melhorar as operações de parques eólicos offshore.
novembro 27, 2024, 15:0
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
Ricardo Balbino Santos Pereira
Departamento de Engenharia Mecânica (DEM)
Professor Auxiliar Convidado
