Generator maintenance scheduling based on the expected capability of satisfying energy demand
Date
2018-03
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Stellenbosch : Stellebosch University
Abstract
ENGLISH ABSTRACT: The integrity of an electric power system is significantly threatened by unexpected downtimes of power generating units (PGUs). In order to minimise the occurrence of such unexpected
PGU downtimes, planned preventative maintenance is routinely performed on the PGUs of the system. The effective scheduling of these planned maintenance PGU outages is a considerable challenge for any power utility.
The celebrated generator maintenance scheduling (GMS) problem involves finding a set of planned preventative maintenance outages of PGUs in a power system. A feasible solution to this problem is typically a list of dates indicating the commencement of planned maintenance for
each PGU in the power system. Solutions to the GMS problem are typically subjected to a wide
variety of power system constraints and the problem is considered to be a hard combinatorial optimisation problem.
Two novel GMS criteria are introduced in this dissertation. The first criterion involves minimisation of the probability that any PGU in the system will fail during a scheduling window of pre-specified length. This scheduling criterion is weighted according to the rated capacity
of each PGU so as to give some preference, in terms of maintenance commencement times, to PGUs that contribute considerably to the overall system capacity. This criterion draws from basic notions in reliability theory which may be used to estimate the failure probability of a
system. The second criterion involves maximisation of the expected energy produced during the
scheduling window. In this case, PGU failures are modelled by random variables. Two mixed integer programming models are formulated for the GMS problem with the newly proposed scheduling criteria as objective functions. One of these models is linear and the other one is nonlinear. The nonlinear model is linearised by piecewise linear approximation in order to be
able to solve it exactly. Both models incorporate a number of constraints, including energy demand
satisfaction constraints, earliest and latest maintenance window constraints, maintenance resource constraints and maintenance exclusion constraints.
Two GMS test problems are modelled in this fashion. The resulting four GMS model instances are each solved by two different solution approaches - exactly and approximately (by employing a metaheuristic). The exact solution approach involves use of IBM ILOG's well-known optimisation suite CPLEX which employs a branch-and-cut method, while the metaheuristic of simulated annealing is implemented in the programming language R as approximate model solution methodology. After computing optimal solutions for the four GMS model instances mentioned above, a sensitivity analysis is performed in order to determine the feasibility of an exact solution approach in respect of small to medium-sized GMS problem instances. An extensive parameter
optimisation experiment is also conducted in order to obtain a suitable set of simulated annealing
parameter values for use in the context of the four GMS model instances. The GMS solutions
obtained when incorporating these suitable parameter values within the simulated annealing algorithm for the four GMS model instances are compared to the corresponding exact solutions.
The approximate solution methodology is found to be a viable alternative solution approach to the exact solution approach, capable of obtaining solutions within 3% of optimality for all four GMS model instances | often requiring considerably shorter computation times.
The e cacy of the two proposed scheduling criteria are also analysed in terms of a real-world case
study based on the power grid of the national power utility in South Africa. The 157-unit Eskom
test problem contains a large number of PGUs, some of which require maintenance multiple times
during the scheduling window. The aforementioned approximate solution approach is adopted to solve this large problem instance with respect to both proposed scheduling criteria and is found to be a viable approach from a practical point of view.
A computerised decision support system (DSS) is also proposed which is aimed at facilitating effective GMS decision making with respect to the two proposed scheduling criteria. The DSS is implemented in the programming language Shiny, which is an R package for creating user-friendly
interfaces. The DSS is equipped with an intuitive graphical user interface and the system is able to solve user-provided problem instances of the GMS problem.
AFRIKAANSE OPSOMMING: Die integriteit van 'n elektriese kragstelsel word beduidend deur onverwagte onderbrekings in die werking van die stelsel se kragopwekkingseenhede (KOEe) bedreig. Beplande voorkomende onderhoud word roetine-gewys op die KOEe van kragstelsels uitgevoer om voorkomste van sulke onverwagte onderbrekings te minimeer. Die doeltreffende skedulering van KOE diensonderbrekings vir voorkomende onderhoud is 'n aansienlike uitdaging vir enige kragvoorsiener. Die gevierde opwekker-onderhoudskeduleringsprobleem (OOS-probleem) behels die soeke na 'n versameling beplande onderhoudsonderbrekings vir die KOEe in 'n kragstelsel. 'n Toelaatbare oplossing vir hierdie probleem neem tipies die vorm aan van 'n lys datums wat begintye vir die beplande onderhoud van elke KOE in die stelsel aandui. Oplossings van die OOS-probleem word tipies aan 'n wye verskeidenheid kragstelselbeperkings onderwerp en die probleem word as 'n moeilike kombinatoriese optimeringsprobleem beskou. Twee nuwe OOS-kriteria word in hierdie proefskrif daargestel. Die eerste kriterium behels minimering van die waarskynlikheid dat enige KOE in die stelsel gedurende 'n vooraf-gespesifiseerde skeduleringsvenster faal. Hierdie skeduleringskriterium word ook volgens die kapasiteitstempo van elke KOE geweeg om sodoende in terme van onderhoudbegintye voorkeur te gee aan KOEe wat noemenswaardige kapasiteit tot die stelsel bydra. Hierdie kriterium bou op basiese konsepte in betroubaarheidsteorie wat gebruik kan word om die falingswaarskynlikheid van 'n stelsel af te skat. Die tweede kriterium behels maksimering van die verwagte hoeveelheid energie wat gedurende die skeduleringsvenster opgewek sal word. In hierdie geval word KOE falings deur kansveranderlikes gemodelleer. Twee gemengde heeltallige programmeringsmodelle word vir die OOS-probleem geformuleer, met die nuut-voorgestelde skeduleringskriteria as doelfunksies. Een van hierdie modelle is linêer en die ander een is nie-linêer. Die nie-linêere model word deur middel van stuksgewys-line^ere benaderings gelineariseer sodat dit eksak opgelos kan word. Beide modelle sluit 'n aantal beperkings in, naamlik energie-vraagbeperkings, vroegste en laatste onderhoudvenster-beperkings, skeduleringshulpbron-beperkings en onderhouduitsluitingsbeperkings. Twee OOS-toetsprobleme word op hierdie wyse gemodelleer. Die gevolglike vier OOS-modelgevalle word elk op twee verskillende maniere opgelos | eksak en benaderd (deur middel van 'n metaheuristiek). Die eksakte oplossingsbenadering behels die gebruik van IBM ILOG se bekende optimeringsuite CPLEX wat 'n vertak-en-snit metode toepas, terwyl die metaheuristiek gesimuleerde tempering as benaderde oplossingsmetodologie in die programmeringstaal R geïmplementeer word. Nadat optimate oplossings vir al vier OOS-probleemgevalle bereken word, word 'n sensitiwiteitsanalise uitgevoer om die haalbaarheid van die eksakte metode in die konteks van klein en medium OOS-probleemgevalle te toets. 'n Uitgebreide parameter-optimeringseksperiment word ook uitgevoer om 'n sinvolle versameling parameterwaardes vir die gesimuleerde temperingsalgoritme in die konteks van die bogenoemde vier probleemgevalle te bepaal. Die OOS-oplossings wat vir die vier probleemgevalle deur gebruikmaking van hierdie versameling parameterwaardes in die gesimuleerde temperingsalgoritme gevind word, word met die ooreenstemv mende eksakte oplossings vergelyk. Daar word bevind dat die benaderde oplossingsbenadering 'n haalbare alternatief is tot die eksakte benadering, wat oplossings binne 3% van optimaliteit Die gepastheid van die twee voorgestelde skeduleringskriteria word ook in die konteks van 'n realistiese gevallestudie ondersoek, wat gebaseer is op die kragnetwerk van die Suid-Afrikaanse kragvoorsiener, Eskom. Die 157-eenheid Eskom toetsprobleem bevat 'n groot getal KOEe, sommige waarvan veelvuldige onderhoudsonderbrekings gedurende die skeduleringsvenster vereis. Die bogenoemde benaderde oplossingsbenadering word, onderworpe aan beide skeduleringskriteria, op hierdie groot toetsprobleem toegepas, en daar word bevind dat die oplossingsbenadering prakties haalbaar is.vir al vier probleemgevalle kan vind | dikwels ook binne aansienlik korter berekeningstye. 'n Gerekenariseerde besluitsteunstelsel (BSS) word ook daargestel wat daarop gemik is om doeltreffende OOS-besluitneming met betrekking tot beide voorgestelde skeduleringskriteria te fasiliteer. Die BSS word in die programmeringstaal Shiny geïmplementeer. Shiny is 'n R-pakket waarmee gebruikersvriendelike koppelvlakke daargestel kan word. Die BSS word van 'n gebruikersvriendelike koppelvlak voorsien en die stelsel is daartoe instaat om gebruikersgespesi fiseerde gevalle van die OOS-probleem op te los.
AFRIKAANSE OPSOMMING: Die integriteit van 'n elektriese kragstelsel word beduidend deur onverwagte onderbrekings in die werking van die stelsel se kragopwekkingseenhede (KOEe) bedreig. Beplande voorkomende onderhoud word roetine-gewys op die KOEe van kragstelsels uitgevoer om voorkomste van sulke onverwagte onderbrekings te minimeer. Die doeltreffende skedulering van KOE diensonderbrekings vir voorkomende onderhoud is 'n aansienlike uitdaging vir enige kragvoorsiener. Die gevierde opwekker-onderhoudskeduleringsprobleem (OOS-probleem) behels die soeke na 'n versameling beplande onderhoudsonderbrekings vir die KOEe in 'n kragstelsel. 'n Toelaatbare oplossing vir hierdie probleem neem tipies die vorm aan van 'n lys datums wat begintye vir die beplande onderhoud van elke KOE in die stelsel aandui. Oplossings van die OOS-probleem word tipies aan 'n wye verskeidenheid kragstelselbeperkings onderwerp en die probleem word as 'n moeilike kombinatoriese optimeringsprobleem beskou. Twee nuwe OOS-kriteria word in hierdie proefskrif daargestel. Die eerste kriterium behels minimering van die waarskynlikheid dat enige KOE in die stelsel gedurende 'n vooraf-gespesifiseerde skeduleringsvenster faal. Hierdie skeduleringskriterium word ook volgens die kapasiteitstempo van elke KOE geweeg om sodoende in terme van onderhoudbegintye voorkeur te gee aan KOEe wat noemenswaardige kapasiteit tot die stelsel bydra. Hierdie kriterium bou op basiese konsepte in betroubaarheidsteorie wat gebruik kan word om die falingswaarskynlikheid van 'n stelsel af te skat. Die tweede kriterium behels maksimering van die verwagte hoeveelheid energie wat gedurende die skeduleringsvenster opgewek sal word. In hierdie geval word KOE falings deur kansveranderlikes gemodelleer. Twee gemengde heeltallige programmeringsmodelle word vir die OOS-probleem geformuleer, met die nuut-voorgestelde skeduleringskriteria as doelfunksies. Een van hierdie modelle is linêer en die ander een is nie-linêer. Die nie-linêere model word deur middel van stuksgewys-line^ere benaderings gelineariseer sodat dit eksak opgelos kan word. Beide modelle sluit 'n aantal beperkings in, naamlik energie-vraagbeperkings, vroegste en laatste onderhoudvenster-beperkings, skeduleringshulpbron-beperkings en onderhouduitsluitingsbeperkings. Twee OOS-toetsprobleme word op hierdie wyse gemodelleer. Die gevolglike vier OOS-modelgevalle word elk op twee verskillende maniere opgelos | eksak en benaderd (deur middel van 'n metaheuristiek). Die eksakte oplossingsbenadering behels die gebruik van IBM ILOG se bekende optimeringsuite CPLEX wat 'n vertak-en-snit metode toepas, terwyl die metaheuristiek gesimuleerde tempering as benaderde oplossingsmetodologie in die programmeringstaal R geïmplementeer word. Nadat optimate oplossings vir al vier OOS-probleemgevalle bereken word, word 'n sensitiwiteitsanalise uitgevoer om die haalbaarheid van die eksakte metode in die konteks van klein en medium OOS-probleemgevalle te toets. 'n Uitgebreide parameter-optimeringseksperiment word ook uitgevoer om 'n sinvolle versameling parameterwaardes vir die gesimuleerde temperingsalgoritme in die konteks van die bogenoemde vier probleemgevalle te bepaal. Die OOS-oplossings wat vir die vier probleemgevalle deur gebruikmaking van hierdie versameling parameterwaardes in die gesimuleerde temperingsalgoritme gevind word, word met die ooreenstemv mende eksakte oplossings vergelyk. Daar word bevind dat die benaderde oplossingsbenadering 'n haalbare alternatief is tot die eksakte benadering, wat oplossings binne 3% van optimaliteit Die gepastheid van die twee voorgestelde skeduleringskriteria word ook in die konteks van 'n realistiese gevallestudie ondersoek, wat gebaseer is op die kragnetwerk van die Suid-Afrikaanse kragvoorsiener, Eskom. Die 157-eenheid Eskom toetsprobleem bevat 'n groot getal KOEe, sommige waarvan veelvuldige onderhoudsonderbrekings gedurende die skeduleringsvenster vereis. Die bogenoemde benaderde oplossingsbenadering word, onderworpe aan beide skeduleringskriteria, op hierdie groot toetsprobleem toegepas, en daar word bevind dat die oplossingsbenadering prakties haalbaar is.vir al vier probleemgevalle kan vind | dikwels ook binne aansienlik korter berekeningstye. 'n Gerekenariseerde besluitsteunstelsel (BSS) word ook daargestel wat daarop gemik is om doeltreffende OOS-besluitneming met betrekking tot beide voorgestelde skeduleringskriteria te fasiliteer. Die BSS word in die programmeringstaal Shiny geïmplementeer. Shiny is 'n R-pakket waarmee gebruikersvriendelike koppelvlakke daargestel kan word. Die BSS word van 'n gebruikersvriendelike koppelvlak voorsien en die stelsel is daartoe instaat om gebruikersgespesi fiseerde gevalle van die OOS-probleem op te los.
Description
Thesis (PhD)--Stellenbosch University, 2018.
Keywords
UCTD, Electric generators -- Maintenance and repair -- Scheduling, Electric power systems -- Reliability (Engineering), Electric power -- Supply and demand