CN102606886A - 基于微粒群算法的气相介质长输管道、优化装置及方法 - Google Patents
基于微粒群算法的气相介质长输管道、优化装置及方法 Download PDFInfo
- Publication number
- CN102606886A CN102606886A CN2012100258368A CN201210025836A CN102606886A CN 102606886 A CN102606886 A CN 102606886A CN 2012100258368 A CN2012100258368 A CN 2012100258368A CN 201210025836 A CN201210025836 A CN 201210025836A CN 102606886 A CN102606886 A CN 102606886A
- Authority
- CN
- China
- Prior art keywords
- compressor
- station
- pipeline
- scheme
- energy consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于微粒群算法优化的气相长输管道、优化装置及方法,长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,所述方法包括以下步骤:a、收集管道计划输送量以及管道基础物理参数;b、建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;c、计算初始化状态下的管道总能耗、各站进出站压力和节流损失;d、计算每个压缩机开机方案微粒的历史最优开机方案;e、计算整个压缩机开机方案集合的历史最优开机方案;f、根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;g、循环迭代,如果次数达到上限,则进行下一步骤;如果次数未达到上限,则返回步骤c;h、得出压缩机的最优运行方案及管道总能耗,由此实现提高气相长输管道路运行效率和节能的目的。
Description
技术领域
本发明总体涉及气相介质长输管道,具体地涉及基于微粒群算法的气相介质长输管道运行优化方法、优化装置以及采用上述优化装置的气相介质长输管道。
背景技术
在过去的100多年里,发达国家先后完成了工业化进程,消耗了地球上大量的自然资源,特别是能源资源。当前,一些发展中国家正在步入工业化阶段,能源消费增加是经济社会发展的客观与必然。
中国是当今世界上最大的发展中国家,发展经济,摆脱贫困,是中国政府和中国人民在相当长一段时期内的主要任务。中国也是目前世界上第二位能源生产国和消费国。能源供应持续增长,为经济社会发展提供了重要的支撑。然而,随着能源消费的快速增长,也暴露了一些问题:
人均能源资源拥有量较低——中国人口众多,人均能源资源拥有量在世界上处于较低水平;
能源效率偏低——能源技术装备水平低,管理水平相对落后;
能源资源分布不均——增加了持续稳定供应的难度等。
由此导致单位国内生产总值能耗和主要耗能产品能耗高于主要能源消费国家平均水平,进一步加剧了能源供需矛盾。单纯依靠增加能源供应,难以满足持续增长的消费需求。针对中国的具体国情,中国在未来的发展建设中,“节能减排”被确立为国家主导战略。
目前的主要能源-石油天然气,在生产的过程中也消耗了大量的能源,近几年来,各大石油公司对节能减排高度重视,提出了一系列要求和工作目标。出台了一系列资源节约管理办法,各项管理制度不断完善。针对能源生产、运输、销售过程中的重要环节,油气长输管道节能技术普遍应用,例如:输油管道采用密闭输送、输油泵广泛采用变频控制装置、采用原油热处理工艺等,大大降低了输油单耗,节能成效显著。
然而,目前我国油气长输管道能耗水平,与国外先进水平相比,仍有较大差距。保守估计,国内长输管道每年用于油气运输的费用至少在40亿元人民币以上,实现1%的节能目标,即可产生4000万元的经济效益。根据国内外专家对我国油气长输管道运行状况的了解和预估,目前,国内油气长输管道的节能潜力至少为5%-10%之间。
管道在输送气相介质,例如天然气的时候,需要压缩机为管内介质提供动能,管道运营成本有相当一部分压缩机的能耗支出,而且还有上升的趋势。随着国家对节能工作要求的日趋提高,节能管理更加深入和细化。在保证完成管道输送任务的基础上,采用何种运行方案可使管道能耗降到最低,是困扰各管道运行企业的主要难题。
发明内容
本发明提出了一种基于微粒群算法的气相介质长输管道运行优化方法、优化装置以及采用了所述优化装置的气相介质长输管道,可以根据运行条件测算出管道的能耗费用,以便为制成优化的运行方案提供依据,从而提高气相介质长输管道的运行效率,实现节能的目的。
为了实现上述目的,根据本发明的一实施例,提供了基于微粒群算法的气相介质长输管道运行优化方法,长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,所述方法包括以下步骤:a、收集管道计划输送量以及管道基础物理参数;b、建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;c、计算初始化状态下的管道总能耗、各站进出站压力和节流损失;d、计算每个压缩机开机方案微粒的历史最优开机方案;e、计算整个压缩机开机方案集合的历史最优开机方案;f、根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;g、循环迭代,如果次数达到上限,则进行下一步骤;如果次数未达到上限,则返回步骤c;h、得出压缩机的最优运行方案及管道总能耗;i、根据最优运行方案及管道总能耗确定气相介质长输管道运行优化方案。
根据本发明的另一实施例,提供了基于微粒群算法的气相长输管道运行优化装置,气相长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,所述优化装置包括:基础数据输入模块,用于输入管道计划输送量以及管道基础物理参数;运行能耗测算模块,其与基础数据输入模块通信以基于基础数据输入模块输入的数据来执行以下步骤:i)建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;ii)计算初始化状态下的管道总能耗、各站进出站压力和节流损失;iii)计算每个压缩机开机方案微粒的历史最优开机方案;iv)计算整个压缩机开机方案集合的历史最优开机方案;v)根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;vi)循环迭代,如果次数达到上限,则输出计算结果,如果次数未达到上限,则返回步骤ii);计算结果输出模块,其与运行能耗测算模块通信以接收计算模块的计算结果,从而输出压缩机的最优运行方案及管道总能耗。
根据本发明的又一实施例,提供了基于微粒群算法优化运行的气相长输管道,气相长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,其还包括基于微粒群算法的优化装置,所述气相介质长输管道基于优化装置的输出确定优化运行方案,所述基于微粒群算法的优化装置包括:基础数据输入模块,用于输入管道计划输送量以及管道基础物理参数;运行能耗测算模块,其与基础数据输入模块通信以基于基础数据输入模块输入的数据来执行以下步骤:i)建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;ii)计算初始化状态下的管道总能耗、各站进出站压力和节流损失;iii)计算每个压缩机开机方案微粒的历史最优开机方案;iv)计算整个压缩机开机方案集合的历史最优开机方案;v)根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;vi)循环迭代,如果次数达到上限,则输出计算结果,如果次数未达到上限,则返回步骤ii);计算结果输出模块,其与运行能耗测算模块通信以接收计算模块的计算结果,从而输出压缩机的最优运行方案及管道总能耗。
通过本发明提供的方案,可根据输气管道未来计划输送量,计算出完成该输送任务的最优运行方案,以及所需消耗的能源总量,由此可帮助管道运行管理者制定生产运行方案,提高管道运行效率,预测管道未来能耗,从而提高运行方案制定手段和依据,完善节能管理体系,为油气管网的安全、可靠、高效、经济运行提供技术支持,对油气长输管道行业的运行管理具有重要的现实意义。
通过以下提供的详细描述将理解本发明的其他示意性实施例。应当理解,揭示了本发明的示意性实施例的详细描述及具体示例仅用于说明目的,并不意在对本发明的范围构成限制。
附图说明
根据详细描述及附图将更清楚地理解本发明的示意性实施例,其中:
图1为本发明的基于微粒群算法的气相介质长输管道运行优化方法的一实施例的示意的流程图;
图2为本发明的基于微粒群算法的气相介质长输管道运行优化装置的结构示意图。
具体实施方式
以下描述仅用于说明目的,其并不意在对本发明、其实施例或应用构成任何限制。
根据本发明的一实施例,如图1所示,提供了基于微粒群算法的气相介质长输管道运行优化方法,长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,所述方法包括以下步骤:a、收集管道计划输送量以及管道基础物理参数,其中管道计划输送量包括首站、分输站和掺入站的任务输量,管道基础物理参数例如包括输送时间、首站天然气进站温度和压力、天然气各组分的体积分数、站间管段参数、站场参数、压缩机参数等;b、建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;c、计算初始化状态下的管道总能耗、各站进出站压力和节流损失;d、计算每个压缩机开机方案微粒的历史最优开机方案;e、计算整个压缩机开机方案集合的历史最优开机方案;f、根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;g、循环迭代,如果次数达到上限,则进行下一步骤;如果次数未达到上限,则返回步骤c;h、得出压缩机的最优运行方案及管道总能耗;i、根据最优运行方案及管道总能耗确定气相介质长输管道运行优化方案。
具体地,输气管道优化算法如下:
边界条件
1.假设:只存在并联,并联压缩机可以是不同的驱动类型(效率计算公式不同),但是自身的型号必须相同(特性曲线方程一致)
压气站数量1~n
压缩机数量1~m
每个压气站内压缩机的数量Comperssor_ST(i)
目标函数:管线各站场的运行能耗
式中:kv——入口状态天然气平均容积绝热指数;
Z1——入口状态天然气压缩因子;
R——气体常数,R=8.3143/M(M为天然气的分子量),R的单位为KJ/(kg·K);
T1——入口状态天然气温度,单位为K;
Gi——第i压气站的进站质量流量,单位为kg/s;
εi——第i压气站的压比(出站压力与进站压力的比值);
ηi——第i压气站内压缩机的效率;
t——运行时间,单位为秒;
SE,i——运行能耗,单位为kW·h
决策变量:各站的压比εi
已知条件:首站、分输站、掺入站的标况下的体积流量Qi,单位为m3/s;
输送时间t,单位为s;
首站天然气进站温度T0(单位为℃)、压力P0(单位为MPa)
天然气各组分的体积分数:甲烷、乙烷、乙烯、丙烷、丙烯、异丁烷、正丁烷、异戊烷、正戊烷、C6、C7、C8、C9、C10、C11、氮、二氧化碳、硫化氢
站间管段参数:外径D,m
壁厚h,m
起点里程Ls,m
终点里程Le,m
起点高程Hs,m
终点高程He,m
地温Tdi,℃
传热系数ki
站场参数:最高出站压力Pmaxi,MPa
最低进站压力Pmini,MPa
最高出站温度Tmax,℃
所属压缩机型号及数量
压缩机参数:编号
所属站场
特性曲线方程
2.BWRS方程计算天然气物性参数
输入:天然气组分,压力(MPa),温度(℃)
输出:摩尔密度、质量密度、相对密度、压缩因子、粘度、比热、绝热指数、节流系数,可根据实际需要进行选择。
事先需要输入计算用常数,本文考虑的组分有18中,分别为:
Component(1)=″甲烷″
Component(2)=″乙烯″
Component(3)=″乙烷″
Component(4)=″丙烷″
Component(5)=″异丁烷″
Component(6)=″正丁烷″
Component(7)=″异戊烷″
Component(8)=″正戊烷″
Component(9)=″己烷″
Component(10)=″庚烷″
Component(11)=″辛烷″
Component(12)=″壬烷″
Component(13)=″癸烷″
Component(14)=″十一烷″
Component(15)=″氮″
Component(16)=″二氧化碳″
Component(17)=″硫化氢″
Component(18)=″丙烯″
相应的常数有:
′--------组分分子量--------
m(1)=16.042:m(2)=28.054:m(3)=30.07:m(4)=44.097:m(5)=58.124:m(6)=58.124
m(7)=72.151:m(8)=72.151:m(9)=86.172:m(10)=100.198:m(11)=114.224
m(12)=128.25:m(13)=142.276:m(14)=156.3:m(15)=28.016:m(16)=44.01
m(17)=34.076:m(18)=42.08
′--------给临界压力和临界温度赋值--------
A01=0:B01=0:C01=0:D01=0:E01=0
aa 1=0:bb1=0:cc1=0:dd 1=0:afa1=0:gama1=0
′--------临界密度--------
rouc(1)=10.05:rouc(2)=8.0653:rouc(3)=6.7566:rouc(4)=4.9994:rouc(5)=3.8012
rouc(6)=3.9213:rouc(7)=3.2469:rouc(8)=3.2149:rouc(9)=2.7167:rouc(10)=2.3467
roue(11)=2.0568:rouc(12)=1.8421:rouc(13)=1.6611:rouc(14)=1.5154
rouc(15)=11.099:rouc(16)=10.638:rouc(17)=10.526:rouc(18)=5.5248
′--------临界温度--------
tc(1)=190.69:tc(2)=283.05:tc(3)=305.38:tc(4)=369.89:tc(5)=408.13:tc(6)=425.18
tc(7)=460.37:tc(8)=469.49:tc(9)=507.28:tc(10)=540.28:tc(11)=568.58
tc(12)=594.57:tc(13)=617.54:tc(14)=639.99:tc(15)=126.15:tc(16)=304.09
tc(17)=373.39:tc(18)=365.04
′--------通用常数--------
a1=0.44369:a2=1.28438:a3=0.356306:A4=0.544979:A5=0.528629:A6=0.484011
A7=0.0705233:A8=0.504087:A9=0.0307452:A10=0.0732828:A11=0.00645
b1=0.115449:b2=-0.920731:b3=1.70871:B4=-0.270896:B5=0.349261
B6=0.75413:B7=-0.044448:B8=1.32245:B9=0.179433:B10=0.463492
B11=-0.022143
′--------定压比热计算用系数,缺少的乙烯、丙烯、十一烷等资料赋值为零--------
CpB(1)=2.39359:CpB(2)=0:CpB(3)=1.10899:CpB(4)=0.72265:CpB(5)=0.19545
CpB(6)=0.4127:CpB(7)=-0.1319:CpB(8)=-0.0117:CpB(9)=0.95923
CpB(10)=0.7545:CpB(11)=0.72467:CpB(12)=0.7078:CpB(13)=0.85137
CpB(14)=0:CpB(15)=1.06849:CpB(16)=0.47911:CpB(17)=0.99887
CpB(18)=0
′--------C的数据是10^4的--------
CpC(1)=-22.18007:CpC(2)=0:CpC(3)=-1.88512:CpC(4)=7.08716
CpC(5)=25.23143:CpC(6)=20.28601:CpC(7)=35.41155:CpC(8)=33.16498
CpC(9)=-6.14724:CpC(10)=2.61728:CpC(11)=3.67845:CpC(12)=4.38048
CpC(13)=-2.63041:CpC(14)=0:CpC(15)=-1.34096:CpC(16)=7.62159
CpC(17)=-1.84315:CpC(18)=0
′--------D的数据是10^7的--------
CpD(1)=57.4022:CpD(2)=0:CpD(3)=39.6558:CpD(4)=29.23895
CpD(5)=1.95651:CpD(6)=7.02953:CpD(7)=-13.33225:CpD(8)=-11.7051
CpD(9)=61.42103:CpD(10)=43.66359:CpD(11)=41.42833:CpD(12)=39.69342
CpD(13)=55.21815:CpD(14)=0:CpD(15)=2.15569:CpD(16)=-3.59392
CpD(17)=5.57088:CpD(18)=0
′--------E的数据是10^11的--------
CpE(1)=-372.7905:CpE(2)=0:CpE(3)=-314.0209:CpE(4)=-261.5071
CpE(5)=-77.26149:CpE(6)=-102.5871:CpE(7)=25.14633:CpE(8)=19.96476
CpE(9)=-616.0952:CpE(10)=-443.4511:CpE(11)=-424.0198:CpE(12)=-404.3158
CpE(13)=-563.1732:CpE(14)=0:CpE(15)=-7.86319:CpE(16)=3.47433
CpE(17)=-31.77336:CpE(18)=0
′--------F的数据是10^14的--------
CpF(1)=35.49685:CpF(2)=0:CpF(3)=80.03189:CpF(4)=70.00548:CpF(5)=23.86087
CpF(6)=28.83394:CpF(7)=-1.29589:CpF(8)=-0.86652:CpF(9)=208.6819
CpF(10)=148.421:CpF(11)=137.3406:CpF(12)=128.7595:CpF(13)=188.8545
CpF(14)=0:CpF(15)=0.69851:CpF(16)=-0.57752:CpF(17)=6.36644:CpF(18)=0
给偏心因子和交互系数赋值:
w(1)=0.013:w(2)=0.101:w(3)=0.1018:w(4)=0.157:w(5)=0.183:w(6)=0.197
w(7)=0.226:w(8)=0.252:w(9)=0.302:w(10)=0.353:w(11)=0.412:w(12)=0.475
w(13)=0.54:w(14)=0.6:w(15)=0.035:w(16)=0.21:w(17)=0.105:w(18)=0.15
k(2,1)=0.01:k(3,1)=0.01:k(4,1)=0.023:k(4,2)=k(4,3)=0.0031:k(5,1)=0.0275:
k(5,2)=k(5,3)=0.004:k(5,4)=0.003:k(6,1)=0.031:k(6,2)=k(6,3)=0.0045:
k(6,4)=0.0035:k(7,1)=0.036:k(7,2)=k(7,3)=0.005:k(7,4)=0.004:
k(7,5)=k(7,6)=0.008:k(8,1)=0.041:k(8,2)=k(8,3)=0.006:k(8,4)=0.0045:
k(8,5)=k(8,6)=0.001:k(9,1)=0.05:k(9,2)=k(9,3)=0.007:k(9,4)=0.005:
k(9,5)=k(9,6)=0.0015:k(10,1)=0.06:k(10,2)=k(10,3)=0.0085:k(10,4)=0.0065:
k(10,5)=k(10,6)=0.0018:k(11,1)=0.07:k(11,2)=k(11,3)=0.01:k(11,4)=0.008:
k(11,5)=k(11,6)=0.002:k(12,1)=0.081:k(12,2)=k(12,3)=0.012:k(12,4)=0.01:
k(12,5)=k(12,6)=0.0025:k(13,1)=0.092:k(13,2)=k(13,3)=0.013:k(13,4)=0.011:
k(13,5)=k(13,6)=0.003:k(14,1)=0.101:k(14,2)=k(14,3)=0.015:k(14,4)=0.013:
k(14,5)=k(14,6)=0.003:k(15,1)=0.025:k(15,2)=k(15,3)=0.07:k(15,4)=0.1:
k(15,5)=0.11:k(15,6)=0.12:k(15,7)=0.134:k(15,8)=0.148:k(15,9)=0.172:
k(15,10)=0.2:k(15,11)=0.228:k(15,12)=0.264:k(15,13)=0.204:k(15,14)=0.322:
k(16,1)=0.05:k(16,2)=k(16,3)=0.048:k(16,4)=0.045:
k(16,5)=k(16,6)=k(16,7)=k(16,8)=k(16,9)=k(16,10)=k(16,11)=k(16,12)=k(16,13)=k(16,14)=0.05
k(17,1)=0.05:k(17,2)=k(17,3)=0.045:k(17,4)=0.04:k(17,5)=0.036:k(17,6)=0.034:
k(17,7)=0.028:k(17,8)=0.02:k(18,1)=0.021:k(18,2)=k(18,3)=0.003:
k(18,5)=0.003:k(18,6)=0.0035:k(18,7)=0.004:k(18,8)=0.0045:
k(18,9)=0.005:k(18,10)=0.0065:k(18,11)=0.008:k(18,12)=0.01:
k(18,13)=0.011:k(18,14)=0.013:k(18,15)=0.1:k(18,16)=0.045:k(18,17)=0.04
Fori=1 To 18
Forj=1 To 18
k(i,j)=k(j,i)
Nextj
Nexti
1)计算混合分子量
式中,M——混合分子量,单位为kg/kmol;
m(i)——各组分的分子量,单位为kg/kmol;
x(i)——各组分的体积分数,小于1。
2)计算BWRS方程基本参数
对于每个组分有
B0(i)=(a1+b1*w(i))/rouc(i)
A0(i)=(a2+b2*w(i))*r*tc(i)/rouc(i)
C0(i)=(a3+b3*w(i))*r*tc(i)^3/rouc(i)
gama(i)=(A4+B4*w(i))/rouc(i)^2
b(i)=(A5+B5*w(i))/rouc(i)^2
a(i)=(A6+B6*w(i))*r*tc(i)/rouc(i)^2
AFA(i)=(A7+B7*w(i))/rouc(i)^3
c(i)=(A8+B8*w(i))*r*tc(i)^3/rouc(i)^2
D0(i)=(A9+B9*w(i))*r*tc(i)^4/rouc(i)
df(i)=(A10+B10*w(i))*r*tc(i)^2/rouc(i)^2
E0(i)=(A11+B11*w(i)*Exp(-3.8*w(i)))*r*tc(i)^5/rouc(i)
计算比热值需要用的参数
3)物性计算
摩尔密度ρ:将BWRS方程改写成如下函数形式:
式中:
P——天然气压力,单位为kPa;
T——天然气温度,单位为K;
R——通用气体常数,为8.3143kJ/(kmol·K);
ρ——天然气密度,单位为kmol/m3。
当天然气组分、温度及压力给定时,根据上式即可求出天然气密度ρ。求解时可以采用正割法,迭代公式如下:
质量密度ρm=ρ*M
式中:
ρm——天然气质量密度,单位为kg/m3;
ρ——天然气密度,单位为kmol/m3;
M——天然气分子量,单位为kg/kmol。
标准状态下的相对密度Δ*=ρm(0.101325,293.15)/1.206
式中:
Δ*——天然气标准状态下的相对密度;
ρm(0.101325,293.15)——天然气在0.101325MPa,293.15K时的质量密度,kg/m3;
压缩因子
动力粘度
式中:
y=1.11+0.04*x
Δ*——天然气标准状态下的相对密度
ρm——天然气当前状态下的质量密度,单位为kg/m3;
R——通用气体常数,为8.3143kJ/(kmol·K);
μ——天然气动力粘度,单位为mPa·s。
雷诺数
式中:
Q——天然气体积流量,单位为m3/s;
d——管道内径,单位为m;
Δ*——天然气标准状态下的相对密度;
μ——天然气动力粘度,单位为mPa·s;
Re——雷诺数。
水力摩阻系数
式中:
λ——水力摩阻系数;
Ke——当量粗糙度,单位为mm,通常为0.02~0.05;
d——管道内径,单位为mm;
Re——雷诺数。
计算时,先假设λ的初始值为0.008,带入上式进行迭代,直至λ的差值小于10-4。
低压定压比热(过度用)Cp′=(Bcp+2Ccp*T+3/Dcp*T2+4Ecp*T3+5Fcp*T4)M
式中:
M——天然气分子量,单位为kg/kmol;
T——天然气温度,单位为K;
Cp′——低压定压比热,单位为kJ/(kmol.K)。
低压定容比热(过度用)Cv′=Cp′-8.3143
高压定容比热
高压定压比热
平均容积绝热指数
平均温度绝热指数
式中:
Cp′——低压定压比热,单位为kJ/(kmol·K);
Cv′——低压定容比热,单位为kJ/(kmol·K)。
P——天然气压力,单位为kPa;
T——天然气温度,单位为K;
ρ——天然气密度,单位为kmol/m3;
R——通用气体常数,为8.3143kJ/(kmol·K);
Cp——高压定压比热,单位为kJ/(kmol·K);
Cv—高压定容比热,单位为kJ/(kmol·K)。
在下面的计算中将需要用到单位为J/(kg·K)的定压比热Cp,则有
式中:
M——混合分子量,单位为kg/kmol。
焦汤系数
式中:
Di——焦汤系数,单位为℃/kPa;
Cp——高压定压比热,单位为kJ/(kmol·K);
T——天然气温度,单位为K;
ρ——天然气密度,单位为kmol/m3。
3.计算管段的天然气温压(作为独立模块)
简化算法
输入:天然气组分、管段起点的温度TQ(℃)、压力PQ(MPa)、管段内径d、管段外径D、传热系数K、地温T0、管段起点高程HQ、管段终端高程HZ、管段起点里程LQ、管段终点里程LZ。
输出:管段终点的温度TZ(℃)、压力PZ(MPa)。
2)通过章节4.2,获得平均温度压力下的天然气压缩因子Z,焦汤系数Di,高压定压比热Cp,水力摩阻系数λ
3)计算管段终点压力,公式如下:
式中:
PQ——管段进口压力,等于上一管段的出口压力PZ,i-1,Pa;
PZ—管段出口压力,等于下一管段的进口压力PQ,i+1,Pa;
Q——管段内天然气标准体积流量,单位为m3/s;
λ——管段的沿程摩阻系数;
Z——管段天然气在管输条件(平均压力和平均温度)下的平均压缩因子;
Δ*——天然气的相对密度;
L——管段的长度,单位为m;
HZ——管段起点的高程,单位为m;
HQ——管段终点的高程,单位为m;
D——管段的管内径,单位为m;
R——气体常数,单位为kJ/(kg·K),相当于8.3143/M;
g——重力加速度,g=9.8m/s2;
C0——计算常数,当公式中所有参数取上述单位时,C0=0.03848。计算管段终点温度,公式如下:
式中:
PQ——管段进口压力,等于上一管段的出口压力PZ,i-1,单位为Pa;
PZ——管段出口压力,等于下一管段的进口压力PQ,i+1,单位为Pa;
L——管段长度,单位为m;
Di——管段天然气的焦汤系数,单位为K/kPa;
K——管段总传热系数,单位为W/(m2·K);
D——管段外直径,单位为m;
M——管段天然气的质量流量,单位为kg/s,等于标况下体积流量Q乘以相对密度Δ*;
Cp——管段天然气的定压比热,单位为J/(kg·K)。
4)计算管段平均压力,公式如下:
计算管段平均温度,公式如下:
5)比较最初的温度平均值与刚刚计算的平均值的差值,若差值大于0.05,则令平均值为当前计算结果,回到步骤2)进行循环。
4.站内压缩机开机方案优化
输入:天然气组分、压气站压比ε、站内压缩机台数N0、站内压缩机流量-压头特性参数H=a0+a1Q+a2Q2、站内压缩机流量-效率特性参数η=b0+b1Q+b2Q2、压缩机额定转速n0、压气站进站温度Tin、压气站进站压力Pin、压气站允许最高出站压力Pmax、压气站进站流量Qin。
输出:压缩机开机台数N、压缩机运行转速n、压气站出站温度Tout、压气站出站压力Pout、压气站出站流量Qout、压气站能耗E。
1)先根据压比求出站压力、压头、出站温度
压头
式中:
Had——压缩机的压头,单位为kJ/kg;
kv——压缩机进口温压状态下的平均容积绝热指数,计算方式见章节4.2;
Z1——压缩机进口温压状态下的压缩因子;
Tin——压气站进站温度,单位为K,计算方式见章节4.2;
ε——压气站压比。
出站温度
式中:
Tout——出站温度,单位为K;
kT——压缩机进口温压状态下的平均温度绝热指数,计算方式见上述第2步;
Tin——进站温度,单位为K;
ε——压气站压比。
先假设开机台数i=1,则压缩机入口流量QS=Qin。将压气站压比ε转换为压头Had。
2)计算额定转速下,压缩机在此流量下的压头,具体步骤如下:
首先要用下式将压缩机标况入口体积流量QS转化为压缩机入口状态下的体积流量:
式中:
Qs——标况下的体积流量,单位为m3/s;
QA——实际入口条件下的体积流量,单位为m3/s;
P——实际入口条件下的压力,单位为MPa;
T——实际入口条件下的温度,单位为K;
Z——实际入口条件下的压缩因子,计算公式见章节4.2。
然后将QA转化为转速为n0时所对应流量Q0:
将Q0代入特性方程H=a0+a1Q+a2Q2得到压头H0,代入特性方程η=b0+b1Q+b2Q2得到效率η0。
将H0代入下式即可求得压缩机的实际压头:
式中:
H——转速为n时压缩机的实际压头,单位为kJ/kg;
H0——转速为n0时压缩机的实际压头,单位为kJ/kg。
若额定转速下的单台压缩机的压头大于站场指定压头Had,则到步骤3);若额定转速下的单台压缩机的压头小于站场指定压头Had则到步骤4);若额定转速下的单台压缩机的压头等于站场指定压头Had,则说明此压气站开机台数为i,转速n为额定转速。
4)二分法求转速。给定压头控制精度Δε>0,以(nmin,nmax)表示压缩机的转速变化范围。
步骤3.2:如果|H-Had|<ε,则n为所求转速,结束算法;否则转步骤3.3。
步骤3.3:如果H>Had,令nmax=n;如果H<Had,令nmin=n;转步骤3.1。
5)求压缩机功率
压缩机功率
式中:
W——压缩机功率,单位为kW;
Had——压缩机的压头,单位为kJ/kg;
ηi——压缩机的效率,0~1;
Gi——流经压缩机的质量流量,单位为kg/s,等于压缩机的入口标况体积流量Qs乘以相对密度Δ*。
6)求站场能耗及出站流量
式中:
EE——压缩机耗电量,单位为kW·h;
Wi——第i台压缩机的功率,单位为kW;
T——输送时间,单位为s。
式中:
EG——压缩机耗气量,单位为m3;
Wi——第i台压缩机的功率,单位为kW;
T——输送时间,单位为s。
ηG——燃气发动机的耗热率,单位为kJ/(kW·h);
Hf——天然气低热值,为39.4MJ/m3。
6.3若当前站场的压缩机由燃气轮机驱动,则在大气温度为T0、大气压力为P0和输出转速为n0的条件下,将耗热率与输出功率的关系用最小二乘法进行回归,得到如下形式的方程:
式中:
a0,a1,a2——方程系数。
所以压缩机耗气量
式中:
EG——压气站耗气量,单位为m3;
Wi—第i台压缩机的功率,单位为kW;
T——输送时间,单位为s。
ηR——燃气轮机的耗热率,单位为kJ/(kW·h);
Hf——天然气低热值,为39.4MJ/m3。
站场的耗电量为压缩机耗电量之和,耗气量为压缩机耗气量之和。
电动机驱动的压缩机能耗不会影响进出站流量,故当前站场的出站流量等于进站流量减去当前站场的分输量,再减去自耗气。
5.输气管道方案优化
输入:首站进站压力Pin(1),首站进站温度Tin(1),沿线管段参数(内径、外径、里高程、传热系数、地温),各站最大出站压力Pmax(i),沿线任务输量安排。
输出:最优开机方案,总耗能,最优开机方案对应的沿线站场温压流量
1.假设样本数目为N,随机生成N组压气站的压比集合(1至1.6之间);
2.根据章节4.4和随机生成的压比,计算当前站场的开机方案、能耗和出站温压流量;
3.根据章节4.3,计算下一站场的进站温压;
4.重复步骤2)和步骤3),直至算出末站进站温压。统计此方案的能耗——适应值;
5.将N个方案进行比较,选出适应值最小的方案作为当前全局最优方案。各方案都作为各自的局部最优方案;
6.方案进化,改变压比εi
6.1求解进化速度V,|V|≤0.1
Vi,j(t+1)=wVi,j(t)+c1r1,j(Pi,j-xi,j(t))+c2r2,j(Pg,j-xi,j(t))
w=0,c1=c2=1.8,r1,r2为0~1随机数。
6.2方案进化,压气站压比Xi,j(t+1)=Xi,j(t)+Vi,j(t+1),超限则等于上下限。
7.步骤2至步骤6的迭代,重复200次。
8.步骤1至步骤7的迭代,重复3次。
根据本发明的另一实施例,提供了基于微粒群算法的气相长输管道运行优化装置,如图2所示,气相长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,所述优化装置1包括:基础数据输入模块2,用于输入管道计划输送量以及管道基础物理参数,其中管道计划输送量包括首站、分输站和掺入站的任务输量,管道基础物理参数例如包括输送时间、首站天然气进站温度和压力、天然气各组分的体积分数、站间管段参数、站场参数、压缩机参数等。还包括与基础数据输入模块2通信的运行能耗测算模块3,其基于基础数据输入模块输入的数据来执行以下步骤:i)建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;ii)计算初始化状态下的管道总能耗、各站进出站压力和节流损失;iii)计算每个压缩机开机方案微粒的历史最优开机方案;iv)计算整个压缩机开机方案集合的历史最优开机方案;v)根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;vi)循环迭代,如果次数达到上限,则输出计算结果,如果次数未达到上限,则返回步骤ii)。还包括与运行能耗测算模块3通信的计算结果输出模块4,以接收计算模块的计算结果,从而输出压缩机的最优运行方案及管道总能耗。
根据本发明的又一实施例,提供了基于微粒群算法优化运行的气相介质长输管道系统,气相长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,并且还包括如图2所示的优化装置1,优化装置1基于微粒群算法测算出气相介质长输管道系统的优化运行方案,根据得到的优化运行方案来制定气相介质长输管道系统的最优生产运行方案,从而实现安全、可靠、高效、经济的运行。
对本发明的实施例的以上描述仅是示例性质,因此其变化不应被视为脱离本发明的精神及范围。
Claims (6)
1.基于微粒群算法的气相介质长输管道运行优化方法,长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,其特征在于,所述方法包括以下步骤:
a、收集管道计划输送量以及管道基础物理参数;
b、建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;
c、计算初始化状态下的管道总能耗、各站进出站压力和节流损失;
d、计算每个压缩机开机方案微粒的历史最优开机方案;
e、计算整个压缩机开机方案集合的历史最优开机方案;
f、根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;
g、循环迭代,如果次数达到上限,则进行下一步骤;如果次数未达到上限,则返回步骤c;
h、得出压缩机的最优运行方案及管道总能耗;
i、根据最优运行方案及管道总能耗确定气相介质长输管道运行优化方案。
2.如权利要求1所述的方法,其特征在于,各站场内的压缩机并联设置。
3.基于微粒群算法的气相长输管道运行优化装置,气相长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,其特征在于,所述优化装置包括:
基础数据输入模块,用于输入管道计划输送量以及管道基础物理参数;
运行能耗测算模块,其与基础数据输入模块通信以基于基础数据输入模块输入的数据来执行以下步骤:i)建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;ii)计算初始化状态下的管道总能耗、各站进出站压力和节流损失;iii)计算每个压缩机开机方案微粒的历史最优开机方案;iv)计算整个压缩机开机方案集合的历史最优开机方案;v)根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;vi)循环迭代,如果次数达到上限,则输出计算结果,如果次数未达到上限,则返回步骤ii);
计算结果输出模块,其与运行能耗测算模块通信以接收计算模块的计算结果,从而输出压缩机的最优运行方案及管道总能耗。
4.如权利要求3所述的优化装置,其特征在于,所述压缩机为并联设置。
5.基于微粒群算法优化运行的气相长输管道,气相长输管道包括由管道连接的首站站场,中间站场和末站站场,各站场设有压缩机,其特征在于,还包括基于微粒群算法的优化装置,所述气相介质长输管道基于优化装置的输出确定优化运行方案,所述基于微粒群算法的优化装置包括:
基础数据输入模块,用于输入管道计划输送量以及管道基础物理参数;
运行能耗测算模块,其与基础数据输入模块通信以基于基础数据输入模块输入的数据来执行以下步骤:i)建立压缩机开机方案集合,并随机初始化各个方案的压缩机运行状态;ii)计算初始化状态下的管道总能耗、各站进出站压力和节流损失;iii)计算每个压缩机开机方案微粒的历史最优开机方案;iv)计算整个压缩机开机方案集合的历史最优开机方案;v)根据速度和位置进化方程更新各个开机方案内压缩机的运行状态;vi)循环迭代,如果次数达到上限,则输出计算结果,如果次数未达到上限,则返回步骤ii);
计算结果输出模块,其与运行能耗测算模块通信以接收计算模块的计算结果,从而输出压缩机的最优运行方案及管道总能耗。
6.如权利要求5所述的气相长输管道,其特征在于,所述压缩机为并联设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100258368A CN102606886A (zh) | 2012-02-07 | 2012-02-07 | 基于微粒群算法的气相介质长输管道、优化装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100258368A CN102606886A (zh) | 2012-02-07 | 2012-02-07 | 基于微粒群算法的气相介质长输管道、优化装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102606886A true CN102606886A (zh) | 2012-07-25 |
Family
ID=46524521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100258368A Pending CN102606886A (zh) | 2012-02-07 | 2012-02-07 | 基于微粒群算法的气相介质长输管道、优化装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102606886A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107882761A (zh) * | 2016-09-30 | 2018-04-06 | 中国石油天然气股份有限公司 | 一种天然气长输管道离心压缩机工况参数的获取方法 |
CN110005952A (zh) * | 2018-01-04 | 2019-07-12 | 中国石油化工股份有限公司 | 一种反馈式多级分支管网多油种顺序输送方法及系统 |
CN110489708A (zh) * | 2019-07-18 | 2019-11-22 | 西南石油大学 | 一种考虑空冷器影响的天然气管道稳态运行优化方法 |
CN113126576A (zh) * | 2019-12-31 | 2021-07-16 | 北京国双科技有限公司 | 集输系统能耗优化模型构建方法与集输系统能耗控制方法 |
CN113361763A (zh) * | 2021-06-02 | 2021-09-07 | 中海石油气电集团有限责任公司 | 一种输气管网的全时段运行优化方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007132725A1 (ja) * | 2006-05-12 | 2007-11-22 | Hitachi, Ltd. | 監視制御システム |
CN102073311A (zh) * | 2010-12-17 | 2011-05-25 | 浙江大学 | 基于离散量子微粒群算法的机器零件加工流水线调度方法 |
-
2012
- 2012-02-07 CN CN2012100258368A patent/CN102606886A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007132725A1 (ja) * | 2006-05-12 | 2007-11-22 | Hitachi, Ltd. | 監視制御システム |
CN102073311A (zh) * | 2010-12-17 | 2011-05-25 | 浙江大学 | 基于离散量子微粒群算法的机器零件加工流水线调度方法 |
Non-Patent Citations (2)
Title |
---|
左永刚等: "基于微粒群算法的管道运行优化研究", 《油气储运》, vol. 27, no. 2, 25 February 2008 (2008-02-25) * |
李科星: "微粒群算法在热油管道优化设计中的应用研究", 《西南石油学院硕士学位论文》, 30 April 2006 (2006-04-30) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107882761A (zh) * | 2016-09-30 | 2018-04-06 | 中国石油天然气股份有限公司 | 一种天然气长输管道离心压缩机工况参数的获取方法 |
CN110005952A (zh) * | 2018-01-04 | 2019-07-12 | 中国石油化工股份有限公司 | 一种反馈式多级分支管网多油种顺序输送方法及系统 |
CN110005952B (zh) * | 2018-01-04 | 2020-09-11 | 中国石油化工股份有限公司 | 一种反馈式多级分支管网多油种顺序输送方法及系统 |
CN110489708A (zh) * | 2019-07-18 | 2019-11-22 | 西南石油大学 | 一种考虑空冷器影响的天然气管道稳态运行优化方法 |
CN113126576A (zh) * | 2019-12-31 | 2021-07-16 | 北京国双科技有限公司 | 集输系统能耗优化模型构建方法与集输系统能耗控制方法 |
CN113361763A (zh) * | 2021-06-02 | 2021-09-07 | 中海石油气电集团有限责任公司 | 一种输气管网的全时段运行优化方法及系统 |
CN113361763B (zh) * | 2021-06-02 | 2023-12-01 | 中海石油气电集团有限责任公司 | 一种输气管网的全时段运行优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102606886A (zh) | 基于微粒群算法的气相介质长输管道、优化装置及方法 | |
CN103177395B (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
Gollmer et al. | Unit commitment in power generation–a basic model and some extensions | |
Song et al. | A novel hybrid energy system for hydrogen production and storage in a depleted oil reservoir | |
CN105676646A (zh) | 一种冷热电联供系统优化运行的线性化方法 | |
Shi et al. | Literature review: Present state and future trends of air-powered vehicles | |
CN110489708A (zh) | 一种考虑空冷器影响的天然气管道稳态运行优化方法 | |
Fatigati et al. | Development and numerical modelling of a supercharging technique for positive displacement expanders | |
CN104636542A (zh) | 一种基于cfd的可调导叶对泵能量性能预测的方法 | |
CN102109823B (zh) | 用于电机驱动的流体输送设备能效计算的建模方法和系统 | |
CN104776312A (zh) | L-cng加气站设备选型方法 | |
Lan et al. | Parameter optimization decision framework for transient process of a pumped storage hydropower system | |
CN105894108A (zh) | 微电网运行规划方法及系统 | |
CN104864269A (zh) | Cng常规站设备选型方法 | |
CN102537663A (zh) | 基于微粒群算法的液相介质长输管道、优化装置及方法 | |
CN104699888B (zh) | 一种基于水泵水轮机的液力透平设计方法 | |
Martinez et al. | The impact of low electricity prices on renewable energy production | |
Greenblatt | Opportunities for efficiency improvements in the US natural gas transmission, storage and distribution system | |
CN201965614U (zh) | 一种用于电机驱动的流体输送设备能效计算的建模系统 | |
CN108832864A (zh) | 一种排涝泵站异步电动机无功补偿分析计算方法 | |
CN108869009A (zh) | 一种四冲程往复活塞式内燃机动力装置 | |
Steen et al. | Compressed air energy storage: Process review and case study of small scale compressed air energy storage aimed at residential buildings | |
CN107741567A (zh) | 混合动力公交车中储能装置的容量测算方法 | |
Ge et al. | A reliable operation strategy on the compressed-air-regulates-pressure underground pumped storage system and its thermo-economic investigation | |
PUNGARU et al. | Energy Management on Water Supply Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
DD01 | Delivery of document by public notice |
Addressee: Beijing consen oil & Gas Engineering Technology Co., Ltd Wang Huijun Document name: Notification of Publication and of Entering the Substantive Examination Stage of the Application for Invention |
|
DD01 | Delivery of document by public notice |
Addressee: Beijing Consen Oil & Gas Engineering Technology Co.,Ltd. Document name: Notification that Application Deemed to be Withdrawn |
|
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120725 |