CN107274081A - 天然气管网的性能评价方法及装置 - Google Patents
天然气管网的性能评价方法及装置 Download PDFInfo
- Publication number
- CN107274081A CN107274081A CN201710421932.7A CN201710421932A CN107274081A CN 107274081 A CN107274081 A CN 107274081A CN 201710421932 A CN201710421932 A CN 201710421932A CN 107274081 A CN107274081 A CN 107274081A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- mrow
- gas
- network model
- air supply
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 290
- 239000007789 gas Substances 0.000 claims description 194
- 239000003345 natural gas Substances 0.000 claims description 145
- 238000009826 distribution Methods 0.000 claims description 50
- 230000005540 biological transmission Effects 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 14
- 230000002411 adverse Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 abstract description 12
- 238000012038 vulnerability analysis Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 230000003449 preventive effect Effects 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003949 liquefied natural gas Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- HHXYJYBYNZMZKX-UHFFFAOYSA-N 3,4:15,16-diepoxy-7-oxo-13(16),14-clerodadien-20,12-olide-(3alpha,4alpha)-form Natural products C12CCC3C4(C)CCCC(C)(C)C4CCC3(C)C1(C)CCC1C2(C)CCC1C(=C)C HHXYJYBYNZMZKX-UHFFFAOYSA-N 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000003863 physical function Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pipeline Systems (AREA)
Abstract
本申请实施例提供了一种天然气管网的性能评价方法及装置,该方法包括:将天然气管网抽象为用有向赋权图表示的管网模型;按照预设规则调整管网模型中至少一条管道连线的权值为零,并确定管网模型在调整相应权值后的最优供气流向策略;通过最大流算法获取管网模型在相应最优供气流向策略下的最优供气量分配策略;根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定管网模型的供气性能。本申请实施例可有全面而有效的评价天然气管网的性能。
Description
技术领域
本申请涉及天然气管网性能评价技术领域,尤其是涉及一种天然气管网的性能评价方法及装置。
背景技术
作为连接资源和市场的纽带,天然气管网的供气能力的安全性、输送能力的稳定性至关重要。天然气供应安全与否,取决于“气源—天然气管网—用户”的协同作用。天然气管网的输送能力是否稳定取决于系统的设计是否合理、系统的操作是否最优。尤其在发生意外事件时,系统中潜在的“供气瓶颈”往往会导致严重后果。
然而,由于环境因素、人为原因及其它不可与预期事件(地震、洪水、恐怖袭击等),意外事件往往不可避免。这就要求天然气管网的管理者和设计者从系统的角度去考虑天然气管网的脆弱性问题。所谓脆弱性,是指系统存在的先天缺陷,这种缺陷正常情况下不会暴露,但是一旦系统受到不利因素的干扰,这些缺陷就会凸显出来,导致系统功能严重退化。而脆弱性分析的作用就是判断系统中是否存在脆弱点,这是一个分析天然气管网供气安全与否的新角度;如果存在脆弱点,就通过一定手段找出这些脆弱点。天然气管网的供气脆弱性是指当不利事件发生后,天然气管网的供气能力出现大幅下降或者波及大量用户。
目前在天然气管网的领域,焦点仍集中在设备、管道的完整性方面,从“整体论”的角度评价管网系统尚不多见。尤其是对天然气管网的供气服务的脆弱性分析尚处于起步阶段。
但是,由于近年来在世界范围内,天然气供应安全事件频发,天然气管网的供气安全问题逐渐受到重视。有些研究虽然没有直接评价天然气管网的脆弱性,但是也间接地涉及到了一些相关问题,并提出了若干方法。总得来看,这些方法的提出都是基于对天然气管网拓扑结构特征的讨论。这类方法源自图论中对不同种类的“网络图”特质的分析,在电网中应用广泛。该方法能通过对天然气管网的拓扑(如中心性、节点度分布等)的计算,定性地分析天然气管网的布局与供气安全之间的关系,并给出改进的建议。但是,当要求给出定量结果时,例如“受到干扰后,管网的供气能力会下降多少”,此类方法就不能满足要求。另外,天然气管网的供气脆弱性与天然气调配方案、管道输送能力、用户需求紧密相关,而基于管网拓扑结构特征的方法并未考虑这些关键因素。
其中,具有代表性的是Han.F;E.Zio;V.Kopustinskas;P.Praks等人,于2016年在Esrel—2016(国际会议)发表的文章《Quantifying the importance of elements of agas transmission network from topological,reliability and controllabilityperspectives,considering capacity constraints》。文章提出的方法以控制论和图论为基础,控制论用于描述管网,图论用于评价管网。首先,文章将天然气管网表达为控制论中的状态空间形式,如式1所示。其中,表示各节点在t时刻的状态状态,在这篇文章中,所谓的节点状态为“0-1”态,0表示节点失效,1表示节点正常工作;表示控制变量;A矩阵为邻接矩阵,用于描述管网的拓扑结构;B矩阵是基于邻接矩阵的控制矩阵,用于描述网络中各控制节点的位置。
基于式1的形式,文章提出了管网可控性、管网拓扑效率、管网能力效率预计管网服务可靠性四个评价,用来评价天然气管网供气是否稳定,并找出导致不稳定供气的薄弱环节。这四个的计算均是从图论的角度,分析矩阵A和B所表示的图的拓扑特征,并未涉及对天然气管网的实际物理功能的描述。因此,该方法的问题在于,对天然气管网供气能力的分析仅停留在管网结构层面,并没有落实到“供气量”这一关键,也没有考虑调控策略、用户需求等关键因素,结果不具有说服力。
此外,在工程界,绝大多数方法依赖于操作人员的工程经验和商用软件的模拟结果。目前的研究成果中,Casoetto.B;Flottes.E;Ardeois.J等,于2011年在Journal ofNatural Gas Science and Engineering杂志上发表了一篇题为《How to commercializereliable capacities on a complex transmission network?》的文章。文章中提出的方法具有一定代表性,该方法已应用于法国天然气管网的可靠性评价与优化,并已经完成软件开发。如图1所示,该方法主要由三方面构成:专家经验、物理模拟以及场景分析。首先,基于法国天然气管网的实际结构和参数,建立数值模拟模型;然后,专家经验提供关于天然气市场运作、管网操作方面的模拟依据;最后,基于专家建议,确定分析场景,对所有可能发生的事件进行模拟,根据模拟结果,分析天然气管网的供气是否安全、稳定。此外,该方法中还包括工程师、专家以及现场操作人员的建议模块。由于技术保密,文章中对方法的细节与实施方案并未透露。并且,其仅针对专家提供的关键场景进行分析,对不可预见事件关注不够,因而难以有效实现天然气管网的脆弱性评价。因此,目前亟需一种可有效实现天然气管网性能评价的技术方案。
发明内容
本申请实施例的目的在于提供一种天然气管网的供气性能评价方法及装置,以实现有效评价天然气管网的性能。
为达到上述目的,一方面,本申请实施例提供了一种天然气管网的供气性能评价方法,包括:
基于输入的管道参数、气源节点供给参数、用户节点需求参数、气源节点及用户节点的空间分布参数,将所述天然气管网抽象为第一有向赋权图;并基于输入的所述天然气管网的拓扑结构及各管道的输气能力参数,将所述天然气管网抽象为第二有向赋权图;
合并所述第一有向赋权图和所述第二有向赋权图,获得管网模型;所述管网模型包括连接所有气源节点的超级源以及连接所有用户节点的超级汇;所述超级源与各气源节点的管道连线的权值为对应气源节点的供气能力;所述超级汇与各用户节点的管道连线的权值为对应用户节点的需求量;
按照预设规则调整所述管网模型中至少一条管道连线的权值为零,并确定所述管网模型在调整相应权值后的最优供气流向策略;
通过最大流算法获取所述管网模型在相应最优供气流向策略下的最优供气量分配策略;
根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能。
本申请实施例的天然气管网的供气性能评价方法,所述按照预设规则包括:
从预设的不利事件集合中随机选择一条不利事件,直至遍历所述不利事件集合中的每条不利事件;所述不利事件集合中的每条不利事件各不相同且均包含至少一条管道连线的权值为零的规则。
本申请实施例的天然气管网的供气性能评价方法,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能,包括:
根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的性能变化幅度;
根据所述性能变化幅度确定所述管网模型是否存在脆弱性。
本申请实施例的天然气管网的供气性能评价方法,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能,包括:
根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的重要度;所述各单元包括所述管网模型中各节点及管道连线。
本申请实施例的天然气管网的供气性能评价方法,所述确定所述管网模型在调整相应权值后的最优供气流向策略,包括:
在调整相应权值后下,确定以距离为权重的赋权网络;
基于预设的最短路径算法,确定所述赋权网络中各个气源节点至其他节点的输气路径;
模拟所述各个气源节点同时向各自输气路径供气的衰减耗尽过程,获得模拟结果;
根据所述模拟结果确定最优供气流向策略。
本申请实施例的天然气管网的供气性能评价方法,所述确定所述管网模型在调整相应权值后的最优供气流向策略,还包括:
当同一管道连线内发生供气流向冲突时,在该管道连线内,确定对位于该管道连线附近设定范围的用户节点贡献较小的供气流向;
在该管道连线内,将所述贡献较小的供气流向的全部流量对应回退至上一节点,以重新规划输气路径。
本申请实施例的天然气管网的供气性能评价方法,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的重要度,包括:
根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的供气流量中心性、能力利用率和赋权能力利用率;
根据各单元的供气流量中心性、能力利用率和赋权能力利用率的加权求和结果,确定各单元的重要度。
本申请实施例的天然气管网的供气性能评价方法,所述管网模型中各单元的供气流量中心性通过以下公式得到:
其中,FCi,j表示管道i,j的供气流量中心性;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;MFsd表示气源节点s向用户节点d的最大可供气量,V表示气源节点和用户节点的集合。
本申请实施例的天然气管网的供气性能评价方法,所述管网模型中各单元的能力利用率通过以下公式得到:
其中,CURi,j表示管道i,j的能力利用率;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;ci,j表示管道i,j的设定输气能力;N表示气源节点至用户节点的输气路径总数,V表示气源节点和用户节点的集合。
本申请实施例的天然气管网的供气性能评价方法,所述管网模型中各单元的赋权能力利用率通过以下公式得到:
其中,WCURi,j表示管道i,j的赋权能力利用率;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;FCi,j表征管道对于系统结构的影响,V表示气源节点和用户节点的集合。
本申请实施例的天然气管网的供气性能评价方法,所述不利事件集合预先通过以下方式得到:
判断原始不利事件集合中的样本空间是否超过设定上限;
当原始不利事件集合中的样本空间不超过设定上限时,将所述原始不利事件集合作为不利事件集合;
当原始不利事件集合中的样本空间超过设定上限时,从所述原始不利事件集合中随机选出指定数量的不利事件,以构成不利事件集合。
另一方面,本申请实施例还提供了一种天然气管网的供气性能评价装置,包括:
管网抽象模块,用于基于输入的管道参数、气源节点供给参数、用户节点需求参数、气源节点及用户节点的空间分布参数,将所述天然气管网抽象为第一有向赋权图;并基于输入的所述天然气管网的拓扑结构及各管道的输气能力参数,将所述天然气管网抽象为第二有向赋权图;
模型获取模块,用于合并所述第一有向赋权图和所述第二有向赋权图,获得管网模型;所述管网模型包括连接所有气源节点的超级源以及连接所有用户节点的超级汇;所述超级源与各气源节点的管道连线的权值为对应气源节点的供气能力;所述超级汇与各用户节点的管道连线的权值为对应用户节点的需求量;
流向调度模块,用于按照预设规则调整所述管网模型中至少一条管道连线的权值为零,并确定所述管网模型在调整相应权值后的最优供气流向策略;
流量调度模块,用于通过最大流算法获取所述管网模型在相应最优供气流向策略下的最优供气量分配策略;
性能分析模块,用于根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能。
由此可见,本申请实施例的天然气管网的供气性能评价方案从整体角度全面考虑了天然气调度方案、用户需求波动、网络拓扑结构、天然气输送物理过程等关键因素,并基于这些因素建立了天然气管网的管网模型,然后先按照预设规则调整管网模型中至少一条管道连线的权值为零,并确定管网模型在调整相应权值后的最优供气流向策略;再通过最大流算法获取管网模型在相应最优供气流向策略下的最优供气量分配策略;最后根据管网模型在相应最优供气流向策略下的最优供气量分配策略,来确定管网模型的供气性能。与现有技术相比,本申请实施例更全面的考虑了各个因素对天然气管网性能的影响,从而可得到更贴近天然气管网的供气性能实际情况,因此,实现了对天然气管网供气性能的全面而有效的评价,更加符合供气安全分析与决策的实际需求。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为现有技术中的一种天然气管网的供气脆弱性流程图;
图2为本申请实施例一种天然气管网的供气性能评价方法的流程图;
图3为本申请实施例中欧洲局部天然气管网示意图;
图4为图3所示天然气管网的全局供气脆弱性分析结果(剩余供气能力);
图5为图3所示天然气管网的全局供气脆弱性分析结果(供气不足用户数);
图6为图3所示天然气管网的关键单元分析结果(供气不足量);
图7为图3所示天然气管网的关键单元分析结果(供气不足用户数);
图8为图3所示天然气管网的基于关键单元分析的供气风险矩阵;
图9为图3所示天然气管网在不同预防措施下的系统性能变化情况(1条管道失效);
图10为图3所示天然气管网在不同预防措施下的系统性能变化情况(2条管道失效);
图11为图3所示天然气管网在不同预防措施下的系统性能变化情况(3条管道失效);
图12为本申请实施例一种天然气管网的供气性能评价装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
参考图2所示,本申请实施例的天然气管网的供气性能评价方法可以包括如下步骤:
S101、基于输入的管道参数、气源节点供给参数、用户节点需求参数、气源节点及用户节点的空间分布参数,将所述天然气管网抽象为第一有向赋权图;并基于输入的所述天然气管网的拓扑结构及各管道的输气能力参数,将所述天然气管网抽象为第二有向赋权图。
本申请实施例中,为便于处理,仅保留与天然气供需相关的单元:输气管道、压气站、气源以及用户。其中:管道参数可以为管道的几何参数例如管径、管长、管壁粗糙度等。气源节点供给参数例如可以包括气源种类、供气能力上限等。用户节点需求参数例如可以包括用户的天然气需求量等。气源节点及用户节点的空间分布参数例如可以包括气源位置。用户位置等。
本申请实施例中,所述天然气管网的拓扑结构及各管道的输气能力参数可通过以下步骤得到:
首先,根据所述天然气管网的管道参数、压气站参数(例如进站压力、出站压力、压缩机配置等)和天然气物性建立所述天然气管网的水力、热力模拟模型;
然后计算所述天然气管网中每条管道的最大输气能力(即输气能力参数)。其中,该最大输气能力作为每条边的权值输入到第二有向赋权图中。上述水力、热力模拟模型可采用已知的TGNET等专业软件建立(TGNET是一款专门用于气体管道或管网的商用模拟软件)。
本申请实施例中,上述的第一有向赋权图和第二有向赋权图的抽象过程可通过指定的图论算法实现。其中,气源节点、用户节点、压气站、分输站抽象为节点,天然气管道抽象为连接节点的边(即管道连线);边的权值为管道连线的输气能力(可通过水力、热力模拟计算得到);边的方向的确定会在下文中说明。天然气管输能力的变化就体现为边的权值的变化。当某管道丧失输气能力时,其相应的边的权值变为0。
S102、合并所述第一有向赋权图和所述第二有向赋权图,获得管网模型;所述管网模型可以包括连接所有气源节点的超级源以及连接所有用户节点的超级汇;所述超级源与各气源节点的管道连线的权值为对应气源节点的供气能力;所述超级汇与各用户节点的管道连线的权值为对应用户节点的需求量。这样,就将一个多源和多汇问题,简化为了单源单汇问题,从而使得后续可利用最大流算法确定最优供气量分配策略。
S103、按照预设规则调整所述管网模型中至少一条管道连线的权值为零,并确定所述管网模型在调整相应权值后的最优供气流向策略。
本申请实施例中,天然气管网供气脆弱性的定义为:当不利事件发生后,天然气管网的供气能力出现大幅下降或者波及大量用户。全局脆弱性分析的目的在于通过分析尽可能多的不利事件,判断某天然气管网是否存在脆弱性。
多数意外事件(蓄意攻击、设备失效等)的发生,最终都将导致管道输气能力下降,最终影响天然气管网的供气能力。因此,本申请将不利事件定义为一条或多条管道的失效。管道的失效体现为丧失输气能力,在有向赋权图中表现为边上的权值变为0。每当不利事件发生,就需要重新确定所述管网模型在调整相应权值后的最优供气流向策略。为了确保分析的充分性,若管网中有N条管道,需考虑失效管道为1—N的所有情况,从而构成不利事件集合。失效管道数量不同时,可视为施加在管网上的“干扰力度”不同,本申请实施例中,所述预设规则可以包括:从预设的不利事件集合中通过蒙特卡洛法等随机选择一条不利事件,直至遍历所述不利事件集合中的每条不利事件;所述不利事件集合中的每条不利事件各不相同且均包含至少一条管道连线的权值为零的规则。
需要说明的是,当N很大时,历遍所有管道组合既不现实也无必要。因此,为了兼顾计算上的可行性与结果的充分性,可以先判断原始不利事件集合中的样本空间是否超过设定上限;当原始不利事件集合中的样本空间超过设定上限(即当某一“干扰力度”下的样本空间过大)时,可从所述原始不利事件集合中随机选出指定数量的不利事件,以构成不利事件集合,以代替原始不利事件集合进行分析;当原始不利事件集合中的样本空间不超过设定上限时,可直接将所述原始不利事件集合作为不利事件集合。
本申请实施例中,当发生单元失效时,管道的输气能力会发生退化(部分下降,甚至丧失输气能力)。这种变化在有向赋权图上表现为拓扑结构和失效管道对应的边上的权值的变化。在实际操作中,当这种事件发生时,管理者会通过调整管网内的天然气分配和气源供气量尽可能地降低影响。为了模拟这一过程,本申请根据距离确定天然气在管网内的最优供气流向策略(或称为最优流向方案)。依据“就近供气”原则,具体实施步骤如下:
首先,在调整相应权值后下,根据天然气管网的拓扑结构,建立一个以距离为权重的赋权网络W。
然后,采用例如Dijkstra等最短路径算法确定W中各个气源节点至其他节点的输气路径。对于每个气源节点而言,所述其他节点可以包括所述天然气管网中除该气源节点自身之外的所有节点。
再次,让每个气源节点输出的天然气根据各自的节输气路径流过各用户节点,以模拟所述各个气源节点同时向各自输气路径供气的衰减耗尽过程。当流过的节点为用户节点时,则从该气源节点的供气量中减去这个用户节点的需求量。当该气源节点的供气量全部耗尽,则停止该气源的输气路径规划。需要注意的是,该模型允许多个气源节点同时对一个用户节点供气;当同一管道连线内发生供气流向冲突时,在该管道连线内,确定对位于该管道连线附近设定范围的用户节点贡献较小的供气流向;在该管道连线内,将所述贡献较小的供气流向的全部流量对应回退至上一节点,以重新规划输气路径,从而获得模拟结果。
最后,以模拟结果为依据确定所述管网模型在当前不利条件影响下的最优供气流向策略,即确定所述管网模型中各边的方向。
S104、通过最大流算法获取所述管网模型在相应最优供气流向策略下的最优供气量分配策略。
在确定当前不利条件影响下的最优供气流向策略(即确定了管道输气方向)的基础上,通过调整各气源节点的供气量、管道的流量大小,可最大化管网的供气能力,以降低不利事件产生的影响。所述最大流算法例如可以采用Ford-Fulkerson算法等实现。其中,Ford-Fulkerson算法包括三步:具有上、下容量的有向图构建,基于伴随网络的可行流求解及基于增广路径的最大流判别。直接将容量矩阵带入Ford-Fulkerson最大流算法就能够计算出该容量网络中,气源节点能够向用户节点提供的最大天然气量总量以及每个用户能够获取的最大天然气流量,从而得到在当前不利条件影响下的最优供气量分配策略,这样就实现了管网在在当前不利条件影响下的供气能力最大化。
S105、根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能。
本申请实施例中,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能可以包括脆弱性分析和关键单元分析两个部分。具体的:
一、脆弱性分析
先根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的性能变化幅度。然后根据所述性能变化幅度确定所述管网模型是否存在脆弱性。
具体的,通过分析所述管网模型在相应最优供气流向策略下的最优供气量分配策略(通过分析不同“干扰力度”下的供气不足量和供气不足用户数量的统计结果),可以确定出该天然气管网是否存在脆弱性,或者是否存在“瓶颈”。例如通过逐渐增加管网中丧失输气能力的管道数量,确定供气系统的变化幅度,并计算天然气剩余供气能力以及不能被满足的用户数量。如果剩余供气能力(不能被满足的用户数量)下降或上升幅度较快(例如超出预设值),则表明该天然气管网存在脆弱性;反之则说明其健壮。
二、关键单元分析
对天然气管网的关键单元分析的目的是为了找出管网的供气“瓶颈”,并对这些单元的重要性排序,从而为后续抢修和预防策略提供依据。
一般的,移除不同的管道(或管道组合)会导致不同的后果。有些管道被移除后会导致严重后果,故称之为“关键组分”。关键组分分析的目的就是找出关键的管道,并评估这些管道失效所造成的后果。与脆弱性分析不同,在关键组分分析中,需要历遍所有的N-1事件(一条管道丧失输气能力),N-2事件(两条管道同时失效),直到N-n事件(n条管道同时失效)。想要找出关键组分显然要对整个样本空间进行分析,因此应确保历遍性,否则就有遗漏某些关键组分的风险。
其中,n的选取应满足两方面条件:首先,考虑到组合爆炸现象,n的选取应考虑到计算的可行性;其次,应符合“关键组分”的隐含之意,即少量管道在系统中发挥重要作用。基于上述分析,并结合经验,n一般取3-5比较合适。
为了兼顾系统功能和拓扑结构在单元重要性评价中的作用,本申请是实施例中提出了三个“flow-based”的重要性评价指标,即供气流量中心性、能力利用率以及赋权能力利用率,从系统结构、单元能力以及两者综合这三个角度衡量了管道的重要性。其中,供气流量中心性源自图论中的节点中心性,反映了所评价的管道在天然气由各气源流至各用户的过程中,所起作用的重要性。管道的能力利用率反映了管道的设计输量和实际输量的关系,实际输量越接近设计输量,说明管道越重要,且越容易成为输气的薄弱关节。赋权能力利用率则综合考虑了上述两种观点。
本申请是实施例中,所述的关键单元分析包括:根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的重要度;所述各单元包括所述管网模型中各节点及管道连线。具体的,可先根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的供气流量中心性、能力利用率和赋权能力利用率;然后,根据各单元的供气流量中心性、能力利用率和赋权能力利用率的加权求和结果,确定各单元的重要度。其中:
所述管网模型中各单元的供气流量中心性通过以下公式得到:
其中,FCi,j表示管道i,j的供气流量中心性;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;MFsd表示气源节点s向用户节点d的最大可供气量,V表示气源节点和用户节点的集合。
所述管网模型中各单元的能力利用率通过以下公式得到:
其中,CURi,j表示管道i,j的能力利用率;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;ci,j表示管道i,j的设定输气能力;N表示气源节点至用户节点的输气路径总数,V表示气源节点和用户节点的集合。
所述管网模型中各单元的赋权能力利用率通过以下公式得到:
其中,WCURi,j表示管道i,j的赋权能力利用率;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;FCi,j表征管道对于系统结构的影响,V表示气源节点和用户节点的集合。
为了验证本申请实施例的天然气管网的供气性能评价方法的可行性,下面将结合欧洲局部天然气管网进行脆弱性分析和关键单元分析。
图3所示为欧洲局部天然气管网的示意图。在该天然气管网中,气源的信息如表1所示,用户的信息如表2所示。在该示例性实施例中,所有天然气供需量的体积单位均为百万标准立方米(MCM)。表1中,Location为气源位置,Type为气源类型,Limit为气源供气限量,LNG terminal为液化天然气终端,Pipeline为输气管道。表2中,Location为用户位置,Demand为用户需求量。
表1气源信息
表2用户需求信息
各管道与压气站的信息可以通过欧洲部分天然气管网的运行部门(transmissionsystem operator和GTE)的公开报告获取。对于不能获取的数据可采用TGNET软件的推荐数据。
基于上述信息,采用TGNET建立水力、热力模型分析该天然气管网的水力、热力特性,计算每条管道的最大输气能力(见表3)。
在优化模型中,需要输入每条管道的长度和最大输气能力,如下表3所示,其中from指管道的天然气流入点,to指管道的天然气流出点,Capacity为管道最大输气能力,Length为管道长度。
表3各管道长度与输气能力
基于上述信息,采用本申请的方法进行全局供气脆弱性分析,可得到如图4、图5所示的结果。
全局脆弱性分析的结果发现,随着施加在系统上的压力逐渐增大,该天然气管网的供气能力(均值)下降比较缓慢,影响范围(不能被满足的用户数的均值)增长缓慢。例如,当10%的管道被移除时,供气能仅大约下降15%,供气不足用户数仅约占总用户数的20%。由此可见:该天然气管网呈现出较好的鲁棒性,即当系统受到攻击后,尽管系统供气能力会受到影响,但是不会出现崩溃的现象。
接下来采用本申请提出的方法进行关键单元分析。
对于本示例性实施例中所示管网,当N=1时,存在71种组合方式;当N=2时,存在4970种组合方式;当N=3时,存在342930种组合方式;当N=4时,存在23319240种组合方式,这意味着需要对两千余万种情况逐一进行模拟。由此可见,每当N增加1,被移除管道的组合数目会急剧增长,大大增加计算量。同时,根据欧洲的统计数据,在大型天然气管网中,3条以上管道同时失效的概率大概在10-20,甚至更低。基于上述分析,将天然气管网关键组分分析的数量范围确定为1-3条管道。
图6和图7按照严重性对后果进行了排列。图中展示了N从1到3时可能出现的所有后果。这些结果全面地呈现了该天然气管网在低阶(N取1到3)失效事件组合下攻击下的所有潜在后果。依据该结果,除了可以找出系统中可能导致严重后果的关键管道,同时也可以作为建立“脆弱性准则”的依据。例如,在图6中,我们假设一个全局供气不足量的最高可接受值为5MCM/d,则在图中可以画出一条关于脆弱性的基准线(图6中箭头所指向的横线)。高于基准线的后果为不可接受后果,需要通过加强管道强度或优化管网结构来尽量避免。同样地,也可以假设不能被满足的用户数的最大可接受值为3户,则可在图7中画出由于脆弱性的基准线,高于基准线的事件所对应的管道和管道组合都需要被重点关注。
另外,也可以通过分析不同后果在整个后果样本空间中所占出现的频率,衡量天然气管网的潜在风险。图8为不同后果(供气不足量)的出现频率。根据图8中的结果可以发现:在该天然气管网中,导致高后果的事件往往出现频率较低;而出现频率较高(所占比例为1%-10%)的事件,导致的缺气量都低于8MCM/d。由此可见,从风险分析的角度来看,该天然气管网面临较低风险,供气功能稳定。
基于之前提出的天然气管网脆弱性分析模型中的供气能力计算模块,将算得的管道输气量带入上述供气流量中心性、能力利用率和赋权能力利用率的计算公式,得到管道重要度排序(由高自低)如下表4所示。
表4管道的重要性排序
接下来可采用“随机攻击+预防措施”的方法,验证这些指标是否能够有效反应单元重要度。本示例性实施例中分别对三个排序中前15%的管道采取“预防措施”,假设当没有预防措施的管道失效后输气能力为0,采取预防措施的管道失效后输气能力仅下降30%。另外,作为对比,我们又随机从所有管道中抽取15%,并采取预防措施。随机攻击的管道数目分别为1,2,3,对应的随机攻击次数为2000次,10000次和50万次。采用“供气不足率”(实际供气量/额定供气量)表征后果,并对所有后果进行统计分析,可得到如图9至图11以及表5所示的结果。表5中的None表示不采取任何措施的对照组,Random表示随机选取的预防措施,pipeline failure表示失效管道,对应的1pipeline failure则表示1条管道失效。图9至图11中的纵坐标为供气不足率,并且图11中的Flow centrality表示供气流量中心性。
表5同预防措施下的系统性能变化情况的补充信息
根据结果可以看出,不论依据哪一种重要度计算指标对管道失效采取“预防措施”,天然气管网的供气能力都会明显提高,而且效果均好于基于随机选取的“预防措施”。另外,通过对比发现:依据WCPR指标的“预防措施”效果最好。原因在于:WCPR综合了FC和CPR的观点,相比于另外两者更全面。
由此可见,本申请实施例从整体角度,实现了判断天然气管网是否存在潜在的供气瓶颈,并能够预测关键单元可能产生的后果,从而天然气管网的设计者和管理者提供了一个新的、行之有效的降低风险、保障供气安全可靠性的实施方案。
结合图12所示,本申请实施例的天然气管网的供气性能评价装置可以包括:
管网抽象模块121,可以用于基于输入的管道参数、气源节点供给参数、用户节点需求参数、气源节点及用户节点的空间分布参数,将所述天然气管网抽象为第一有向赋权图;并基于输入的所述天然气管网的拓扑结构及各管道的输气能力参数,将所述天然气管网抽象为第二有向赋权图。
模型获取模块122,可以用于合并所述第一有向赋权图和所述第二有向赋权图,获得管网模型;所述管网模型包括连接所有气源节点的超级源以及连接所有用户节点的超级汇;所述超级源与各气源节点的管道连线的权值为对应气源节点的供气能力;所述超级汇与各用户节点的管道连线的权值为对应用户节点的需求量。
流向调度模块123,可以用于按照预设规则调整所述管网模型中至少一条管道连线的权值为零,并确定所述管网模型在调整相应权值后的最优供气流向策略。
流量调度模块124,可以用于通过最大流算法获取所述管网模型在相应最优供气流向策略下的最优供气量分配策略。
性能分析模块125,可以用于根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能。
本申请实施例的装置与上述实施例的方法对应,因此,有关于本申请的装置细节,请参见上述实施例的方法,在此不再赘述。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法的流程图和装置的方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种天然气管网的供气性能评价方法,其特征在于,包括:
基于输入的管道参数、气源节点供给参数、用户节点需求参数、气源节点及用户节点的空间分布参数,将所述天然气管网抽象为第一有向赋权图;并基于输入的所述天然气管网的拓扑结构及各管道的输气能力参数,将所述天然气管网抽象为第二有向赋权图;
合并所述第一有向赋权图和所述第二有向赋权图,获得管网模型;所述管网模型包括连接所有气源节点的超级源以及连接所有用户节点的超级汇;所述超级源与各气源节点的管道连线的权值为对应气源节点的供气能力;所述超级汇与各用户节点的管道连线的权值为对应用户节点的需求量;
按照预设规则调整所述管网模型中至少一条管道连线的权值为零,并确定所述管网模型在调整相应权值后的最优供气流向策略;
通过最大流算法获取所述管网模型在相应最优供气流向策略下的最优供气量分配策略;
根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能。
2.如权利要求1所述的天然气管网的供气性能评价方法,其特征在于,所述按照预设规则包括:
从预设的不利事件集合中随机选择一条不利事件,直至遍历所述不利事件集合中的每条不利事件;所述不利事件集合中的每条不利事件各不相同且均包含至少一条管道连线的权值为零的规则。
3.如权利要求1所述的天然气管网的供气性能评价方法,其特征在于,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能,包括:
根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的性能变化幅度;
根据所述性能变化幅度确定所述管网模型是否存在脆弱性。
4.如权利要求1所述的天然气管网的供气性能评价方法,其特征在于,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能,包括:
根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的重要度;所述各单元包括所述管网模型中各节点及管道连线。
5.如权利要求1所述的天然气管网的供气性能评价方法,其特征在于,所述确定所述管网模型在调整相应权值后的最优供气流向策略,包括:
在调整相应权值后下,确定以距离为权重的赋权网络;
基于预设的最短路径算法,确定所述赋权网络中各个气源节点至其他节点的输气路径;
模拟所述各个气源节点同时向各自输气路径供气的衰减耗尽过程,获得模拟结果;
根据所述模拟结果确定最优供气流向策略。
6.如权利要求5所述的天然气管网的供气性能评价方法,其特征在于,所述确定所述管网模型在调整相应权值后的最优供气流向策略,还包括:
当同一管道连线内发生供气流向冲突时,在该管道连线内,确定对位于该管道连线附近设定范围的用户节点贡献较小的供气流向;
在该管道连线内,将所述贡献较小的供气流向的全部流量对应回退至上一节点,以重新规划输气路径。
7.如权利要求4所述的天然气管网的供气性能评价方法,其特征在于,所述根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的重要度,包括:
根据管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型中各单元的供气流量中心性、能力利用率和赋权能力利用率;
根据各单元的供气流量中心性、能力利用率和赋权能力利用率的加权求和结果,确定各单元的重要度。
8.如权利要求7所述的天然气管网的供气性能评价方法,其特征在于,所述管网模型中各单元的供气流量中心性通过以下公式得到:
<mrow>
<msub>
<mi>FC</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>d</mi>
<mo>&Element;</mo>
<mi>V</mi>
</mrow>
</munder>
<msub>
<mi>MF</mi>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>d</mi>
<mo>&Element;</mo>
<mi>V</mi>
</mrow>
</munder>
<msub>
<mi>MF</mi>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中,FCi,j表示管道i,j的供气流量中心性;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;MFsd表示气源节点s向用户节点d的最大可供气量,V表示气源节点和用户节点的集合。
9.如权利要求7所述的天然气管网的供气性能评价方法,其特征在于,所述管网模型中各单元的能力利用率通过以下公式得到:
<mrow>
<msub>
<mi>CUR</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>d</mi>
<mo>&Element;</mo>
<mi>V</mi>
</mrow>
</munder>
<mfrac>
<mrow>
<msub>
<mi>MF</mi>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mfrac>
<mo>;</mo>
</mrow>
其中,CURi,j表示管道i,j的能力利用率;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;ci,j表示管道i,j的设定输气能力;N表示气源节点至用户节点的输气路径总数,V表示气源节点和用户节点的集合。
10.如权利要求7所述的天然气管网的供气性能评价方法,其特征在于,所述管网模型中各单元的赋权能力利用率通过以下公式得到:
<mrow>
<msub>
<mi>WCUR</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>d</mi>
<mo>&Element;</mo>
<mi>V</mi>
</mrow>
</munder>
<msub>
<mi>FC</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
<mfrac>
<mrow>
<msub>
<mi>MF</mi>
<mrow>
<mi>s</mi>
<mo>,</mo>
<mi>d</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
</msub>
</mfrac>
<mo>;</mo>
</mrow>
其中,WCURi,j表示管道i,j的赋权能力利用率;MFsd(i,j)表示在气源节点s向用户节点d供气的最优供气量分配策略下,管道i,j上的设定流量;FCi,j表征管道对于系统结构的影响,V表示气源节点和用户节点的集合。
11.如权利要求2所述的天然气管网的供气性能评价方法,其特征在于,所述不利事件集合预先通过以下方式得到:
判断原始不利事件集合中的样本空间是否超过设定上限;
当原始不利事件集合中的样本空间不超过设定上限时,将所述原始不利事件集合作为不利事件集合;
当原始不利事件集合中的样本空间超过设定上限时,从所述原始不利事件集合中随机选出指定数量的不利事件,以构成不利事件集合。
12.一种天然气管网的供气性能评价装置,其特征在于,包括:
管网抽象模块,用于基于输入的管道参数、气源节点供给参数、用户节点需求参数、气源节点及用户节点的空间分布参数,将所述天然气管网抽象为第一有向赋权图;并基于输入的所述天然气管网的拓扑结构及各管道的输气能力参数,将所述天然气管网抽象为第二有向赋权图;
模型获取模块,用于合并所述第一有向赋权图和所述第二有向赋权图,获得管网模型;所述管网模型包括连接所有气源节点的超级源以及连接所有用户节点的超级汇;所述超级源与各气源节点的管道连线的权值为对应气源节点的供气能力;所述超级汇与各用户节点的管道连线的权值为对应用户节点的需求量;
流向调度模块,用于按照预设规则调整所述管网模型中至少一条管道连线的权值为零,并确定所述管网模型在调整相应权值后的最优供气流向策略;
流量调度模块,用于通过最大流算法获取所述管网模型在相应最优供气流向策略下的最优供气量分配策略;
性能分析模块,用于根据所述管网模型在相应最优供气流向策略下的最优供气量分配策略,确定所述管网模型的供气性能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710421932.7A CN107274081B (zh) | 2017-06-07 | 2017-06-07 | 天然气管网的性能评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710421932.7A CN107274081B (zh) | 2017-06-07 | 2017-06-07 | 天然气管网的性能评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107274081A true CN107274081A (zh) | 2017-10-20 |
CN107274081B CN107274081B (zh) | 2020-06-05 |
Family
ID=60066028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710421932.7A Active CN107274081B (zh) | 2017-06-07 | 2017-06-07 | 天然气管网的性能评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107274081B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109058762A (zh) * | 2018-08-07 | 2018-12-21 | 中国海洋石油集团有限公司 | 一种多气源天然气管网的气量均衡调度方法 |
CN109784673A (zh) * | 2018-12-25 | 2019-05-21 | 中国石油天然气股份有限公司西南油气田分公司蜀南气矿 | 一种基于用户优先级的天然气管网智能运行调度方法 |
CN111379965A (zh) * | 2018-12-27 | 2020-07-07 | 中国石油化工股份有限公司 | 存储器、氢气系统优化方法、装置和设备 |
CN112946231A (zh) * | 2021-02-04 | 2021-06-11 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量系统和方法 |
CN113191643A (zh) * | 2021-05-06 | 2021-07-30 | 四川大学 | 电-气互联系统脆弱线路辨识方法 |
CN113222230A (zh) * | 2021-04-29 | 2021-08-06 | 中国石油大学(北京) | 事故工况下天然气管网的流量分配方法及装置 |
CN113298293A (zh) * | 2021-04-30 | 2021-08-24 | 中国石油天然气股份有限公司 | 一种天然气管网输送路径匹配方法 |
CN114266170A (zh) * | 2021-12-31 | 2022-04-01 | 深圳市爱路恩济能源技术有限公司 | 一种燃气输配管网中气源供应范围识别方法和装置 |
US11592323B2 (en) | 2021-02-04 | 2023-02-28 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas in a full cycle |
CN117541434A (zh) * | 2024-01-08 | 2024-02-09 | 上海叁零肆零科技有限公司 | 一种天然气管网的实时监测分析方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486261A (zh) * | 2010-12-03 | 2012-06-06 | 中国石油天然气股份有限公司 | 输气管道调度方案综合评价方法 |
CN102867556A (zh) * | 2011-07-08 | 2013-01-09 | 中广核工程有限公司 | 核电站dcs安注系统信号失效的故障处理方法及系统 |
US8504341B2 (en) * | 2006-01-31 | 2013-08-06 | Landmark Graphics Corporation | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators |
CN103886389A (zh) * | 2014-03-10 | 2014-06-25 | 重庆邮电大学 | 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法 |
CN104317844A (zh) * | 2014-10-11 | 2015-01-28 | 讯腾数码科技(北京)有限公司 | 一种基于城市燃气管网拓扑分析的应急处理方法 |
CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
-
2017
- 2017-06-07 CN CN201710421932.7A patent/CN107274081B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8504341B2 (en) * | 2006-01-31 | 2013-08-06 | Landmark Graphics Corporation | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators |
CN102486261A (zh) * | 2010-12-03 | 2012-06-06 | 中国石油天然气股份有限公司 | 输气管道调度方案综合评价方法 |
CN102867556A (zh) * | 2011-07-08 | 2013-01-09 | 中广核工程有限公司 | 核电站dcs安注系统信号失效的故障处理方法及系统 |
CN103886389A (zh) * | 2014-03-10 | 2014-06-25 | 重庆邮电大学 | 基于多头绒泡菌仿生算法的城市燃气管网自动优化方法 |
CN104317844A (zh) * | 2014-10-11 | 2015-01-28 | 讯腾数码科技(北京)有限公司 | 一种基于城市燃气管网拓扑分析的应急处理方法 |
CN105912844A (zh) * | 2016-04-07 | 2016-08-31 | 中国石油大学(北京) | 一种天然气管网供气可靠性的评价方法及装置 |
Non-Patent Citations (1)
Title |
---|
苏怀等: "大型天然气管网可靠性评价方法研究进展", 《油气储运》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109058762A (zh) * | 2018-08-07 | 2018-12-21 | 中国海洋石油集团有限公司 | 一种多气源天然气管网的气量均衡调度方法 |
CN109058762B (zh) * | 2018-08-07 | 2020-02-14 | 中国海洋石油集团有限公司 | 一种多气源天然气管网的气量均衡调度方法 |
CN109784673A (zh) * | 2018-12-25 | 2019-05-21 | 中国石油天然气股份有限公司西南油气田分公司蜀南气矿 | 一种基于用户优先级的天然气管网智能运行调度方法 |
CN111379965A (zh) * | 2018-12-27 | 2020-07-07 | 中国石油化工股份有限公司 | 存储器、氢气系统优化方法、装置和设备 |
CN112946231B (zh) * | 2021-02-04 | 2022-07-22 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量系统和方法 |
CN112946231A (zh) * | 2021-02-04 | 2021-06-11 | 成都秦川物联网科技股份有限公司 | 一种天然气全周期能量计量系统和方法 |
US11592323B2 (en) | 2021-02-04 | 2023-02-28 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for measuring energy of natural gas in a full cycle |
CN113222230A (zh) * | 2021-04-29 | 2021-08-06 | 中国石油大学(北京) | 事故工况下天然气管网的流量分配方法及装置 |
CN113298293A (zh) * | 2021-04-30 | 2021-08-24 | 中国石油天然气股份有限公司 | 一种天然气管网输送路径匹配方法 |
CN113298293B (zh) * | 2021-04-30 | 2024-03-26 | 中国石油天然气股份有限公司 | 一种天然气管网输送路径匹配方法 |
CN113191643A (zh) * | 2021-05-06 | 2021-07-30 | 四川大学 | 电-气互联系统脆弱线路辨识方法 |
CN114266170A (zh) * | 2021-12-31 | 2022-04-01 | 深圳市爱路恩济能源技术有限公司 | 一种燃气输配管网中气源供应范围识别方法和装置 |
CN114266170B (zh) * | 2021-12-31 | 2023-11-03 | 深圳市爱路恩济能源技术有限公司 | 一种燃气输配管网中气源供应范围识别方法和装置 |
CN117541434A (zh) * | 2024-01-08 | 2024-02-09 | 上海叁零肆零科技有限公司 | 一种天然气管网的实时监测分析方法、装置、设备及介质 |
CN117541434B (zh) * | 2024-01-08 | 2024-03-29 | 上海叁零肆零科技有限公司 | 一种天然气管网的实时监测分析方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107274081B (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107274081B (zh) | 天然气管网的性能评价方法及装置 | |
Su et al. | A systematic framework of vulnerability analysis of a natural gas pipeline network | |
Zio et al. | Modeling interdependent network systems for identifying cascade-safe operating margins | |
Saldarriaga et al. | Battle of the water networks district metered areas | |
Hajebi et al. | Water distribution network sectorisation using graph theory and many-objective optimisation | |
Wang et al. | On bus type assignments in random topology power grid models | |
US20210019460A1 (en) | Node Flow Optimization Distribution Method for Improving Accuracy of Transient Hydraulic Simulation of Water Supply In-series Pipeline | |
Wu et al. | Cyber–Physical Power System (CPPS): a review on measures and optimization methods of system resilience | |
CN115062534A (zh) | 天然气管道系统的供气可靠性计算方法及装置 | |
Wang et al. | Robustness improvement strategy of cyber-physical systems with weak interdependency | |
Balakrishnan et al. | InfraRisk: An open-source simulation platform for resilience analysis in interconnected power–water–transport networks | |
Albarakati et al. | Evaluation of the vulnerability in water distribution systems through targeted attacks | |
Liu et al. | Segment-based resilience response and intervention evaluation of water distribution systems | |
Chen et al. | Failure mitigation and restoration in interdependent networks via mixed-integer optimization | |
Pournaras et al. | Cascading failures in interconnected power-to-water networks | |
Hwang et al. | Isolation valve impact on failure severity and risk analysis | |
Wright et al. | Hydraulic resilience index for the critical link analysis of multi-feed water distribution networks | |
Hernandez Hernandez et al. | Segment identification procedure for water distribution systems | |
Kwasinski et al. | Generalized integrated framework for modelling communications and electric power infrastructure resilience | |
Rusek et al. | Effective risk assessment in resilient communication networks | |
Yan et al. | Vulnerability analysis of interdependent spatially embedded infrastructure networks under localized attack | |
Tachikawa et al. | A study of transmission planning under a deregulated environment in power system | |
CN111191927A (zh) | 一种配电网健康指数计算方法和系统 | |
Chang et al. | Optimal reliability-based design of bulk water supply systems | |
Shahraeini et al. | Resilience in wide area monitoring systems for smart grids |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |