CN113361763B - 一种输气管网的全时段运行优化方法及系统 - Google Patents
一种输气管网的全时段运行优化方法及系统 Download PDFInfo
- Publication number
- CN113361763B CN113361763B CN202110614049.6A CN202110614049A CN113361763B CN 113361763 B CN113361763 B CN 113361763B CN 202110614049 A CN202110614049 A CN 202110614049A CN 113361763 B CN113361763 B CN 113361763B
- Authority
- CN
- China
- Prior art keywords
- gas transmission
- dynamic operation
- gas
- pipe network
- operation optimization
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 244
- 230000005540 biological transmission Effects 0.000 title claims abstract description 239
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000009826 distribution Methods 0.000 claims abstract description 71
- 238000005265 energy consumption Methods 0.000 claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 50
- 238000012216 screening Methods 0.000 claims abstract description 46
- 238000013507 mapping Methods 0.000 claims abstract description 43
- 238000004519 manufacturing process Methods 0.000 claims description 34
- 230000001052 transient effect Effects 0.000 claims description 33
- 238000004088 simulation Methods 0.000 claims description 32
- 238000012795 verification Methods 0.000 claims description 21
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 abstract description 273
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 abstract description 14
- 239000003345 natural gas Substances 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012546 transfer Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000005284 excitation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000013433 optimization analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000005428 wave function Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013519 translation Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D3/00—Arrangements for supervising or controlling working operations
- F17D3/01—Arrangements for supervising or controlling working operations for controlling, signalling, or supervising the conveyance of a product
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pipeline Systems (AREA)
Abstract
本发明涉及一种输气管网的全时段运行优化方法及系统,其特征在于,包括以下步骤:1)采集输气管网实时监控数据;2)确定输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型以及输气量分配能耗最低的输气量分配方案;3)形成输气管网的动态运行优化方案集;4)对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集;5)对筛选后的动态运行优化方案集进行通过性验证和调校,并根据输气管网实时监控数据,得到最终的输气管网的动态运行优化方案,完成输气管网的全时段运行优化,本发明可以广泛应用于天然气管网领域中。
Description
技术领域
本发明是关于一种输气管网的全时段运行优化方法及系统,属于天然气管网领域。
背景技术
输气管网的运行优化是天然气管网基础设施运营的核心内容,高效率、最大程度发挥管网运输能力、以高鲁棒性和管网整体能耗最低来满足下游用户不断增长且用气负荷特性多变的需求是核心目标。随着输气规模扩大,流向调整、区域调配、储气调峰、机组匹配等生产业务愈加复杂和灵活,要求优化分析和决策过程更加快捷和准确,运行优化方案包括最优调度计划、稳态最优工况确定、非稳态工况的最优控制等,现有的优化分析手段难以提出真正意义上的运行优化方案。大规模输气管网具有非线性、时变性、大时滞以及强耦合特性,当前的输气管网运行大多依靠经验,但是对于复杂输气管网中压缩机的组合选择、各站压比的选择、异常事故的处理,调度员难以凭经验做出准确的判断,需要更加科学合理地运行调度。在大多数情况下,运行方案虽然可行,但是不一定最优,输气管网的运行优化主要包括下述三种分类方式:1)根据有不存在压缩机站,分为存在压缩机站的管网运行优化与不存在压缩机站的管网运行优化;2)根据输气管网形式,分为环状管网的运行优化与枝状管网的运行优化及混合管网的运行优化;3)根据优化的状态,分为稳态运行优化与动态优化控制。对于不含压缩机站的输气管网,其优化主要是合理分配各个节点的压力流量等参数,使得管道运行更加平稳、安全;对于存在压缩机站的输气管网,其优化不仅要考虑各节点的压力流量,还需要考虑压缩机的开关组合以及出口压力的设定等,以使得输气管网的能耗最低。输气管网运行优化需要解决的主要问题是在已知的气源条件下,确定整个系统中压缩机的开/关组合,以及管道中各点的压力和流量分配,并满足用户的不同需求,同时还要使选择的目标函数最优。
在为输气管网制定中长期运行方案或为日输量比较平稳的输气管网制定日运行方案时,通常采用稳态优化方法;但是,在输气管网的供气压力、温度、流量改变、用气量变化、切断或接通缓冲用户、启/停压缩机组、开/关阀门或管道发生事故性漏气或断裂时,输气管网系统会进入非稳态工况运行,稳态优化方法不再适用,此时需要采用非稳态优化的方法,即针对相应的非稳态问题制定一段时间内压缩机站出站压力或压缩机站开机方案(压缩机启/停状态、压缩机转速)、气源供气流量等随时间变化的连续的控制措施,使输气管道系统能够在满足一系列约束条件的前提下,实现一定的优化目标(例如运行费用最小),完成从一个初始状态过渡到一个终了状态的输气任务。
当前解决输气管网的非稳态工程问题的主要采用优选方法,即基于历史运行经验手工编制管网运行方案,然后采用较成熟的商业仿真软件进行方案对比分析,由经验丰富的调度员选出其中较好的非稳态运行方案。其不足之处在于该方法短时间的方案仿真与实际工况的边界条件并非吻合,在计算结果上选择的方案也很难是真正意义的最优方案,有指导性但是可实施性不强。当前主要采用的另外一种侧重于数学建模以最优化求解的方法为指定时段优化运行的方法,即输气管网在连续不稳定运行状态的一定时间内(一般为24h或48h)的运行优化,其包含时间维度,是一个具有非线性、组合型、随机性且与时间有关的混合整数非线性规划问题,求解异常困难,输气管网的瞬态运行优化是实时最优控制问题,瞬态运行优化中各参数是关于时间的函数,最优解也是关于时间的函数,迄今没有相对成熟可靠的通用方法,且以指定时段实施的动态优化结果具有较大的局限性。因此,现有技术中的优化算法存在以下问题:1)优化算法局限性大,没有一个可适用于各类管道优化的通用性较好的算法;2)目前存在的天然气管道非稳态优化研究为降低求解难度而没有考虑某些重要的参数,导致其对实际管道的指导性很差,缺少准确可靠高效的非稳态模型优化算法;3)通过优化软件得到的最优解无法直接应用于实际生产中,实际输气管网的运行工况绝大多数时间是在非稳定状态下的,且存在较明显的时滞性,指定时段的动态优化不能满足输气管网长周期的优化运行需要。
发明内容
针对上述问题,本发明的目的是提供一种适用于各类管道和长周期且准确可靠高效的输气管网的全时段运行优化方法及系统。
为实现上述目的,本发明采取以下技术方案:一种输气管网的全时段运行优化方法,包括以下步骤:
1)采集输气管网实时监控数据;
2)确定输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型以及输气量分配能耗最低的输气量分配方案;
3)根据输气管网实时监控数据、确定的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集;
4)对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集;
5)对筛选后的动态运行优化方案集进行通过性验证和调校,并根据输气管网实时监控数据,得到最终的输气管网的动态运行优化方案,完成输气管网的全时段运行优化。
进一步地,所述步骤2)的具体过程为:
2.1)采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型;
2.2)采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量分配方案。
进一步地,所述步骤3)的具体过程为:
3.1)根据输气管网实时监控数据,调校输气管网的输气管道特性参数;
3.2)对于各季节最低埋地地温和各输气量台阶范围工况下的每一指定时段,采用动态规划法,根据确定的非线性映射关系模型和最优输气量分配方案,以稳态计算为基础,得到基准动态运行方案,包括输气管网内每一压缩机站的进出站压力、开机台数、控制点压力和流量;
3.3)采用枚举法,在基准动态运行方案的基础上,每次改变一个压缩机站的开机台数,得到基准动态运行方案对应的若干相似动态运行方案;
3.4)采用动态规划法,对得到的若干相似动态运行方案进行动态计算,并筛选出满足管道运行边界条件约束的相似动态运行方案;
3.5)以总能耗最低为目标,考虑总管存量安全和控制参数调整易操作性,对基准动态运行方案以及筛选出的相似动态运行方案进行二次筛选,得到若干动态运行优化方案;
3.6)重复步骤3.2)~3.5),直至选出该输气量台阶范围工况下的其它指定时段以及其它季节最低埋地地温、其它输气量台阶范围工况下的若干动态运行优化方案,形成输气管网的动态运行优化方案集。
进一步地,所述步骤4)的具体过程为:
4.1)在相同季节最低埋地地温和相同输气量台阶范围工况下,以初始状态和终了状态的差异性最小为原则,比较第一数据库内存储的输气管网的动态运行优化方案集在指定时段内不同的时段组合对相对更长的时段组合的影响,确定指定的时段组合;
4.2)根据指定的时段组合,对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集。
进一步地,所述步骤5)的具体过程为:
5.1)对步骤4.2)中筛选后的动态运行优化方案集进行通过性验证,筛选出一次全时段动态运行优化方案集中满足管道运行边界条件约束的动态运行优化方案集;
5.2)根据输气管网实时监控数据,对步骤4.2)中筛选后的动态运行优化方案集进行调校;
5.3)根据输气管网实时监控数据、调校结果和通过性验证后的动态运行优化方案集,得到最终的输气管网的动态运行优化方案。
进一步地,所述步骤5.3)的具体过程为:
5.3.1)根据调校结果,对指定的时段组合进行修正,得到修正后指定的时段组合;
5.3.2)根据修正后指定的时段组合,对步骤5.1)中得到的满足管道运行边界条件约束的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集;
5.3.3)根据输气管网实时监控数据,在步骤5.3.2)的筛选后的动态运行优化方案集中选出优选方案作为最终的输气管网的动态运行优化方案。
进一步地,还包括:根据最终的输气管网的动态运行优化方案生成生产控制参数并作为指令,用于输气管网实时监控数据的采集。
一种输气管网的全时段运行优化系统,包括SCADA接口机、在线瞬态仿真服务器和优化服务器;
所述SCADA接口机用于采集输气管网实时监控数据,并发送至所述在线瞬态仿真服务器和优化服务器;
所述优化服务器用于确定输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型以及输气量分配能耗最低的输气量分配方案;
所述在线瞬态仿真服务器用于根据输气管网实时监控数据以及所述优化服务器确定的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集;
所述优化服务器还用于对输气管网的动态运行优化方案集进行筛选,将筛选后的动态运行优化方案集发送至所述在线瞬态仿真服务器和生产调控中心平台,所述在线瞬态仿真服务器对筛选后的动态运行优化方案集进行通过性验证,所述生产调控中心平台根据输气管网实时监控数据,对筛选后的动态运行优化方案集进行调校;
所述优化服务器还用于根据输气管网实时监控数据、调校结果和通过性验证后的动态运行优化方案集,得到最终的输气管网的动态运行优化方案。
进一步地,所述优化服务器内设置有:
自学习映射模块,用于采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型;
流量分配优化模块,用于采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输气量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量运行方案;
第一数据库,用于存储所述在线瞬态仿真服务器生成的输气管网的动态运行优化方案集;
时段组合确定模块,用于在相同季节最低埋地地温和相同输气量台阶范围工况下,以初始状态和终了状态的差异性最小为原则,比较所述第一数据库内存储的输气管网的动态运行优化方案集在指定时段内不同的时段组合对相对更长的时段组合的影响,确定指定的时段组合,并存储至第二数据库;
一次全时段动态运行优化方案确定模块,用于根据所述第二数据库内存储的指定的时段组合,对所述第一数据库内存储的输气管网的动态运行优化方案集进行筛选,并将筛选后的动态运行优化方案集存储至第三数据库以及发送至所述线瞬态仿真服务器;
修正模块,用于根据生产调控中心平台的调校结果,对指定的时段组合进行修正,得到修正后指定的时段组合;
二次全时段动态运行优化方案确定模块,用于根据修正后指定的时段组合,对所述在线瞬态仿真服务器确定的满足管道运行边界条件约束的动态运行优化方案集进行筛选,并将筛选后的动态运行优化方案集存储至第四数据库以及反馈至所述自学习映射模块;
运行优化方案确定模块,用于根据输气管网实时监控数据,在所述第四数据库内存储的筛选后的动态运行优化方案集中选出优选方案,作为最终的输气管网的动态运行优化方案,并发送至生产调控中心平台,以生成生产控制参数并作为指令发送至所述SCADA接口机。
进一步地,所述在线瞬态仿真服务器内设置有:
参数调校模块,用于根据输气管网实时监控数据,调校输气管网的输气管道特性参数;
基准动态运行方案确定模块,用于对于各季节最低埋地地温和各输气量台阶范围工况下的每一指定时段,采用动态规划法,根据非线性映射关系模型和最优输气量分配方案,以稳态计算为基础,得到基准动态运行方案;
相似动态运行方案确定模块,用于采用枚举法,在基准动态运行方案的基础上,每次改变一个压缩机站的开机台数,得到基准动态运行方案对应的若干相似动态运行方案;
一次筛选模块,用于采用动态规划法,对得到的若干相似动态运行方案进行动态计算,并筛选出满足管道运行边界条件约束的相似动态运行方案;
二次筛选模块,用于以总能耗最低为目标,考虑总管存量安全和控制参数调整易操作性,对基准动态运行方案以及一次筛选出的相似动态运行方案进行二次筛选,得到若干动态运行优化方案;
通过性验证模块,用于对所述第三数据库内存储的筛选后的动态运行优化方案集进行通过性验证,筛选出满足管道运行边界条件约束的动态运行优化方案集。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明在输气管网处于非稳态工况时,例如常见的被动调峰工况,可以从运行优化层面利用压缩机站主动优化输气管网运行参数调整,实现基于压缩机站的间断调节完成连续性供气的多目标任务,最大程度满足高效率,最大程度发挥管网容量能力,以高鲁棒性和管网整体能耗最低来满足下游用户不断增长且用气负荷特性多变的需求目标,实现安全供气和高效调气。
2、本发明简化了非稳态优化运行的直接求解难度,也不再局限于复杂输气管网仅能对于特定时段采用优化方式,能够指导输气管网的长期非稳态优化运行,具有更好地工程应用适用性,可以广泛应用于天然气管道的生产运行、运行优化、节能降耗、供气安全领域中。
附图说明
图1是本发明一实施例提供的优化方法的流程示意图;
图2是本发明一实施例提供的优化系统的示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
应理解的是,文中使用的术语仅出于描述特定示例实施方式的目的,而无意于进行限制。除非上下文另外明确地指出,否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的,并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在,但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行,除非明确指出执行顺序。还应当理解,可以使用另外或者替代的步骤。
本发明实施例提供的输气管网的全时段运行优化方法及系统适用于长周期的全时段优化,指导输气管网的长期非稳态优化运行,简化了非稳态优化运行的直接求解难度,也不再局限于复杂输气管网仅能对于特定时段采用优化的缺陷,具有更好的工程应用适用性。
实施例1
如图1所示,本实施例提供一种输气管网的全时段运行优化方法,包括以下步骤:
1)根据生产调控中心平台的指令,采集输气管网控制中心的现场SCADA服务器发送的输气管网实时监控数据。
2)根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型,并根据各输气管道的优化运行数据库,确定输气量分配能耗最低的输气量分配方案,具体为:
2.1)采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型。
2.2)采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量分配方案,具体为:
2.2.1)输气管网内的各输气管道的输气量和联络线管道的转供输气量未知,给定各联络线管道转供输气量的初始值,计算得到初始输气量分配方案,并将该初始输气量分配方案作为比较方案。
2.2.2)记录当前联络线管道转供输气量方案下各单条输气管道的输气量和联络线管道的总能耗,作为一个输气量分配方案,调用得到的非线性映射关系模型,将该输气量分配方案与初始输气量分配方案进行对比。
2.2.3)若该输气量分配方案中联络线管道转供输气量的能耗低于初始输气量分配方案中联络线管道转供输气量的能耗,则将该输气量分配方案作为比较方案,进入步骤2.2.2),直至完成预先设定的迭代次数后,将当前的输气量分配方案作为最优输气量分配方案,进入步骤3);反之,则将初始输气量分配方案作为最优输气量分配方案,进入步骤3)。
3)根据输气管网实时监控数据、步骤2)中得到的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集,具体为:
3.1)根据输气管网实时监控数据,调校输气管网的输气管道特性参数。
3.2)对于各季节最低埋地地温和各输气量台阶范围工况下的每一指定时段(例如24小时),采用动态规划法,根据步骤2.1)中确定的非线性映射关系模型和步骤2.2)中确定的最优输气量分配方案,以稳态计算为基础,得到基准动态运行方案,包括输气管网内每一压缩机站的进出站压力、开机台数、控制点压力和流量等参数。
3.3)采用枚举法,在基准动态运行方案的基础上,每次改变一个压缩机站的开机台数,得到基准动态运行方案对应的若干相似动态运行方案,例如基准动态运行方案为4353,相似动态运行方案可以为4443、4344等。
3.4)采用动态规划法,对得到的若干相似动态运行方案进行动态计算,并筛选出满足管道运行边界条件约束的相似动态运行方案。
3.5)以总能耗最低为目标,考虑总管存量安全和控制参数调整易操作性,对基准动态运行方案以及步骤3.4)中筛选出的相似动态运行方案进行二次筛选,得到若干动态运行优化方案。
3.6)重复步骤3.2)~3.5),直至选出该输气量台阶范围工况下的其它指定时段以及其它季节最低埋地地温、其它输气量台阶范围工况下的若干动态运行优化方案,形成输气管网的动态运行优化方案集。
4)对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集,具体为:
4.1)在相同季节最低埋地地温和相同输气量台阶范围工况下,以初始状态和终了状态的差异性最小为原则,比较第一数据库内存储的输气管网的动态运行优化方案集在24小时、48小时、72小时、96小时、120小时、144小时、168小时甚至更长时段内不同的时段组合对相对更长的时段组合的影响,确定指定的时段组合。
4.2)根据指定的时段组合,对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集作为一次全时段动态运行优化方案集。
5)对一次全时段动态运行优化方案集进行通过性验证,筛选出一次全时段动态运行优化方案集中满足管道运行边界条件约束的动态运行优化方案集。
6)根据输气管网实时监控数据,对一次全时段动态运行优化方案集进行调校。
7)根据输气管网实时监控数据、调校结果和通过性验证后的动态运行优化方案集,得到最终的输气管网的动态运行优化方案,具体为:
7.1)根据调校结果,对指定的时段组合进行修正,去掉不适用的指定的时段组合,得到修正后指定的时段组合。
7.2)根据步骤7.1)中得到的修正后指定的时段组合,对步骤5)中得到的满足管道运行边界条件约束的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集作为二次全时段动态运行优化方案集,并反馈至非线性映射关系模型,用于扩充训练或修正相关参数。
7.3)根据输气管网实时监控数据,在二次全时段动态运行优化方案集中选出最接近的优选方案,作为最终的输气管网的动态运行优化方案。
8)根据该动态运行优化方案生成生产控制参数并作为指令发送至SCADA接口机,用于SCADA执行。
9)客户机实时同步在线瞬态仿真服务器、优化服务器的执行过程、管道特性参数的调校结果和输气管网的动态运行优化方案集。
上述实施例中,采用的改进的神经网络方法为利用遗传算法优化的小波神经网络方法即连续小波神经网络方法,通过小波函数代替常规神经网络隐含层的激励函数,通过小波函数的伸缩因子代替神经网络中输入层到隐含层的权值,通过小波函数的平移因子代替神经网络中的隐含层阈值,将小波函数作为神经网络中输出层的神经元激励函数,将隐含层的小波伸缩系叠加形成输出,其中,采用莫莱小波函数代替常规神经网络隐含层的激励函数,即:
其中,ψ(x)为莫莱小波函数;x为时间参数;a为大小参数;b为时间位置参数。为避免神经网络的维度灾难,需要通过对神经网络的输入节点进行筛选,排除输气量不能够或不需要进行调度的用户,有选择的排除输气量相对较小的输入节点,重点考虑输气量较大的输入节点。
实施例2
如图2所示,本发明提供的输气管网的全时段运行优化系统包括SCADA(Supervisory Control And Data Acquisition,数据采集与监控系统)接口机、在线瞬态仿真服务器、优化服务器和客户机。
SCADA接口机用于根据生产调控中心平台的指令,采集输气管网控制中心的现场SCADA服务器发送的输气管网实时监控数据,并通过中间生产数据库接口机发送至在线瞬态仿真服务器和优化服务器,其中,输气管网实时监控数据包括输气管网各监控站点的天然气流量、压力、温度和热值的实时数据。
优化服务器用于确定输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型以及输气量分配能耗最低的输气量分配方案。
在线瞬态仿真服务器用于根据输气管网实时监控数据以及优化服务器确定的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集,其中,指定时段为24小时、48小时、72小时、96小时、120小时、144小时或168小时等,可以根据实际情况进行指定。
优化服务器还用于对输气管网的动态运行优化方案集进行筛选,将筛选后的动态运行优化方案集发送至在线瞬态仿真服务器和生产调控中心平台,在线瞬态仿真服务器对筛选后的动态运行优化方案集进行通过性验证。
生产调控中心平台用于根据输气管网实时监控数据,对筛选后的动态运行优化方案集进行调校。
优化服务器还用于根据输气管网实时监控数据、调校结果和通过性验证后的动态运行优化方案集,得到最终的输气管网的动态运行优化方案。
生产调控中心平台还用于根据该动态运行优化方案生成生产控制参数并作为指令发送至SCADA接口机,用于SCADA执行。
客户机用于实时同步在线瞬态仿真服务器、优化服务器的执行过程、管道特性参数的调校结果和输气管网的动态运行优化方案集。
在一个优选的实施例中,存在压缩机站的输气管网中,动态运行优化方案包括每一压缩机站的进出站压力、开机台数、控制点压力和流量等参数,生产控制参数即为输气管网中压缩机站的进出站压力、开机台数、控制点压力和流量等参数的控制信号。不存在压缩机站的输气管网中,动态运行优化方案包括输气管网的控制点压力和流量等参数的分配,生产控制参数即为输气管网的控制点压力和流量分配的控制信号。
在一个优选的实施例中,优化服务器内设置有自学习映射模块、流量分配优化模块、第一数据库、第二数据库、第三数据库、第四数据库、时段组合确定模块、一次全时段动态运行优化方案确定模块、修正模块、二次全时段动态运行优化方案确定模块和运行优化方案确定模块。
自学习映射模块用于采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型。
流量分配优化模块用于采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输气量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量运行方案,用于确定输气管网的运行优化方案。其中,流量分配优化模型为采用现有技术公开的基于水力仿真软件平台对建立的特定的输气管网的瞬态水力模型,具体过程在此不多做赘述。各输气管道的优化运行数据库为根据不同输气管网输送流量、下载点用气量变动幅度、压力限定条件和气温等特定工况条件,通过流量分配优化模型对每一组合工况逐一计算的优化运行方案的集合。输气量运行方案包括整个输气管网的压缩机站启动数量和压缩机站的类型。
第一数据库用于通过在线瞬态仿真服务器接口存储在线瞬态仿真服务器生成的输气管网的动态运行优化方案集。
时段组合确定模块用于在相同季节最低埋地地温和相同输气量台阶范围工况下,以初始状态和终了状态的差异性最小为原则,比较第一数据库内存储的输气管网的动态运行优化方案集在24小时、48小时、72小时、96小时、120小时、144小时、168小时甚至更长时段内不同的时段组合对相对更长的时段组合的影响,确定指定的时段组合,即不会因为时段延长而需要不断切换动态运行优化方案的时段组合,并存储至第二数据库。
一次全时段动态运行优化方案确定模块用于根据第二数据库内存储的指定的时段组合,对第一数据库内存储的输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集作为一次全时段动态运行优化方案集,并存储至第三数据库以及发送至线瞬态仿真服务器。
修正模块用于根据生产调控中心平台的调校结果,对指定的时段组合进行修正,去掉不适用的指定的时段组合,得到修正后指定的时段组合。
二次全时段动态运行优化方案确定模块用于根据修正后指定的时段组合,对在线瞬态仿真服务器确定的满足管道运行边界条件约束的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集作为二次全时段动态运行优化方案集,并存储至第四数据库以及反馈至自学习映射模块,用于扩充训练或修正相关参数。
运行优化方案确定模块用于根据中间生产数据库接口机发送的输气管网实时监控数据,在二次全时段动态运行优化方案集中选出最接近的优选方案,作为最终的输气管网的动态运行优化方案,并发送至生产调控中心平台。
在一个优选的实施例中,在线瞬态仿真服务器内设置有参数调校模块、基准动态运行方案确定模块、相似动态运行方案确定模块、一次筛选模块、二次筛选模块和通过性验证模块。
参数调校模块用于根据输气管网实时监控数据,调校输气管网的输气管道特性参数(包括摩阻系数、总传热系数、设备特性参数等),以确保在线仿真结果最大程度逼近输气管网实时监控数据。
基准动态运行方案确定模块用于对于各季节最低埋地地温和各输气量台阶范围工况下的每一指定时段,采用动态规划法,根据非线性映射关系模型和最优输气量分配方案,以稳态计算为基础,得到基准动态运行方案。
相似动态运行方案确定模块用于采用枚举法,在基准动态运行方案的基础上,每次改变一个压缩机站的开机台数,得到基准动态运行方案对应的若干相似动态运行方案。
一次筛选模块用于采用动态规划法,对得到的若干相似动态运行方案进行动态计算,并筛选出满足管道运行边界条件约束的相似动态运行方案。
二次筛选模块用于以总能耗最低为目标,考虑总管存量安全和控制参数调整易操作性,对基准动态运行方案以及一次筛选出的相似动态运行方案进行二次筛选,得到若干动态运行优化方案。
通过性验证模块用于对一次全时段动态运行优化方案集进行通过性验证,筛选出一次全时段动态运行优化方案集中满足管道运行边界条件约束的动态运行优化方案集。
下面以多条输气管道互联互通形成的输气管网为具体实施例详细说明本发明输气管网的全时段运行优化方法:
1)根据生产调控中心平台的指令,采集输气管网控制中心的现场SCADA服务器发送的输气管网实时监控数据。
2)采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型,如下表1所示:
表1:输气管道主要站场输气量与压缩机站能耗的神经网络训练非线性映射关系模型
采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量分配方案:
以上表1中的五个压缩机站的年输气量进行调度方案优化为例,其总输气量为59.1亿立方米,采用本发明方法的循环迭代寻优,A~E各压缩机站的最优输气量分别为14.6、16.8、8.8、10.3、8.6亿立方米。
3)根据输气管网实时监控数据、步骤2)中得到的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集。
4)对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集
5)对一次全时段动态运行优化方案集进行通过性验证,筛选出一次全时段动态运行优化方案集中满足管道运行边界条件约束的动态运行优化方案集。
6)根据输气管网实时监控数据,对一次全时段动态运行优化方案集进行调校。
7)根据调校结果,对指定的时段组合进行修正,去掉不适用的指定的时段组合,得到修正后指定的时段组合。根据得到的修正后指定的时段组合,对得到的满足管道运行边界条件约束的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集作为二次全时段动态运行优化方案集,并反馈至非线性映射关系模型,用于扩充训练或修正相关参数,如下表2所示:
表2:示例计算方案表
根据输气管网实时监控数据,在二次全时段动态运行优化方案集中选出最接近的优选方案,作为最终的输气管网的动态运行优化方案。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (6)
1.一种输气管网的全时段运行优化方法,其特征在于,包括以下步骤:
1)采集输气管网实时监控数据;
2)确定输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型以及输气量分配能耗最低的输气量分配方案,具体过程为:
2.1)采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型;
2.2)采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量分配方案;
3)根据输气管网实时监控数据、确定的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集,具体过程为:
3.1)根据输气管网实时监控数据,调校输气管网的输气管道特性参数;
3.2)对于各季节最低埋地地温和各输气量台阶范围工况下的每一指定时段,采用动态规划法,根据确定的非线性映射关系模型和最优输气量分配方案,以稳态计算为基础,得到基准动态运行方案,包括输气管网内每一压缩机站的进出站压力、开机台数、控制点压力和流量;
3.3)采用枚举法,在基准动态运行方案的基础上,每次改变一个压缩机站的开机台数,得到基准动态运行方案对应的若干相似动态运行方案;
3.4)采用动态规划法,对得到的若干相似动态运行方案进行动态计算,并筛选出满足管道运行边界条件约束的相似动态运行方案;
3.5)以总能耗最低为目标,考虑总管存量安全和控制参数调整易操作性,对基准动态运行方案以及筛选出的相似动态运行方案进行二次筛选,得到若干动态运行优化方案;
3.6)重复步骤3.2)~3.5),直至选出该输气量台阶范围工况下的其它指定时段以及其它季节最低埋地地温、其它输气量台阶范围工况下的若干动态运行优化方案,形成输气管网的动态运行优化方案集;
4)对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集,具体过程为:
4.1)在相同季节最低埋地地温和相同输气量台阶范围工况下,以初始状态和终了状态的差异性最小为原则,比较第一数据库内存储的输气管网的动态运行优化方案集在指定时段内不同的时段组合对相对更长的时段组合的影响,确定指定的时段组合;
4.2)根据指定的时段组合,对输气管网的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集;
5)对筛选后的动态运行优化方案集进行通过性验证和调校,并根据输气管网实时监控数据,得到最终的输气管网的动态运行优化方案,完成输气管网的全时段运行优化,具体过程为:
5.1)对步骤4.2)中筛选后的动态运行优化方案集进行通过性验证,筛选出一次全时段动态运行优化方案集中满足管道运行边界条件约束的动态运行优化方案集;
5.2)根据输气管网实时监控数据,对步骤4.2)中筛选后的动态运行优化方案集进行调校;
5.3)根据输气管网实时监控数据、调校结果和通过性验证后的动态运行优化方案集,得到最终的输气管网的动态运行优化方案。
2.如权利要求1所述的一种输气管网的全时段运行优化方法,其特征在于,所述步骤5.3)的具体过程为:
5.3.1)根据调校结果,对指定的时段组合进行修正,得到修正后指定的时段组合;
5.3.2)根据修正后指定的时段组合,对步骤5.1)中得到的满足管道运行边界条件约束的动态运行优化方案集进行筛选,得到筛选后的动态运行优化方案集;
5.3.3)根据输气管网实时监控数据,在步骤5.3.2)的筛选后的动态运行优化方案集中选出优选方案作为最终的输气管网的动态运行优化方案。
3.如权利要求1所述的一种输气管网的全时段运行优化方法,其特征在于,还包括:根据最终的输气管网的动态运行优化方案生成生产控制参数并作为指令,用于输气管网实时监控数据的采集。
4.一种基于权利要求1所述的输气管网的全时段运行优化方法的输气管网的全时段运行优化系统,其特征在于,包括SCADA接口机、在线瞬态仿真服务器和优化服务器;
所述SCADA接口机用于采集输气管网实时监控数据,并发送至所述在线瞬态仿真服务器和优化服务器;
所述优化服务器用于确定输气管网的各输气管道中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型以及输气量分配能耗最低的输气量分配方案;
所述在线瞬态仿真服务器用于根据输气管网实时监控数据以及所述优化服务器确定的非线性映射关系模型和输气量分配能耗最低的输气量分配方案,生成输气管网内的输气管道各季节最低埋地地温和各输气量台阶范围工况下的若干个指定时段的动态运行优化方案,并形成输气管网的动态运行优化方案集;
所述优化服务器还用于对输气管网的动态运行优化方案集进行筛选,将筛选后的动态运行优化方案集发送至所述在线瞬态仿真服务器和生产调控中心平台,所述在线瞬态仿真服务器对筛选后的动态运行优化方案集进行通过性验证,所述生产调控中心平台根据输气管网实时监控数据,对筛选后的动态运行优化方案集进行调校;
所述优化服务器还用于根据输气管网实时监控数据、调校结果和通过性验证后的动态运行优化方案集,得到最终的输气管网的动态运行优化方案。
5.如权利要求4所述的一种输气管网的全时段运行优化系统,其特征在于,所述优化服务器内设置有:
自学习映射模块,用于采用改进的神经网络方法,根据若干输气管网的历史动态运行方案中各压缩机站的不同输气量与对应的压缩机站能耗,得到输气管网中各压缩机站的输气量与压缩机站能耗之间的非线性映射关系模型;
流量分配优化模块,用于采用流量分配优化模型,根据得到的非线性映射关系模型和各输气管道的优化运行数据库,在输气管网的各输气管道输气量范围内进行输气量的全面组合,将总输气量在输气管网内进行分配,得到输气量分配能耗最低的输气量运行方案;
第一数据库,用于存储所述在线瞬态仿真服务器生成的输气管网的动态运行优化方案集;
时段组合确定模块,用于在相同季节最低埋地地温和相同输气量台阶范围工况下,以初始状态和终了状态的差异性最小为原则,比较所述第一数据库内存储的输气管网的动态运行优化方案集在指定时段内不同的时段组合对相对更长的时段组合的影响,确定指定的时段组合,并存储至第二数据库;
一次全时段动态运行优化方案确定模块,用于根据所述第二数据库内存储的指定的时段组合,对所述第一数据库内存储的输气管网的动态运行优化方案集进行筛选,并将筛选后的动态运行优化方案集存储至第三数据库以及发送至所述线瞬态仿真服务器;
修正模块,用于根据生产调控中心平台的调校结果,对指定的时段组合进行修正,得到修正后指定的时段组合;
二次全时段动态运行优化方案确定模块,用于根据修正后指定的时段组合,对所述在线瞬态仿真服务器确定的满足管道运行边界条件约束的动态运行优化方案集进行筛选,并将筛选后的动态运行优化方案集存储至第四数据库以及反馈至所述自学习映射模块;
运行优化方案确定模块,用于根据输气管网实时监控数据,在所述第四数据库内存储的筛选后的动态运行优化方案集中选出优选方案,作为最终的输气管网的动态运行优化方案,并发送至生产调控中心平台,以生成生产控制参数并作为指令发送至所述SCADA接口机。
6.如权利要求5所述的一种输气管网的全时段运行优化系统,其特征在于,所述在线瞬态仿真服务器内设置有:
参数调校模块,用于根据输气管网实时监控数据,调校输气管网的输气管道特性参数;
基准动态运行方案确定模块,用于对于各季节最低埋地地温和各输气量台阶范围工况下的每一指定时段,采用动态规划法,根据非线性映射关系模型和最优输气量分配方案,以稳态计算为基础,得到基准动态运行方案;
相似动态运行方案确定模块,用于采用枚举法,在基准动态运行方案的基础上,每次改变一个压缩机站的开机台数,得到基准动态运行方案对应的若干相似动态运行方案;
一次筛选模块,用于采用动态规划法,对得到的若干相似动态运行方案进行动态计算,并筛选出满足管道运行边界条件约束的相似动态运行方案;
二次筛选模块,用于以总能耗最低为目标,考虑总管存量安全和控制参数调整易操作性,对基准动态运行方案以及一次筛选出的相似动态运行方案进行二次筛选,得到若干动态运行优化方案;
通过性验证模块,用于对所述第三数据库内存储的筛选后的动态运行优化方案集进行通过性验证,筛选出满足管道运行边界条件约束的动态运行优化方案集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110614049.6A CN113361763B (zh) | 2021-06-02 | 2021-06-02 | 一种输气管网的全时段运行优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110614049.6A CN113361763B (zh) | 2021-06-02 | 2021-06-02 | 一种输气管网的全时段运行优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113361763A CN113361763A (zh) | 2021-09-07 |
CN113361763B true CN113361763B (zh) | 2023-12-01 |
Family
ID=77531300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110614049.6A Active CN113361763B (zh) | 2021-06-02 | 2021-06-02 | 一种输气管网的全时段运行优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113361763B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102606886A (zh) * | 2012-02-07 | 2012-07-25 | 北京康吉森油气工程技术有限公司 | 基于微粒群算法的气相介质长输管道、优化装置及方法 |
CN109697308A (zh) * | 2018-11-30 | 2019-04-30 | 天津大学 | 一种考虑管网延时特性的天然气输气系统稳态建模方法 |
CN109977555A (zh) * | 2019-03-27 | 2019-07-05 | 中国石油天然气集团公司 | 一种适用于区域性天然气管网优化运行的设计方法 |
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 |
CN112560193A (zh) * | 2020-12-08 | 2021-03-26 | 宋印东 | 一种基于神经网络算法的压缩机组运行控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783916B (zh) * | 2019-01-02 | 2021-06-18 | 大连理工大学 | 一种基于仿真技术的空气压缩机群组优化调度决策方法 |
-
2021
- 2021-06-02 CN CN202110614049.6A patent/CN113361763B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102606886A (zh) * | 2012-02-07 | 2012-07-25 | 北京康吉森油气工程技术有限公司 | 基于微粒群算法的气相介质长输管道、优化装置及方法 |
CN109697308A (zh) * | 2018-11-30 | 2019-04-30 | 天津大学 | 一种考虑管网延时特性的天然气输气系统稳态建模方法 |
CN109977555A (zh) * | 2019-03-27 | 2019-07-05 | 中国石油天然气集团公司 | 一种适用于区域性天然气管网优化运行的设计方法 |
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 |
CN112560193A (zh) * | 2020-12-08 | 2021-03-26 | 宋印东 | 一种基于神经网络算法的压缩机组运行控制方法 |
Non-Patent Citations (9)
Title |
---|
Transient Operation Optimization Technology of Gas Transmission Pipeline: A Case Study of West-East Gas Transmission Pipeline;Enbin Liu 等;《 IEEE Access》;第7卷;第112131-112141页 * |
动态规划法在输气管道运行优化上的应用;皮礼仕;《天然气技术与经济》;第14卷(第01期);第69-73、79页 * |
天然气稳态运行优化的混合整数模型及其算法;黄亚魁 等;《运筹学学报》;第21卷(第02期);第13-23页 * |
天然气管网指定时段运行优化技术研究;庞喆;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》(第05期);第1-84页 * |
天然气管网运行最优化探讨;李博 等;《油气储运》;第37卷(第10期);第1147-1152页 * |
天然气管道瞬态运行优化技术研究进展;刘恩斌 等;《科学技术与工程》;第17卷(第21期);第175-183页 * |
油田天然气压缩机组运行改进与参数优化;唐嘉 等;《设备管理与维修》(第01期);第49-50页 * |
煤层气输气管道最优化方法研究;郭笑沁 等;《太原科技大学学报》;第40卷(第03期);第245-248页 * |
输气管网稳态运行优化计算方法;殷建成 等;《油气储运》;第26卷(第05期);第18-21、32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113361763A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113822496B (zh) | 一种多机组热电厂供热模式及参数在线寻优方法 | |
CN107292766B (zh) | 面向风电消纳的电力系统调峰手段经济性评估方法与系统 | |
CN109255471A (zh) | 一种含风电的电-气-热综合能源系统扩展规划优化方法 | |
US8655497B2 (en) | System and method for regulating electrical and thermal energy generated by co/trigeneration energy system in multi-source energy plant | |
Chen et al. | Economic and environmental operation of power systems including combined cooling, heating, power and energy storage resources using developed multi-objective grey wolf algorithm | |
CN111832138B (zh) | 一种区域管网拓扑优化方法 | |
CN111950122A (zh) | 园区综合能源系统运行优化方法 | |
WO2015035134A1 (en) | Combined cycle power generation optimization system | |
CN111724064B (zh) | 一种基于改进免疫算法的含储能配电网规划方法 | |
CN113110057A (zh) | 一种基于人工智能的热力站节能控制方法及智能决策系统 | |
CN113110056A (zh) | 一种基于人工智能的供热智能决策方法及智能决策机 | |
CN116151565A (zh) | 一种基于多能流多层级的城市智慧能源系统构建方法和协同规划方法 | |
CN108734419B (zh) | 一种基于知识迁移的高炉煤气调度系统建模方法 | |
Qu et al. | Synergetic power-gas flow with space-time diffusion control of air pollutants using a convex multi-objective optimization | |
CN113806972B (zh) | 一种考虑供需双侧灵活性的综合能源系统可靠性分析方法 | |
CN111463773A (zh) | 一种区域型综合能源系统能量管理优化方法和装置 | |
CN108321801A (zh) | 一种能源基地系统日前发电计划制定方法和系统 | |
CN113361763B (zh) | 一种输气管网的全时段运行优化方法及系统 | |
CN103337040A (zh) | 一种计及风电波动性的风电发电计划编制系统及编制方法 | |
CN109858125A (zh) | 一种基于径向基神经网络的火电机组供电煤耗计算方法 | |
CN117575341A (zh) | 一种基于大数据天然气传输网络的气量调度评价方法 | |
CN110826776B (zh) | 一种配网线变关系识别中基于动态规划的初始解优化方法 | |
CN111768036A (zh) | 一种综合能源配电系统与上级电网交互运行的功率优化方法 | |
Perdana et al. | An intelligent switch with back-propagation neural network based hybrid power system | |
CN111062576A (zh) | 一种基于dma分区最不利点的压力管理系统 |
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 |