CN116663178A - 一种天然气管道气压波动预测方法及系统 - Google Patents

Abstract

本发明涉及气‑电耦合系统态势感知技术，具体涉及一种天然气管道气压波动预测方法及系统，该方法首先使用代数表达式体现了管道气压随时间变化规律，生成管道气压序列。然后通过联机算法提取出序列中所有波动幅度大于0.05kPa的子序列，子序列的起始时间、最大值最小值之差即为预测结果。该预测方法可以快速地预测出流量的快速调节将会使管道气压在何时产生多大程度的波动，基于可解析表达式计算出管道气压的波动幅度以波动出现的时刻，为气‑电耦合系统的实时状态感知、安全预警提供支撑。并真实地模拟了天然气管道的流量调节过程，结果曲线能够体现出管道压力出现剧烈波动的时刻及波动幅值，与仿真结果相符。

Description

一种天然气管道气压波动预测方法及系统

技术领域

本发明属于气-电耦合系统态势感知技术领域，特别涉及一种天然气管道气压波动预测方法及系统。

背景技术

随着新能源开发规模的扩大，如何提升新能源消纳水平，缓解由于其间歇性对电力系统安全稳定运行带来的影响，已成为新型电力系统构建面临的挑战。天然气发电具有负荷调节范围宽、响应快速、变负荷能力强的特点，与新能源形成互补，是电网调峰的理想选择。然而近年来多起事故说明了天然气系统与电力系统之间的耦合会带来一定的安全风险：极端恶劣天气导致气井和管道结冰，天然气供应减少，使得签订可中断供气合同的燃气轮机组停机，而其他机组也会因为快速爬坡会导致进气口管道压力低于阈值而停机。因此有必要对气-电耦合系统进行实时状态感知，有助于对存在的安全风险进行预警。

除了恶劣天气之外，燃气轮机快速启停、阀门操作等现象也会对气-电耦合系统带来安全风险。管道内天然气的压力、流量和管存会产生剧烈波动，当与燃气轮机连接的天然气管道气压在短时间尺度内波动程度较大时，燃气轮机将存在跳闸的可能，造成电力系统的不稳定。此外，当需要增大燃气轮机出力而快速操作阀门时会带来气锤效应，燃气轮机的输出功率会存在先减小后增大的现象，造成电力系统的功率不平衡，进而存在触发低频减载的可能。而气锤效应严重时则会产生管道爆裂等现象，进而给系统带来巨大的安全风险。

目前关于天然气管道气压波动特性的主要研究有如下方向：

(1)将Weymouth稳态方程进行扩展近似刻画天然气管网的动态过程，一定程度上考虑了气网的慢动态特性，但精度难以支撑实时态势感知；

(2)通过隐式差分法和特征线法实现天然气管网的动态仿真以及优化，通过逐点求解/差分高维非线性方程，计算量较大；

(3)通过气路理论和状态空间法将气网动态过程转换成频率域上的二端口模型并优化求解，利用气路理论将天然气管道状态偏微分方程组转换成时域上的常微分方程组，再通过拉普拉斯变换转换为频域上的代数方程组，提高了模型精度和求解效率。已有部分研究基于这种思路提出了如下天然气管道气压可解析表达式：

但上述表达式无法体现流量调节时间，且并不能正确体现管道气压的波动特性。

发明内容

针对背景技术存在的问题，本发明提供一种天然气管道气压波动预测方法，简单、准确地判断出调度指令会使得天然气管道气压在何时产生多大程度的波动。

为解决上述技术问题，本发明采用如下技术方案：一种天然气管道气压波动预测方法，包括：

获取初始状态天然气管道参数；

设定用于生成天然气管道气压序列的时间参数；

计算流量调节开始后天然气管道首端气压在20秒内的序列；

按顺序分析天然气管道首端气压在20秒内序列，通过联机算法提取所有波动幅度不小于气压波动幅度阈值Th的子序列，得到波动预测结果。

在上述天然气管道气压波动预测方法中，所述获取初始状态天然气管道参数包括：通过SCADA系统获取初始状态下天然气管道首端气压p_s、天然气管道末端气压p_e、管道气流m₁；获取管道的静态信息：管道长度L、管道半径R、天然气波速a；电网对燃气燃机发出的调度指令为Δm,T，从m₁调节至m₁+Δm。

在上述天然气管道气压波动预测方法中，所述设定用于生成天然气管道气压序列的时间参数包括：设定计算时间间隔Δt＝0.01s、时间间隔数量N，N为正整数，且NΔt≤20s，气压波动幅度阈值Th设置为0.05kPa。

在上述天然气管道气压波动预测方法中，所述计算流量调节开始后天然气管道首端气压在20秒内的序列包括：通过获取的始状态天然气管道参数和设定的用于生成天然气管道气压序列的时间参数，计算流量调节开始后，天然气管道首端气压在20秒内的序列：p₀、p₁、p₂、…、p_N；p_i,，i＝1，2，…，N的可解析表达式如下：

其中H为heaviside阶梯函数，erfc为误差互补函数，定义方式为：

其中，c₁、υ、c_l,k、b_l,k、e_l,k、f_l,k、g_l,k，l的范围为1至10，k的范围为1至2，均为方便表达而引入的过程参数，无实际物理意义，ξ为积分操作中的被积分符号，无实际意义，过程参数定义如下：

在上述天然气管道气压波动预测方法中，所述通过联机算法提取子序列，得到波动预测结果包括：按照顺序分析所得序列，通过联机算法以线性时间提取出所有波动幅度不小于Th的子序列p_i,…,p_j，定义如下：

|p_i-1-p_i|<Th|p_j-p_j+1|<Th

|p_m-p_m+1|≥Th,m＝i,i+1,...,j-1

子序列p_i，…，p_j的波动幅度为：max(p_m)-min(p_m),m＝i,i+1,...,j

提取的所有子序列的起始时间、终止时间和波动幅度即为波动预测结果。

一种用于天然气管道气压波动预测方法的系统，包括参数获取模块，用于获取天然气管道初始参数；管道气压序列生成模块，用于生成管道气压序列；计算模块，用于计算流量调节后天然气管道气压序列；序列提取模块，用于提取子序列，得到波动预测结果。

一种计算机可读存储介质，所述计算机可读存介质用于存储程序代码，程序代码用于执行所述的天然气管道气压波动预测方法。

一种包括指令的计算机程序产品，当其在计算机上运行时，使得所述计算机执行所述的天然气管道气压波动预测方法。

与现有技术相比，本发明的有益效果：本发明基于一种可解析表达式计算出管道气压的波动幅度以波动出现的时刻为气-电耦合系统的实时状态感知、安全预警提供支撑。

与差分法、特征线法等动态仿真方法比，本发明的计算效率大幅提高。

与其他管道气压可解析表达式的研究相比，本发明真实地模拟了天然气管道的流量调节过程，结果曲线能够体现出管道压力出现剧烈波动的时刻及波动幅值，与仿真结果相符。

附图说明

图1为本发明实施例天然气管道示意图；

图2为本发明实施例天然气管道首端气压随时间变化曲线。

具体实施方式

下面将结合本发明实施例对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合具体实施例对本发明作进一步说明，但不作为本发明的限定。

本实施例提出的天然气管道气压波动预测方法，可以快速地预测出流量的快速调节将会使管道气压在何时产生多大程度的波动。首先使用代数表达式体现了管道气压随时间变化规律，生成管道气压序列。然后通过联机算法提取出序列中所有波动幅度大于0.05kPa的子序列，子序列的起始时间，最大值最小值之差即为预测结果。

本实施例是通过以下技术方案来实现的，一种天然气管道气压波动预测方法，包括获取初始状态天然气管道参数；设定时间参数，生成管道气压序列；计算流量调节开始后天然气管道气压序列；通过联机算法提取子序列，得到波动预测结果。具体步骤如下：

S1.通过SCADA系统获取初始状态下天然气管道首端气压p_s、天然气管道末端气压p_e、管道气流m₁。获取管道的静态信息：管道长度L、管道半径R、天然气波速a。假设电网对燃气燃机发出的调度指令为Δm,T，即在时间T内将流量调节Δm(即从m₁调节至m₁+Δm)。

S2.设定计算时间间隔Δt，设置为0.01s、时间间隔数量N，N为正整数，由于管道气压波动一般发生在20秒内，因此NΔt≤20，气压波动幅度阈值Th，设置为0.05kPa。

S3.通过步骤S1、S2中获取/设定的参数，计算流量调节开始后，天然气管道首端气压在20秒内的序列：p₀、p₁、p₂、…、p_N。p_i，i＝1,2,…,N的可解析表达式如下：

其中H为heaviside阶梯函数，erfc为误差互补函数，定义方式为

式(1)中，c₁、υ、c_l,k、b_l,k、e_l,k、f_l,k、g_l,k，l的范围为1至10，k的范围为1至2。为方便表达而引入的过程参数，无实际物理意义，ξ为积分操作中的被积分符号，定义如下：

S4.按照顺序分析S3中得到的序列，通过联机算法(on-line algorithm)以线性时间提取出所有波动幅度不小于Th的子序列p_i,…,p_j，定义如下：

|p_i-1-p_i|<Th|p_j-p_j+1|<Th

|p_m-p_m+1|≥Th,m＝i,i+1,...,j-1

子序列p_i,…,p_j的波动幅度为max(p_m)-min(p_m),m＝i,i+1,...,j

提取出来的所有子序列的起始、终止时间，波动幅度即为本方法得到的波动预测结果。

一种用于天然气管道气压波动预测方法的系统，包括：

参数获取模块，用于获取天然气管道初始参数；

管道气压序列生成模块，用于生成管道气压序列；

计算模块，用于计算流量调节后天然气管道气压序列；

序列提取模块，用于提取子序列，得到波动预测结果。

一种计算机可读存储介质，计算机可读存介质用于存储程序代码，程序代码用于执行上述的天然气管道气压波动预测方法。

一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述的天然气管道气压波动预测方法。

算例测试

如图1所示的管道系统作为算例，表1为管道的初始及静态信息。

表1初始及静态信息

针对本算例设置了两种场景：

场景1：从t＝0s时开始调节管道调节阀，当t＝2.3s时管道首端流量降至2kg/s。

场景2：从t＝0s时开始调节管道调节阀，当t＝4.6s时管道首端流量降至2kg/s。

根据气网仿真软件得到的管道仿真曲线如图2所示，仿真用时30s。

而将相关参数带入本专利所介绍的方法，可以快速计算出场景1、2下的气压波动特性，如表2、表3所示。

表2场景1下的管道首端气压波动特性

表3场景2下的管道首端气压波动特性

通过表2、3可知场景1、2下管道气压发生剧烈波动的时刻以及波动幅值，与图1所示的仿真结果大致相符(管道气压首先会在短时间内快速波动，随后缓慢变换直至稳态)，说明了本实施例提出的天然气管道气压波动预测方法具备有效性。

以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (8)

1.一种天然气管道气压波动预测方法，其特征在于，包括：

获取初始状态天然气管道参数；

设定用于生成天然气管道气压序列的时间参数；

计算流量调节开始后天然气管道首端气压在20秒内的序列；

按顺序分析天然气管道首端气压在20秒内序列，通过联机算法提取所有波动幅度不小于气压波动幅度阈值Th的子序列，得到波动预测结果。

2.根据权利要求1所述天然气管道气压波动预测方法，其特征在于，所述获取初始状态天然气管道参数包括：通过SCADA系统获取初始状态下天然气管道首端气压p_s、天然气管道末端气压p_e、管道气流m₁；获取管道的静态信息：管道长度L、管道半径R、天然气波速a；电网对燃气燃机发出的调度指令为Δm,T，从m₁调节至m₁+Δm。

3.根据权利要求1所述天然气管道气压波动预测方法，其特征在于，所述设定用于生成天然气管道气压序列的时间参数包括：设定时间间隔Δt＝0.01s、时间间隔数量N，N为正整数，且NΔt≤20s，气压波动幅度阈值Th设置为0.05kPa。

4.根据权利要求3所述天然气管道气压波动预测方法，其特征在于，所述计算流量调节开始后天然气管道首端气压在20秒内的序列包括：通过获取的初始状态天然气管道参数和设定的用于生成天然气管道气压序列的时间参数，计算流量调节开始后，天然气管道首端气压在20秒内的序列：p₀、p₁、p₂、…、p_N；p_i,，i＝1，2，…，N的可解析表达式如下：

其中H为heaviside阶梯函数，erfc为误差互补函数，定义方式为：

其中，c₁、υ、c_l,k、b_l,k、e_l,k、f_l,k、g_l,k，l的范围为1至10，k的范围为1至2，均为方便表达而引入的过程参数，无实际物理意义，ξ为积分操作中的被积分符号，过程参数定义如下：

5.根据权利要求4所述天然气管道气压波动预测方法，其特征在于，所述按顺序分析天然气管道首端气压在20秒内的序列，通过联机算法提取所有波动幅度不小于气压波动幅度阈值Th的子序列，得到波动预测结果包括：按照顺序分析所得天然气管道首端气压在20秒内的序列，通过联机算法以线性时间提取出所有波动幅度不小于气压波动幅度阈值Th的子序列p_i,…,p_j，定义如下：

|p_i-1-p_i|<Th|p_j-p_j+1|<Th

|p_m-p_m+1|≥Th,m＝i,i+1,...,j-1

子序列p_i,…,p_j的波动幅度为：max(p_m)-min(p_m),m＝i,i+1,...,j。

6.用于权利要求1-5任一项所述天然气管道气压波动预测方法的系统，其特征在于，包括参数获取模块，用于获取天然气管道初始参数；管道气压序列生成模块，用于生成管道气压序列；计算模块，用于计算流量调节后天然气管道气压序列；序列提取模块，用于提取子序列，得到波动预测结果。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存介质用于存储程序代码，程序代码用于执行权利要求1-5任一项所述的天然气管道气压波动预测方法。

8.一种包括指令的计算机程序产品，其特征在于，当其在计算机上运行时，使得所述计算机执行权利要求1-5任一项所述的天然气管道气压波动预测方法。