崔雪萌 楊昕諒 張演義 郝卓卓 白保存

北京管道陜西輸油氣分公司

 

摘要：壓縮機是天然氣壓氣站的核心設備，也是耗能最多的設備。優(yōu)化壓縮機運行方案、降低能耗對降低管道生產(chǎn)運行成本以及減少碳排放有重要意義。以能耗最小為目標，針對壓氣站壓縮機運行提出了一個(gè)優(yōu)化模型，基于氣體流動(dòng)方程和壓縮機特性方程，使用主流求解器GUROBI進(jìn)行求解。采用某壓氣站實(shí)際生產(chǎn)數據驗證了模型的有效性，為調整機組運行方案提供理論依據。

關(guān)鍵詞：天然氣管道；壓縮機；運行方案優(yōu)化；特性預測；非線(xiàn)性?xún)?yōu)化

 

北京管道榆林壓氣站是陜京二、三線(xiàn)的第一座壓氣站，擁有5臺變頻電機驅動(dòng)離心式壓縮機和3臺燃氣輪機驅動(dòng)的離心式壓縮機，站內變頻電機的用電量占總用電量的80%以上，燃氣輪機的用氣量占總輸氣量的0.3%以上。因此優(yōu)化壓縮機的能源消耗對降低管道運行成本以及減少碳排放有重要意義。壓氣站機組運行決策（機組的啟停、轉速等）由站內值班人員根據國家管網(wǎng)集團油氣調度中心下發(fā)的調度指令，結合實(shí)際情況制定，具有一定隨機性。本文以能耗最小為目標，針對壓縮機運行提出了一個(gè)優(yōu)化模型，決策變量來(lái)自壓縮機運行方案，一系列約束條件基于氣體流動(dòng)方程和壓縮機特性方程。由于約束條件存在非線(xiàn)性的二次約束，提出的模型為二次優(yōu)化模型(Quadratic Program，QP)。使用主流求解器GUROBI進(jìn)行求解。算例分析部分用壓氣站實(shí)際生產(chǎn)數據驗證模型的有效性。

1  國內外優(yōu)化研究概述

目前國內外針對天然氣管網(wǎng)的優(yōu)化大體上分為設計優(yōu)化和運行優(yōu)化兩類(lèi)[1]。前者主要針對管網(wǎng)系統結構設計、管道材料選擇、壓氣站配置和選址進(jìn)行優(yōu)化[2]，優(yōu)化目標有系統輸氣能力最大化[3]、運行靈活性最大化[4]、未來(lái)擴展能力最大化[5]以及投資最小化等。后者優(yōu)化目標主要有操作成本最小化[6]、輸氣量最大化[7]、管道儲氣量最大化[8]、溫室氣體排放最小化[9]等。盡管研究眾多，但其優(yōu)化范圍多針對管網(wǎng)系統，少有針對單一壓氣站的運行優(yōu)化策略。本文提出的壓縮機組運行優(yōu)化模型基于目前的長(cháng)輸管道干線(xiàn)調度模式，針對性強，緊扣生產(chǎn)實(shí)際，更具指導意義。

2  模型建立

2.1  模型基礎

本研究的主要目的是提出優(yōu)化模型以確定擁有多臺、多類(lèi)型的并聯(lián)壓縮機的壓氣站最經(jīng)濟的壓縮機運行方案。

（1）基礎參數。①管網(wǎng)系統信息：壓氣站輸氣指定量（調度中心指令），壓縮機進(jìn)口壓力（由上游來(lái)氣壓力決定），下游站進(jìn)口壓力（調度中心指令），到下游站距離，下游管道管材、直徑、壁厚、粗糙度，地溫；②設備信息：壓縮機特性，驅動(dòng)機效率。

（2）決策變量。①壓縮機運行決策：不同時(shí)期機組運行方案（哪幾臺壓縮機運行，每臺壓縮機的轉速、流量等）；②設備能耗：不同時(shí)期壓縮機組驅動(dòng)機能耗。

（3）目標函數。在考慮各項物理量及工藝約束條件下，計算出某壓氣站不同時(shí)期的壓縮機組運行方案，實(shí)現壓縮機組能耗最小目標。

（4）模型假設。為方便建模并提高模型求解效率，提出了以下假設：①長(cháng)輸管道壓氣站運行時(shí)間被劃分為一系列等長(cháng)的離散單位時(shí)間；②該壓氣站到下游站之間的管道是水平管，天然氣溫度不變；③輸氣指定量、下游站進(jìn)站壓力已提前下達，在單位時(shí)間內不發(fā)生變化；④氣源壓力已知，且在單位時(shí)間內穩定，即壓縮機入口壓力在單位時(shí)間內為定值；⑤該壓氣站所有壓縮機都并聯(lián)，且忽略各壓縮機入口壓力因位置不同產(chǎn)生的差異；⑥所有壓縮機工作過(guò)程均為絕熱壓縮，且都以廠(chǎng)家指導手冊給出的實(shí)驗特性運行。

2.2  模型變量與約束

模型中所涉及的已知參數均以小寫(xiě)字母組成的符號表示，變量均以大寫(xiě)字母開(kāi)頭的符號表示，參數和變量的單位備注均與后文算例所采用的單位一致。

（1）模型參數。數據集合、模型參數分別見(jiàn)表 1、表 2。

表 1 數據集合

表 2 模型參數

（2）變量定義。參數分別見(jiàn)表 3。

表 3 變量定義

（3）目標函數。以站內壓縮機驅動(dòng)機總功耗（ObjP）最小為目標函數，ObjP等于站內每臺壓縮機驅動(dòng)機功率（Pqi,e）乘以運行時(shí)間之和，見(jiàn)式（1）：

（4）控制方程。根據管道流動(dòng)方程、質(zhì)量守恒原理、壓縮機特性方程，建立了壓氣站壓縮機與管網(wǎng)聯(lián)合運行方程。

①管道流動(dòng)方程：

根據假設，本壓氣站到下游站的管道為水平管道，水平管道水力計算公式及水力摩阻系數計算公式分別見(jiàn)式（2）、式（3）：

②壓縮機方程：

離心式壓縮機的能頭及絕熱系數計算分別見(jiàn)式（4）、式（5）：

壓縮機能耗與驅動(dòng)機能耗計算分別見(jiàn)式（6）、式（7）：

壓縮機特性曲線(xiàn)是指在進(jìn)氣狀態(tài)一定的條件下，轉速、多變效率與進(jìn)氣量之間的關(guān)系，反映機組運行時(shí)工況的變化，通常用特性方程來(lái)表征特性曲線(xiàn)。離心壓縮機的特性方程見(jiàn)式（8）、式（9）[10]：

壓縮機轉速在一定范圍內，即nmin≤N≤nmax，喘振和阻塞約束見(jiàn)式（10）：

③管道與壓縮機聯(lián)合運行方程：

壓縮機總輸氣量等于輸氣指定量，即Qct＝qt，由于所有壓縮機并聯(lián)，根據能量守恒定律，壓縮機總輸氣量為每臺壓縮機輸氣量之和，見(jiàn)式（11）：

由于電機驅動(dòng)的壓縮機組啟動(dòng)前無(wú)需暖機，啟動(dòng)較快，為預防意外情況，日常運行中至少保留一臺電驅壓縮機備用。式（12）中Ee為電驅壓縮機的編號集合，ne為電驅壓縮機的臺數：

3  算例分析

以榆林壓氣站實(shí)際生產(chǎn)數據為例，驗證模型的有效性。優(yōu)化模型使用Python編寫(xiě)程序，調用求解器GUROBI進(jìn)行求解，并在4核8線(xiàn)程Intel CPU i7-6700（2.6 GHz）及16 GB內存的計算機上運行。

3.1  算例情況

壓氣站5臺變頻電機驅動(dòng)的離心式壓縮機和3臺燃氣輪機驅動(dòng)的離心式壓縮機，輸氣指定量以及壓力控制值已提前下達，如圖 1所示。

圖 1 壓氣站月指定輸氣量

根據廠(chǎng)家提供的壓縮機性能指標和測試數據，使用最小二乘法對壓縮機特性曲線(xiàn)進(jìn)行擬合。以電驅離心壓縮機為例，擬合曲線(xiàn)如圖 2、圖 3所示，可以求出壓縮機特性方程。

圖 2 壓縮機特性曲線(xiàn)擬合圖

圖 3 壓縮機特性曲線(xiàn)擬合圖

電動(dòng)機的性能受環(huán)境影響較小，而燃氣輪機的性能受環(huán)境影響比較大，溫度升高熱效率會(huì )下降，驅動(dòng)機效率如圖 4所示。

圖 4 驅動(dòng)機效率曲線(xiàn)

其他主要參數取值如表 4所示。

表 4 其他參數取值

3.2  計算結果

優(yōu)化后得到了詳細的壓縮機組運行方案，如表 5所示，據此可以調整壓氣站壓縮機組運行策略。例如，1月時(shí)，依據求得的轉速，運行電驅1、3、4、5號機以及燃驅1、3號機最優(yōu)。

表 5 優(yōu)化后的壓縮機運行方案

優(yōu)化后機組總能耗與根據經(jīng)驗制定運行方案的機組總能耗對比如圖 5所示，可以看出，合理決策壓縮機的運行方案能夠降低能耗，節省運行成本，減少碳排放。對現場(chǎng)調整機組運行方案具有指導意義。

圖 5 壓縮機能耗對比

3.3  敏感性分析

考慮到輸氣指定量、驅動(dòng)機效率的不確定性，利用控制變量法進(jìn)行了敏感性分析，以量化當其他參數保持在基準值時(shí)，每個(gè)單獨參數對機組總能耗的影響。由圖 6可以看出，機組總能耗與輸氣量呈正相關(guān)，與驅動(dòng)機效率呈負相關(guān)，輸氣指定量對機組總能耗的影響較大，但驅動(dòng)機效率的影響仍不容小覷。

圖 6 敏感性分析

4  結論

（1）壓氣站機組運行有較大的優(yōu)化空間，通過(guò)優(yōu)化模型合理決策壓縮機運行方案，可以節能降耗。

（2）驅動(dòng)機效率對壓縮機總能耗的影響不容小覷，有必要探究提高驅動(dòng)機效率的措施。

（3）壓縮機實(shí)際運行的特性曲線(xiàn)與廠(chǎng)家所提供的測試數據會(huì )因為入口狀態(tài)、天氣、海拔等原因存在一定的差異。為了更好地指導生產(chǎn)，有必要獲取壓縮機的實(shí)際特性曲線(xiàn)，未來(lái)可以考慮使用深度學(xué)習進(jìn)行大數據分析，獲得更為準確的壓縮機特性曲線(xiàn)。

（4）由于壓縮機特性曲線(xiàn)非線(xiàn)性程度高，求解器使用傳統算法求解效率不夠高，未來(lái)可以考慮使用遺傳算法、粒子群算法等啟發(fā)類(lèi)算法進(jìn)行求解。

 

參考文獻：

[1]Demissie A , Zhu W , Belachew C T . A Multi-Objective Optimization Model for Gas Pipeline Operations[J]. Computers & Chemical Engineering, 2017, 100(may.8):94-103.

[2]Uester H , Dilaveroglu S . Optimization for design and operation of natural gas transmission networks[J]. Applied Energy, 2014, 133(nov.15):56-69.

[3]Alves F , JNMD Souza, Costa A L H . Multi-objective design optimization of natural gas transmission networks[J]. Computers & Chemical Engineering, 2016, 93(oct.4):212-220.

[4]Fodstad M , Midthun K T , Tomasgard A . Adding flexibility in a natural gas transportation network using interruptible transportation services[J]. European Journal of Operational Research, 2015, 243( 2):647-657.

[5]Mikolajkova M, Haikarainen C, Saxen H,et al. Optimization of a natural gas distribution network with potential future extensions[J]. Energy, 2017, 125(apr.15):848-859.

[6]Misra S, Fisher M W, Backhaus S,et al. Optimal Compression in Natural Gas Networks: A Geometric Programming Approach[J]. IEEE Transactions on Control of Network Systems, 2015, 2(1):47-56.

[7]Maryam,Fasihizadeh,Mohsen,et al. Improving gas transmission networks operation using simulation algorithms: Case study of the National Iranian Gas Network[J]. Journal of Natural Gas Science & Engineering, 2014,2:319-327

[8]Ernst M, Balestieri J, Landa H G, et al. Line-pack management for producing electric power on peak periods[J]. Applied Thermal Engineering, 2011, 31(1):42-49.

[9]BXYA,CHLB,BFW,et al.Impacts of emission reduction and external cost on natural gas distribution[J]. Applied Energy, 2017, 207:553-561.

[10]姬忠禮，鄧志安，趙會(huì )軍.泵和壓縮機[M].北京：石油工業(yè)出版社，2008.

作者簡(jiǎn)介：崔雪萌，1995年生，碩士，助理工程師，2021年畢業(yè)于中國石油大學(xué)（北京），現從事長(cháng)輸管道運維以及自控與電氣通信工作。聯(lián)系方式：13241820426，1102463061@qq.com。