張東
摘 要：根據某管道主線與某管道複線的基本參數以及目前的運營情況，對管道進行評估，主要針對管道現行方案中存在的問題進行分析，管道運行能耗費用偏高情況成為現行管道體系中普遍存在的問題之一。因此討論了造成能耗費用偏高的原因，並制定出合理的泵站布置方案和具有一定經濟性和可行性的開泵優化方案。
關 鍵 詞：輸油管道;水力計算;能耗;優化
中圖分類號：TE 832 文獻標識碼： A 文章編號： 1671-0460（2019）12-2840-04
Abstract： Based on the basic parameters and current operation situation of a pipeline， the pipeline was evaluated， the problems existing in the current pipeline scheme were analyzed， and the reasons for high energy consumption were discussed. A reasonable pumping station layout plan and an economical and feasible pumping optimization plan were made.
Key words： Oil pipeline; Hydraulic calculation; Energy consumption; Optimization
迄今為止，我國在管道網絡方面取得的成就已經受到全世界的關注，管道以東北，西北，西南等為骨幹，逐步聯通東北、西北以及西南的陸上輸油管道的建設。然而，成品油輸送過程中，管道沿線距離較長，導致沿途地區地形變化多，氣候環境複雜，利用管道進行成品油輸送時，受到其油品物性等因數影響，使得鐵路和公路的運輸成本增高，且存在一定程度的危險問題。
在成品油輸送方面，長距離管道輸送占據很大一部分，其中，成品油管道的能耗主要表現在運行能耗費用。因此，為降低管道運行成本，實現經濟性管道優化，應對管道進行最優解模型的研究。該方面的研究內容主要包括：最優生產運行方案、設備主要能耗、建立數學模型並確定最合適的求解方法進行求解，達到降低能耗費用的目的[1]。
基於上述對輸油管線能耗的計算及優化問題，本文針對所採集的數據建立水力計算的數學模型，目標函數為生產運行能耗費用最小，以實現降低運行過程中的能耗、節省電力成本、並使其更具有經濟性效益的目的。
1 能耗分析方法
針對管道能耗的最優化問題，前人已經做出了大量的研究，並提出相應的觀點。為該問題的分析和解決提供了思路。
2001年，Jokic，A.[2]等針對石油管道網絡的優化，選擇了非線性規劃的分析方法。2004年，蒲家寧[3]等則應用動態規劃原理，分析密閉輸送過程中的能耗最優解問題。嚴宏東[4]等對數學模型的優化是採用改進混沌綜合法。2004年，孟振虎[5]等提出了輸油泵粘液性能曲線自動換算的求解方法，採用非線性規劃，對輸油管道的全線進行優化方案的制定。
1.1 輸油管道能耗優化模型建立
在了解了某管道的基本信息與運行方式後，尋求合適的數學模型在求解最優化問題過程中至關重要。首先，應根據成品油油管道的特點，對現有問題進行分析整合，制定求解方向，根據經驗及查閱大量資料，確定恰當的模型。對目標函數，約束條件等加以補充，得到完善的能耗模型體系[6]。
1.2 建立模型
1.2.1 流體摩阻計算
BP（Back-propagation）神經網絡是一種人工神經網絡，目前正廣泛應用在實際生活中並具有一定的功能性。從結構上講，BP神經網絡分為輸入層、隱含層和輸出層，是典型的多層網絡，且層與層之間的連接方式稱為全互連方式（圖1）[7]。
本文通過遺傳算法優化神經網路的方式對管線能耗的動力費用進行優化處理，泵效率以及泵的運行時間會影響到管線的動力費用，而泵的吸入壓力、泵的吸出壓力以及輸油泵的輸入功率均會影響到泵效率，進而利用泵的吸入壓力、泵的吸出壓力以及輸油泵的輸入功率等參數的歷史數據，通過遺傳算法優化神經網絡的方式對上述歷史數據進行優化處理，進而使管線的動力費用最少。
具體做法為採用閾值的方法對相關參數進行設置，建立BP神經網絡評估閾值的適應度，最後根據遺傳算法得出的適應度進行選擇、交叉和變異，最終得到最優的相關參數，通過最優的相關參數可以計算求得最優的動力費用。
3 結果與討論
3.1 某管道複線優化方案
在成品油管道設計中，為達到沿線壓力能的需求，可根據管路全長合理布置若干個泵站。泵站的工作特性和流量由組成泵站的輸油泵性能決定。這個壓頭值的大小取決於管道壁面的強度，泵站的壓力值則由進出站壓力確定[8]。
本設計中，由於高程差變化不大，出於提高經濟性減少動力損耗，並簡化設計管路的流程等考慮，選用離心泵串聯運行。減小成品油輸送量的變動幅度可以達到調節控制管線輸油量的目的[9]。為達到任務輸量及高程要求，並確定滿足能耗費用最小的方案，泵個數的選擇一般不超過5台，並要考慮有1台備用泵。
根據水力計算要求，得到4種開泵方案，通過遺傳算法優化對2015-2017年3年實際輸量和電力單價條件下的泵站費用進行計算並繪製圖像比較，如表1所示。
在成品油管道輸送費用中，泵站運行費用以耗電費用為主[10]。根據實際電費損耗，可以得到2016年的平均電費單價最低，由於電費對實際費用的影響因素大於能耗本身，則可以解釋2016年在不同泵站布置情況下均低於條件下的其他年份。2017年以後，價格波動較大，其主要是由能耗費用的增加造成的。通過上述的分析比較，對老舊設備進行更換和改進是時下減少能耗損失最直接且可行的辦法。
摘 要：根據某管道主線與某管道複線的基本參數以及目前的運營情況，對管道進行評估，主要針對管道現行方案中存在的問題進行分析，管道運行能耗費用偏高情況成為現行管道體系中普遍存在的問題之一。因此討論了造成能耗費用偏高的原因，並制定出合理的泵站布置方案和具有一定經濟性和可行性的開泵優化方案。
關 鍵 詞：輸油管道;水力計算;能耗;優化
中圖分類號：TE 832 文獻標識碼： A 文章編號： 1671-0460（2019）12-2840-04
Abstract： Based on the basic parameters and current operation situation of a pipeline， the pipeline was evaluated， the problems existing in the current pipeline scheme were analyzed， and the reasons for high energy consumption were discussed. A reasonable pumping station layout plan and an economical and feasible pumping optimization plan were made.
Key words： Oil pipeline; Hydraulic calculation; Energy consumption; Optimization
迄今為止，我國在管道網絡方面取得的成就已經受到全世界的關注，管道以東北，西北，西南等為骨幹，逐步聯通東北、西北以及西南的陸上輸油管道的建設。然而，成品油輸送過程中，管道沿線距離較長，導致沿途地區地形變化多，氣候環境複雜，利用管道進行成品油輸送時，受到其油品物性等因數影響，使得鐵路和公路的運輸成本增高，且存在一定程度的危險問題。
在成品油輸送方面，長距離管道輸送占據很大一部分，其中，成品油管道的能耗主要表現在運行能耗費用。因此，為降低管道運行成本，實現經濟性管道優化，應對管道進行最優解模型的研究。該方面的研究內容主要包括：最優生產運行方案、設備主要能耗、建立數學模型並確定最合適的求解方法進行求解，達到降低能耗費用的目的[1]。
基於上述對輸油管線能耗的計算及優化問題，本文針對所採集的數據建立水力計算的數學模型，目標函數為生產運行能耗費用最小，以實現降低運行過程中的能耗、節省電力成本、並使其更具有經濟性效益的目的。
1 能耗分析方法
針對管道能耗的最優化問題，前人已經做出了大量的研究，並提出相應的觀點。為該問題的分析和解決提供了思路。
2001年，Jokic，A.[2]等針對石油管道網絡的優化，選擇了非線性規劃的分析方法。2004年，蒲家寧[3]等則應用動態規劃原理，分析密閉輸送過程中的能耗最優解問題。嚴宏東[4]等對數學模型的優化是採用改進混沌綜合法。2004年，孟振虎[5]等提出了輸油泵粘液性能曲線自動換算的求解方法，採用非線性規劃，對輸油管道的全線進行優化方案的制定。
1.1 輸油管道能耗優化模型建立
在了解了某管道的基本信息與運行方式後，尋求合適的數學模型在求解最優化問題過程中至關重要。首先，應根據成品油油管道的特點，對現有問題進行分析整合，制定求解方向，根據經驗及查閱大量資料，確定恰當的模型。對目標函數，約束條件等加以補充，得到完善的能耗模型體系[6]。
1.2 建立模型
1.2.1 流體摩阻計算
BP（Back-propagation）神經網絡是一種人工神經網絡，目前正廣泛應用在實際生活中並具有一定的功能性。從結構上講，BP神經網絡分為輸入層、隱含層和輸出層，是典型的多層網絡，且層與層之間的連接方式稱為全互連方式（圖1）[7]。
本文通過遺傳算法優化神經網路的方式對管線能耗的動力費用進行優化處理，泵效率以及泵的運行時間會影響到管線的動力費用，而泵的吸入壓力、泵的吸出壓力以及輸油泵的輸入功率均會影響到泵效率，進而利用泵的吸入壓力、泵的吸出壓力以及輸油泵的輸入功率等參數的歷史數據，通過遺傳算法優化神經網絡的方式對上述歷史數據進行優化處理，進而使管線的動力費用最少。
具體做法為採用閾值的方法對相關參數進行設置，建立BP神經網絡評估閾值的適應度，最後根據遺傳算法得出的適應度進行選擇、交叉和變異，最終得到最優的相關參數，通過最優的相關參數可以計算求得最優的動力費用。
3 結果與討論
3.1 某管道複線優化方案
在成品油管道設計中，為達到沿線壓力能的需求，可根據管路全長合理布置若干個泵站。泵站的工作特性和流量由組成泵站的輸油泵性能決定。這個壓頭值的大小取決於管道壁面的強度，泵站的壓力值則由進出站壓力確定[8]。
本設計中，由於高程差變化不大，出於提高經濟性減少動力損耗，並簡化設計管路的流程等考慮，選用離心泵串聯運行。減小成品油輸送量的變動幅度可以達到調節控制管線輸油量的目的[9]。為達到任務輸量及高程要求，並確定滿足能耗費用最小的方案，泵個數的選擇一般不超過5台，並要考慮有1台備用泵。
根據水力計算要求，得到4種開泵方案，通過遺傳算法優化對2015-2017年3年實際輸量和電力單價條件下的泵站費用進行計算並繪製圖像比較，如表1所示。
在成品油管道輸送費用中，泵站運行費用以耗電費用為主[10]。根據實際電費損耗，可以得到2016年的平均電費單價最低，由於電費對實際費用的影響因素大於能耗本身，則可以解釋2016年在不同泵站布置情況下均低於條件下的其他年份。2017年以後，價格波動較大，其主要是由能耗費用的增加造成的。通過上述的分析比較，對老舊設備進行更換和改進是時下減少能耗損失最直接且可行的辦法。
收藏