一种油气集输管网布局多目标设计优化方法

摘要

本发明公开了一种油气集输管网布局多目标设计优化方法，包括以下步骤：S1：获取基础数据；S2：根据基础数据分析油气管道在潜在事故下的运输风险；S3：构建多目标油气集输管网布局优化模型；S4：对多目标油气集输管网布局优化模型进行求解，输出油气集输管网布局方案。本发明将油气集输管网的布局问题考虑在内，在满足所有给定的约束条件的背景下，分析油田区域内管道泄漏等事故造成的风险影响，将管网系统建设的总成本和潜在管道运输风险最小化，构建相关模型并通过优化算法求得油气集输管网布局方案。

说明书

技术领域

本发明涉及系统建模应用领域，尤其是指一种油气集输管网布局多目标设计优化方法。

背景技术

在油气田地面工程投资中，油气集输系统投资占比巨大，集输系统的合理布局对于提高经济效益具有重大意义。油气集输管网布局是系统而复杂的科学问题，传统的油气集输管网布局方法多以单一的管网建设成本作为优化目标。然而管道布局环境中潜在着多种可能引起管道失效的因素，这些因素可能导致管道泄漏及更严重的事故，给人员的生命和财产带来巨大的损害。同时，许多传统的油气集输管网布局方法仅考虑油田无障碍的情形，未将油田中不可布局的区域考虑在内，因而这种布局方法不具有普遍性。例如，一种在中国专利文献上公开的“一种单站与多站协同优化一体式油气集输智能管理系统”，其公告号CN104361454A，该系统开发了具有设备运行安全可控、流程优化协同功能的油气集输智能管理一体化系统平台(IMSOGTS)，其实现SCADA监控软件的基础功能外，核心功能包括单站场的智能化管理与多站场的协同优化，单站智能管理融合报警管理、故障诊断和决策、能耗优化分析功能；多站协同优化采用“多点一线”的整条管线上多站场的协同优化生产，实现对现有的油气集输站的安全管理、节能优化功能，虽然该系统具有油气集输过程的单站场与多站场的安全运行、节能增效、协同优化管理等优点，但是并没有将油气管道在潜在事故下的运输风险造成的影响考虑在内，存在安全隐患的问题。

发明内容

本发明是为了克服现有技术的没有将油气管道在潜在事故下的运输风险造成的影响考虑在内，存在安全隐患的问题，提供一种油气集输管网布局多目标设计优化方法。

为了实现上述目的，本发明采用以下技术方案：

一种油气集输管网布局多目标设计优化方法，包括以下步骤：S1：获取基础数据；S2：根据基础数据分析油气管道在潜在事故下的运输风险；S3：构建多目标油气集输管网布局优化模型；S4：对多目标油气集输管网布局优化模型进行求解，输出油气集输管网布局方案。本发明将油气集输管网的布局问题考虑在内，在满足所有给定的约束条件的背景下，分析油田区域内管道泄漏等事故造成的风险影响，将管网系统建设的总成本和潜在管道运输风险最小化，构建相关模型并通过优化算法求得油气集输管网布局方案。

作为本发明的优选方案，所述S2具体为：使用个人风险衡量油气管道的运输风险，对油气管道失效原因进行分析，计算不同失效位置下由不同失效原因导致事故的失效率，按照油气泄漏事故的致死率对特定监测点有影响的油气管道进行分段，通过三地带分割法计算不同致死率下的管道致死长度，根据管道失效率和对应的管道致死长度计算油气管道的运输风险。

作为本发明的优选方案，所述个人风险的计算公式如下：

其中，IR为个人风险；i为失效类型，

作为本发明的优选方案，所述S3中多目标油气集输管网布局优化模型的目标函数如下：

其中，目标函数Z

作为本发明的优选方案，所述多目标油气集输管网布局优化模型的井站和集输站约束如下：

其中，各约束分别表示油田中共有N

作为本发明的优选方案，所述S4具体为：对油气管网布局优化模型中的相关参数进行初始化，设置粒子群更新规则的相关参数，对初始化后的各个粒子进行适应度评价，根据评价结果进行双粒子群划分，每个粒子群根据不同的更新公式更新自身参数，并根据更新前后结果判断是否需要进行变异操作，并进行外部文档更新，完成一轮迭代后，粒子重新进行适应度评价，并循环如上操作，直至满足终止条件，并输出外部文档粒子所对应的油气集输管网布局方案。

作为本发明的优选方案，所述双粒子群具体为开发组粒子群和探索组粒子群。

作为本发明的优选方案，所述更新公式如下：

其中，

因此，本发明具有以下有益效果：本发明结合油气集输管网布局，在传统单目标优化下的管道布置的基础上，又考虑了油田区域由管道失效造成的泄漏等事故对周边区域产生的风险影响，构建了多目标油气集输管网布局优化方法，将管网系统建设的总成本和潜在管道运输风险最小化；本发明具有开放性、灵活性以及计算复杂度低等特点。

附图说明

图1是本发明的方法流程图；

图2是本发明利用TZS法确定致死长度示意图；

图3是本发明改进多目标双粒子群混合优化算法流程图；

图4是本发明粒子群Pareto层级构造示意图；

图5是本发明的变异算子示意图。

具体实施方式

下面结合附图与具体实施方式对本发明做进一步的描述。

如图1所示，一种油气集输管网布局多目标设计优化方法，包括：

S1：获取基础数据。其中包括油田井口位置及日产量信息、油田中存在的障碍位置信息、可选油气管道参数信息、管道潜在失效事故信息等。

S2：分析油气管道在潜在事故下的运输风险。本发明使用个人风险衡量油气管道运输风险，通过对管道失效原因进行分析，计算不同失效位置下由不同失效原因导致事故的失效率；同时按照油气泄漏事故致死率为1％，50％和99％将对特定监测点有影响的油气运输管道分成三段，并通过三地带分割法计算不同致死率下的管道致死长度，并综合管道失效率及对应致死长度计算油气管道运输风险。其中，评估管道运输风险的个人风险计算公式如下：

其中，IR为个人风险，1/a；i为失效类型(i＝1，2，3，分别表示小孔泄漏、中孔泄漏和大孔泄漏)；

同一条管道的属性相同，本发明设每一条油气管道失效率为定值，则IR可以表示为：

其中，L

导致油气集输管道失效的原因包括外部干扰、材料缺陷、管道腐蚀和其他不可知因素。由于外部干扰是引起管道失效的主要原因，本发明考虑由外部干扰导致管道失效的情况。外部干扰引起的i类型失效率

其中，K

其中，d为油气管道管径，m。

致死长度L

其中，Q

油气泄漏事故形成的致死半径与天然气有效泄漏速率之间关系式表示如下：

其中，R

TZS法中，致死率分别为1％－50％、50％－99％和99％－100％所对应的三段管线长度表示如下：

其中，h为特定监测点距天然气管道的垂直距离，m。L

设L

L

根据油田区域实际情况，在部分特殊区域布置风险监测点。通过上述等式计算得管道失效率及对应致死长度，进而求出对于每个风险监测点的个人风险值，通过此值即可对管网系统整体的管道运输风险进行评估。

S3：构建多目标油气集输管网布局优化模型。

为便于油气收集和节省管道长度，本发明使用两级树状网络拓扑结构完成油气管网基础布局。以下为构建模型的基本假设：管道处于常温常压状态(温度为20℃，压力为0.1Mpa)；油气在管道中体积流量恒定；油气在管网流动过程中流动稳定，不考虑除水力损失外的其他能耗损失；考虑地形为二维平面地形；计算管道长度取各节点间的直线长度，忽略绕障情形下的弯折管道长度；各集输站成本、可选管道规格及成本均已知。此外，为最大程度降低潜在风险对管网系统的影响，本发明设事故类型均为大孔泄漏，泄漏点位置在各管道上随机选择。

本发明首先根据油田区域实际情况随机生成集输站的坐标，随后根据井口与各二级集输站之间的距离分配井口。其中，如两地之间无需绕障，两点间直线距离即为井站距离；如两地之间存在障碍，则根据绕障算法完成绕障，得到的绕障后距离即为井站距离。对于每个二级集输站对应井站组成的簇，首先应用Delauney三角剖分算法确定其内部可能的连接方式，其次通过Prim算法求解最小生成树，即确定每个簇内具体连接方式。各个站点连接关系确定后再根据各个集输站处理量和管道内气体流速等约束选择管道规格。

本发明将优化目标函数定义为一个多目标的二维向量，即Minimize(Z)＝[Z

其中，N

目标函数Z

其中，N

模型的井站和集输站约束如下所示：

各约束分别表示油田中共有N

下式为簇中树状拓扑结构约束，表示每簇中有

下式表示簇中每个井或集输站至少与一个井或集输站相连接，至多和

下式表示簇中油气井的个数约束，即在一个簇k中，油气井的个数不能超过S个。

下式表示采气管道内流速约束，V

V

下式表示集气管道内流速约束，V

V

下式表示油气管道长度约束。

下式表示各级集输站容量约束，C

C

下式表示各级站点间的树状拓扑约束。

S4：模型求解。对多目标油气集输管网布局优化模型进行求解，输出油气集输管网布局方案。

首先，初始化油气管网布局优化模型中的相关参数，设置粒子群更新规则的相关参数；其次，对初始化后的各个粒子进行适应度评价，根据评价结果进行双粒子群划分，每个粒子群根据不同的位置更新公式更新自身参数，并根据更新前后结果判断是否需要进行变异操作，并进行外部文档更新；完成一轮迭代后，粒子重新进行适应度评价，并循环如上操作，直至满足终止条件，并输出外部文档粒子所对应的油气集输管网布局方案。

模型求解的具体过程如图3所示，包括以下步骤：

S401：参数设置，即设置粒子群数目N，最大迭代次数t，一级集输站个数

S402：编码，即一种布局方案对应一个粒子，粒子中每一维度对应的数值分别为不同集输站的横纵坐标。

S403：初始化粒子群，即随机生成

S404：进行个体适应度评价，即根据粒子对应的管道建设成本以及管道风险数值对集输站布局及整体管网布局进行评价。

S405：Pareto排序，即将S404计算的适应度值归一化，并采用Pareto排序法划分粒子群层次。

S406：自适应双粒子群划分，即将N个粒子组成的粒子群划分为开发组粒子群和探索组粒子群，为后续双种群协同进化提供条件。

首先，根据迭代次数比r确定两粒子群的数目，迭代次数比如下所示：

其中，k表示粒子群的当前迭代次数，it

开发组粒子群和探索组粒子群的粒子数目分别表示为N

确定两粒子群数目后，完成粒子群Pareto层级构造如图4所示，具体步骤如下：

A1：将所有粒子放入构造集，计算对应的目标函数，记当前层级e＝0；

A2：令e＝e+1，将非支配解放入当前层级，组成非支配解集；

A3：判断剩余粒子数，若粒子个数大于0，返回步骤A2；否则Pareto层级构造完成。

S407：确定粒子全局最优位置(Gbest)，即粒子群划分结束后，为两粒子群中的粒子选择对应Gbest。Gbest分别选自当前迭代对应外部文档中的粒子，并利用轮盘赌算法选择Gbest。

S408：完成两粒子群中粒子的位置更新。开发组粒子群的速度更新公式Vk如下所示：

探索组粒子群的速度更新公式Vt如下所示：

粒子群的速度更新公式如下所示：

其中，

本发明基于粒子间距离定义进化因子f，定义粒子i与其他粒子的距离d

其中，x

基于d

其中，d

基于上述内容并结合Sigmoid函数，利用自适应调整惯性权重的策略设置惯性权重w，如下所示：

本发明利用非线性变化的方式设置学习因子，开发组粒子群的学习因子c

c

c

对于探索组粒子群，其学习因子c

c

c

S409：变异。

定义粒子i位置更新前后的变动距离pd

其中x

S410：外部文档更新。

外部文档是算法运行过程中所存储的非占优解。如果外部文档粒子超出一定数目，利用拥挤距离法能够有效过滤一些低质量的解，即将拥挤距离较小的若干粒子排除。

S411：重复S404到S410至算法迭代完毕，并输出Pareto最优解，并得到各粒子对应的管道布局方案。

本发明的工作原理如下：本发明的技术方案是通过充分考虑由管网拓扑结构、集输站数量及选址、管道选型等因素决定的管网系统建设成本和由外部干扰导致的管道泄漏等事故产生的运输风险，提出的一种多目标油气集输管网布局优化模型。并利用改进多目标双粒子群混合优化算法(Improved Multi-objective Dual-particle SwarmOptimization Algorithm，IMODPSO)对模型进行求解，最终得到多种油气集输管网布局方案。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明保护范围之内。