氣田地面集輸管網參數優化設計

劉幕毅，付曉明，魏立新，楊廣仁，王 輝，潘峰

（1. 東北石油大學， 黑龍江 大慶 163318； 2. 大慶油田有限責任公司儲運銷售分公司， 黑龍江 大慶 163000）

氣田地面集輸管網參數優化設計

劉幕毅1，付曉明2，魏立新1，楊廣仁2，王 輝2，潘峰1

（1. 東北石油大學， 黑龍江 大慶 163318； 2. 大慶油田有限責任公司儲運銷售分公司， 黑龍江 大慶 163000）

氣田集輸管網參數優選是氣田地面工程規劃設計的關鍵，開展集輸管網參數優化可以有效降低集氣系統投資。針對氣田常用管網結構和工藝流程，考慮伴熱帶傳熱對于管道工藝計算的影響，建立了以管網建設費用最小為目標，以溫壓平衡、經濟流速、節點流量平衡等為約束條件的氣田集輸管網參數優化數學模型，根據模型的結構特點設計了粒子群智能求解算法，結合C#語言和Access數據庫開發了優化設計軟件。實例驗證得出，模型及算法正確，粒子群求解算法可靠性和收斂性良好，優化軟件穩定高效。

氣田；集輸管網；參數優化；粒子群；軟件

氣田集輸管網參數優化是在管網拓撲結構和集輸站場位置確定以后，在滿足工藝運行條件和相應集輸流程的基礎上優化管道的管徑、壁厚、伴熱功率等參數，以期使得氣田集輸系統的建設或運行費用最小化[1]。目前氣田常見的集輸管網形態包括輻射狀-枝狀、輻射-環狀、枝上枝等，其中，輻射-枝狀管網因為集輸范圍廣、方便管理的優點被各大氣田廣泛應用[2]。輻射-枝狀集輸管網中氣井與集氣站呈輻射狀連接，集氣站之間呈枝狀連接，其布站方式多為一級布站或二級布站[3]。本文針對輻射-枝狀氣田地面集輸管網，研究建立其參數優化數學模型，構建粒子群求解算法，并將理論模型和求解算法付諸于程序實現，編制了氣田集輸管網參數優化軟件，結合實例驗證了理論方法和所開發軟件的正確性。

1 集輸工藝及工藝計算模型

集輸工藝是開展氣田集輸管網參數優化的基礎。現有氣田常用工藝流程可以概括為：天然氣從井口采出后經由采氣管道輸送到集氣站，經集氣站分離、加熱后由集氣管道輸送到外輸站外輸。由于井口采出的天然氣中含有少量水，所以在一些北方氣田的集輸過程中為防止水合物的生成，還需在采氣管道外圍設置電伴熱帶進行伴熱集輸。對于該種集輸工藝，本文中對于采集氣管道應用不同的工藝計算模型。

1.1 采氣管道工藝計算模型

根據天然氣含液量選擇采氣管道的水力計算模型，即天然氣中含液量小于40 cm3/m3采用威莫斯輸氣公式進行水力計算，天然氣中含液量大于40cm3/m3則采用杜克樂-弗萊尼根組合模型計算管道沿程壓降。采氣管道的熱力計算模型選用考慮電伴熱影響的蘇霍夫公式計算。

1.2 集氣管道工藝計算模型

集氣管道中不含有液體，可以看作為氣體單相流動，水力計算采用威莫斯輸氣公式，熱力計算采用耦合焦耳-湯姆遜效應的蘇霍夫溫降公式。

2 集輸管網參數優化模型

由以上介紹可知，決定管道建設費用的管網參數包括管道的管徑、壁厚，各節點單元的溫度壓力以及電伴熱帶功率等。筆者通過深入分析各參數之間的數學關系，結合現場實際建立了管網參數優化數學模型如下：

2.1 目標函數

氣田集輸管網參數優化旨在降低集輸系統生產建設投資，這里僅針對占據主要地位的管網建設費用建立優化模型。管網建設投資包括管材費用、電伴熱費用和其他配套費用，以管道的管徑、壁厚、電伴熱功率為決策變量，得到目標函數如下：

式中：n為管道總數量；m為采氣管道數量；iD為第i根管道的外徑；iδ為第i根管道的壁厚；iη為第i根管道單位體積管材費用；,Pjα 為第j根管道伴熱功率為jP時單位伴熱帶費用；jP為第j根管道伴熱功率；為第i根管道的長度；為第i根管道的管溝土方、管道安裝等費用，與管徑有關。

2.2 約束條件

（1）穩定流動約束

天然氣在管道內穩定流動一段時間后，管道內的溫度、壓力等參數趨于穩定，應該滿足其相應的水力熱力計算模型，

（2）節點流量平衡約束

集氣管網中每個節點的進出流量應該平衡，有如下公式，

（3）管道起終點壓力約束

在生產實際中，采集氣管道的起終點壓力應該在一定范圍內，

（4）管道起終點溫度約束

為保證管道安全運行，防止水合物的生成，管道的的起終點溫度應該在一定范圍內，

（5）經濟流速約束

管道內的介質流動速度過小則不經濟，過大則會對管道閥件造成傷害，所以運行流速應該在一定范圍內，

式中：minmax,vv為管道內介質最小流速和最大流速。

（6）管徑約束

所選取的管道應該在工業化標準管徑系列中，即，

（7）管道承壓約束

管道承壓約束即為對于管道壁厚的約束，管道壁厚的選取應該規格化，

（8）電伴熱功率取值約束

電伴熱功率的選擇應該符合現場實際，即在一定范圍內選取，

3 粒子群求解算法

由上述模型可以看出，模型中既含有管徑、壁厚離散變量，又含有電伴熱功率、溫度、壓力連續變量，屬于大型混合變量非線性模型[4]。粒子群算法具有原理簡單、決策參數少、適用廣泛等特點[5]，尤其對于不可微、多變量、非線性的優化問題應用效果較為理想。所以本文采用粒子群算法求解以上參數優化數學模型。以下給出算法的主要步驟。

（1）群體創建：建立規模為M的粒子群體，每一個粒子表征一種原問題的可行解，并且表示該粒子位于高緯解空間的位置，是一個 7×n維向量

（2）適應度函數：適應度函數值的變化方向應該與粒子最優解迭代下降方向一致，即適應度函數值越大，可行解效果越好，則有適應度函數如下，

（3）位置、速度更新：粒子群算法中采用粒子位置和速度的更新實現可行解和搜索方向的優化，本文中的位置、速度更新公式為，

（4）終止條件：設置最大穩定搜索次數K，即如果連續K次搜索，所找到的全局極小值不發生改變時終止算法。同時設置最大迭代次數 Ttimemax，以防止無法收斂的情況發生（圖1）。

圖1 粒子群求解算法流程圖Fig.1 Particle swarm optimization algorithm flow chart

4 軟件開發

圖2 氣田區塊管網拓撲布局示意圖Fig.2 Gas block pipeline network topology layout diagram

圖3 參數優化軟件約束條件錄入界面Fig.3 The constraint input interface of parameter optimization software

圖4 參數優化軟件優化結果顯示界面Fig.4 The optimization result display interface of parameter optimization software

圖5 目標函數值隨搜索次數變化曲線圖Fig.5 The curve for the value of the objective function with the number of searches

根據以上氣田集輸管網參數優化模型和粒子群求解算法，基于Access 2007開發用于計算數據存儲的數據庫，應用C#語言編制氣田集輸管網參數優化計算軟件。運用該軟件針對大慶徐深氣田某區塊的集輸管網進行了優化計算，該區塊的管網拓撲布局如圖2所示。算例中粒子群算法的主控參數分別為群體個數為 40，慣性系數ω為[0.5-1.5]區間的隨機數，加速因子13λ= ,22λ= ，最大穩定搜索次數 10K= ，Ttimemax=500，管道規格、管道起終點溫壓參數、電伴熱帶功率的初始值在相應的取值空間隨機選取，其參數優化約束條件錄入界面如圖3所示。優化后的采氣管道優化結果顯示界面如圖4所示。通過更改初始粒子位置進行了8次優化計算，計算結果均收斂到最優解附近，算法收斂性和可靠性較好，目標函數值隨搜索次數變化的曲線圖如圖5所示。優化前總投資5 242.03萬元，優化后4 932.75萬元，節約總建設投資309.28萬元，占實際投資的5.9%，優化效果較為理想，其優化前后管線參數對比如表1、表2、表3所示。

表1 管道規格及管材費用優化前后統計表Table 1 Statistics before and after pipeline size and cost optimization

表2 管道伴熱功率及伴熱費用優化前后統計表Table 2 Statistics before and after pipeline heat tracing power and heat tracing cost optimization

表3 管道配套建設費用優化前后統計表Table 3 Statistics before and after pipeline supporting construction cost optimization

5 結 論

（1）基于氣田輻射-枝狀管網布局形態，綜合考慮管內介質相態不同和伴熱帶熱傳遞對工藝計算模型的影響，以氣田集輸管網的管道規格和電伴熱功率為決策變量，以管材建設投資、電伴熱投資、配套投資總和最小為目標函數，建立了氣田集輸管網參數優化數學模型。

（2）通過深入分析參數優化數學模型的層次結構，構建了粒子群求解算法，設計了粒子的編碼方式和適應度函數，給出了粒子的速度和方向更新模型，通過實例驗證表明算法可靠性高、收斂性好。

（3）根據氣田集輸管網參數優化模型和粒子群求解算法，開發了氣田管網參數優化設計軟件，軟件的開發可以為氣田集輸管網工程的設計建設提供合理化建議，提高規劃方案的開發效率。

［1］ 魏立新. 基于智能計算的油田地面管網優化技術研究[D].大慶：大慶石油學院，2005．

［2］ 《石油與化工工程設計工作手冊》編委會．氣田地面工程設計( 第三冊)［M］．北京：中國石油大學出版社，2010: 86－87．

［3］ 陳雙慶，劉揚，魏立新,等. 徐深氣田新增產能管網障礙拓撲優化[J].東北石油大學學報，2016,40(4)：96-105．

［4］ 劉揚. 石油工程優化設計理論及方法[M].北京：石油工業出版社，1994：116-129.

［5］ 劉東．粒子群優化算法及其工程應用研究[D].成都：西南交通大學，2013．

Parameter Optimization Design of Gas Gathering Pipeline Network

LIU Mu-yi1,FU Xiao-ming2,WEI Li-xin1,YANG Guang-ren2,WANG Hui2,PAN Feng1

（1. Northeast Petroleum University, Heilongjiang Daqing 163318，China；2. Daqing Oilfield Company Oil Storage and Transportation Sales Branch, Heilongjiang Daqing 163000，China）

Parameter optimization of gas gathering and transportation pipeline network is the key to planning and design of gas field surface engineering, and the optimization of gathering and transportation pipeline network parameters can effectively reduce the investment of gas gathering system. In this paper, aiming at common pipeline network structure and process flow of gas field, considering the influence of electric heating power on the calculation of pipeline process, the mathematical model for parameter optimization of gas gathering and transportation network was established, in which the minimum construction cost of pipeline network was the objective and the temperature and pressure balance, economic flow velocity, node flow balance and so on were taken as constraints. According to the structural characteristics of the model, the particle swarm intelligence algorithm was designed. Combined with C# language and Access database, the optimal design software was developed. The examples have verified that the model and algorithm are right, the particle swarm optimization algorithm has good reliability and convergence, and the optimization software is stable and efficient..

Gas field; Gas gathering and transportation pipeline network; Parameter optimization; Particle swarm; Software

TE 973

A

1671-0460（2017）04-0681-04

國家自然科學基金面上項目（51674086），國家自然科學基金重點項目（51534004）。

2017-02-08

劉慕毅（1992-），男，黑龍江大慶人，碩士在讀，研究方向：儲運系統節能降耗技術。E-mail：csqing8888@163.com。

魏立新（1973-），教授，研究方向：油氣儲運工程優化與節能降耗技術。E-mail：wlxfyx@sina.com。