成品油管道啟泵方案優(yōu)化研究進(jìn)展

易繼榮，趙偉龍，馬宏宇

?

成品油管道啟泵方案優(yōu)化研究進(jìn)展

易繼榮1，趙偉龍2，馬宏宇2

（1. 中國(guó)石油北京油氣調(diào)控中心， 北京 100007； 2. 中石油山東輸油有限公司， 山東 日照 276800）

在成品油通過管道輸送的費(fèi)用中，泵站耗電費(fèi)用占運(yùn)行費(fèi)用的很大一部分，所以以能耗費(fèi)用為目標(biāo)函數(shù)通過優(yōu)化手段進(jìn)行啟泵方案的優(yōu)化不僅可以節(jié)約成本、使經(jīng)濟(jì)效益提高，還可以降低能耗、減少碳的排放。從啟泵方案優(yōu)化的算法以及所建立了模型的類型兩方面出發(fā)，基于國(guó)內(nèi)外相關(guān)領(lǐng)域前人的研究成果，對(duì)目前成品油管道啟泵方案優(yōu)化的研究進(jìn)行總結(jié)、評(píng)述。之后剖析成品油管道啟泵方案優(yōu)化研究中的子問題，并對(duì)其中的一些重要問題的處理方式進(jìn)行梳理、評(píng)價(jià)和思考，最后針對(duì)此研究方向值的提高和改善的方面進(jìn)行總結(jié)。

成品油管道；啟泵方案；優(yōu)化模型；求解算法

我國(guó)的成品油管道順序輸送工藝起步較晚，目前研究方向主要集中于調(diào)度計(jì)劃的編制及優(yōu)化方面，輸送過程中啟泵方案優(yōu)化的研究較少，一方面因?yàn)槟壳皣?guó)內(nèi)成品油管道輸送涉及到的泵站調(diào)度比較簡(jiǎn)單，相比于我國(guó)迅速建設(shè)的成品油管道，這方面的研究還處于落后的程度；第二是因?yàn)槟壳拔覈?guó)的成品油管道雖然發(fā)展迅速，但是與注水、城市配水管網(wǎng)的復(fù)雜程度還不能相比，所以目前還沒有深層次地進(jìn)行研究。國(guó)外的成品油啟泵方案優(yōu)化以及節(jié)能降耗的進(jìn)展較快、成果較多，而且對(duì)于城市配水管網(wǎng)的啟泵方案優(yōu)化研究也比較深入，方法和成果可以借鑒到我國(guó)的成品油管道啟泵方案優(yōu)化的研究當(dāng)中。

成品油管道泵站調(diào)度優(yōu)化的目標(biāo)就是在滿足輸油量的基礎(chǔ)上提供整個(gè)輸油周期內(nèi)的全線所有泵站的最優(yōu)啟泵方案。整套最優(yōu)啟泵方案包含管線上各個(gè)泵的開啟和關(guān)閉時(shí)間，對(duì)于可調(diào)速泵還要提供具體的轉(zhuǎn)速值，以保證方案滿足水力和流量等約束條件并且在此方案下運(yùn)行能耗是最低的。

1 啟泵優(yōu)化算法

1.1 數(shù)學(xué)規(guī)劃算法

目前國(guó)內(nèi)成品油管道啟泵方案的優(yōu)化研究基本是以動(dòng)態(tài)規(guī)劃算法為主，動(dòng)態(tài)規(guī)劃算法適用領(lǐng)域廣、結(jié)果準(zhǔn)確，特別是對(duì)于離散性問題，但是只能適用于全線泵站均為固定轉(zhuǎn)速泵的情況并且求解相對(duì)龐大的優(yōu)化模型時(shí)可能出現(xiàn)維數(shù)災(zāi)難的問題。劉承婷等[1]、陳媛媛[2]等建立常溫輸油管道泵站運(yùn)行模型，并利用動(dòng)態(tài)規(guī)劃方法求解最優(yōu)解；馬立新等[3]、李棟[4]建立熱油管道模型，將啟泵方案和進(jìn)站溫度兩層嵌套通過動(dòng)態(tài)規(guī)劃方法求得最優(yōu)解。對(duì)于調(diào)速泵，陳媛媛將其轉(zhuǎn)速離散化，視為一系列不同轉(zhuǎn)速的固定轉(zhuǎn)速泵，使得動(dòng)態(tài)規(guī)劃法可以應(yīng)用[2]。

國(guó)外除了利用動(dòng)態(tài)規(guī)劃算法進(jìn)行啟泵方案優(yōu)化之外，還有使用其他數(shù)學(xué)規(guī)劃方法的研究，如分支定界法、單純形法和割平面法。相比于動(dòng)態(tài)規(guī)劃算法，這些算法可以保證以有限數(shù)量的步驟收斂到全局最優(yōu)解,同時(shí)提供一個(gè)靈活、準(zhǔn)確的建模框架，此外，在問題搜索的過程中所得到的接近最優(yōu)解的信息也是可用的[5]。因此目前國(guó)外大量的啟泵方案優(yōu)化研究都集中在如何利用數(shù)學(xué)規(guī)劃算法求解線性模型上，并且一些解決大規(guī)模問題的商業(yè)軟件已經(jīng)開發(fā)出來。Ferreira[6]、Kairong Li等[7]以動(dòng)態(tài)規(guī)劃方法確定最優(yōu)啟泵方案；Xiangtao Zhuan等[8]將改進(jìn)的動(dòng)態(tài)規(guī)劃算法和線性規(guī)劃方法結(jié)合起來對(duì)泵站操作進(jìn)行優(yōu)化；Ehsan Abbasi等[5]使用線性規(guī)劃法、Costa等[9]使用分支定界法求解最優(yōu)啟泵方案。

總體來說，動(dòng)態(tài)規(guī)劃法求解成品油管道最優(yōu)啟泵方案比較有效、實(shí)用，但是這類方法思想比較基礎(chǔ)、求解速度較慢，尤其是對(duì)于管線較長(zhǎng)、泵站數(shù)較多的管道。所以未來國(guó)內(nèi)應(yīng)該學(xué)習(xí)、借鑒國(guó)外的成果和經(jīng)驗(yàn)，在目前的研究基礎(chǔ)上探索更高效的數(shù)學(xué)規(guī)劃算法。

1.2 人工智能算法

人工智能算法是指利用遺傳算法、蟻群算法和粒子群算法等來整體求解成品油管道水力模型。這類方法可以避免對(duì)模型中的非線性項(xiàng)進(jìn)行忽略簡(jiǎn)化，一定程度上更接近實(shí)際工況，但是收斂性較差，尤其針對(duì)大規(guī)模的模型。

目前國(guó)內(nèi)對(duì)于利用人工智能算法解決啟泵方案優(yōu)化的問題已經(jīng)有了一些研究：楊雪[10]等以西南成品油管道泵站為例使用遺傳算法進(jìn)行優(yōu)化，大幅度降低了管道動(dòng)力費(fèi)用；崔艷雨[11]等以泵轉(zhuǎn)速為決策變量、基于整數(shù)編碼的遺傳算法（IPGA）優(yōu)化西部管道配泵方案；劉華瑩[12]對(duì)粒子群算法進(jìn)行了較為詳細(xì)的研究，并且總結(jié)、改進(jìn)了粒子群算法在石油工程系統(tǒng)中的應(yīng)用，其中包括配泵方案的優(yōu)化。

國(guó)外對(duì)應(yīng)用人工智能算法進(jìn)行啟泵方案的研究成果相比于國(guó)內(nèi)較多，并且國(guó)外這方面的研究很多是針對(duì)配水、注水管網(wǎng)，這對(duì)我國(guó)結(jié)構(gòu)日趨復(fù)雜的成品油管網(wǎng)來說有借鑒意義。進(jìn)化算法是一個(gè)“算法簇”，包含遺傳算法、進(jìn)化程序設(shè)計(jì)、進(jìn)化規(guī)劃和進(jìn)化策略等等，具有較強(qiáng)的變化性和廣泛適用性。Nesa Ilich等[13]運(yùn)用傳統(tǒng)進(jìn)化算法、Selek等[14]運(yùn)用中性進(jìn)化算法、Kurek等[15]運(yùn)用強(qiáng)度帕累托多目標(biāo)進(jìn)化算法對(duì)液體管網(wǎng)進(jìn)行配泵優(yōu)化，一定程度上降低了動(dòng)力費(fèi)用。Ribas等[16]利用微觀遺傳算法求解以產(chǎn)銷平衡、泵站調(diào)度等作為多目標(biāo)函數(shù)的模型；Chen等[17]利用蟻群優(yōu)化算法，將泵的開關(guān)時(shí)間用一系列整數(shù)表示取代在離散時(shí)間點(diǎn)采用二元變量表示泵開關(guān)的表示方法，進(jìn)行泵站調(diào)度的優(yōu)化；Dhafar Al-Ani等[18]利用多目標(biāo)粒子群優(yōu)化算法求解出相對(duì)經(jīng)濟(jì)的泵調(diào)度方案。

目前我國(guó)人工智能算法應(yīng)用于成品油管道泵站優(yōu)化調(diào)度方面的研究比較基礎(chǔ)，算法也只是集中于幾種比較初級(jí)、成型的智能算法。相比于國(guó)外的研究，我國(guó)更應(yīng)該根據(jù)不同區(qū)域成品油管網(wǎng)結(jié)構(gòu)、走向等，改進(jìn)已有的智能算法，使其適用于實(shí)際情況。

1.3 啟發(fā)式算法

在求解某些規(guī)模龐大、結(jié)構(gòu)復(fù)雜的模型時(shí)，若采用一般的數(shù)學(xué)規(guī)劃算法，雖然可以求解出精確解，但是所需要的時(shí)間比較長(zhǎng)、計(jì)算次數(shù)比較多。啟發(fā)式算法的思想是對(duì)于一個(gè)基于直觀或經(jīng)驗(yàn)構(gòu)造的算法，在可接受的花費(fèi)（計(jì)算時(shí)間和空間）下給出待解決組合優(yōu)化問題每一個(gè)實(shí)例的一個(gè)可行解即可。目前已經(jīng)發(fā)展比較成熟的啟發(fā)式運(yùn)算規(guī)則有貪婪算法、優(yōu)先級(jí)算法等。啟發(fā)式算法在求解比較復(fù)雜的模型或者非線性模型有較好的效果，但是一般來說可行解與最優(yōu)解的偏離程度是未知的，這就可能造成優(yōu)化效果不明顯的問題，并且這種方法的適用性不強(qiáng)。

目前，國(guó)內(nèi)使用啟發(fā)式算法解決成品油管道啟泵方案優(yōu)化的研究基本沒有。國(guó)外有一些此方面的研究，Bonvin等[19]利用啟發(fā)式搜索方法在考慮到電價(jià)變化、泵特性等因素的基礎(chǔ)上對(duì)枝狀型管網(wǎng)泵站進(jìn)行優(yōu)化調(diào)度，動(dòng)力費(fèi)用降低約10%；Pezeshk等[20]利用一種自適應(yīng)搜索算法對(duì)孟菲斯市的配水管網(wǎng)進(jìn)行了優(yōu)化，優(yōu)化后很大程度上節(jié)省了輸送費(fèi)用，對(duì)輸油管道有一定的借鑒意義。

2 建立模型的類型

2.1 模型線性化表達(dá)

成品油啟泵方案優(yōu)化研究中，根據(jù)實(shí)際的輸送工藝建立的數(shù)學(xué)模型應(yīng)當(dāng)包含二元變量和某些非線性項(xiàng)。二元變量有泵的開關(guān)與否等，非線性項(xiàng)一般來自水力模型中，比如泵的流量與壓力的關(guān)系、管道流量與水頭損失等。但是目前數(shù)學(xué)上求解這種混合整數(shù)非線性規(guī)劃模型（MINLP）的算法比較少而且也不夠準(zhǔn)確、高效，所以可以進(jìn)行適當(dāng)?shù)暮?jiǎn)化處理，將非線性的模型轉(zhuǎn)化為混合整數(shù)線性規(guī)劃（MILP）模型是可行的，也是國(guó)內(nèi)外學(xué)者研究工程中比較常用的方法。

目前國(guó)內(nèi)在泵站調(diào)度優(yōu)化問題上建立的模型基本上都是線性的，將泵的流量揚(yáng)程關(guān)系、摩阻的計(jì)算公式以及泵的功率計(jì)算全部線性化表示，考慮到流量和壓力約束以及不同時(shí)刻的電價(jià)等因素建立MILP模型，只是模型的規(guī)模隨著管道的長(zhǎng)度、泵站和分輸站的數(shù)目變化，如果模型的規(guī)模較大，采用智能算法求解；模型規(guī)模小則可以利用動(dòng)態(tài)規(guī)劃求解。

國(guó)外將此問題簡(jiǎn)化后建立MILP模型的研究比較深入，Cafaro等[21]將管道流量對(duì)摩阻的影響近似劃分為分段線性函數(shù)并建立MILP模型，雖然此模型采用簡(jiǎn)化近似的方法，但還是很大程度上的降低了輸送的動(dòng)力費(fèi)用；Abbasi[5]等在小流量范圍內(nèi)將管道流量與摩阻以及泵揚(yáng)程的關(guān)系線性化處理建立MILP模型并用線性規(guī)劃的方法求解；Ribas[16]等針對(duì)成品油輸送管網(wǎng)建立MILP模型，使用微觀遺傳算法求解；Costa[9]等針對(duì)配水管網(wǎng)建立MILP模型，并采用分支定界法求解。

國(guó)外除了采用簡(jiǎn)化之后的MILP模型外，還有很多直接建立MINLP模型的研究。這些模型通過非線性項(xiàng)跟蹤混油界面的在管道中的位置嚴(yán)格計(jì)算管道各部分能量的消耗，并且區(qū)分不同油品的密度和粘度而不是以均值代替。Cafaro等[22]在考慮以上因素的基礎(chǔ)上建立MINLP模型，并采用可以有效求解大型非線性模型的GAMS–DICOPT算法求解。Rejowski等[23]在間歇輸送的模式下考慮了管道流量對(duì)摩阻損失和泵效率的影響，采用連續(xù)時(shí)間變量建立MINLP模型。Bagirov[24]將泵開啟關(guān)閉時(shí)間作為連續(xù)變量，泵開關(guān)與否作為二元變量建立MINLP模型，并且開發(fā)出一個(gè)基于網(wǎng)格的組合搜索與Hooke-Jeeves模式搜索方法的新算法來求解。

可以看出，要想使得所建立的數(shù)學(xué)模型更加符合實(shí)際，必須將非線性項(xiàng)加入進(jìn)去，這對(duì)求解模型的算法要求比較高。所以是否建立非線性模型還需要根據(jù)實(shí)際情況，結(jié)合管道的具體數(shù)據(jù)、優(yōu)化程度的要求以及是否有合適的算法求解等因素。

2.2 模型變量表達(dá)

2.2.1 時(shí)間表達(dá)

啟泵方案優(yōu)化研究的時(shí)間表達(dá)包含連續(xù)時(shí)間表達(dá)和離散時(shí)間表達(dá)。離散時(shí)間表達(dá)即將整個(gè)研究時(shí)長(zhǎng)分為若干個(gè)時(shí)步，若這些時(shí)步都相等則為等步長(zhǎng)，若不相等則為變步長(zhǎng)。在每個(gè)時(shí)步內(nèi)，所有的計(jì)算數(shù)據(jù)都視為相同。連續(xù)時(shí)間表達(dá)就是以模型中的事件開始和結(jié)束的時(shí)間點(diǎn)作為劃分。離散時(shí)間表達(dá)可以在一定程度上簡(jiǎn)化時(shí)間變量與其他變量的非線性耦合關(guān)系、降低模型求解的難度，但是如果時(shí)間步長(zhǎng)選取過大，則有可能導(dǎo)致所求解離最優(yōu)解偏差較大，不能反應(yīng)實(shí)際情況；如果時(shí)間步長(zhǎng)選取過小，又會(huì)導(dǎo)致計(jì)算時(shí)間長(zhǎng)、次數(shù)多。所以若采取離散時(shí)間表達(dá)，應(yīng)根據(jù)實(shí)際情況選擇等時(shí)步還是變時(shí)步并且選取合適的步長(zhǎng)。連續(xù)時(shí)間表達(dá)能更貼合實(shí)際、提高求解效率，但同時(shí)也會(huì)使模型變得復(fù)雜，變量之間的耦合關(guān)系增強(qiáng)，模型更難求解。

目前國(guó)內(nèi)的研究通常進(jìn)行一定簡(jiǎn)化后建立線性模型，忽略時(shí)間對(duì)其他變量如管道流量和電價(jià)等因素的影響。但是在整個(gè)成品油管道調(diào)度周期內(nèi)，隨著時(shí)間的推移，注入站和下載站是否注入下載、注入下載量大小以及注入下載油品的種類都會(huì)變化，進(jìn)而影響管道流量、管道內(nèi)油品種類以及各種油品所占比例。這些因素對(duì)于計(jì)算管道沿程摩阻和求解最優(yōu)啟泵方案都有致命影響，所以未來的研究應(yīng)當(dāng)盡量基于連續(xù)時(shí)間表達(dá)或者時(shí)步較小的離散時(shí)間表達(dá)。

生態(tài)低敏感區(qū)具有生態(tài)現(xiàn)狀脆弱、生態(tài)恢復(fù)較快、受人類干擾小及能承受一般強(qiáng)度開發(fā)建設(shè)的特征，為耕作宜居性農(nóng)村。因此，在該類區(qū)域進(jìn)行土地規(guī)劃時(shí)宜采用丘陵式生態(tài)網(wǎng)絡(luò)構(gòu)建模式，其建設(shè)用地以合村并點(diǎn)為目的，優(yōu)先規(guī)劃中心村，盡量避開風(fēng)口、滑坡、山洪等影響區(qū)，避開生態(tài)保護(hù)區(qū)、生態(tài)公益林及農(nóng)田用地。新農(nóng)村以節(jié)能房屋為主，盡量選擇荒地、薄地等區(qū)域進(jìn)行建設(shè)規(guī)劃，建立生活垃圾回收、處理中心，規(guī)劃村內(nèi)道路，以高產(chǎn)田不受損等為原則。

2.2.2 泵類型表達(dá)

泵的類型有固定轉(zhuǎn)速泵與可調(diào)速泵。在已有的研究成果中，固定轉(zhuǎn)速泵在模型中使用二元變量即可表達(dá)，而可調(diào)速泵有兩種表達(dá)方法：一是將按照轉(zhuǎn)速將可調(diào)速泵離散為一系列固定轉(zhuǎn)速泵；二是將可調(diào)速泵的轉(zhuǎn)速視為連續(xù)變量。轉(zhuǎn)速變量采用離散或連續(xù)表達(dá)的優(yōu)缺點(diǎn)與時(shí)間變量類似。

3 結(jié)束語

通過閱讀、總結(jié)近十五年國(guó)內(nèi)外文獻(xiàn)，目前對(duì)于國(guó)外成品油管道啟泵方案優(yōu)化的研究比較全面、深入，能夠根據(jù)各種管網(wǎng)的不同情況，基于離散時(shí)間或連續(xù)時(shí)間表達(dá)，通過建立MILP或MINLP數(shù)學(xué)模型，采用數(shù)學(xué)規(guī)劃、啟發(fā)式算法、人工智能算法等求解出合適的泵站調(diào)度優(yōu)化方案。相比于國(guó)外的研究，國(guó)內(nèi)此方面的研究較少，主要集中于基于離散時(shí)間表達(dá)運(yùn)用動(dòng)態(tài)規(guī)劃法進(jìn)行輸油管道泵站優(yōu)化研究?；趪?guó)內(nèi)外已有的研究成果，筆者認(rèn)為在以下幾方面值得關(guān)注和改進(jìn)：

（1）目前成品油管道調(diào)度優(yōu)化的研究主流方向主要集中于多種油品從煉廠或者油庫輸送到下載站、分輸站最優(yōu)注入和下載序列，也就是最優(yōu)輸送計(jì)劃的編制方面。而對(duì)于泵站調(diào)度即水力優(yōu)化方面則研究較少，泵站調(diào)度優(yōu)化可以很大程度上的節(jié)約運(yùn)行成本、維護(hù)設(shè)備，因此更多的研究應(yīng)該投入到這方面。

（2）現(xiàn)階段對(duì)與啟泵方案優(yōu)化的研究中，計(jì)算沿程摩阻的過程通常沒有嚴(yán)格考慮混油界面在管道中的運(yùn)移，不同油品在管道中存在時(shí)密度、粘度等物性值通常按平均值簡(jiǎn)化處理，這會(huì)導(dǎo)致沿程摩阻計(jì)算的嚴(yán)重不準(zhǔn)確從而影響啟泵方案優(yōu)化的結(jié)果。目前國(guó)外某些文獻(xiàn)的研究中考慮了這個(gè)問題，但是模型不是很成熟。

（3）已有的研究主要集中在成品油管道，對(duì)于結(jié)構(gòu)相對(duì)復(fù)雜的管網(wǎng)來說，國(guó)內(nèi)目前還沒有相關(guān)研究。未來我國(guó)的成品油管道建設(shè)會(huì)更加迅速，從而逐漸形成復(fù)雜的管網(wǎng)。因此針對(duì)復(fù)雜管網(wǎng)結(jié)構(gòu)的泵站調(diào)度優(yōu)化研究應(yīng)該進(jìn)行。國(guó)外對(duì)于復(fù)雜的輸油和配水管網(wǎng)進(jìn)行了一些研究，國(guó)內(nèi)可以參考借鑒。

（4）目前國(guó)內(nèi)泵站調(diào)度優(yōu)化研究主要采用動(dòng)態(tài)規(guī)劃法，算法比較單一。當(dāng)更加復(fù)雜的線性、非線性模型建立出來后，應(yīng)該有合適、高效的算法求解。未來可以探索各種智能算法、數(shù)學(xué)規(guī)劃算法在石油領(lǐng)域的應(yīng)用。

［1］劉承婷,邵振軍,刁望慶. 輕質(zhì)油輸送優(yōu)化模型與開泵方案[J]. 大慶石油學(xué)報(bào),2006,01:43-46.

［2］陳媛媛,吳先策,紀(jì)榮亮. 動(dòng)態(tài)規(guī)劃法在西南管道泵站優(yōu)化運(yùn)行中的應(yīng)用[J]. 油氣儲(chǔ)運(yùn),2009,08:13-15.

［4］李棟. 淺談靖惠輸油管道運(yùn)行方案的優(yōu)化[C]。低碳經(jīng)濟(jì)促進(jìn)石化產(chǎn)業(yè)科技創(chuàng)新與發(fā)展——第六屆寧夏青年科學(xué)家論壇論文集， 2010.

［5］Abbasi E, Garousi V. An MILP-based formulation for minimizing pumping energy costs of oil pipelines: beneficial to both the environment and pipeline companies[J]. Energy Systems, 2010, 1(4):393-416.

［6］JOSé ANTóNIO SOEIRO FERREIRA, RENé VICTOR VALQUI VIDAL. OPTIMIZATION OF A PUMP-PIPE SYSTEM BY DYNAMIC PROGRAMMING[J]. Engineering Optimization, 1984, 7(3):241-251.

［7］Li K, Zuo K, Wang J, et al. Dynamic Programming Example Analysis of a Pump Station[J]. Physics Procedia, 2012, 24:1796-1800.

［8］Zhuan X, Zhang L, Guo J. Optimal operation scheduling of a pump station[C]。Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）， 2011:3797-3802.

［9］Costa L H M, Prata B D A, Ramos H M, et al. A Branch-and-Bound Algorithm for Optimal Pump Scheduling in Water Distribution Networks[J]. Water Resources Management, 2015:1-16.

［10］楊雪,吳先策,紀(jì)榮亮. 西南成品油管道泵站優(yōu)化運(yùn)行[J]. 油氣儲(chǔ)運(yùn),2011,03:196-199.

［11］崔艷雨,吳明,張國(guó)忠. 基于IPGA的成品油管道優(yōu)化研究[J]. 石油化工高等學(xué)校學(xué)報(bào),2007,04:63-67.

［12］劉華鎣. 粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D]. 東北石油大學(xué), 2012..

［13］Ilich N, Simonovic S P. Evolutionary Algorithm for Minimization of Pumping Cost[J]. Journal of Computing in Civil Engineering, 1998, 12(4):232-240.

［14］Selek I, Bene J G, H?s C. Optimal (short-term) pump schedule detection for water distribution systems by neutral evolutionary search[J]. Applied Soft Computing, 2012, 12(8):2336-2351.

［15］Kurek W, Ostfeld A. Multi-objective optimization of water quality, pumps operation, and storage sizing of water distribution systems[J]. Journal of Environmental Management, 2012, 115C(3):189-197.

［16］Ribas P C, Yamamoto L, Polli H L. A micro-genetic algorithm for multi-objective scheduling of a real world pipeline network[J]. Engineering Applications of Artificial Intelligence, 2013, 26(26):302–313.

［17］Chen C P, Lee M J, Chern S R, et al. Ant Colony Optimization for Optimal Control of Pumps in Water Distribution Networks[J]. Microbiology & Immunology, 2008, 134(4):337-346.

［18］Al-Ani D, Habibi S. Optimal pump operation for water distribution systems using a new multi-agent Particle Swarm Optimization technique with EPANET[C].Electrical & Computer Engineering (CCECE), 2012 25th IEEE Canadian Conference on. IEEE, 2012: 1-6.

［19］Bonvin G, Samperio A, Pape C L, et al. A Heuristic Approach to the Water Networks Pumping Scheduling Issue[J]. Energy Procedia, 2015, 75:2846-2851.

［20］ezeshk S, Helweg O J. Adaptive Search Optimization in Reducing Pump Operating Costs[J]. Journal of the Water Resources Planning & Management Division, 1996, 122(1):57-63.

［21］Cafaro V G, Cafaro D C, Cerdá J. Improving the mathematical formulation for the detailed scheduling of refined products pipelines by accounting for flow rate dependent pumping costs[J]. Iberoamerican Journal of Industrial Engineering, 2014, 5(10): 115-128.

［22］Cafaro V G, Cafaro D C, Méndez C A, et al. MINLP model for the detailed scheduling of refined products pipelines with flow rate dependent pumping costs[J]. Computers & Chemical Engineering, 2015, 72:210–221.

［23］Rejowski R, Pinto J M. A novel continuous time representation for the scheduling of pipeline systems with pumping yield rate constraints[J]. Computers & Chemical Engineering, 2008, 32(s 4–5):1042-1066.

［24］Bagirov A M, Barton A F, Mala-Jetmarova H, et al. An algorithm for minimization of pumping costs in water distribution systems using a novel approach to pump scheduling[J]. Mathematical & Computer Modelling, 2013, 57(s 3–4):873–886.

Research Progress in the Optimization of Actuating Pump Scheme for Product Oil Pipelines

1,2,2

（1. PetroChina Beijing Oil and Gas Control Center, Beijing 100007，China； 2. PetroChina Shandong Oil Transportation Limited Company,Shandong Rizhao 276800，China）

In the cost of product oil transportation through pipeline, the pump power cost accounts for a high proportion of operating cost. Optimization of actuating pump scheme by taking energy consumption costs as the objective function can save costs, raise economic benefits, reduce energy consumption and carbon emissions. Based on the domestic and foreign related research achievements of predecessors, optimization of actuating pump scheme for product oil pipeline was studied from two aspects of the algorithm of actuating pump scheme optimization and types of established models.Someproblems in optimization of actuating pump scheme were analyzed, and some ways to solve these important problems were put forward.

Product oil pipeline;Actuating pump scheme;Optimization models;Algorithm

TE 832

A

1671-0460（2017）08-1641-04

2017-05-09

易繼榮（1990-），男，北京市人，助理工程師，2012年畢業(yè)于中國(guó)石油大學(xué)（北京）油氣儲(chǔ)運(yùn)工程專業(yè)，研究方向：從事輸油調(diào)度運(yùn)行工作。E-mail：164720604@qq.com。