油氣集輸系統(tǒng)用能評價方法的研究進展

成慶林，張學(xué)強，孟 嵐，孫海英，孫 巍

(1.東北石油大學(xué) 提高油氣采收率教育部重點實驗室，黑龍江 大慶 163000；2.大慶油田工程有限責(zé)任公司，黑龍江 大慶 163000)

在原油生產(chǎn)中，油氣集輸系統(tǒng)作為一個關(guān)鍵的環(huán)節(jié)，承載著原油與其伴生氣的收集、處理、輸送、以及儲存的工藝過程，其能耗約占原油生產(chǎn)能耗的35%。油田集輸系統(tǒng)涉及到計轉(zhuǎn)站、聯(lián)合站、站外設(shè)施等相互關(guān)聯(lián)的子系統(tǒng)，同時也包括了加熱爐、泵等主要耗能設(shè)備，用能結(jié)構(gòu)復(fù)雜且耗能巨大，并且隨著我國油田開采到中后期，出現(xiàn)了高能耗，低產(chǎn)量的現(xiàn)象。因此，對油氣集輸系統(tǒng)進行用能評價研究十分重要。本文采用以熱力、水力模型為基礎(chǔ)的能量成本模型、“三箱”分析方法下的計轉(zhuǎn)站、聯(lián)合站、集輸管網(wǎng)熱力學(xué)模型以及遺傳算法、改進粒子算法等數(shù)學(xué)評價模型來分析油田集輸系統(tǒng)的能量損失，評價集輸系統(tǒng)的用能水平，為油田企業(yè)實現(xiàn)高效節(jié)能運行提供技術(shù)支持。

1 能量分析方法在集輸系統(tǒng)中的應(yīng)用

油氣集輸系統(tǒng)中的能量分析方法是以壓降和溫降模型為基礎(chǔ)的，壓降計算公式有多種，其側(cè)重點各有不同，杜克勒Ⅰ法壓降計算公式適用于均相流模型，杜克勒Ⅱ法壓降計算公式適用于分相流模型，貝格斯—布里爾(Beggs—Brill)壓降計算公式適用于水平、垂直和任意傾斜氣液兩相管流動，油田在設(shè)計輸油管道時，需要考慮管道傾斜的情況，張鵬翥等[1-4]將貝格斯—布里爾壓降計算公式應(yīng)用于油田現(xiàn)場，計算模型如式(1)所示：

(1)

式中，ω為氣液混合物速度；d為內(nèi)徑；λ為氣液混合摩擦系數(shù)；G為氣液混合物的質(zhì)量流量；θ為管道傾角；dl為管道長度；ωsg為氣相折算速度；ρl為液體密度；ρg為氣體密度；HL為持液率。

韓佳燁等[5-7]將舒霍夫溫降公式應(yīng)用于工程中管道的熱力計算，如式(2)和式(3)所示：

t2=t0+(t1-t0)e-al

(2)

(3)

式中，K為總傳熱系數(shù)；t1為管線起始點的溫度；t2為管道終點溫度；t0為周圍介質(zhì)自然溫度；c為介質(zhì)的比熱容；Gm為介質(zhì)的質(zhì)量流量；D為外徑；l為加熱輸送管道長度。

Zhao Yi等[8]以塔河油田30 ℃為安全集輸溫度極限，確定了單井集輸、樹狀管網(wǎng)集輸、環(huán)狀集輸三種集輸溫降和壓降，計算集輸過程中壓力及燃料成本，計算公式如式(4)—式(6)所示：

ω=ω1+ω2

(4)

ω1=mhed/ηpe/3 600

(5)

ω2=cm(T2-T1)ey/ηr/B/4.2

(6)

式中，ω為總成本；ω1為壓力成本；ω2為燃料成本；h為壓力損失；ed為電費率；ηpe為泵效率；m為水量；c為水的比熱容；T1為加熱爐出口水溫；T2為加熱爐入口水溫；ey為天然氣價格；ηr為加熱爐效率；B為天然氣燃燒熱值。

當(dāng)環(huán)境溫度為-25 ℃時，3種集輸方式中，樹狀管網(wǎng)集輸能耗最低，單井集輸管網(wǎng)能耗最高。因此，塔河油田該區(qū)塊樹狀管網(wǎng)費用最低，節(jié)能效果最好。

表1 “三箱”模型具體適用情況Tab.1 Specific application of "Three Box" model

圖1(a)中，EPhin+EPpin+EPh+EPe=EPhout+EPpout+ΔEPh+ΔEPp。其中，EPhin、EPpin分別為計轉(zhuǎn)站介質(zhì)帶入熱能、壓能；EPhout、EPpout分別為計轉(zhuǎn)站介質(zhì)帶出熱能、壓能；EPh、EPe分別為外界供給熱能、電能；ΔEPh、ΔEPp分別為計轉(zhuǎn)站的熱能、壓能損失。

圖1(b)中，EChin+ECpin+ECh+ECe=EChout+ECpout+ΔECh+ΔECp。其中，EChin、ECpin分別為集中處理站介質(zhì)帶入熱能、壓能；EChout、ECpout分別為集中處理站介質(zhì)帶出熱能、壓能；ECh、ECe分別為外界供給熱能、電能；ΔECh、ΔECp分別為集中處理站的熱能、壓能損失。

圖1(c)中，ELhin+ELpin=ELhout+ELpout+ΔELh+ΔELp。其中，ELhin、ELpin分別為集輸管網(wǎng)介質(zhì)帶入熱能、電能；ELhout、ELpout分別為集輸管網(wǎng)介質(zhì)帶出熱能、電能；ΔELh、ΔELp分別為集輸管網(wǎng)的熱能、壓能損失。

圖1 計轉(zhuǎn)站、集中處理站和集輸管網(wǎng)能量平衡模型Fig.1 Energy balance model of metering station，central treatment station and pipeline network

通過建立上述的能量平衡模型，對某油田集輸系統(tǒng)進行能損失分析，得到管網(wǎng)部分熱損占總能損的比例為44.84%，轉(zhuǎn)油站至脫水站管道的熱損占總能損的比例為24.84%，二者之和為69.68%，說明該集輸系統(tǒng)主要能耗損失是熱損。

圖2 “三箱”組合模型分析過程Fig.2 Analysis process diagram of "Three Box" combination model

3 數(shù)學(xué)最優(yōu)化算法及評價方法在油氣集輸系統(tǒng)中的應(yīng)用

3.1 遺傳算法在集輸系統(tǒng)中的應(yīng)用

石油生產(chǎn)的優(yōu)化是當(dāng)前石油生產(chǎn)面臨的根本問題，需要通過降低運營成本來滿足世界能源需求。石油和天然氣的開發(fā)和管理生產(chǎn)資產(chǎn)已成為一個具有經(jīng)濟和技術(shù)挑戰(zhàn)性的過程。實際技術(shù)的改進使得模擬模型得以更廣泛地應(yīng)用，從而改進生產(chǎn)系統(tǒng)的開發(fā)、運行和管理。ENI E&P的相關(guān)團隊[16]已經(jīng)開發(fā)了一款名為RabbitTM的工具，該方法流程如圖3所示。

圖3 RabbitTM工具的優(yōu)化和流體動力學(xué)評估Fig.3 Optimization of RabbitTM tool and hydrodynamic evaluation

該方法可以實現(xiàn)石油生產(chǎn)中集輸系統(tǒng)的仿真和生產(chǎn)過程的仿真。通過考慮所有系統(tǒng)的約束變量，運用強大的遺傳算法[17]來獲得全局最優(yōu)解。通過該方法對集輸系統(tǒng)進行評價。

白宇等[18-19]通過對喇嘛甸油田進行調(diào)研，將該油田的集輸系統(tǒng)分為轉(zhuǎn)油站、計量站和集輸管網(wǎng)3個部分，將每個部分視為一個能量系統(tǒng)，建立能量平衡模型，進行能耗分析。能量平衡模型采用最優(yōu)化的方法，以能耗費用最小為目標(biāo)函數(shù)，以井口回壓、摻水壓力、集油管線進站溫度、摻水出站溫度、摻水量、摻水泵的揚程和排量以及加熱爐的加熱能力為約束條件，建立集輸系統(tǒng)生產(chǎn)優(yōu)化的數(shù)學(xué)模型，利用遺傳算法進行求解，對集輸系統(tǒng)進行評價，得出喇501轉(zhuǎn)油站的集輸管線的能損占總能損的57.48%，計量站能損占總能損的3.56%，轉(zhuǎn)油站能損占總能損的38.96%，且熱能損失遠(yuǎn)大于壓能損失。因此，提高熱能利用率是轉(zhuǎn)油站集輸系統(tǒng)節(jié)能降耗的關(guān)鍵。

3.2 改進粒子算法在大型油氣集輸系統(tǒng)中的應(yīng)用

為了對油氣集輸系統(tǒng)進行布局優(yōu)化，需要建立一種適用于大型油氣集輸系統(tǒng)的線性規(guī)劃數(shù)學(xué)模型。Liu Yang等[20]提出了基于自適應(yīng)柯西擾動算子、高斯突變算子和概率調(diào)整算子的改進粒子群算法，并結(jié)合龐加萊循環(huán)定理，提出了隨機優(yōu)化算法的收斂定理。為了避免高維數(shù)引起的算法不收斂，提出了相鄰位置模糊集的概念。通過求解相鄰位置的模糊集，而不是確定井節(jié)點與站節(jié)點之間的連接方式，大大降低了問題的維數(shù)。因此，結(jié)合改進粒子群算法、網(wǎng)格剖分集劃分法、相鄰位置模糊集求解法的優(yōu)點，提出了管網(wǎng)組合優(yōu)化策略。通過實際的集油系統(tǒng)，驗證了布局優(yōu)化數(shù)學(xué)模型和組合優(yōu)化策略的有效性和實用性。組合優(yōu)化策略流程如圖4所示。

圖4 組合優(yōu)化策略流程Fig.4 Flow chart of combinatorial optimization strategy

大型油氣集輸系統(tǒng)的布局優(yōu)化是一個難題，目前尚無有效的方法。綜合運用多種有效方法形成組合優(yōu)化策略，可以成功求解高維多約束布局優(yōu)化數(shù)學(xué)模型。此優(yōu)化模型和優(yōu)化策略不僅可以豐富MINLP(混合整型非線性規(guī)劃)領(lǐng)域的成果，而且可以輔助工程設(shè)計人員制定方案和詳細(xì)的施工進度計劃。

陳雙慶等[21]建立了障礙條件下氣田集輸管網(wǎng)整體布局，通過改進粒子算法，對油氣集輸系統(tǒng)進行拓?fù)洳季謨?yōu)化設(shè)計，采氣管道總長減少4.20%、伴熱投資減少18.04%，總建設(shè)投資降低8.47%，該方法有效的減少了建設(shè)成本，驗證了模型的有效性。

3.3 數(shù)學(xué)評價方法在油氣集輸系統(tǒng)中的應(yīng)用

唐霏等[22]將粗糙集理論[23]與BP神經(jīng)網(wǎng)絡(luò)[24-25]相結(jié)合，以處理氣量、潤滑油消耗量、電能消耗、燃料氣量、負(fù)荷率、燃料氣消耗率、燃?xì)獍l(fā)動機熱效率和壓縮機效率為基礎(chǔ)樣本指標(biāo)，基于粗糙集理論計算各指標(biāo)權(quán)重系數(shù)，采用BP神經(jīng)網(wǎng)絡(luò)對氣田增壓站能效進行預(yù)測，該方法可有效的預(yù)測氣田增壓站實際能效水平，識別用能薄弱環(huán)節(jié)?；诖植诩狟P神經(jīng)網(wǎng)絡(luò)能效預(yù)測模型如圖5所示。

圖5 粗糙集—BP神經(jīng)網(wǎng)絡(luò)能效預(yù)測模型Fig.5 Rough set—BP neural network energy efficiency prediction model

該模型也可用于油氣集輸系統(tǒng)，將油氣集輸系統(tǒng)中耗氣量、耗電量、用能設(shè)備效率以及噸油綜合能耗等作為基礎(chǔ)樣本指標(biāo)，確定各指標(biāo)權(quán)重，進行粗糙集理論綜合評價，并采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測油氣集輸系統(tǒng)實際用能水平，對提高油氣集輸系統(tǒng)用能水平具有一定的指導(dǎo)意義。

成慶林等[26-29]采用層次分析法建立油氣集輸系統(tǒng)能效評價體系，計算油氣集輸系統(tǒng)中轉(zhuǎn)油站、聯(lián)合站、管道系統(tǒng)能效系數(shù)，確定油氣集輸系統(tǒng)中用能薄弱環(huán)節(jié)，提出改進建議，為油田現(xiàn)場集輸系統(tǒng)提供科學(xué)節(jié)能決策依據(jù)。

4 結(jié)論