气田地面集输管网参数优化设计

设计的关键，开展集输管网参数优化可以有效降低集气系统投资。针对气田常用管网结构和工艺流程，考虑伴热带传热对于管道工艺计算的影响，建立了以管网建设费用最小为目标，以温压平衡、经济流速、节点流量平衡等为约束条件的气田集输管网参数优化数学模型，根据模型的结构特点设计了粒子群智能求解算法，结合C#语言和Access数据库开发了优化设计软件。实例验证得出，模型及算法正确，粒子群求解算法可靠性和收敛性良好，优化软件稳定高效。

关 键 词：气田；集输管网；参数优化；粒子群；软件

中图分类号：TE 973 文献标识码： A 文章编号： 1671-0460（2017）04-0681-04

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）

Abstract： 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..

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

氣田集输管网参数优化是在管网拓扑结构和集输站场位置确定以后，在满足工艺运行条件和相应集输流程的基础上优化管道的管径、壁厚、伴热功率等参数，以期使得气田集输系统的建设或运行费用最小化[1]。目前气田常见的集输管网形态包括辐射状-枝状、辐射-环状、枝上枝等，其中，辐射-枝状管网因为集输范围广、方便管理的优点被各大气田广泛应用[2]。辐射-枝状集输管网中气井与集气站呈辐射状连接，集气站之间呈枝状连接，其布站方式多为一级布站或二级布站[3]。本文针对辐射-枝状气田地面集输管网，研究建立其参数优化数学模型，构建粒子群求解算法，并将理论模型和求解算法付诸于程序实现，编制了气田集输管网参数优化软件，结合实例验证了理论方法和所开发软件的正确性。

1 集输工艺及工艺计算模型

集输工艺是开展气田集输管网参数优化的基础。现有气田常用工艺流程可以概括为：天然气从井口采出后经由采气管道输送到集气站，经集气站分离、加热后由集气管道输送到外输站外输。由于井口采出的天然气中含有少量水，所以在一些北方气田的集输过程中为防止水合物的生成，还需在采气管道外围设置电伴热带进行伴热集输。对于该种集输工艺，本文中对于采集气管道应用不同的工艺计算模型。

1.1 采气管道工艺计算模型

根据天然气含液量选择采气管道的水力计算模型，即天然气中含液量小于40 cm3/m3采用威莫斯输气公式进行水力计算，天然气中含液量大于40 cm3/m3则采用杜克乐-弗莱尼根组合模型计算管道沿程压降。采气管道的热力计算模型选用考虑电伴热影响的苏霍夫公式计算。

1.2 集气管道工艺计算模型

集气管道中不含有液体，可以看作为气体单相流动，水力计算采用威莫斯输气公式，热力计算采用耦合焦耳-汤姆逊效应的苏霍夫温降公式。

2 集输管网参数优化模型

由以上介绍可知，决定管道建设费用的管网参数包括管道的管径、壁厚，各节点单元的温度压力以及电伴热带功率等。笔者通过深入分析各参数之间的数学关系，结合现场实际建立了管网参数优化数学模型如下：

2.1 目标函数

气田集输管网参数优化旨在降低集输系统生产建设投资，这里仅针对占据主要地位的管网建设费用建立优化模型。管网建设投资包括管材费用、电伴热费用和其他配套费用，以管道的管径、壁厚、电伴热功率为决策变量

式中：为管道总数量；为采气管道数量；为第i根管道的外径；为第i根管道的壁厚；为第i根管道单位体积管材费用；为第j根管道伴热功率为时单位伴热带费用；为第j根管道伴热功率；为第i根管道的长度；为第i根管道的管沟土方、管道安装等费用，与管径有关。

2.2 约束条件

（1）稳定流动约束

天然气在管道内稳定流动一段时间后，管道内的温度、压力等参数趋于稳定，应该满足其相应的水力热力计算模型，

（2）节点流量平衡约束

集气管网中每个节点的进出流量应该平衡，有如下公式

（3）管道起终点压力约束

在生产实际中，采集气管道的起终点压力应该在一定范围内

（4）管道起终点温度约束

为保证管道安全运行，防止水合物的生成，管道的的起终点温度应该在一定范围内

（5）经济流速约束

管道内的介质流动速度过小则不经济，过大则会对管道阀件造成伤害，所以运行流速应该在一定范围内

（6）管径约束

所选取的管道应该在工业化标准管径系列中

（7）管道承压约束

管道承压约束即为对于管道壁厚的约束，管道壁厚的选取应该规格化

（8）电伴热功率取值约束

电伴热功率的选择应该符合现场实际，即在一定范围内选取

3 粒子群求解算法

由上述模型可以看出，模型中既含有管径、壁厚离散变量，又含有电伴热功率、温度、压力连续变量，属于大型混合变量非线性模型[4]。粒子群算法具有原理简单、决策参数少、适用广泛等特点[5]，尤其对于不可微、多变量、非线性的优化问题应用效果较为理想。所以本文采用粒子群算法求解以上参数优化数学模型。以下给出算法的主要步骤。

（1）群体创建：建立规模为M的粒子群体，每一个粒子表征一种原问题的可行解，并且表示该粒子位于高纬解空间的位置，是一个7×n维向量.

（2）适应度函数：适应度函数值的变化方向应该与粒子最优解迭代下降方向一致，即适应度函数值越大，可行解效果越好，则有适应度函数.

（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实现可行解和搜索方向的优化，本

文中的位置、速度更新公式.

式中：惯性系数；，为加速搜索因子；，为[0，1]区间的随机数；为截止到第t次搜索为止第i个粒子搜索得到的个体最优解；为搜索到第t次时整个群体的最优解；为第i个粒子在第t+1次搜索和第t次搜索中的解空间位置；为第i个粒子在第t+1次搜索和第t次搜索中的搜索方向。

（4）终止条件：设置最大稳定搜索次数，即如果连续次搜索，所找到的全局极小值不发生改变时终止算法。同时设置最大迭代次数Ttimemax，以防止无法收敛的情况发生。

4 软件开发

根据以上气田集输管网参数优化模型和粒子群求解算法，基于Access 2007开发用于计算数据存储的数据库，应用C#语言编制气田集输管网参数优化计算软件。运用该软件针对大庆徐深气田某区块的集输管网进行了优化计算，该区块的管网拓扑布局所示。算例中粒子群算法的主控参数分别为群体个数为40，惯性系数为[0.5-1.5]区间的随机数，加速因子，，最大稳定搜索次数，Ttimemax=500，管道规格、管道起终点温压参数、电伴热带功率的初始值在相应的取值空间随机选取，其参数优化约束条件录入界面所示。优化后的采气管道优化结果显示界面所示。通过更改初始粒子位置进行了8次优化计算，计算结果均收敛到最优解附近，算法收敛性和可靠性较好，目标函数值随搜索次数变化的曲线图所示。优化前总投资5 242.03万元，优化后4 932.75万元，节约总建设投资309.28万元，占实际投资的5.9%，优化效果较为理想，其优化前后管线参数对比所示。

5 结 论

（1）基于气田辐射-枝状管网布局形态，综合考虑管内介质相态不同和伴热带热传递对工艺计算模型的影响，以气田集输管网的管道规格和电伴热功率为决策变量，以管材建设投资、电伴热投资、配套投资总和最小为目标函数，建立了气田集输管网参数优化数学模型。

（2）通过深入分析参数优化数学模型的层次结构，构建了粒子群求解算法，设计了粒子的编码方式和适应度函数，给出了粒子的速度和方向更新模型，通过实例验证表明算法可靠性高、收敛性好。

（3）根据气田集输管网参数优化模型和粒子群求解算法，开发了气田管网参数优化设计软件，软件的开发可以为气田集输管网工程的设计建设提供合理化建议，提高规划方案的开发效率。

參考文献：

[1] 魏立新. 基于智能计算的油田地面管网优化技术研究[D].大庆：大庆石油学院，2005.

[2] 《石油与化工工程设计工作手册》编委会.气田地面工程设计（ 第三册）[M].北京：中国石油大学出版社，2010： 86-87.

[3] 陈双庆，刘扬，魏立新，等. 徐深气田新增产能管网障碍拓扑优化[J].东北石油大学学报，2016，40（4）：96-105.

[4] 刘扬. 石油工程优化设计理论及方法[M].北京：石油工业出版社，1994：116-129.

[5] 刘东.粒子群优化算法及其工程应用研究[D].成都：西南交通大学，2013.