作者:劉 青,關鴻鵬,張應輝,仇 晶 ,蔡 磊
作者單位:北京市燃氣集團有限責任公司
摘自《城市燃氣》2021年第二期
摘要: 進入21世紀,城市的能源供應體系日趨完善,天然氣作為清潔能源的主要代表,在城市能源體系中發(fā)揮了巨大作用。作為運營天然氣管網(wǎng)及輸配的大型燃氣集團公司,面對日趨復雜的網(wǎng)絡化管道系統(tǒng),如何實現(xiàn)在信息化、智能化手段下進行可靠、安全的燃氣遠程調(diào)度、監(jiān)控等目標,就顯得尤為重要。本文主要以系統(tǒng)工程的方法為指導,基于信息物理融合系統(tǒng),集合現(xiàn)有的SCADA、管網(wǎng)仿真、調(diào)度等子系統(tǒng)建設情況,設計出針對多壓力級制的燃氣管網(wǎng)智能調(diào)控軟件的系統(tǒng)架構,并作為可實施的指導手段,為后期智能調(diào)控軟件的具體開發(fā)應用奠定基礎。智能調(diào)控軟件系統(tǒng)分為全天候智能調(diào)控模塊、調(diào)控仿真庫模塊、遠程執(zhí)行系統(tǒng)模塊、安全評估模塊等4 部分,并給出了具體的模塊內(nèi)容,指導軟件系統(tǒng)的開發(fā)工作。
關鍵詞: 大型燃氣管網(wǎng);智能調(diào)控;系統(tǒng)架構;多壓力級制
1背景
天然氣作為清潔能源的代表,在城市的能源供應體系中發(fā)揮著巨大的作用,根據(jù)相關資料的統(tǒng)計,2019年全國天然氣使用量達到3 064億m3,同比增長約10%,未來還會保持持續(xù)增長趨勢。伴隨著天然氣使用量的增加,城市燃氣管網(wǎng)的規(guī)模逐漸擴大,調(diào)壓站數(shù)量增多,燃氣壓力級制變多,如何將信息化、智能化的技術應用到燃氣管網(wǎng)中,如何滿足管網(wǎng)的平穩(wěn)運行,如何解決調(diào)壓站遠程調(diào)控及時性,為保障和助力燃氣系統(tǒng)更好的為人類生活服務就成為首要解決的問題。
自1997年陜氣進京后,北京市的天然氣利用進入快速發(fā)展階段,到2015年,北京市的年供氣量首次突破100億m3。2016年,高峰單日供應量首次突破1億m3,目前已成為天然氣供應量世界排名第二的單體城市。
“十二五”末期,上游供應北京市已形成陸上管道氣、煤制氣和海上LNG三種氣源,陜一、陜二、陜?nèi)㈥兯摹⒋筇泼褐茪夤芫€、地下儲氣庫管線、唐山LNG管線七大通道供應體系。同時,北京燃氣集團已有燃氣管線2萬多km,調(diào)壓站(箱)分布廣泛,管道氣覆蓋所有的城區(qū)和郊區(qū),形成了國內(nèi)規(guī)模最大、壓力級制最復雜的天然氣管網(wǎng),建立了“五環(huán)六級七放射”的天然氣配氣體系,通過五大環(huán)路、六級壓力級制管網(wǎng),七條輻射至郊區(qū)的供氣干線保障全市供氣,成為全國配氣能力最強的城市。
2亟待解決的問題
近年北京燃氣的快速發(fā)展,在運門站已達10座,次高壓以上調(diào)壓站箱多達300多座,氣源種類多,管網(wǎng)規(guī)模大,管網(wǎng)調(diào)度管理面臨著許多亟待解決的問題:
(1)站點多人工調(diào)節(jié)難。調(diào)壓站數(shù)量眾多、分布廣,部分調(diào)壓站處地偏遠,運行參數(shù)調(diào)整需要投入大量人力到現(xiàn)場進行操作和值守。
(2)相鄰站點匹配難。北京市環(huán)網(wǎng)調(diào)壓站工況調(diào)整與相鄰站密切相關,出力容易出現(xiàn)不均衡;用氣負荷較大時,管網(wǎng)容易出現(xiàn)最不利工況點。
(3)工況及時調(diào)整難。北京的城市交通狀況日益惡化,很難保證日常和應急工況調(diào)整的及時性。
(4)工況調(diào)整方案制定難。工況調(diào)整方案的制訂依靠現(xiàn)有的仿真技術并結(jié)合人工經(jīng)驗,難以保證是最優(yōu)方案并能夠及時下達執(zhí)行。
(5)多氣源調(diào)配難。在多氣源引入的情況下,傳統(tǒng)氣源調(diào)配方式難以保證高端用戶的用氣氣質(zhì)要求。
(6)小流量控制難。夏季小流量時的貿(mào)易計量不準確。
為有效解決管網(wǎng)運行中的諸多問題,北京燃氣自2013年起逐步開展調(diào)壓站遠程調(diào)控系統(tǒng)的研究、單站控制軟件的功能開發(fā)、完善和系統(tǒng)的建設,實現(xiàn)了單站自動調(diào)壓/調(diào)流、自動調(diào)壓/調(diào)流曲線、總流控制、低流控制、多支路均衡供氣及自動倒臺等“八大功能模式”,并在關鍵站點實施。
目前北京燃氣集團擁有較為完善的SCADA系統(tǒng),主要用于對管網(wǎng)設施運行工況的實時監(jiān)測和部分調(diào)壓站的單站遠程調(diào)控,而管網(wǎng)仿真系統(tǒng)、調(diào)度令系統(tǒng)等生產(chǎn)運營相關的信息化系統(tǒng)相對獨立,遠程調(diào)控站點也初具規(guī)模。要實現(xiàn)規(guī)模化調(diào)壓站點應用遠程調(diào)控并滿足不同的用戶需求,必然需要一種方便快捷的技術手段實現(xiàn)遠程調(diào)控調(diào)壓站點運行方案的制定和下達。因此智能調(diào)控系統(tǒng)建設的必要性凸顯。
本文主要闡述基于現(xiàn)有系統(tǒng)的相關調(diào)控仿真算法研究,以及面向大型燃氣管網(wǎng)的智能調(diào)控系統(tǒng)架構搭建,使系統(tǒng)能夠最終實現(xiàn)門站氣量調(diào)節(jié)、高中壓站單站調(diào)節(jié)、高中壓站多站聯(lián)合調(diào)節(jié)、高壓管道儲氣調(diào)節(jié)等智能調(diào)控目標。
3智能調(diào)控系統(tǒng)架構設計原則及目的
要想實現(xiàn)對大型燃氣管網(wǎng)的智能調(diào)控,首要解決的就是對燃氣管道的智能監(jiān)測、多壓力級制的聯(lián)合調(diào)度優(yōu)化、調(diào)壓器關鍵設備的智能化控制、數(shù)據(jù)信息傳遞安全等多方面內(nèi)容,此外隨著管道檢測、嵌入式控制、通訊傳輸及邊緣計算等新技術的發(fā)展和燃氣供應保障用戶的多樣性需求,對智能調(diào)控提出了許多新的目標和要求。在設計智能調(diào)控系統(tǒng)時,充分考慮上述相關因素,需要使用科學的方法進行系統(tǒng)設計,才能滿足智能調(diào)控系統(tǒng)的需求,更好的為大型燃氣管網(wǎng)服務,保障調(diào)度能夠及時有效,滿足各類用戶的用氣需求。
按照建設需求和最終要實現(xiàn)的目的,結(jié)合現(xiàn)有條件,提出設計的基本原則如下:
(1) 滿足現(xiàn)有條件下的調(diào)壓器、調(diào)節(jié)閥等設備的運行工況要求,滿足安全規(guī)范。
(2) 采用數(shù)據(jù)挖掘、數(shù)據(jù)分析、機器學習等先進的調(diào)控方法。
(3) 遠程調(diào)控的執(zhí)行機構可靠性、響應速度等滿足系統(tǒng)調(diào)控需求。
(4) 有效可靠的歷史經(jīng)驗數(shù)據(jù):主要是站點集群調(diào)控經(jīng)驗。
系統(tǒng)設定的基本目標是通過遠程調(diào)控調(diào)壓站日常運行方案的自動優(yōu)化、制定和下達,預警系統(tǒng)異常工況;應急工況下,可對遠程調(diào)控站進行控制,制定和下達應急運行方案,最終實現(xiàn)燃氣管網(wǎng)的自動優(yōu)化和安全運行。
系統(tǒng)工程的設計方法主要是將運籌學、控制論、信息理論、基礎數(shù)學及計算機科學等進行綜合運用,針對要解決的問題進行分析、設計和工程驗證。大型燃氣管網(wǎng)的智能調(diào)控系統(tǒng)使用系統(tǒng)工程設計方法,從信息獲取、數(shù)據(jù)分析、算法驗證、參數(shù)校驗、系統(tǒng)執(zhí)行、安全傳輸、信息加密解密等涉及到調(diào)度全流程的工作進行模塊設計。
4智能調(diào)控系統(tǒng)的主要組成
根據(jù)設計方法和設計原則,結(jié)合生產(chǎn)實際需求,構建出智能調(diào)控系統(tǒng)的架構框圖如圖1所示。
圖1 智能調(diào)控系統(tǒng)架構設計圖
整個智能調(diào)控系統(tǒng)主要是實現(xiàn)基于用戶需求和數(shù)據(jù)采集的基礎,利用仿真優(yōu)化算法和模型庫,對擬實施的調(diào)度令進行仿真測試,根據(jù)氣源和SCADA系統(tǒng)的管網(wǎng)監(jiān)測狀況進行調(diào)度優(yōu)化,最后輸出符合運行規(guī)律的燃氣管網(wǎng)單層及多層等多種方式的調(diào)度調(diào)控方案。
根據(jù)架構框圖的設計,主要對搭建的智能調(diào)控系統(tǒng)架構4大模塊進行分別介紹,它們?yōu)槿旌蛑悄苷{(diào)控模塊、調(diào)控仿真庫模塊、遠程執(zhí)行系統(tǒng)模塊、安全評估模塊。
全天候智能調(diào)控模塊如圖2所示。該模塊的主要流程是根據(jù)現(xiàn)有SCADA系統(tǒng)反饋的管網(wǎng)及設備監(jiān)控數(shù)據(jù),用氣量預測計劃(包括用戶提供的電廠、工礦企業(yè)等大用戶的用氣計劃和城市預測用氣計劃),通過與歷史階段(PHD)數(shù)據(jù)庫的對比分析,結(jié)合調(diào)度中心的統(tǒng)一調(diào)度指令,通過仿真優(yōu)化算法庫計算能夠滿足最優(yōu)條件下的調(diào)控方案。在調(diào)控方案生成后需要通過GIS系統(tǒng)和儲備有豐富人工經(jīng)驗的學習庫對其進行校驗,之后根據(jù)校驗結(jié)果,將方案數(shù)據(jù)傳給調(diào)控仿真庫的同時把方案作為學習庫內(nèi)的案例典型充實調(diào)控系統(tǒng)方案。
圖 2 全天候智能調(diào)控模塊信息流框圖
調(diào)控仿真庫模塊如圖3所示。調(diào)控仿真要把管網(wǎng)實際運行中可能出現(xiàn)的各類問題進行仿真和預案處理。通過對設備及管道數(shù)據(jù)的實時監(jiān)測和智能分析,提前預警異常狀況,同時將全天候智能調(diào)控按照正常工況、異常工況、人工操作誤報警等多方面場景進行仿真運行和測試校驗,通過應對不同場景情況的調(diào)控優(yōu)化方案和人工經(jīng)驗及原有的案例模型庫進行匹配跟蹤,生成相應的設備設施管理方案和應急離線調(diào)度方案,針對人員誤操作和異常需求情況,建立人員權限校驗機制和混合智能調(diào)控機制。
圖3 調(diào)控仿真庫信息流框圖
遠程執(zhí)行系統(tǒng)模塊如圖4所示。主要是通過接收調(diào)控仿真庫的輸出調(diào)控方案,并確保調(diào)控方案能夠下發(fā)現(xiàn)場,對調(diào)壓器等主要設備部件進行指令化操作。遠程調(diào)控的調(diào)節(jié)方式根據(jù)設備的情況,分為直接調(diào)節(jié)方式和間接調(diào)節(jié)方式;在進行調(diào)節(jié)時需要運行監(jiān)控模塊,防止出現(xiàn)調(diào)控方式過快或者過慢引起管網(wǎng)運行事故的情況,通過智能監(jiān)測技術分析該模塊流程中的運行數(shù)據(jù),并與SCADA系統(tǒng)及設備全生命周期系統(tǒng)進行信息交互,核查所要調(diào)控的設備運行狀態(tài),下達設備調(diào)控指令,并通過模塊化RTU設備實現(xiàn)調(diào)控目的。
圖4 遠程執(zhí)行系統(tǒng)的信息流程圖
安全評估模塊作為系統(tǒng)中的關鍵組成,根據(jù)工控系統(tǒng)的架構需要對監(jiān)測、控制、傳輸、執(zhí)行、設備、人員及管理等多方面進行安全監(jiān)測和分析控制。為此設計相關的信息鑒別與人員管理授權、信息過濾、設備訪問、特有編碼、數(shù)據(jù)智能監(jiān)測分析及設備物理安全控制等子功能技術,通過定性和定量的方式將調(diào)控過程中可能出現(xiàn)的風險進行評估和判斷,進行不同層次的分級,在進行相關處理和操作的同時反饋回其他模塊,豐富相應的預案和優(yōu)化調(diào)控算法,以便應對風險變化可能出現(xiàn)的異常工況。該模塊的具體建設如圖5所示。
圖5 安全評估模塊的建設內(nèi)容框架
(1)將智能調(diào)控系統(tǒng)中和調(diào)控相關的設備進行全生命周期監(jiān)測,對設備安全性進行評估。同時對設備的狀態(tài)進行監(jiān)控預警。
(2)當調(diào)壓系統(tǒng)中的數(shù)據(jù)點出現(xiàn)異常時,根據(jù)仿真調(diào)控庫的案例及人工經(jīng)驗學習的結(jié)果,進行雙向校驗,生成異常數(shù)據(jù)處理方案,反饋回優(yōu)化算法,啟動備用調(diào)控方案。
(3)對于涉及到調(diào)控系統(tǒng)的操作人員權限和操作步驟進行安全校驗,對各系統(tǒng)的跨系統(tǒng)數(shù)據(jù)及網(wǎng)絡信息進行審查及權限認證。
以上3個功能是具體層面的操作設置,并且作為安全評估的工作流程指導模塊設計。
智能調(diào)控系統(tǒng)的架構將四個模塊有機結(jié)合,從感、控、算、仿、用等層面進行全方位設計,使之能夠滿足大型管網(wǎng)燃氣調(diào)度需求,適應智能化時代發(fā)展。
5智能調(diào)控系統(tǒng)的調(diào)控優(yōu)化算法庫
通過對智能調(diào)控系統(tǒng)的架構分析,可以發(fā)現(xiàn)建設的核心內(nèi)容是調(diào)控仿真庫,管網(wǎng)運行部門對調(diào)壓站(箱)的負荷率、站點運行數(shù)量的優(yōu)化和環(huán)網(wǎng)壓力均衡等要求都是對算法和仿真運行設定的相關邊界條件,因此仿真庫的優(yōu)化算法和仿真運行的適用性和匹配性是決定智能調(diào)控系統(tǒng)能否準確、可靠和高效運行的基礎。下面介紹一下幾個主要的算法及案例庫的建設:
(1)多壓力級制的智能優(yōu)化算法
該算法通過仿真庫和GIS系統(tǒng),設定管網(wǎng)初始參數(shù)條件,通過管網(wǎng)系統(tǒng)模型求得管網(wǎng)各節(jié)點的初始壓強、流量、管段壓降等參數(shù),并計算得到第一目標函數(shù);固定壓力級制層間的進氣節(jié)點流量,并利用非線性規(guī)劃的算法優(yōu)化調(diào)節(jié)閥門(口)開度;固定壓力級制層間的調(diào)節(jié)閥門(口)開度,并利用非線性規(guī)劃的算法優(yōu)化進氣節(jié)點流量,計算得到第二目標函數(shù);判斷第一目標函數(shù)與第二目標函數(shù)的絕對差值是否小于預設精度,若是,則結(jié)束,若否,則繼續(xù)優(yōu)化直到第一目標函數(shù)與第二目標函數(shù)的絕對差值小于設定值;通過采用迭代求解方法,提升跨級調(diào)度的及時性和管網(wǎng)仿真優(yōu)化的準確性。
(2)管網(wǎng)參數(shù)校驗算法
該算法由經(jīng)驗公式出發(fā),確定燃氣管道摩擦阻力損失計算公式;之后由確定燃氣管道摩擦阻力損失計算公式需要校驗參數(shù)及實測數(shù)據(jù);根據(jù)管道設計圖紙和經(jīng)驗設定待校驗參數(shù)的初始值;獲取與待校驗參數(shù)數(shù)量相等的實測數(shù)據(jù)對;利用所述實測數(shù)據(jù)對組成的實測數(shù)據(jù)建立燃氣管道摩擦阻力損失計算公式的非線性方程組,并采用牛頓-拉夫遜法求解非線性方程組得到多組參數(shù)校驗值;獲取多組參數(shù)校驗值并計算參數(shù)校驗值的均值,得到最終的參數(shù)的估計值;該算法基于燃氣網(wǎng)管SCADA采集數(shù)據(jù)系統(tǒng)和燃氣管道實際參數(shù)相結(jié)合對比校驗的方法,并通過牛頓-拉夫遜方法進行求解分析,實現(xiàn)真實工況參數(shù)實時模擬測量。
(3)深度學習算法庫
該算法庫主要以燃氣管網(wǎng)運行公司儲備的豐富人工經(jīng)驗為基礎,設計了基于深度學習理論的仿真擬合算法 ,通過對數(shù)據(jù)進行表征學習,建立和模擬人腦進行分析學習的神經(jīng)網(wǎng)絡;通過模仿人腦的機制來解釋數(shù)據(jù),例如圖像,聲音和文本; 通過組合低層特征形成更加抽象的高層表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示,以便更好的發(fā)揮人工經(jīng)驗的價值;在學習過程中用非監(jiān)督式或半監(jiān)督式的特征學習和分層特征提取高效算法來替代手工獲取特征,建立基于深度學習的各類調(diào)控仿真案例,充實仿真調(diào)度案例庫。
(4)人工案例模型庫
人工案例模型庫的建立主要是通過對歷史人工經(jīng)驗數(shù)據(jù)進行預處理和清洗,得到可以用來建模的有效數(shù)據(jù)集;然后用決策樹(DT)、層次分析法等方法進行數(shù)據(jù)場景還原和分析,對各影響因子進行區(qū)間劃分,從而獲得可以用于回歸分析計算的數(shù)據(jù)訓練集;其后通過偏最小二乘(PLS)等回歸方法來找出各相關調(diào)節(jié)閥門流量、壓力等和影響因子的關系,并通過顯著性分析等方式得到各影響因子之間的權重,形成數(shù)據(jù)模型的因子集;然后通過貝葉斯網(wǎng)絡模型(BN)、神經(jīng)網(wǎng)絡模型等人工智能的方法,找出各場景下概率發(fā)生可能性最高的站點流量壓力調(diào)控方案。
智能調(diào)控系統(tǒng)的算法和案例庫建設能夠?qū)⑷斯ふ{(diào)度經(jīng)驗和智能化調(diào)度融合,充分發(fā)揮人工智能的作用,短時期內(nèi)能夠生成各類方案,便于應對各類工況和各種需求下的管網(wǎng)運行需求。
6優(yōu)化模式及原理
伴隨著智能調(diào)控系統(tǒng)的運行,在一定時期內(nèi)形成了多種相關的多層級、多批次的調(diào)控運行方案,但是還需要進行不斷的算法維護和數(shù)據(jù)校驗,保證算法所需要的數(shù)據(jù)是可靠的,同時依靠真實和完整的數(shù)據(jù)實現(xiàn)算法的自我修正及迭代更新,滿足智能調(diào)控系統(tǒng)的安全穩(wěn)定運行。
根據(jù)調(diào)控的速度需求和目標優(yōu)化情況,可以將調(diào)控優(yōu)化的模式分為精確優(yōu)化模式、快速優(yōu)化模式和極速優(yōu)化模式等三種,它們隨著系統(tǒng)運算速度及可適用性的范圍依次上升,帶來準確性的下降,但是三者互補,增加可靠性,具體如圖6所示。
圖6 優(yōu)化模式原理示意圖
從用戶出發(fā),按照不同的優(yōu)化需求,調(diào)取優(yōu)化算法庫里對應的相關算法,結(jié)合仿真庫進行機理模型仿真,通過參數(shù)校驗步驟進行機理優(yōu)化;機理優(yōu)化的基礎上利用深度學習算法進行仿真運行,遺傳算法對數(shù)據(jù)和層級壓力進行求解,循環(huán)交互將計算數(shù)據(jù)與仿真數(shù)據(jù)進行比對找到匹配方案;利用協(xié)同過濾可以快速將以上步驟完善并輸出優(yōu)化方案。
7總結(jié)
根據(jù)調(diào)控優(yōu)化算法的開發(fā)研究和仿真校驗結(jié)果,同時基于數(shù)據(jù)模型和物理模型相融合,按照智能調(diào)控建設的方案,北京燃氣初步完成面向大規(guī)模多壓力級制的燃氣管網(wǎng)智能調(diào)控系統(tǒng)架構設計。智能調(diào)控系統(tǒng)的構建,在一定程度上可以突破現(xiàn)有的人工經(jīng)驗和操作水平限制,使得燃氣調(diào)控更為智能,可以有效快捷的適應不同種類的需求,降低工況管理工作對于人工操作的依賴;自動應對燃氣管網(wǎng)故障,降低故障率和故障處置時間,推動燃氣管理部門的天然氣管網(wǎng)調(diào)控由“經(jīng)驗型調(diào)度管理”向未來的“智能型優(yōu)化調(diào)度”轉(zhuǎn)變,提升整體的競爭力,更好的為社會服務。