能耗预测技术

能耗预测技术最重要的就是正算法能耗预测技术的应用。正算法的技术路线是利用现有仿真技术及管道模型研发“正算法”能耗预测软件。经研究分析，“ 正算法”能耗预测软件开发，建议采用基于SPS等仿真技术进行二次开发的技术路线。

预测模块应实现根据月度、年度输量计划给定的输量，自动生成开机输送方案，并预测不同方案的能耗，对油气管道能耗进行自动预测；要具备对燃料费、动力费用预测的功能。预测模块内部应包括“方案自动生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等3个功能子模块。“方案自动碧祥生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等3个功能子模块应通过通信协议与SPS仿真软件联动，实现自动预测能耗的逻辑过程。开发“方案自动生成子模块”，将压缩机机组、泵机组、加热炉的开机方案，作为此子模块的主要输出信息，按照一定的算法，自动生成若干开机方案。开发“能耗指标折算子模块”，将耗能量及能耗指标作为此子模块的主要输出信息。开发“逻辑判断子模块”，根据SPS仿真软件输出的管输介质输量、压力、温度，以及耗能设备功率、转速旦枣、负荷等数据，和“能耗指标折算子模块”输出的耗能量及能耗指标，按照既定逻辑判断是否需要继续试，并给出优先挑选哪一类方案进行试算的指向性输出信息。

正算法所实现的能耗预测软件是离线的，即不以实时的SCADA数据作为数据来源进行业务过程的修正。基于“正算法”的能耗预测软件，应以油气管道离线水力、热力仿真计算软件为基础进行开发。能耗预测模块，应实现对天然气管网、成品油管道、原油管道的能耗预测。

正算法预测是基于SPS仿真软件进行二次开发而建立的能耗预测模块。其主要特点：一是运行方案自动生成及初步优选；二是利用SPS对运行方案进行模拟，并将模拟结果转化为能耗数据、燃料费、动力费等。

正算法预测模块的功能结构如图11-3所示：

方案自动生成模块，根据用户输入的管道参数、约束条件，进行方案模慧拆自动生成并初步优选，形成方案库，为后续进行模拟仿真提供输入基础。

根据管道设备情况，采用列举法，即不考虑管道水力热力条件，将管道所有可能的泵组合、压缩机组合等进行列举，形成开机方案的全集。

图11-3 正算法预测模块结构图

在输量一定的情况下，可以通过计算公式计算出所有开机方案的泵（压缩机）、加热炉功率，得到各方案能够提供的总压头和总功率。

在输量一定的情况下，可以通过计算得到管道所需要消耗的总压头、总能耗的最低值，利用该值对方案全集内的方案进行对比判断，从而获得最接近能耗最低值的方案。

方案模拟仿真模块是通过其中的控制模块读取开机方案模块所生成方案集中的指定方案，包括关键设备的启停状态、流量控制值、温度控制值等，并将其写入SPS模型中对应的点，实现对SPS模拟仿真的控制。

逻辑判断分为两种：即可行性判断，判断方案是否有超压、无法翻越最高点等情况，确定方案可行性；指向性判断，判断方案能耗高低，将指向性结果输出到方案生成模块。

能耗折算模块是正算法预测模块中进行数值转换的重要模块，其将SPS输出结果折算为生产单耗、耗油量、耗气量、总能耗等能耗指标。

如图11-4所示，原油管道方案生成采用如下流程：

1）管道情况描述。采用站场、管道、泵、加热炉、油品5个数据类对这条管道进行表达描述。

2）输入管道输量、分输量、注入量以及管道最低进站温度等必要参数。

3）流量分配，根据输量、分输量及注入量对全线进行流量分配，确定各管段的流量。

4）管段温降计算。采用苏霍夫公式计算管道全线的温度分布情况。

5）管段压降计算。采用达西公式计算各管段在给定输量条件下所需要消耗的压头。

6）通过3、4、5步迭代确定出管道所需消耗的最低能量。

7）根据管道压头损失情况，确定各个泵站所需要开启泵的最低数量；根据管道设计承压能力，确定各个泵站能够开启泵的最大数量。

8）依据各站开泵的最大、最小数量，进行全线的开泵情况组合，形成方案集，并对各方案的能耗进行计算排序。

9）将方案集中的方案与最低能耗进行对比分析，初步确定最优方案。

10）将最优方案写入数据库，SPS控制模块取出数据库中的方案，通过事先对好的点，将开机方案对应的指令写入SPS模型中对应的设备，驱动SPS模型模拟方案所指工况。

11）逻辑判断模块读取SPS计算结果，如果需要调整，则返回方案生成模块进行调整（根据产生总压头与管道所需压头进行比较，确定是高还是低；然后将方案的节流量与剩余压头之和同主泵单泵产生压头进行比较，确定是否具备增加、减少泵的条件）。

图11-4 管道方案生成流程图

12）如果不需要，则输出方案到能耗折算模块。

13）能耗折算模块读取SPS模拟数据，计算出该方案设定时间范围内的总能耗和生产单耗，供使用人员参考。

14）对于任何一次完整的预测过程，系统都将自动将其存入数据库，以备后期查询；可按管道查询历史预测结果，其中包含用户输入的数据和计算的结果和开机方案。

下面再介绍一下天然气管道方案生成数学模型。

首先设定目标函数。

天然气管道系统方案生成模块数学模型以最小能耗为目标，其数学表达式为：

油气管道能效管理

式中：S为生产总能耗，kWNj为第j个压缩机站的功率，kWNc为管网系统中压缩机站总数。

基本约束条件分为进（分）气量约束和进（分）气压力约束。

进（分）气量约束：运营部门购买的天然气只能在一定气量范围内变化。另外，各用户根据自身需要对购气量也有一定要求。即：

油气管道能效管理

i=1,2，…，Nn。

式中：Qi为第i节点进（分）气量，m3/dQimin为第i节点允许的最小进（分）气量，m3/dQimax为第i节点允许的最大进（分）气量，m3/d。

进（分）气压力约束：天然气运营部门购买的天然气的压力应该限制在一定范围内，同时，用户根据自身需要对管网各分气节点的压力也有一定要求。因此，管道各进（分）气点的压力需满足下式：

油气管道能效管理

i=1,2，…，Nn。

式中：Pi为第i节点压力，PaPimin为第i节点允许的最小压力，PaPimax为第i节点允许的最大压力，Pa。

管道强度约束：设天然气管道系统中管道总数为Np，为了保障管道的安全运行，管道k中的天然气压力必须小于此管道的最大允许 *** 作压力，即：

油气管道能效管理

k=1,2，…，Np。

式中：Pk为第k管道中天然气的压力，PaPkmax为第k管道允许的最大压力，Pa。

下面介绍管道压力降方程。天然气在管道中流动时会产生压力损失，根据气体在管道中流动的连续性方程和动量方程，得出气体在管道内稳态流动应满足的方程为

油气管道能效管理

式中：M为通过管道的气体流量，kg/sPQ为管道起点压力，PaPz为管道终点压力，PaT为气体流动温度平均值，KL为管道长度，mD为管径，m；Δh为管道起始端与终端高程差，mZ为气体压缩系数，按BWRS状态方程计算；A为气体摩阻系数。

管网节点流量平衡约束。在天然气管道任意一节点处，根据质量守恒定律可知流入和流出该节点的天然气质量应该为0。一般地，对于有N。个节点的天然气管网系统，节点的天然气流量平衡方程组可以写为如下形式：

油气管道能效管理

式中：Ci为与第i个节点相连元件集合；Mik为与第i个节点相连元件k流入（出）i节点流量的绝对值；Qi为i节点与外界交换的流量（流入为正，流出为负）；aik为系数，当k元件中流量流入i节点时为＋1，当k元件流量流出i节点时为－1。

压缩机功率约束。天然气管网系统中每个压缩机站中压缩机的个数和种类都不尽相同，因此，每个压缩机（站）的功率（由于压缩机的特性原因）被限制在了一定的范围内。

油气管道能效管理

j=1,2，…，Nc。

式中：Nj为第j个压缩机（站）的功率，WNjmin为第j个压缩机（站）允许最小功率，WNjmax为第j个压缩机（站）允许最大功率，W。

压缩机方程。当气体经过压缩机增压时，应满足方程（11-8）。往复压缩机和离心式压缩机的理论方程如下：

油气管道能效管理

式中：N为压缩机功率，W；ε为压缩机压比，P2/P1k为压缩机绝热指数；P1为压缩机入口压力，PaP2为压缩机出口压力，PaV1为压缩机入口处的体积流量，m3/s；ηp为压缩机多变效率，当压缩机为往复式压缩机时，ηp＝1。

研究需要优化的运行方案变量，确定出天然气管道系统方案生成数学模型的优化变量为：管道节点处的压力和压缩机（站）的功率。

油气管道能效管理

i=1,2,3，…，Nnj=1,2,3，…，Nn。

式中：Qi为第i节点流量，m3/dPi为第i节点压力，PaNj为第j压缩机（站）功率，W。

采用动态规划法对上述模型进行求解，其框图如图11-5所示：

图11-5 方案生成流程

目前国际上油气管道能耗预测技术已很成熟，但国际上通常不针对单一的能耗预测功能进行研究、开发软件，而是针对油气管道能耗分析和运行方案优化去研究解决方案，并研发算法和软件系统，使油气管道能耗分析和运行方案优化标准化、自动化，提高精度和效率。

国外经验表明，能耗分析可为运行的持续优化提供重要的技术支持，使天然气管道的运行能耗有不同程度的降低。如20世纪90年代末美国自然资源（ANR）管道公司采用SSI（Scientific Software Intercomp,Inc.）公司的输气管网能效分析优化软件，对其西南输气干线的运行方案进行了能效分析、能耗预测、优化，结果表明运行能耗费下降了1%到5%。2004年，美国艾尔帕索能源（El Paso Energy）公司采用规格公司的Flowdesk输气管网能返并扒谈耗分析和预测软件对55,000英里的输气管网进行了持续2年的能效跟踪分析和预测，科学地确定了节能挖潜方向，准确测算出节能潜力，为运行的持续优化提供了有效的支持。统计数据显示，优化后该管网的压缩机组自耗漏此迹气量比原来降低10%。

国际上与能耗预测相关的解决方案可分为两类，一类以负荷预测类软件为代表的，基于反算法的能耗预测、分析软件解决方案，通常没有优化功能；另一类是以Flowdesk为代表的，综合正算法能耗预测方法和反算法的能耗预测方法的综合性能耗预测、分析软件解决方案，通常内嵌工艺仿真模块，并与运行优化功能相结合。

1.负荷预测类产品总览

负荷预测是一类在线的应用软件，有效结合企业成本和数据库的综合软件。设计为自动的，具有快速和稳定的特性。应用方便，校订现在和未来的数据走向。使企业能够更好地掌握未来的运行。负荷预测软件被誉为数据分析的发动机。

负荷预测一般有三种可用来执行学习的方法。它们是回归法、神经网和基因法。回归法是最基本的分析方法。回归法执行速度也非常快，并且在带有大量数据的个案中将会常常给出更好的结果，可能比神经网或基因法还好。在负荷预测中执行回归法是最小化数据组的平均误差。

神经网是一个比较复杂的分析方法，它能有效地执行所有不同大小的数据组。负荷预测使用神经网来最小化平均误差，当运行时它可创建一个最多包含150个隐藏接点的神经网。神经网的工作方式是将每个预测参数考虑成一个接点。这些接点用权重连结到构成隐藏层的所有接点。从每个隐藏层接点通过权重连接到输出接点。所有权重连结从随机权数和已知值开始通过网络。历史的已知输出值和计算的输出值之间不同，可用来修正权重连结的加权值。这个过程反复重复，直到一个可接受的误差出现或重复次数已达所内设的重复最大值。在负荷预测中，这个过程重复是从1到150可能隐藏层的接点。也有可能负荷预测发现1隐藏层接点是最好的。在此情况下你将看到神经网和回归法中有同样的预测效果。一个隐藏接点系统的结果等于正常回归分析。基因法的复杂性比神经网更复杂一些。基因法所做的是创建一个“代”的神经网，然后它学习那些网。在学习结束的时候，它检查哪些网运行最好，保留下来运行最好的并舍弃其他的。这些网被复制和通过变化一些加权被变化，直到网的数字和原始数字一样。然后这个过程重复，直到最大的代数字或者实现可接受的误差。

使用负荷预测的公司可实施和承担综合预测管理并保证调度中心的安全可靠，和d性的管道 *** 作。应用负荷预测超级技术可填充中枢系统的预测和管理，掌握管道每天的具体情况和过往的使用情况。设置 *** 作数据并建立管理燃料执行状态，等同于使燃料安全且可以掌握年度燃料预算。 *** 作数据相当于部分流动数据，进口压力，出口压力，数据站 *** 作，外界环境使用预报并解决。使用装载或燃料管道的营业公司可能实施，并且承担派遣工程的联合燃料管理和气体将提供安全、可靠、d性和竞争管道 *** 作；通过使用专家的技术，例如神经网络和基因算法，气体管道 *** 作公司能实施一个神经网络或基因算法燃料管理系统为它的管道每日 *** 作。这允许 *** 作公司分析它的历史燃料用法作为关键 *** 作数据的建立，并且建立手段测量它的燃料表现，辨认潜在的节约燃料和一个方式控制它的每年燃料预算。 *** 作数据，例如段流速、入口压力、出口压力、驻地经营的数字、四周情况，可用于作为预报因子展望总段燃料用法。

2.综合性能耗预测类产品总览

（1）FIow Desk天然气管道软件

优越的负荷预测、管道模拟、运行优化的综合软件Flow Desk，是一个天然气管道管理、模拟、自动化集成软件套件。它集成了最新和最有效的预测技术，在工业管道可提供模拟和专家系统规则，可用于快速创建天然气业务和商业解决方案。这些工具可用于提高利用天然气管道管理技术，准确预测天然气的输运能力和运输成本，优化天然气管道运行任务，增加收入和利润。其最重要的有下面几个模块：

能耗优化模块。Flowdesk中的能耗优化模块，是一个完整和强大的套件。该产品为管道公司工程师提供精确的能耗优化功能。利用科学的解决方案，采用集成和自动化工具，结合业务分析和优化算法，给出在能耗最低下，如何配置复杂的压缩机及管道的其他配置。其基本功能有：确定管道能耗最低时，运行的最优配置；确定哪些压缩机站打开或关闭；确定最佳的压气站设置点；尽量减少燃油消耗和运营成本；选择能耗优化的同时，也保证吞吐量尽量最大化等。

负荷预测模块。GREGG工程公司开发了功能强大的负荷预测模块，将天气、时间、市场力量可能会导致供应和管道系统的需求变化内嵌在系统中。用多种内置的方法进行自动在线离线训练，这些方法主要有，神经网络、遗传算法、回归分析、自定义需求关系、最优化方面跟踪等。系统可以做到每日负荷的总预测，也可以做到24小时预测。

（2）ESI管道软件

ESI公司的实时水力模拟模型PIPELINE MANAGER提供下列不同的应用模块（其中就有用于改进油/气管线运行安全性并减少运营成本的标准模块）：

——管线总量；——存活时间分析；

——动态泄漏检测和定位； ——关闭时泄漏检测；

——压力监视；　——管线效率模块；

——清洁球跟踪；　——压缩机/泵站优化；

——组分跟踪；　 ——仪表分析；

——预测模块；——预测过程模块；

——阴极保护分析；—— *** 作员培训器；

——负荷预测；　 ——管线存量管理；

——离线瞬态仿真软件；　 ——天然气管网商业管理模型；

——基于互联网的管线 *** 作和商业管理集成软件包；

——批量计划，批量跟踪，批量输送，混油段跟踪；

——DRA分析；——油罐模拟。

以PIPELINE MANAGER为基础，PIPELINE STUDIO可以模拟 *** 作改变时管道的变化情况，通过研究已制定 *** 作行为的模拟结果，可以得到高质量的决策方案，从而减少维护费用和风险。

PIPELINE STUDIO同样是备受好评的人员培训资源，可以让 *** 作员不必进入控制室即可观察到脱机环境中 *** 作变化所带来的效果，学习如何预测不同 *** 作在管道上运行的结果，从而全面提高 *** 作质量并且削减昂贵的维护费用。

例如，美国安然油气公司报告说：在他们8500千米气管线上，通过应用上述实时模块，在压缩机燃料上节省了16%的费用，输送能力提高0.3%，并可按用气户要求的输气量按时供气。

PIPELINE STUDIO的基础数据以XML的格式提供，具有无可比拟的优势和灵活性，可以方便地与其他系统交互。一旦在PIPELINE STUDIO中建立了工程学模型，就可以将同样的模型嵌入其他定制的应用程序（也即进行扩展开发），从而提供独一无二的定制解决方案，改进公司的特殊业务流程。例如，可以创建一套应用程序，将输送请求数据与每小时的负荷曲线、SCADA数据相结合，以支持动态的管线分析（常见的例子是在输量不足时确定最优停气方案）。PIPELINE STUDIO在经过修改和执行后，必将成为整个IT战略中的核心部分。

演绎法能耗预测主要采用工艺仿真的方式进行，而工艺仿真的技术难点主要是敏感性分析和影响条件的简化。这里，需要强调的是工艺仿真系统的建模和调试不是简单的纠偏，而是要发现影响因素，剖析规律，研究其影响的权重。

一般输油泵机组耗电、加热炉耗油（气）和压缩机组耗能可采用模拟法测算。测算工具包括模拟软件与相关公式，建立步骤如下[10]：

第一，数据收集。

管道基础数据：

——管径，壁厚，管道高程、里程（含站场、阀室位置），管道最高承压，摩阻系数；

——沿线土壤四季不同地温、传热半径、土壤导热系数；

——输油站泵机组参数，包括：泵类型、性能曲线、功率、效率、开机/停机时间、额定转速、额定排量、运行方式（串联、并联）等；

——压气站压缩机组参数，包括：压缩机类型（离心式、往复式）、性能曲线、功率、温升比率、效率、开机/停机时间、驱动方式（电驱、燃驱）、最低进口压力、额定转速、压缩机配置方式（几用几备）、运行方式（串联、并联）等；

——加热炉参数，包括加热炉额定负荷、效率等；

——输送介质物性，原油密度、比热容、凝点、黏温曲线，天然气组分及其组成百分比，成品油密度、比热容等。

管线运行数据依据所制订方案而定，参数选取应符合调度手册和交接协议的相关规定。

第二，数据录入。

按照相关测算软件或公式的要求，对收集的数据进行整理、筛选、分析后翔实录入，以保证测算结果的可靠性。

第三，精度调整。

测算软件或公式初步形成后，应利用多组历史运行数据进行反复校核调整，以达到准确测算的要求。

按月度计划输量编制运行方案，并选择相应月份下的沿线地温，在模型中各站进出站主要参数符合调度 *** 作手册要求的前提下，算出一组稳定的工况，得到不同月份内全线各站的耗油/气/电总量；当只有年计划输量的情况下，根据前三年的月不均匀系数编制分月运行方案，并选择相应月份下的沿线地温，在模型中各站进出站主要参数符合调度 *** 作手册要求的前提下，算出一组稳定的工况，得到不同月份内全线各站的耗油/气/电总量。根据测算出的月度数值进行累加，形成全年耗油/气/电总量。

下面以原油管道能耗预测为例，阐述演绎法能耗预测相关要点。

1.原油管道最优能耗预测基本思路

（1）预测对象

直接预测对象：最优月耗电量；最优月耗油（气）量。

间接预测对象：管道月综合能耗（tce或MJ）；管道月平均单位周转量耗电量、耗油（气）量；管道月平均单位周转量综合能耗（kgce/104t·km或kJ/104t·km）；年耗电量、年耗油（气）量，按直接预测的1～12月的月耗电量、月耗油（气）量累加计做歼迅算；年综合能耗量，按年耗电量、年耗油（气）量折算；该原油管道年平均单位周转量耗电量、耗油（气）量，按年耗电量、年耗（油）气量除以相应的年度总输油周转量得到；年平均单位周转量综合能耗（kgce/104t·km或kJ/104t·km），按年平均单位周转量耗电量、耗油（气）量折算。

（2）预测范围

时段选择：一般情况下预测目标时段的最终目标为指定月份，如需要，预测过程中要将一个月分解为若干不同稳态工况下的时间段。

能效指标选择：单条原油管道，直接生产能耗和单位周转量生产能耗。

这里需要说明的是，辅助生产能耗、生活能耗、输送损耗可以按相关规范（定）定额计算，并不参与正算法能耗预测计算，只是在最终合计数据时并入能源消耗量和单位周转量综合能耗。

（3）预测的前提条件

基本输入：原油品种、原油输入点进油量、原油输出点交油量。

基础资料：K值、摩阻修正系数、泵效、炉效，设备特性曲线等。

（4）预测算法

工艺计算法（正算法）最优化算法，即在现有条件下，基于对预测月份进行流量分配方案和工艺运行方案优化，得到相对最低（优）能耗、能效的分析逻辑和数学模型。数学模型包括预测的具体方法及配套的数学模型。

模型需考虑定流量运行方案优化、月份流量分配、月份批次计划对能耗的影响、非稳态因素对能耗的影响等部分。建立预测月份流量分配优化及运行方案优化的目标函数。在预测模型中考虑的各种可选前提条件：综合能耗最低、能耗费用最低。预测月纯此份流量分配模式主要有：平均流量、频率分配、最优流量组合、指定流量组合等方式。多种测算模式可以得到多个最优能耗测算值，所构成的区间可以提供更多最优能耗信息。

定流量稳态运行方案优化模式，指定各管段的输油流量：①理想匹配是改晌不考虑节流；②开泵方案优化；③指定开泵方案。

热油管道定流量稳态运行输油温度设定模式：①指定输油温度（出站/进站温度）；②自动设定进站温度为允许最低进站温度；③输油温度优化。

基于能耗预测的原油管道分类：①不设加热站的单一品种输送管道；②不设加热站的多品种顺序输送管道；③设加热站的单一品种输送管道；④设加热站的多品种顺序输送管道。

几种原油按一定比例混合，混合原油视为一种单一原油。针对每种类型原油管道分别建立具有较强通用性的最优能耗预测模型。基于每种类型原油管道，分别开发具有较强通用性的最优能耗预测软件。

（5）基本步骤（图7-1）

图7-1

2.能耗测算数学模型

（1）稳态优化能耗测算数学模型

决策变量的选取。全线泵组合和出站油温。

目标函数。管道系统单位时间内运行总能耗（kgce）最低。

S=SF+SE

当管线为不加热输送时，SF为零。

约束条件。①全线泵组合与管路的匹配约束。各泵站提供的有效扬程之和等于全线总摩阻损失与位差之和。②站间管段水力条件约束。③站间管段热力条件约束。④泵站约束。⑤热站约束。

（2）输量分配模型

流量在输油周期内波动相对频繁，事先无法准确预知，同时该因素对热能消耗和电能消耗有较大影响。

重点研究每月周期内，日输量的波动规律。

月任务输量分配方法如下：①平均流量法。月输油任务平均分配到日，定流量稳态优化计算日能耗，日能耗累加得到月总输油能耗，平均流量可能导致泵管匹配状况不佳，平均流量可能导致泵效低，适用于满负荷或流量稳定的管道。②频率分配法。对于不满负荷运行的原油管道，由于各种内外部条件限制，测算月份的管道日输量可能是波动的，难以预先确定测算月份每天的日输量。基于历史数据，统计一个月内，日输量/月输量百分比的分布频率。根据统计频率，确定测算月份的日输量分配。一般不同月份的日输量波动情况有所不同，一般按月统计日输量分布。③最优流量组合法。将月任务输量平均分配到每一天，在其所对应的日输量下运行有可能泵管匹配不好，例如节流比较大或者泵的运行效率比较低，因此该流量对应的能耗值比较大。拟定若干备选的流量，通过优化的方法确定最佳的流量搭配方案。④指定流量组合法。根据管道特点，指定几个流量，确定每个流量的运行时间，在预测具体管道的月输油能耗时，可以根据需要采用不同的输量分配方法，调用不同的输量分配方法将得到不同的能耗指标，将这些能耗指标构成的区间，作为最优能耗区间。

3.能耗测算软件计算逻辑

正算法的技术路线是利用现有仿真技术及管道模型研发“正算法”能耗预测软件（图7-2）。经研究分析，“ 正算法”能耗预测软件开发建议采用基于SPS等仿真技术进行二次开发的技术路线。

图7-2 能耗测算软件计算逻辑图

预测模块应实现根据月度、年度输量计划给定的输量，自动生成开机输送方案，并预测不同方案的能耗，对油气管道能耗进行自动预测；要具备对燃料费、动力费用预测的功能。

预测模块内部应包括“方案自动生成子模块”、“ 能耗指标折算子模块”、“ 逻辑判断子模块”等三个功能子模块。“方案自动生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等三个功能子模块应通过通信协议与SPS仿真软件联动，实现自动预测能耗的逻辑过程。开发“方案自动生成子模块”，将压缩机机组、泵机组、加热炉的开机方案，作为此子模块的主要输出信息，按照一定的算法，自动生成若干开机方案。开发“能耗指标折算子模块”，将耗能量及能耗指标作为此子模块的主要输出信息。开发“逻辑判断子模块”，根据SPS仿真软件输出的管输介质输量、压力、温度以及耗能设备功率、转速、负荷等数据，和“能耗指标折算子模块”输出的耗能量及能耗指标，按照既定逻辑判断是否需要继续试，并给出优先挑选哪一类方案进行试算的指向性输出信息。

正算法所实现的能耗预测软件是离线的，即不以实时的SCADA数据作为数据来源进行业务过程的修正。基于“正算法”的能耗预测软件，应以油气管道离线水力、热力仿真计算软件为基础进行开发。能耗预测模块，应实现对天然气管网、成品油管道、原油管道的能耗预测。

4.能耗测算算例

以某管道为例：该管道有5个泵站，每个泵站均只开启1台泵。

第一步：通过用户输入界面，输入管道输送方案，即管道输量及下游各分输站分输量或注入量。

第二步：得到开机方案的全集，暂时不考虑管道水力热力条件，将5个泵站所有的排列组合全部进行罗列，如表7-1所示，假设每站开启1台机，则本例则包括31种开机方式。这31种开机方式中，肯定包括若干个满足用户所输入的分输方案的开机方案，且肯定包括1个或几个相对最优方案。接下来要对这些方案进行筛选。

表7-1 开机方案全集列表

第三步：对全集做初步筛选，筛选出若干个满足用户输入的输送方案的开机方案，筛选方法采用用户根据经验事先设定筛选条件及二分法等多种方法相结合的方式，软件要提供开放的人工设定窗口，如设定液体管道首站必须启泵，则全集方案中所有首站未启泵的方案将被全部排除；或在设定某输量台阶必须至少开启3个站，则全集方案中所有低于3站的方案也被排除；若某管道未经人为设定过，则直接采用二分法进行方案筛选。

假设本例已设定首站必须启泵，则筛选过程如下：

1）按人为设定筛选条件优先的方式，筛选出所有首站未启机的方案，经此步筛选过后，由31种开机组合方式减少为16种组合方式，如表7-2所示：

表7-2 第一次筛选后开机方案列表

2）采用二分法进行筛选，从中间的方案（序号为8的方案）开始计算。如果方案8可以满足输送要求，则排除开机方案1～7，保留开机方案8～16，如表7-3所示：

表7-3 第二次筛选后开机方案列表

3）再次利用二分法进行筛选，在剩余的开机方案中，选择中间的方案（9/2取整，即序号为5的方案）开始计算，如果开机方案5满足输送要求，则排除开机方案6～9，保留开机方案1～5，如表7-4所示：

表7-4 第三次筛选后开机方案列表

4）循环上述计算过程，当开机方案所剩达到足够少时，依次带入SPS仿真系统，进行模拟仿真，计算能耗。

第四步：针对得到的N种可行的开机方案，结合调度手册的控制原则，生成Intran控制脚本文件或其他格式的文件。Intran文件的控制逻辑，应与控制中心的调度 *** 作手册的控制原则相吻合。例如：某台泵的入口压力达到1MPa的时候，才可以开启该台泵。以控制SPS模型进行仿真。

第五步：SPS进行模拟仿真。

第六步：通过能耗指标折算模块，换算各种开机方案下的耗气量、耗电量、耗油量、电单耗、气单耗、油单耗、生产单耗、耗能数量比等能耗指标。

第七步：逻辑判断子模块根据SPS仿真软件输出的管输介质输量、压力、温度以及耗能设备功率、转速、负荷等数据，和“能耗指标折算子模块”输出的耗能量及能耗指标，按照既定逻辑判断是否需要继续试，并给出优先挑选哪一类方案进行试算的指向性输出信息。

第八步：输出N种开机方案的能耗和周转量。

---