張益炬

(西南石油大學(xué)研究生院,四川成都 610500)

天然氣管網(wǎng)優(yōu)化設(shè)計(jì)方法研究探析

張益炬

(西南石油大學(xué)研究生院,四川成都 610500)

本文對(duì)天然氣管網(wǎng)優(yōu)化設(shè)計(jì)的問題進(jìn)行了描述。對(duì)目前解決這類維數(shù)很大有約束的非線性最優(yōu)化問題的八種常用方法進(jìn)行了歸納總結(jié),討論分析了這些方法的優(yōu)缺點(diǎn),對(duì)于各種在方法在實(shí)際應(yīng)用中相互結(jié)合,取長(zhǎng)補(bǔ)短提高算法的尋優(yōu)性能有一定的參考意義。

優(yōu)化方法 天然氣管網(wǎng) 遺傳算法

1 引言

管網(wǎng)的優(yōu)化設(shè)計(jì)通常是指在管網(wǎng)的布局規(guī)劃已經(jīng)確定的條件下，主要解決管徑最優(yōu)組合問題，即通過管網(wǎng)的水力計(jì)算來確定有關(guān)的技術(shù)參數(shù)，通過優(yōu)化設(shè)計(jì)尋求系統(tǒng)造價(jià)最低的設(shè)計(jì)方案。天然氣管網(wǎng)的優(yōu)化設(shè)計(jì)問題基本可以歸結(jié)為：根據(jù)管道的穩(wěn)定性、強(qiáng)度、進(jìn)出站壓力的約束以及設(shè)計(jì)變量的邊界約束等一些限制條件，以建設(shè)管網(wǎng)費(fèi)用最小為目標(biāo)函數(shù)進(jìn)行優(yōu)化計(jì)算，得出最優(yōu)管徑組合以及相關(guān)的技術(shù)參數(shù)。

2 天然氣管網(wǎng)優(yōu)化設(shè)計(jì)方法介紹分析

求解非線性規(guī)劃問題有兩類：一類就是化非線性為線性進(jìn)行求解，另一類為直接求解。選擇合理的優(yōu)化方法才能快速、準(zhǔn)確地獲得優(yōu)化結(jié)果。文中對(duì)目前所采用的各個(gè)優(yōu)化方法特點(diǎn)進(jìn)行歸納總結(jié)，在選擇過程中應(yīng)揚(yáng)長(zhǎng)避短。(1)變尺度算法已被推廣成為解決約束優(yōu)化問題的一個(gè)方法，它有統(tǒng)一計(jì)算公式，不需要精確以為搜索即可二次截止，且對(duì)目標(biāo)函數(shù)性質(zhì)要求不高，但是在求解高維問題時(shí)，目標(biāo)函數(shù)必須可導(dǎo)并會(huì)受到計(jì)算機(jī)內(nèi)存的限制。(2)罰函數(shù)算法(序列無約束極小化方法)原理簡(jiǎn)單易懂，程序設(shè)計(jì)比較簡(jiǎn)單懲罰因子選取過大會(huì)使計(jì)算數(shù)值溢出，較早收斂局部最小解，選取過小則可能得不到最優(yōu)解，廣泛地與具有較強(qiáng)尋優(yōu)能力的遺傳算法結(jié)合，提高優(yōu)化的全局收斂性能和優(yōu)化效率。(3)復(fù)合形算法無需目標(biāo)函數(shù)的導(dǎo)數(shù)，不進(jìn)行一維搜索，程序編寫簡(jiǎn)單，計(jì)算量較大，收斂速度較慢，不適用于高維問題的求解，目前廣泛采用基于該算法為主導(dǎo)混合離散復(fù)合型求法(MDCP)。(4)遺傳算法搜索效率高，提高了不陷入局部最優(yōu)解的可能性，搜索過程是隨機(jī)的且對(duì)搜索空間無特殊要求，其全局優(yōu)化收斂性理論尚未得到完全解決，其相應(yīng)的早熟問題尚待進(jìn)一步研究解決，被廣泛應(yīng)用于管網(wǎng)優(yōu)化設(shè)計(jì)當(dāng)中去。(5)啟發(fā)式算法簡(jiǎn)單直觀易行，速度快，效率高，程序設(shè)計(jì)編寫比較簡(jiǎn)單，不能一定保證收斂到最優(yōu)解，表現(xiàn)不穩(wěn)定，對(duì)于不同問題的不同例子可能會(huì)有不同的計(jì)算效果，包括禁忌搜索、進(jìn)化計(jì)算、模擬退火、拉格朗日松弛、神經(jīng)網(wǎng)絡(luò)等算法，是一定的直觀基礎(chǔ)而建構(gòu)的算法。目前其中的進(jìn)化算法以以廣泛地應(yīng)用于工程項(xiàng)目?jī)?yōu)化設(shè)計(jì)當(dāng)中。(6)群體智能算法有較強(qiáng)的結(jié)合性，易于結(jié)合于其它算法，搜索效率較低，尋優(yōu)能力有待研究提高，易陷入局部最優(yōu)解而停滯搜索，該算法是受自然界中螞蟻搜索事物行為而啟發(fā)提出的一種智能優(yōu)化計(jì)算。其收斂性和連續(xù)空間尋優(yōu)能力一直是該領(lǐng)域研究的核心問題。目前還沒有人在管網(wǎng)優(yōu)化設(shè)計(jì)中運(yùn)用。(7)微粒群優(yōu)化算法對(duì)目標(biāo)函數(shù)的性質(zhì)沒有特殊要求，算法簡(jiǎn)單，只需調(diào)整較少的參數(shù)即可容易實(shí)現(xiàn)，計(jì)算速度慢，效率較低，易陷入局部最優(yōu)，后期迭代效率較低。該算法源于對(duì)鳥的不是行為的研究，利用該算法和其他算法相結(jié)合來解決工程的實(shí)際問題。目前還沒有人在管網(wǎng)優(yōu)化設(shè)計(jì)中運(yùn)用。(8)混沌優(yōu)化算法具有遍歷性、規(guī)律性、隨機(jī)性，搜素效率較高避免陷入局部最優(yōu)解，優(yōu)化的效果比較粗糙，不理想。該算法按照混沌運(yùn)動(dòng)自身的規(guī)律和特性進(jìn)行搜索優(yōu)化，目前已經(jīng)有人將該算法運(yùn)用于原油管道系統(tǒng)優(yōu)化設(shè)計(jì)中。

3 結(jié)論與建議

(1)對(duì)于天然氣管網(wǎng)優(yōu)化設(shè)計(jì)問題涉及到約束條件和設(shè)計(jì)變量的類型和數(shù)量的復(fù)雜性，這使得傳統(tǒng)的解決方法已不能滿足其解決的要求。筆者認(rèn)為對(duì)于解決不同問題不的同特性，在現(xiàn)有算法的基礎(chǔ)上，可以試圖使用相應(yīng)具體的算法，并采用一些新興的智能算法的有機(jī)結(jié)合和互補(bǔ)的方式達(dá)到更好的求解效果。同時(shí)，筆者也建議嘗試把具有不同特點(diǎn)的優(yōu)化設(shè)計(jì)方法和優(yōu)化模型進(jìn)行已達(dá)到更理想的求解效果。

(2)目前，分級(jí)優(yōu)化只能得到局部問題的最優(yōu)解，這并不意味著能是整個(gè)天然氣管網(wǎng)系統(tǒng)達(dá)到整體上的最優(yōu)解。我們可以考慮各級(jí)協(xié)調(diào)模式，從系統(tǒng)論的觀點(diǎn)來建立從整體上能優(yōu)化整個(gè)管網(wǎng)系統(tǒng)的統(tǒng)一模型。

(3)天然氣管網(wǎng)優(yōu)化設(shè)計(jì)模型的復(fù)雜性使得有一些難以解決的問題存在。從目前發(fā)表的論文分析，天然氣管網(wǎng)優(yōu)化技術(shù)尚未成熟，筆者認(rèn)為，解決這樣一個(gè)大項(xiàng)目的問題，可以從兩個(gè)角度去考慮，第一點(diǎn)就是找到適當(dāng)有效的優(yōu)化方法求解最優(yōu)化設(shè)計(jì)模型；第二要建立一個(gè)更準(zhǔn)確，更符合實(shí)際需要，更容易解決的數(shù)學(xué)模型，這是一個(gè)不能被忽略的重點(diǎn)。例如我們可以從模糊數(shù)學(xué)角度考慮模糊優(yōu)化設(shè)計(jì)模型或建立擴(kuò)展混合網(wǎng)絡(luò)模型[HY-PIPENET]。

[1]Graeme C Dandy,Angus R Simpson,Lanurence J Murphy．An improved genetic algorithm for pipe network optimization[J]．Water Resources Research,1996,32(2)：449—458．

[2]Dahroug, A., Brown, B., and Shaheen, M.,2001,“Optimizing Acid Treatments With the Use of Jet Blasting Tool,” Paper SPE 68364 Presented at the 2001 SPE/ICoTA Coiled Tubing Roundtable,Houston, Mar.7 8.

[3]陳進(jìn)殿,汪玉春,黃澤俊天然氣管網(wǎng)系統(tǒng)最優(yōu)化研究.油氣儲(chǔ)運(yùn),2006,25(2)：6-l2.

[4]王炬,段常貴,丁碧涌．基于遺傳算法的枝狀燃?xì)夤芫W(wǎng)布局優(yōu)化．煤氣與熱力,2005;25(4)：1-4.

[5]郝海,蹤家峰.系統(tǒng)分析與評(píng)價(jià)方法[M].北京：經(jīng)濟(jì)科學(xué)出版社,2009：35,42．