CN109711106A - 一种集输管网优化方法及装置 - Google Patents
一种集输管网优化方法及装置 Download PDFInfo
- Publication number
- CN109711106A CN109711106A CN201910104782.6A CN201910104782A CN109711106A CN 109711106 A CN109711106 A CN 109711106A CN 201910104782 A CN201910104782 A CN 201910104782A CN 109711106 A CN109711106 A CN 109711106A
- Authority
- CN
- China
- Prior art keywords
- pipe network
- well
- transmission pipe
- collection transmission
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pipeline Systems (AREA)
Abstract
本发明提供了一种集输管网优化方法及装置,该方法包括:根据地形参数,将目标区域划分为具有网格节点的若干子区域;所述网格节点用于表征集输管网的拓扑;根据所述地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,所述钻井数据信息包含所述目标区域的现有井的井位坐标、所述现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;根据所述约束条件及费用目标函数生成所述集输管网优化模型;根据所述集输管网优化模型生成集输管网优化结果,本发明可以提供一种从时间角度统筹规划的集输管网优化方法,该方法能够指导油气田的工程建设,帮助油气田减本增效。
Description
技术领域
本发明涉及石油天然气生产领域,尤其是油气田油气储运技术,具体涉及一种集输管网设计方法及装置。
背景技术
油气田在建设过程中,随着开发程度的不断加大,集输管网变大庞大而复杂,导致集输管网建设成本占整个油气田投资的比例不断上升。在生产方面,由井场,管道,压力设备和中央处理设施组成的集输管网在天然气田生产中起着关键作用,因此,集输管网的优化对于降低开发成本,提高气田生产的效率和效益至关重要。
集输***优化设计是一类十分复杂的大型混合优化设计问题,其中有些子问题属于多项式复杂程度的非确定性难题,其目的是在满足水力约束的前提下获得经济上最优效果。该复杂问题可以分解为一些子问题,包括井组的划分,集输管网的拓扑结构,设施的位置以及管道的详细路线。其复杂性在于:在给定的物理和实际限制下通常有许多替代方案可以做出这些决定;例如,两个井场之间有许多不同的管道路径,管道只能建在没有障碍物的区域。此外,加上三维地形的因素,障碍物的存在以及管网的水力特性,大多数子问题都是典型的非确定性多项式完备问题,并且经常是非线性耦合,这意味着很难在多项式时间内达到最优结果。同时考虑上述因素将使模型更接近现实,但集输管网的整体优化将变得非常复杂且难以解决。
另外一个影响复杂性的因素是多周期计划,这对集输管网的设计至关重要。随着时间的推移,由于现有油气井的产量会显著下降,其他新井将被开发出来并连接到现有的集输管网,因此,管道和基础设施的规模应该改变,以满足不同发展阶段的要求。这些决策不仅复杂,而且影响油气田全开发周期中的生产行为、水力状态、未来决策和经济分析。目前对于集输管网的优化设计主要集中在集输管网初始开发阶段的优化设计,由于油气井产量变化导致的集输管网在多周期规划内的扩张仍未得到解决。单口油气井产量会随着时间的推移而逐渐衰减,油气田在建设开发过程中并不是一次性钻探所有油气井,而是根据生产需求分批次有计划的钻探及调整,需要在旧井衰减时将开发新的井接入到集输管网,从而维持整体油气田的生产规模。即目前的研究忽略了多周期下的集输管网拓展问题,没有考虑多周期规划视角下的管网优化。因此,目前设计人员在规划阶段需要一种从长远角度来进行集输管网的优化设计方法。
发明内容
针对现有技术中的问题,本发明提供的方法将时间作为一个重要因素,提出了一种基于时间角度的油气田集输管网整体优化设计方法,本方法能够优化油气田的工程建设,帮助油气田减本增效。
为解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供一种集输管网优化方法,包括:
根据地形参数,将目标区域划分为具有网格节点的若干子区域;网格节点用于表征集输管网的拓扑;
根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
根据约束条件及费用目标函数生成集输管网优化模型;
根据集输管网优化模型生成集输管网优化结果。
一实施例中,在根据地形参数,将目标区域划分为具有网格节点的若干子区域之前,还包括:
获取目标区域的地形参数、管网费用参数、管网技术参数及钻井数据信息。
一实施例中,地形参数包括目标区域的地形数据及障碍物位置;
技术参数包括井的生产率及井口压力、集气站所需的水力参数及管道的经济流速。
一实施例中,网格节点包括:集气站节点、井节点、管道节点;约束条件包括:
集气站节点始终用于设置集气站;集气站节点的流体流量由集气站留存流量、集气站节点的流入流量及集气站节点的流出流量组成;
串接井所在的井节点的流体流量由该串接井的产出流量、该井节点的流入流量及该井节点的流出流量组成;
非串接井所在的井节点的流体流量由该非串接井的产出流量及该井节点的流出流量组成;
井节点连接的管道的数量小于或等于2;且
管道节点上流体流动方向为单向流动。
一实施例中,根据约束条件及费用目标函数生成集输管网优化模型包括:
根据管网费用参数用生成费用目标函数;管网费用参数包括管道单价、压力设备类型及集气站的固定成本。
根据约束条件及费用目标函数,通过MILP模型生成集输管网优化模型。
一实施例中,根据集输管网优化模型生成集输管网优化结果包括:
根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径;
根据全局最优解的搜索算法及最小长度的每个连通节点之间的路径生成集输管网优化结果。
一实施例中,集输管网优化结果包括:集气站的位置、管道的连接路线、集气站及管道的施工时间、管道的水力参数及集输管网建设成本。
第二方面,本发明提供一种集输管网优化装置,该装置包括:
网格节点划分单元,用于根据地形参数,将目标区域划分为具有网格节点的若干子区域;网格节点用于表征集输管网的拓扑;
约束条件生成单元,用于根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,述钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
集输管网优化模型生成单元,用于根据约束条件及费用目标函数生成集输管网优化模型;
集输管网优化结果生成单元,用于根据集输管网优化模型生成集输管网优化结果。
一实施例中,集输管网优化装置还包括:
获取参数单元,用于获取目标区域的地形参数、管网费用参数、管网技术参数及钻井数据信息。
一实施例中,集输管网优化模型生成单元包括:
费用目标函数生成模块,用于根据管网费用参数用生成费用目标函数;
集输管网优化模型生成模块,用于根据约束条件及费用目标函数,通过MILP模型生成集输管网优化模型。
一实施例中,集输管网优化结果生成单元包括:
路径计算模块,用于根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径;
集输管网优化结果生成模块,用于根据全局最优解的搜索算法及最小长度的每个连通节点之间的路径生成集输管网优化结果。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现集输管网优化方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现集输管网优化方法的步骤。
从上述描述可知,本发明提供的集输管网优化方法及装置,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。其中,钻井数据信息是本方法的核心所在,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,可以理解的是,在建模过程中,所有的约束条件都围绕着钻井数据信息这个时间角度展开,这一点与以往的集输管网优化有着明显的不同。另外,本方法所提供的集输管网优化设计不仅在经济上是最佳的,集输管网的压力也应保持在允许的范围内。针对以往研究中采用分级优化、忽略水力计算及多周期规划的问题,本方法将时间作为一个重要因素,提出了一种考虑水力计算的多周期气田集输管网整体优化设计方法,用于油气田集输管网优化。该方法以最小总施工成本为目标函数,考虑每个时间段的技术限制和水力特性,采用分段方法对非线性的水力方程进行线性化建立了MILP模型,并利用提出的双层不均匀网格将MILP模型和蚁群算法耦合,从而可以通过基于分枝定界算法的MILP求解器求解模型,得到全局最优解,包括最优拓扑,集气站和压力设施的位置,每条管道的大小和路线,管网的水力计算结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的实施例中的集输管网优化方法的流程示意图;
图2为本发明的实施例中步骤300的流程示意图;
图3为本发明的实施例中步骤400的流程示意图;
图4为本发明的具体实施方式中集输管网优化方法的流程示意图;
图5为本发明的具体实施方式中双层不均匀网格示意图;
图6为本发明的具体应用实例中集输管网优化方法的流程示意图;
图7为本发明的具体应用实例中节点流量约束条件示意图;
图8为本发明的实施例中的集输管网优化装置的结构示意图;
图9为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例提供一种基于等效孔隙截面指数的饱和度确定方法的具体实施方式,参见图1,该方法具体包括如下内容:
步骤100:根据地形参数,将目标区域划分为具有网格节点的若干子区域。
可以理解的是,步骤100中网格节点用于表征集输管网的拓扑,集输管网是指用来将井口处的原油或者天然气输送到规定的集气站,井口作为起点,集气站作为终点,中途经过管道、节流阀、压缩机、泵等设备。
步骤200:根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件。
步骤200中,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,由于油气田在建设开发过程中并不是一次性钻探所有油气井,而是根据生产需求分批次有计划的钻探及调整,单口油气井产量会随着时间的推移而逐渐衰减,需要在旧井衰减时将开发新的井接入到集输管网,从而维持整体油气田的生产规模。
步骤300:根据约束条件及费用目标函数生成集输管网优化模型。
步骤300中,费用目标函数建立的依据为管道建设费用和集气站建设费用之和为最小。
步骤400:根据集输管网优化模型生成集输管网优化结果。
可以理解的是,步骤400是对集输管网优化模型进行求解,并得到集输管网优化结果,进一步地,技术管网优化结果可以包括:
(1)集气站的位置。
(2)每条管道的连接,详细路线和施工时间。
(3)基于经济流量的每条管道的直径。
(4)每个时间点上每个管道的流量和每个节点的工作压力。
(5)总建设成本及每一时间点的建设成本。
从上述描述可知,本发明提供的集输管网优化方法,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
一实施例中,在步骤100之前,还包括:
获取目标区域的地形参数、管网费用参数、管网技术参数及钻井数据信息。
一实施例中,地形参数包括目标区域的地形数据及障碍物位置;管网费用参数包括管道的类型及长度、压力设备类型及集气站的固定成本;管网技术参数包括井的生产率及井口压力、集气站所需的水力参数及管道的经济流速;钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据。
可以理解的是,管道只能建在没有障碍物的区域,如:已经存在的建筑物、井等,导致管道铺设往往成曲线而不是直线。另外,以往的建模过程中忽略了优化设计过程中的水力计算,仅仅考虑距离最短或者集输半径,往往造成所设计的管网与实际生产所需的水力条件严重不符,甚至原油和天然气无法顺利从井口流动到集气站,为此本方法考虑了技术参数,即井的生产率及井口压力、集气站所需的水力参数及管道的经济流速。
一实施例中,网格节点包括:集气站节点、井节点、管道节点;约束条件包括:
1)集气站节点始终用于设置集气站;集气站节点的流体流量由集气站留存流量、集气站节点的流入流量及集气站节点的流出流量组成;
2)串接井所在的井节点的流体流量由该串接井的产出流量、该井节点的流入流量及该井节点的流出流量组成;
3)非串接井所在的井节点的流体流量由该非串接井的产出流量及该井节点的流出流量组成;
4)井节点连接的管道的数量小于或等于2;且
5)管道节点上流体流动方向为单向流动。
可以理解的是,本方法将网格节点分为三种,集气站节点、井节点、管道节点,并通过对节点类型及流量的限制生成约束条件1)至5),并且在建模的过程中约束条件1)至5)必须同时满足。
一实施例中,参见图2,步骤300包括:
步骤301:根据管网费用参数用生成费用目标函数。
步骤301中,管网费用参数包括管道单价、压力设备类型及集气站的固定成本。本步骤想要解决的问题是,在给定的开发周期内找到集输管网的“最佳可行”建设方案。“最佳”在这里意味着在给定周期范围内的最低总建筑成本,即步骤301所要解决的问题;“可行”意味着满足所有技术,地理,水力特性和规划约束。
步骤302:根据约束条件及费用目标函数,通过MILP模型生成集输管网优化模型。
步骤302可以理解为,通过约束条件对费用目标函数进行约束,再通过混合整数线性规划模型生成集输管网优化模型。
一实施例中,参见图3,步骤400包括:
步骤401:根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径。
可以理解的是,蚁群算法的含义为:蚂蚁在觅食过程中,蚁群随机选择它们的路径,但在寻找食物时,在它们的小径上留下一种叫做信息素的化学成分。路径上留下的信息素越多,其他蚂蚁选择此路径的可能性就越大。因此,在这样的路径上的信息素浓度将更快地积累并且吸引更多的蚂蚁遵循相同的路线。最后,通过蚂蚁个体之间的信息交换和相互合作来选择最佳路径。蚁群算法是在三维地形中搜索对应于最小长度的每个连通节点之间的详细路线。
步骤402:根据全局最优解的搜索算法及最小长度的每个连通节点之间的路径生成集输管网优化结果。
一实施例中,集输管网优化结果包括:集气站的位置、管道的连接路线、集气站及管道的施工时间、管道的水力参数及集输管网建设成本。
进一步的,集输管网优化结果还包括:油气田集气站和压力设施的位置、每条管道的大小和路线、管网的水力计算结果。
在一种具体实施方式中,本发明还提供集输管网优化方法中的具体实施方式,该该具体实施方式包括如下内容,参见图4。
步骤4001:获取油气田的地形参数、管网费用参数、管网技术参数及钻井数据信息。
在步骤4001中,地形参数包括油气田的地形数据、障碍物位置;管网费用参数包括管道单价、压力设备类型及集气站的固定成本;管网技术参数包括井的生产率及井口压力、集气站所需的水力参数及管道的经济流速;钻井数据信息包括现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据。
步骤4002:根据地形参数,将目标区域划分为具有网格节点的若干子区域。
步骤4002具体实施方式如下:根据油气田的地形数据、障碍物位置生成双层不均匀网格。进一步地,该步骤为:根据井场的给定位置,在Google Earth上获得相应的地理坐标和高程,将这些数据导入Matlab,并使用三次样条插值来导出研究区域的地形数据。
进一步地,采用两层非均匀离散网格,将研究区域划分为若干子区域。如图5所示,第一层网格(粗虚线)用于确定管网的拓扑,第二层网格(细虚线)用于确定两个节点之间的详细路径。第一层网格中的每个节点具有八个连接方向,并且该八节点类型模式用于为每个子区域和网格节点建立相应的约束和目标函数。假设流体从节点(xi,yj)沿其方向k流向另一个相邻节点,终端节点可以定义为(xi,yj,k)。rk是k的反方向,因此(xi,yj,rk)代表起始节点的坐标,其在方向rk处连接节点(xi,yj)。显然,(xi,yj,k)和(xi,yj,rk)是相同的节点。对于第二层网格,通过结合蚁群算法,可以在三维地形上更精确地确定管道的实际连接路径。
步骤4003:根据地形参数、管网技术参数及钻井数据信息生成集输管网优化模型的约束条件。
步骤4003中,约束条件包括:1)集气站节点始终用于设置集气站;集气站节点的流体流量由集气站留存流量、集气站节点的流入流量及集气站节点的流出流量组成;2)串接井所在的井节点的流体流量由该串接井的产出流量、该井节点的流入流量及该井节点的流出流量组成;3)非串接井所在的井节点的流体流量由该非串接井的产出流量及该井节点的流出流量组成;4)井节点连接的管道的数量小于或等于2;5)且管道节点上流体流动方向为单向流动。可以理解的是,约束条件1)至5)必须同时满足,另外,约束条件还包括管道压力约束、障碍约束及整体建设约束。
可以理解的是,集气站节点与井节点的流体流量不同在于,集气站节点流体流量包括集气站留存流量,而井节点流体流量包括该井的产出流量。另外,这里的串接井是指该井通过管道与其他井连接,并且其他井所产出的流体通过该井流至集气站,即串接井至少有两个管道与其连接;非串接井是指位于油田边部,只有一个管道与其连接,该井只生产流体,并不传输其他井所产出流体。
步骤4004:根据管网费用参数用生成费用目标函数。
针对步骤4004,可以理解的是,目标函数为总建设成本最小的函数,总建设成本包括了管道建设费用和集气站建设费用,管道建设费用取决于管道的类型和管道的长度,上述费用目标函数如下:
min f=f1+f2 (1)
其中,f1及f2分别为管道建设费用和集气站建设费用,其中f1的表达式如下:
BPi,j,k,d,t是0-1变量,如果t时刻从节点(i,j)沿着k方向到其临近点建立了管径为d的管道,则BPi,j,k,d,t=1;否则BPi,j,k,d,t=0。只有当管道新建时(BPi,j,k,d,t+1-BPi,j,k,d,t=1),才计算管道的建设费用。需要注意的是,Li,j,k是在给定的第二次离散网格下由蚁群算法预先计算好的,作为优化的输入参数。
BCi,j,t代表是否建设集气站的0-1变量。当t时刻集气站建立在节点(i,j)节点时,BCi,j,t=1;否则BCi,j,t=0。只有当集气站新建时(BCi,j,t+1-BCi,j,t=1)时,需要计算集气站的建设费用。
f2的表达式如下:
步骤4005:根据约束条件及费用目标函数,通过MILP模型生成集输管网优化模型。
在步骤4005中,集输管网优化模型包含许多约束条件,例如:节点约束条件和管道约束条件,管道流量约束条件,管道压力约束条件,障碍物约束条件和整体构造约束条件。结合具体的实际数据和分段线性化方法,该模型可以转化为MILP数学模型,其中所有约束和目标函数都是线性的。
步骤4006:根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径。
步骤4006具体可以为,利用步骤4002中生成的双层网格,并结合蚁群算法在三维地形中搜索对应于最小长度的每个连通节点之间的详细路线。
步骤4007:根据全局最优解的搜索算法及最小长度的每个连通节点之间的路径生成集输管网优化结果。
步骤4007实质上是对集输管网优化模型求解,该模型可以通过基于分支定界算法的商业MILP模型求解器GUROBI来求解,该算法是全局最优解的搜索算法,因此,可以获得多压力集输管网的最优设计方案。
从上述描述可知,本发明提供的集输管网优化方法,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。其中,钻井数据信息是本方法的核心所在,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,可以理解的是,在建模过程中,所有的约束条件都围绕着钻井数据信息这个时间角度展开,这一点与以往的集输管网优化有着明显的不同。另外,本方法所提供的集输管网优化设计不仅在经济上是最佳的,集输管网的压力也应保持在允许的范围内。针对以往研究中采用分级优化、忽略水力计算及多周期规划的问题,本方法将时间作为一个重要因素,提出了一种考虑水力计算的多周期气田集输管网整体优化设计方法,用于油气田集输管网优化。该方法以最小总施工成本为目标函数,考虑每个时间段的技术限制和水力特性,采用分段方法对非线性的水力方程进行线性化建立了MILP模型,并利用提出的双层不均匀网格将MILP模型和蚁群算法耦合,从而可以通过基于分枝定界算法的MILP求解器求解模型,得到全局最优解,包括最优拓扑,集气站和压力设施的位置,每条管道的大小和路线,管网的水力计算结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
为进一步地说明本方案,本发明以D油气田集输管网优化为例,提供集输管网优化方法的具体应用实例,该具体应用实例具体包括如下内容,参见图6。
(一)、根据地形参数,将目标区域划分为具有网格节点的若干子区域;网格节点用于表征集输管网的拓扑。
S1:获取D油气田的地形参数、管网费用参数、管网技术参数及钻井数据信息。
在S1中,地形参数包括油气田的地形数据、障碍物位置;管网费用参数包括管道单价、压力设备类型及集气站的固定成本;管网技术参数包括井的生产率及井口压力、集气站所需的水力参数及管道的经济流速;钻井数据信息包括现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据。进一步的,步骤S1所需数据为:
(1)地形数据:研究区域的详细地形,障碍物信息。
(2)钻井数据信息:随时间变化的位置,坐标和相应的生产信息。在分阶段施工的情况下,该钻井数据信心还包括每个井(现有井及预期井)在将来任意时刻所产出的油气数据。
(3)管网费用参数:管道单价(不同直径),压力设备类型(容量和不同类别的相应价格),集气站的固定成本。
(4)技术参数:每个井场的生产率和背压,集气站所需的压力,经济流速。
S2:根据地形参数,将D油气田划分为具有网格节点的若干子区域。
S2具体可以为,根据井场的给定位置,在Google Earth上获得相应的地理坐标和高程,将这些数据导入Matlab,并使用三次样条插值来导出研究区域的地形数据。
该步骤采用两层非均匀离散网格,将研究区域划分为若干子区域。如图5所示,第一层网格(粗虚线)用于确定管网的拓扑,第二层网格(细虚线)用于确定两个节点之间的详细路径。第一层网格中的每个节点具有八个连接方向,并且该八节点类型模式用于为每个子区域和网格节点建立相应的约束和目标函数。假设流体从节点(xi,yj)沿其方向k流向另一个相邻节点,终端节点可以定义为(xi,yj,k)。rk是k的反方向,因此(xi,yj,rk)代表起始节点的坐标,其在方向rk处连接节点(xi,yj)。显然,(xi,yj,k)和(xi,yj,rk)是相同的节点。对于第二层网格,通过结合蚁群算法,可以在三维地形上更精确地确定管道的实际连接路径。
(二)、根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件。
S3:生成集输管网优化模型的节点约束条件;
步骤S3具体为:根据地形参数、管网技术参数及钻井数据信息生成集输管网优化模型的节点约束条件。
可以理解的是,某一时刻,节点类型唯一,只能是集气站节点(BCi,j,t=1),或者是油气井节点(BMi,j,t=1),或者是普通节点(BNi,j,t=1)。但是不同时刻,节点类型可变化,该约束条件可以用公式(4)进行限定。
BC,i,j,t+BN,i,j,t+BM,i,j,t=1i∈I,j∈J,t∈T (4)
用约束公式(5)~(8)来限定集气站的连接关系。全开发周期内,一定且只有有限个集气站,即:
若某节点某时刻是集气站,则建好以后不再变动,一直是集气站,若某节点某时刻不是集气站,以后可能是集气站,取决于集气站数目上限,该条件可以用公式(6)描述。
BC,i,j,t≤BC,i,j,t+1 i∈I,j∈J,t=0,1,...,|T|-1 (6)
BPi,j,k,d,t代表是否建设管道的0-1变量。当t时刻,从节点(i,j)沿着k方向到其相邻节点建立了管径为d的管道,则BPi,j,k,d,t=1,否则BPi,j,k,d,t=0。某时刻某节点是集气站,则任何方向任意管径上一定不流出,上述描述可以用公式(7)进行限定。
BPi,j,rk,d表示t时刻从节点(i,j)沿着k的相反方向到其相邻节点建立了管径为d的管道。某时刻某节点是集气站,则任何方向任意管径上至少有一个流入,即:
若某时刻某节点是油气井,则一定只有1个方向上的1种管径的流出,即:
此外,我们定义管道中流体的流动方向和管道的建设方向一致。因此,约束(11)表示若某时刻某个方向上有管道,则流动单向;或者没有管道,即:
若某时刻有外流管道,方向和管径不再变化,若某时刻无外流管道,可能下一个周期新建,即:
BPi,j,k,d,t≤BPi,j,k,d,t+1 i∈I,j∈J,k∈K,d∈D,t=0,1,...,|T|-1 (12)
某时刻某节点最多仅有一个方向一种管径的流出,用来限定普通节点单一流出,但可多个流入,该约束条件可以用公式(13)进行限定。
若某时刻某节点是油气井,则任何方向任意管径上一定不流入。若无此约束,则油气井可串联该约束条件可以用公式(14)进行限定。
S4:生成集输管网优化模型的节点流量约束条件。
参见图7,若t时刻有i节点到j节点间k方向的管段(BPi,j,k,d,t=1),则其间应存在流量,即:
有流量才有管道,限制管道只在当期出现,不提前建,即:
任意时刻任意节点流量平衡,即:
某时刻集气站与油气井的首末总体流量平衡,即:
普通节点,流入等于流出,即:
ΣQpi,j,k,t-ΣQpi,j,rk,t≥M(BNi,j,t-1) i∈I,j∈J,t∈T (20)
ΣQpi,j,k,t-ΣQpi,j,rk,t≤M(1-BNi,j,t) i∈I,j∈J,t∈T (21)
集气站,管道流出与自身接收量等于管道流入流量,即:
ΣQpi,j,k,t-ΣQpi,j,rk,t≥M(BCi,j,t-1)-qCi,j,t i∈I,j∈J,rk,k∈K,t∈T (22)
∑Qpi,j,k,t-∑Qpi,j,rk,t≤M(1-BCi,j,t)-qCi,j,t i∈I,j∈J,rk,k∈K,t∈T (23)
油气井,管道流出等于管道流入和自身产量,即:
∑Qpi,j,k,t-∑Qpi,j,rk,t≥M(BMi,j,t-1)+qMi,j,t i∈I,j∈J,rk,k∈K,t∈T (24)
∑Qpi,j,k,t-∑Qpi,j,rk,t≤M(1-BMi,j,t)+qMi,j,t i∈I,j∈J,rk,k∈K,t∈T (25)
只限定流量上限,不限制下限,因为某管道后期可能无流量,即:
Qpi,j,k,t≤Qmax,d+(1-BPi,j,k,d,t)M i∈I,j∈J,k∈K,d∈D,t∈T (26)
S5:生成集输管网优化模型的管道压力约束条件。
由于管道的摩擦阻力,流体的压力在流动过程中逐渐减小。管道的压降方程可以简化如下:
PAqi,j是t时刻节点(i,j)沿着k方向管径为d的管道的起点压力,PAzi,j是t时刻节点(i,j)沿着k方向管径为d的管道的终点压力,fd为压降方程中管径为d时所对应的阻力系数。
利用分段线性化方法对压力和流量进行计算,具体计算公式如下:
QPi,j,k,t≥Qmin,g+(BQpi,j,k,t,g-1)M i∈I,j∈J,k∈K,g∈G,t∈T (29)
QPi,j,k,t≤Qmax,g+(1-BQpi,j,k,t,g)M i∈I,j∈J,k∈K,g∈G,t∈T (30)
Pi,j,t≥Pmin,f+(BPi,j,t,f-1)M i∈I,j∈J,f∈F,t∈T (33)
Pi,j,t≤Pmax,f+(1-BPi,j,t,f)M i∈I,j∈J,f∈F,t∈T (34)
Qmin,g为当线性压降方程时,流量间隔g的最小流量,Qmax,g为当线性压降方程时,流量间隔g的最大流量;BQpi,j,k,t,g是流量区间二元变量,如果t时刻节点(I,j)的流量在区间g,则BqPi,j,k,t,g=1,否则BqPi,j,k,t,g=0;QApi,j,k,t是压降方程线性化时,t时刻节点(i,j)在k方向上的流量线性化值,Δg是压降方程线性化时区间g的流量值。Pmin,f是压降方程线性化时压力区间f的最小压力,Pmax,f是压降方程线性化时压力区间e的最大压力,BPi,j,t,f是压力区间二元变量,如果节点(i,j)的压力在区间f,则BPi,j,t,f=1,否则BPi,j,t,f=0;PAi,tj是压降方程线性化时,t时刻节点(i,j)在k方向上的压力线性化值,δf是压降方程线性化时区间f的压力值。
管道运行压力范围需要在限定的最大和最小范围之内。Ppmin是集输管网最小运行压力,Ppmax是集输管网最大运行压力,具体的参见公式(37):
Ppmin≤Pi,j,t≤Ppmax i∈I,j∈J,t∈T (37)
集气站进站压力范围要满足约束,Ppmincpf是集气站最小进站压力,Ppmaxcpf集气站最大进站压力,即有:
Pi,j,t≥Ppmincpf+(BCi,j,t-1)M i∈I,j∈J,t∈T (38)
Pi,j,t≤Ppmaxcpf+(1-BCi,j,t)M i∈I,j∈J,t∈T (39)
油气井节点最大压力不能超过背压PMijt,即:
Pi,j,t≤PMi,j,t+M(1-BMi,j,t)i∈I,j∈J,t∈T (40)
可以理解的是S5及S6是为了保证原油和天然气顺利从井口流动到集气站,而对优化设计过程中的水力参数进行约束。即本方法要完成的“最佳可行”建设方案中的可行,这里的“可行”意味着满足所有技术,地理,水力特性和规划约束。
S6:生成集输管网优化模型的障碍约束条件。
只要某时刻某一节点某一方向上存在障碍,则该节点不能做集气站,也不能建立管道。OPi,j,k是障碍二元变量,如果t时刻节点(i,j)沿着k方向到邻近节点存在障碍,则OPi,j,k=1,否则OPi,j,k=0,即有:
BC,i,j,t≤1-OPi,j,k,t i∈I,j∈J,k∈K,t∈T (41)
S7:生成集输管网优化模型的整体建设约束约束条件。
初始时刻不存在已建管网和集气站,即:
Bpi,j,k,d,0=0 i∈I,j∈J,k∈K,d∈D (43)
Bpi,j,k,d,0=0 i∈I,j∈J,k∈K,d∈D (44)
如果某节点已有集气站和管道,则相应的二元变量需要设置为相应的值,即:
Bpi',j',k',d',0=1 i'∈I,j'∈J,k'∈K,d'∈D (45)
BCi',j',0=1 i'∈I,j'∈J (46)
公式(1)至(46)符号说明如表1、表2及表3所示。
表1生成集输管网优化模型索引和集合
f∈F | 分段线性化中压力变量分段数集合。 |
d∈D | 管径集合。 |
g∈G | 分段线性化中流量变量分段数集合。 |
i∈I,j∈J | 节点坐标集合。 |
rk,k∈K | 节点方向集合。 |
t∈T | 时刻点集合 |
表2生成集输管网优化模型中的已知参数
表3生成集输管网优化模型中的决策变量
(三)、根据约束条件及费用目标函数生成集输管网优化模型
S8:根据管网费用参数用生成费用目标函数。
可以理解的是,费用目标函数建议依据为总建设成本最小,总建设成本包括了管道建设费用和集气站建设费用,管道建设费用取决于管道的类型和管道的长度,集气站建设费用包括压力设备类型及集气站的固定成本,具体地可以根据公式(1)至(3)生成S8中所需的费用目标函数。
S9:根据S3-S7中生成的约束条件及S2中生成的费用目标函数,通过混合整数线性规划模型模型生成集输管网优化模型。
由上述步骤可以看到集输管网优化模型包含许多约束,包括节点和管道,管道流量,管道压力,障碍物和整体建设约束条件等。结合具体的实际数据和分段线性化方法,该模型可以转化为MILP数学模型,其中所有约束和目标函数都是线性的。
(四)、根据集输管网优化模型生成集输管网优化结果。
S10:根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径。
S10具体可以为,利用步骤S2中生成的双层网格,并结合蚁群算法在三维地形中搜索对应于最小长度的每个连通节点之间的详细路线。
S11:MILP模型求解器GUROBI及最小长度的每个连通节点之间的路径获得集输管网优化结果。
步骤S11实质上是对集输管网优化模型求解,该模型可以通过基于分支定界算法的商业MILP模型求解器GUROBI来求解,该算法是全局最优解的搜索算法,因此,可以获得多压力集输管网的最优设计方案。
其中,集输管网优化结果可以具体包括:
(1)集气站的位置。
(2)每条管道的连接,详细路线和施工时间。
(3)基于经济流量的每条管道的直径。
(4)每个时间点上每个管道的流量和每个节点的工作压力。
(5)总建设成本及每一时间点的建设成本。
从上述描述可知,本发明提供的集输管网优化方法,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。其中,钻井数据信息是本方法的核心所在,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,可以理解的是,在建模过程中,所有的约束条件都围绕着钻井数据信息这个时间角度展开,这一点与以往的集输管网优化有着明显的不同。另外,本方法所提供的集输管网优化设计不仅在经济上是最佳的,集输管网的压力也应保持在允许的范围内。针对以往研究中采用分级优化、忽略水力计算及多周期规划的问题,本方法将时间作为一个重要因素,提出了一种考虑水力计算的多周期气田集输管网整体优化设计方法,用于油气田集输管网优化。该方法以最小总施工成本为目标函数,考虑每个时间段的技术限制和水力特性,采用分段方法对非线性的水力方程进行线性化建立了MILP模型,并利用提出的双层不均匀网格将MILP模型和蚁群算法耦合,从而可以通过基于分枝定界算法的MILP求解器求解模型,得到全局最优解,包括最优拓扑,集气站和压力设施的位置,每条管道的大小和路线,管网的水力计算结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
基于同一发明构思,本申请实施例还提供了集输管网优化装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于集输管网优化装置解决问题的原理与集输管网优化方法相似,因此集输管网优化装置的实施可以参见集输管网优化方法实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的***较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本发明的实施例提供一种能够实现集输管网优化方法的集输管网优化装置的具体实施方式,参见图8,集输管网优化装置具体包括如下内容:
网格节点划分单元10,用于根据地形参数,将目标区域划分为具有网格节点的若干子区域;网格节点用于表征集输管网的拓扑;
约束条件生成单元20,用于根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,述钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
集输管网优化模型生成单元30,用于根据约束条件及费用目标函数生成集输管网优化模型;
集输管网优化结果生成单元40,用于根据集输管网优化模型生成集输管网优化结果。
一实施例中,集输管网优化装置还包括:
获取参数单元,用于获取目标区域的地形参数、管网费用参数、管网技术参数及钻井数据信息。
一实施例中,集输管网优化模型生成单元包括:
费用目标函数生成模块,用于根据管网费用参数用生成费用目标函数;
集输管网优化模型生成模块,用于根据约束条件及费用目标函数,通过MILP模型生成集输管网优化模型。
一实施例中,集输管网优化结果生成单元包括:
路径计算模块,用于根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径;
集输管网优化结果生成模块,用于根据全局最优解的搜索算法及最小长度的每个连通节点之间的路径生成集输管网优化结果。
从上述描述可知,本发明提供的集输管网优化装置,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。其中,钻井数据信息是本方法的核心所在,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,可以理解的是,在建模过程中,所有的约束条件都围绕着钻井数据信息这个时间角度展开,这一点与以往的集输管网优化有着明显的不同。另外,本方法所提供的集输管网优化设计不仅在经济上是最佳的,集输管网的压力也应保持在允许的范围内。针对以往研究中采用分级优化、忽略水力计算及多周期规划的问题,本方法将时间作为一个重要因素,提出了一种考虑水力计算的多周期气田集输管网整体优化设计方法,用于油气田集输管网优化。该方法以最小总施工成本为目标函数,考虑每个时间段的技术限制和水力特性,采用分段方法对非线性的水力方程进行线性化建立了MILP模型,并利用提出的双层不均匀网格将MILP模型和蚁群算法耦合,从而可以通过基于分枝定界算法的MILP求解器求解模型,得到全局最优解,包括最优拓扑,集气站和压力设施的位置,每条管道的大小和路线,管网的水力计算结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
本申请的实施例还提供能够实现上述实施例中的集输管网优化方法中全部步骤的一种电子设备的具体实施方式,参见图9,电子设备具体包括如下内容:
处理器(processor)1201、存储器(memory)1202、通信接口(CommunicationsInterface)1203和总线1204;
其中,处理器1201、存储器1202、通信接口1203通过总线1204完成相互间的通信。
处理器1201用于调用存储器1202中的计算机程序,处理器执行计算机程序时实现上述实施例中的集输管网优化方法中的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:根据地形参数,将目标区域划分为具有网格节点的若干子区域;网格节点用于表征集输管网的拓扑;
步骤200:根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
步骤300:根据约束条件及费用目标函数生成集输管网优化模型;
步骤400:根据集输管网优化模型生成集输管网优化结果。
从上述描述可知,本申请实施例中的电子设备,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。其中,钻井数据信息是本方法的核心所在,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,可以理解的是,在建模过程中,所有的约束条件都围绕着钻井数据信息这个时间角度展开,这一点与以往的集输管网优化有着明显的不同。另外,本方法所提供的集输管网优化设计不仅在经济上是最佳的,集输管网的压力也应保持在允许的范围内。针对以往研究中采用分级优化、忽略水力计算及多周期规划的问题,本方法将时间作为一个重要因素,提出了一种考虑水力计算的多周期气田集输管网整体优化设计方法,用于油气田集输管网优化。该方法以最小总施工成本为目标函数,考虑每个时间段的技术限制和水力特性,采用分段方法对非线性的水力方程进行线性化建立了MILP模型,并利用提出的双层不均匀网格将MILP模型和蚁群算法耦合,从而可以通过基于分枝定界算法的MILP求解器求解模型,得到全局最优解,包括最优拓扑,集气站和压力设施的位置,每条管道的大小和路线,管网的水力计算结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
本申请的实施例还提供能够实现上述实施例中的集输管网优化方法中全部步骤的一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的集输管网优化方法的全部步骤,例如,处理器执行计算机程序时实现下述步骤:
步骤100:根据地形参数,将目标区域划分为具有网格节点的若干子区域;网格节点用于表征集输管网的拓扑;
步骤200:根据地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
步骤300:根据约束条件及费用目标函数生成集输管网优化模型;
步骤400:根据集输管网优化模型生成集输管网优化结果。
从上述描述可知,本申请实施例中的计算机可读存储介质,通过目标区域的地形参数,生成可以表征集输管网的拓扑的双层不均匀网格,获取目标区域地形参数、管网费用参数、管网技术参数及钻井数据信息,并以双层不均匀网格为基础,结合地形参数、管网费用参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件,通过约束条件及费用目标函数生成集输管网优化模型,并对该模型进行求解,获得集输管网优化结果。其中,钻井数据信息是本方法的核心所在,钻井数据信息包含目标区域的现有井的井位坐标、现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据,可以理解的是,在建模过程中,所有的约束条件都围绕着钻井数据信息这个时间角度展开,这一点与以往的集输管网优化有着明显的不同。另外,本方法所提供的集输管网优化设计不仅在经济上是最佳的,集输管网的压力也应保持在允许的范围内。针对以往研究中采用分级优化、忽略水力计算及多周期规划的问题,本方法将时间作为一个重要因素,提出了一种考虑水力计算的多周期气田集输管网整体优化设计方法,用于油气田集输管网优化。该方法以最小总施工成本为目标函数,考虑每个时间段的技术限制和水力特性,采用分段方法对非线性的水力方程进行线性化建立了MILP模型,并利用提出的双层不均匀网格将MILP模型和蚁群算法耦合,从而可以通过基于分枝定界算法的MILP求解器求解模型,得到全局最优解,包括最优拓扑,集气站和压力设施的位置,每条管道的大小和路线,管网的水力计算结果。
相比于已有的集输管网优化模型,本发明把时间作为重要的考虑因素,在多周期视野下作出规划设计,可以保证得到全局最优解,且模型中考虑了水力计算和经济流速,更能够反映实际的集输***实际的情况,通过地形参数、经济参数和技术参数就能得到最优的集输管网设计方案,能够指导油气田的工程建设,减本增效。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
虽然本申请提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (10)
1.一种集输管网优化方法,其特征在于,包括:
根据地形参数,将目标区域划分为具有网格节点的若干子区域;所述网格节点用于表征集输管网的拓扑;
根据所述地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,所述钻井数据信息包含所述目标区域的现有井的井位坐标、所述现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
根据所述约束条件及费用目标函数生成所述集输管网优化模型;
根据所述集输管网优化模型生成集输管网优化结果。
2.根据权利要求1所述的集输管网优化方法,其特征在于,在根据所述地形参数,将所述目标区域划分为具有网格节点的若干子区域之前,还包括:
获取目标区域的所述地形参数、管网费用参数、所述管网技术参数及所述钻井数据信息。
3.根据权利要求1所述的集输管网优化方法,其特征在于,
所述地形参数包括所述目标区域的地形数据及障碍物位置;
所述技术参数包括井的生产率及井口压力、集气站所需的水力参数及管道的经济流速。
4.根据权利要求1所述的集输管网优化方法,其特征在于,所述网格节点包括:集气站节点、井节点、管道节点;所述约束条件包括:
所述集气站节点始终用于设置集气站;所述集气站节点的流体流量由集气站留存流量、所述集气站节点的流入流量及所述集气站节点的流出流量组成;
串接井所在的井节点的流体流量由该串接井的产出流量、该井节点的流入流量及该井节点的流出流量组成;
非串接井所在的井节点的流体流量由该非串接井的产出流量及该井节点的流出流量组成;
井节点连接的管道的数量小于或等于2;且
所述管道节点上流体流动方向为单向流动。
5.根据权利要求1所述的集输管网优化方法,其特征在于,所述根据所述约束条件及费用目标函数生成所述集输管网优化模型包括:
根据管网费用参数用生成所述费用目标函数;所述管网费用参数包括管道单价、压力设备类型及集气站的固定成本;
根据所述约束条件及所述费用目标函数,通过MILP模型生成所述集输管网优化模型。
6.根据权利要求1所述的集输管网优化方法,其特征在于,所述根据所述集输管网优化模型生成集输管网优化结果包括:
根据蚁群算法计算出对应于最小长度的每个连通节点之间的路径;
根据全局最优解的搜索算法及所述最小长度的每个连通节点之间的路径生成集输管网优化结果。
7.根据权利要求1所述的集输管网优化方法,其特征在于,集输管网优化结果包括:集气站的位置、管道的连接路线、所述集气站及所述管道的施工时间、所述管道的水力参数及所述集输管网建设成本。
8.一种集输管网优化装置,其特征在于,包括:
网格节点划分单元,用于根据地形参数,将目标区域划分为具有网格节点的若干子区域;所述网格节点用于表征集输管网的拓扑;
约束条件生成单元,用于根据所述地形参数、管网技术参数及钻井数据信息生成预设的集输管网优化模型的约束条件;其中,述钻井数据信息包含所述目标区域的现有井的井位坐标、所述现有井的现有及预期生产数据、预期钻井的井位坐标及预期生产数据;
集输管网优化模型生成单元,用于根据所述约束条件及费用目标函数生成所述集输管网优化模型;
集输管网优化结果生成单元,用于根据所述集输管网优化模型生成集输管网优化结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任一项所述集输管网优化方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述集输管网优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910104782.6A CN109711106B (zh) | 2019-02-01 | 2019-02-01 | 一种集输管网优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910104782.6A CN109711106B (zh) | 2019-02-01 | 2019-02-01 | 一种集输管网优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711106A true CN109711106A (zh) | 2019-05-03 |
CN109711106B CN109711106B (zh) | 2020-12-08 |
Family
ID=66264168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910104782.6A Active CN109711106B (zh) | 2019-02-01 | 2019-02-01 | 一种集输管网优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711106B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348176A (zh) * | 2019-08-16 | 2019-10-18 | 西南石油大学 | 一种页岩气地面集输管网滚动开发方案优化求解器及方法 |
CN110414807A (zh) * | 2019-07-11 | 2019-11-05 | 中国石油大学(北京) | 气井的撬装设备调度优化方法及装置 |
CN110705766A (zh) * | 2019-09-25 | 2020-01-17 | 中国石油大学(北京) | 气田集输***优化方法及装置 |
CN110750846A (zh) * | 2019-10-15 | 2020-02-04 | 中国海洋石油集团有限公司 | 一种流体管网***的流体参数优化配置方法及管网*** |
CN111507503A (zh) * | 2020-02-28 | 2020-08-07 | 中国城市规划设计研究院 | 供水管网参数确定方法及装置 |
CN111815174A (zh) * | 2020-07-10 | 2020-10-23 | 中联煤层气有限责任公司 | 一种确定气田集输***的架构参数的方法及相关装置 |
CN113343398A (zh) * | 2021-06-01 | 2021-09-03 | 南京惟真智能管网科技研究院有限公司 | 基于管网***运行参数优化的方法 |
WO2021216497A1 (en) * | 2020-04-20 | 2021-10-28 | Zapata Computing, Inc. | Computer system and method for solving pooling problem as an unconstrained binary optimization |
CN114154277A (zh) * | 2021-11-18 | 2022-03-08 | 中国石油大学(北京) | 集输***布局优化方法、装置及设备 |
CN116341761A (zh) * | 2023-05-22 | 2023-06-27 | 北京京燃凌云燃气设备有限公司 | 一种燃气管网阀门远程控制机构优化部署方法及*** |
CN118239578A (zh) * | 2024-05-23 | 2024-06-25 | 山东省水利科学研究院 | 一种供水管网二次加氯智能控制方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2871598A1 (en) * | 2013-11-12 | 2015-05-13 | Regasificadora del Noroeste, S.A. | System and method for optimizing the management of a gas transportation network |
CN106056252A (zh) * | 2016-06-13 | 2016-10-26 | 西南石油大学 | 一种页岩气田井组划分三级优化方法 |
CN107545109A (zh) * | 2017-08-31 | 2018-01-05 | 中国石油大学(北京) | 煤层气田采集***优化方法 |
CN107886182A (zh) * | 2016-09-30 | 2018-04-06 | 中国石油化工股份有限公司 | 油田集输***优化设计方法及装置 |
CN109255185A (zh) * | 2018-09-11 | 2019-01-22 | 中国水利水电科学研究院 | 一种基于城市地表地下管网的一二维水动力学耦合分析方法 |
-
2019
- 2019-02-01 CN CN201910104782.6A patent/CN109711106B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2871598A1 (en) * | 2013-11-12 | 2015-05-13 | Regasificadora del Noroeste, S.A. | System and method for optimizing the management of a gas transportation network |
CN106056252A (zh) * | 2016-06-13 | 2016-10-26 | 西南石油大学 | 一种页岩气田井组划分三级优化方法 |
CN107886182A (zh) * | 2016-09-30 | 2018-04-06 | 中国石油化工股份有限公司 | 油田集输***优化设计方法及装置 |
CN107545109A (zh) * | 2017-08-31 | 2018-01-05 | 中国石油大学(北京) | 煤层气田采集***优化方法 |
CN109255185A (zh) * | 2018-09-11 | 2019-01-22 | 中国水利水电科学研究院 | 一种基于城市地表地下管网的一二维水动力学耦合分析方法 |
Non-Patent Citations (2)
Title |
---|
刘扬 等: "油气集输***拓扑布局优化研究进展", 《油气储运》 * |
洪炳沅 等: "多气合采地面集输面临的关键问题及研究建议", 《石油科学通报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110414807A (zh) * | 2019-07-11 | 2019-11-05 | 中国石油大学(北京) | 气井的撬装设备调度优化方法及装置 |
CN110414807B (zh) * | 2019-07-11 | 2022-11-11 | 中国石油大学(北京) | 气井的撬装设备调度优化方法及装置 |
CN110348176A (zh) * | 2019-08-16 | 2019-10-18 | 西南石油大学 | 一种页岩气地面集输管网滚动开发方案优化求解器及方法 |
CN110348176B (zh) * | 2019-08-16 | 2023-05-23 | 中国石油化工股份有限公司 | 一种页岩气地面集输管网滚动开发方案优化求解器及方法 |
CN110705766A (zh) * | 2019-09-25 | 2020-01-17 | 中国石油大学(北京) | 气田集输***优化方法及装置 |
CN110750846A (zh) * | 2019-10-15 | 2020-02-04 | 中国海洋石油集团有限公司 | 一种流体管网***的流体参数优化配置方法及管网*** |
CN110750846B (zh) * | 2019-10-15 | 2024-05-24 | 中国海洋石油集团有限公司 | 一种流体管网***的流体参数优化配置方法及管网*** |
CN111507503B (zh) * | 2020-02-28 | 2024-04-09 | 中国城市规划设计研究院 | 供水管网参数确定方法及装置 |
CN111507503A (zh) * | 2020-02-28 | 2020-08-07 | 中国城市规划设计研究院 | 供水管网参数确定方法及装置 |
WO2021216497A1 (en) * | 2020-04-20 | 2021-10-28 | Zapata Computing, Inc. | Computer system and method for solving pooling problem as an unconstrained binary optimization |
CN111815174A (zh) * | 2020-07-10 | 2020-10-23 | 中联煤层气有限责任公司 | 一种确定气田集输***的架构参数的方法及相关装置 |
CN113343398A (zh) * | 2021-06-01 | 2021-09-03 | 南京惟真智能管网科技研究院有限公司 | 基于管网***运行参数优化的方法 |
CN114154277A (zh) * | 2021-11-18 | 2022-03-08 | 中国石油大学(北京) | 集输***布局优化方法、装置及设备 |
CN114154277B (zh) * | 2021-11-18 | 2022-08-26 | 中国石油大学(北京) | 集输***布局优化方法、装置及设备 |
CN116341761B (zh) * | 2023-05-22 | 2023-08-25 | 北京京燃凌云燃气设备有限公司 | 一种燃气管网阀门远程控制机构优化部署方法及*** |
CN116341761A (zh) * | 2023-05-22 | 2023-06-27 | 北京京燃凌云燃气设备有限公司 | 一种燃气管网阀门远程控制机构优化部署方法及*** |
CN118239578A (zh) * | 2024-05-23 | 2024-06-25 | 山东省水利科学研究院 | 一种供水管网二次加氯智能控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109711106B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711106A (zh) | 一种集输管网优化方法及装置 | |
CN102110183B (zh) | 一种反映流体沿储层大裂缝窜流的数值模拟方法 | |
Wang et al. | Optimization of production operations in petroleum fields | |
CN109344555B (zh) | 一种集输管网设计方法及装置 | |
Zhang et al. | A unified MILP model for topological structure of production well gathering pipeline network | |
Thiele et al. | Water injection optimization using a streamline-based workflow | |
Guyaguler et al. | Optimization of well placement in a Gulf of Mexico waterflooding project | |
CN102194252A (zh) | 一种基于地质层面结构的三角形格架网格生成方法 | |
CN107239607A (zh) | 一种模型要素与计算方案管理方法 | |
He et al. | A methodology for the optimal design of gathering pipeline system in old oilfield during its phased development process | |
CN114510583B (zh) | 一种防洪调度知识图谱构建方法 | |
Epelle et al. | Adjoint-based well placement optimisation for Enhanced Oil Recovery (EOR) under geological uncertainty: From seismic to production | |
RU2684501C1 (ru) | Способ проектирования поверхностного обустройства месторождения | |
Prakasa et al. | Novel application of capacitance-resistance model for reservoir characterisation and zonal, intelligent well control | |
Wang et al. | Optimization of production from mature fields | |
CN110197013A (zh) | 基于Morphing的河床基岩面建模方法 | |
Afshari et al. | Well placement optimization using differential evolution algorithm | |
Campos et al. | Urucu field integrated production modeling | |
CN108952676A (zh) | 一种页岩气藏非均质性评价方法及其装置 | |
CN101303770B (zh) | 一种应用于岩土工程建模的三角网格构建方法 | |
CN104318501A (zh) | 管线网络拓扑关系构建方法、装置及*** | |
Al-Mudhafer | A practical economic optimization approach with reservoir flow simulation for infill drilling in a mature oil field | |
Hong et al. | Layout optimization for progressive development of stellated natural gas gathering network | |
Adamson et al. | Implementation of Streamline Derived Rate Targets Improved Oil Production of Mature Field | |
Breaux et al. | Application of a reservoir simulator interfaced with a surface facility network: a case history |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |