论文部分内容阅读
随着天然气管道建设规模日益庞大、复杂,天然气管道系统仿真技术已成为实现天然气管网的调度管理和管网系统故障分析等方面研究与运营管理工作的重要手段。然而由于管道参数、环境参数、测量仪表精度等在管道全生命周期内均会发生无规律变化,偏离原始设计条件,造成以原始设计参数为依据的天然气管道仿真在实际应用中,易受模型参数的不准确产生仿真结果偏差,影响管道系统的决策判断和运行管理。针对管道系统仿真结果偏差问题,本文提出基于优化算法的天然气管道仿真模型自适应方法,该方法主要在动态仿真基础上,采用最小二乘法思想建立管道仿真模型自适应优化模型,利用AGA自适应遗传算法实现该优化模型的高效求解,达到以修正管道参数为手段,提高动态仿真模型精度的目的。首先根据动态仿真理论建立了基于特征线法的动态仿真模型,并采用Runge-Kutta法实现其初始条件的精确求解,通过实际案例验证该种仿真方法的动态仿真结果与实际观测值仅具有0.5%的相对偏差,具有较高精度;然后,通过200组对比试验分析压缩因子、管径、管长、高程、管壁粗糙度5个参数在各自偏差梯度下引起动态仿真结果偏差的程度,结果显示影响动态仿真的关键参数有管径、管长、高程、管壁粗糙度参数;最后,根据模型参数反演理论建立适合于动态仿真参数反演的自适应优化模型,并使用AGA自适应遗传算法实现优化模型与动态仿真的耦合求解。基于研究成果,采用Python语言实现天然气管道仿真模型自适应方法的程序化,通过YJ管道实例应用显示,该方法可实现管径、管长、高程、管壁粗糙度的最佳修正,使YJ管道仿真压力偏差由原始偏差23.6kPa减小至4.5kPa,验证了该方法对提高管道仿真精度、校准模型参数具有很强的适用性。