天然气管网优化设计方法研究探析

2014-06-18 02:08张益炬
中国科技纵横 2014年4期
关键词:管网遗传算法天然气

张益炬

(西南石油大学研究生院,四川成都 610500)

天然气管网优化设计方法研究探析

张益炬

(西南石油大学研究生院,四川成都 610500)

本文对天然气管网优化设计的问题进行了描述。对目前解决这类维数很大有约束的非线性最优化问题的八种常用方法进行了归纳总结,讨论分析了这些方法的优缺点,对于各种在方法在实际应用中相互结合,取长补短提高算法的寻优性能有一定的参考意义。

优化方法 天然气管网 遗传算法

1 引言

管网的优化设计通常是指在管网的布局规划已经确定的条件下,主要解决管径最优组合问题,即通过管网的水力计算来确定有关的技术参数,通过优化设计寻求系统造价最低的设计方案。天然气管网的优化设计问题基本可以归结为:根据管道的稳定性、强度、进出站压力的约束以及设计变量的边界约束等一些限制条件,以建设管网费用最小为目标函数进行优化计算,得出最优管径组合以及相关的技术参数。

2 天然气管网优化设计方法介绍分析

求解非线性规划问题有两类:一类就是化非线性为线性进行求解,另一类为直接求解。选择合理的优化方法才能快速、准确地获得优化结果。文中对目前所采用的各个优化方法特点进行归纳总结,在选择过程中应扬长避短。(1)变尺度算法已被推广成为解决约束优化问题的一个方法,它有统一计算公式,不需要精确以为搜索即可二次截止,且对目标函数性质要求不高,但是在求解高维问题时,目标函数必须可导并会受到计算机内存的限制。(2)罚函数算法(序列无约束极小化方法)原理简单易懂,程序设计比较简单惩罚因子选取过大会使计算数值溢出,较早收敛局部最小解,选取过小则可能得不到最优解,广泛地与具有较强寻优能力的遗传算法结合,提高优化的全局收敛性能和优化效率。(3)复合形算法无需目标函数的导数,不进行一维搜索,程序编写简单,计算量较大,收敛速度较慢,不适用于高维问题的求解,目前广泛采用基于该算法为主导混合离散复合型求法(MDCP)。(4)遗传算法搜索效率高,提高了不陷入局部最优解的可能性,搜索过程是随机的且对搜索空间无特殊要求,其全局优化收敛性理论尚未得到完全解决,其相应的早熟问题尚待进一步研究解决,被广泛应用于管网优化设计当中去。(5)启发式算法简单直观易行,速度快,效率高,程序设计编写比较简单,不能一定保证收敛到最优解,表现不稳定,对于不同问题的不同例子可能会有不同的计算效果,包括禁忌搜索、进化计算、模拟退火、拉格朗日松弛、神经网络等算法,是一定的直观基础而建构的算法。目前其中的进化算法以以广泛地应用于工程项目优化设计当中。(6)群体智能算法有较强的结合性,易于结合于其它算法,搜索效率较低,寻优能力有待研究提高,易陷入局部最优解而停滞搜索,该算法是受自然界中蚂蚁搜索事物行为而启发提出的一种智能优化计算。其收敛性和连续空间寻优能力一直是该领域研究的核心问题。目前还没有人在管网优化设计中运用。(7)微粒群优化算法对目标函数的性质没有特殊要求,算法简单,只需调整较少的参数即可容易实现,计算速度慢,效率较低,易陷入局部最优,后期迭代效率较低。该算法源于对鸟的不是行为的研究,利用该算法和其他算法相结合来解决工程的实际问题。目前还没有人在管网优化设计中运用。(8)混沌优化算法具有遍历性、规律性、随机性,搜素效率较高避免陷入局部最优解,优化的效果比较粗糙,不理想。该算法按照混沌运动自身的规律和特性进行搜索优化,目前已经有人将该算法运用于原油管道系统优化设计中。

3 结论与建议

(1)对于天然气管网优化设计问题涉及到约束条件和设计变量的类型和数量的复杂性,这使得传统的解决方法已不能满足其解决的要求。笔者认为对于解决不同问题不的同特性,在现有算法的基础上,可以试图使用相应具体的算法,并采用一些新兴的智能算法的有机结合和互补的方式达到更好的求解效果。同时,笔者也建议尝试把具有不同特点的优化设计方法和优化模型进行已达到更理想的求解效果。

(2)目前,分级优化只能得到局部问题的最优解,这并不意味着能是整个天然气管网系统达到整体上的最优解。我们可以考虑各级协调模式,从系统论的观点来建立从整体上能优化整个管网系统的统一模型。

(3)天然气管网优化设计模型的复杂性使得有一些难以解决的问题存在。从目前发表的论文分析,天然气管网优化技术尚未成熟,笔者认为,解决这样一个大项目的问题,可以从两个角度去考虑,第一点就是找到适当有效的优化方法求解最优化设计模型;第二要建立一个更准确,更符合实际需要,更容易解决的数学模型,这是一个不能被忽略的重点。例如我们可以从模糊数学角度考虑模糊优化设计模型或建立扩展混合网络模型[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]陈进殿,汪玉春,黄泽俊天然气管网系统最优化研究.油气储运,2006,25(2):6-l2.

[4]王炬,段常贵,丁碧涌.基于遗传算法的枝状燃气管网布局优化.煤气与热力,2005;25(4):1-4.

[5]郝海,踪家峰.系统分析与评价方法[M].北京:经济科学出版社,2009:35,42.

猜你喜欢
管网遗传算法天然气
第六章 意外的收获——石油和天然气
石油和天然气
基于自适应遗传算法的CSAMT一维反演
织起一张共管网
一种基于遗传算法的聚类分析方法在DNA序列比较中的应用
基于遗传算法和LS-SVM的财务危机预测
我国天然气真的供大于求吗?
基于改进的遗传算法的模糊聚类算法