天然气产业链系统优化技术及其展望

刘定智　张元涛　梁严

摘 要 介绍天然气产业链系统优化的业务需求、技术进展及应用效果，并对天然气产业链系统优化技术未来的发展方向进行了展望。

关键词 天然气 产业链 系统优化 天然气量 价耦合优化

中图分类号 TK01   文献标志码 A   文章编号 1000-3932（2023）05-0632-13

中國的天然气产业链已成为世界上最庞大、最复杂的能源系统之一，天然气产业链规模大、链条长、优化潜力大，开展产业链系统优化，对保障产业链安全平稳高效运营具有重要的社会意义和经济价值。

1 天然气产业链概述

天然气产业链是指以天然气及其副产品的产出、输送或消费作为纽带所形成的上游、中游、下游关联衔接的产业集合［1］。完整的天然气产业链包括上游、中游和下游。一般来说，天然气勘探开发统称为上游，天然气储运设施称为中游，天然气消费利用统称为下游［2］。天然气产业链环节众多，相关联的行业数量众多，相互关系错综复杂。与一般产业链相比，天然气产业链具有其特殊性：一是天然气是不可再生的稀缺自然资源；二是天然气的运输方式具有较强的垄断性；三是天然气需求与供应往往不匹配，供需矛盾突出。

1.1 产业链构成

1.1.1 上游资源

天然气产业链上游主要涉及天然气生产与供应。上游环节包括国产资源和进口资源。

国产资源主要包括国内油气田、煤层气田、煤制气工厂等生产的天然气。油气田是国产天然气的主力。2022年，国产天然气资源量2 000 亿立方米，其中油气田产量达1 860 亿立方米，占比93%。油气田天然气生产可细分为勘探、钻井、采气、集输、加工（含净化）、外输等多个环节。

进口资源主要包括进口LNG和进口管道气。2006年6月，广东大鹏LNG接收站投产，标志着我国开始拥有多元化的天然气资源来源。2009年12月，中亚天然气管道投产，开启了我国进口管道气的历史。2022年，我国进口天然气资源

1 508 亿立方米，约占总资源量的43%。其中，进口LNG 876 亿立方米，进口管道气632 亿立方米，详见表1。

1.1.2 中游储运

天然气产业链中游主要涉及天然气运输与存储。中游环节包括天然气管道、地下储气库（以下简称储气库）、液化天然气接收站（以下简称LNG接收站）、液化工厂、LNG运输车、LNG运输船、CNG运输车等。其中，天然气管道、LNG运输车、CNG运输车主要用于运输，储气库主要用于调峰，LNG接收站可用于接卸和调峰，液化工厂主要用于生产LNG。

截至2022年，全国天然气管网规模达到1.18×105 km，建成储气库38座，工作气量共计191 亿立方米。已建成LNG接收站24座，年接卸能力共计1 亿吨。

1.1.3 下游市场

天然气产业链下游主要涉及天然气销售与利用。下游环节的天然气，一部分销往直供用户；一部分销往分销商，分销商再通过自建的输配气管网、运输车辆等销售到各终端用户。根据利用方向，天然气下游通常可分为城市燃气、工业燃料、天然气发电和天然气化工4类。

1.2 产业链分类

按照不同相态，天然气产业链可分为气态和液态两类。从供销规模看，天然气产业链以气态为主，液态为辅。以2022年为例，全国共消费天然气3 663 亿立方米，其中气态3 263 亿立方米、液态400 亿立方米，气态约占89%。

天然气产业链上、中、下游各环节相互交织，各环节内部还包含子链条，如：天然气上游环节主要包含资源，但也涉及管网和销售。目前国内部分气田的上游产业链规模已十分庞大，例如：西部某油气田，已投入开发气田110余个，含气构造67个；已建成“三横、三纵、三环、一库”的天然气采集、净化、输配、销售系统，管道长度近

5×104 km，年输配能力达到600 亿立方米，形成了上连3 000座采（集）气站、18座净化厂，下接大中型工业及公用事业用户1万余家、2 500余万户居民的复杂产业链系统［3］。

下游环节主要涉及市场，但也涉及资源和管网。天然气下游环节通常涉及城市燃气输配系统、终端用户等。城市燃气输配系统一般包括门站、调压设施、燃气管网、储气设施、管理设施、监控系统等基础设施。目前，国内部分天然气下游企业的产业链规模也相当庞大，如：北方某燃气公司，已形成天然气管道2.8×104 km，居民用户644万户，工商服用户6 800户，总销售气量超过180 亿立方米的复杂产业链系统，同时还新建LNG接收站，开辟新的资源渠道。

天然气中游环节包含气态和液态两种产品链条。气态链条，气源经国家主干管网输往省级支线管网，再由省级支线管网经城市输配气管网转供终端用户；液态链条由接收站接卸LNG后，经槽车直接运送至终端用户或经气化站气化后再向终端用户供应。气、液两种链条间可部分转化，部分LNG经接收站气化后可进入主干管网，主干管网的天然气也可通过LNG工厂液化，再利用LNG槽车运输。

1.3 产业链流程

中国的天然气产业链系统已成为世界上最庞大、最复杂的能源系统之一，产业规模、管网里程、覆盖人口、用气区域居世界前列［4］。2022年，全国天然气消费量达3 663 亿立方米，居世界第三。LNG进口量6 344 万吨，居世界第二（2021年进口7 700 万吨，居世界第一），统一调度运行的管网规模世界第一。

如图1所示，天然气产业链主要运行流程具体描述如下：

a. 油气田（常规气和页岩气）气井生产的天然气经油田集输管网进入处理厂或处理装置。处理完成后，一部分经油田外输管网进入长输管网，之后经销售环节供应直供用户或再经中间商转供终端用户；另一部分直接经油田外输管网在周边销售；还有少部分天然气进入液化工厂生成LNG，再经LNG槽车供应终端用户。

b. 地面或井下抽采的煤层气通过提纯、压缩、净化等工艺后，一部分在煤层气田周边销售；另一部分增压进入长输管网销售；还有一部分液化生成LNG，再经LNG槽车供应终端用户。

c. 煤制气工厂来气，一部分在周边销售；一部分增压进入长输管网销售；一部分液化生成LNG，再经LNG槽车供应终端用户。

d. 进口管道气主要经长输管网对外销售。

e. 进口LNG经接收站接卸后，分为两部分，一部分气化后，进入长输管网对外销售；另一部分直接通过LNG槽车液态销售。长输管网中也有少部分天然气进入液化工厂，生成LNG后经LNG槽车供应终端用户。

1.4 产业链特点

天然气产业链有如下特点：

a. 天然气上、中、下游各环节必须紧密衔接、协调一致；

b. 供气系统的供气量取决于市场需求，而天然气的市场需求不仅随季节、昼夜、气候以及用户的生产或生活方式等因素变化，还受整个能源市场供求形势、价格波动影响；

c. 必须保证用户，特别是不可中断用户的用气需求，否则将造成巨大的经济、社会影响；

d. 资源勘探、产能建设、管道和储气设施建设以及应急方案准备必须提前安排计划和实施；

e. 天然气管网、储气库、LNG接收站等基础设施投资大、运行费用高，优化潜力大。

以上特点要求天然气产业的规划、计划和运行要做好上、中、下游整体布局和协调推进，促进天然气产业健康发展。

2 天然气产业链系统优化需求

2.1 产业链系统优化的必要性

天然气产业快速发展，给产业链安全平稳运营带来一系列挑战：

a. 天然气生产和供应更加多元化，同时也产生了进口气比例提高和不确定性增加的问题。在产业链布局过程中，要充分考虑天然气资源的量、价及不确定、不稳定等因素。

b. “全国一张网”骨架初步形成，天然气调运更加灵活。流向多样叠加地域广阔，使天然气储运设施的规划运营更加复杂。

c. 天然气市场不断发展，销售量持续增长，调峰压力逐步增加。调峰需求与保供能力之间的矛盾始终突出。

为此，需要加强天然气产业链分析，按多方案、多情景优化天然气流向，提前预判储运设施能力瓶颈，优化资源配置、市场销售和储运设施的布局以及建设方案。

2.2 产业链系统优化难点

天然气产业链系统优化是一项复杂的科学问题，涵盖资源、市场、管网、储气库及接收站等多个环节，涉及量、价、成本、效益、投资、安全等多种要素，系统分析难度大，主要表现在：

a. 系统规模庞大。涵盖十万公里级管网，涉及10万个规模以上企业，连接5.2亿人口，数百个气田、储气库及LNG接收站。

b. 拓扑结构复杂。天然气管网多环路、网络状，存在双向联络和互联互通。

c. 水力学系统的非线性和不连续性。管道压力和输量成高度非线性关系、管网压力等级多样。

d. 工程与社会的交互问题。涉及安全、保供、风险、社会稳定等。

我国天然气产业正处于快速发展期，未来十年仍将是天然气发展的黄金阶段。在天然气“全国一张网”不断拓展扩容形势下，天然气产业链的体量规模仍将持续扩大。

2.3 产业链系统优化特点

鉴于资源、市场和储运设施的复杂性，天然气产业链系统优化宜分层进行、逐步细化：

第1层（规划层），首先解决天然气宏观流向流量问题，重点确定天然气各资源供多少，各省销多少，如何调运。需要确定各气源供应量、各省销售量、各输气干线调运量、各储气库净注气量、各LNG接收站接卸量等年度产运储销方案。

第2层（计划层），以按年、分省产运储销方案为基础，按实际客户细分销售量，按月考虑供气和用气不均匀性，逐月细化天然气流向、流量，确定各管道逐月输量，各储气库逐月注采气量和储气量，各LNG接收站逐月接卸量、气化量及罐存量等生产计划。

第3层（稳态运行层），以天然气分月产运储销计划为基础，采用管网稳态仿真或稳态优化等技术，细化运行方案，提前预判管道瓶颈，制定未来一季度、半年或一年内分月运行方案。

第4层（瞬态运行层），以SCADA系统采集数据为基础，采用管网瞬态仿真或瞬态优化等技术，预判未来二十四小时内管道运行状态，提前调整管网运行参数，具体包括压缩机开机方案、压力配置等。

天然气产业链系统优化属于第1层和第2层，重点解决规划和计划层面的资源配置、销售优化、流向优化、输量优化、储气调峰分析等系统分析问题。

2.4 产业链系统优化业务需求

以资源为基础，优化市场销售方案。固定天然气资源（常规气、页岩气、煤层气、煤制气、进口管道气、进口LNG等）供应方案，优化天然气市场销售方案，优化天然气流向，优选目标市场。

以销售为基础，优化资源供应方案。固定天然气市场销售方案，优化常规气、页岩气、煤层气、煤制气、进口管道气、进口LNG等资源供应方案，优化国产气与进口气比例。

天然气资源和市场统筹优化。以天然气资源供应空间和市场销售空间为基礎，统筹优化资源供应方案和市场销售方案，测算近期按月计划排产和远期按年规划安排，实现天然气产业链按年和按月平衡工作的模型化，为日常产运储销排产提供工具支持。

天然气管网流向流量优化。固定天然气资源和市场方案，优化天然气管网宏观流向，优化各管道输量方案，优化管道负荷率。

已建天然气管网堵点分析。固定天然气资源和市场方案，分析储运环节未来存在的能力瓶颈，特别是天然气管网的局部能力瓶颈，预判管网堵点。

规划天然气管网的建设规模和时序分析。固定天然气资源和市场方案，分析规划管道输量需求。结合已建管道能力，优化新规划管道输量规模和工程建设时序。对于新规划管道的不同线路方案，通过输量优化，开展方案比选。

LNG接收站接卸优化。固定天然气资源销售方案和管网拓扑结构，优化各LNG接收站负荷率，优选供应成本低、效益好的LNG接收站。

各LNG接收站接卸量与管网流向统筹优化。固定天然气资源销售方案，统筹优化各LNG接收站接卸量与天然气管网流向流量。

区域调峰分析。固定天然气资源销售年度方案，平衡各区域内调峰量，优化各区域间调峰调气量。

产业链方案校核与产业链经济指标测算。固定天然气产运销方案，校核天然气产运销方案的可行性，计算产业链系统的收入、成本、税费、净利润、投资强度等经济指标。

3 天然气业务链系统优化技术

3.1 产业链系统优化技术概述

优化技术在企业追求产业链利润最大化过程中发挥了重要的技术支撑作用。其中，天然气管网运行优化领域的研究较早，国内外很多学者进行了深入研究。通过综合考虑上载条件、下载条件、管道输送条件以及储气库储存条件，利用算法优化输气管网运行参数，使管网在特定目标（如能耗最小、成本最低、输量最大、收益最高等单目标或多目标）下，安全、可靠、经济地完成天然气输送和供应。经过几十年发展，国内外有关天然气管网仿真及优化的软件很多，既有以管道分析为主的TGNET、SPS等软件，也有以管网分析为主的Winflow、Synergi Gas、SIMONE等软

件［5］。这些软件主要应用于天然气管网生产运行层面，通过建立管道的压力、温度及流量等水力学和热力学模型，求解各管道输量、各节点压力、各压缩机工况等运行参数。

产业链系统优化包括从天然气上游资源供应至下游市场利用各个环节，涉及天然气运输、存储、液化、气化、销售、利用等环节，以特定的技术经济联系为纽带，围绕供需关系核心，体现出价值传递和增值功能的链网式关联结构。基于关联结构，开展产业链系统分析并决策。与常见的天然气管网运行优化、储气库生产优化、LNG接收站调度优化不同，天然气产业链系统优化聚焦产业链整体，紧扣各环节产品流、信息流、资金

流［6］、价值流变化，重点开展产业链量、效、价等经济性分析，弱化具体的工艺参数计算。对于产业链系统优化，采用传统的管网、储气库、LNG接收站运行优化方法将面临两个问题：一是大量规划管道缺少详细参数［5］，难以建立完整的管网物理模型；二是运行层面的天然气管网仿真和优化属于高度非线性问题，模型规模大，在收敛性和求解速度上难以满足业务要求。因此，针对产业链系统优化主要解决天然气流向流量安排、成本效益变化等宏观问题的特点，需要紧紧抓住各环节气量与成本这一主要矛盾，进一步简化、抽象目标函数和约束条件，研究实用的天然气产业链系统优化与分析方法。

3.1.1 国内现状

管道大规模联网前，资源和市场采用“点对点”方式匹配。在天然气产业链分析时，很少考虑管道间的相互影响，主要开展逐管道分析。管道大规模联网后，各管道输量相互影响，通常以各油气公司的资源和市场为对象，开展“公司一张网”系统分析。“全国一张网”形成后，要将各公司天然气资源和市场纳入全国管网统一分析，管道互联互通和相互调气更加灵活，数据规模和测算工作量大幅增加。原有的基于EXCEL的逐管道平衡分析方式越来越不适应业务要求，需要研发产业链系统分析方法和模型。2014年，陈正惠采用线性规划方法，研究了天然气省际销售优化分配模型［7］。2016年，赵延芳等基于系统效益最大优化目标，建立了天然气产运销优化模型，应用于中国石油的天然气管网运销分析业务［8］。2021年，李政兵等通过建立混合整数二次规划和混合整数线性规划模型，结合粒子群算法对模型求解，实现了多方竞争市场下的天然气供应链优

化［9］。2022年，陈传胜和周军考虑不同管输机制影响，建立以利润最大、缺气指数最小为目标的优化模型，求解得到了不同管输机制下的供气策略［10］。

国内大型油气供应企业在天然气产业链系统优化领域已有多年研究和实际应用。以中国石油为例，该公司一直高度重视天然气产业链系统分析与优化工作，自2000年以来，每年都安排专题，开展天然气产运储销系统分析与平衡工作；2020年，中国石油成立油气业务链优化重点实验室，在硬件、软件、人员、经费、管理上全力支持包括天然气在内的油气产业链系统优化，该实验室是中国石油首个软科学重点实验室，着力开展市场需求和价格预测、生产经营方案优化、生产经营策略建议等方面的分析、模拟和研究。在天然气产业链优化领域，中国石油规划总院的研究团队以2004年研发的“中国石油天然气产运销平衡模型”为起点，不断拓展业务领域和研究深度，形成了一系列方法、软件和模型。在软件平台方面，2010年研发主要用于年度分析的《天然气产运销一体化优化软件》，解决天然气产业链年度方案统筹优化和分析问题；2013年研发《天然气管网运销规划优化软件》，解决天然气产业链月度优化问题；2019年研发《天然气价值链优化系统》，解决天然气生产经营计划优化问题；2022年研发《天然气供应链仿真模拟与优化分析软件》，解决单气源与单用户管输路径规划、多气源与多用户管输路径规划、分路径全成本精细测算等问题。在优化模型方面，研究团队分别建立了应用于国家、集团公司、专业公司、地区公司、省公司5类主体，形成7类20余种优化模型，满足不同公司、不同部门、不同业务的应用需求。

3.1.2 国外现状

国外各大石油公司和研究机构很重视天然气产业链系统分析，已广泛采用数学模型和软件平台来研究产业链系统优化问题，并取得了丰富成果。

在优化方法方面，ULSTEIN N L等在规划层面对海上气田生产计划进行研究，建立了相应的生产计划优化模型，该模型的目标函数为海上气田生产效益最大化，约束条件为天然气生产、输送、加工处理和销售等环节的物理約束；在该模型中，还考虑了多种商品流动和销售环节的天然气质量限制，并且用0-1变量对天然气加工处理过程中的非线性分裂公式进行了线性化处理［11］。文献［12］建立了天然气价值链生产和输送规划模型，该模型除了生产、管输环节中的线性约束，还包括气井、管道中压力和流量之间的非线性约束以及天然气销售节点上的多商品流和交付压力质量之间的非线性约束。ALFARES H等建立了油气生产项目投资优化模型，帮助企业制定合理的项目投资策略，用于指导沙特阿拉伯的石油化工产业发展［13］。AL-SHARRAH等将环境因素

进行量化分析，建立了化工产业规划模型，综合考虑了化工产业的经济效益和环境效益。CHEN Q和GROSSMANN I E在企业产业链优化方面做了大量工作，对企业产业链上的产业规划、物流仓储、生产计划进行整体优化，帮助企业制定发展战略［14］。

在软件工具方面，国外已有多种软件和模型用于天然气产业链分析和优化。

IHS ENERGY公司的GULP软件以天然气输送系统的效益最大化或成本最低化两种模式为目标函数，以气源、管道和客户流量为决策变量，通过线性规划算法，优化天然气系统每年各气源供气量、各管道输气量和流向以及各用户的用气量。

霍尼韦尔公司的SAND软件也有类似GULP软件的优化分析功能。SAND软件是一款供应和分配优化工具，主要用于优化库存和销售。SAND软件可以通过模型模拟生产、运输、终端和销售多个环节。软件用户可以输入价格、需求、成本、能力、库存等多种约束条件，同时通过数据库管理供应链的所有数据。基于数据库和线性规划理论，SAND软件通过效益最大化方式决定生产和销售的匹配关系。

Energy Exemplar公司的PLEXOS软件最初用于电力系统仿真建模分析。PLEXOS 7.5版后，开始提供天然气优化和LNG全链条优化功能。PLEXOS软件采用线性规划和混合整数线性规划技术，具有成本最小和利润最大两种优化目标设置模式。该软件可以进行天然气、电力、再生能源、水力发电、热电等多种能源联合优化。

德国Cologne大学的TIGER模型。TIGER模型是欧洲的天然气基础设施流量分配模型。TIGER模型本質上是由节点和管段组成的线性流量优化分配模型，该模型基于线性规划理论建立，目标函数为天然气供应和运输系统总成本最小，不包含销售环节，能够完成按月或按日优化，但不包含按年优化。

3.2 产业链系统优化技术和应用

国内各大油气公司高度重视天然气产业链系统优化技术研究，近几年在产业链优化方面研发了多项成果，并投入实际应用。下面结合笔者工作，介绍几年来在天然气产业链优化领域的几项技术和应用。

3.2.1 天然气业务链一体化优化技术

3.2.1.1 业务需求

天然气业务链一体化优化技术是站在油气公司整体角度，优化天然气业务链中的资源配置、市场销售、管输流向、储气库注采和LNG接卸方面的气量、成本、效益等问题。该技术的前身是天然气产运储销平衡。由于天然气产业的链条化特点，做好产运储销平衡一直是中国石油天然气业务的一项重要工作。在天然气产业发展早期，天然气消费市场局限于油气田周边地区，重点开展产销平衡工作。2003～2008年，随着陕京线、西气东输、忠武线、涩宁兰、陕京二线等长输管线陆续建成投产，合理规划各管道输量逐渐成为天然气业务的重要工作，天然气产销平衡扩展为产运销平衡。由于管道尚未联网，基于各管道平衡的EXCEL人工方式可基本满足产运销平衡要求。2009年，西气东输二线投产，管道大规模联网局面逐步形成，各管道分析工作量越来越大。同时，随着消费规模持续扩大，调峰保供矛盾日益凸显，需要开展月度产运储销平衡，进一步增加了分析工作量，原有的基于EXCEL的平衡方法已难以满足业务要求。另一方面，进口气资源引进后，高成本进口气对天然气业务的效益影响越来越大，天然气业务链优化对提升整体效益的重要性日益显著。为满足以上需求，2007～2012年，研究团队完成了包含天然气产运储销贸各环节整体优化的天然气业务链一体化年度和月度优化技术研发。

3.2.1.2 研究内容

该技术基于最优化理论，以天然气产运储销贸系统整体效益最大为目标，研发了多气源、多用户、复杂拓扑结构的天然气业务链年度和月度优化技术。综合全业务链系统优化与天然气管网水力学计算，建立了混合整数线性规划数学模型和含节点工艺参数的非线性优化数学模型。针对规划层面优化中未投产管道不能参与管网压力平衡的业务需求，采用两阶段凸优化松弛法解决了大规模非线性优化求解难题。利用该技术，搭建了覆盖天然气全业务链的一体化优化模型。该模型天然气业务链十分复杂，包含数百个气源、储气库和接收站，涉及十万千米级管网。上游环节细化到各油田天然气处理厂和油田外输管网，下游环节细化到实际天然气客户。模型共包括

1 683个节点、1 998条管段、2 814个客户、480个气源、74座储气库、8座LNG接收站，实现了天然气业务链产运储销贸整体优化。

3.2.1.3 应用效果

天然气业务链一体化优化技术主要用于中国石油集团规划计划部门的管道气系统优化。天然气业务链一体化优化模型重点突出全局性和系统性，站在全局高度实现管道气系统整体优化。与原EXCEL手工方法相比，在分析规划规模扩大20倍的基础上，年度分析时间由20～30 h缩短为0.6～1.0 h，月度分析时间由70～140 h缩短为4～8 h，效率提高20～30倍，实现了天然气产运储销贸系统分析由可行方案到优化方案的技术跨越。

天然气业务链一体化优化技术应用于中国石油的天然气业务战略研究、天然气业务总体规划、天然气业务链规划、产运储销平衡、专题研究等。每年分别提供用户销量、管网优化、资源优化数据10.3万余个、43.1万余个、10.3万余个，为公司天然气业务规划及近期计划提供了高效、可靠的分析工具。

3.2.2 天然气管网运销优化技术

3.2.2.1 业务需求

天然气管网运销优化技术是站在天然气与管网分公司角度，优化天然气与管道分公司的进口资源配置、销售方案、天然气流向、储气库注采和LNG接卸方面的气量、成本、效益问题。与业务链一体化优化技术不同，天然气管网运销优化技术主要聚焦在运销环节，通过抽象气田为气区，合并油田外输管道，大幅精简了上游环节。通过增加长输管网中各支线，丰富了管输销售环节。2013～2014年，研究团队完成天然气管网运储销环节的年度和月度优化技术研发，主要满足天然气与管道分公司业务需求。

3.2.2.2 研究内容

该技术基于最优化理论，以天然气运储销环节整体效益最大为目标，研发了大规模、多用户、复杂拓扑结构的天然气管网运储销环节的年度和月度优化技术。针对计划层面优化时，各管道需按压力平衡分配管网输量的业务需求，采用分段线性模拟法解决了大规模非线性优化求解难题。利用该技术，搭建了天然气管网运销规划优化模型，模型包括了1 328个节点、1 515条管段、

2 814个客户、272个气源、74座储气库、8座LNG接收站，实现了天然气管网运销环节整体优化。

3.2.2.3 应用效果

天然气管网运销优化技术主要用于天然气与管道分公司规划计划部门的管道气系统优化。与天然气业务链一体化模型类似，由于天然气管网系统规模较大，运销优化模型比较复杂。与原EXCEL手工方法相比，在分析规划规模扩大20倍基础上，年度分析时间由15～20 h缩短为0.5～0.8 h，月度分析时间由60～130 h缩短为3～7 h，效率提高了18～30倍，实现了天然气管网运销系统分析由可行方案到优化方案的技术跨越。

天然气管网运销优化技术应用于天然气与管道分公司的天然气业务总体规划、储运设施规划、产运销平衡分析、调峰规划、管网能力瓶颈分析、管道可研、专题研究等。每年分别提供用户销量、管网优化、资源优化数据60.8万余个、32.7万余个、5.8万余个，为公司天然气业务规划及近期计划提供了高效、可靠的分析工具。

3.2.3 天然气销售业务链系统优化技术

3.2.3.1 业务需求

2019年12月，國家油气管网集团成立，天然气干线管道从油气公司分离，原有基于产业链整体效益最大和运销环节整体效益最大的优化目标无法适应天然气业务发展新要求，亟需实现优化目标多样化，适应管输与销售分离要求。另一方面，销售环节分离后，应该更加注重市场开发和终端支线建设，需进一步提升优化性能，满足天然气销售环节分析规模持续扩大要求。2017～2019年，研究团队完成了天然气销售业务链的年度和月度优化技术研发，主要满足天然气销售分公司业务需求。

3.2.3.2 研究内容

为满足后管网时代天然气销售分公司要求，研发了针对销售环节的优化目标，实现了优化目标多样化。该技术将单一的天然气运销优化模型升级为包含5类层级（分客户优化、分省分管道优化、分省优化、分区域概要优化、资源销售概要优化）的优化模型组，可满足天然气销售公司层面业务需求，满足分年、高月、分月等多种优化要求，在模型类别、模型数量、融合程度等方面取得新突破。其中，分客户销售优化模型功能最全，涵盖1 376座站场、1 551条管段、3 514个分输、272个气源、80座储气库、36座LNG接收站，能实现销售公司层面天然气气源配置优化、客户销量优化、销售结构优化、天然气流向优化、储气库注采优化、LNG接收站接卸存储及气化等优化。

3.2.3.3 应用效果

天然气销售业务链系统优化技术主要用于天然气销售分公司规划计划部门的管道气系统优化。与原EXCEL手工方法相比，在分析规划规模扩大20倍基础上，年度分析时间由10～15 h缩短为0.4～0.5 h，月度分析时间由50～100 h缩短为2.5～6.0 h，效率提高了16～30倍，实现了天然气销售系统分析由可行方案到优化方案的技术跨越。

天然气销售业务链系统优化技术应用于天然气销售分公司的天然气业务总体规划、天然气产运销平衡分析、支线管道规划、调峰规划、支线能力瓶颈分析、管道可研、专题研究等。每年分别提供用户销量、管网优化、资源优化数据581万余个、256万余个、10万余个，为销售公司天然气业务规划及近期计划提供了高效、可靠的分析工具。

3.2.4 天然气液态产业链系统优化技术

3.2.4.1 业务需求

前述天然气销售业务链系统优化技术能解决管道气销售系统优化问题，但无法满足液态环节销售优化要求。近几年来，液态环节已成为各油气公司天然气业务高质量发展的重要方向，亟待研发液态业务链系统优化技术，优化液态资源配置、合理流向和市场布局。同时，研究气液协同优化方法，实现气液有机融合和相互促进。2019～2020年，研究团队完成了天然气液态产业链系统优化技术研发，主要满足天然气销售分公司业务需求。

3.2.4.2 研究内容

该技术基于最优化理论，以天然气液态业务链系统效益最大为目标，研发了大规模、多用户、复杂运输路径的液态业务链年度优化技术与数学模型。由于LNG公路、水路和铁路运输的复杂性，液态业务链优化在本质上属于大规模、非线性优化问题。该技术提出了线性化液态各环节成本的方法，建立了大规模线性规划数学模型。利用投影法和内点法解决了大规模线性模型求解问题，攻克了运输路径选择方式极多而导致的求解效率低下难题。利用该技术，搭建了天然气液态运输优化模型，该模型共包括1 000多条可选运输路径，近100座LNG接收站、液化工厂和终端接卸点，实现了LNG市场销售方案优化、资源配置方案优化、LNG槽车运输路径和运输方案优选、LNG工厂和接收站负荷优化。

3.2.4.3 应用效果

天然气液态产业链系统优化技术主要解决天然气销售分公司天然气液态环节系统优化。该技术建立的液态优化模型重点突出全局性和系统性，主要站在全局高度实现液态运输优化。与原有方法相比，液态分析规模由八大区域扩展到32个省份，扩大4倍，运输路径扩大10余倍。分析时间由2天缩短为20 min，效率提升40倍以上，大幅提升了分析效率。

液态业务链优化技术主要应用于天然气销售分公司LNG接收站优化、销售业务规划、分省天然气业务规划、车船发展规划等研究课题。天然气液态业务链系统优化模型可实现公司规划和计划两个层面的LNG市场销售方案优化、资源配置方案优化、公路槽车运输路径和运输方案优选、LNG工厂和接收站负荷率优化分析。液态优化模型每年测算方案20余套，提交数据40余万个，为天然气液态业务规划及近期计划提供了高效、可靠的分析工具。

3.2.5 基于“全国一张网”的天然气产供储销系统分析技术

3.2.5.1 业务需求

2020年10月，国家管网集团全面接管国内主要油气管道，正式并网运营。在“全国一张网”格局下，国内天然气市场化改革持续推进，产业链加速重构，各公司的天然气资源和市场需要纳入整体管网统一分析，亟待形成满足“全国一张网”新要求的天然气产供储销系统分析技术，要做好全国资源布局和结构优化、储运系统优化、市场布局和结构优化，满足国家层面天然气产业宏观优化需求。2020～2021年，研究团队完成“全国一张网”的天然气产供储销系统分析技术研发，主要满足国家层面天然气“全国一张网”产供储销系统的宏观优化需求。

3.2.5.2 研究内容

该技术以全社会用气成本最低为目标，基于最优化理论研发了大规模、多分输、复杂拓扑管网的天然气产供储销系统优化技术与数学模型，形成国家层面“全国一张网”系统优化技术。采用自适应分段线性拉伸方法，建立了适合全国天然气产供储销系统特点的大规模混合整数线性规划数学模型。利用改进分支定界法，解决了大规模混合整数线性模型快速求解难题。利用该技术，统筹国家管网、三大石油公司天然气储运设施，搭建涵盖1 329座站场、1 536条管段、1 124个分输、99个气源、68座储气库、60座LNG接收站的全国天然气管输运营优化模型，实现了国家层面统筹优化天然气资源和市场、天然气流向和全国管网布局。

3.2.5.3 应用效果

该技术可用于全国天然气管输流向优化、局部瓶颈分析、规划管道建设时序安排、LNG接收站负荷优化、极端情景分析等场景。与原EXCEL手工方法相比，在分析规划规模扩大10倍基础上，优化时间由20～30 h缩短为0.5～0.8 h，效率提高30～40倍。

该技术已应用于国家层面天然气“十四五”发展规划、全国储气能力建设实施方案、天然气中长期发展战略研究、天然气储备研究等课题，为全国天然气产供储销规划布局提供了高效、便捷的分析工具。

3.2.6 天然气产集净输储销一体化优化技术

3.2.6.1 业务需求

现有天然气业务链一体化优化技术已解决集团公司层面天然气产供储销系统宏观优化问题，但无法满足油田公司内部生产、集输、净化、外输、储气、销售各环节精细优化需求。亟需统筹优化产集净输储销各环节业务布局与发展规划，提出资源配置、储运建设、市场布局及结构优化方案，实现油田公司天然气业务提质增效和协调发展。2017～2020年，研究团队在天然气业务链一体化优化技术基础上向下延伸，完成“油田一张网”的天然气产集净输储销一体化优化技术研发，实现油田内部各环节的量、价、效优化配置，满足油田公司精细优化需求。

3.2.6.2 研究内容

该技术以油气田上、中、下游整体效益最大化为目标，基于最优化理论研发了适应大规模、多用户、复杂集输与净化系统的天然气产集净输储销年度优化技术与数学模型。该技术综合物流与供应链优化理论和天然气集输、净化、外输环节的水力学仿真原理，构建了适应压力等级多样、净化工艺复杂、用气特性各异等特点的非线性优化技术。构建油田公司天然气上、中、下游一体化优化模型。该模型包括559个节点、663条管段、537个客户、210个气田、20座处理厂和20个储气库，实现了油田公司内部气田、集输、净化、外输、储气、销售各环节的精细优化。

3.2.6.3 应用效果

该技术重点解决了油田公司内部各气田商品量配置，各用户销售量、分地市销售量，各集输管道和外输管道输量分布，优化规划管道建设时序等。與原EXCEL平衡与管网仿真软件联合使用方法相比，在规模扩大2倍基础上，分析时间由30～50 h缩短为2～3 h，效率提高10～15倍，大幅提高了产集净输储销系统分析效率。

该技术主要用于油田公司的天然气业务总体规划、储运设施规划、产集净输储销平衡分析、油田公司调峰分析、油田管网能力瓶颈分析等业务。每年可分别提供用户销量优化数据16.1万余个、管网优化数据19.8万余个、气田优化数据6.3万余个，为油田公司的天然气业务规划与方案分析提供了高效、可靠的分析工具。

3.2.7 天然气管道资源溯源与去向跟踪算法和分路径全成本测算方法

3.2.7.1 业务需求

国家管网集团成立后，原有的天然气产运销一体化经营模式被打破，如何实现点对点最短路径或最低成本输送，如何实现资源与市场就近匹配，避免因路径选择不合理造成额外支出，如何与其他托运商之间进行有效资源串换，实现合作共赢，成为油气公司亟需解决的问题。为此，需在天然气业务链优化技术基础上向内深耕，实现符合“一张网特点”的深度分析，做好“全国一张网”格局下天然气资源“从哪来、怎么走、到哪去，价值几何”分析，满足管道资源溯源、去向跟踪、分路径全成本测算等需求。

3.2.7.2 研究内容

基于图论和拓扑学原理，采用就近销售、均匀掺混、定向输送、公平竞争、组合应用5种规则，利用广度优先（BFS）和深度优先（DFS）算法，研发适用于蛛网状复杂管网的天然气管道资源溯源与去向跟踪算法和分路径全成本测算方法。管道资源溯源以前主要利用资源标签化成本历史数据测算或基于进入站场气流“等比例均匀混合”原则遍历管网，迭代测算。以上方法存在两个问题：一是天然气各年流向不完全相同，采用历史数据测算资源构成不准确；二是“等比例均匀混合”原则主要适用于供应量大的资源，不适合小资源。该技术能够实现快捷分析“全国一张网”中各管段、站场的资源来源/比例和资源去向比例，分省份-气源、气源-省份、省份3类共17个维度，自动生成各省资源来源、各资源分省去向，各资源分省单方成本、单方利润等方案。

3.2.7.3 应用效果

本成果主要用于资源优选、高端市场分析、用户价定价策略等场景，可以在多气源、多用户、一张网输送情景下，分析各气源在管网中的流通路径及管输成本，确定资源到各目标市场的盈利空间；也可计算各省的资源构成比例，确定各省的资源采购、管道运输等成本，分析高端市场。

本成果已应用于天然气流向优化及储气调峰研究、天然气销售“十四五”规划、储运设施“十四五”规划等课题。每年可提供客户资源构成、管网资源构成、资源分省去向数据38.8万余个、21.4万余个、0.9万余个。

4 发展趋势及未来技术展望

随着国内天然气产业快速发展，天然气市场化改革加快推进，需不断完善和拓展产业链系统优化技术，从业务拓展、精度提升、量价关系、多目标优化、不确定性优化等多个方面持续升级。

4.1 业务拓展

在实际生产中，天然气产业链优化的业务需求多种多样，很难采用大一统的优化方法满足各种业务需求。为此，从整体与局部两个维度出发，将天然气产业链系统优化技术分为两层，即全局宏观优化和局部精细优化，如图2所示。

全局宏观优化主要从产业链系统整体出发，优化产运储销贸各环节的量、效和成本。局部精细优化主要通过挖掘各环节内的效益增长点，做精做细各环节内部优化，如：上游气田环节，基于整体优化得到的各气田商品量，再优化各区块产量、气井产量、净化厂处理量、油田集输管网输量、气田商品量等；下游销售方面，基于整体优化得到的各省分管道销售量，再优化各客户合同量、计划量，优化客户价格政策等。为此，需要重点结合不同业务应用场景，建立不同模型，研究对应算法，拓展各种新需求。

4.2 精度提升

天然气产业链系统优化精度在很大程度上取决于各边界条件对应参数的计算精度，特别是下游市场需求量和上游资源供应量预测精度。

下游市场方面，在日益复杂的市场形势下，尤其需要加强市场趋势预测、价格走势研判等工作。随着天然气产业逐步发展，市场形势将呈现新规律，需重点开展市场核心规律、关键决策要素、主要矛盾问题、质变边界介定、典型用户剖析等工作，创新理论路线，创新手段方法，提升下游市场需求预测精度。

上游供应方面，我国进口气资源占比已超过40%。国际天然气资源供应波动将通过产业链逐级传导到国内。2022年，在乌克兰危机背景下，欧洲LNG需求空前高涨，全球LNG供应紧张，天然气供应紧张局面蔓延至亚洲乃至全球市场。全球天然气市场走向不确定性大，价格大幅波动的可能性高。需要加强国际天然气供需形势分析，加强国际资源供应能力研判，提升上游资源特别是国外进口资源预测精度，提前锁定优质资源。

中游储运方面，要切实做好管网、储气库、LNG接收站等基础设施的公平开放和数据透明，为天然气产业链系统优化提供可靠的基础数据。

另外，在数据落实、准确可靠的前提下，需通過筛选关键因素，逐步细化模型，提高分析精度。

4.3 量价关系

目前的产业链系统优化技术，优化重点是量、成本和效益，价格主要作为输入参数，不作为优化的决策变量。在国家深化石油天然气市场体系改革大背景下，天然气价格市场化是大势所趋。未来，在调价空间范围内，将允许供需双方根据市场形势合理调整天然气销售价格。基于客户供需关系的天然气量、价耦合优化技术将是未来发展方向。该技术是在价格空间和销量空间中实现天然气客户销量和价格的联动耦合优化，可用于目前价格复议时推荐调价方案、未来完全市场化后推荐合理定价。其中，加强客户用气规律研究，分析得到相对准确的量价关系曲线，是该项技术的关键。另外，国际气价、国内LNG工厂出厂价等领域的价格预测技术也是产业链系统优化技术的重要研究方向。

4.4 多目标优化

目前的天然气产业链系统优化技术已解决了单目标系统优化问题。但在实际业务中，优化目标通常不唯一。以天然气下游为例，针对天然气销售领域的综合优化问题，除了考虑效益指标，还需要统筹考虑客户量价关系、销量增长、调峰贡献、用气忠诚度等十余种因素，以适应未来“一户一策”精准营销的要求，形成更实用化的天然气客户销量和价格分析工具。

与单目标优化不同，多目标优化问题的各个子目标之间通常是矛盾的，很难同时使多个子目标均达到最优值，一般只能进行协调和折中，使各个子目标尽可能达到最优。多目标优化的解并非唯一，而是存在一组由众多帕累托最优解组成的最优解集合。

多目标优化需要解决两类关键问题：

a. 计算效率问题。多目标优化的计算量大幅增加，在决策变量较多时，需要提升计算效率。在优化目标数量方面，目前处理少数几个目标时，性能尚可接受。如果优化目标数量过多，计算效率将大幅下降。

b. 实用性问题。在实际业务中，通常需要算法推荐出一套明确方案，而不是由使用方在一堆帕累托解集中人工逐个挑选。

4.5 不确定性优化

当前的天然气产业链系统优化技术主要解决了确定性优化问题。但实际的业务场景往往充满不确定性。近年来天然气消费增速波动明显，并逐级传导波及到产业链各环节。2018～2022年，受各种因素影响，天然气消费增速波动较大，2022年天然气消费甚至首次出现了负增长。各种不确定因素交织叠加，给产业链安全平稳运营带来了困难，迫切需要研发包括不确定性优化在内的新技术。目前，不确定性优化领域的理论研究多、实践落地少，定性分析多、定量计算少，粗略估计多、精细分析少。需要针对特定业务需求，基于模糊数学、随机规划、鲁棒优化等理论，增加风险型决策和不确定型决策因素，研究具有实用价值的天然气系统优化与决策技术，以适应未来复杂多变的市场环境。

5 结束语

天然气产业链事关国家能源安全、事关天然气产业长远发展、事关油气企业高质量发展，需要加强系统分析，做到全局谋划、整体推进。天然气产业链系统优化技术可为产供储销系统宏观规划和总体布局、重大工程前期论证和建设时序优化、天然气安全保供和应急调运、产供储销系统运行优化与降本降耗提供核心技术支撑，可用于提升天然气产业链系统优化的科学性和全产业链生产经营管理水平，合理优化重点工程建设时序、稳步提高天然气调峰保供可靠性，促进天然气产业链健康有序快速发展。

参 考 文 献

［1］   李宝军，何润民，马祖军，等.天然气产业链协同优化研究与应用［M］.北京：石油工业出版社，2022.

［2］   张伟.天然气产业链的协调发展及升级研究［D］.北京： 中国地质大学（北京），2013.

［3］   张道伟.四川盆地未来十年天然气工业发展展望［J］.天然气工业，2021，41（8）：34-45.

［4］   孙慧，杨雷，都兴恺.中国天然气产业链优化的思路与建议［J］.油气与新能源，2022，34（6）：1-8.

［5］   刘定智，张元涛，梁严，等.基于“全国一张网”的天然气管输优化模型构建及应用［J］.油气与新能源，2021，33（10）：64-70.

［6］   刘宝红.采购与供应链管理［M］.3版.北京：机械工业出版社，2022.

［7］   陈正惠.天然气省际销售优化分配模型及其应用［J］.天然气工业，2014，34（12）：152-155.

［8］   赵延芳，刘定智，赵俊.天然气产运销优化模型的设计与实践［J］.油气储运，2016，35（12）：1319-1324.

［9］   李政兵，梁永图，徐宁，等.考虑市场竞争条件的管输天然气供应链优化［J］.油气储运，2021，40（1）：113-120.

［10］   陈传胜，周军.基于用户满意度的天然气购销决策优化［J］.油气储运，2022，41（10）：1225-1234.

［11］   ULSTEIN N L， NYGREEN B， SAGLI J R. Tactical planning of offshore petroleum production［J］.European Journal of Operational Research，2007，176（1）：550-564.

［12］  BARTON P I，SELOT A.A Production Allocation Framework for Natural Gas Production Systems［C］//PLEU V，AGACHI P .17th European Symposium on Computer Aided Chemical Engineering.Elsevier，2007：539-544.

［13］   張慧，李克敏，陈先芽，等.混合整数规划在优选原油数学模型中的应用［J］.炼油设计，1999，29（4）：34-38.

［14］   CHEN Q，GROSSMANN I E.Economies of Numbers for a Modular Stranded Gas Processing Network：Mo-

deling and Optimization［M］//MUOZ S G，LAIRD C D，REALFF M J.Computer Aided Chemical Engineering.Elsevier，2019：257-262.

（收稿日期：2023-03-01）

（下转第659页）

作者简介：刘定智（1978-），高级工程师，从事天然气产业链系统优化、天然气营销智能化、天然气管网仿真与优化等研究，liudingzhi@petrochina.com.cn。

引用本文：刘定智，张元涛，梁严.天然气产业链系统优化技术及其展望［J］.化工自动化及仪表，2023，50（5）：632-643；659.