К 55-летию Тюменского государственного нефтегазового университета (стр. 25 )

Рис. 2. Результаты расчетов потенциально прогнозируемой скорости коррозии

по двум альтернативным методикам

Полученные по разработанной методике результаты точнее отражают полученные до проведения расчетов балльные оценки коррозионной активности грунта (см. рис. 2). Это может быть связано с тем, что при расчетах по методике [5] использовался диапазон параметров для оценки скорости коррозии труб МГ, отличный от диапазона параметров, принятого при проведении бальных оценок. В частности, не учитывались такие показатели, как влажность грунта и уровень грунтовых вод, зато были приняты во внимание марка стали, редокс-потенциал грунта, потенциал защиты трубопровода. При создании методики расчета на основе системы нечеткого вывода учитывался более широкий диапазон параметров, что привело к коррекции результатов вычислений.

Отклонение результатов вычислений по разработанной методике от полученных по методике [5] в сторону коррекции к ожидаемой скорости коррозии приведены в табл. 2.

Как видно из сравнения результатов вычислений, оценки величины потенциально прогнозируемой скорости коррозии по разработанной методике на основе системы нечеткого вывода выше, так как в расчетах учли дополнительные параметры, влияние которых привело к коррекции результатов. Подобная коррекция рассматривается как уточнение результатов, так как они лучше коррелируют с полученными предварительными балльными оценками скорости коррозии. Для более тонкой настройки построенной нечеткой модели возможно уточнение оценок отдельных количественных значений входных и выходной переменной. Такие оценки зависят от конкретного случая прокладки газопровода и могут подстраиваться в процессе его эксплуатации.

Таблица 2

Отклонение результатов расчетов по методике на основе системы нечеткого

вывода от результатов расчетов по альтернативной методике

Номер участка	1	2	3	4	5	6
Абсолютная погрешность, мм/год	0,031	0,013	0,055	0,032	0,089	0,057
Относительная погрешность, %	12,4	5,41	25	13,33	24,72	25,91

Таким образом, для расчета потенциально прогнозируемой скорости коррозии магистральных газопроводов создана математическая модель на основе использования методов нечеткого моделирования. При этом не потребовалось создания сложного математического аппарата, для проведения расчетов максимально использовались имеющиеся экспертные знания о факторах, влияющих на коррозионное разрушение газопровода. В итоге, создание математической модели и проведение вычислений существенно упрощено.

Подобный подход имеет ограниченный спектр применения, когда для сложной технической системы или технологического процесса нет простой математической модели [2] или экспертные знания об объекте или процессе можно сформулировать только в лингвистической форме.

Список литературы

1. Леоненков моделирование в среде MATHLAB и fuzzyTECH. СПб.: БХВ-Петербург,200с.

2. , М. И. Нечёткая логика и искусственные нейронные сети. – М.: Физматлит, 20с.

3. , MATLAB. Математические пакеты расширения. Специальный справочник. - СПб.: Питер, 20с.

4. , , Михайловский задачи полевой диагностики, коррозионного прогноза и мониторинга магистральных газопроводов // Надежность и ресурс газопроводных конструкций. Сборник научных трудов. – М.: ВНИИГАЗ, 2003. - С. 231-235.

5. А, Быков эксплуатационной надежностью магистральных газопроводов. - М.: Нефть и газ, 20с.

6. Харионовский и ресурс конструкций газопроводов. - М.: Недра, 20с.

7. Математические принципы нечёткой логики. пер с англ. - М.: Физматлит, 20с.

Сведения об авторе

, аспирант, кафедра «Кибернетические системы», Тюменский государственный нефтегазовый университет, г. Тюмень, , e-mail: [e-mail]

Kolosova A. L., postgraduate student, Department «Cybernetics system», Tyumen State Oil and Gas University, Tyumen, phone: (3452), e-mail: *****@***ru

_________________________________________________________________________________________

УДК 681.51

СИСТЕМНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ
ПОЛИЭНЕРГЕТИЧЕСКИХ автономных КОМПЛЕКСОВ

A SYSTEM APPROACH TO DESIGNING OF POLYENERGETIC

OFF-LINE COMPLEXES

, ,

N. N. Karnaukhov, O. F. Danilov, V. I. Kolesov

Тюменский государственный нефтегазовый университет, г. Тюмень

Ключевые слова: полиэнергетический комплекс, системный подход, целевая функция,

оптимизация, алгоритмическое обеспечение

Key words: polyenergetic complex, system approach, target function, optimization, algorithm support

Проведенная в недалеком прошлом перепись населения страны свидетельствует о наличии в Тюменской области многочисленных автономных поселений с числом жителей до 100-200 человек (10-30 семей), где наиболее важной проблемой является энерго - и теплоснабжение. Реализация планов интенсивного развития нефтегазового комплекса страны (особенно на этапе разведки и освоения новых месторождений) приведет в ближайшей перспективе к увеличению количества малонаселенных поселков на севере области, а следовательно, к обострению отмеченной проблемы. Перспективные варианты энергоснабжения рабочих поселков ориентированы на использование разнородных источников энергии, в этих условиях вопросы системного проектирования полиэнергетических автономных комплексов выдвигаются в число приоритетных.

Структурная схема полиэнергетического комплекса представлена на рис. 1.

Рис. 1. Структурная схема полиэнергетического комплекса

В общем случае комплекс может эксплуатировать К разнородных источников энергии (ветер, солнце, топливо и др.), каждый из которых в итоге преобразуется в электрическую Wэi и тепловую энергию Wтi . Далее происходит объединение по виду энергии, при этом для потребителя формируются 2 источника: электроэнергии Wэп и тепловой Wтп.

Процедуру формирования Wэп и Wтп рассмотрим на конкретном примере, когда используются два источника: ветер и топливо (мазут, солярка). Функциональная схема такого энергетического комплекса представлена на рис. 2.

Рис. 2. Функциональная схема полиэнергетического комплекса

Выполняются следующие технологические процедуры:

● преобразование энергии ветра Wв в механическую Wмв с КПД ηв при коэффициенте готовности преобразователя Кгв :

; (1)

● преобразование механической энергии Wмв в электрическую Wэв с КПД ηмв при коэффициенте готовности преобразователя Кгмв:

;

● отбор от Wэв части (её доля kв) электрической энергии Wэвп для непосредственных нужд потребителя:

;

● преобразование оставшейся электрической энергии (1-kв)Wэв в тепловую для нужд потребителя Wтвп с КПД ηтв при коэффициенте готовности преобразователя Кгтв:

;

● отбор от энергии сырья Wс части Wсп (её доля kс) при дальнейшем преобразовании её в тепловую для непосредственных нужд потребителя:

;

● преобразование Wсп в тепловую для нужд потребителя Wтсп с КПД ηтс при коэффициенте готовности преобразователя Кгтс:

;

● преобразование оставшейся части энергии сырья (1-kс)Wс в механическую Wмс с
КПД ηм при коэффициенте готовности преобразователя Кгм:

;

● преобразование Wмс в электрическую для нужд потребителя Wэсп с КПД ηэс при коэффициенте готовности преобразователя Кгэс:

;

● объединение для потребителя источников электроэнергии:

;

● объединение для потребителя источников тепловой энергии:

.

Годовые уровни доставляемой потребителю энергии должны превышать принятые лимиты:

и ,

где W0э и W0т соответственно годовые лимиты электро - и тепловой энергии на одного жителя; N – количество жителей.

Системный подход к проектированию предполагает чёткое целеполагание. Возможен ряд конкурентоспособных вариантов целевой функции. В частности, в качестве целевой функции можно выбрать приведенные годовые затраты на комплекс, а можно сузить задачу до минимизации объема завозимого топлива.

Оптимизацию проекта проведем по критерию минимума потерь. С одной стороны их уровень должен возрастать при увеличении потерь энергии из-за низких значений КПД и коэффициента готовности, а с другой, увеличение КПД и коэффициента готовности предполагает дополнительные расходы. Действительно, типовая запись преобразования (например, (1)) имеет вид и, следовательно, энергетические потери равны
.

Будем полагать, что потери Q1 связаны с соотношением

(здесь m-коэффициент).

Что же касается дополнительных расходов, связанных с желанием повысить значения и Кг, то они при и Кг=0 должны быть нулевыми, а при и гиперболически нарастать. Этому условию отвечают, например, функции потерь вида и (здесь и zk – константы). Результирующие потери i-преобразования, таким образом, равны

,

а суммарные потери всех преобразований (количество которых равно М) составят

. (2)

Задача оптимизации сводится к поиску условий, доставляющих минимум целевой функции Q. Её решение может быть существенно упрощено, если аргументы переходят в разряд констант. В этом случае соотношение (2) сводится к виду

, (3)

где .

Минимум потерь в каждом i-преобразовании достигается при условии, что соответствует . (4)

Если осуществить нормировку функции потерь к уровню mi.Wi , что соответствует
случаю ), то условие (4) преобразуется в

, (5)

где .

В этом случае нормированная функция потерь i-преобразования примет вид

, (6)

здесь .

График зависимости Qin от Кгi приведен на рис. 3.

Рис. 3. График зависимости нормированных потерь i-преобразования

от коэффициента готовности

Подстановка (4) в (3) и (5) в (6) позволяет оценить оптимальные (в нашем случае минимальные) значения функций Qi и Qin соответственно

;

.

Нормировку можно осуществить и для суммарных потерь (2):

и определить далее оптимальное значение (Qn)opt:

.

Полученные результаты являются ядром алгоритмического обеспечения задач системного проектирования полиэнергетических автономных комплексов для Западной Сибири.

Сведения об авторах

, д. т. н., профессор, генеральный директор -Инжиниринг» «ЛУКОЙЛ», е-mail: Karnauhov [e-mail]

, д. т.н., профессор, Тюменский государственный нефтегазовый университет, , е-mail: [e-mail]

, к. т.н, доцент., профессор, Тюменский государственный нефтегазовый университет, тел.:(3452), е-mail: [e-mail]