基于序列预测法的海上平台中长期电力负荷规划

2024-03-29封园中海石油中国有限公司天津分公司渤海石油研究院

石油石化节能 2024年3期

封园（中海石油（中国）有限公司天津分公司渤海石油研究院）

海上平台中长期电力负荷规划是保障海上平台正常运行和提高能源利用效率的重要任务[1-4]。随着全球能源需求的不断增长，海上平台作为重要的能源开发和生产设施，其电力负荷的规模和复杂性也在不断增加。因此，科学地预测和规划海上平台的电力负荷，对于确保海上平台的稳定运行、降低能源成本以及减少环境污染具有重要意义[5-7]。

传统的海上平台电力负荷规划方法主要基于历史数据和经验规则进行预测和分析，然而，由于海上平台的工作环境复杂多变，受到天气、季节、海浪等多种因素的影响，传统方法往往无法准确地捕捉到负荷的变化趋势和周期性特征。因此，研究一种能够更准确地预测和规划海上平台中长期电力负荷的方法具有重要的理论和实践价值。序列预测法通过建立数学模型来描述时间序列数据的演变规律，并利用历史数据对未来负荷进行预测。与传统方法相比，序列预测法能够更好地捕捉到负荷的非线性关系，从而提高了预测的准确性和可靠性。

1 海上平台负荷特点

海上平台的用电负荷主要包括生产设备、辅助设备、生活设施和应急设备等。其中，生产设备是海上平台用电负荷的主要组成部分，包括钻井设备、采油设备、油气处理设备等。这些设备的运行需要大量的电力支持，且具有较大的波动性和不确定性。辅助设备主要包括泵站、风机、压缩机等，其用电负荷相对较小，但对电力系统的稳定性有一定影响。生活设施和应急设备的用电负荷较小，但对人员的生活和安全至关重要。

1）波动性大。海上平台的用电负荷受气候条件、生产任务等多种因素影响，具有较大的波动性。在钻井过程中，由于需要使用泥浆循环、钻机升降等设备，用电负荷会出现较大的波动。此外，海上平台的风力发电、太阳能发电等新能源接入也会对用电负荷产生影响。因此，海上平台的电力系统需要具备较强的调峰能力，以适应用电负荷的波动变化。

2）不确定性高。海上平台的用电负荷受生产任务、设备故障等多种不确定因素影响，具有较高的不确定性。在生产过程中，由于设备故障、生产事故等原因，可能导致用电负荷的突然增加。此外，海上平台的电力系统还需要应对恶劣气候条件带来的影响，如台风、暴雨等极端天气可能导致电力系统的短路、跳闸等故障。因此，海上平台的电力系统需要具备较强的抗干扰能力和故障恢复能力。

3）分布不均。海上平台的用电负荷分布在不同的区域和设备上，具有明显的不均衡性。生产设备是用电负荷的主要来源，其分布较为集中。而辅助设备、生活设施和应急设备的用电负荷分布较为分散。此外，由于海上平台的地理环境限制，电力线路的敷设和维护具有一定的困难。因此，海上平台的电力系统需要采取合理的分区供电策略，以提高电力系统的运行效率。

4）安全性要求高。海上平台的用电负荷直接关系到生产安全和人员生命安全。一旦电力系统出现故障，可能导致生产设备的停机、火灾等严重事故。因此，海上平台的电力系统需要具备较高的安全性和可靠性。这要求在电力系统设计中充分考虑各种可能的风险因素，采用先进的保护装置和自动化控制技术，确保电力系统的稳定运行。

综上所述，海上平台用电负荷具有波动性、不确定性、分布不均和安全性要求高等特点。因此，科学合理地规划电力系统的结构和布局，确保电力系统的可靠性和稳定性至关重要。

2 优化系数法

海上平台电力负荷计算时，需将用电设备在各种工况下运行时的数量和耗电功率进行分类、汇总、计算和分析。根据负荷计算结果，进而确定主发电机组、应急发电机组的装机容量、数量、供配电方式、电压等级、接地方式等。负荷计算时需要考虑如下系数：需要系数、同时使用系数、负载系数。通常根据项目实际运行工况，取0.2~1 的系数。

海上平台根据用电设备负荷的大小，对电动机效率及其功率因数进行了分类，负荷系数取值见表1。在常规负荷计算的基础上，通过实际调研，合理地优化了新建平台生产用电设备的运行工况、需要系数、同时使用系数及负荷系数，使得负荷估算更加贴近生产实际，避免了因负荷估算过高造成的电站选取偏大的问题。

表1 负荷系数取值Tab.1 Load factor value

3 序列预测法

序列预测法通过利用时间序列数据之间的依赖关系，将预测问题转化为一个序列生成的问题。它的基本原理是利用已有的历史数据来学习一个序列生成模型，然后利用该模型对未来的数据进行预测，具有以下优势：

1）无需复杂的特征工程。序列预测法可以直接处理原始的时间序列数据，无需进行复杂的特征提取和转换。这使得序列预测法在处理大规模和高维度的时间序列数据时更加高效和灵活。

2）能够处理非线性和非平稳的时间序列数据。可以通过模型来捕捉时间序列数据中的非线性和长程依赖关系，在处理非线性和非平稳的时间序列数据时具有更好的性能。

3）能够处理缺失值和异常值。在实际的时间序列数据中，常常存在缺失值和异常值的情况。可根据专家判断法对缺失值进行插补或删除，从而提高预测的准确性。

综合利用海上平台的多种数据源，包括气象数据、海洋环境数据、设备运行数据等，构建全面的大数据集。通过对这些数据进行分析和建模，提取出负荷的关键特征和影响因素，进而建立准确的预测模型。同时结合优化算法对电力系统进行调度和优化，实现对电力资源的合理配置和管理。

预测模型的抽象表达式为：

式中：X为m种相关因素组成的向量，记为X=[X1，X2，...，Xm]T；t为实际序号；y为待预测量；S为该预测模型的参数向量，设总共有k个参数，S=[s1，s2，...，sk]T。例如，对于不考虑相关因素的线性预测模型y=a+bt，有S=[a，b]T。

设已知在历史时段t(1 ≤t≤n)，相关因素的取值为X=[X1t，X2t，...，Xmt]，待预测量的取值为yt。需要根据其历史发展规律，对未来时段n+1 ≤t≤N做预测。由于进行相关预测，不仅需要知道m种相关因素在历史时段1 ≤t≤n的取值，而且也要知道其在未来时段n+1 ≤t≤N的取值。那么预测的重点是，根据所有历史时段的Xt和yt，通过某种途径对模型的参数向量S进行估计，序列预测方法如图1 所示[8-10]。

图1 序列预测方法Fig.1 Sequential forecasting models

4 项目案例分析

海上某A 油田新建一座中心平台A1，电力与相邻的B 油田进行组网。工程方案见图2。

图2 工程方案Fig.2 Engineering schemes

B 油田现有3 个平台，B1 平台、B2 平台、B3 平台。其中，B1 平台设有3 台电站，B2、B3 平台不设电站。

4.1 新建A1 平台优化系数

按照常规负荷计算方法，新建A1 平台应急负荷为1 195.6 kW，因此选用了一台1 500 kW，400 V的柴油发电机作为应急发电机。为进一步优化用电负荷，工艺专业优化了1 台应急置换泵，将1 台原油外输泵兼做应急置换，优化应急负荷200 kW，同时电气专业通过调整运行工况、需用系数、同时使用系数，优化工艺设备负荷146.2 kW，将应急负荷降低至849.4 kW，应急电站规模由1 500 kW 降低至1 000 kW，节约直接经济投资100 万元。采用优化系数法后，A1 平台逐年负荷如表2 所示。

表2 A1 平台逐年用电负荷Tab.2 Annual load of A1 platform

4.2 B 油田负荷序列预测

B 油田经过多年油气开发，油藏储量下降，用电规模降低。根据作业公司提供的负荷数据，热采情况下B 油田夏季负荷约4 900 kW，冬季负荷约6 100 kW。与设计资料中的高峰用电负荷12 786 kW 相差甚远。为精确预测未来年用电负荷，根据B 油田最新的油藏配产，对油田注水量与原电力设计负荷进行了综合分析，绘制出注水量与设计负荷曲线（图3），发现B 油田的注水量与设计负荷的变化趋势基本一致，适合采用序列预测法对老区油田的负荷进行预测。

图3 注水量与设计负荷曲线Fig.3 Curve of water injection volume and design load

因此，根据油藏最新配产数据，同时结合B 油田近年的实际用电负荷，采用序列预测法，对B 油田年用电负荷进行预测，用电负荷及预测结果见表3。

表3 B 油田年用电负荷及预测Tab.3 Annual electricity load and forecast of B oilfield

经统计近7 a 的B 油田逐年实际高峰负荷，并与预测负荷进行对比分析，可知采用序列预测法最大负荷误差为7.13%，平均负荷误差为6.62%，远低于常规对中长期负荷预测误差10%的要求，极大地提高了海上电网负荷估算的精确度，不仅降低了平台发电及运行成本，还提高了油田建设的经济效益，负荷预测误差分析见表4。