海洋石油固定平台应急电源设计

2024-04-07张瑞宽

通信电源技术 2024年2期

张瑞宽

（中国石油天然气股份有限公司大港油田分公司，天津 300280）

0 引言

海洋石油固定平台作为海上石油钻探与采集的核心设施，其安全运行具有重要意义。应急电源作为固定平台的重要组成部分，其可靠性和稳定性是确保平台正常工作的关键。石油平台长期处于复杂的海洋环境，面临海洋气候变化、海浪等因素的影响，平台设备的性能要求非常苛刻，因此应急电源的设计必须具备高度的可靠性和适应性[1]。

通过对一些典型海洋石油固定平台的案例研究，总结常见的应急电源设计方案及其优缺点。根据实际需求，提出一种基于柴油发电机组与储能系统相结合的应急电源设计方案。该方案通过柴油发电机组提供长时间稳定的电力供应，在突发故障或主电网中断时通过储能系统实现短时间的电力支持，确保平台关键设备的正常工作。为了实现这一目标，从柴油发电机组的选型、设置和运行维护等方面提出具体的技术要求。同时，研究储能系统的设计与配置，及其与柴油发电机组之间的协调控制问题，提出一套完整的设计方案[2]。

1 海洋石油固定平台

海洋石油固定平台长期处于海上环境（见图1），面临着海洋气候变化、海浪等因素的影响。这些因素对平台设备的性能提出了严格的要求，因此应急电源的设计必须具备高度的可靠性和适应性。在应对各种突发状况和故障时，如台风、波浪等自然灾害或自发电电力系统供应中断等，应急电源需要提供稳定的电力支持，确保平台关键设备的正常运行[3-4]。

图1 海洋石油固定平台

第二次工业革命后，石油成为人类社会中重要的能源之一。海洋平台受到海流、海浪、风荷载、工作荷载等因素的共同影响，容易发生较大的变形，甚至发生事故沉没。根据统计，全世界因事故沉没的钻井平台已达60 余座。为减少海洋资源勘探开发中事故的发生，保障平台安全生产和运营，保护海上生产作业人员的生命安全，应结合传感器技术、数据采集和处理技术、数值模拟技术、机器学习以及人工智能技术等，构建海洋石油平台的实时健康监测和变形预测体系[5]。

在海洋环境下，多路径效应的影响比陆地更强，导致多路径误差更严重。其他多种因素的共同作用也使得噪声种类多且复杂，从而对平台的真实动态位移造成一定程度的污染。海洋平台的除砂系统与工作环境、工作条件以及生产要求密切相关。当油井含砂浓度较高时，关键设备的合理选择对整个除砂系统至关重要。不合理的设备选择可能导致阀体、高速旋转机械以及后续的管道产生磨损和磨蚀等问题[6]。

2 基于柴油发电机组和储能系统的应急电源设计

2.1 柴油发电机组选型和设置

柴油发电机是一种小型、分布式且可控的发电机单元，尽管发电效率相对较低，且柴油燃烧会产生大量污染性物质（如碳化物、氮化物、硫化物等），但是其启动快、运行维护方便，所以在石油平台的微电网系统中，应急柴油发电机（Emergency Diesel Generator，EDG）经常作为海上石油平台的补充备用电源。

柴油发电机的工作原理是通过内燃机作为动力源，驱动同步交流发电机旋转，将热能转化为机械能。通过磁场感应原理，发电机产生感应电动势，从而持续产生电能。柴油发电机系统主要由柴油机、同步发电机、控制箱、启动和控制装置以及保护装置等组成[7]。

2.2 储能系统设计与配置

风力发电和太阳能发电不同于传统的化石能源发电，容易受到自然环境因素的影响，具有随机性与波动性的特点，可能会导致电网质量不佳，影响用户的正常使用。利用蓄电池对功率进行补偿，实现多余电量的存储和电量不足时的释放，在一定程度上起到削峰填谷和提高能源有效利用率的作用。储能装置可以快速准确地协调分布式电源和负荷需求之间的关系。当用户需求电量低于各分布式电源产生的电量时，储能系统储存多余的能量；当负荷需求电量高于分布式电源产生电量时，储能系统则释放储存的电量，确保电网的供需平衡和电压稳定[8]。

常见储能装置的储能方式有4 种，即物理储能、电磁储能、电化学储能以及相变储能。物理储能方式具有经济效益高、安全性高的特点，但其中的抽水蓄能技术容易受到地理环境的限制，选址比较困难。电磁储能技术具有功率密度高、响应速度快的优点，但超导储能技术用到的材料成本较高，且能量密度较低。电化学储能应用广泛，技术成熟，能量密度高，充放电效率高，但耐过充放性能差。相变储能的主要优势在于能量密度高，能量的储存和释放是可逆的过程，但其单位体积下存储的能量较少，为了存储更多能量会导致装置体积过大。经过综合考虑，文章选取应用范围广、性能及经济性较好的蓄电池储能。蓄电池储能技术通过电化学反应将化学能转化成电能，这种反应原理是可逆的。放电时将化学能转化成电能进行释放，充电时则将电能转化成化学能进行存储。

2.3 柴油发电机组和储能系统的协调控制

协调控制的实质是求解典型的多约束、非线性、多目标优化问题。通常情况下，建立的2 个目标函数之间存在相互制约、相互影响的关系，即当其中一个目标函数达到最优时，可能会导致另一个目标函数的最优值无法实现。因此，需要寻找一种合适的求解算法，使2 个目标函数能够相互促进，达到总体最优。为了解决这个问题，引入Pareto 最优解集的思想。通过采用多目标优化算法，可以求出Pareto 最优解的前沿面，决策者可以根据不同角度从多个备选解中筛选出最符合要求的解。

多目标白鲨优化算法（Multi-Objective White Shark Optimizer，MOWSO）是由Braik 等人提出的一种新型群体优化算法，通过模拟大白鲨捕食时的群体行为而建立。白鲨在狩猎和追踪猎物时，几乎利用了所有的感官系统来确定方向和速度。这种行为如图2所示。

图2 白鲨追踪行为示意

与传统的仿生智能算法相比，白鲨算法操作简单、优化能力强，具有良好的勘探和开发能力，能够保持局部优化和全局优化的多样性平衡。此外，反向学习策略、柯西变异、莱维飞行策略以及高斯变异等常见的变异算子常用于启发式算法，有助于提高传统智能算法的全局搜索能力，加快算法的收敛速度。

3 设计方案验证和评估

3.1 实验模拟

为了更准确地比较和分析用白鲨优化算法求解出来的一组有效最优非支配解与真实解集之间的差距，可以从收敛性、广泛性以及均匀性方面引入评价性指标，包括世代距离（Generational Distance，GD）和反向世代距离（Inverted Generational Distance，IGD）。实验使用目标Benchmark 测试函数集1 ～4 来进行评估。

3.2 数据分析

将MOWSO 算法与多目标遗传算法（Multi-Objective Genetic Algorithm，MOGA）、经典多目标粒子群算法（Multi-Objective Particle Swarm Optimization，MOPSO）进行对比，计算3 种算法在测试函数上各评价性指标的均值和方差，结果如表1 所示。其中，各测试函数的最优值加粗表示说明。

表1 3 种算法的多样性指标对比

从表1 中的数据可以直观看出，在测试函数中，MOPSO 算法的收敛程度优于MOWSO 算法，MOIWSO算法的收敛性测试指标值在测试函数中均取得最佳的结果，这说明了相较于其他2 种算法改进后的算法更接近真实Pareto 前沿解，而且其收敛程度是3 个算法中最好的。改进后的MOIWSO 算法在测试函数中关于多样性指标数据上相较于其他2 种算法是最小的，也就是最优值。该值越小说明求得的解分布越均匀。此外，未进行改进的多目标白鲨优化算法仍然比普遍采用的算法种群的多样性要好，分布要均匀。