输油管道重点耗能单元评价与节能措施研究

2024-05-03王晶岩大庆油田有限责任公司储运销售分公司

石油石化节能 2024年4期

王晶岩（大庆油田有限责任公司储运销售分公司）

随着国家工业化进程的不断推进，能源问题成为制约国民经济发展的重要瓶颈。我国原油消费量远高于国内原油生产总量，对外依存度较高，使国内原油的生产供应时刻处于紧张状态。管道输送是原油长距离运输的最主要方式，我国建设了中俄原油、中缅原油、沿江输送、华南内送等多条管道，为解决能源紧张、保障能源安全发挥了重要作用[1]。考虑到我国所产原油多采用热流输送工艺，一方面为油流提供压能克服各项摩阻损失和高程损失，另一方面为油流提供足够的热量，使输送温度高于凝点，防止堵管现象发生。

目前，已有诸多学者针对输油管道的能耗优化问题进行了研究，王伟达[2]以总运行费用最低为目标函数，通过约束条件限制开泵方案，采用蚁群算法实现了管道全线热力和水力参数的优化；张东[3]针对输油管道运行费用高的问题，利用蚁群算法优化了动力方案；成庆林等[4]基于动态规划法，对输油泵和加热炉的组合方案进行了优化求解，得到了当前输量下的最低能耗方案。但以上研究多以单一工况为主，研究稳态情况下的节能方案，未对重点耗能设备进行识别，也未充分利用现场获取的节能监测数据，对数据的挖掘深度不够。基于此，在对输油管道重点耗能单元进行识别的基础上，对耗能设备指标进行监测，并结合多种模型对泵机组的综合用能水平进行评价。

1 重点耗能单元识别

某输油管道投产于2018 年，全长430 km，管径D219 mm×7.5 mm，设计年输量100×104t，沿线共有4 个热泵站（首站、1#站、2#站、3#站），每个热泵站中有4 台输油泵和4 台加热炉，根据输量要求和工况条件，热泵站采用不同的开泵和开加热炉方案。在运行过程中，存在单位输油综合能耗高（该管道为19.5～27.6 kgce/104t·km，油田其余输油管道平均值为12.6 kgce/104t·km）、运行效率低等问题，说明该管道存在较大的节能潜力，需进行系统能耗评价。

输油管道的能量损失包括水力损失和热力损失，前者与泵、电动机、传动系统等设备有关，后者与加热炉、电加热器、电伴热器等设备相关[5]。依据GB/T 33653—2017《油田生产系统能耗测试和计算方法》、GB/T 31453—2015《油田生产系统节能监测规范》等规范的要求，根据流程走向，将输油管道能效系数分为泵站能效系数、热站能效系数和管道能效系数三部分，并通过专家经验构建判断矩阵，通过层次分析法确定重点耗能单元，输油管道能效指标体系见图1。其中，吨液千米耗电和吨液千米耗油是在原标准单位原油集输综合能耗的基础上，增加了距离对能耗的影响，这样可以反映热力损失和水力损失之间的相互作用关系；电能利用率和热能利用率为设备或站场出口处介质具有的能量与供给能量、输入端介质代入能量之和的比值；单位长度温降、单位长度压降反映了环境条件、油品物性、管道参数和运行工况等对热力、水力损失的影响；管道能量损失率为管道出口、进口能量差与管道进口能量的比值，不区分管道内部流体之间的能量转化，反映了管道能量的利用程度；总传热系数根据苏霍夫公式反算获得，反映了热油管道的散热性能和保温性能。

图1 输油管道能效指标体系Fig.1 Energy efficiency index system of oil pipeline

按照上述分析，对图1 中的C 级指标进行全年随机性测试，部分输油管道数据监测结果见表1。采用随机森林模型评价表1 数据中不同指标对输油管道能效系数的影响。随机森林模型是从决策树模型演变而来，采用重抽样的方法从训练集中随机抽取形成样本集，并通过递归分类树，以“平均准确度下降”的思想衡量分类效果[6]。公式为：

表1 输油管道数据监测结果（部分）Tab.1 Monitoring results of oil pipeline data (part)

式中：ηMDA为平均下降基尼指数；n为树个数；t为节点数；Bt为节点t的数据误差。MDA值越大，表示该指标对节点观测值的影响程度越大。

对MDA 值计算结果进行降序排列，结果见图2。重要程度排名前3 项的指标依次为吨液千米耗电、电能利用率和单位长度压降，排名后3 项的指标依次为吨液千米耗油、热能利用率和总传热系数，说明泵站能效系数对输油管道能耗的影响较大，而热站能效系数的影响较小，管道能效系数的影响适中。管道自身的节能空间有限，重点耗能及节能单元为输油泵机组。

图2 基于MDA 值的降序排列Fig.2 Descending arrangement based on MDA values

2 重点耗能单元综合用能水平评价

在对输油泵机组进行综合用能水平评价前，需确定泵机组的评价指标。根据现场工况及标准要求，初步将功率因数、节流损失率、泵机组效率、泵输出功率和外输负载率等作为评价指标，16 台输油泵的实测数据结果见表2。其中，只有功率因数、节流损失率、泵机组效率在GB/T 31453—2015中规定了节能限定值和节能评价值，满足功率因数限定值的合格率为62.5%，满足节流损失率限定值的合格率为81.2%，满足泵机组效率限定值的合格率为62.5%，说明泵机组的运行效率较低，中间能量损失较大。以上只能对泵机组进行定性评价，无法衡量重点耗能单元的综合用能水平。

表2 输油泵实测数据结果（部分）Tab.2 Measured data results of oil pump (part)

针对表2 的数据，采用对非线性、非正态数据适应性更好的Spearman 相关系数法，计算和判断指标间的相互关系，以剔除不重要或重复性指标[7]，相关系数计算结果见表3。其中，泵机组效率与功率因数、节流损失率的相关系数为负值，说明随着功率因数和节流损失率的增加，泵机组效率降低；泵机组效率、泵输出功率和外输负载率的相关系数为正值，说明随着泵输出功率和外输负载率的增加，泵机组效率增加。此外，泵机组效率与泵输出功率的相关系数最大（0.558 8），说明两者之间存在较多的冗余信息，应将泵输出功率剔除指标体系，最终形成的指标体系满足独立性、可比性和完整性的要求。

表3 相关系数计算结果Tab.3 Calculation results of correlation coefficients

随后，基于实测数据，采用熵权法确定不同指标的权重，综合用能指标数量结果见表4。其中，泵机组效率的权重最大，该指标体现了泵出口调节阀后有功功率与电动机视在功率的比值，属于综合性指标。

表4 输油泵机组综合用能指标权重结果Tab.4 Weight results of comprehensive energy consumption index of oil pump unit

为充分考虑综合用能水平，采用熵权-灰色关联法对16 台泵机组能效进行排序。首先，对原始数据按照成本型和效益型指标进行分类，对其进行无量纲化处理；其次，选取有效样本中评价指标的最优值作为参考序列，其余数据作为比较序列，计算最大绝对差值和最小绝对差值；最后，计算关联系数，并根据熵权权重计算结果对关联系数进行加权获取灰色关联度，以弥补关联系数平均值无法反映指标间关联程度的缺点[8-10]。公式为：

式中：ri为第i台输油泵的灰色关联度；n为评价指标个数；ωj为第j个指标权重；ξi(j)第i台输油泵第j个指标的关联系数。

输油泵机组的关联度及排序情况见表5。其中，运行状态最好的泵机组为2#站2#泵，其功率因数和节流损失率满足节能限定值，泵机组效率满足节能评价值，外输负载率在16 台输油泵中排名较高，综合因素影响下灰色关联度排名第1。运行状态最差的泵机组为3#站3#泵，其功率因数和泵机组效率均未达到节能限定值，外输负载率较小，能量损失较大。

表5 输油泵机组的关联度及排序情况Tab.5 Correlation degree and ranking of oil pump units

3 节能措施研究

在制定输油管道运行方案时，应优先选用同一泵站内灰色关联度较大的输油泵机组作为动力设备，以减少管道全线的经济成本。以2023年3月20日为例，改进前后的能耗计算结果见表6。运行方案改进后，原站内运行效果较差的泵机组更换为运行效果较好的泵机组，1#站的开泵数量由2 台变为1台；除1#站与2#站间，其余站间压降均有所下降；吨液千米耗电和热能利用率也有不同程度的提升。不同泵站的日节电量821.91～2 671.24 kWh，日节电共计6 917.82 kWh，根据全年不同环境温度和输送工况核算运行方案，预计每年可节电250×104kWh，按照工业电费0.6 元/kWh 核算，预计每年可节约运行费用150 万元。

表6 改进前后的能耗计算结果Tab.6 Calculation results of energy consumption before and after improvement

此外，针对节流损失率较高的泵机组，应取消出口节流阀，改为安转变频调速装置，以减少节流带来的能量消耗；正常的功率因数0.8～0.9，针对功率因数较小的泵机组，应提高电压合格率和电能质量；对于其余指标值均较好，但泵机组效率不满足节能限定值的设备，直接更换高性能、低能耗的节能设备或对泵叶轮进行10%～20%的切割，以减少实际排量与额定扬程不匹配的现象。