科研動(dòng)態(tài)
改進(jìn)自適應(yīng)GAPSO混合算法的風(fēng)光儲(chǔ)微網(wǎng)抽油機(jī)井群錯(cuò)峰間抽運(yùn)行調(diào)度優(yōu)化
中文題目：改進(jìn)自適應(yīng)GAPSO混合算法的風(fēng)光儲(chǔ)微網(wǎng)抽油機(jī)井群錯(cuò)峰間抽運(yùn)行調(diào)度優(yōu)化
論文題目：Optimization of staggered peak intermittent pumping operation scheduling of pumping unit well clusters under wind, solar and energy storage microgrid with improved adaptive GAPSO hybrid algorithm
錄用期刊/會(huì)議：Geoenergy Science and Engineering (原Journal of Petroleum Science and Engineering，中科院大類(lèi)2區(qū)TOP)
原文DOI：https://doi.org/10.1016/j.geoen.2025.213897
錄用/見(jiàn)刊時(shí)間：2025.4
作者列表：
1） 汪 俊 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 控制科學(xué)與工程 博24
2） 檀朝東 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 自動(dòng)化系教授
3） 陳培堯 中國(guó)石油長(zhǎng)慶油田分公司油氣工藝研究院
4） 陸 梅 中國(guó)石油長(zhǎng)慶油田分公司油氣工藝研究院
5） 馮 鋼 西安中控天地科技開(kāi)發(fā)有限公司
6） 高小永 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 自動(dòng)化系教授
7） 劉 斌 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 自動(dòng)化系特任崗位副教授
8） 景霖茹 中國(guó)石油大學(xué)（北京）人工智能學(xué)院 控制工程 碩23
文章簡(jiǎn)介:
本文以抽油機(jī)錯(cuò)峰間抽系統(tǒng)每日的運(yùn)行成本最低和綠電消納率最高為目標(biāo)，，建立了風(fēng)光儲(chǔ)微電網(wǎng)下抽油機(jī)井群錯(cuò)峰間抽運(yùn)行調(diào)度優(yōu)化模型，采用改進(jìn)自適應(yīng)遺傳粒子群混合優(yōu)化算法求解。
摘要:
低滲透油藏叢式井在生產(chǎn)中后期因供液不足常采用間抽工作方式，人工經(jīng)驗(yàn)制定的間抽制度往往會(huì)導(dǎo)致運(yùn)行能耗高和成本高等問(wèn)題。風(fēng)光發(fā)電引入抽油機(jī)井群間抽系統(tǒng)后，系統(tǒng)面臨綠電消納能力低和綠電浪費(fèi)嚴(yán)重等不足。為此，以間抽系統(tǒng)每日的運(yùn)行成本最低和綠電消納率最高為目標(biāo)，考慮了源端各裝置的功率上下限約束和荷端油井的生產(chǎn)約束，建立了風(fēng)光儲(chǔ)微電網(wǎng)下抽油機(jī)井群錯(cuò)峰間抽運(yùn)行調(diào)度優(yōu)化模型。采用改進(jìn)自適應(yīng)遺傳粒子群混合優(yōu)化算法求解，與傳統(tǒng)優(yōu)化算法求解結(jié)果比較表明，改進(jìn)算法求得解的調(diào)度方案的日運(yùn)行成本由改進(jìn)前的170元降低至150元，綠電消納率由改進(jìn)前的83%提升至86%，井群日產(chǎn)液量也增加了4.86%。案例分析表明，所建模型充分考慮了系統(tǒng)中設(shè)備的實(shí)際運(yùn)行特點(diǎn)，通過(guò)調(diào)整蓄電池的充放電功率和電網(wǎng)購(gòu)售電量，可有效提高系統(tǒng)綠電消納能力，在確保抽油機(jī)井群滿(mǎn)足產(chǎn)量需求的同時(shí)，實(shí)現(xiàn)了系統(tǒng)日常運(yùn)行成本的最小化。
背景與動(dòng)機(jī):
低滲透油藏叢式井在生產(chǎn)中后期因供液不足常采用間抽工作方式，人工經(jīng)驗(yàn)制定的間抽制度往往會(huì)導(dǎo)致運(yùn)行能耗高和成本高等問(wèn)題。風(fēng)光發(fā)電具有隨機(jī)性和波動(dòng)性，其引入抽油機(jī)井群間抽系統(tǒng)后，系統(tǒng)面臨綠電消納能力低和綠電浪費(fèi)嚴(yán)重等不足。儲(chǔ)能裝置能對(duì)風(fēng)光發(fā)電起到“削峰填谷”作用，平抑電能波動(dòng)，減少對(duì)電網(wǎng)購(gòu)電的依賴(lài)，對(duì)保證電網(wǎng)運(yùn)行穩(wěn)定性具有重要意義。
主要內(nèi)容:
本文首先構(gòu)建了風(fēng)光儲(chǔ)微網(wǎng)抽油機(jī)井群間抽系統(tǒng)結(jié)構(gòu)與數(shù)學(xué)模型，然后建立了微電網(wǎng)下抽油機(jī)錯(cuò)峰間抽運(yùn)行的調(diào)度優(yōu)化模型，接著采用改進(jìn)的自適應(yīng)遺傳粒子群混合算法進(jìn)行模型求解，最后對(duì)所提出的模型進(jìn)行實(shí)例驗(yàn)證。
本研究系統(tǒng)源端由光伏機(jī)組、風(fēng)機(jī)、儲(chǔ)能電池和高壓電網(wǎng)構(gòu)成微電網(wǎng)系統(tǒng)為抽油機(jī)井群間抽系統(tǒng)供電，系統(tǒng)結(jié)構(gòu)圖如圖1所示。
圖1 風(fēng)光儲(chǔ)微電網(wǎng)下抽油機(jī)井群間抽系統(tǒng)結(jié)構(gòu)圖
研究選取間抽系統(tǒng)在一個(gè)調(diào)度周期內(nèi)日運(yùn)行成本最低和每日綠電消納率最高為優(yōu)化目標(biāo)，考慮了風(fēng)光出力、儲(chǔ)能電池充放電功率及其荷電狀態(tài)SOC等源端約束，荷端約束包括抽油機(jī)產(chǎn)量、功率、開(kāi)井時(shí)長(zhǎng)和運(yùn)行狀態(tài)等約束。優(yōu)化目標(biāo)如下：
本文采用改進(jìn)的自適應(yīng)遺傳粒子群混合優(yōu)化算法，使得遺傳算法的交叉和變異概率以及粒子群算法的慣性權(quán)重和學(xué)習(xí)因子能夠根據(jù)迭代過(guò)程中種群狀態(tài)變化進(jìn)行自適應(yīng)的動(dòng)態(tài)調(diào)整。
算法求解流程如下：
圖2 改進(jìn)算法求解流程
實(shí)驗(yàn)結(jié)果及分析:
本文選取長(zhǎng)慶油田叢式井組YXX生產(chǎn)數(shù)據(jù)進(jìn)行案例分析。井組中包含10臺(tái)抽油機(jī)井，根據(jù)光伏和風(fēng)機(jī)數(shù)學(xué)模型預(yù)測(cè)風(fēng)光發(fā)電功率。調(diào)度周期為24小時(shí)，以1小時(shí)為時(shí)間間隔來(lái)確定每天的調(diào)度計(jì)劃。
圖3是光伏、風(fēng)機(jī)和抽油機(jī)井群錯(cuò)峰間抽系統(tǒng)的日前調(diào)度計(jì)劃示意圖。根據(jù)此計(jì)劃，系統(tǒng)日運(yùn)行成本為150.19元，綠電消納率為86.08%，井群日產(chǎn)液量為37.42m3。圖4和圖5分別是此調(diào)度計(jì)劃時(shí)抽油機(jī)井群運(yùn)行狀態(tài)變化情況和儲(chǔ)能電池的SOC變化情況。
圖3 風(fēng)光發(fā)電與抽油機(jī)井群間抽系統(tǒng)的日前調(diào)度計(jì)劃
圖4 抽油機(jī)井群運(yùn)行狀態(tài)
圖5 蓄電池的荷電狀態(tài)SOC
系統(tǒng)運(yùn)行過(guò)程中，儲(chǔ)能電池能很好地起到“削峰填谷”的作用，平抑風(fēng)光電能波動(dòng)，提高系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性。在風(fēng)光發(fā)電不足以滿(mǎn)足抽油井群用電需求時(shí)，儲(chǔ)能電池優(yōu)先于高壓電網(wǎng)供電，減少了對(duì)高壓電網(wǎng)購(gòu)電的依賴(lài)，能有效降低系統(tǒng)運(yùn)行的經(jīng)濟(jì)成本。
結(jié)論:
（1）本文針對(duì)引入風(fēng)光儲(chǔ)的抽油機(jī)井群間抽系統(tǒng)面臨的經(jīng)濟(jì)效益欠佳和綠電消納能力不足問(wèn)題，提出了風(fēng)光儲(chǔ)微網(wǎng)抽油機(jī)井群錯(cuò)峰間抽運(yùn)行調(diào)度優(yōu)化模型，并采用改進(jìn)的自適應(yīng)遺傳粒子群混合算法進(jìn)行求解
（2）對(duì)計(jì)算實(shí)例的分析表明，蓄電池對(duì)風(fēng)光新能源發(fā)電起到了削峰填谷的作用，平抑風(fēng)光電能波動(dòng)，能保證系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性，并優(yōu)先于電網(wǎng)供電，能減少對(duì)電網(wǎng)的購(gòu)電依賴(lài)，降低系統(tǒng)運(yùn)行成本，提高綠電消納能力。
（3）相比于傳統(tǒng)啟發(fā)式優(yōu)化算法，提出的AGAPSO算法在跳出局部最優(yōu)解、進(jìn)入全局最優(yōu)解以及加快收斂速度方面表現(xiàn)出更高的效率，幫助節(jié)省了系統(tǒng)日常運(yùn)行成本，增強(qiáng)了綠電消納能力，提高了井群日產(chǎn)液量。
作者簡(jiǎn)介:
汪俊，在讀博士研究生，主要從事采油氣井場(chǎng)多能互補(bǔ)微網(wǎng)調(diào)度優(yōu)化研究。
通訊作者簡(jiǎn)介:
檀朝東，男，博士，教授，正高級(jí)工程師，博士生導(dǎo)師?，F(xiàn)在中國(guó)石油大學(xué)（北京）人工智能學(xué)院教師，主要從事檢測(cè)技術(shù)與自動(dòng)化裝置、數(shù)據(jù)驅(qū)動(dòng)理論與方法等研究，致力于低碳智能油氣田、油氣生產(chǎn)物聯(lián)網(wǎng)大數(shù)據(jù)和油氣舉升設(shè)備故障診斷的關(guān)鍵核心技術(shù)研究及應(yīng)用。