基于并行遗传算法的环状蒸汽热网运行优化方法

1、基于并行遗传算法的工业园区环状蒸汽热网运行优化赵琼1 郭赉佳2 于春娣3 周懿1 钟崴1(1.浙江大学 热工与动力系统研究所，浙江杭州 310027；2.上海漕泾热电有限责任公司，上海 201507；3.浙江大学 常州工业技术研究院，江苏常州 213022)摘要：工业园区蒸汽管网运行工况多变、负荷波动大，为保证到达各热用户处的蒸汽品质，有必要对蒸汽热网的运行方式进行优化。以基于结构机理模型的蒸汽热网在线热工水力计算为核心，通过在环状蒸汽热网中增设调节阀，并采用并行遗传算法在线预测出最优的调节阀开度，实现了优化调节环状蒸汽热网的流动状态。基于上海化学工业区蒸汽热网系统的模拟计算表明：提出的方法能

2、够提高到达热用户的蒸汽品质，提高蒸汽热网的运行技术水平。关键词：蒸汽管网；热工水力计算；运行优化；并行遗传算法中图分类号：TK1 文献标识码：AOperation Optimization for Ring-shaped Industrial Heating Networks Based on Parallel Genetic AlgorithmZhao Qiong1, Guo Lai-jia2, Yu Chun-di3, Zhou Yi1, Zhong Wei1(1.Institute of Thermal Science and Power System, Zhejiang Univers

3、ity, Hangzhou, 310027, China；2. Caojing Cogeneration CO., LTD., Shanghai, 201507, China；3.Changzhou Industrial Technology Research Institute of Zhejiang University, Changzhou, 213022, China)Abstract: In industrial parks, the working conditions of steam heating networks would be changeable due to the

4、 big load fluctuation. In order to guarantee the quality of steam transported to consumers, operation optimization of steam heating networks is necessary. With the online thermal hydraulic calculation based on the structure model of ring-shaped steam heating networks at the core, flow state of steam

5、 can be optimized by adding regulating valves and using parallel genetic algorithm to calculate the best valve opening. Simulation of steam heating networks in Shanghai chemical industry park shows that the proposed method can improve the quality of steam transported to heat consumers, thus improve

6、the operation level of steam heating networks.Key Words: steam heating networks; thermal hydraulic calculation; operation optimization；parallel genetic algorithm80 引言公用蒸汽热网是化工、制药、纺织、钢铁等产业园区的重要公用基础设施，是城市管网系统的重要组成部分。蒸汽热网的供热质量直接关系到用热企业工业生产过程的工艺以及生产的安全性问题。为提高供热可靠性，大型工业园区供热管网常采用环状布置，并可能存在多个热源。然而工业热用户用热负荷

7、波动较大的特点使环状工业热网的运行工况组合复杂多变，特定工况组合会导致输送至热网远端热用户处的蒸汽温度或压力达不到合同标准，这将给供热企业带来合同纠纷。由于蒸汽热网“被动式”的运行方式缺乏在线调节手段，供热企业无法掌握主动权，严重影响热网对特殊工况的反应处理能力及运行经济性。因此，有必要对大型工业蒸汽热网的运行方式进行在线优化调节。目前，对蒸汽管网的优化主要在规划设计阶段或者侧重于硬件设备整改方面12，对管网运行的调节优化涉及较少。文献3可以评估运行时的管网状态，且提出了一种蒸汽管网优化方法，然而它考虑的是经济性问题，却没有涉及供汽品质要求。计算机技术的快速发展，使得在线实时分析计算工业热网的

8、流动状态成为了可能。根据工业热网的详细结构建立的水力计算模型以及实时采集的各热源和回供热用户的蒸汽流量、温度、压力及热用户的流量参数，可在线计算热网各处的理论流动状态及各热用户处的理论温度和压力，实现对工业热网运行状态的软测量45。本文在此基础上开展热网的运行方式优化，通过在热网中增设调节阀，并采用并行遗传算法搜索出最优的调节阀开度，从而优化调度环网中的蒸汽流动方向及流量，以提高到达热用户处的蒸汽品质。1 蒸汽热网热工水力计算任意结构的蒸汽热网系统均可以抽象为由“节点”和“阻力区段”两类对象所构成的“有向流程图”，该有向流程图即可作为热网的水动力计算模型6。如图1所示的多热源环状蒸汽热网的系统

9、，存在流量汇集和分配的热源、热用户、三通、疏水器，以及管组上的逻辑划分点均被抽象为“节点”，两节点之间的连接部分被抽象为“阻力区段”。阻力区段内包含若干个串联的“阻力部件”，阻力部件是指管路沿程摩擦阻力部件，或截面突变、弯头、阀门等特殊局部阻力部件。它以准确描述蒸汽热网系统结构为基础，遵循基尔霍夫定律等科学定律和工作原理，细化到管径、管材、管长、弯头、保温层厚度和阀的特性曲线等。图1 工业蒸汽热网系统简图图2为上述蒸汽热网系统所对应的有向流程图。设该“有向流程图”用定义，其中为图的节点集合， 为节点总数；为图的阻力区段集合， ，为阻力区段总数。图2 热网水力计算有向流程图根据管网水力计算理论，

10、图内的工质流动必满足基尔霍夫第一定律和基尔霍夫第二定律。基尔霍夫第一定律也称为“节点流量守恒定律”，即：任一时间段内，流入热网中任一节点的工质质量流量之和等于流出该节点的工质质量流量之和。用矩阵形式公式表示如下： （1）式中，为管网图的关联矩阵；为记录管网图中各管段内工质质量流量的行向量；为记录管网图中各节点净质量流量的行向量。基尔霍夫第二定律也称为“环路能量守恒定律”，即：任意时刻，热网中任一闭合环路内，从一个节点到另一个节点间沿不同环路计算得到的阻力损失相等： （2）式中，为管网图的基本回路矩阵；为记录管网图中各管段总阻力损失的行向量。根据以上定律可以求解蒸汽热网中任意位置的蒸汽流动状态，

11、但是有向图中任意区段的阻力压降与其流量之间为复杂的非线性关系，难以通过联立方程直接求解各区段的流量，因此采用迭代逼近的方法。应用迭代逼近方法求解时，首先采用最小平方和流量分配法对热网流量进行初始分配，然后采用最大闭合差法对热网流量进行调节。基于上述模型和计算方法所开发的蒸汽热网运行状态分析系统（HEATNET）已被上海化工园区运用于日常的热网监控和维护中。利用提供的在线计算功能，系统会自动连接到实时数据库读取热网水力计算所需的相关数据，在后台计算出热网各处的流动状态及各热用户处的理论温度和压力，并在前端显示78。2 运行优化调节方法蒸汽热网的运行优化调节是指在热网运行过程中，随着负荷波动等热网

12、运行工况的变化，对热网进行调节以提高到达热用户的蒸汽品质。2.1 存在的问题在传统的蒸汽热网系统中，由于没有任何流量调节装置，流量的分配完全由环网布置和热网中热用户的流量所决定，容易产生某个特定的工况组合下某个热用户处蒸汽品质不达标的现象。例如图1所示的环状蒸汽热网中，热用户A在某个特定生产时期的用汽量较大，故其附近铺设的是大管径的管道，但它平时所需的蒸汽流量较小。某一时刻热用户A的用汽量较小，蒸汽由其两侧的管道S1、S2共同提供，且热源R2较热源R1的温度高，而此时管道S1中流动的是小流量的蒸汽，若没有任何流量调节装置，由于散热，小流量蒸汽流经大管道后温降较大且含湿度较高，这样到达热用户A处

13、的蒸汽就不达标。2.2 调节方法为提高环状蒸汽热网的供汽品质，需要调节管网中的蒸汽流动，这就需要改变热源供热量分配或管网的阻力分布。在管网结构固定，且热源供热量分配方式一定的工况条件下，可通过在热网中增设调节阀并根据实时工况调节其开度来优化热网中的蒸汽流动。调节阀的数量和安装位置按以下原则确定：为保证蒸汽热网每个环路可调，需要在热网中安装的最小阀门数量与热网基本环路数相同。对于一个有N个节点和M个区段的热网，其基本环路数为S=M-N+1。若要提高调节灵敏度及可靠性，可增加调节阀的数量，但这种方式会造成管网阻力下降，不利于节能，应参照实际情况适当安装调节阀。为提高调节阀的控制灵敏度，调节阀应安装

14、在靠近热源蒸汽出口的位置。对于复杂环路热网，需保证拓扑结构上每个环路中至少有一个调节阀，即每个热用户处或其他蒸汽出口处的蒸汽参数都可调。阀门在运行中并不是全开状态，开大阀门可以减小阀门所在一侧管段的阻力值，关小阀门可以增大阀门所在一侧管段的阻力值，达到调节管网蒸汽流动的目的。在上述情况下，关小阀门V1，增大V1所在一侧管段的阻力值，则管道S1中的蒸汽流量增大，温降和含湿度减小，这样就提高了热用户A处的蒸汽品质。对于一个复杂蒸汽环网，其中存在的个调节阀将有多种开度组合： （3）式中，为编号为调节阀的开度值，由于热网调节的耦合性和滞后性，凭经验对管网进行调节将很难获得理想运行状态。蒸汽热网模型的建

15、立，为热网的运行调节提供了新的思路。3 基于并行遗传算法的运行优化为得出理想的蒸汽热网调节方案，利用热网运行状态分析系统HEATNET的在线热工水力计算功能，对安装在热网中的调节阀在各种开度下的全网状态进行预模拟，从而搜索出最优的调节阀开度方案。安装在蒸汽热网中的多个调节阀存在多种开度组合，随着调节阀个数的增加，开度组合的数目将呈指数增长，为加快搜索速度，本文利用并行遗传算法9搜索得出理想的调节阀开度优化方案。3.1 适应度函数的设计蒸汽热网优化的目标是使得到达各热用户处的蒸汽品质达标，蒸汽品质包括蒸汽温度和蒸汽压力。由于管网安全是供汽品质达标的重要前提10，因此将管段蒸汽流速也引入目标函数。

16、算法的目标函数为：s.t. （4）式中，为优化的综合指标，为热用户数，为区段数，为调节阀的开度组合，为调节阀个数，为允许的调节阀最小开度，、分别为蒸汽温度、蒸汽压力、蒸汽流速以及阀门开度的重要性权值，、分别表示与理想蒸汽品质相比的相对蒸汽温度偏差、相对压力偏差和相对流速偏差： （5） （6） （7）式中，、分别为热用户所期望的蒸汽温度能够达到的最低值和最高值，、分别为热用户所期望的蒸汽压力能够达到的最低值和最高值，为管段中的实际蒸汽流速，为允许的最小流速。表明运行工况优劣的适应度函数定义为： （8）为适应度函数值。3.2 遗传算法的并行框架基于遗传算法的调节阀开度、热源负荷分配方案优化需要依赖

17、大规模的计算，因此本文在进行在线优化时采取并行计算或云计算的方式，以减少计算时间，保证基于遗传算法的在线优化结果能及时作用于热网。由于全网蒸汽状态的计算是个复杂漫长的过程，即适应度函数值计算复杂，故采用主从式并行模型11。它不改变算法的基本结构，只有一个群体，全局操作由主计算机串行进行，而适应度的计算和评价由各从计算机并行执行。算法平台的并行架构如图3所示。图3 并行优化平台架构利用数据库存储表示阀门开度的个体和个体适应度值数据，其中个体为条件，适应度值为计算结果。一台主计算机OptiServer用于运行遗传算法主程序。有若干台从计算机OptiAgent，用来计算个体的适应度值。GA主程序在并

18、行计算时的主要工作有：产生表示阀门开度的若干个体；将产生的个体装入数据库；读取计算得到的个体适应度值；执行选择、交叉、变异等进化操作。各OptiAgent在并行计算时的主要工作有：从数据库抓取个体，为防止个体被重复抓取，对被抓取的个体作一个标记；计算个体的适应度值（通过管网机理模型HEATNET）；将得出的适应度值写入数据库中相应的位置；若数据库中存在未被抓取的个体，则继续抓取个体并计算。算法的执行流程如图4所示。图4 并行优化算法流程图3.3 遗传算法的具体实现采用遗传算法对蒸汽管网运行方式进行优化，具体包括以下步骤：步骤1：设定全局变量 设定种群数、交叉概率、变异概率。步骤2：种群的产生及

19、初始化（1）编码：为了避免二进制编码存在的编码冗余和产生非法解的问题，本文采用整数编码方式。假设管网有个调节阀，种可能的阀门开度值，这种可能的开度值按照从小到大顺序依次用整数对应表示为1，2，3，4，这样个调节阀的开度就用个整数表示，这个整数构成一个染色体个体：，（8）每个染色体代表热网的一种阀门调节方案。（2）产生初始化种群初始化种群是遗传进化的基础，这里主计算机产生由个染色体组成的初始化种群，然后将所有个体装入数据库。 步骤3：适应度函数评估 适应度函数的评估是选择操作的依据。各从计算机存有管网机理模型，它不断地轮询数据库，抓取未计算适应度且未被其它从计算机领取的个体，将个体的整数表示解码

20、为阀门的开度值后代入管网模型计算全网蒸汽状态，然后根据式（8）确定种群中每一个个体的适应度函数值，并反馈给数据库。步骤4：进化操作当所有个体的适应度计算完毕，主计算机从数据库中读取各个体的适应度值，再执行进行操作，具体包括：（1）选择操作 采用轮盘赌策略。选出的个个体组成交叉操作的父代群体。（2）交叉采用单点交叉法对父代群体进行交叉操作。根据交叉概率选出需要交叉的父代个体，没有被选中的个体直接进入交叉后的群体。对选出的个体进行两两配对，若最后一个没有与之配对的个体则直接进入交叉后的群体。随机选定交叉点。随机生成的整数，如果生成的整数为，则用于交叉配对的个体均在第个基因座处进行交叉，配对个体互换

21、第个基因座后的全部基因，即交换两个个体的后个开度，生成的个体进入交叉后的群体。（3）变异 采用单点变异法对父代群体进行变异操作。生成之间的随机数序列，其中；对群体中所有基因位进行编号1，2，；若，则对编号为的基因进行变异，变异的基因从种调节阀开度对应的整数表示中随机确定。（4）新种群的产生主计算机经过上述选择、交叉和变异，完成了新一代进化过程，产生了新的种群。步骤5：进化过程结束主计算机将新产生的种群装入数据库，然后采用上述相同的进化方法，重复步骤3步骤4，一代一代进化，直至设定的终止代数或相邻若干代种群的平均适应度函数值变化很小，此时得到的群体即为优化群体，取群体中的最好个体即为阀门开度的最

22、优解。4 模拟验证上海化工园区热网呈复杂环状，采用多热源协同供热。热网中共有大漕泾、小漕泾和应急锅炉 3 个热源以及HPS、高化苯酚、巴斯夫、工业气体、拜耳、拜耳二期、SBPC、中石化三井等热用户。图5为针对上海化工园区蒸汽热网建立的热网机理模型。为实现环状蒸汽热网供汽品质的在线优化调节，在图中两标示位置处各安装一个调节阀，调节阀开度可为10%，15%，20%，100%。图5 上海化工园区蒸汽热网模型在线优化系统采用6台计算机组成并行计算平台，其中1台为主计算机，5台为用于计算适应度值的从计算机。优化计算间隔设为10min，管理人员可根据实际需求设定计算频率。遗传算法设置种群数为10，交叉概率

23、0.8，变异概率0.05，最大进化代数为30。表1 验证工况下热源和热用户数据热源或热用户流量/th温度/压力/Mpa热源大漕泾0.00 -小漕泾80.40 279.49 4.43 应急锅炉0.00 -热用户HPS13.86 高化苯酚49.32 巴斯夫回供19.86 318.25 4.45 工业气体回供10.20 283.17 4.53 拜耳18.01 拜耳二期16.58 SBPC4.53 中石化三井3.36 在表1所示的工况下，大漕泾与应急锅炉没有参与供热，热用户巴斯夫与工业气体为反供蒸汽热用户，其余热用户为使用蒸汽热用户。表2 调节阀全开时的热用户计算数据热用户项目期望值计算值HPS压力/

24、Mpa44.54.34温度/252290274.768高化苯酚压力/Mpa44.44.26温度/253273271.392拜耳压力/Mpa44.54.43温度/273264.023拜耳二期压力/Mpa44.54.43温度/273280273.402SBPC压力/Mpa44.54.43温度/252290263.811中石化三井压力/Mpa44.44.26温度/253273271.976该工况下，热用户拜耳处的蒸汽温度不达标，经分析造成温度不达标的原因是：该热用户处铺设的管道为按照大流量工况设计的大管径管道，小流量蒸汽通过该管道引起了较大的温降。此时两个阀门均处于全开状态。系统采取主动优化措施，运

25、行约5min得到最优策略：，。在线优化后各热用户处的温度和压力计算值如表3所示。通过调节，热用户拜耳处的蒸汽温度达标，且其它热用户的供汽品质也在合同要求范围内。表3 在线优化后的热用户计算数据热用户项目期望值计算值HPS压力/Mpa44.54.30温度/252290269.735高化苯酚压力/Mpa44.44.26温度/253273268.732拜耳压力/Mpa44.54.44温度/273273.136拜耳二期压力/Mpa44.54.43温度/273280276.522SBPC压力/Mpa44.54.43温度/252290260.308中石化三井压力/Mpa44.44.33温度/253273272.4955 结论针对大型工业园区复杂环状蒸汽热网供汽品质不达标的问题，提出一种基于并行遗传算法的蒸汽管网运行优化方法。通过在热网中增设调节阀，利用并行遗传算法在线得到理想的调节阀开度优化方案，从而改变环状热网中的蒸汽流量分配和流动状态，实现了不同实时工况下环状蒸汽热网供汽品质的优化。基于