«Автоматизация и информатизация ТЭК»

Исследование задач многоуровневого вероятностного моделирования потокораспределения в трубопроводных системах

УДК: [519.2+519.61]:658.26
DOI: 10.33285/2782-604X-2023-11(604)-51-58

Авторы:

¹ Институт систем энергетики им. Л.А. Мелентьева СО РАН, Иркутск, Россия

Ключевые слова: трубопроводные системы, потокораспределение, вероятностное моделирование, многоуровневый подход

Аннотация:

Статья посвящена исследованию задачи вероятностного моделирования потокораспределения трубопроводных систем (ТПС) большой размерности и сложной структуры. Для достижения этой цели в статье впервые предлагается применение многоуровневого подхода. Приведены основные положения этого подхода. Предложены способы декомпозиции расчетной схемы и моделей ТПС. На фоне краткой характеристики ранее разработанных общего и топологического методов вероятностного моделирования потокораспределения приводится схема организации последовательности многоуровневых расчетов, основанная на применении этих методов для расчетных схем разных уровней и топологии (закольцованной, древовидной). Особое внимание уделяется вопросам согласования решений в точках декомпозиции расчетных схем разного уровня. В статье приведены численные и аналитические исследования предлагаемого подхода на условных схемах. Результаты исследований показали, что для расчета математических ожиданий всех параметров режима, дисперсий узловых расходов, расходов и потерь давления на ветвях достаточно применения ранее разработанных авторами методов (общего и топологического). Учет корреляции полей давлений верхнего и нижнего уровней расчетной схемы необходим только при расчете дисперсий узловых давлений. Выявлены причины и предложены возможные направления учета этой корреляции.

Список литературы:

1. Kucheryavyi V.I., Mil’kov S.N. Statistical Modeling of the Remaining Life of a Section of a Main Gas Pipeline by Low-Cycle Loading // J. of Machinery Manufacture and Reliability. – 2008. – Vol. 37, Issue 3. – P. 305–310. – DOI: 10.3103/S1052618808030163
2. Feng Chen, Changchun Wu. A novel methodology for forecasting gas supply reliability of natural gas pipeline systems // Frontiers in Energy. – 2020. – Vol. 14, Issue 2. – P. 213–223. – DOI: 10.1007/s11708-020-0672-5
3. Pandey M.D. Probabilistic models for condition assessment of oil and gas pipelines // NDT&E International. – 1998. – Vol. 31, Issue 5. – P. 349–358. – DOI: 10.1016/S0963-8695(98)00003-6
4. Lei Wu, Shahidehpour M. Optimal coordination of stochastic hydro and natural gas supplies in midterm operation of power systems // IET Generation, Transmission & Distribution. – 2011. – Vol. 5, Issue 5. – P. 577–587. – DOI: 10.1049/iet-gtd.2010.0215
5. Hourly Electricity Demand Response in the Stochastic Day-Ahead Scheduling of Coordinated Electricity and Natural Gas Networks / Xiaping Zhang, M. Shahidehpour, A. Alabdulwahab, A. Abusorrah // IEEE Transactions on Power Systems. – 2016. – Vol. 31, Issue 1. – P. 592–601. – DOI: 10.1109/TPWRS.2015.2390632
6. Balaei-sani S., Jabari F., Mohammadi-Ivatloo B. Stochastic Analysis of Gas Electricity Hybrid Grid Using Nataf Transformation Combined with Point Estimation Method // Integration of Clean and Sustainable Energy Resources and Storage in Multi-Generation Systems. – Springer Nature Switzerland AG, 2020. – P. 259–281. – DOI: 10.1007/978-3-030-42420-6_13
7. Unified probabilistic gas and power flow / Yuan Hu, Haoran Lian, Zhaohong Bie, Baorong Zhou // J. of Modern Power Systems and Clean Energy. – 2017. – Vol. 5, Issue 3. – P. 400–411. – DOI: 10.1007/s40565-017-0284-1
8. Probabilistic Steady-State Operation and Interaction Analysis of Integrated Electricity, Gas and Heating Systems / Lun Yang, Xia Zhao, Xinyi Li, Wei Yan // Energies. – 2018. – Vol. 11, Issue 4. – P. 917. – DOI: 10.3390/en11040917
9. Segarra E.L., Ruiz G.R., Bandera C.F. Probabilistic Load Forecasting for Building Energy Models // Sensors. – 2020. – Vol. 20, Issue 22. – P. 6525. – DOI: 10.3390/s20226525
10. Ritchie M.J., Engelbrecht J.A.A., Booysen M.J. A probabilistic hot water usage model and simulator for use in residential energy management // Energy & Buildings. – 2021. – Vol. 235. – P. 110727. – DOI: 10.31224/osf.io/j8aq4
11. Pasha K.F.M., Lansey K. Strategies to Develop Warm Solutions for Real-Time Pump Scheduling for Water Distribution Systems // Water Resource Management. – 2014. – Vol. 28. – P. 3975–3987. – DOI: 10.1007/s11269-014-0721-0
12. A gradient descent direction based-cumulants method for probabilistic energy flow analysis of individual-based integrated energy systems / Jiehui Zheng, Wenting Xiao, C.Q. Wu [et al.] // Energy. – 2023. – Vol. 265. – P. 126290. – DOI: 10.1016/j.energy.2022.126290
13. Карамбиров С.Н. Математическое моделирование систем подачи и распределения воды в условиях многорежимности и неопределенности. – М.: Моск. гос. ун-т природообустройства, 2004. – 197 с.
14. Гамм А.З. Вероятностные модели режимов электроэнергетических систем. – Новосибирск: Наука; Сиб. издат. фирма, 1993. – 133 с.
15. Болоев Е.В., Голуб И.И. Использование методов вероятностного потокораспределения для решения задач в электроэнергетике // Вестн. СГТУ. – 2012. – Т. 1, № 2(64). – С. 110–119.
16. Новицкий Н.Н., Вантеева О.В. Моделирование стохастики потокораспределения в гидравлических цепях // Изв. РАН. Энергетика. – 2011. – № 2. – С. 122–131.
17. Novitsky N.N., Vanteyeva O.V. Stochastic modeling of hydraulic operating parameters in pipeline systems // Chaotic Modeling and Simulation (CMSIM). – 2014. – No. 1. – P. 95–108. – URL: http://www.cmsim.eu/papers_pdf/january_2014_papers/10_CMSIM_Journal_2014_Novitsky_Vanteyeva_1_95-108.pdf
18. Новицкий Н.Н., Вантеева О.В. Вероятностное моделирование гидравлических режимов трубопроводных сетей древовидной структуры топологическим методом // Изв. РАН. Энергетика. – 2017. – № 6. – С. 12–23.
19. Меренков А.П., Хасилев В.Я. Теория гидравлических цепей / отв. ред. М.Г. Сухарев. – М.: Наука, 1985. – 280 с.