海上微型综合能源系统能效评价与提升关键问题研究

doi:10.3969/j.issn.1674-1951.2021.04.004

华电技术 ›› 2021, Vol. 43 ›› Issue (4): 21-27.doi: 10.3969/j.issn.1674-1951.2021.04.004

海上微型综合能源系统能效评价与提升关键问题研究

徐世华¹(), 刘萍²(), 邱睿³^,^*(), 欧阳俊⁴, 孔凡旭⁵, 徐彬¹, 张君波¹, 吴军³, 韩锐³

1.南京南瑞继保工程技术有限公司,南京 211102
2.中海油能源发展装备技术有限公司,天津 300452
3.武汉大学电气与自动化学院,武汉 430072
4.中海石油（中国）有限公司天津分公司,天津 300000
5.海洋石油工程股份有限公司,天津 300461

收稿日期:2021-01-18 修回日期:2021-03-20 出版日期:2021-04-25 发布日期:2021-04-25
通讯作者: 邱睿
作者简介:徐世华（1984—）,男,江苏扬州人,工程师,从事电力系统控制保护、监控等方面的研究（E-mail：xush@nrec.com）。
刘萍（1968—）,女,天津人,高级工程师,从事电力系统自动化等方面的研究（E-mail：liuping5@cnooc.com.cn）。
基金资助:
国家重点研发计划项目(2018YFB0904800)

Research on the key issues in energy efficiency evaluation and improvement of offshore micro-integrated energy systems

XU Shihua¹(), LIU Ping²(), QIU Rui³^,^*(), OUYANG Jun⁴, KONG Fanxu⁵, XU Bin¹, ZHANG Junbo¹, WU Jun³, HAN Rui³

1. Nanjing Nary-relays Engineering Technology Company Limited,Nanjing 211102,China
2. CNOOC Energy Development Equipment Technology Company Limited,Tianjin 300452,China
3. School of Electrical and Automation,Wuhan University,Wuhan 430072,China
4. CNOOC（China） Company Limited Tianjin Branch,Tianjin 300000,China
5. Offshore Oil Engineering Company Limited,Tianjin 300461,China

Received:2021-01-18 Revised:2021-03-20 Online:2021-04-25 Published:2021-04-25
Contact: QIU Rui

摘要/Abstract

摘要：

当前世界范围内面临的能源危机问题越发严重,能源成为制约各国发展的关键因素。海洋面积较大且富含各类能源,给能源危机的解决提供了突破口。海洋石油资源随着陆地石油资源逐渐枯竭而受到越来越多的关注。海上油气平台是利用海上石油资源的关键,但目前针对该平台的研究很少,如何使海上油气平台高效运行是亟待解决的问题。聚焦海上油气平台综合能源管理技术,归纳了海上油气平台的用能特性与负荷预测方法;整理了海上多平台互联系统综合用能建模方法;提出了针对海上石油平台的能效评估指标与方法,以便对海上油气平台是否“高效”给予直观的量化;结合给出的评估方法对几种可以提高平台能效的技术进行阐述,为我国海上石油平台能效提升工作提供了新的思路。

关键词: 海上油气平台, 负荷预测, 综合用能建模, 能效评估, 能效提升方法, 综合能源系统

Abstract:

At present,the worldwide energy crisis is increasingly intractable.Energy is the key factor restricting the development of every country.Oceans occupies vast area and are of rich and diverse resources,which provide a breakthrough for solving the energy crisis.Offshore oil attracts more attention as onshore oil is drying up.The offshore oil and gas platform is the key to offshore oil utilization.For lack of research on the specific integrated energy system,it is an urgent issue to make the platform run efficiently.Focusing on the integrated energy management technology of offshore oil and gas platforms,the energy consumption characteristics and load forecasting methods of the platform are summed up.Then a comprehensive energy consumption modelling method for the system interconnected multiple offshore platforms is put forward.Energy efficiency evaluation index and method for offshore oil platforms can quantify the efficiency of the platform.Combining the technologies that can improve the energy efficiency of the platform with the proposed evaluation methods,the research provides new concept for improving the energy efficiency of offshore oil platforms in China.

Key words: offshore oil and gas platform, load forecasting, comprehensive energy consumption modeling, evaluation of energy efficiency, energy efficiency improvement method, integrated energy systems

中图分类号:

TK01⁺8

徐世华, 刘萍, 邱睿, 欧阳俊, 孔凡旭, 徐彬, 张君波, 吴军, 韩锐. 海上微型综合能源系统能效评价与提升关键问题研究[J]. 华电技术, 2021, 43(4): 21-27.

XU Shihua, LIU Ping, QIU Rui, OUYANG Jun, KONG Fanxu, XU Bin, ZHANG Junbo, WU Jun, HAN Rui. Research on the key issues in energy efficiency evaluation and improvement of offshore micro-integrated energy systems[J]. Huadian Technology, 2021, 43(4): 21-27.

图/表 7

图1

图2

表1

表2

图3

图4

图5

参考文献 25

[1]	LI Q, MAO Y, LIU Y K, et al. Modeling of integrated energy system of offshore oil and gas platforms considering couplings between energy supply system and oil and gas production system[J]. IEEE Access, 2020,8:157974-157982.
[2]	张海旭. 海上油气田节能技术研究综述[J]. 资源信息与工程, 2018,33(3):92-93.
[3]	NITHIN A H, SRIRAMULA S, EBINUM T. Reliability-centered maintenance and cost optimization for offshore oil and gas components[J]. Journal of Physics:Conference Series, 2021,1730.DOI: 10.1088/1742-6596/1730/1/012007.
[4]	张鹏翔. 海上油田群电网短期负荷预测研究[D]. 成都:西南石油大学, 2018.
[5]	娄清辉, 牛洪海, 陈俊, 等. 海上多平台互联系统能源管控技术及系统研究[J]. 节能, 2020,39(3):40-44.
	LOU Qinghui, NIU Honghai, CHEN Jun, et al. Research on energy management technology and system of multi-platform offshore system[J]. Energy Conservation, 2020,39(3):40-44.
[6]	张凯, 牛卫民, 刘纯青. 海洋石油平台可利用余热资源及应用现状[J]. 石油和化工设备, 2015,18(11):66-70.
[7]	李钷, 李敏, 刘涤尘. 基于改进回归法的电力负荷预测[J]. 电网技术, 2006(1):99-104.
	LI Po, LI Min, LIU Dichen. Power load forecasting based on improved regression[J]. Power System Technology, 2006(1):99-104.
[8]	肖白, 穆钢, 黎平, 等. 空间负荷预测中的负荷时序消差方法[J]. 电力系统自动化, 2010,34(16):50-54.
	XIAO Bai, MU Gang, LI Ping, et al. A time series mismatch corrective method for spatial load forecasting[J]. Automation of Electric Power Systems, 2010,34(16):50-54.
[9]	吉博文, 吴张傲. 指数平滑法在电力系统负荷预测中的应用[J]. 科技创新与应用, 2018(30):173-174.
[10]	孙建梅, 钱秀婷, 王永晴. 基于改进灰色模型的中长期电力负荷预测[J]. 电工技术, 2019(19):28-31.
	SUN Jianmei, QIAN Xiuting, WANG Yongqing. Medium and long term power load forecasting based on improved grey model[J]. Electric Engineering, 2019(19):28-31.
[11]	CHEN Y Y, DUAN P Y, LI J Q. Hourly electric load forecasting for buildings using hybrid intelligent modelling[J]. IOP Conference Series:Earth and Environmental Science, 2021,669.DOI: 10.1088/1755-1315/669/1/012022.
[12]	陈娟, 鲍伟强. 人工神经网络在电力负荷预测中的应用[J]. 技术与市场, 2019,26(3):29-31.
[13]	喻圣, 邹红波, 余凡, 等. 模糊神经网络在电力系统短期负荷预测中的应用[J]. 智慧电力, 2018,46(11):88-91,97.
	YU Sheng, ZOU Hongbo, YU Fan, et al. Application of fuzzy neural network in power short-term load forecasting[J]. Smart Power, 2018,46(11):88-91,97.
[14]	詹仁俊. 基于K-means聚类的小波支持向量机配电网短期负荷预测及应用[J]. 供用电, 2019,36(4):64-70.
	ZHAN Renjun. Short-term load forecasting and application for distribution network of wavelet support vector machine based on K-means clustering[J]. Distribution & Utilization, 2019,36(4):64-70.
[15]	DAI Y M, ZHAO P. A hybrid load forecasting model based on support vector machine with intelligent methods for feature selection and parameter optimization[J]. Applied Energy, 2020,279(6).DOI: 10.1016/j.apenergy.2020.115332.
[16]	周湶, 孙威, 任海军, 等. 基于最小二乘支持向量机和负荷密度指标法的配电网空间负荷预测[J]. 电网技术, 2011,35(1):66-71.
	ZHOU Quan, SUN Wei, REN Haijun, et al. Spatial load forecasting of distribution network based on least squares support vector machine and load density index system[J]. Power System Technology, 2011,35(1):66-71.
[17]	陈彬彬, 孙宏斌, 吴文传, 等. 综合能源系统分析的统一能路理论(三):稳态与动态潮流计算[J]. 中国电机工程学报, 2020,40(15):4820-4831.
	CHEN Binbin, SUN Hongbin, WU Wenchuan, et al. Energy circuit theory of integrated energy system analysis (III):Steady and dynamic energy flow calculation[J]. Proceedings of the CSEE, 2020,40(15):4820-4831.
[18]	李雪. 基于Energy Hub的海上油气平台电力系统能量协调优化研究[D]. 成都:西南石油大学, 2017.
[19]	鄢晶, 杨东俊, 郑旭, 等. 基于模糊化SEC综合指标体系的电网规划经济性评估方法[J]. 电网与清洁能源, 2017,33(11):51-58.
	YAN Jing, YANG Dongjun, ZHENG Xu, et al. Economic evaluation methods of power grid planning based on the sec comprehensive index system[J]. Power System and Clean Energy, 2017,33(11):51-58.
[20]	范志成, 朱俊澎, 袁越, 等. 基于改进型直流潮流算法的主动配电网分布式电源规划模型及其线性化方法[J]. 电网技术, 2019,43(2):504-513.
	FAN Zhicheng, ZHU Junpeng, YUAN Yue, et al. Distributed generation planning model of active distribution network and linearization method based on improved DC power flow algorithm[J]. Power System Technology, 2019,43(2):504-513.
[21]	李岭. 熵权DEA混合多目标评价方法研究[J]. 数学的实践与认识, 2014,44(8):25-33.
	LI Ling. Application of entropy weight and fuzzy integral in multi-object decision[J]. Mathematics in Practice and Theory, 2014,44(8):25-33.
[22]	陈宏岩, 唐治国, 陈琦, 等. 基于区间潮流算法的低压配电网分散无功补偿优化方法[J]. 华电技术, 2020,42(6):1-5.
	CHEN Hongyan, TANG Zhiguo, CHEN Qi, et al. Optimized method on distributed reactive power compensation in low-voltage distribution network based on interval power flow calculation[J]. Huadian Technology, 2020,42(6):1-5.
[23]	王峰, 芮守娟, 王小合, 等. 66 kV海上风电交流集电方案的研究与发展前景[J]. 华电技术, 2020,42(5):61-65.
	WANG Feng, RUI Shoujuan, WANG Xiaohe, et al. Research and prospects of 66 kV offshore wind power AC collection scheme[J]. Huadian Technology, 2020,42(5):61-65.
[24]	孙浩, 陈永华. 综合能源系统多能流联合仿真技术研究[J]. 华电技术, 2020,42(5):66-72.
	SUN Hao, CHEN Yonghua. Research on multiple energy flow co-simulation technology applied in integrated energy system[J]. Huadian Technology, 2020,42(5):66-72.
[25]	刘志芳, 关敬民. 海洋石油作业平台往复式天然气压缩机在线监测系统技术分析与研究[J]. 压缩机技术, 2018(2):29-31.
	LIU Zhifang, GUAN Jingmin. Analysis and research on the online monitoring system technology for reciprocating natural gas compressor in offshore oil platform[J]. Compressor Technology, 2018(2):29-31.

电负荷分类	负荷特点	预测方法
油田整体电负荷	设备种类多,影响因素复杂,难以通过数学建模机理描述	人工神经网络,并与预测天然气负荷进行耦合校验
中心平台/综合平台电负荷	通常为产出物的集中处理平台,影响因素复杂,难以通过数学建模机理描述
井口平台电负荷	影响因素较少,但电潜泵负荷数学建模机理复杂,本身负荷影响因素多

天然气负荷分类	负荷特点	预测方法
电站负荷	与发电量及电站负荷率密切相关,影响因素相对较少	多元线性回归法、人工神经网络混合算法,并与预测电负荷进行耦合校验
锅炉负荷	与本单元热负荷及废热锅炉运行状态密切相关,影响因素相对较少
其他负荷	占比较少
外输天然气	受下游用户影响,影响因数复杂,随机性大	人工神经网络

海上微型综合能源系统能效评价与提升关键问题研究

Research on the key issues in energy efficiency evaluation and improvement of offshore micro-integrated energy systems

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

[1]	钟鹏元, 杨晓宏, 寇建玉. 含储氢结构的园区综合能源系统优化配置研究[J]. 综合智慧能源, 2022, 44(9): 11-19.
[2]	江婷, 赵雅姣. 基于燃气分布式的综合能源系统碳减排分析[J]. 综合智慧能源, 2022, 44(9): 27-32.
[3]	李彬, 胡纯瑾, 王婧. 基于EEMD-BiLSTM的可调节负荷预测方法[J]. 综合智慧能源, 2022, 44(9): 33-39.
[4]	姜曙, 刘芳芳, 刘媛媛, 陈启召, 连丽, 任梦楠. “地热能+”在工程实践中的综合梯级应用[J]. 综合智慧能源, 2022, 44(9): 59-64.
[5]	李惠军, 陆建强, 周霞, 解相朋, 万磊. 面向智慧园区系统的网络攻击关联分析与防护策略研究[J]. 综合智慧能源, 2022, 44(7): 1-9.
[6]	孙健, 秦宇, 王寅武, 吴可欣, 郝俊红, 杨勇平. 基于热网驱动的综合能源新型空气源高温热水机组性能研究[J]. 综合智慧能源, 2022, 44(7): 33-39.
[7]	郭祚刚, 袁智勇, 徐敏, 雷金勇, 李朋岳, 谈赢杰. 多能互补综合能源系统混合能流计算方法及算例[J]. 综合智慧能源, 2022, 44(7): 58-65.
[8]	刘自发, 谭雅之, 李炯, 樊静宜, 周翰泽. 区域综合能源系统规划关键问题研究综述[J]. 综合智慧能源, 2022, 44(6): 12-24.
[9]	陈勇, 苏军划, 汪洋. 国内二氧化碳加氢合成甲烷应用可行性分析[J]. 综合智慧能源, 2022, 44(6): 86-90.
[10]	李梓丘, 乔颖, 鲁宗相. 计及效率与寿命的海上风电-多堆氢能系统运行优化[J]. 综合智慧能源, 2022, 44(5): 69-77.
[11]	张爱平, 赵利兴, 刘静. 楼宇型综合能源服务系统智能优化运行研究[J]. 综合智慧能源, 2022, 44(2): 42-48.
[12]	徐恒志, 周博文, 李广地, 华光辉, 孔祥淼. 含水源热泵的区域综合能源系统低碳运行优化研究[J]. 综合智慧能源, 2022, 44(1): 39-48.
[13]	杨冬梅, 何国鑫, 朱金大, 王琦, 耿健, 王俊, 李宁. 边缘计算在综合能源系统运行控制中的应用[J]. 综合智慧能源, 2022, 44(1): 49-55.
[14]	周涛, 张海龙, 刘文斌. 小型反应堆在综合能源系统中作用的研究[J]. 华电技术, 2021, 43(4): 39-46.
[15]	胡倩, 孙志达, 江坷滕, 雷一, 李海波. 基于短期负荷打捆预测的售电公司偏差考核控制方法[J]. 华电技术, 2021, 43(4): 47-55.