一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法

技术特征：
1.一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，包括以下步骤：s1：统计某地区近几年来导致天然气管道故障的因素：天然气管道泄漏的因素有老化、极端事件、低温断裂、腐蚀以及其他原因(第三方破坏、违章操作、施工不当等)；天然气管道堵塞的原因主要有积水堵塞以及冰霜堵塞；因为管道脆性断裂发生泄漏和管道冰堵多发生在温度低的春冬季，具有明显的季节性，所以这里采用月故障率，进一步的，计算故障因素权重：对于管道泄漏，有前述5种因素，在泄漏中所占权重为ω
j
(1≤j≤5)；n＝[n
1 n
2 n
3 n
4 n5]n
j
为第j种因素引起的管道泄漏事件数量，同理可用k
j
表示第j种因素引起的管道堵塞时间数量,不同因素在管道堵塞的权重为σ
j
(1≤j≤2)；进一步的，归一化故障因素，得到不同故障因素对管道故障的权重：进一步的，归一化故障因素，得到不同故障因素对管道故障的权重：s2：计算故障因素修正系数：天然气管道的故障率随使用年限的变化符合浴盆曲线，利用改进的weibull分布来拟合：式中：t为管道使用时间，t1为管道使用初期磨合中故障偶发时段，t1～t2表示管道使用中期，管道故障率趋于稳定，t2为管道使用后期故障多发，β可以用极大似然估计法求解，t1、t2由统计数据给出；极端事件修正模型：因为极端事件突发性强，只能根据某地连续n年的给出的极端事件数据，比较本月所处情况与历史情况来进行拟合，修正值如式所示：式中，n表示待评估月发生极端事件的次数，n
i
表示统计年中第m个月发生极端事件的次数，同样的，低温断裂的修正模型以同样的方法得到；由于管道腐蚀以及其他原因导致的管道故障难以统计且难寻其规律，故只考虑其权重；管道水堵修正模型：统计连续n年管道水堵次数，拟合水堵故障率修正值：s为待评估月管道水堵次数，s
m
为当年第m月发生管道水堵的次数；通过连续几年的统计数据发现，管道冰堵通常发生在寒冷的冬季，且管道的故障率基
其中f
i
为状态i的失效频率，将s5中的式子代入上式，可以得到式子中的值；s7：采用双层蒙特卡罗方法对天然气管道故障过程进行模拟：在第一层蒙特卡罗方法中，确定现在的状态是管道泄漏还是管道堵塞；如果选中状态为管道泄漏，则继续采样两个独立的随机数来确定泄漏孔的位置和大小，设管道长度为l，泄漏点与管道起点的距离为x，统一转化为圆孔计算，孔径为d，管道的直径为d，假设泄漏前管道初始点的压力为p1，末端压力为p4，泄漏点压力为p3，对应位置管道中线上的压力为p2，每个点的温度为t
i
，泄漏量为q，原来的管道流量为q0，全部转化为圆孔来进行计算；对0到1之间均匀分布的随机数u、u’进行采样x＝lud＝du’如果d/d≤0.2，此时为小孔模型，这种模型下泄漏对管道内的压力与流量的影响极小，故认为泄漏前后参数不变；如果0.2＜d/d＜0.5，此时为大孔模型，采用下式计算泄漏点后的管道流量量管道上游流量q
so
＝q 0.5q，管道下游流量q
or
＝q-0.5q；a为泄漏孔面积，c
d
为流量系数，取0.9～0.98，k为绝热指数，一般取1.3，p
a
为外界环境压力，是已知量，m是天然气的摩尔质量(kg/mol)，g为流过单位面积管道的质量流量(kg/(m2.s))，通用气体常数是r(j/(mol.k))，水力摩擦系数ξ；如果d/d≥0.5，认为管道断裂，管道内流量为0；进一步的，在第二层蒙特卡罗算法中采样当前状态和过渡到下一个状态的持续时间，根据从当前状态到下一个可能状态的转换速率，对所有可能的当前状态持续时间进行采样，选择持续时间最小的状态确定下一个过渡状态，并且将此时间作为当前状态的持续时间：进一步的，如果在第一层采样中选中的状态为管道堵塞，继续对管道堵塞后实际内径d1随机采样：d1＝dln u采用下式计算堵塞后管道内流量：
a为常数，ρ
a
为正常工况下天然气密度，t
a
为环境温度，qo为堵塞前管道流量，q
d
为堵塞后管道内流量，第二层采样过程与管道堵塞情况相同；s8：通过蒙特卡罗模拟天然气管道故障，计算故障后的能流，若是能流越限，天然气系统将会调整气源出力以及切负荷，切负荷目标函数需使系统运行成本及切负荷成本最小：m
g
作为天然气系统总的节点数量；c
i,g
与c
i,g,cut
分别为天然气系统在节点i处的供气成本以及削负荷成本；q
i,g
与δq
i,g,cut
分别为天然气系统在节点i处的供气量以及天然气削减量；天然气系统故障对电力系统的影响主要是对耦合节点的供气量减少，进行最优能流计算确定δq
i,g,cut
，正常运行时天然气系统供给燃气发电机节点的供气量为q
i,g,l
，故障后该节点的发电功率为p
i,g
＝(q
i,g,l-δq
i,g,cut
)
·
η
g
p
i,g
为燃气发电机组的有功功率，η
g
为天然气转换效率；s9：天然气系统故障将是燃气机组的供气量减少，由此其发电功率相应减少，电力系统发用不平衡，电力系统需调节发电功率及电负荷来实现功率平衡，如果调整发用已经不能平衡功率，则根据电力系统备用容量ri来确定发电量和切负荷量：式中：为电力系统节点m处传统发电机组f的最大功率，表示初始负荷，n
s
表示电力系统节点个数；若ri＞0，说明孤岛i内的备用容量能够满足负荷需求，这时只需调整发电功率与负荷达到发用平衡，若ri＜0，说明孤岛i内的备用容量无法满足负荷需求，此时就需要进行切负荷处理，负荷削减量通过故障后的供电缺额求得：k
ic
＝min{δp
i
/∑l
dr,1
}k
ic
为某时刻孤岛i的规定削减比例；δp
i
为孤岛i的供电缺额；∑l
dr,1
为可削减负荷点的负荷总量，若故障后的供电缺额比可削减负荷之和大，所有的可中断负荷就要以比例1完全削减，其他重要负荷的供电才能得到保证；s10：用系统负荷损失率α
g
评估天然气系统故障对两系统的影响：p
i
为正常运行时系统在节点i处的供电负荷/供气量，p
ks，i
为孤岛s第k次故障后系统在
节点i处的供电负荷/供气量，n
c
为系统负荷节点的数量，n
s
为故障后系统的孤岛数量，n
sk
是孤岛s在发生k次故障后的节点数量。2.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s1中统计某地区近几年来导致天然气管道故障的因素、天然气管道堵塞的原因，采用月故障率；进一步的，计算故障因素权重：对于管道泄漏，有前述5种因素，在泄漏中所占权重为ω
j
(1≤j≤5)；n＝[n
1 n
2 n
3 n
4 n5]n
j
为第j种因素引起的管道泄漏事件数量，同理可用k
j
表示第j种因素引起的管道堵塞时间数量,不同因素在管道堵塞的权重为σ
j
(1≤j≤2)。3.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s1中归一化故障因素，得到不同故障因素对管道故障的权重：征在于，所述步骤s1中归一化故障因素，得到不同故障因素对管道故障的权重：ω
j
为管道泄漏因素权重，σ
i
为管道堵塞因素权重。4.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s2中计算故障因素修正系数：天然气管道的故障率随使用年限的变化符合浴盆曲线，利用改进的weibull分布来拟合：式中：t为管道使用时间，t1为管道使用初期磨合中故障偶发时段，t1～t2表示管道使用中期，管道故障率趋于稳定，t2为管道使用后期故障多发，β可以用极大似然估计法求解，t1、t2由统计数据给出；极端事件修正模型：因为极端事件突发性强，只能根据某地连续n年的给出的极端事件数据，比较本月所处情况与历史情况来进行拟合，修正值如式所示：式中，n表示待评估月发生极端事件的次数，n
i
表示统计年中第m个月发生极端事件的次数，同样的，低温断裂的修正模型以同样的方法得到；管道水堵修正模型：统计连续n年管道水堵次数，拟合水堵故障率修正值：s为待评估月管道水堵次数，s
m
为当年第m月发生管道水堵的次数；通过连续几年的统计数据发现，管道冰堵通常发生在寒冷的冬季，且管道的故障率基
本相同，所以取管道冰堵修正系数e2＝1，由于管道腐蚀以及其他原因导致的管道故障难以统计且难寻其规律，故只考虑其权重。5.如权利要求1中一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于所述步骤s3中，基于s1、s2中计算得到的权重系数以及修正系数得到管道泄漏动态故障率管道堵塞动态故障率φ：管道泄漏动态故障率管道堵塞动态故障率式中：λj为统计数据得到的月平均管道泄漏率，υ
i
为月平均管道堵塞率，1≤i≤12。6.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s4中分别建立管道泄漏4态马尔可夫模型和管道堵塞单独的双状态模型；管道泄漏4态马尔可夫模型中，状态1为管道正常运行态，状态2为管道破裂态，状态3为管道小孔泄漏态，状态4为管道大孔泄漏态，其中每个状态发生的概率为p
i
(i＝1、2、3、4)，从状态i转移到状态j的状态转移率为状态i经修复后进入状态j的修复率为μ
ij
；管道堵塞双状态模型中，状态1为管道正常运行态，状态2为管道堵塞态；元件停运概率可由下式求得：f＝φ/(φ ν)其中管道堵塞故障概率为f，转移率为φ修复率为ν。7.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s5中根据管道泄漏与堵塞的状态空间图建立下式方法，其特征在于，所述步骤s5中根据管道泄漏与堵塞的状态空间图建立下式除了未知外，其他数据均可以从统计数据中计算得出。8.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s6中根据频率持续时间法，列出下式p2μ
21
＝f
22
其中f
i
为状态i的失效频率，将s5中的式子代入上式，可以得到式子中的值。9.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟
方法，其特征在于，所述步骤s7中第一层蒙特卡罗方法中，确定现在的状态是管道泄漏还是管道堵塞；如果选中状态为管道泄漏，则继续采样两个独立的随机数来确定泄漏孔的位置和大小，设管道长度为l，泄漏点与管道起点的距离为x，统一转化为圆孔计算，孔径为d，管道的直径为d，假设泄漏前管道初始点的压力为p1，末端压力为p4，泄漏点压力为p3，对应位置管道中线上的压力为p2，每个点的温度为t
i
，泄漏量为q，原来的管道流量为q0，全部转化为圆孔来进行计算：对0到1之间均匀分布的随机数u、u’进行采样：x＝lud＝du’如果d/d≤0.2，此时为小孔模型，这种模型下泄漏对管道内的压力与流量的影响极小，故认为泄漏前后参数不变；如果0.2＜d/d＜0.5，此时为大孔模型，采用下式计算泄漏点后的管道流量如果0.2＜d/d＜0.5，此时为大孔模型，采用下式计算泄漏点后的管道流量管道上游流量q
so
＝q 0.5q，管道下游流量q
or
＝q-0.5q；a为泄漏孔面积，c
d
为流量系数，取0.9～0.98，k为绝热指数，一般取1.3，p
a
为外界环境压力，是已知量；m是天然气的摩尔质量(kg/mol)，g为流过单位面积管道的质量流量(kg/(m2.s))，通用气体常数是r(j/(mol.k))，水力摩擦系数ξ；如果d/d≥0.5，认为管道断裂，管道内流量为0。10.如权利要求1中所述的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，其特征在于，所述步骤s7中第二层蒙特卡罗算法中采样当前状态和过渡到下一个状态的持续时间，根据从当前状态到下一个可能状态的转换速率，对所有可能的当前状态持续时间进行采样，选择持续时间最小的状态确定下一个过渡状态，并且将此时间作为当前状态的持续时间：进一步的，如果在第一层采样中选中的状态为管道堵塞，继续对管道堵塞后实际内径d1随机采样：d1＝dln u采用下式计算堵塞后管道内流量采用下式计算堵塞后管道内流量
a为常数，ρ
a
为正常工况下天然气密度，t
a
为环境温度，qo为堵塞前管道流量，q
d
为堵塞后管道内流量，第二层采样过程与管道堵塞情况相同。

技术总结
本发明所提供的一种天然气管道多状态故障模型及电-气耦合连锁故障模拟方法，以历史统计故障数据为基础，将造成管道故障的因素进行分类，分别计算不同故障因素在故障中的权重，并且根据实际情况修正故障系数，拟合了实时动态的故障率，克服了常用固定年平均故障率的不足。结合马尔可夫模型以及蒙特卡罗模拟方法，建立了管道多状态故障模型，同时给出了不同故障的数学模型，克服了只采样单一故障的片面性，随机选取故障参数的方式更加接近实际情况，所得结果更加合理可靠。本发明除用于模拟天然气系统故障对电力系统的影响外，还可推广用于模拟天然气系统故障对热力系统的影响、电力系统连锁故障、电热系统连锁故障等等，具有广泛的应用价值。广泛的应用价值。广泛的应用价值。


技术研发人员：黄镜月 韩璐 汪永祥 陈君祥
受保护的技术使用者：西南石油大学
技术研发日：2022.01.07
技术公布日：2022/4/15