本發(fā)明涉及二氧化碳處理，尤其涉及一種ccus全流程混合粒子群成本優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、二氧化碳捕集、利用與封存(ccus)，是目前實(shí)現(xiàn)減少二氧化碳排放與資源化利用的最有效途徑之一。二氧化碳通過與原油混合降低其粘度，注入到稠油、低滲等油藏中提高其采油率。國內(nèi)學(xué)者針對二氧化碳ccus技術(shù)開展了大量研究。羅平等采用二階錐松弛和分段線性化處理目標(biāo)函數(shù)及約束條件中的非線性項(xiàng)，使用魯棒優(yōu)化算法對全流程成本進(jìn)行優(yōu)化。張文東等主要對ccus的封存問題進(jìn)行研究，重點(diǎn)分析了co2封存原理及影響煤層氣采收率的因素。rodrigues?hydraw.l.and?mackay?eric?j.and?arnold?daniel?p等對鹽儲(chǔ)層的伴生氣二氧化碳回收利用潛力進(jìn)行評估，以實(shí)現(xiàn)碳捕集的利用和儲(chǔ)存，通過對假設(shè)場的地下建模，一定程度上減少了二氧化碳的排放。wu?qian?et?al.an?optimization等介紹了一種基于優(yōu)化的ccus源匯匹配模型，以及ccus集群內(nèi)的優(yōu)化，通過連接分散的捕獲源和儲(chǔ)存站點(diǎn)，進(jìn)而建立ccus集群實(shí)現(xiàn)最小成本。劉佳佳等建立了ccus全流程工程—經(jīng)濟(jì)模型，針對ccus全流程總成本最低的目標(biāo)，分別設(shè)計(jì)了魯棒遺傳優(yōu)化算法和多目標(biāo)遺傳優(yōu)化算法。白宏山等建立了ccus全流程工程—經(jīng)濟(jì)模型，針對ccus全流程總成本最低的目標(biāo)，分別設(shè)計(jì)了遺傳優(yōu)化算法和混合粒子群優(yōu)化算法。然而這些研究多集中于ccus工藝技術(shù)，很少涉及ccus全流程優(yōu)化問題和優(yōu)化方法，提出全流程優(yōu)化算法的計(jì)算效果較差。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問題，提出了本發(fā)明以便提供克服上述問題或者至少部分地解決上述問題的一種ccus全流程混合粒子群成本優(yōu)化方法及系統(tǒng)。

2、根據(jù)本發(fā)明的一個(gè)方面，提供了一種ccus全流程混合粒子群成本優(yōu)化方法，所述優(yōu)化方法包括：

3、步驟s1：對ccus子系統(tǒng)進(jìn)行數(shù)學(xué)建模；

4、步驟s2：運(yùn)用大系統(tǒng)分解遞階與模塊化建模方式，建立ccus全流程工程—經(jīng)濟(jì)模型；

5、步驟s3：利用罰函數(shù)將包含混合約束的優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題；

6、步驟s4：設(shè)置算法基本參數(shù)，進(jìn)行混合粒子群優(yōu)化，最終得到ccus最佳實(shí)施方案。

7、可選的，所述步驟s2：運(yùn)用大系統(tǒng)分解遞階與模塊化建模方式，建立ccus全流程工程—經(jīng)濟(jì)模型具體包括：

8、步驟s201：對ccus全流程進(jìn)行經(jīng)濟(jì)建模；

9、步驟s202：進(jìn)行全流程的優(yōu)化建模，獲得優(yōu)化模型；

10、步驟s203：對所述優(yōu)化模型進(jìn)行驗(yàn)證。

11、可選的，所述步驟s201：對ccus全流程進(jìn)行經(jīng)濟(jì)建模具體包括：

12、ccus子系統(tǒng)技術(shù)選擇，捕集系統(tǒng)為燃燒后捕集技術(shù)，運(yùn)輸系統(tǒng)為管道運(yùn)輸技術(shù)，驅(qū)油與封存系統(tǒng)為co2驅(qū)油與封存固定；

13、ccus全流程基本假設(shè)，在滿足實(shí)際應(yīng)用及設(shè)計(jì)要求條件下，做出假設(shè)：不考慮源匯匹配問題；不考慮地形因素帶來的管道設(shè)計(jì)問題；管道內(nèi)co2均勻分布，泵站型號(hào)一致且等距分布；

14、ccus全流程工程模型建立，對co2捕集總量、壓縮機(jī)和泵能耗、管徑和壁厚、泵站、co2注入量建立全流程工程模型；

15、ccus全流程經(jīng)濟(jì)模型建立，對捕集設(shè)備投資、壓縮機(jī)和泵投資、管道建設(shè)投資、泵站投資、驅(qū)油與封存設(shè)備投資、運(yùn)行維護(hù)費(fèi)用、電費(fèi)建立全流程經(jīng)濟(jì)模型。

16、可選的，所述步驟s202：進(jìn)行全流程的優(yōu)化建模，獲得優(yōu)化模型具體包括：

17、建立全流程經(jīng)濟(jì)模型，綜合考慮ccus各部分經(jīng)濟(jì)模型，求出全流程經(jīng)濟(jì)成本；

18、確定約束條件，明確ccus全流程經(jīng)濟(jì)模型優(yōu)化建模中存在的質(zhì)量守恒、排放約束、運(yùn)輸約束、存儲(chǔ)約束及各自約束范圍；

19、敏感性分析，對ccus全流程參數(shù)進(jìn)行全局敏感性分析gsa，得到煙氣流量、管道入口壓力、注入井入口壓力三個(gè)參數(shù)敏感性最高，并設(shè)置為決策變量；

20、全流程遺傳優(yōu)化算法設(shè)計(jì)，根據(jù)經(jīng)濟(jì)模型、約束條件與決策變量設(shè)計(jì)ccus全流程遺傳優(yōu)化算法。

21、可選的，所述步驟s203：對所述優(yōu)化模型進(jìn)行驗(yàn)證具體包括：

22、設(shè)定全流程遺傳優(yōu)化算法基本參數(shù)，輸入經(jīng)濟(jì)模型，初始化種群，計(jì)算個(gè)體適應(yīng)度值；

23、經(jīng)濟(jì)模型適應(yīng)度值進(jìn)行選擇、交叉、變異；

24、遺傳優(yōu)化算法尋優(yōu)，判斷結(jié)果是否收斂，若收斂，獲得最優(yōu)參數(shù)。

25、可選的，所述步驟s3：利用罰函數(shù)將包含混合約束的優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題；具體包括：

26、構(gòu)建罰函數(shù)，根據(jù)經(jīng)濟(jì)模型，構(gòu)建合理罰函數(shù)形式；

27、確定罰函數(shù)懲罰因子，根據(jù)經(jīng)濟(jì)模型，選擇合理的罰函數(shù)懲罰因子；

28、結(jié)合罰函數(shù)與懲罰因子形成增廣目標(biāo)函數(shù)，將全流程工程經(jīng)濟(jì)模型中的約束條件轉(zhuǎn)化為無約束進(jìn)行后續(xù)求解。

29、可選的，所述步驟s4：設(shè)置算法基本參數(shù)，進(jìn)行混合粒子群優(yōu)化，最終得到ccus最佳實(shí)施方案具體包括：

30、步驟s401：構(gòu)建混合粒子群算法模型；

31、步驟s402：混合粒子群超參數(shù)設(shè)置；

32、步驟s403：結(jié)合罰函數(shù)和混合粒子群算法，計(jì)算得出粒子群算法適應(yīng)度函數(shù)；

33、步驟s404：模型迭代尋優(yōu)，個(gè)體極值更新，群體極值更新，判斷是否收斂，若收斂，求得ccus全流程經(jīng)濟(jì)模型最佳實(shí)施方案參數(shù)。

34、可選的，所述步驟s401：構(gòu)建混合粒子群算法模型具體包括：根據(jù)經(jīng)濟(jì)模型、約束條件與決策變量構(gòu)造模型。

35、可選的，所述步驟s402：混合粒子群超參數(shù)設(shè)置具體包括：對粒子數(shù)、慣性因子、加速常數(shù)的取值進(jìn)行設(shè)置。

36、可選的，所述步驟s2中ccus全流程工程—經(jīng)濟(jì)模型具體包括：

37、以二氧化碳捕集系統(tǒng)為始端，結(jié)合二氧化碳的捕集方式，形成二氧化碳捕集模型；

38、以捕集后二氧化碳的質(zhì)量流為設(shè)計(jì)條件，以二氧化碳注入油田的最小注入壓力為約束條件，構(gòu)建管徑、管壁、泵站功率、泵站數(shù)量因素在內(nèi)的二氧化碳運(yùn)輸模型；

39、以二氧化碳運(yùn)輸管道的管道出口壓力為基礎(chǔ)，建立二氧化碳驅(qū)油與封存模型。

40、可選的，所述二氧化碳運(yùn)輸模型為管道運(yùn)輸模型。

41、本發(fā)明還提供了一種ccus全流程混合粒子群成本優(yōu)化系統(tǒng)，應(yīng)用上述所述的一種ccus全流程混合粒子群成本優(yōu)化方法，所述優(yōu)化系統(tǒng)包括：

42、數(shù)學(xué)建模模塊，用于對ccus子系統(tǒng)進(jìn)行數(shù)學(xué)建模；

43、全流程工程—經(jīng)濟(jì)模型建立模塊，用于運(yùn)用大系統(tǒng)分解遞階與模塊化建模方式，建立ccus全流程工程—經(jīng)濟(jì)模型；

44、罰函數(shù)優(yōu)化模塊，用于利用罰函數(shù)將包含混合約束的優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題；

45、粒子群優(yōu)化模塊，用于設(shè)置算法基本參數(shù)，進(jìn)行混合粒子群優(yōu)化，最終得到ccus最佳實(shí)施方案。

46、本發(fā)明提供的一種ccus全流程混合粒子群成本優(yōu)化方法，所述優(yōu)化方法包括：步驟s1：對ccus子系統(tǒng)進(jìn)行數(shù)學(xué)建模；步驟s2：運(yùn)用大系統(tǒng)分解遞階與模塊化建模方式，建立ccus全流程工程—經(jīng)濟(jì)模型；步驟s3：利用罰函數(shù)將包含混合約束的優(yōu)化問題轉(zhuǎn)化為無約束優(yōu)化問題；步驟s4：設(shè)置算法基本參數(shù)，進(jìn)行混合粒子群優(yōu)化，最終得到ccus最佳實(shí)施方案。綜合考慮ccus全流程系統(tǒng)總成本，完善了ccus全流程改進(jìn)的混合粒子群優(yōu)化算法，優(yōu)化效果有明顯提升。

47、上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。