Автор: О.В. Крюков (НГТУ им. Р.Е. Алексеева)

Опубликовано в журнале Химическая техника №12/2017

Магистральный газопровод (МГ) «Турецкий поток»является международным проектом газопровода из Анапского района Краснодарского края России по дну Черного моря в западную часть Турции. Конечной точкой наземной части газопровода на территории Российской Федерации является компрессорная станция (КС) «Русская» (рис. 1).

Рис. 1. Компрессорная станция «Русская»

В соответствии с договором от 10 октября 2016 г. в настоящее время началась прокладка двух ниток газопровода мощностью 15,75 млрд. м3 в год каждая (суммарная мощность 31,5 млрд. м3 ) с возможностью расширения до четырех ниток мощностью 63 млрд. м3 . Первая нитка газопровода предназначена для поставок газа турецким потребителям, вторая – для газоснабжения стран Южной и Юго-Восточной Европы. Таким образом, одна из целей газопровода прекращение поставок газа в Турцию через территорию Украины, что при условии ввода в строй газопровода «Северный поток – 2» или второй очереди «Турецкого потока» позволит достигнуть поставленной задачи.

При этом в отличие от «Южного потока» газопровод «Турецкий поток», составляя более 900 км, требует меньше инвестиций, так как ПАО «Газпром» может использовать в свою пользу положения Третьего энергопакета, запрещающего владельцам газопроводов владеть более чем 50% транзита. В связи с этим ПАО «Газпром» может использовать в качестве инфраструктуры 50% от вроде бы конкурирующего с МГ «Южным потоком» газопровода TAP.

Особенности стохастических возмущений на объекты МГ

В практике работы линейных участков МГ и КС большинство агрегатов и процессов газопровода функционирует в условиях, при которых момент нагрузки, скорость и многие технологические параметры не остаются постоянными, как принимается упрощенно, а значительно изменяются во времени [1–3]. Это обусловлено как факторами технологического характера (особенности кинематики системы, колебания механической нагрузки и переходные режимы), так и иными внешними воздействиями (метеорологические, рельефные, природные),которые носят преимущественно случайный характер.Это особенно проявляется в МГ «Турецкий поток», одна часть которого проходит по различным климатическим зонам РФ, а другая – по дну Черного моря с большими перепадами глубин.

В первом случае (рис. 2) технологические установки, электроприводы (ЭП) и линейные участки МГ, непосредственно с объектом воспринимая возмущения детерминированного или стохастического характера, должны отрабатывать все изменения кинетической энергии и нагрузки в соответствии с законом управления. Во втором (рис. 3) –сами агрегаты не подвержены возмущениям,но с целью поддержания выходных характеристик на оптимальном уровне все внешние воздействия на объекты должны автоматически корректировать управляющие воздействия [4–6].

Рис. 2. Агрегат с возмущениями 1-го рода
Рис. 3. Агрегат с возмущениями 2-го рода

Наиболее характерными примерами агрегатов КС со случайными возмущениями 1-го рода являются электроприводные газоперекачивающие агрегаты (ЭГПА) и аппараты воздушного охлаждения (АВО) газа с переменным графиком газоподачи и других нагрузок технологического характера. Основными причинами стохастического графика при этом является влияние четырех групп случайных факторов, среди которых – неоднородность параметров газа, люфты в кинематике, изменения параметров и характера работы агрегатов. При этом коэффициент вариации для большинства процессов случайного нагружения ЭГПА велик и составляет 0,4…0,9; а энергетический частотный спектр их обычно заключен в диапазоне низких частот 0,01…4 Гц.

Совокупность случайных факторов, действующих на рабочие органы механизмов, определяет не только случайный характер нагрузки, потребляемой мощности и скорости агрегата, но и его КПД, коэффициента мощности, продолжительности включения и частоты включения в час. Так как случайный процесс нагружения не может быть достоверно описан традиционной детерминированной диаграммой, для адекватного расчета основных параметров установок в этом случае необходимо использовать статистические методы теории планирования эксперимента [7–9].

Исследования с привлечением аппарата теории вероятности показали, что процесс нагружения агрегата обычно распределен по закону Райса, плотность распределения которого определяется значениями: V = X/s[x] – некоторой относительной величиной, характеризующей функцию огибающей X(t); q = z/s[x] – отношением сигнала к шуму s[x]; I0[Vq] –функцией Бесселя нулевого порядка.Частными случаями закона Райса является распределение Релея при q = 2 и Гаусса при q = 5. Для приближенных задач оценки случайной нагрузки агрегатов целесообразно использовать таблицы этих распределений.

Методология оптимизации параметров агрегатов со случайной нагрузкой при непосредственном ее воздействии на рабочие органы привода (1-го рода) основана на статистических функциях распределения конкретной сис темы механизма или метода регрессионного анализа. При этом в зависимости от глубины предварительных статистических исследований используются следующие методики расчета [10–13]:

1. Методика предусматривает применение традиционной методики выбора мощности с учетом влияния случайных факторов. Коррекция производится путем определения фактического нагружения опытного образца ЭГПА. В результате строятся вероятностные характеристики опытного нагружения и выводятся эмпирические зависимости на основе эквивалентных значений тока, момента и т.п.;

2. Методика заменяет традиционную расчетную диаграмму ЭГПА нагрузочными диаграммами, учитывающими воздействие случайных факторов. Это могут быть усредненные нагрузочные диаграммы, статистические функции распределения или метод регрессии;

3. Методика основана на исключительно строгом математическом решении проблемы. Для этого необходимо знать заранее прогнозные вероятностные характеристики технологического процесса транспорта газа.

В настоящее время на практике наиболее целесообразным является использование второй группы методов:

  • метод коэффициентов случайного действия (kCP, kCM, kCI), при котором параметры алгоритмов рассчитываются по выражениям, исходя из большой предварительной базы данных статистических исследований по составлению таблиц коэффициентов случайного действия;
  • метод статистически упорядоченных диаграмм также основан на методе эквивалентных величин (P, M, I) с предварительной статистической обработкой нагрузочных диаграмм. При этом статистически упорядоченная нагрузочная диаграмма служит вспомогательной контрольной диаграммой для коррекции расчетов по нагреву и перегрузочной способности;
  • метод статистически эквивалентной случайной величины включает также определение эквивалентных значений мощности, момента или тока, а также максимального момента и его доверительный интервал. Эквивалентное и среднее значения максимально допустимого момента служат вспомогательными критериями выбора мощности.

При отсутствии непосредственного воздействия совокупности стохастических возмущений на электрические и механические органы ЭГПА (системы 2-го рода) наиболее целесообразной является организация инвариантной системы управления, адекватно учитывающей все частные влияния возмущений на объект. Для этого все влияющие возмущения после формализации вводятся в закон управления электроприводом, обеспечивая адекватность задания момента и скорости текущему состоянию объекта. При этом реализуются замкнутые системы автоматического регулирования по возмущению, отклонению и комбинированные [14–16].

Наиболее характерными примерами агрегатов КС со случайными возмущениями 2-го рода являются локальные приводы, входящие в АСУ КС:

  • нагнетатели или газоперекачивающие агрегаты (ГПА);
  • аппараты воздушного охлаждения газа после его компримирования в ЭГПА;
  • АВО масла всех основных систем и агрегатов КС;
  • насосы и вентиляторы вспомогательных систем, параметры которых подвержены климатическим воздействиям.

Компенсация стохастических возмущений на объекты МГ «Турецкий поток»

Для рассматриваемой группы механизмов и технологических процессов возможны два метода идентификации и расчета, используемые при проектировании АСУ МГ:

1. Идентификация с последующим автоматизированным расчетом алгоритмов управления. В этом случае идентификация модели объекта управления осуществляется один раз, после чего рассчитывается алгоритм управления с постоянными параметрами в режиме on- line или off-line. Преимуществами метода является возможность расчета и оценки любого алгоритма с дальнейшим моделированием и созданием общей модели. Поэтому данный метод следует применять при выборе структуры системы управления и расчета регуляторов с фиксированными параметрами или адаптивных регуляторов с прямой связью;

2. Разработка самооптимизирующихся (самонастраивающихся) адаптивных алгоритмов управления технологическими установками КС. В этом случае идентификация модели объекта производится периодически, и после очередного получения оценок модели объекта в режиме on-line определяются параметры алгоритма управления с переменными коэффициентами. Достоинствами метода является возможность непрерывного слежения алгоритма за медленно меняющимися параметрами объекта и меньшее время обработки в ПК. Целесообразность применения данного метода обоснована для механизмов и технологических процессов с переменными параметрами в энергетике [17–22].

Общими особенностями для рассматриваемых агрегатов со случайными возмущениями 2-го рода и требованиями к высоковольтным частотно-регулируемыми ЭГПА являются:

  • непрерывность технологического процесса КС (суточная, сезонная, годовая), которая обусловливает работу агрегатов в продолжительном режиме S1со спокойным характером нагрузки;
  • стабильная работа при непрерывном воздействии нескольких независимых друг от друга стохастических возмущений метеорологического и технологического характера на линейных участках газопровода;
  • плавное регулирование скорости при нагрузке вентиляторного типа Мстw2диктует выбор параметров электроприводных агрегатов, исходя из наиболее напряженной точки в верхней части диапазона регулирования;
  • необходимость стабилизации значений главного технологического параметра агрегатов КС на оптимальном уровне (давление или температура газа) путем регулирования частоты вращения и момента;
  • большие маховые массы агрегатов и мощностей приводных двигателей (до десятков мегаватт) обусловливают применение схем и устройств, облегчающих пуск и выход на номинальный режим установок с большим суммарным моментом инерции;
  • необходимость периодической кратковременной работы на низких скоростях для проведения регламентных работ, в том числе и в зимний период;
  • большие постоянные времени теплотехнических процессов транспорта газа, на несколько порядков превосходящие электромеханические постоянные машин, определяют оптимизацию по энергетическим показателям;
  • высокие технико-экономические показатели энергосбережения и энергоэффективности при частотном регулировании частоты вращения обусловлены снижением потребляемой мощности агрегатами в кубической зависимости;
  • повышенная надежность и живучесть работы системы достигается наличием встроенной системы диагностирования и мониторинга технического состояния объектов и агрегатов;
  • интеграция локальных приводов в АСУ КС и оптимизация их работы по критериям качества выходных технологических параметров.

Анализ рассмотренных требований показывает, что все они, за исключением второго, могут быть реализованы на основе современных серийных преобразователей частоты и типового электрооборудования ЭГПА. Однако реализация второго требования является определяющей и наиболее специфичной задачей, относя рассматриваемые ЭГПА к классу систем с возмущениями 2-го рода. Это предполагает применение для их обработки и формализации статистических методов, основанных на приложениях центральной теоремы теории вероятности, входящих в общую теорию планирования эксперимента.

Действительно, все основные стохастические возмущения, воздействующие на рассматриваемые объекты КС, относятся ко 2-му роду, носят случайный характер, независимы друг от друга и каждый из них вносит неопределяющую долю в общее изменение параметров. В связи с этим искомые многопараметрические алгоритмы управления необходимо получить в виде регрессионных моделей.

На основании сказанного можно сделать следующие выводы. Показано, что коэффициент вариации для большинства процессов случайного нагружения технологических установок компрессорных станций и линейных участков газопровода «Турецкий поток»велик и составляет 0,4…0,9; а энергетический частотный спектр их обычно заключен в диапазоне низких частот 0,01…4Гц. В этих условиях для инвариантного задания параметров компримирования газа по газопроводу на оптимальном уровне предложен аппарат теории планирования эксперимента с получением регрессионных алгоритмов управления в зависимости от величин различных возмущений стохастического характера, распределенных по закону Райса (распределение Релея с q = 2 и Гаусса с q = 5).

Cписок литературы

1. Крюков О.В.Опыт создания энергоэффективных электроприводов газоперекачивающих агрегатов//В сб.: Труды VIII Международной (XIX Всероссийской) конференции по автоматизированному электроприводу АЭП-2014 в 2-х томах. Саранск, 2014. С. 157–163.

2. Крюков О.В.Сравнительный анализ приводной техники газоперекачивающих агрегатов//Приводная техника. 2010. 5. С. 2–11.

3. Хлынин А.С., Крюков О.В.Реализация факторов энергоэффективности электроприводных газоперекачивающих агрегатов в проектах//Электротехника: сетевой электронный научный журнал. 2014. Т. 1. 2. С. 32–37.

4. Пужайло А.Ф., Крюков О.В., Рубцова И.Е. Энергосбережение а агрегатах ком прессорных станций средствами частотно-регулируемого электропривода//Наука и техника в газовой промышленности. 2012. 2 (50). С. 98–106.

5. Крюков О.В.Стратегии инвариантных систем управления электроприводами объектов ОАО «Газпром»//В сб.: Идентификация систем и задачи управления SICPRO’15. М.: Институт проблем управления им. В.А. Трапезникова, 2015. С.368–386.

6. Захаров П.А., КрюковО.В. Принципы инвариантного управления электроприводами газотранспортных систем при случайных возмущениях//Вестник Ивановского государственного энергетического университета, 2008. 2. С. 98–103.

7. Захаров П.А., Киянов Н.В., Крюков О.В.Системы автоматизации технологических установок для эффективного транспорта газа//Автоматизация в промышленности. 2008. 6. С. 6–10.

8. Крюков О.В.Виртуальный датчик нагрузки синхронных машин/О.В. Крюков//Электрооборудование: эксплуатация и ремонт. 2014. №3. С. 45–50.

9. Kryukov O.V. Electric drive systems in compressor stations with stochastic perturbations//Russian Electrical Engineering. March 2013. Vol. 84. Is. 3. Р. 135–140.

10. Милов В.Р., Суслов Б.А., Крюков О.В.Интеллектуализация поддержки управленческих решений в газовой отрасли//Автоматизация в промышленности. 2009. 12. С. 16–20.

11. Крюков О.В.Синтез и анализ электроприводных агрегатов компрессорных станций при стохастических возмущениях//Электротехника. 2013. 3. С. 22–27.

12. Захаров П.А., Крюков О.В.Методология инвариантного управления агрегатами компрессорных станций при случайных воздействиях//Известия вузов: Электромеханика. 2009.5. С. 64–70.

13. Крюков О.В.Методология и средства нейро-нечеткого прогнозирования состояния электроприводов газоперекачивающих агрегатов//Электротехника. 2012. 9. С. 52–60.

14. Крюков О.В.Стратегии инвариантных электроприводов газотранспортных систем//Интеллектуальные системы. Труды XI Международного симпозиума. М.: РУДН, 2014. С. 458–463.

15. Крюков О.В., Степанов С.Е., Бычков Е.В.Инвариантные системы технологически связанных электроприводов объектов магистральных газопроводов//Труды VIIIМеждународной (XIX Всероссийской) конференции по автоматизированному электроприводу АЭП-2014. Саранск, 2014. С.409–414.

16. Васенин А.Б., Крюков О.В., Серебряков А.В.Алгоритмы управления электромеханическими системами магистрального транспорта газа//Труды VIII Международной (XIXВсероссийской) конференции по автоматизированному электроприводу АЭП-2014 в 2 томах. Саранск, 2014. Т. 2. С. 404–409.

17. Степанов С.Е., Крюков О.В., Плехов А.С.Принципы автоматического управления возбуждением синхронных машин газокомпрессорных станций//Автоматизация в промышленности. 2010. 6. С. 29–31.

18. Крюков О.В., Серебряков А.В., Васенин А.Б.Диагностика электромеханической части энергетических установок//Електромеханiчнi I енергозберiгаючi системи. 2012. 3 (19). С. 549–552.

19. Babichev S.A., Zakharov P.A., Kryukov O.V. Automated monitoring system for drive motors of gas-compressor units//Automation and Remote Control. 2011. T. 72. No. 6. C. 175–180.

20. Аникин Д.А., Рубцова И.Е., Крюков О.В., Киянов Н.В.Проектирование систем управления электроприводными ГПА//Газовая промышленность. 2009. 2. С. 44–47.

21. Бабичев С.А., Крюков О.В., Титов В.Г.Автоматизированная система безопасности электроприводных ГПА//Электротехника. 2010. 12. С. 24–31.

22. Крюков О.В., Серебряков А.В.Метод и система принятия решений по прогнозированию технического состояния электроприводных газоперекачивающих агрегатов//Электротехнические системы и комплексы. 2015. 4 (29). С. 35–38.