Нижегородский государственный технический университет

им. Р.Е. Алексеева

На правах рукописи

МОЧАЛИН ДМИТРИЙ СЕРГЕЕВИЧ

ИНВАРИАНТНАЯ СИСТЕМА УПРАВЛЕНИЯ

ЭЛЕКТРОПРИВОДАМИ АППАРАТОВ ВОЗДУШНОГО

ОХЛАЖДЕНИЯ ГАЗА

05.09.03 – Электротехнические комплексы и системы

АВТОРЕФЕРАТ

диссертации на соискание учной степени кандидата технических наук

Нижний Новгород – 2014

Работа выполнена в Нижегородском государственном техническом университете им. Р.Е. Алексеева

Научный руководитель: Титов Владимир Георгиевич Заслуженный деятель науки РФ, доктор технических наук, профессор, федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Нижегородский государственный технический университет им. Р.Е. Алексеева», заместитель заведующего кафедрой по научной работе «Электрооборудование, электропривод и автоматика»

Официальные оппоненты: Колганов Алексей Руфимович доктор технических наук, профессор, федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Ивановский государственный энергетический университет имени В.И. Ленина», заведующий кафедрой «Электропривода и автоматизации промышленных установок»

Степанов Сергей Евгеньевич кандидат технических наук, ведущий инженер технического отдела АО «Транснефть - Верхняя Волга»

Ведущая организация: ФГБОУ ВПО «Волжская государственная академия водного транспорта»

Защита состоится 26 декабря 2014 г. в 16.00 на заседании диссертационного совета Д 212.165.02 на базе Нижегородского государственного технического университета им. Р.Е. Алексеева по адресу: 603950, г. Нижний Новгород, ул. Минина, 24, аудитория 1258.

С диссертацией можно ознакомиться в библиотеке Нижегородского государственного технического университета им. Р.Е. Алексеева и на сайте www.nntu.ru.

Автореферат разослан «17» ноября 2014 г.

Ученый секретарь диссертационного совета, кандидат технических наук, доцент А.С. Плехов

Общая характеристика работы

Актуальность темы. Начиная с 2000 г. в ОАО «Газпром» вопросы энергоэффективности и энергосбережения являются приоритетным направлением деятельности, которая представляет собой комплекс программных мер, направленных на создание необходимых условий организационного, материального, финансового и другого характера для рационального использования и экономного расходования топливно-энергетических ресурсов (ТЭР).

В соответствии с Концепцией энергосбережения 2011-2020, основной задачей ОАО «Газпром» является максимальная реализация потенциала энергосбережения во всех видах деятельности и, как следствие, снижение техногенной нагрузки на окружающую среду. Эта задача должны быть решена путем применения инновационных технологий и оборудования, а также совершенствования управления энергосбережением. Потенциал энергосбережения в 2011–2020 годах определен в 28,2 млн. т у. т.

Основным потребителем электроэнергии на газотурбинной компрессорной станции является аппарат воздушного охлаждения (АВО) газа (от 28% до 48%).

Компрессорные станции (КС) с газотурбинным приводом занимают около 85% от общего количества компрессорных станций. Оптимизация работы электропривода АВО на КС позволит подобрать наилучший вариант режима работы с минимальным расходом электроэнергии при сохранении необходимой пропускной способности магистрального газопровода (МГ) и снизить стоимость на транспортировку углеводородов.

Исследованиям и разработкам в направлении изучения системы управления и повышения энергоэффективности работы АВО газа, посвящены труды следующих ученых и специалистов: С.В. Алимова, И.И. Аршакяна, И.В.

Белоусенко, С.В. Голубева, М.С. Ершова, В.Г. Крайнова, Б.Г. Меньшова, Д.В.

Третьяка, А.А. Тримбача, Г.Р. Шварца, А.Д. Яризова и др.

Объект исследования: электротехнический комплекс на основе электроприводов АВО газа компрессорных станций на участке магистрального газопровода.

Предметом исследования являются инвариантная система управления электроприводами АВО газа при неизменной пропускной способности МГ и изменяющихся внешних воздействий, режима работы и потребления электроэнергии АВО газа КС на участке МГ.

Цель работы: повышение энергетической эффективности газотурбинных КС на участке МГ на основе алгоритмов управления электроприводами АВО газа с построением искусственной нейронной сети для решения задачи прогнозирования потребления электроэнергии.

Для достижения поставленной цели необходимо решить следующие основные задачи:

- анализ потребления электроэнергии на газотурбинной КС;

- классификация и анализ схем электроснабжения по способу управления электродвигателями АВО газа;

- разработка математической модели системы электроснабжения электроприводами АВО газа с различными вариантами управления: дискретное управление, управление с плавным пуском (УПП), частотно-регулируемый привод (ЧРП) и комбинированная система (УПП с ЧРП) для проведения оценки влияния на питающую сеть АВО газа;

- прогнозирование потребления электроэнергии на основе статистического анализа расхода электроэнергии на АВО газа от пропускной способности МГ, параметров окружающей среды, давления и температуры газа на входе и на выходе АВО;

- разработка математической модели искусственной нейронной сети для прогнозирования расхода электроэнергии на АВО газа, оценка адекватности, разработанной ИНС на основе обработки результатов экспериментальных данных;

- оценка экономической эффективности применения комбинированной системы управления электроприводом АВО газа на КС.

Методы исследования. При выполнении работы применялись методы линейной алгебры, теоретические основы электротехники, методы теории теплопроводности, методы статистического анализа, искусственная нейронная сеть, методы по оценке экономической эффективности инвестиционных проектов.

Научная новизна результатов исследования полученных в диссертационной работе заключается в следующем:

- предложена система управления УПП и ЧРП, базирующаяся на основе анализа расхода электроэнергии и отличающаяся критериями подбора количества УПП и ЧРП;

- в прогнозировании расхода электроэнергии на АВО газа по зависимости, полученной на основе статистического анализа данных, расхода электроэнергии от пропускной способности МГ, температуры окружающей среды, температуры и давлении газа на входе и на выходе АВО;

- разработана модель искусственной нейронной сети (ИНС) для прогнозирования расхода электроэнергии на АВО газа, методика прогнозирования потребления энергетических ресурсов в совокупности с оптимизационными процессами транспорта газа для системы АСУ ТП КС, ГТС на плече МГ. Предложенная модель прогнозирования отличается от ранее разработанных точностью и программной реализацией, имеющей существенное меньшее время расчета.

- разработана методика оценки показателей энергетической эффективности АВО газа с использованием ИНС с периодом рассмотрения 5 лет.

Практическая ценность работы.

1. Разработанные математические модели позволяют уточнить расход электроэнергии электроприводами АВО газа на КС, оптимизировать работу системы охлаждения АВО газа на плече МГ, подобрать наилучший вариант режима работы с минимальным расходом электроэнергии при сохранении необходимой пропускной способности МГ и снизить стоимость на транспортировку углеводородов.

2. Обоснование применения комбинированной системы управления электроприводами АВО газа на компрессорной станции, как с технической, так и экономической стороны.

3. Результаты работы используются при выполнении работ в рамках государственного задания Министерства образования и науки России № 8.2668.2014/К.

Результаты работы использовались:

- при разработке мероприятий по обеспечению энергетической эффективности, как при реконструкции существующих газотранспортных ОАО «Гипрогазцентр»;

Энергоснабжение объектов транспорта нефти и газа» и «Энергоснабжение нефтегазотранспортных предприятий», которые входят в учебные программы подготовки магистров и бакалавров по направлению 131000 – «Нефтегазовое дело» на кафедре «Проектирование и эксплуатация газонефтепроводов и газонефтехранилищ» Нижегородского государственного технического университета им. Р.Е. Алексеева.

Апробация работы. Основные положения диссертационной работы представлялись, докладывались и обсуждались на следующих конференциях: IV научно-практическая молодежная конференция «Новые технологии в газовой отрасли: опыт и преемственность» (г. Москва, ООО «Газпром ВНИИГАЗ», 2012 г.), Десятая Всероссийская конференции молодых ученых, специалистов и студентов «Новые технологии в газовой промышленности» (г.Москва, РГУ нефти и газа им. И.М, Губкина, 2013 г.), V Международная молодежная научнопрактическая конференция «Новые технологии в газовой отрасли: опыт и преемственность» (г. Москва, ООО «Газпром ВНИИГАЗ», 2013 г.), IX Международная учебно-научно-практическая конференция «Трубопроводный транспорт – 2013» (г. Уфа, УГТУ, 2013 г.), ХХ международной научнотехнической конференции студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» (г. Нижний Новгород, НГТУ, 2014 г.), «Рассохинские чтения» (г. Уфа, УГТУ, 2014 г), 68-я Международная молодежная научная конференция «Нефть и газ - 2014» (г.Москва, РГУ нефти и газа им. И.М, Губкина, 2014 г.), ХIII международной молодежная научно-технической конференции «Будущее технической науки» (г. Нижний Новгород, НГТУ, 2014 г.).

Публикации. По теме диссертации опубликовано 15 работ, из них 4 в ведущих рецензируемых изданиях, включенных в перечень ВАК РФ.

Основные положения, выносимые на защиту:

1. Математическая модель расхода электроэнергии электроприводами АВО газа с комбинированной системой управления УПП и ЧРП, отличающаяся схемой построения, критерием выбора количества УПП и ЧРП.

2. Результаты прогнозирования потребления электроэнергии, полученные на базе статистического анализа расхода электроэнергии на АВО газа от пропускной способности МГ и внешних возмущающих воздействий.

3. Математическая модель искусственной нейронной сети для прогнозирования расхода электроэнергии на АВО газа, оценка адекватности разработанной ИНС на основе обработки результатов экспериментальных данных. Методика прогнозирования потребления энергетических ресурсов в совокупности с оптимизационными процессами транспорта газа в среде АСУ ТП КС, ГТС на плече МГ 4. Методика оценки показателей энергетической эффективности АВО газа с использованием ИНС с периодом рассмотрения 5 лет.

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения. Содержит 150 страниц текста, включая рисунков и список литературы из 94 наименований.

Во введении изложена актуальность темы работы, сформулированы цель и задачи исследования, показана научная новизна и практическая ценность, приведены основные положения, выносимые на защиту, сведения об апробации и публикациях по теме диссертационного исследования.

В первой главе рассмотрены технологические процессы газотранспортной системы, приведен краткий анализ аппаратов воздушного охлаждения.

Проведены расчеты основных показателей расхода электроэнергии на газотурбинных компрессорных станциях. На основании расчетов построен график (рисунок 1) для оценки потребления электроэнергии АВО газа и компрессорной станции в целом. Анализ величины расхода электроэнергии показывает, что основным потребителем на компрессорной станции с газотурбинными перекачивающими агрегатами и в газотранспортной системе (ГТС) является электропривод АВО газа. Охлаждение газа наиболее энергоемкий процесс (от 22 % и до 48 % расхода электроэнергии на компрессорной станции).

Рис. 1. Расход электроэнергии за год АВО газа (темный столбик) и Электроснабжение АВО газа выполняется по радиальной схеме:

комплектная трансформаторная подстанция; распределительное устройство низкого напряжения; шкаф питания и управления электродвигателем вентилятора аппарата воздушного охлаждения газа. В состав АВО газа входит от 48 до 90 вентиляторов мощностью от 6 до 37 кВт.

Построение схемы электроснабжения АВО газа осуществляется на основании СТО Газпром 2-6.2-149-2007 «Категорийность электроприемников промышленных объектов ОАО «Газпром»». Различают две схемы электроснабжения в зависимости от давления газа в магистральном газопроводе:

- питание АВО газа на компрессорных станциях по второй категории надежности электроснабжения;

- питание АВО газа на компрессорных станциях в условиях вечномерзлых грунтов и в особых условиях работы цеха, либо при давлении газа более 76 кг/см2 по первой категория надежности электроснабжения (появляется дополнительный аварийный источник электроснабжения – аварийная дизельная электростанция или передвижная автономная электростанция).

Предложено классифицировать схемы электроснабжения вентиляторов АВО газа по способам управления электродвигателями. В настоящее время существует три способа управления: прямой пуск (дискретное регулирование), плавный пуск и частотно-регулируемый привод. В работе рассмотрен четвертый способ управления: комбинированная система с устройством плавного пуска (УПП) и частотно-регулируемым приводом (ЧРП).

Рассмотрена нормативная потребность в электроэнергии АВО газа на участке магистрального газопровода «Южный поток». Определен расход электроэнергии на АВО газа за интервал времени с учетом потерь электроэнергии в трансформаторе и кабельной линии.

Из выше перечисленного следует, что на потребление электрической энергии влияют следующие факторы:

- алгоритм управления электродвигателями вентиляторов при изменении режимных параметров охлаждаемого продукта;

- конструктивные и эксплуатационные характеристики теплообменных секций АВО и вентиляторов;

- технические характеристики электродвигателей;

- технические характеристики трансформатора и кабельной линии;

технические характеристики коммутационно-регулирующей аппаратуры.

Автоматизация управления процессом охлаждения АВО газа позволит:

- минимизировать суммарное включение электродвигателей и общей продолжительности их работы в установившемся режиме;

- уменьшить потребление электроэнергии на 10-15%.

Система стабилизации температуры газа с регулируемым приводом вентиляторов в общем случае может быть представлена структурной схемой (рисунок 2). Объектом управления являются теплообменные секции, через которые проходит охлаждаемый газ. Модель учитывает пропускную способность магистрального газопровода, режим транспортировки охлаждаемого продукта и прогнозирование расхода топливно-энергетических ресурсов.

Технический результат, достигаемый при осуществлении управления по предоставленной модели:

- устойчивая работа системы;

- требуемое качество регулирования температуры охлаждаемой среды в широком диапазоне при изменении климатических условий эксплуатации.

Технический результат достигается тем, что в систему управления электроприводом аппаратами воздушного охлаждения транспортируемого продукта содержит блок задания температуры, регулятор, датчик температуры охлаждаемой среды, блок датчиков измерения внешних воздействий, теплообменники с вентиляторами, регулируемые электроприводы вентиляторов, а также сумматор, первый вход которого через датчик температуры охлаждаемой среды соединен с выходом теплообменников. Выход сумматора подключен через регулятор к входам электроприводов, выход блока задания температуры соединен со вторым входом сумматора, согласно представленной модели в систему управления вводится блок задания включения, отключения и регулирования скорости вращения асинхронного двигателя, введен блок искусственных нейронных сетей.

Архитектурой ИНС является многослойный персептрон с двумя скрытыми слоями. В многослойном персептроне значения независимых переменных поступает на нейроны входного слоя, от которого сигнал передается на нейроны скрытого слоя, а затем поступают на выходные нейроны.

Выходы блока ИНС подключены к входам регулятора установки скорости вращения, входы блока анализа состояния электроприводов соединены с информационными выходами электроприводов.

( - воздушный поток, - температура воздушного потока, - температура окружающей среды, - температура газа на входе, - температура газа на выходе,, -давление газа на входе и на выходе, целевой показатель энергоэффективности, – удельная теплоемкость воздуха) Введение блока ИНС позволяет более качественно регулировать скорость вращения вентилятора аппарата воздушного охлаждения газа с учетом использования большего числа входных параметров. Данная структурная схема позволяет более эффективно расходовать топливно-энергетические ресурсы.

Во второй главе для изучения процессов, происходящих в электроприводе АВО газа и для создания оптимизирующих алгоритмов работы созданы несколько математических моделей с использованием программного продукта MatLab 7 Simulink:

- математическая модель схемы электроснабжения электродвигателя вентилятора АВО газ с дискретным управлением;

- математическая модель схемы электроснабжения электродвигателя вентилятора АВО газа – ПЧ (преобразователь частоты) – АД (асинхронный двигатель);

- математическая модель схемы электроснабжения АД с устройством плавного пуска;

- математическая модель схемы электроснабжения с комбинированной системой управления ПЧ и УПП.

Выполнена оценка влияния различных вариантов схем управления электроприводами АВО газа на питающую сеть в установившемся режиме.

Комбинированная схема управления уменьшает негативное влияние на качество электроэнергии в сети.

Осциллограммы тока АД и гармонический анализ напряжения на выходных зажимах питающего трансформатора ТЗСГЛФ-10/0,4кВ, мощностью 630 кВА представлены на рисунках 3 - 7.

Рис. 3. Осциллограмма токов трхфазной Рис. 4. Гармонический состав обмотки статора двигателя (ПЧ-АД) напряжения питающей сети ПЧ-АД Рис.5. Осциллограмма токов Рис.6. Гармонический состав трхфазной обмотки статора напряжения питающей Рис.7. Гармонический состав напряжения В третьей главе выполнена оценка потребления электрической энергии АВО газа и анализ исходных данных на участке «Петровск-Писаревка»

газопровода «Уренгой-Новопсков», а именно установленная мощность АВО газа на каждой КС, пропускная способность КС в зависимости от режима работа АВО газа, потребление электроэнергии в течение года по месяцам, температура на входе и на выходе КС.

Объем полученной выборки n=102, xmin=326.234, xmax=1312.515, математическое ожидание Mx=648.926, дисперсия Dx=64730.488, среднеквадратичное отклонение Sx=254.422, асимметрия Ax=1.104, эксцесс Ex=0.329, медиана Medx=561.387, размах Rx=986.286.

Выполнена оценка генеральной дисперсии по методу К. Пирсона.

Для оценки закона построены гистограммы. Столбиковая диаграмма числа попаданий в каждый участок nj, см. рисунок 8. Гистограмма строится на основании выборочной плотности распределения по формуле:

где nj - число попаданий в интервал hр, h – ширина интервалов.

Рассмотрена детерминированная функция случайных величин, где Xслучайная величина, имеющая некоторый закон распределения, детерминированная функция. В результате применения функции к величине X получается другая случайная величина Y, которая имеет уже свой закон распределения общем случае отличный от закона распределения X.

Зависимости между переменными стохастичны. Анализ зависимости выполнен по выборке из генеральной совокупности исходных данных. Построены графики зависимости расхода электрической энергии от различных переменных условий.

По расчетным статистической зависимости получено уравнение W (x,y) = a0+a1·cos(w·x)+b1·sin(w·x)+a2·cos(2·w·x)+b2·sin(2·w·x)+c1·y2+c2·y (x – температура, y – время, w – поправочный коэффициент) и выполнено прогнозирование расхода электроэнергии на участке магистрального газопровода (рисунок 9).

Прогнозирование и поиск наилучшей регрессионной модели занимают достаточно большой промежуток времени. Использованы нейронные сети, которые обладают рядом преимуществ: сами подбирают вид функциональной зависимости по экспериментальным данным и являются адаптивной моделью. Эта модель подстраивает структуру сети под новые наблюдения и позволяет объяснить довольно сложные связи между значениями расхода электроэнергии и показателями магистрального газопровода. Прогнозирование с помощью нейронных сетей занимает меньше времени.

В четвертой главе разрабатывается математическая модель нейросетевого метода прогнозирования расхода электроэнергии по статистическим данным эксплуатации одного из действующих участков магистрального газопровода.

К внешним факторам, влияющих на надежность и экономичность работы магистрального газопровода, относятся: сезонное изменение температуры окружающей среды, температура перекачиваемого продукта, расход электроэнергии, плановые капитальные и текущие ремонтные работы, изменение характеристик силового оборудования и т.д. Изменение температуры окружающей среды влияет на температурные параметры транспортируемого газа, изменение же параметров газа в газопроводе при его движении зависит от температуры грунта, от степени сжатия на компрессорной станции, от режима работы аппаратов воздушного охлаждения.

Поэтому неопределенность воздействия внешней и внутренней среды трубопроводной системы делает задачу прогнозирования расхода электроэнергии при транспортировке газа весьма сложно. В работе рассмотрен электротехнический комплекс на компрессорной станции - АВО газа. Эффективным решением является использование искусственных нейронных сетей. Привлекательность применения ИНС состоит в возможности использования большого числа входных параметров для представления полной информационной модели, на основе данных наблюдения за реальной системой.

Использование ИНС имеет следующие положительные стороны при проведение прогнозирования:

- обучение с учителем – изменения синаптических весов на основе маркированных учебных примеров;

- адаптивность – способность свои синаптические веса адаптировать к изменению условий окружающий среды;

- очевидность ответа, можно разработать нейронную сеть, собирающую не только для определенного конкретного класса, но и для увеличения достоверности.

При прогнозировании потребления электроэнергии на АВО газа на участке магистрального газопровода выбраны следующие переменные моделирования.

Выходная переменная:

W – потребление электроэнергии, кВт·ч.

Входные переменные:

- удельная теплоемкость воздуха, справочные данные, кДж/(кг·К);

- массовый расход воздуха, кг/с;

– температура воздуха, К.

Вектор входных переменных за период времени t представляется в следующем виде:

В связи со случайностью происходящих процессов в окружающей среде – изменение температуры воздуха, движение воздушных масс, то и входные переменные, влияющие на расход электроэнергии, также являются случайными.

Для решения поставленной задачи в работе берется N реализаций случайного вектора множество реализаций случайного вектора Y(t) за период времени t обозначается.

При выполнении построения искусственной нейронной сети база данных разбивается на три массива:

- обучающая выборка;

- валидационная выборка;

- тестовая выборка.

По данным обучающей выборки построена ИНС с ранним остановом.

Обучающая выборка используется для обучения сети с небольшой модификацией: сеанс обучения периодически останавливается (через несколько эпох) после чего сеть тестируется на проверочной выборке. Периодический процесс обучения - тестирования образует процедуру обучения ИНС с ранним остановом.

Архитектурой ИНС является многослойный персептрон с двумя скрытыми слоями. В этом случае нейронная сеть представлена в следующем виде:

где i = 1,2, ….., n – число нейронов входного слоя;

m = 1,2, ….., M – число нейронов первого скрытого слоя;

k = 1,2, ….., K – число нейронов второго скрытого слоя;

f1, f2, f3 – функции активации нейронов первого и второго слоев;

w10, w20m, w30 – начальное возбуждение i-го, k-го нейрона первого и второго скрытого и входного слоев;

xi(t) – i-я координата входного вектора.

В многослойном персептроне значения независимых переменных поступает на нейроны входного слоя, от которого сигнал передается на нейроны скрытого слоя, а затем поступают на выходные нейроны (рисунок 10).

Результаты обучения ИНС по данным обучающего и валидационного массивов представлены на рисунке 11. Массив обучающей выборки составляет 80%. На рисунке 12 показана форма кривой обучения. Кривая относится к измерениям по обучающей выборке, среднеквадратическая ошибка составляет 5,1414·10-6.

Рис.11. График зависимости Рис.12. График моделирования среднеквадратической ошибки искусственных нейронных сетей обучения от числа обучения Приведнные результаты свидетельствуют о хорошей степени аппроксимации. Эффективность прогнозирования выбранной ИНС оценивается относительной погрешностью, рассчитываемой по формуле, для денормализованных значений:

где - спрогнозированное значение потребления электроэнергии на АВО газа, кВт·ч/мес.;

- фактический расход электроэнергии, кВт·ч/мес.

Средняя относительная ошибка прогноза для денормализованных значений составляет от 1 до 8%.

В пятой главе выполнено технико-экономические сравнения (ТЭС) вариантов построения схем управления электроприводами АВО газа. ТЭС проведено в соответствии с положениями «Методических рекомендаций по оценке эффективности инвестиционных проектов (вторая редакция)», утвержденных Министерством экономики РФ, Министерством финансов РФ, Государственным комитетом РФ по строительной, архитектурной и жилищной политике 21.06.1999 № ВК 477 и «Методики оценки экономической эффективности инвестиционных проектов в форме капитальных вложений», утвержденной ОАО «Газпром» от 09.09.2009 № 01/07-99.

В работе выполнена экономическая оценка следующих вариантов построения схем электроснабжения:

- вариант 1 – управление с ЧРП на каждый двигатель;

- вариант 2 – управление с ЧРП на пару двигателей;

В качестве исходных данных для сопоставительной оценки определены капитальные вложения и эксплуатационные расходы. В работе осуществлен выбор наиболее оптимального варианта применения оборудования для дожимной компрессорной станции (ДКС) (2 очередь) на УКПГ-1В.

Экономическая оценка сводится к расчету величины уменьшения денежной наличности (дисконтированных затрат) предприятия в зависимости от выбранного варианта. Поэтому затраты, которые по вариантам не различаются в расчетах не учитывались, так как на выбор варианта влияния не оказывают.

Исходя из этого, основным критерием для сравнения вариантов является минимум суммарных дисконтированных затрат по вариантам относительно друг друга (таблица 2).

Таблица 2 – Капитальные вложения по вариантам Вариант 1 ШУ с ЧРП на каждый двигатель Вариант 2 ШУ с ЧРП на пару двигателей Вариант 3 ШУ с УПП Вариант 4 ШУ с УПП и ЧРП * - строительно-монтажные работы Сравнение вариантов по оснащению второй очереди ДКС объекта «Дожимная компрессорная станция на УКПГ-1В Ямбургского НГКМ (2-я очередь)» произведено по величине суммарных дисконтированных затрат относительно друг друга.

В соответствии с положениями п.7.2.1 «Методики оценки экономической эффективности инвестиционных проектов в форме капитальных вложений», утвержденной ОАО «Газпром» от 09.09.2009 №01/07капитальные вложения в расчетах денежных потоков учтены с НДС.

Возврат НДС производится в году, следующим за расчетным.

На основании полученных потоков затрат и доходов, сформированы потоки дисконтированных затрат. Полученные показатели по оснащению второй очереди ДКС объекта «Дожимная компрессорная станция на УКПГ-1В Ямбургского НГКМ (2-я очередь)» позволяют сделать вывод о целесообразности реализации варианта 4 (ШУ с УПП и ЧРП).

По принятому критерию оценки вариантов (по величине дисконтированных затрат) вариант 4 имеет преимущество по сравнению с другими вариантами, и его реализация позволит инвестору сэкономить до 49 936 тыс. руб.

Выводы по работе:

1. Разработана математическая модель расхода электроэнергии электроприводами АВО газа с комбинированной системой управления УПП и ЧРП. Данная система управления отличается от существующих систем предлагаемым количеством УПП и ЧРП. Математические модель позволяет более точно спрогнозировать расход электроэнергии электроприводами АВО газа на КС, оптимизировать работу системы охлаждения АВО газа на плече МГ, подобрать оптимизирующий режим работы с минимальным расходом электроэнергии при сохранении необходимой пропускной способности МГ и снижением стоимости на транспортировку углеводородов, повысить энергоэффективность в части расхода электроэнергии на 15%.

Проведено прогнозирование расхода электроэнергии на АВО газа, статистического анализа данных расхода электроэнергии от пропускной Разработана математическая модель искусственной нейронной сети для прогнозирования расхода электроэнергии на АВО газа, оценка адекватности, разработанной ИНС на основе обработки результатов экспериментальных данных. Методика прогнозирования потребления энергетических ресурсов в совокупности с оптимизационными процессами транспорта газа с внедрением в систему АСУ ТП КС, ГТС на плече МГ. Средняя относительная ошибка прогноза составляет от 1 до 8%.

Разработана методика оценки показателей энергетической эффективности АВО газа с использованием ИНС с периодом рассмотрения 5 лет. Данная методика используется при разработке раздела 10.1 «Мероприятия по обеспечению соблюдения требований энергетической эффективности и требований оснащенности зданий, строений и сооружений приборами учета используемых энергетических ресурсов».

Обосновано применение комбинированной системы управления электроприводами АВО газа на компрессорной станции ДКС Ямбург.

Экономия при внедрении данной системы составляет 45 млн. руб.

Основные положения диссертации опубликованы в следующих 1. Мочалин Д.С. Современные принципы построения схем электроснабжения аппаратов воздушного охлаждения газа / Д.С. Мочалин // Научное обозрение. - №9. -2013. – С. 282-284.

электропривода аппаратов воздушного охлаждения газа / Д.С. Мочалин // Научное обозрение. - №9. -2013. – С. 285-288.

3. Мочалин Д.С. Обеспечение энергоэффективности мероприятий на объектах нового строительства и реконструкции / В.И. Воронков, И.Е.

Рубцова, Д.С. Мочалин // Газовая промышленность. - №10. – 2013. – С. 38-42.

4. Мочалин Д.С. Инвариантная система управления электроприводом АВО газа / Д.С. Мочалин, В.Г. Титов // Инженерный вестник дона. - №4. – 2014. – С. 5-10.

электроснабжения аппаратов воздушного охлаждения газа / Д.С. Мочалин // Международный научно-исследовательский журнал. - №9(16) часть 1. -2013. С.100.

6. Mochalin D.S., Titov V.G. Invariant control system of the gas air cooled heat exchangers / D.S. Mochalin, V.G. Titov // Science Technology and Higher Education. – 2013. - Р. 391-396 – Режим доступа: http://science-canada.com/ru/archive.php (доступ свободный) – Загл. с экрана. – Яз. рус.

7. Мочалин Д.С. Применение преобразователей частоты на компрессорных станциях магистральных газопроводов / Д.Г. Садиков, Д.С. Мочалин, В.Г. Титов // Труды Нижегородского государственного технического университета им. Р.Е.

Алексеева. - № 2 (104). – 2014. – С. 179-189.

8. Мочалин Д.С. Разработка инвариантной системы управления АВО газа / Материалы IV научно-практической молодежной конференции «Новые технологии в газовой отрасли: опыт и преемственность» (18-19 октября 2012 г.). Москва, Газпром ВНИИГАЗ, 2012. – С.85.

9. Мочалин Д.С. Прогнозирование электропотребления аппарата воздушного охлаждения газа с помощью нейронных сетей / Д.С. Мочалин / Материалы Десятой Всероссийской конференции молодых ученых, специалистов и студентов «Новые технологии в газовой промышленности» (8-11 октября 2013 г.). - Москва, РГУ нефти и газа им. И.М, Губкина, 2013. – С. 327.

электропривода аппарата воздушного охлаждения газа / Д.С. Мочалин // Материалы V научно-практической молодежной конференции «Новые технологии в газовой отрасли: опят и преемственность» (19-23 октября 2013 г.). Москва, Газпром ВНИИГАЗ, 2013. – С.85.

11. Мочалин Д.С. Оценка и прогнозирование энергопотребления аппарата воздушного охлаждения газа на компрессорной станции IX / Д.С. Мочалин // Материалы IX Международной учебно-научно-практической конференция «Трубопроводный транспорт – 2013» (7-8 ноября 2013 г.) - Уфа, УГТУ, 2013. – С.

103-104.

12. Мочалин Д.С. Синтез алгоритмов регулирования электропривода АВО газа /Д.С. Мочалин, В.Г. Титов // Сборник Материалов ХХ международной научно-технической конференции студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» - Нижний Новгород, НГТУ, 2014 г. – С.

13. Мочалин Д.С. Оценка и прогнозирование энергопотребления аппарата воздушного охлаждения газа на компрессорной станции / Д.С. Мочалин, В.Г.

Титов // Материалы международного семинара «Рассохинские чтения» (6- февраля 2014 г.) часть 2 - Ухта, УГТУ, 2014. – С.110-111.

14. Мочалин Д.С. Инвариантная система управления электроприводом АВО газа / Д.С. Мочалин // Сборник тезисов 68-й Международной молодежной научной конференции «Нефть и газ - 2014» (14-16 апреля 2014 г.) Том 1. - Москва, РГУ нефти и газа им. И.М. Губкина, 2014 г. – С.294.

15. Мочалин Д.С. Оценка и прогнозирование энергопотребления аппаратов воздушного охлаждения газа на компрессорной станции /Д.С.

Мочалин, В.Г. Титов // Сборник Материалов ХIII международной молодежной научно-технической конференции «Будущее технической науки» (23 мая 2014 г.) - Нижний Новгород, НГТУ, 2014 г. – С. 68-69.