严 伟，幸相渝，陈 俊，牛洪海，杨智彬，吴 军，娄清辉，韩 锐，邱 睿

（1. 南京南瑞继保工程技术有限公司，江苏 南京 211102；2. 武汉大学 电气与自动化学院，湖北 武汉 430072；3. 海洋石油工程股份有限公司，天津 300451）

0 引言

大力发展海洋油气行业是填补我国能源缺口的重要战略之一。海上油气工程，即海上油气开采平台，其远离陆地，内部具备电、热、气、油、水等多种能量和物质之间的复杂交互关系，属于能源密集型系统，又称海上微能系统OMIES（Offshore Micro Integrated Energy System）［1］。目前，虽然海上油气工程正朝着集群开发、多平台互联以及多能综合利用的方向发展［2-4］，但是由于其运行环境特殊，该系统输入侧能源结构单一、能源利用效率低下以及高成本、高排放、高能耗等缺点暂未得到根本改善。

有效的能效评估手段可以促进OMIES 向高效性方向发展。目前，国内外针对海上油气工程的研究多是将其简单视作离岸型电力系统进而研究其可靠性、稳定性等问题［5-6］，而将海上油气工程视作多能源系统并对其开展能效评估的研究还很匮乏。海上油气开采平台是解决我国能源危机的重要一环，平台所产的石油与天然气是我国当前紧缺的能源，在全球能源逐渐枯竭、“双碳”目标亟待实现的大背景下，海上油气开采平台的作业必须向着一次能源消耗量PEC（Primary Energy Consumption）少、碳排放量少的方向发展。除此之外，随着“双碳”目标的提出，海上运输设备已逐渐改装为燃烧天然气驱动，海上油气开采平台未来将实现大规模平台互联，多种类能源共济，作为海上运输设备的中枢，为其提供天然气补充等服务。为此，可借鉴一般区域综合能源系统RIES（Regional Integrated Energy System）在评估领域内的研究成果。文献［7］分别从动态和静态的角度构筑了涵盖技术性、经济性、可靠性、高效性等方面的RIES 评估指标体系。文献［8］构建了以能源环节、装置环节、配电网环节和用户环节为上层宏观因素的综合评估指标体系，并考虑了不同微观指标的相互交叉与重复性造成的影响。可见，以往研究多侧重从多层次、多角度开展综合效益评估，而对能效评估指标的设置不全面，无法合理准确地评估系统的能源利用水平。本文提出的评估方法更侧重于评估OMIES 的能源利用水平，结合其具体运行环境与未来的智能化、多能化需求，有效指引海上平台的能效提升工作，这对于海上平台实现能源高效利用、多能互联平台改造、碳排放量减少具有重要的探索意义。

能效评估的理论基础为热力学第一定律和热力学第二定律。基于热力学第一定律的指标主要包括PEC、一次能源利用率PEUR（Primary Energy Utilization Rate）、一次能源节约率PESR（Primary Energy Saving Rate）、平均综合能源利用率［9-10］等。文献［11］针对选用单一能效指标进行评估的局限性，对RIES 的能级进行了细分，在能质系数的基础上分别提出了能源供应、转换、传输、存储和需求5 个环节的能效表达式，并分析了各级能效之间的相关性以及影响系统能效的核心影响要素。影响能效的关键因素是能效评估方法的选取、能量输入环节的控制与能量运行过程管理的优化，面向未来OMIES 多能化、节能化的发展趋势，本文建立了一套能效评估方法，并对一个新型OMIES 进行能量过程管理优化，展示未来新技术不断发展下的OMIES能效提升效果。

只有对OMIES 的能效进行合理的评估，才能进一步针对提高OMIES 的能量利用效率进行运行方式的优化。文献［12］提出了一种考虑电气联合储能的OMIES 规划方法，通过将废弃油井改造为储气库，可以有效应对伴生气产量的波动，提升OMIES的可持续运行能力和环保效益。文献［13］围绕OMIES 的燃气透平耗气特性设置优化策略，通过寻找透平机组的最优运行区间以减少天然气的损耗与排空。上述研究成果虽能从一定程度上降低现有OMIES的能源浪费，但均是将其视作电-气耦合能源系统，未充分考虑其内部的复杂物质能量转换关系，因而具有一定的局限性。本文结合提出的能效评估方法对一个包含可再生能源发电、电气联合储能等新技术的海上油气平台进行节能优化，以PEC 最少和运行环保成本最低为优化目标，结合各约束，给出优化结果，并与传统的热电联产模式下的运行情况进行对比分析，这样结合能效紧密评估的新型海上油气平台的优化分析将给未来海上油气开采行业的发展带来一定的启发。

综上所述，为提高OMIES 的能源利用效率，探索多能互联对OMIES 灵活性提升、节能减排的意义，本文针对一个新型的含电气联合储能技术、CO2排放控制技术、余热梯级利用技术和可再生能源发电技术的OMIES 展开研究。首先，考虑系统内部多种物质和能量转换关系复杂的实际情况，选用标准化矩阵建立了OMIES 的广义物质能量流模型；然后，提出了适用于本文提出的新型OMIES 的能效评估指标和方法，并基于能效评估指标构建了以减少一次能源消耗为主要目标的优化模型；最后，通过算例分析对所提模型的有效性和正确性进行了验证。

1 海上油气工程微能系统建模

在系统运行与能源利用方面，OMIES 的现有特点主要包括以下4 个内容。①能源结构单一。目前，OMIES的主要燃料为天然气和轻柴油，对可再生能源的研究和利用大多仍处于发展和工程示范阶段。②“源-网-荷”高度一体化。以电力系统为例，由于OMIES 的空间紧张，多台发电机组通常共用一条母线，部分负荷与发电机位于同一平台上，且直供大负荷较多，系统可靠性薄弱。③能源利用效率较低。OMIES 的主要能源输入均为不可再生资源，且电、气、热的传输或耦合多为单向，多能互补能力不足。同时，OMIES的余热回收成本较高，致使OMIES的余热利用率低。为保障系统的运行安全，透平发电机的负荷率较低，致使单位出力耗气量大。④能量管理手段匮乏。OMIES与陆地能源系统没有直接的能量联系，伴生气产量的不稳定易导致系统的供需不平衡。在伴生气产量富余时期，冗余伴生气常被燃烧发散，造成大量资源的浪费和环境污染；在匮乏时期，系统过度依赖外界能源输送，经济性较低。

本文所研究的OMIES 为渤海某海上油气工程的改进模型，如附录A图A1所示。

该OMIES 由能量供应系统ESS（Energy Supply System）和生产作业系统POS（Production and Operating System）2 个部分组成。其中：ESS 主要由供热发电系统HPGS（Heating Power Generation System）、蓄电装置PES（Power Energy Storage）、储气装置NGS（Natural Gas Storage）和排污放空管理系统BVMS（Blowdown and Venting Management System）组成；POS 的主要用能工艺和工序包括油气开采系统OGMS（Oil and Gas Mining System）、油气处理系统OGPS（Oil and Gas Processing System）、注水系统WIS（Water Injection System）、电伴热系统EHS（Electric Heating System）和生活楼系统LBS（Living Building System）。ESS 和POS 之间存在电、热、水、油等多种能量与物质的相互联系，且POS 既是ESS的负荷，又是ESS的能量来源。

为描述OMIES 内部这种多能源与物质间错综复杂的转换关系，可将其适当简化并选用标准化矩阵模型进行建模，即OMIES 所有的输入与输出物质流和能量流间应满足如下平衡关系［14］：

2 能效评估模型

对不同能源进行统一度量的常用方法包括标准煤折算法、热当量法以及基于㶲分析理论的能质系数折算法。以能质系数表述某种能量与其对应的㶲之间的关系为：

式中：下标t表示各种类型的能源，如电、气、热、冷等；Et为能源t具备的能量，Ext为其对应的㶲；λt为能源t的能质系数，其计算方法可参考文献［15］。

2.1 能效评估指标

为了从多方面反映OMIES 的综合用能水平，为OMIES 的节能减排提供指导，本文结合热力学第一定律和热力学第二定律，建立了适用于OMIES 的5项能效评估指标。

1）PEC。

PEC 定义为OMIES 消耗的一次能源总量，其中一次能源包括天然气、柴油和可再生能源，不同类型的能源选用标准煤折算法进行统一折算。PEC 值fPEC的大小可以表征OMIES的总能源消耗情况，计算公式如下：

式中：ηe为传统供能模式下电厂发电的一般效率；ηh为传统供能模式下燃气／电锅炉／煤锅炉制热的一般效率。

4）㶲效率EXE（EXergy Efficiency）。

EXE 定义为OMIES 输出总㶲与输入总㶲的比值，其中输入总㶲包括天然气、柴油和可再生能源的㶲，输出总㶲包括电能和热能的㶲，EXE 值fEXE的大小可表征OMIES的供用能匹配程度，计算公式为：

2.2 多场景能效评估方法

OMIES的负荷水平会因季节因素的影响而表现出明显的差异。为此，多场景能效评估的基本思路是：首先将全年按季节特性进行划分，选取各季节内典型日的负荷条件作为基本评估对象并设置相应的运行方案，将不同负荷特性与运行策略的组合确定为能效评估的实际场景；然后，针对特定场景计算OMIES 的输入与输出能量流（或㶲流），并计算得到该场景下的能效评估指标值；最后，选用熵权法求得该场景下的综合能效评估结果，并根据不同场景对应的天数进行加权求和，最终得到全年的综合能效评估结果。

熵权法是一种能够根据指标样本数据的离散程度确定指标权重的评估方法，具有较强的客观性和实用性，适用于OMIES 的能效评估［16］。设共有n个评估场景、m项评估指标，由熵权法计算得到第j项指标的权重为ωj，则场景i下的综合能效值si为：

式中：si，s、si，w、si，t分别为场景i下在夏季、冬季和过渡季典型日的能效评估结果；Ds、Dw、Dt分别为一年内夏季、冬季和过渡季的天数。

3 节能优化模型

3.1 目标函数

在负荷水平一定的前提下，系统输入能源越少，能效评估指标数值越优。因此，本文设置的优化节能策略以OMIES 一天内的PEC 最少为目标函数，具体如下：

式中：OF2为OMIES 一天内的总成本；Cec为OMIES 一天内消耗输入能源的总㶲成本；Cen为OMIES一天内CO2的总排放成本；Cop为OMIES 一天内主要能源设备的总运行成本。上述3项成本具体可表示为：

式中：cngs、chpgs、cpes、cbvms分 别 为NGS、HPGS、PES 和BVMS 单元的单位出力运行成本；其他变量含义见附录B，式（16）、（17）、（19）中同理，不再赘述。

3.2 约束条件

OMIES 除了需要满足式（1）、（2）所述的广义物质能量流模型的约束外，还应满足能源转换设备的出力约束和储能系统的物质能量平衡约束。

NGS的物质能量平衡约束为：

式中：qngs，max为NGS 储存或释放天然气的最大流量；Vngs为NGS 的天然气容积；Vngs，max为NGS 的天然气最大容积；qngs，in、qngs，out分别为储存、释放天然气的流量；Iin、Iout为表示NGS 储放气状态的0-1 变量，NGS处于储气状态时有Iin=1、Iout=0，处于放气状态时有Iin=0、Iout=1。

PES的物质能量平衡约束为：

式中：Ppes，max为PES 充电或放电的最大功率；Epes为PES 的 电 能 容 量；Epes，max为PES 的 最 大 电 能 容 量；Ppes，ch、Ppes，dch分别为PES 的充、放电功率；Ich、Idch为表示PES 充放电状态的0-1 变量，PES 处于充电状态时有Ich=1、Idch=0，处于放电状态时有Ich=0、Idch=1。

HPGS的出力上下限约束为：

式中：Pdt、Hob、Ppv分别为柴油机组、柴油锅炉和光伏的输出功率；Pdt，max、Hob，max、Ppv，max分别为柴油机组、柴油锅炉和光伏的最大输出功率。

由于ESS 和POS 互为源荷，即POS 作为ESS 的电、热负荷，同时也为ESS提供生产二次能源所需的天然气，故还需在优化模型中计及ESS 和POS 的物质与能量相关性约束，具体如下：

3.3 模型求解

综上，节能策略的优化模型可表示为：

可见，该模型为多目标混合整数优化模型，可采用改进的ε-约束法对所提模型进行求解，其原理图如图1所示。

图1 改进ε-约束法原理图Fig.1 Principle diagram of improved ε-constraint method

首先，分别求解单目标优化问题min{OF1}、min{OF2}，得到最优解为x1、x2，并根据目标函数值A(OF1(x1)，OF2(x1))、B(OF1(x2)，OF2(x2)) 确 定Pareto 前沿集的边界点；其次，求解单目标优化问题min{OF1+OF2}，得到最优解为x3，记目标函数值为C(OF1(x3)，OF2(x3))；然后，过A、B、C这3 点作辅助圆弧，连接AB作乌托邦线并将其N等分，过线段AB上的N等分点作垂线与弧ACB相交，交点的纵坐标即为εn(n=1，2，…，N+1)的值；最后，将εn作为目标函数OF2的最大值约束代入求解单目标优化问题min{OF1}，通过遍历εn的值，即可得到原多目标优化问题的Pareto前沿集。

4 算例分析

4.1 算例简介

本文算例采用的OMIES 结构如附录A 图A1 所示，其能源转换设备主要包括光伏发电单元、燃气透平机组GT（Gas Turbine）、余热回收装置WHRD（Waste Heat Recovery Device）、柴油发电机组DT（Diesel Generator）和燃油锅炉OB（Oil-fired Bolier）。ESS 中各个单元的运行成本及其内部能源设备的主要参数如表1所示。

表1 ESS主要参数Table 1 Main parameters of ESS

夏季、冬季和过渡季的典型电、热负荷曲线如附录C图C1所示，POS各工艺单元的耗电、耗热比例如附录C 表C1 所示。依据实际调查统计，本文算例中OMIES 的夏季日共有92 d，冬季日共有90 d，过渡季日共有183 d。本文以上述3 种不同季节典型日下的负荷和辐照条件作为能效评估的基本场景。

OMIES 一天内的伴生气产量曲线如图2 所示，本文认为全年的伴生气产量水平保持稳定。

图2 伴生气产量曲线Fig.2 Associated gas production curve

为分析节能策略优化模型对综合能效的提升作用，设置以下3种运行方案进行对比分析：方案1，系统优先满足电负荷运行，具体运行方式如附录C 图C2（a）所示；方案2，系统优先满足热负荷运行，具体运行方式如附录C 图C2（b）所示；方案3，系统选用优化运行方式，模型的目标函数综合考虑PEC 最少和总成本最小。其中，方案1和方案2均属于传统的热电联产运行模式。上述3 种运行方案在3 个季节典型日场景下，共组成9个能效评估的实际场景。

4.2 优化运行结果分析

设置N=40，利用商业求解器GAMS 求解方案3在3种季节典型日下的优化模型，Pareto 最优解集如附录C图C3所示。

对2 个目标函数的遍历优化结果分别用梯形模糊隶属度函数归一化后，确定对于2 个目标函数都较优的折中解作为最终的优化结果，如表2所示。

表2 不同季节典型日下运行方案3的优化结果Table 2 Optimization results of Operation Scheme 3 on typical days in different seasons

由表2 可见，一次能源的需求量总体表现为冬季＞过渡季＞夏季，与系统的负荷季节特性相一致。进一步地，在确定最终优化结果后，可得到各运行场景下的一次能源消耗情况，以夏季日为例，其输入能量流如附录C 图C4 所示。可以看出，系统倾向于优先消纳光伏，原因是太阳辐照为可再生能源，本文设置其标准煤折算系数和能耗成本取0。同时，因柴油的供热和发电效率更高，柴油的优先级高于天然气。

此外，在02:00、03:00、05:00 和24:00，系统出现了天然气消耗为负值的情况。这是由于上述时间内的伴生气产量过剩，而负荷的需求水平较低，NGS动作将多余伴生气进行储存，有效减少了系统的能源浪费。夏季典型日下储能设备的动作情况如附录C图C5 所示。可见系统能根据负荷需求和伴生气产量的变化对NGS和PES进行联合优化调度。在光伏出力较大的12:00—14:00 时段，NGS 动作吸收了冗余伴生气。在夜间用电高峰期18:00—23:00 时段，由于可再生能源出力为0 且伴生气产量显著下降，PES增补出力以降低系统对一次能源的消耗。

冬季和过渡季的输入能量流如附录D 图D1所示。

4.3 能效评估指标结果对比

选用加权有向图法［17］分别对各季节典型日下方案1和方案2的输入能量流（或㶲流）进行计算，求得各场景下的输入能量流如附录D 图D2 所示。依据附录D 表D1所示的能效评估指标计算参数，可求得各场景的能效评估指标，需要注意的是，部分时间（如附录C 图C4 中的02:00、03:00、05:00 和24:00）出现了天然气消耗为负值的情况，此时无法按照定义计算能效指标。考虑到这部分天然气实际被传输到NGS中进行存储，在后续时段内用于增补出力，故而本文将天然气输入的负功率视为一次能源的节省量，并在PEC和输入㶲功率中减去该部分，经此处理后再对各项能效指标进行计算。

各指标的计算结果如表3—5 所示，其中指标PEC 仅给出一天内系统消耗一次能源的总量，指标PEUR、PESR、EXE和EXEC仅给出一天内的平均值。

表3 夏季不同运行方案的能效指标对比Table 3 Comparison of energy efficiency indicators of different operation schemes in summer

表4 冬季不同运行方案的能效指标对比Table 4 Comparison of energy efficiency indicators of different operation schemes in winter

表5 过渡季不同运行方案的能效指标对比Table 5 Comparison of energy efficiency indicators of different operation schemes in transition season

由表3—5 可见，在3 种不同的季节条件下，采用方案3 均能明显减少系统的一次能源消耗，提高能源利用效率。同时，由于在节能策略方案下系统倾向于优先将柴油作为燃料，因此在夏季日条件下，运用节能策略比传统供能模式所需的经济成本更高。但值得注意的是，在冬季日条件下采用方案3反而使指标EXEC 的数值有所下降，这归功于本文建立的优化模型能够充分调动NGS 和BVMS 的积极性，通过NGS 和BVMS 的联合调度有效减少了天然气的浪费和CO2的排放，并使得冬季日条件下环境成本的减少幅度超过了燃料成本的增加幅度，最终表现为指标EXEC 的减小。通过具体计算不同场景下的各能效指标值，可以有效展示该方案下能源的利用情况，找出能源利用的薄弱环节，结合未来OMIES 的多能化发展需求，本文提出的评估方法可以在未来加入更多能源环节（如海上风电）时发挥更强的引导作用，引导平台向着高效用能的方向发展。

附录D 图D3 对比了不同季节和不同运行方案下的CO2排放情况。可见，方案2 的环保性最差，主要是由于该算例系统热负荷水平较低，同时，HPGS单元的供热效率较低且BVMS 单元的耗热系数较高，在优先供热模式下会造成更多的CO2排放。以本文提出的评估方法为指导进行优化，方案3的CO2排放明显减少。而随着海上资源开发进程的加快与环保发展的冲突不断加强，以及碳交易市场的发展，海上平台引入可再生能源及其优化方向向着低碳化模式倾斜已经成为必然趋势。本文给出的评估方法与优化模型在此趋势下具有重要的现实意义，这是对海上油气平台发展的扩展性研究。

4.4 全年能效评估结果对比

进一步地，为从全局角度对比优化前后的综合能效水平，将5项能效评估指标在9种运行场景下的共24×9=216 个数值作为评估样本，求得各指标的信息熵和对应的权重如表6 所示。可见，在以能源利用效率为主导的能效评估体系中，EXEC 的权重占比很低。

表6 各能效评估指标的信息熵和权重Table 6 Information entropy and weight of each energy efficiency evaluation index

表7 对比了各季节典型日下3 种运行方案的综合能效数值。可见，因能源利用效率提升，方案3 的综合能效评估结果明显优于方案1和方案2。

表7 不同运行方案的综合能效评估结果对比Table 7 Comparison of comprehensive energy efficiency evaluation results of different operation schemes

以全年为时间尺度，在夏季、冬季和过渡季3 种季节下，分别将3 种运行方案进行组合，共得到33=27 种全年运行方案。根据各季节在全年的天数占比进行加权求和，可以得到不同的全年运行方案的综合能效评估结果。表8 对比了最劣运行方案、传统运行方案和最优运行方案的全年综合能效评估结果。其中，传统运行方案是指在传统运行模式方案1和运行方案2中，各季节均选取综合能效评估结果最优的方案。

表8 全年综合能效评估结果对比Table 8 Comparison of comprehensive energy efficiency assessment results throughout year

由表8 可见，在各季节均选用方案3，可以使系统全年的综合能效水平最高。最优运行方案相较于传统运行方案的综合能效评估数值提升了约54.92%，相较于最劣运行方案提升了约57.01%，计算结果表明，本文所提的能效评估指标及评估方法具有可行性，并且本文设置的优化运行节能策略能够有效提升系统的综合能效水平。

5 结论

为改善OMIES 能效评估体系扁平、能源利用效率低下等问题，本文选用标准化矩阵对OMIES 进行建模，提出了适用于OMIES 的能效评估指标和方法，并以此为基础进一步提出了以综合能效最小为目标的优化模型，该模型为顺应未来海上平台多能化、低碳化发展需求，供能环节加入光伏发电、热电联产设备，考虑电气联合储能，从而能够对这种具备未来发展模式雏形的系统进行评估及优化，得到主要结论如下。

1）采用的多指标多场景的评估体系，合理且全面地从能耗的总量、能源的利用效率、能源的节约水平和梯级利用水平、供用能的匹配程度和投入产出比这几个方面体现了OMIES系统的综合能效水平。

2）影响OMIES 综合能效的主要因素是能效评估方法的选取、能量输入环节的控制与能量运行过程管理的优化。本文从PEC、PEUR、PESR、EXE、EXEC 等指标出发对OMIES 的能效进行评估，对能量运行过程进行优化，所得优化方案有效减少了PEC，降低了环境成本。

3）优化运行模式下，OMIES 对一次能源的优先级为太阳辐照＞柴油＞天然气，方案3 在提高能源利用效率的同时也会增大能耗成本，需根据运行实际平衡OMIES经济性和高效性之间的矛盾。

4）通过电-气储能单元与CO2排放控制单元的联合优化调度，可以有效减少OMIES 的能量浪费和排放成本，提高能源利用效率和环保性。

附录见本刊网络版（http：//www.epae.cn）。