油田污水管道水力计算修正研究

    赵洪洋 魏立新 刘书孟

    摘 ? ? ?要: 油田污水管道水力计算由于输送介质复杂,采用传统的管道水力计算方法得出的结果与现场实际测量结果相差较大,无法满足工程实际需求。在原有水力计算公式的基础上,利用最优化数学模型,采用最小二乘多项式修正和经验公式系数修正两种方法,分别对油田不同类型的污水管道水力计算公式进行修正。修正结果表明,通过修正后的公式计算结果与现场实际生产情况平均相对误差为4.7%,计算偏差较小,能够满足工程计算要求,可以为油田污水系统实际生产提供理论和数据支持。

    关 ?键 ?词:污水系统;水力修正;最小二乘;MATLAB

    中图分类号:TU991.32 ? ? ? 文献标识码: A ? ? ? 文章编号: 1671-0460(2020)02-0441-05

    Abstract: ?Due to the complicated transportation medium in the hydraulic calculation of oilfield sewage pipes, the results calculated by the traditional pipe hydraulic calculation method are quite different from the actual results measured on site, which cannot meet the actual needs of the engineering. Based on the original hydraulic calculation formula, by using the optimal mathematical model and the least-squares polynomial correction and the empirical formula coefficient correction, the hydraulic calculation formula of different types of sewage pipes in the oilfield were corrected. The correction results showed that the average relative error between the calculated result of the corrected formula and the actual production situation on site was 4.7%, the calculation deviation was small, meeting the calculation requirements of the engineering. The paper can provide theoretical and data support for the actual production of the oilfield sewage system.

    Key words: ?sewage system; ?hydraulic correction; ?least squares; ?MATLAB

    近年来,随着油田生产由水驱系统逐渐转为聚驱系统和三元驱系统,油田污水产量大幅度增加,采出液“见聚”现象十分突出[1-3]。因此,油田污水系统在油田生产中所起的作用越来越明显。油田污水系统主要是针对油田生产污水进行收集和处理,为油田注水及污水排放做准备。但目前由于油田生产污水水质成分复杂,而油田生产系统管网连通性越来越好,造成污水系统运行工况复杂。目前紧靠工人生产经验调控污水系统运行会导致生产方案不合理,能耗较高等情况。而面对清水资源的宝贵及污水积存压力与外排污染的多重挑战,高效处理并充分利用油田污水资源对于提高总体开发效益,实现油田可持续发展具有重要意义[4-8]。因此,提高油田污水系统运行水平成为油田实际生产运行中的一项重要任务。

    为实现油田污水系统的节能生产运行,大庆油田某采油厂开展油田污水系统的水力仿真模拟以帮助管理人员对生产系统进行预测、模拟运行,为油田生产提供理论基础和依据[9-11]。目前,国内外对油田地面工程建设及运行的水力仿真研究主要集中在注水系统和集输系统等方面,无法满足油田污水系统的水力仿真模拟。本文针对油田污水系统水力仿真计算,对油田污水系统水力计算进行分析、建模及求解。

    1 ?污水管网类型及水质分析

    1.1 ?污水管网类型

    油田污水系统由管道单元和节点单元两种类型组成。其正常工作时,脱水站分离出的污水通过污水原水管网进入污水处理站,经污水站处理后输送至注水站。根据处理水质类型不同可将污水处理站分为水驱污水处理站、含聚污水处理站和深度污水处理站三种。根据下游节点类型不同可將污水管网分为污水原水管网、普通污水滤后水管网和深度污水滤后水管网,具体污水系统流程图见图1。

    1.2 ?污水管网水质分析

    油田污水管网与注水管网的主要区别在于输送水质不同。根据不同的处理方式可将污水分为含聚污水滤后水,深度含油污水滤后水、一般含有污水原水和一般含油污水滤后水,根据现场的取样测试结果,不同水质不同温度下的黏度见表1。

    2 ?污水管道水力计算数学模型

    针对油田污水系统管网结构复杂,水质差别大且管网内连通性较好的特点,建立起水力计算数学模型。根据《油田地面工程设计》中规定,污水管道水力计算可采用魏斯巴赫-达西公式计算,结合污水系统管道单元示意图(图2)。

    3.4 ?计算实例

    分别对不同类型管道的水力计算结果和现场实际测试结果进行最小二乘拟合修正,通过比较不同修正次数的修正结果,以确保修正结果符合工程要求计算最小误差为前提,选取最低次数的多项式。以深度含油污水滤后水管道为例,通过对其进行不同次数的多项式拟合,得出最小二乘多项式拟合曲线(图3)以及不同次数多项式修正结果(表4)。

    根据拟合图像以及拟合结果发现,当多项式次数高于三次时,多项式修正结果相差不大且符合工程计算误差要求,因此选用三次多项式作为最小二乘修正公式。同理,对其他四种管道分别进行多项式修正分析,得出相应的计算公式(表5)。

    根据对比结果可得,相对于两种修正方法,含聚污水滤后水管道系数修正法修正后计算误差更小,而其他四种管道的三次多项式修正后计算误差较小。通过修正后的污水管道水力计算结果与原计算结果相比,计算误差更小,更适用于现场实际应用(表8)。

    4 ?结 论

    (1)通过对五种不同类型管道水力计算的最小二乘法拟合结果发现,三次多项式拟合结果与更高次多项式拟合结果相差不大,且所需计算步长更小,更符合工程计算需要。

    (2)根据计算结果与现场实际测量结果比较,可以发现:计算结果均远低于实际现场测试结果。可能存在原因包括:管道内壁腐蚀情况较为严重;油田生产污水含有杂质较多,影响计算结果。

    (3)相比较于两种修正方式,最小二乘法修正结果整体优于系数修正法。针对不同类型管道比较可见,系数修正法的修正结果在具有相似的确定系数的同时,和方差更小。因此,在两种修正方法修正后的计算结果相近时,应当选用系数修正法。

    参考文献:

    [1]王力, 乐昕朋, 等. 油田环状污水管网水力计算方法研究[J]. 天然气与石油, 2018, 36 (03): 1-5.

    [2] 贾永英, 刘扬, 刘晓燕, 司国海, 谭英杰. 含蜡原油管道再启动过程压力计算[J]. 大庆石油学院学报, 2008 (05): 45-47+54+125.

    [3]刘扬,杨建军,魏立新, 等. 基于混合遗传算法的配电网络重构优化[J]. 系统工程理論与实践,2004,24(11):122-127.

    [4]刘扬, 司明林, 魏立新, 王志华. 低温集输管道沉积速率及热洗周期的确定与分析[J]. 科学技术与工程, 2010, 10 (10): 2456-2458 +2471.

    [5]刘扬. 石油工程优化设计理论及方法[M]. 北京:石油工业出版社,1994:

    [6]刘扬. 大型油气网络系统优化理论及方法[M]. 北京:科学出版社,2019.

    [7]刘扬,程耿东. N级星式网络的拓扑优化设计[J].大连理工大学学报,1989,29(2):131-137.

    [8]刘扬,赵洪激,周士华.低渗透油田地面工程总体规划方案优化研究[J].石油学报,2000,21(2):88-95.

    [9]Liu Yang,Chen Guanrong. Optimal parameters design of oilfield surface pipeline systems using fuzzy models[J]. Information Sciences, 1999, 120(1): 13-21.

    [10]Liu Yang,Cheng Qinglin,et al. Multi-objective optimization of energy consumption in crude oil pipeline transportation system operation based on exergy loss analysis[J].Neurocomputing, 2019,332(7): 100-110.

    [11]Liu Yang, Chen Shuangqing, et al. Layout optimization of large-scale oil–gas gathering system based on combined optimization strategy [J]. Neurocomputing, 2019,332(7):159-183.