基于工業互聯網構架的油氣管網能源管控系統的開發與應用

張小俊 滕學睿 楊全博 張 峻

（1. 國家管網集團北方管道公司a. 生產經營部；b. 技術支持中心；2. 國家管網集團液化天然氣分公司天津LNG 分公司；3.西南石油大學電氣信息學院）

“雙碳”目標對我國油氣管網行業發展產生了巨大影響，因此降低能耗、提高能源利用效率，建立可靠油氣管網能源管控體系已經迫在眉睫。能源管控系統不應和生產系統割裂開來，應結合生產工藝、 設備運行能耗及人工智能等技術，采用“工業互聯網平臺+工業智能APPS”架構模式，利用工業大數據集成平臺， 結合經營管理需求，實現以下4個功能： 下發及收集數據的數字化功能； 基于能源分析結果的智能調配和調整功能；快速及時對能源使用狀態進行智能分析和預判的功能；能源事務整體統一管理功能［1～4］。

1 現狀與挑戰

能源管控系統通過實時監測，在線分析發現生產過程和工藝的不足，合理優化提高能源管控效率，實現節能。

1.1 油氣管網能耗管控現狀

能動費用是油氣管網運行成本的主要方面，節能監測作為核心KPI納入考核。 但是能源管控還存在機制、管理手段等方面的不足［5～8］：

a. 基礎數據不完善，缺乏真實、全面的數據支持，難以量化分析，無法為企業能效管理的優化運行、節能診斷及主動需求提供支持；

b. 節能機制尚未形成， 成本核算和收費、節能技術進步、內部考核等機制不全，計量體系不完善，存在“吃大鍋飯”心理；

c. 能源管理手段落后，部分企業配備能源系統，但管理功能薄弱，沒有挖掘出用能數據的價值，缺乏切實可用的統計分析、智能預判等功能；

d. 缺少能源消耗采集手段，企業只知道能耗較高，但不能按設備、類型進行數據分析，能源數據沒有實現數字化、可視化以及關鍵指標、運行設備狀態的統一管理監控；

e. 主動需求響應缺失，能源管理還處于被動需求側管理響應階段，不能適應未來智能用能的轉變，缺乏主動需求側響應；

f. 節約意識不強， 能源管理中還存在“重建設、輕節約”、“重保障、輕效益”的現象，用能管理基本停留在用能安全保障、貿易結算層面。

1.2 智能化油氣能耗管控面臨的挑戰

1.2.1 設備方面

大型設備自成體系，泵、壓縮機、電機及加熱爐等主要耗能設備自帶數據采集系統，相關接口和數據格式不統一。 同時，不同年代建設的站場，設備類型不一，配置的數據采集及計算方式不統一，使用的工藝及標準也不統一，無法采用統一的維度和度量衡來計算能源數據。

1.2.2 地理環境方面

油氣管道地域覆蓋廣，橫跨東西，縱貫南北，溫度變化差異大，地貌從山地到荒漠。 地理環境的變化一方面影響耗能設備的燃燒效率與功率，另一方面生活支持等非生產因素能耗差異大。 如，站場和生活區距離不同， 導致員工日常生活所需能量不同。 平臺在能耗計算及指標下發時需考慮以上因素，以確保場站能夠進行正常生產工作，同時通過指標幫助站場人員排班， 從而改善非生產能源的使用及碳排放。 因此能耗考核不能設定統一的指標，需要充分考慮環境差異和運行特點。

1.2.3 管輸介質方面

管道輸送原油、成品油、天然氣時，運行工藝不同，耗能特性也存在較大差異。 成品油物質含量配比固定，天然氣為氣體，因此這兩種介質相對容易區分及度量。 LNG是低溫液化天然氣，只有在給終端設備充氣時才轉為氣體，其低溫工藝過程需進行氣體回收、壓縮、液化等工序，對能耗數據度量也有新的考量。 原油運行最為特殊，不同產地其粘稠度及凝點不一致，大慶高粘易凝原油需要加劑加熱輸送，俄油等進口輕質原油可以常溫輸送，這對能耗數據統一度量增加了新的維度要求。

1.2.4 運行管理方面

化石能源的生產及運輸從以前單純的生產指標，變為多指標融合，需要將國家戰略儲備要求、供給側需求、碳排放、節能用能指標等多指標平衡后，再根據生產周期進行測算而產生能源管理指標。

2 基于工業互聯網的能源管控系統開發

整個油氣行業需要具有決策分析方面的能源管控系統，匯總多方數據為管理層提供決策輔助，并把生產決策下發給各個基層單位，同時該系統具備與其他生產系統進行數據交互的能力，并為其他系統提供數據及決策分析。

2.1 設計原則

基于工業互聯網的能源管控系統的設計原則如下：

a. 堅持數據為本的數字化建設。數據是數字化建設的根本，由于油氣管網站場投運時間各不相同，新老站場并存，需采集數據體量大，設備狀態差異大，因此必須持續開展設備更新和傳感器安裝， 從而實現設備實時運行數據的采集上報，手動填報及多系統融合。 標準數據與非標準數據之間應進行隔離，確保數據準確不被污染，提供統一度量的融合、清洗、轉換方案，并提供可靠的準確數據接口，進行綜合數字化分析，為決策提供輔助。

b. 精準管控持續分解。 應對設備進行分解，從最小可維修單元開始， 逐層進行數據累積、聚合、分析。 通過數據的持續累積、逐層匯總，對設備運行狀態、站場運行狀態、分公司及作業區運行狀態進行評價，提煉能源消耗點，重點監測、統一調整、精準管控，提升能源使用效率。

c. 一體化決策輔助。 所有采集數據應融合在一個系統中，通過“一張屏”的方式匯總數據并分析結果，嵌入人工智能算法對操作拐點進行提示，幫助作業人員及管理人員快速做出判斷及調整。

d. 管控產維智能化聯動。 從能源統計管理、實時監控、能源指標下發、碳排放指標下發、生產指標下發及維護保養等多個方面，形成一體化智能化用能聯動。 做到按需用能、按需維護、實時管理、快速響應，讓設備處于節能高效狀態，讓生產處于平穩達標狀態， 讓用能處于節能環保狀態，讓工作處于計劃準確狀態［9］。

2.2 設計目標

油氣管網能源管控系統通過對企業能源的全面監控及大數據分析，計算用能效率，提取能源及設備使用最佳方式， 結合企業用能指標，形成用能管控KPI，指導生產部門能源使用，指導維養部門設備養護，聯動營業部門市場銷售，幫助企業進行數字化用能管理，降低成本、節約能源、減少碳排放［10～12］。因此，油氣管網能源管控系統設計目標如下：

a. 對生產設備用能數據進行實時全面提取，并結合生產活動其他用能數據進行匯總，形成全方位用能監控，油氣行業生產使用能源全集包括原油、柴油、天然氣、電、蒸汽、汽油、液化氣和煤；

b. 形成統一度量方式， 度量衡為噸標煤、噸標油、碳排放，并通過計算（萬噸公里）得到生產單耗，形成能源利用率指標；

c. 通過外部環境（溫度、濕度及海拔等）持續大數據積累，結合能源利用率指標進行生產使用分析；

d. 通過能源報警方式和各場站之間用能形成聯動，實時調整能源使用狀態，減少能源損耗；

e. 通過對生產設備持續能源監控及大數據分析，確定生產設備最佳狀態；

f. 根據生產設備最佳狀態結合生產設備實時狀態和維養成本，指導設備維養（包括但不限于設備零件更換、爐內清理及管道清理等）；

g. 結合市場和銷售狀態，確定生產需求（如各區域化石能源存量等）， 并針對此需求結合公司生產要求和碳使用限額形成生產指標。

2.3 功能設計

2.3.1 整體功能架構

能源管控系統架構如圖1所示，分為邊緣層、平臺核心層和工業APP關鍵層。其中，邊緣層實現現場數據采集并在現場進行數據初步處理。 平臺核心層進行數據傳輸、匯聚、存儲及大數據分析，采用虛擬化技術，以Go語言為后臺語言，處理實時數據并進行網絡傳輸。以Python進行頁面開發，Python內嵌數學、科學和工程庫，便于快速準確開發擴展同類型設備（加熱爐、鍋爐、輸油泵和壓縮機），具有良好的擴展性與復制性。 能源管控系統數據采集通過設備點位收集設備數據，經過物模型進行清洗過濾，存儲多維度數據（分、時、天、月、年、平均值及其他聚合）并形成數據倉庫。 工業APP關鍵層提供監控和展示， 再通過SQL查詢器查詢數據，通過圖表API調用，由圖表生成器顯示到系統中，通過物模型屬性直接對接圖表生成器，快速（無代碼）搭建分析圖表［13～15］。

圖1 工業互聯網架構下的能源管控系統架構

2.3.2 工業APP關鍵層

工業APP關鍵層中， 基于工業互聯網平臺開發對能源管理計劃、 調度運行、 能耗報表 （日、月）、能耗監控、能耗預測、專業計算、統計分析及決策支持等專業領域設計核心APP。

工業APP關鍵層基于能源管控目標， 提供相對應的各項功能，確保平臺發揮其管控作用：

a. 總覽圖。 整合主要信息數據，通過分析、分類、下鉆、聚合等方式讓管理層快速直觀地掌控能源使用狀態。 其中包括報警、日常任務、總體能源指標、優秀員工及團體展覽等。

b. 水力分析。 采集進站壓力、出站壓力、流量等數據，從而計算當量管徑。 當量管徑直接和管道維養關聯， 幫助管道進行清管工作的安排，對于站內節流等工作也有清晰的分析和認識。

d. 能效監測。 對能效監測活動進行統計，形成監測數據庫，并逐步深化。

e. 管線評價。從整條管線對能源進行評價管控，水力、熱力分析結果及報警都由此觸發，對比歷史數據可對管線用能起到借鑒及節能作用。

f. 能耗預算。 從財務到站場實際用能情況，讓指標及成本和財務直接掛鉤，是企業實際營收的重要組成。 未來和銷售掛鉤可以直接幫助企業計算利潤。

g. 設備管理及實時管控。通過物模型的方式快速對所有設備進行對接， 并對主要維度 （時、日、月、年、能耗、用時等）進行聚合，保障系統各方面的數據使用。 開展基于設備的數字孿生，讓實時數據通過圖形、 圖像的方式展現給工作人員，并設定報警機制，幫助工作人員對報警進行進一步的處理。

h. 計量管理及能耗度量。 統計計量相關設備，確保設備正常運行，部分計量設備將通過物模型整合到對應的設備或站場，便于計算。 通過統一度量維度對系統的能源進行度量，將所有的能源消耗都折算為標準煤、噸標油、碳排放等。

i. 實時數據展現。 數字孿生及報警的快速數據展現通道，不經過數據庫等中間過程，直接把重要數據展現給前端。 同時通過三維可視化同步天氣、環境、生產數據、能耗數據、設備數據、能效分析結果，并以真實場景的形式進行統一回顧。

2.3.3 平臺核心層

平臺核心層（圖2）利用工業互聯網和人工智能，開發數據庫及數據分析，異構系統集成，使上層能控APPS實現快速開發。 為確保整體平臺運行，并能夠在持續數據增量、功能擴展的情況下保證運行效率及擴展能力，在平臺核心層使用微服務的方式搭建項目。 通過微服務的方式讓管輸介質分離，讓輔助功能獨立，在確保服務器運行效率、減少數據沖突的情況下，幫助系統靈活地對功能進行加載、修正或關閉。

圖2 平臺核心層

管輸介質微服務。 對3類管輸介質（原油、成品油和天然氣） 分別建立微服務， 通過管網系統優化、管存分布優化、壓力匹配優化所用能耗數據及多維度數據聚合， 開展邏輯運算及不同方式下能耗分析計算，實現優化運行、節能降耗的目的。

輔助服務。 輔助服務是多個微服務的聚合，關鍵功能包括：邏輯引擎統一所有系統需要的邏輯并能夠更新邏輯算法；通過圖像、音頻等智能識別手段對機器運行的外部狀態和內部聲音進行識別， 確保機器在一個平穩正常的狀態下運行； 實時報警用于實時數據篩選并觸發報警；自定義報表及圖標用于報表圖標生成；遠程診斷用于遠程對設備的狀態及連接進行診斷；歷史回溯用于對歷史數據的提取和使用；成本管理統一度量衡，對用能情況匯集并作為實際成本；對特殊情況采取緊急調取處理方式并形成應急方案；通過大數據分析及目前狀態來預測生產、能耗及設備的持續狀態，協助整體維養和決策。

分析引擎微服務。 其他服務的底層，通過虛擬化平臺，分布式對數據進行預處理。 其中，協議庫用于和設備數據對接；數據提取用于對數據進行時間維度、屬性的添加和清洗；物模型用于各類設備的數據結構，通過此結構規范數據存儲及調取方式；維度設定通過虛擬化分布式計算對整體平臺設定的維度進行自動數據聚合分解，形成便于數據快速使用的數據倉庫（維度包括但不限于時、日、月、年、能源屬性、聚合屬性、報表數據需求等）；邏輯引擎是平臺所有計算公式的集合，對接其他模塊調取進行分布式計算，確保系統在不影響整體運行效率的情況下進行大數據邏輯處理；系統對接用于底層對接各個系統。

2.3.4 邊緣層

邊緣層對各個設備及系統進行數據接入，接入數據通過邊緣計算的加工及數據清洗整理形成平臺能夠使用的數據。 針對目前各地服務器建設及采集狀態的復雜性，實現對既有中間數據庫實時數據的采集， 邊緣節點數據完整性驗證，支持斷點續傳、冗余布署、分布式數據匯總等功能，確保在公有云、私有云等復雜網絡狀態下，安全、高效地對多樣性的設備及數據進行統一處理。

3 應用效果分析

衡量能源管控系統成功與否的關鍵在于是否能降低油氣管道的運行耗能。 系統以站場為核心，逐層上報能源數據及能源成本數據，匯集到整個公司，并進行逐層分析。 用能評價方面，實現了能耗總量、用能結構、主要耗能設備用能、不同種類能耗及管線生產單耗等數據的同比分析；用能監測方面， 實現了能耗指標完成進度跟蹤、關鍵運行參數實時分析預警， 并試點進行了加熱爐、輸油泵在線運行參數的在線監測；能源管理方面， 實現了耗能設備和能源計量器具臺賬管理、關鍵設備能效監測管理、用能預算管理、節能技措管理、 節能培訓宣傳以及考核評優管理；具備生產運行全過程能源管控功能。

筆者選取某條管道應用能源管控系統后2021年中6個月的情況進行對比 （表1）， 結果表明，能源管控系統能有效發現生產過程中的耗能行為，并有效降低管線能耗，運行穩定后可降低管線20%左右的能耗。

表1 某管道應用能源管控系統后耗能對比

4 展望

我國油氣行業在滿足日益增長的能源需求的基礎上，正在從高速擴大向“數字油氣、智慧油氣”進行轉型。 能源管理控制中必須堅持“讓數據多跑路、讓用能更精確、讓智能指導生產”的核心思想，結合油氣行業各個發展階段特點，使用工業互聯網APP架構，引入數字孿生、AI識別、行業規則引擎、三維可視化及環境模擬預測等先進技術，以能源為核心結合油氣行業，形成制度化、標準化、規范化、數字化、智慧化的能源管控系統，通過能源聯動、協同發展，助力“數字油氣、智慧油氣”的戰略目標盡快達成。