基于組合賦權—改進TOPSIS的原油集輸系統綜合用能評價研究

何建林,梁月玖,成慶林,王 雪,于靖波,孫 巍

(1.東北石油大學 提高油氣采收率教育部重點實驗室,黑龍江 大慶 163318;2.中國石油天然氣股份有限公司規劃總院,北京 100083)

近年來,隨著油氣田產能規模擴大、原油含水率增高等因素影響,油氣田能源消費總量和應用強度持續增加,能耗控制壓力也剛性上升。而原油集輸系統作為油氣田地面工程的核心環節,其復雜的生產結構特點增加了高能耗依賴性,占據整體油田生產能耗的30%以上[1]。因此,有必要對原油集輸系統的用能水平進行分析,合理評價用能情況,判斷用能薄弱環節并提出相應的節能技改措施,對于促進油氣田企業降本增效、實現“節能減排、低碳環保”的目標均具有重要意義。

目前,在對原油集輸系統進行用能評價時,多采用單一的主觀或客觀評價方法,忽略了系統整體的評判結果,不能科學全面地分析系統整體用能水平。本文基于構建的集輸系統用能評價體系,首先,將改進AHP(IAHP)法及熵權法有機融合進行組合賦權,得到系統評價指標的綜合權重;其次,在傳統TOPSIS評價法的基礎上,引入灰色關聯理論,采用灰色關聯度替代歐氏距離,通過計算灰色關聯相對貼近度,對集輸系統用能水平進行綜合評判。采用該綜合評價法不僅能兼顧專家評判的主觀臆斷性及數據的客觀性,在一定程度上實現各評價方法的優勢互補,又考慮了各指標間的相互交叉作用,使整體評價結果更加科學合理,同時為更加客觀真實地反映系統用能水平奠定理論基礎。

1 集輸系統用能評價體系構建

參考GB/T 33653—2017《油田生產系統能耗測試和計算方法》《油氣田地面工程技術經濟指標手冊》等相關節能標準規范,并結合油田地面集輸系統能耗構成特點,篩選出符合生產實際的用能評價指標[2],在此基礎上構建集輸系統用能評價體系,如圖1所示。

圖1 集輸系統用能評價體系Fig.1 Energy evaluation system of gathering and transportation system

將評價體系劃分為3層,分別為M、P和T層,M層為集輸系統綜合用能水平,P層為綜合實物、強度、效率及其他4個層級指標,T層為描述各層級的基礎能耗指標。

2 基于組合賦權—改進TOPSIS的綜合用能評價模型

2.1 評價指標標準化處理

由于集輸系統各用能評價指標的量綱、數量級等不一致,為了消除該情況造成的指標不可比性,使計算更加精確方便,須對各評價指標的原始數據進行標準化處理[3-5]。本文所建立的集輸系統用能評價體系中,既包括描述系統運行狀況的定性指標,也包括描述系統實際運行數據的定量指標,下面分別介紹其具體標準化及量化方法。

2.1.1 定量指標的標準化及量化

對于用能評價體系中燃料消耗量、耗電量等這類定量指標的標準化處理,主要包括離差標準化法(min-max法)、中心化法(Z-Score)及歸一化法(0-1法)等[6],而定量指標又包括效益型評價指標與成本型評價指標,本文均采用離差標準化法對指標實際測算值進行標準化及量化處理。

(1)對于效益型評價指標,其計算公式具體表現為:

(1)

(2)對于成本型評價指標,其計算公式具體表現為:

(2)

2.1.2 定性指標的標準化及量化

在實際評價過程中,對于集輸工藝適應性、設備老化程度等這類不能直接通過實際測算數據得到評價結果的定性指標,可以根據現場專家或者相關從業人員依靠自身經驗給出相應的評價結果[7]。為了保證評價結果的科學合理性,將評分結果劃分為一個數據區間,假設共有k個油氣田相關領域專家,按指標對系統用能水平的影響程度參與評分,第i個專家對第j個評價指標的評分區間值為[Nij1,Nij2],其中,Nij1,Nij2∈[60,100],δj為第j個指標評價值,則有:

第i個專家對第j個評價指標值的計算隸屬度為:

(3)

k個專家對第j個評價指標值的平均計算隸屬度為:

(4)

令δj為該評價指標的量化值,則εj表示為:

(5)

由于評價結果是離散化和階段化,因此式(5)可簡化為:

(6)

2.2 基于IAHP法確定主觀權重

傳統AHP法一般采用1～9標度對指標的影響程度兩兩進行比較來構造評判矩陣,然后確定指標權重。然而在實際應用時,該方法的評判標準過于模糊,導致評判過程復雜化,同時指標間的多次比較使得本身信息損失過多,得到的權重穩定性不高[8]。

本文提出一種改進 AHP(IAHP) 法,即首先按照1～9的標度對各評價指標進行一次性打分,此過程可避免指標間的重復冗余比較,保留本身具備的 信息大小;其次根據打分情況建立改進比較矩陣,并按照AHP 法確定指標權重。依據IAHP法確定的指標權重一定滿足一致性要求,無需額外進行一致性檢驗,其具體計算過程如下。

(1)層次指標一次性打分。邀請來自油氣田相關領域專家,依據用能評價體系中評價指標的相對重要程度,按照 1～9 的標度對指標進行打分賦值,各指標最終得分取各專家打分平均值,具體的分值情況如下:分值為1、3、5、7、9時,對應的重要程度為極其不重要、不重要、中等重要、重要、極其重要;分值為2、4、6、8時,表明對應的重要程度介于上述兩相鄰分值尺度之間。

(2)構造改進比較矩陣。結合專家打分情況,構造改進比較矩陣。假設比較矩陣為D=(dij)n×n,ei及ej為同一比較矩陣中兩個指標的分值,則dij可以表示為:

(7)

(3)確定評價指標權重。采用乘法加權對各評價指標的主觀權重進行計算,其計算公式為:

(8)

2.3 基于熵權法確定客觀權重

熵權法是一種基于數據本身的離散性,依據各評價指標所包含信息量的大小以及變異程度來確定指標權重的客觀決策方法[9],具體計算步驟如下。

(1)確定評價指標特征比重。第j個評價指標的特征比重gij計算公式為:

(9)

式中,yij為第i個待評價對象的第j個指標標準化之后的數值。

(2)確定評價指標信息熵。第j個評價指標的信息熵Gj計算公式為:

(10)

(3)確定評價指標權重。第j個評價指標的權重計算公式為:

(11)

2.4 基于組合賦權法確定綜合權重

若采用單一的主客觀賦權法進行評價,則評價結果可靠性較低。將IAHP法及熵權法有機融合進行組合賦權,不僅能兼顧專家評判的主觀臆斷性及數據的客觀性,且在一定程度上可實現兩種方法的優勢互補,更加精準地判斷評價指標權重。而組合賦權法具有多種形式,本文采用線性加權原理建立優化模型來確定綜合權重[10-12]。

(12)

對上述優化決策模型關于λ求導,可知當一階導數為0時偏差平方和最小,此時求得的最優賦權系數λ=0.5,即當主客觀權重各占50%時得到的組合賦權最優。

則基于IAHP法及熵權法的指標綜合權重表達式為:

(13)

2.5 改進TOPSIS綜合評價模型

TOPSIS綜合評價法是一種多屬性決策方法,其計算過程簡便,評估結果較為合理。但在實際應用過程中,決策方案可能存在與正、負理想解歐氏距離均貼近的情況,無法準確反映方案優劣性[13-15]。本文引入灰色關聯理論,采用灰色關聯度替代歐氏距離,并根據各方案的灰關聯貼近度進行優劣排序,綜合反映系統用能水平情況。

(1)構造標準化決策矩陣Z=(zij)m×n。對各方案的評價指標數據zij進行標準化處理,構成一個標準化決策矩陣Z=(zij)m×n。

(2)確定正、負理想解Z+和Z-。假設在標準化決策矩陣Z=(zij)m×n中,存在:

(14)

(15)

則和即為正、負理想解。

(16)

(17)

(18)

(19)

(5)計算灰關聯相對貼近度fi并進行優劣排序。各方案的灰色關聯相對貼近度fi(i=1,2,…,m)計算公式為:

(20)

當灰色關聯相對貼近度越大,表明該方案下集輸系統的用能水平越好。

3 實例分析

以新疆某油田原油集輸系統為例,其總體工藝流程為:井口產出液經井口加熱爐加熱后輸送至計量站,計量站主要負責對井口來液進行安全保護和計量,計量后輸送至接轉站,經接轉站初步分離、加壓、加熱后,將其輸送至聯合站進行油氣水集中分離,經加熱沉降脫水后進入原油穩定塔進行穩定和脫硫,處理后的合格原油加壓外輸至油庫。該原油集輸系統流程如圖2所示。

圖2 新疆某油田原油集輸系統流程示意Fig.2 Flow diagram of crude oil gathering and transportation system in a certain oilfield in Xinjiang

依據本文提出的系統用能評價體系和用能評價方法,對該原油集輸系統進行綜合用能評價。該系統1—6月份日均實際運行數據見表1。

表1 各月份日均實測數據Tab.1 Daily measured data of each month

(1)指標標準化處理。在8個定量指標中,集輸系統燃料消耗量、耗電量、單位原油集輸電耗、氣耗以及綜合能耗均屬于成本型指標;集輸系統熱能利用率、電能利用率及能源利用率均屬于效益型指標,根據式(1)、式(2)得到各定量指標的標準化數據見表2。

表2 各定量指標的標準化數據Tab.2 Standardized data of each quantitative index

應用前面介紹的定性指標量化及標準化方法,根據式(6)得到各月份定性指標專家評估結果及標準值見表3。

表3 定性指標的量化及標準化數據Tab.3 Quantitative and standardized data of qualitative indicators

(2)指標權重確定。首先運用IAHP法確定各評價指標的主觀權重,以準則層權重計算為例,根據專家打分,可得改進比較矩陣:

根據式(8)可知,主觀權重向量P1=(0.472 9,0.284 4,0.169 9,0.072 8)。

同理,依據上述思路,可知指標層的各主觀權重,結果見表4。

表4 集輸系統用能評價指標權重Tab.4 Weight of energy evaluation index of gathering and transportation system

其次,根據各評價指標的標準化數據,運用熵權法計算客觀權重,并將二者結合,根據式(13)得到各指標的綜合權重,結果見表4。

(3)改進TOPSIS法綜合評價集輸系統用能水平。根據表3、表4中各指標的標準化數據,得到標準化決策矩陣Z。

根據標準化矩陣Z及式(14)、式(15),可知正、負理想解分別為Z+={1,1,1,1,1,1,1,1,1,1},Z-={0,0,0,0,0,0,0,0,0,0},所對應的評價指標矩陣為[1.656,0.213,2.347,12.66,12.75,65.44,46.14,62.75,75,60]和[1.938,0.303,2.920,17.82,18.41,54.61,41.47,55.41,60,75]。

表5 各月份下關聯排序結果對比Tab.5 Comparison of association ranking results of each month

將表5中的關聯排序結果繪制成關聯排序結果對比直方圖,如圖3所示。

圖3 關聯排序結果對比Fig.3 Comparison of correlation ranking results

由圖3可以直觀看出,各月份的灰色關聯相對貼近度與正灰色關聯度的變化趨勢基本保持一致,其值雖同時受正、負灰色關聯度的影響,但主要受制于正灰色關聯度的大小。并由改進TOPSIS綜合評價法可知,當不同月份下的灰色關聯相對貼近度越大,表明該月份下集輸系統的用能水平越好。

由表5、圖3可知,6月份的正灰色關聯度和灰色關聯相對貼近度較其他月份最大,分別為0.912和0.718,這說明該集輸系統在6月份用能水平最高,此時的集輸系統燃料消耗量、耗電量等各項用能評價指標最優,滿足油田經濟運行狀態;5月份的用能水平最低,其正灰色關聯度和灰色關聯相對貼近度僅達到0.409和0.352,通過對該月份下各個評價指標數據進行分析可知,5月份的集輸系統燃料消耗量、耗電量和單位能耗整體偏高,電能利用率及能源利用率偏低,從而導致集輸系統整體能效水平降低。

對于該原油集輸系統的用能薄弱環節提出相應的節能改進措施。對于單位電耗較大或電能利用率較低這兩種現象,主要原因集中在以下方面:①輸油泵等動力設備負載率過低,且額定排量與實際排量不匹配,導致設備實際運行效率過低;②輸油泵等耗能設備使用年限過長,機泵承壓部位腐蝕嚴重,出現老化現象,導致設備在進行轉換過程中損失較大。

針對上述產生的問題,提出以下節能技改措施:①可以采用切削葉輪技術,改變輸油泵的葉輪直徑,達到管壓與泵壓相匹配,從而提高泵的運行效率,降低集輸系統能耗,但切削葉輪直徑不宜過大,需控制在20%以內;②應用變頻調速技術,動態調節機泵的轉速及泵出口閥門開度,從而改變輸油泵的排量和消除泵管壓差,降低機泵運行電流,實現節能降耗;③根據生產實際淘汰更新落后的機泵,應用高效節能的輸油泵替代低效泵機組,有效提升動力設備運行效率,從而降低系統電能消耗。

4 結論

(1)本文基于構建的原油集輸系統用能評價體系,提出了基于組合賦權—改進TOPSIS的綜合用能評價方法。首先,在確定指標權重向量時,采用加權函數優化模型將改進AHP(IAHP)法及熵權法有機融合,得出綜合主客觀權重的最優賦權系數,提高了指標賦權的合理性,更加精準地判斷評價指標的組合權重;其次,在傳統TOPSIS評價法的基礎上,引入了灰色關聯理論,采用灰色關聯度替代歐氏距離,彌補了決策方案可能存在與正、負理想解歐氏距離均貼近的缺陷;最后,將組合賦權應用于改進TOPSIS綜合評價法,通過計算灰色關聯相對貼近度對決策方案進行優劣排序,綜合反映集輸系統用能水平情況。通過對某油田原油集輸系統用能水平的實例研究表明,該評價方法有效可行,提高了評價結果可信度,為更加客觀真實地反映系統用能水平奠定了理論基礎。

(2)對某油田原油集輸系統1—6月的用能水平進行綜合評價,其正、負理想方案指標值分別為[1.656,0.213,2.347,12.66,12.75,65.44,46.14,62.75,75,60]和[1.938,0.303,2.920,17.82,18.41,54.61,41.47,55.41,60,75],通過判斷各月份與理想解的灰色關聯程度可知,該原油集輸系統在6月份用能水平最高,其灰色關聯相對貼近度為0.718;5月份的用能水平最低,其灰色關聯相對貼近度為0.352;并針對該原油集輸系統的用能薄弱環節,提出了相應的節能技改措施。