1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
OPTIMISATION D’UN PIPELINE DE TRANSPORT DE GAZ NATUREL PAR LA
PROGRAMMATION DYNAMIQUE AVEC CHOIX AUTOMATIQUE DES
COMPRESSEURS
Ammar Chebouba ⎯ Abdelnacer Smati
Université de Boumerdes, Faculté des hydrocarbures et de la chimie, Boumerdes 35000, Algérie
[email protected] fr -
[email protected]RESUME : Cette communication traite du problème de l’optimisation des régimes d’exploitation d’un
gazoduc et ce, afin de diminuer les coûts d’énergie et de maintenance. Dans la pratique ce type de
problème est très large aussi bien en ce qui concerne le nombre de variables de décisions que le nombre de
contraintes, et la complexité de ce problème est du à la non-linéarité et à la non-convexité de la fonction
objective et des contraintes.
On propose dans une première partie, pour la résolution de ce problème, un algorithme basé sur la
technique de la programmation dynamique et dans une deuxième partie un programme qui fait le choix
automatique des compresseurs à mettre en service. Le langage Matlab 6.5 a été utilisé pour la réalisation
des procédures de simulation, et de l’algorithme d'optimisation.
ABSTRACT: This communication treats the problem of the optimization of the regimes of exploitation of a
gas main and by the way to decrease the costs of energy and maintenance. In the practice this type of
problem is as well very wide as regards the number of variable of decisions as the number of constraints,
and the complexity of this problem is in the no – linearity and in the no-convexity of the objective function
and the constraints.
One proposes in a first part, for the resolution of this problem, an algorithm based on the technique of the
dynamic programming and in a second part a program which makes the automatic choice of compressors to
put in service. The Language Matlab 6.5 was used for the realization of the procedures of simulation, and the
algorithm of optimization.
MOTS-CLES : Modélisation, optimisation, gazoduc, turbocompresseurs, réduction des coûts
KEYWORDS: Modelling, optimization, gas main, turbocompressors, reduction of costs
-1- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
1. Introduction
Les gazoducs sont des systèmes complexes étendus en longueur (plusieurs centaines
de kilomètres, voire même des milliers) destinés au transport du gaz naturel par
canalisation. Un gazoduc est composé d’un certain nombre de stations de compression
(SC) destinées à fournir l’énergie de pression nécessaire à l’écoulement du gaz dans la
conduite. L’équipement principal des SC est constitué par un certain nombre de
turbocompresseurs assemblés en parallèle ou en série. Une part non négligeable de la
quantité de gaz transportée est prélevée pour la consommation propre du gazoduc.
L’autoconsommation est principalement destinée à assurer les besoins en gaz
combustible des turbocompresseurs et à un degré moindre des turboalternateurs. Pour un
gazoduc d’importance moyenne disposant de cinq SC, l’autoconsommation représente
entre 5 à 10% du débit transité. L’importance de ces chiffres suggère que la réduction des
coûts de transport passe donc en grande partie par la minimisation de ce poste important
des frais d’exploitation associé à une meilleure maîtrise des coûts de maintenance.
2. Modèles classiques d’optimisation
La finalité de tout modèle d’optimisation de gazoduc est d’établir le profil de pression et
de température le long de la canalisation ainsi que la configuration de TC et de SC à
mettre en fonctionnement (ou en stand by) pour atteindre les valeurs extrémales du
critère choisi. De ce fait, en raison de la nature compressible du gaz naturel, le problème
de l’optimisation des régimes d’exploitation d’un gazoduc, quel que soit le critère retenu,
revient par essence à un problème de programmation non-linéaire en variables mixtes. La
plupart des approches ont été basées sur des techniques de programmation
dynamiques(DP). Les avantages principaux de DP consistent en ce que l'on garantit un
optimum global et que la non linéarité peut être facilement traitée. Les inconvénients de
DP sont que son application est pratiquement limitée aux réseaux avec des structures
simples (linéaire ou ramifiée)et que le calcul augmente exponentiellement avec la
dimension du problème. Parmi les travaux les plus appropriés nous pouvons citer Wong et
Larson (1968), et Carter (1998) qui ont travaillé sur un algorithme de programmation
dynamique non séquentiel. Les techniques de recherche de gradient, comme la méthode
de gradient généralisée (GRG) réduite sont aussi un choix. Les avantages de la méthode
GRG consistent en ce que la dimension ne constitue plus un obstacle et de ce fait elle
pourrait être appliquée aux réseaux maillés. Cependant, comme la méthode GRG est
basée sur une méthode de recherche de gradient, il n'y a aucune garantie pour trouver un
optimum global, particulièrement avec la présence de variables de décision discrètes, par
conséquent il peut caler aux minimums locaux. Le travail le plus significatif à cet égard
revient à Percell et Ryan (1987).
Parmi les autres travaux on peut citer Osiadacz et Swierczewski (1994) et Osiadacz
(1995), qui ont employé des techniques d'optimisation hiérarchiques; Wu (1998) qui a
employé un modèle mathématique pour la minimisation du coût de carburant sur une
station de compression avec un seul compresseur, Wu, Rios-Mercado, Boyd et Scott
(2000), ont proposé un algorithme d'approximation qui corrige itérativement les variables
de débit d’une manière heuristique et trouve ensuite une solution optimal de pressions.
3. Fonction objective
L’objectif de notre travail est la minimisation des dépenses d’exploitation du réseau
de transport du gaz dans le cas d’un écoulement stationnaire. Les dépenses de gestion
incluent la consommation du gaz carburant et les pénalités d'arrêt démarrage des
turbocompresseurs. Le problème peut donc être formulé de façon suivante :
− Pour un débit donné à l'entrée de la ligne à certaines conditions de pression et
température,
− Et un débit de soutirage aux nœuds d'utilisation,
− Avec une pression prescrite à la fin de la ligne,
-2- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
déterminer, pour chaque station i, le nombre optimal de turbocompresseurs ni et la
valeur de la pression de refoulement pi, en tenant compte des contraintes de pressions et
de températures le long de la ligne ainsi que toute autre contrainte physique et de
fonctionnement, pour que le coût total d’exploitation exprimé en gaz carburant soit
minimum.
Nous présentons dans ce travail les modèles de simulation des stations et des
tronçons de pipeline. Un algorithme, basé sur une formulation de programmation
dynamique du problème, est présenté . Il utilise des critères de dominance et plus bas
limite, pour réduire le nombre total d'états à considérer.
4. Modèles pour la simulation de stations et tronçons de pipe
4.1 Modèle pour un tronçon de pipeline
Dans le modèle de tronçon de pipeline, nous avons développé une procédure de
calcul qui , étant donné la pression Pi et la température Ti à l’entrée du tronçon, calcule les
valeurs correspondantes Po et To à la sortie de ce dernier.
4.11Le profil de température. La valeur de la température du gaz, dans un point
quelconque du tronçon de pipe, est déterminée par une fonction exponentielle qui tient
compte de la température du sol dans lequel est enfouie le pipe, le coefficient de transfert
de chaleur, le débit du gaz et ses caractéristiques physiques, comme la densité et la
chaleur spécifique, aussi bien que la température de gaz à l’entrée. La température
moyenne Tm dans chaque tronçon de pipe est calculée en intégrant la fonction décrite ci-
dessous le long du tronçon.
Pi − Po 1 − e − a *x
To = Tsol + (Ti − Tsol )* e − a*x − D j * *
x a
Où Tsol, x, Dj et a représentent respectivement la température du sol, la longueur du
tronçon ,le coefficient de Joule thompson et une constante,
4.12 Le profil de pression. Le calcul de la perte de pression à travers le tronçon de
pipeline utilise le modèle de Colebrook pour le calcul du coefficient de frottement λ. Nous
supposons que la baisse de pression est fonction des paramètres suivants :
(
Po = f Pi , coefficient de perte de charge λ , facteur de compressibilité Z m , ∆H , débit Q pipe )
Le calcul est exécuté itérativement à la température moyenne Tm. Comme La
détermination de Po exige la connaissance de Zm=Zm (Pm, Tm), où Pm=Pm (Pi,Po)
dépend de Po qui est indéterminée. De nouveau, dans ce cas aussi, le calcul de Po se
fait itérativement.
Pour le calcul de la température et de la pression de refoulement d'un
tronçon de pipe une procédure 'TRONCON' a été mise en œuvre : TRONCON (numéro
du tronçon, la pression initiale, la température initiale, l’indicateur de faisabilité, la
pression finale, la température finale). L’indicateur de faisabilité est 0 si toutes les
contraintes sont satisfaites, 1 ou 2 si les contraintes peuvent être respectivement
satisfaites seulement avec les plus grandes valeurs de la pression et la température
initiales.
4.2 Modèle de la station
le modèle de la station est une procédure de calcul qui nous permet à partir de la
pression d’aspiration p et la pression de refoulement p de la station i, le débit de la
ligne Qline, la valeur de la température de gaz à l’aspiration t, la température de l’air Tair ,
le nombre de turbocompresseurs ni, de déterminer :
-3- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
− L'augmentation de la température du gaz T
− La valeur de la consommation et tous les paramètres internes qui définissent le
comportement de la station
4.21 La consommation en gaz de la station. Pour le calcul de cette dernière nous
devons déterminer :
− Le taux de compression
p + ∆P2
ε=
p - ∆P1
Où ∆P1 et ∆P2 sont respectivement la perte de pression à l’aspiration et au
refoulement de la station de compression.
− La hauteur adiabatique
(
H ad = β * z * t * ε γ − 1 )
Où β et γ = constantes et z = facteur de compressibilité aux conditions
d’aspiration de la station, de même que pour t,
Q st p st t z
Qc = * * *
n p t st z st
− Le débit d’un turbocompresseur
Où Qst, pst, tst et zst représentent respectivement le débit à travers la station, la
pression, la température et le facteur de compréssibilité aux conditions standards.
− le rendement adiabatique ηad et la vitesse de rotation Nrot sont déterminés à partir des
courbes caractéristiques du compresseur,
− La puissance absorbée par les compresseurs
Wab = Wab (H ad , Q line , η ad , n ) ,
Wab
Wréel =
η
− La puissance réelle de compression
η = η ad * η méc
Où ηméc représente le rendement mécanique
⎡ W P T ⎤
G = G nom ⎢0.75 * ab + 0.25 * atm * air ⎥
⎣⎢ Wnom 1.033 273 ⎦⎥
− La consommation G, peut être approchée par la relation suivante
Où Patm et Tair représentent respectivement la pression et la température de l’air
ambiant.
3600 * Wnom
G nom =
η TAG * PCI
Où ηTAG , PCI et Wnom représentent respectivement le rendement de la turbine à gaz
et la valeur du pouvoir calorifique inférieur.
-4- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
4.22 Température de gaz au refoulement du compresseur. Cette dernière est
déterminée à l’aide de l’expression suivante
ti = ti εγ ( )
Il est possible, dans les stations, de réfrigérer le gaz par des dispositifs appropriés,
qui démarrent aussitôt que la température de refoulement du compresseur dépasse une
valeur donnée fixée Tlim. Le modèle dont ait équipé la station utilise la procédure :
STATION (numéro de station, la pression d’aspiration, la température d’aspiration, nombre
de turbocompresseur, la pression de refoulement, l’indicateur de faisabilité, le coût, la
température de refoulement). L’indicateur de faisabilité est 0 si toutes les contraintes sont
satisfaites, 1,2 ou 3 si les contraintes sont respectivement satisfaites seulement avec les
valeurs les plus grandes de la pression de refoulement, du nombre de turbocompresseur
et de la pression d’aspiration.
5. Algorithme d'optimisation
5.1 Minimisation de la consommation en gaz combustible
ptd p1 p1 pi pi pm pm pta
T.A
T.D nm
n1 ni
ttd t1 t1 ti ti tm tm tta
Station m
Station 1 Station i
Le système décrit dans les sections précédentes peut être représenté
mathématiquement au moyen de la formulation de programmation non linéaire à variables
mixtes suivante :
∑ c (n , p , p , t )
m
Minimum de i i i i i (1)
i =1
Soumis à
f i +1 (p i , t i ) = 0 , i=1,…,m, (2)
(
fi n i , pi , p , t i = 0 ,
i
) i=1,…,m, (3)
ni ∈µi , i=1,…,m, (4)
pi ∈ πi , i=1,…,m, (5)
p = g i (p i −1 , t i −1 ) ∈ π i , i=1,…,m, (6)
i
t i = h i (p i −1 , t i −1 ) ∈ τ i , i=1,…,m, (7)
( i
)
t i = ri n i , p i , p , t i ∈ τ i , i=1,…,m, (8)
où
T.D et T.A. représentent respectivement le terminal départ et le terminal arrivée,
ptd et ttd : pression et température au terminal départ,
pta et tta : pression et température au terminal arrivée,
ni = nombre de turbocompresseurs en fonctionnement dans la station i,
pi = pression de refoulement de la station i,
ti = température de refoulement de la station i,
pi = pression d’aspiration de la station i,
ti = température d’aspiration de la station i,
ci = coût de la consommation en gaz combustible de la station i,
f i +1 (p i , t i ) = 0 , si les conditions de fonctionnement du tronçon(i, i+1)
-5- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
correspondant à (pi, ti) sont faisables,
f i (n i , p i , p , t i ) = 0 , si les conditions de fonctionnement de la station i
i
correspondant à (ni, pi, pi, ti) sont faisables,
µi, πi, πi, τi, et τi sont respectivement les ensembles du nombre de
turbocompresseurs, des pressions d’aspiration et de refoulement et des températures
d’aspiration et de refoulement de la station i.
Le problème défini par (1) à ( 8) peut être résolu au moyen de la récursion de la
programmation dynamique suivante:
( )
c i +1 p, t = min ⎡c i ⎛⎜ p ′ , t ′ ⎞⎟ + c⎛⎜ n , p, p ′ , t ′ ⎞⎟⎤
⎢⎣ ⎝ ⎠ ⎝ ⎠⎥⎦
n ∈ µi
p ∈ πi
⎝ ⎠ i (
⎛⎜ p ′ , t ′ ⎞⎟ ∈ A n, p, p, t )
Pour i = 1,..., m, p ∈ π i +1 , t ∈ τ i +1
où
( )
c i+1 p, t = coût global de la consommation des stations 1,…,i correspondant aux
conditions d’aspirations (p, t) de la station i+1,
A i (n, p, p, t ) = l’ensemble de toutes les températures et pressions à l’aspiration de la
station i à partir desquelles on peut atteindre les conditions d’aspirations (p,t) de la station
i+1 si à la station i, n turbocompresseurs sont utilisés et p est la pression de refoulement.
La récursion est initialisée avec
c 1 (π1 , τ1 ) = 0 .
La valeur de la solution optimale c* du problème est donnée par
[ ( )]
c * = min c m +1 p, t
p ∈ π m+1
t ∈ τ m+1
STATION⎛⎜ i, p ′ , t ′ , n, p, f , c, t ⎞⎟
⎝ ⎠
Les contrôles sont exécutés par les procédures suivantes :
Et
TR ONCON (i + 1, p, t , f , p, t )
La performance d’exécution de la technique de la programmation dynamique peut
être améliorée en y intégrant ' les critères de dominance ' et ' plus bas limite '.
Critères de dominance. A une station donnée i, l'état de refoulement (pa, ta) domine
celui de (pb, tb) si
c i (p a , t a ) < c i (p b , t b ) ,
pa > λ *pb ,
ta <tb
avec λ constante >1.
Un critère de dominance semblable se tient pour les états d’aspiration. Suite aux
susdits critères de dominance, le nombre des états d’aspiration et de refoulement à une
station donnée peut être réduit en éliminant tous les états dominés.
-6- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
Plus bas limite. Pour chaque station i, il est possible de calculer la limite la plus
basse Li correspondant au coût minimum de fonctionnement pour assurer des conditions
de fonctionnement faisables pour la station.
Si la valeur c' d'une solution faisable est connue, tous les états de refoulement (p, t)
de la station i ayant :
m
c i (p, t ) + ∑L
j=i +1
j > c′
Peuvent être éliminés , puisque ces états ne peuvent pas mener à une solution finale
meilleure que c '.
5.2 Modèle de choix automatique des turbocompresseurs
Les stations de compression de gazoduc disposent dans la majorité des cas de N
compresseurs principaux et un compresseur en réserve (structure N+1).
Les solutions obtenues par le modèle d’optimisation présenté plus haut, définissent le
nombre de turbocompresseurs à mettre en service sans pour autant les identifier. Le
critère de choix retenu dans ce travail consiste à choisir les T.C. dont la probabilité de
panne durant l’intervalle de période de planification T est la plus faible possible. La
probabilité de panne d’un T.C. est donnée par sa fonction de fiabilité :
− λ j (t 0 + t k )
P j (t k ) = e
λj : taux de panne de turbocompresseur j,
t0 : cumul initial de la durée de fonctionnement,
tk : temps de fonctionnement,
Le choix des T.C. à mettre en fonctionnement est ramené alors à un modèle
d’optimisation en variables binaires dont la fonction objective s’exprime :
⎧⎪ n +1 ⎫
− λ (t + T ) ⎪
∑
Min ⎨ a j e j j0 ⎬
⎪⎩ j=1 ⎭⎪
Sous la contrainte
N +1
∑a
j=1
j = ni
Où :
T : période de planification,
aj : variables binaires,
ni : nombre de turbocompresseurs de la station i, solution du probleme d’optimisation.
Ce modèle est repris pour toutes les stations du gazoduc.
6. Résultats de calculs
Le langage Matlab 6.5 a été utilisé pour la réalisation des procédures de simulation
TRONCON et STATION, et de l’algorithme d'optimisation. Dans la tableau 1 la pression
d’aspiration et les variables de décision qui sont la pression de refoulement et le nombre
-7- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
de turbocompresseurs à mettre en service dans chacune des stations ont été déterminées
pour trois débits différents. On remarque que pour les débits Q1 et Q2 qui représentent
respectivement le débit nominal et 90% de ce dernier que les résultats de calcul des
pressions de refoulement sont en concordance parfaite avec le principe de Batey (1961).
Ce principe très connu des exploitants, peut être énoncé comme suit: toutes les SC
doivent refouler à la pression la plus élevée possible sauf la dernière qui doit développer
une charge juste suffisante pour que la pression à l’arrivée soit égale à la pression
minimale admissible. Par contre pour le débit Q3 qui représente 70% du débit nominal et
pour d’autres débits ce principe n’a plus cours. D’un autre coté, les profils de pression le
long de la ligne ainsi que les stations de compression ont été représentées sur les figures
1 et 2 respectivement pour les débits de fonctionnement Q1 et Q3 .
Comme on peut le constater , on a bien déterminé le nombre de T.C. à mettre en
action mais dans la station on dispose de N+1 turbocompresseurs et il s’agit maintenant
de trouver la variante qui nous donnera la probabilité de panne la plus faible. Les résultats
obtenus sont donnés dans le tableau 2 pour les hypothèse suivantes :
− une période de planification T=96 heures,
− 03 turbocompresseurs principaux (N=3),
− Débit de fonctionnement Q3,
Tableau 1.
Station 1 Station 2 Station 3 Station 4 Station 5
Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3 Q1 Q2 Q3
Pression 52. 59.6 62.4 53. 59.9 52.1 51.6 59.6 62.7 53.4 58.2 52.4 49.3 55.4 57.
d’aspiration
Pression de 71.5 71.5 62.4 71.5 71.5 71.5 71.5 70.1 62.7 71.5 68.3 66.3 70.4 61.3 57.
refoulement
Nombre de 03 03 00 03 03 02 03 03 00 03 03 02 03 02 00
compresseur
en service
Tableau 2.
λJ (1/H) t0J (H) aJ
T.C 1 1.19*10-3 280 1
T.C 2 0.9*10-3 750 0
T.C 3 1.02*10-3 650 0
T.C 4 0.8*10-3 695 1
Profil de pression pour le débit Q3
Profil de pression pour le débit nominal
70
70
Pr ession en bar
65
65 Pression de
Pression en bar
Pression de 60 refoulement
60 refoulement 55 Pression
55 Pression 50 d'aspiration
50 d'aspiration
45
45
40
40
0 1 2 3 4 5 6
0 1 2 3 4 5 6
Station de compression
Station de compression
Figure 2
Figure 1.
-8- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
7. Conclusions
L’utilisation d’un programme développé par nos soins nous permet d’une part de
minimiser les dépenses d’exploitation et d’autre part de profiter des avantages suivants :
− Du choix automatique des compresseurs à mettre en marche,
− D’avoir une meilleure connaissance du comportement réel du gazoduc, surtout
concernant les effets des paramètres appropriés sur la performance du système,
− De contrôler les valeurs mesurées et simulées: il est ainsi possible d'identifier les
conditions d’anomalie du système,
-9- 1 ères
JNTSTD
1ères JOURNEES NATIONALES SUR LE TRATEMENT, LE STOCKAGE, LE TRANSPORT ET LA DISTRIBUTION DES HYDROCARBURES
Références
E. Barey, H.R. Courts, K. W. Hannah, Dynamic approach to gas-pipeline analysis, Oil and
gas Journal, N° 59, 1961.
R. G. Carter (1998) , Pipeline optimization : Dynamic programming after 30 years,
Proceedingdings of the 30th PSIG Annual Meeting, Denver, October.
A. J. OSIADACZ (1995), Dynamic optimization of high pressure gas networks using
hierarchical systems theory. In Proceedings of the 26th PSIG Annual Meeting,
Albuquerque, October.
A. J. OSIADACZ AND S. SWIERCZEWSKI (1994). Optimal control of gas transportation
systems. In Proceedings of the 3rd IEEE Conference on control Applications, pp 795-
796, August.
P. B. PERCELL AND M. J. RYAN (1987), Steady state optimization of gas pipeline
network operation, In Proceedings of the 19th PSIG Annual Meeting, Tulsa, OK,
October.
P. J. WONG AND R. E. LARSON (1968), Optimization of natural gas pipeline systems via
dynamic programming. IEEE Transactions on Automatic Control, AC-13 (5) : 475-481.
S. Wu (1998), Steady state simulation and fuel cost minimisation of gas pipeline networks,
Ph. D. dissertation, University of Houston, August.
S. WU, R. Z. RIOS-MERCADO, E. A. BOYD, AND L. R. SCOTT (2000). Model
relaxations for the fuel cost minimization of stea97-220.dy state gas pipeline networks.
Mathematical and Computer Modeling, 31(2-3) : 197 :220.
- 10 - 1 ères
JNTSTD
