摘要：城市天然氣的使用對于城市的建設以及社會發展都具有里程碑的意義。在當前社會發展的關鍵階段，做好城市天然氣管網的規劃設計工作，對于城市天然氣可持續發展具有非常重要的意義與作用。本文結合工作對城市天然氣輸配管網布局優化問題展開論述。

　　關鍵詞：城市天然氣,管網布局,遺傳算法,論述

　　1 引言

　　現在的能源結構當中，天然氣占據了相當大的比重，世界上的各個國家都在促進城市的氣體化，天然氣的使用已經成為一個地區、一個城市、一個國家的社會和經濟發展的重點工作。我國已探明的石油、天然氣儲量豐富但地域分配十分不均，需要鋪設大量的輸配管網來解決這一地域性的問題。另外，國內各大城市的天然氣管網老化嚴重亟需進行改造，新增小區住宅也迫切需要進行天然氣管道的安裝。因此，對城市天然氣輸配管網布局進行優化有著重要的意義。

　　2 管網優化問題概述

　　天然氣管網的規劃設計工作是一項長期持續性的工作，由于其復雜性和廣泛性，需要在實施過程中不斷分析現有管網和供求關系，進一步優化管網結構。而對管網進行優化實際上就是一個網絡最優化的問題，即在已知燃氣管網系統的網絡結構下，當采用某種管材時，根據計算要求選用合適的管徑，該管徑在滿足管網節點流量和節點壓力的條件下，可以使燃氣管網系統的投資費用和運行費用最少。為了將優化問題轉化為抽象的數學規劃問題，可以將節點流量方程、管段壓差方程、管段阻力方程、起源節點壓力值，以及其他節點允許范圍作為約束條件，可以制定經濟最優化準則———最大利潤、最小總費用、最低成本等，也可以制定技術最優化準則———最大可靠性、最快動作等。由于節點流量方程、管段壓差方程、管段阻力方程是非線性的，且設計變量———管徑為離散變量(標準管徑)的非線性離散性規劃問題。非線性規劃問題的求解方法大體可分為兩類：一類是把非線性問題化為線性問題來求解;另一類是直接求解。

　　3 遺傳算法優化管網分析

　　遺傳算法優化燃氣網具體是由水力計算和優化兩部分組成的。通過調用水力計算中的水力計算程序使管網優化結果滿足水力平衡約束條件和邊界約束條件。優化模塊通過應用遺傳算法程序，將初選的管網方案不斷進行優化，直至獲得全局最優解。具體框架流程如(下)圖1所示。

　　圖1 遺傳算法管網優化的基本框架圖

　　采用遺傳算法模型優化城市燃氣管網的關鍵有以下幾個部分：

　　3.1編碼

　　由于遺傳算法是處理代表參數的數字串，因此首先需要構造遺傳信息：將管網的載荷組成用數字串表示，也就是說，這個數字串就是相應載荷的基因型，而載荷是基因型的表現形。從載荷到基因數字串就是編碼，形成基因碼鏈。具體對于燃氣管網來說，編碼就是將管網各管段的管徑用一個數字串表達出來，而這個數字串就因此包含了管網的管徑信息。例如，一個有7條管段的管網，管徑分別為76、76、133、108、89、89、108mm，采用實數編碼方法為(：)76|76|133|108|89|89|108。從上面的例子可以看出實數編碼比較直觀方便，更貼近求解空間，運算速度更快，波動更小。在編制程序時采有物是實數編碼方法，在工程實例的運算中能夠取得了良好的效果。

　　3.2產生初始群體

　　隨機產生N個個體形成初始群體，每個個體就是由所有管段的管徑按照一定順序連接在一起的數字串，這個順序就是管段的編號順序。因此不同的個體代表了不同的管段管徑選擇情況。而個體的產生方法是：調用隨機函數rand()產生隨機數，每個隨機數對應著一種管徑：管網由多少管段組成就調用多少次隨機函數。要產生N個個體，只需重復N次個體產生操作就可以了。這樣就生成了我們所需要的初始群體。起初，這個初始群體中的大多數個體肯定很難滿足要求，但是如果從這里出發，通過遺傳運算，擇優汰劣，最后就能選擇出優秀的個體，滿足目標函數的要求。

　　3.3交叉

　　交叉操作的設計和實現與所研究的問題密切相關，要求它既不要太多地破壞個體編碼串中表示優良性的優良模式，又要能夠有效地產生出一些較好的新個體模式。因此，交叉算子的設計要和編碼設計統一考慮。常用的交叉方法有單點交叉、多點交叉、均與交叉，本文考慮到城市燃氣管網采用基本遺傳算法的多點交叉操作產生新個體。多點交叉的思想來源于控制個體特定行為的染色體表示信息的部分無須包含于鄰近的字串中，多點交叉的破壞性可以促進解空間的搜索，而不是促進過早地收斂，因此搜索更加健壯。例如考慮如下兩個11位變量的個體：父個體101110011010，父個體210101100101，交叉后兩個新個體為：子個體101│1011│1101│1，子個體210│1011│00100。

　　3.4 運行參數

　　遺傳算法中需要選擇的運行參數主要有個編碼長度L、群體大小M、交叉概率 、變異概率 、終止代數T。這些參數對遺傳算法的運行性能影響較大，但卻沒有理論來指導，需要從實際解決的問題出發認真選取。

　　(1)編碼串長度L。因為是管網的優化操作，所以很自然的編碼串亦即個體的長度L為管網的管段總數。

　　(2)群體大小M。群體大小M表示群體中所含個體的數量。當M取值較小時，可提高遺傳算法的運算速度，但卻降低了群體的多樣性，有可能會引起遺傳算法的早熟現象;而當M取值較大時，又會使得遺傳算法得到運行效率降低。

　　(3)交叉概率 。交叉操作是遺傳算法中產生新個體的主要方法，所以交叉概率一般應取大值。但若取值過大的話，它又會破壞群體中的優良模式，對進化運算反而產生不利影響;若取值過小的話，產生新個體的速度又較慢。所以，本文采用自適應的思想來確定交叉概率 。自適應的 可以隨遺傳操作進化的情況和個體優化程度來確定交叉概率(隨在線性能的提高增大 )。

　　4 結束語

　　城市天然氣管網的規劃設計是一個具有社會效益、經濟效益的課題，同時又是一個復雜的系統問題。城市燃氣輸配系統的優化設計主要是管網的優化設計和調壓站、儲氣站站址的選擇。遺傳算法等全局搜索算法為管網的優化設計問題提供了一個較好的解決方法。

　　參考文獻

　　[1]劉爽等.長距離輸氣管道優化設計[J].天然氣與石油,2005。

　　[2]趙洪激.劉揚.油氣集輸系統優化設計軟件[J].天然氣與石油,2005。

　　[3]段長貴.燃氣管網布局優化技術的研究[J].煤氣與熱力,2004。