基于粒子群算法的联合站优化

联合站实际运行过程中常存在能耗及运行费用过高的问题,需要对其进行优化。建立了以年最低运行费用为目标的优化函数,并提出采用改进的粒子群算法(Particle Swarm Optimization,PSO)获得最优相关温度、压力及加药浓度等决策变量,从而在一定程度上达到降低联合站运行费用的目的。将该优化方法应用于胜利油田某联合站,并与实际运行费用及标准遗传算法的优化结果进行对比,结果表明:采用该方法对联合站运行参数进行优化,可以提高联合站的能量利用率,从而达到节能降耗的目的,并产生一定的经济效益,对实际生产具有一定的指导意义。