摘要：城市天然气的使用对于城市的建设以及社会发展都具有里程碑的意义。在当前社会发展的关键阶段，做好城市天然气管网的规划设计工作，对于城市天然气可持续发展具有非常重要的意义与作用。本文结合工作对城市天然气输配管网布局优化问题展开论述。
关键词：城市天然气,管网布局,遗传算法,论述
1 引言
现在的能源结构当中，天然气占据了相当大的比重，世界上的各个国家都在促进城市的气体化，天然气的使用已经成为一个地区、一个城市、一个国家的社会和经济发展的重点工作。我国已探明的石油、天然气储量丰富但地域分配十分不均，需要铺设大量的输配管网来解决这一地域性的问题。另外，国内各大城市的天然气管网老化严重亟需进行改造，新增小区住宅也迫切需要进行天然气管道的安装。因此，对城市天然气输配管网布局进行优化有着重要的意义。
2 管网优化问题概述
天然气管网的规划设计工作是一项长期持续性的工作，由于其复杂性和广泛性，需要在实施过程中不断分析现有管网和供求关系，进一步优化管网结构。而对管网进行优化实际上就是一个网络最优化的问题，即在已知燃气管网系统的网络结构下，当采用某种管材时，根据计算要求选用合适的管径，该管径在满足管网节点流量和节点压力的条件下，可以使燃气管网系统的投资费用和运行费用最少。为了将优化问题转化为抽象的数学规划问题，可以将节点流量方程、管段压差方程、管段阻力方程、起源节点压力值，以及其他节点允许范围作为约束条件，可以制定经济最优化准则———最大利润、最小总费用、最低成本等，也可以制定技术最优化准则———最大可靠性、最快动作等。由于节点流量方程、管段压差方程、管段阻力方程是非线性的，且设计变量———管径为离散变量(标准管径)的非线性离散性规划问题。非线性规划问题的求解方法大体可分为两类：一类是把非线性问题化为线性问题来求解;另一类是直接求解。
3 遗传算法优化管网分析
遗传算法优化燃气网具体是由水力计算和优化两部分组成的。通过调用水力计算中的水力计算程序使管网优化结果满足水力平衡约束条件和边界约束条件。优化模块通过应用遗传算法程序，将初选的管网方案不断进行优化，直至获得全局最优解。具体框架流程如(下)图1所示。
图1 遗传算法管网优化的基本框架图
采用遗传算法模型优化城市燃气管网的关键有以下几个部分：
3.1编码
由于遗传算法是处理代表参数的数字串，因此首先需要构造遗传信息：将管网的载荷组成用数字串表示，也就是说，这个数字串就是相应载荷的基因型，而载荷是基因型的表现形。从载荷到基因数字串就是编码，形成基因码链。具体对于燃气管网来说，编码就是将管网各管段的管径用一个数字串表达出来，而这个数字串就因此包含了管网的管径信息。例如，一个有7条管段的管网，管径分别为76、76、133、108、89、89、108mm，采用实数编码方法为(：)76|76|133|108|89|89|108。从上面的例子可以看出实数编码比较直观方便，更贴近求解空间，运算速度更快，波动更小。在编制程序时采有物是实数编码方法，在工程实例的运算中能够取得了良好的效果。
3.2产生初始群体
随机产生N个个体形成初始群体，每个个体就是由所有管段的管径按照一定顺序连接在一起的数字串，这个顺序就是管段的编号顺序。因此不同的个体代表了不同的管段管径选择情况。而个体的产生方法是：调用随机函数rand()产生随机数，每个随机数对应着一种管径：管网由多少管段组成就调用多少次随机函数。要产生N个个体，只需重复N次个体产生操作就可以了。这样就生成了我们所需要的初始群体。起初，这个初始群体中的大多数个体肯定很难满足要求，但是如果从这里出发，通过遗传运算，择优汰劣，最后就能选择出优秀的个体，满足目标函数的要求。
3.3交叉
交叉操作的设计和实现与所研究的问题密切相关，要求它既不要太多地破坏个体编码串中表示优良性的优良模式，又要能够有效地产生出一些较好的新个体模式。因此，交叉算子的设计要和编码设计统一考虑。常用的交叉方法有单点交叉、多点交叉、均与交叉，本文考虑到城市燃气管网采用基本遗传算法的多点交叉操作产生新个体。多点交叉的思想来源于控制个体特定行为的染色体表示信息的部分无须包含于邻近的字串中，多点交叉的破坏性可以促进解空间的搜索，而不是促进过早地收敛，因此搜索更加健壮。例如考虑如下两个11位变量的个体：父个体101110011010，父个体210101100101，交叉后两个新个体为：子个体101│1011│1101│1，子个体210│1011│00100。
3.4 运行参数
遗传算法中需要选择的运行参数主要有个编码长度L、群体大小M、交叉概率 、变异概率 、终止代数T。这些参数对遗传算法的运行性能影响较大，但却没有理论来指导，需要从实际解决的问题出发认真选取。
(1)编码串长度L。因为是管网的优化操作，所以很自然的编码串亦即个体的长度L为管网的管段总数。
(2)群体大小M。群体大小M表示群体中所含个体的数量。当M取值较小时，可提高遗传算法的运算速度，但却降低了群体的多样性，有可能会引起遗传算法的早熟现象;而当M取值较大时，又会使得遗传算法得到运行效率降低。
(3)交叉概率 。交叉操作是遗传算法中产生新个体的主要方法，所以交叉概率一般应取大值。但若取值过大的话，它又会破坏群体中的优良模式，对进化运算反而产生不利影响;若取值过小的话，产生新个体的速度又较慢。所以，本文采用自适应的思想来确定交叉概率 。自适应的 可以随遗传操作进化的情况和个体优化程度来确定交叉概率(随在线性能的提高增大 )。
4 结束语
城市天然气管网的规划设计是一个具有社会效益、经济效益的课题，同时又是一个复杂的系统问题。城市燃气输配系统的优化设计主要是管网的优化设计和调压站、储气站站址的选择。遗传算法等全局搜索算法为管网的优化设计问题提供了一个较好的解决方法。
参考文献
[1]刘爽等.长距离输气管道优化设计[J].天然气与石油,2005。
[2]赵洪激.刘扬.油气集输系统优化设计软件[J].天然气与石油,2005。
[3]段长贵.燃气管网布局优化技术的研究[J].煤气与热力,2004。
