Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Introducción.
Objetivos del proyecto para la empresa REGANOSA
Equipo de trabajo
2 Modelización de una red de transporte de gas
Grafo dirigido asociado a una red
Tipos de nudos y aristas. Matriz de incidencia
3 Modelización del flujo de fluidos compresibles viscosos en un
conducto
Pérdida de carga: factor de fricción, ecuación de Colebrook
Gases reales: cálculo del factor de compresibilidad
Modelos simplificados para redes de transporte. El caso estacionario.
4 Simulación numérica del flujo estacionario de gas en una red
Análisis del modelo: datos y resultados, existencia y unicidad de solución
Resolución numérica: el algoritmo de Newton
Contenidos (II)
estaciones de compresión,
válvulas de control de flujo,
válvulas de control de presión,
válvulas de seccionamiento
depósitos de almacenamiento
Objetivos especı́ficos: optimización
Por parte de
Carlos Vales Fernández. Director de Explotación
Laurent Moriceau. Director de Control Técnico y Proyectos
José Pazos Esperante. Responsable de Operación
Modelo matemático de una red de transporte de gas
Grafo asociado a una red
En el grafo se distinguen:
Topologı́a de la red:
número de nudos: n
número de aristas: e
lista de nudos con su tipo
lista de aristas con su tipo
matriz de conectividades
Datos del grafo
Matriz de conectividades:
∂ρ
+ div(ρv) = 0.
∂t
siendo
ρ la densidad de masa (kg/m3 )
v la velocidad (m/s)
Ecuación del movimiento
∂(ρv)
+ div(ρv ⊗ v − T) = b.
∂t
∂(ρe)
+ div(ρev) = T · D − div q + f
∂t
1
D = (∇v + ∇vt )
2
es el tensor de la tasa de deformación (s−1 )
q es el vector densidad de flujo de calor (W/m2 )
f tasa de densidad (volumétrica) de calor (W/m3 )
Leyes constitutivas (I)
p es la presión termodinámica
τ el tensor que representa los esfuerzos viscosos (viscous
stress):
τ = 2ηD + ξ div vI
siendo η el coeficiente de viscosidad dinámica y ξ el segundo
coeficiente de viscosidad
Leyes constitutivas (II)
donde
p̄(x1 , t) es la presión media en la sección x1 en el instante t:
1
Z
p̄(x1 , t) := p(x, t) dx2 dx3 .
A ω
g es la acelarción de la gravedad (m/s2 )
h(x1 ) es la cota de la sección x1 (m)
D es el diámetro del conducto (m)
λ es el factor de fricción entre el gas y las paredes del
conducto, que es un número adimensional dependiente de la
rugosidad interior de este y del número de Reynolds.
1 2,51 k
√ = −2 log10 √ + ,
λ Re λ 3,7D
donde
k el coeficiente de rugosidad (m) del conducto
D es el diámetro del conducto (m)
Re es el número de Reynolds (adimensional)
Z L
λ(q)
p2 (L) − p2 (0) = − R|q|q Z(p(x1 ), θ(x1 ))θ(x1 ) dx1
DA2 0
2g L p2 (x1 ) dh(x1 )
Z
− dx1 .
R 0 Z(p(x1 ), θ(x1 ))θ(x1 ) dx1
Ahora se aproximan las integrales del segundo miembro utilizando
valores medios de la presión y la temperatura en el conducto,
pa , θa , cuya expresión se precisará más adelante:
Z L
Z(p(x1 ), θ(x1 ))θ(x1 ) dx1 ≈ Z(pa , θa )θa L
0
Z L
p2 (x1 ) dh(x1 ) p2a
dx1 ≈ (h(L) − h(0)).
0 Z(p(x1 ), θ(x1 ))θ(x1 ) dx1 Z(pa , θa )θa
Modelos simplificados para el régimen estacionario (cont)
λ(q)L
p(L)2 − p(0)2 = − R θa |q|qZ(pa , θa )
DA2
2g p2a
− (h(L) − h(0)),
Rθa Z(pa , θa )
Simulación numérica del flujo estacionario de gas en
una red
Modelo par el flujo en la red: incógnitas a calcular
Conservación de la masa
En cada nudo la suma de los caudales entrantes debe coincidir con
la suma de los caudales salientes
Ecuación análoga a la primera ley de Kirchhoff para un circuito
eléctrico.
En forma vectorial:
A q = c,
siendo
c = (c1 , · · · , cn )t ,
el vector columna de los caudales intercambiados con el exterior
(suministros o consumos), que es un dato del problema.
Observación
Condición necesaria para que exista solución es que c ∈ Im(A), es
decir,
Xn
ci = 0.
i=1
Caı́da de presión en los conductos
o bien, en función de µ,
Caı́da de presión
Lj
p2m(1,j) − p2m(2,j) = 16µ(qj )sign(qj ) R θa Z(pa , θa )
π 2 Dj5
2g
+ p2 (H − Hm(1,j) ).
Rθa Z(pa , θa ) a m(2,j)
Estaciones de compresión
Ecuación de un compresor
o bien, en función de µ,
Gj (Hm(1,j) , Hm(2,j) , Lj , Dj , pm(1,j) , pm(2,j) , qj )
Lj
= 16µ(qj )sign(qj ) R θa Z(pa , θa )
π Dj5
2
2gp2a
+ (Hm(2,j) − Hm(1,j) ).
Rθa Z(pa , θa )
Escritura vectorial (cont)
Problema P
p2
0 A 0 c
− =
At 0 q G(H, L, D, α, p, q) 0
Un problema auxiliar
Problema PA
0 A u 0 c
− =
At 0 q Ĝ(H, L, D, α, u, q) 0
Existencia y unicidad de solución
Corolario
Si se prescribe la presión en un nudo (y por tanto la respectiva
componente de u), el problema PA tiene solución única.
Demostración
Se definen la función primitiva de Gj
kj
ϕj (qj ) := |qj |3 + bj qj , j = 1, · · · , e
3
y la función Ψ : Re −→ R,
e
X
Ψ(q) := ϕj (qj ).
j=1
Demostración (cont)
{q : Aq = c}
es no vacı́o, el problema
mı́n Ψ(q),
{q∈Re : Aq=c}
Demostración (cont)
Como At es un isomorfismo entre el espacio cociente
Û := Rn /hei,
y su espacio imagen, Im(At ), existe un único multiplicador de
Lagrange û ∈ Û tal que
At u − G(q) = 0 ∀u ∈ û.
Existencia y unicidad de solución
Observaciones
Nótese que siempre es posible elegir una infinidad de
representantes de la clase û con componentes positivas.
Para cada uno de ellos se obtiene una solución del problema P.
um+1 = um − δum
qm+1 = qm − δqm
siendo δum y δqm la solución del sistema lineal con matriz
simétrica:
!
0 A δum Aqm − c
=
At − ∂∂q Ĝ
(um , qm ) δqm At um − Ĝ(um , qm )
Introducción a los problemas de optimización
Planteamiento general de un problema de optimización
Las restricciones
Variables de diseño
Se consideran
Una función objetivo que depende de d variables de diseño
f : Rd −→ R
Unas funciones de restricción de tipo desigualdad, r en total,
que también dependen de las variables de diseño
gi : Rd −→ R, i = 1, · · · , r
Unas funciones de restricción de tipo igualdad, s en total, que
también dependen de las d variables de diseño
hi : Rd −→ R, i = 1, · · · , s
Unos números que son las cotas inferiores de las variables de
diseño: {ai , i = 1, · · · , d}
Unos números que son las cotas superiores de las variables de
diseño: {bi , i = 1, · · · , d}
Formulación general de un problema de optimización (cont)
xm+1 = xm − δm ∇f (xm ),
siendo δm un número real a determinar mediante un método
de búsqueda lineal (line search).
Métodos de gradiente para la optimización no lineal con restricciones
Primera etapa:
Segunda etapa: