Research on Optimal Operation of Gas Pipeline Compressor Station Based on Hybrid Genetic Algorithm

This paper proposes a hybrid genetic algorithm that combines simulated annealing algorithm and genetic algorithm, and introduces it into the optimization operation problem of gas pipeline compressor station. Combined with examples, different algorithms are analyzed and compared. The results show that the solution obtained by this algorithm is better than other algorithms, and has better optimization performance, higher optimization efficiency and stronger robustness. The West-East Gas Pipeline is a major project in my country\'s energy construction, and several compressor stations need to be built along the line. According to the information, the annual operating cost of the compressor station accounts for about 40%~50% of the total operating cost of the gas pipeline, and the power cost of the compressor unit accounts for more than 70% of the operating cost of the compressor station. In order to save energy and reduce operating costs, it is necessary to optimize the operation mode of the compressor station on the gas pipeline and select the optimal compressor combination operation plan. In recent years, the application of genetic algorithms and simulated annealing algorithms has become more and more extensive. Genetic algorithms (GA) find the global optimal solution or suboptimal solution of combinatorial optimization problems based on the theory of survival of the fittest; simulated annealing algorithms (SA) simulate the annealing process of molten metal objects to seek the optimal solution of the problem. This paper combines these two optimization methods and introduces them into the solution of the mathematical model of optimal operation of gas pipeline compressor stations. Calculation examples show that this method is feasible.