综述：迈向自主海底作业：集成生产系统、建模与多目标优化综述

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》：Towards autonomous subsea processing: A review of integrated production systems, modeling, and multiobjective optimization

　　阿里·阿拉哈亚尔扎德·比德戈利（Ali Allahyarzadeh Bidgoli）、拉斐尔·西尔维里奥·巴尔博萨（Rafael Silverio Barbosa）、纳耶雷·哈米迪沙德（Nayereh Hamidishad）、毛里西奥·席尔瓦·费雷拉（Mauricio Silva Ferreira）、保罗·爱德华多·巴蒂斯塔·德梅洛（Paulo Eduardo Batista de Mello）、雷内·蒂亚戈·卡佩拉里·奥尔洛夫斯基（Rene Thiago Capelari Orlowski）、马塞洛·拉莫斯·马丁斯（Marcelo Ramos Martins）、茹兰迪尔·伊齐佐·亚纳吉哈拉（Jurandir Itizo Yanagihara）
巴西圣保罗大学理工学院机械工程系

**摘要**
为应对日益增长的能源需求和传统资源的枯竭，海上石油和天然气行业越来越多地采用基于先进传感、控制技术、机器人技术和数据驱动决策支持的海底生产架构。本文对自主海底处理系统进行了全面分析，重点探讨了这些系统如何将分离、增压/泵送、压缩、热交换和控制等关键功能从陆地设施转移到海底，以提高效率、降低生命周期成本，并在恶劣的深水条件下减轻对环境的影响。通过综合现有文献和行业案例，本文梳理了与自主海底系统最相关的可持续性指标：能源强度（例如，每生产一桶油当量的千瓦时数）、运营温室气体强度（每桶油当量的二氧化碳当量，包括电力供应和燃烧产生的排放）以及与海底设备及电力/控制基础设施相关的固有排放。文章进一步解释了自主性如何通过多种机制改变这些结果：通过闭环设定点优化泵和压缩机性能；利用多物理建模和实时状态监测改善流动保障；通过预测性维护减少化学品使用、停机时间和停机次数；以及通过远程操作和海底机器人技术减少海上干预和物流排放。本文的核心贡献在于构建了一个综合框架，将海底硬件选择（热交换器、气液分离装置、泵、压缩机和控制系统）与陆地系统的比较分析相结合；利用人工智能实现动态环境下的行为预测；并采用多目标优化方法平衡经济性能、环境可持续性和运行可靠性。最后，本文指出了在二氧化碳当量和固有碳排放边界方面存在的空白，以及公共现场数据集的稀缺性，强调了需要制定安全性和网络安全意识的评估标准，以推动向完全自主的海底处理系统发展。

**1. 引言**
1.1 背景
随着成本、安全和排放要求的日益严格，海上开发活动正在向更深的水域扩展[[1], [2], [3], [4]]。同时，海底生产架构也在从单纯输送流体扩展到包括分离、增压、压缩、热管理和监控控制等功能——这些功能的实现得益于传感、通信、自动化和数据驱动决策支持的进步[[5,6]]。这些系统必须在极端的压力/温度条件下可靠运行，并且由于难以接近，因此集成监控、控制和维护规划变得至关重要[[7], [8], [9], [10], [11]]。实现这一转变需要具备互操作性的自动化技术、稳健的海底-陆地通信能力、可靠的数据传输以及支持远程监督的集成控制架构[[12], [13], [14], [15], [16]]。此外，还需要确保系统的安全性、完整性和冗余性，并具备应对通信故障和异常事件的能力[[17], [18], [19], [20], [21]]。

**效率与成本降低**：根据第2.5节中介绍的自主性水平，通过将海底传感技术与监控控制、分析以及有限形式的AI驱动决策支持相结合，系统可以减少干预[[6],[22],[23],[24]]。这有助于实现主动的完整性管理（状态监测和预测性维护），并随着条件的变化持续调整泵和压缩机的运行参数[[6],[25],[26],[27]]。文献中提到的高价值效益包括降低物流和干预频率、减少停机时间以及延长设备寿命——这些优势在访问困难且停机成本高昂的情况下尤为明显。第5节汇总了支持这些主张的定量指标，并对比了不同研究中的成果。

**环境可持续性**：随着全球对脱碳和更广泛可持续性的关注，海上开发不仅依据生产性能进行评估，还考虑可测量的环境结果以及是否符合不断变化的法规和社会要求[[2,28,29]]。在这种情况下，海底处理的可持续性——尤其是自主海底架构的可持续性——取决于如何定义和测量其影响。由于系统边界、功能单元和基准往往不统一，不同研究间报告的效益存在很大差异，直接比较陆地密集型和海底密集型配置变得困难。为了避免将可持续性视为简单的附加因素，本文通过一系列决策相关的指标对其进行量化评估：能源强度（例如，每生产一桶油当量的千瓦时数）、运营温室气体强度（每桶油当量的二氧化碳当量，包括电力供应和燃烧产生的排放），以及与海底硬件及电力/控制基础设施相关的固有排放。在这个框架下，自主性尤为重要，因为它能够实现长期的环境绩效监测与决策支持——将状态监测、基于模型的预测和优化与影响能源使用、排放、干预频率和产出流体管理的运营决策联系起来[[30],[31],[32],[33],[34]]。本文对定量证据的总结及主要方法论缺陷（如边界不统一、验证数据集有限、生命周期核算不完整）进行了分析，同时将可持续性视为与可靠性和经济性同等重要的核心驱动力。

**1.2 先进海底技术与陆地设施的集成**
实现可靠的自主海底处理不仅需要将先进设备部署到海底，还依赖于在各种预期运行条件下经过验证的系统级集成。实际上，海底处理功能（例如安装在井口附近的压缩机）必须作为端到端生产系统的一部分进行设计，并与陆地设施有明确的接口。这要求仔细协调海底单元与陆地单元之间的操作范围、控制架构和通信协议，以确保在突发情况和干扰下的稳定性能和无缝运行[[34]]。向自主性的进步与使分布式资产能够被监测、解释和控制的先进技术（包括机器学习、数据分析、传感和海底通信）密切相关[[30,31,33]]。这些技术支持泵和压缩机的协调运行、分离和调节系统以及监控控制层，通过将高频传感器数据转化为可操作的状态估计、异常检测和优化信号。当这些技术与基于物理的模型和数字孪生技术结合时，数据驱动的方法可以提升流动保障并实现设定点的持续调整，同时预测性维护可以减少停机时间并在问题影响生产之前进行干预。此外，现代通信和网络安全技术确保数据能够安全及时地传输到岸上或中央控制中心，支持远程监控、诊断和决策制定，从而减少海上部署的频率和运营风险，并通过限制干预相关的物流活动改善成本和环境性能。总体而言，文献一致认为，传感、分析和通信的稳健集成是实现从监督操作到更高自主性水平的必要条件。本文在此基础上总结了当前的技术现状，并批判性地评估了这些集成策略对系统性能、可靠性和运营决策的影响。

**优化**：自主海底生产系统被视为提高海上运营性能并满足日益严格的可持续性要求的途径。最新研究将自主海底处理视为一种优化生产成果和环境负担的方法，通过更高效地利用能源和材料、减少非生产时间以及更好地管理能源密集型操作来实现这一目标[[24,32,35]]。实现这些收益的关键在于通过集成传感、监控和自动化决策减少人为干预[[36,37]]。机器学习辅助的优化、实时数据分析和预测性维护越来越多地用于调整运行参数、早期检测设备退化并降低停机频率，旨在保持高可用性并降低成本[[26,38]]。同时，基于仿真的控制和优化技术被应用于在不同储层条件、多相流体状态和电力约束下维持性能，旨在最大化回收率的同时降低资源浪费[[34],[39],[40],[41]]。从可持续性的角度来看，这些机制可以通过减少泵送、分离和水处理的低效以及提高注水和增压等过程的能量效率来降低海上生产的环境影响[[3,39,42]]。鉴于海底布局复杂性的增加，优化对于组织上层建筑和海底布局也至关重要[[43],[44],[45]]。在传统海底系统中，管道布线和设备定位已经具有挑战性；而考虑到海底处理设备时，其性能和维护成为项目成功的关键因素[[46,47]]。因此，文献中将自主海底系统的优化视为对不断变化的能源系统优先级的战略响应[[1,22,48,49]]。本文并未提出新的优化方法，而是总结了海底研究中基于仿真的优化方法（目标函数、决策变量、约束条件）及其在性能改进方面的证据。

**1.3 动机、范围和目标**
海底处理和数字化的最新进展提高了将分离、增压、压缩和热管理功能转移到海底并远程监控这些资产的技术可行性。然而，现有的研究基础仍然难以用于设计和决策制定，因为相关证据通常按学科划分（如硬件性能、流动保障建模、控制/自动化或优化），缺乏对这些要素在集成海底-陆地系统中交互方式的统一理解。这种碎片化使得比较不同研究的成果或分析能量使用、可靠性、环境性能和自主性准备情况变得困难，尤其是当研究基于不同的假设、边界和绩效指标时。

另一个问题是闭环仿真-优化-决策工作流程的缺乏。自主运行越来越依赖于足够准确的数字表示（如数字孪生技术）以及能够处理约束、不确定性和竞争目标的优化策略。然而，现有文献在如何使建模精度、优化形式（目标、变量、约束条件）和系统集成选择与不同的储层条件和动态海底环境相匹配方面提供的指导有限。随着海底架构的复杂性和脱碳压力的增加，对这些耦合选择的综合分析对于指导研究重点和实际工程应用至关重要。因此，本文提供了将海底处理技术与用于设计和操作这些技术的建模和优化方法相连接的统一视角。本文不仅单独考察各个组件，还围绕实现自主性所需的技术链整理了当前的技术现状：(i) 从稳态到动态和多物理的工艺和设备建模；(ii) 基于仿真的和数据辅助的优化（单目标和多目标）；(iii) 由海底-陆地耦合、通信和运营决策产生的接口和约束条件。目的是明确哪些方面已有经过验证的证据支持，哪些方面具有潜力但方法论尚不成熟，以及哪些方面需要标准化以实现有意义的比较。此外，本文还比较了不同运行条件下这些技术和方法的适用性，考虑了模型精度、计算成本、不确定性处理以及实时或近实时决策的适用性。本文重点关注与集成和自主导向的海底生产系统最相关的要素，将海底处理视为主要研究对象，同时考虑陆地设施（如压缩站和分离单元）作为运行和性能相关的边界，以便对系统范围内的交互、约束和优化机会进行一致评估。具体而言，本文旨在：
1. 识别和评估当前用于海底系统的建模和仿真技术，强调其在支持自主运行中的作用；
2. 探索先进的优化算法，重点关注其在集成生产系统中的应用及其在多目标场景中的权衡；
3. 强调海底技术与其陆地设施之间的相互作用，并提供关于它们集成以提高系统可靠性和效率的见解；
4. 概述从传统海底操作向完全自主系统过渡所需的步骤和考虑因素，包括环境和成本影响。

尽管已有许多研究单独探讨了海底处理技术、数字孪生框架和人工智能在海上系统中的应用，但很少将集成海底-陆地生产系统作为分析的核心对象，特别是考虑海底处理如何与陆地约束和运营范围相互作用。现有研究通常侧重于单个组件、孤立的技术或算法开发，很少关注基于物理的建模、仿真平台和数据驱动方法如何协同实现海底处理中的自主运行、优化和决策制定。因此，本综述包括了选定的海上系统配置，这些配置并非作为独立的主题，而是作为必要的比较和参考，以评估集成系统的行为，并实现对自主导向策略的一致性评估。通过采用系统集成的视角，本文解决了这一差距，具体措施包括：（i）将整体生产系统（海底和海上部分）视为优化/控制边界；（ii）根据验证需求和操作可行性，通过数字孪生准备度视角（基于物理的、降阶的以及混合/机器学习的）来组织模型类别；（iii）提供一个适用性图谱，将设计、操作和自主使用案例与模型保真度、计算成本、数据需求、不确定性处理和实时可行性联系起来；（iv）综合多目标权衡（能量、排放、可靠性、可操作性和运营维护成本）以及决定可部署解决方案的约束条件。

2. 集成生产系统的定义
2.1 传统海底和海上布局的概述
在讨论海底处理技术的进步之前，有必要先介绍传统的海底布置方式，以便在讨论海底处理系统时突出差异。尽管将海上生产配置归类为“传统”可能会导致某种解释上的模糊性，因为这样的配置取决于多种因素，但这里的目的是讨论那些没有海底处理过程的生产系统。因此，在传统的布置中，海底设备的任务仅限于促进和执行产出流体的运输和注入。从这个意义上说，如图1所示，海底设施由一组设备组成，这些设备构成了一个复杂的网络。

图1. 超深水油田的海底布置[50]。
考虑到从井口开始的流体路径和设备，第一件设备是圣诞树（Christmas tree），它负责流量控制、井压保持以及将注入流体送入储层等功能。多个井的生产流可以合并到一个集管中。该设备负责控制流量和压力，并合并多种产出流体。此外，集管还可以接收注入流体并将它们分配到特定的井中。设备之间的连接通过PLET（管道端终端）——单管对单管的连接或PLEM（管道端集管）——多管对多管的连接来实现。

关于管道，跳线（jumper）是一种短管道，用于连接这些设备。流体通过海底的流线和升管从海底输送到地面单元[51,52]。图2提供了这些设备布置的详细视图。

图2. 海底设备的详细视图[52]。
到目前为止，流体还没有经过任何形式的处理。这种处理仅在地面平台上进行，如图3所示。从升管中产出的流体在地面集管中混合，然后被送往三相分离器。该设备将流体分离成不同的相：油、水和气体。每种成分都会进一步分离和处理。油会经过进一步处理以去除剩余的气体和固体，为新出口或卸载做准备。水将被处理后重新注入海洋或处置。气体需要更复杂的处理，因为它可以用于多种用途：作为海上发电厂的燃料、气体注入、气体出口以及主要用于前盐层（Pre-Salt）设施中的二氧化碳注入[53]。

图3. 前盐层典型FPSO的生产过程图[54]。
在海底处理中，一些传统的海上设备被放置在海底。以下小节将概述典型的海底处理系统。

2.2 海底处理系统的概述
2.2.1 主要组件的概述：热交换器、气液分离器、泵、压缩机和控制系统
2.2.1.1 热交换器
在海底系统中，热交换器对于温度管理至关重要，以防止水合物形成和蜡沉积，尤其是在寒冷的深水环境中。根据Hjertaker等人的研究[18]，通过热交换器进行先进的热管理可以优化流体流动并确保多相混合物的稳定性。为了满足海底安装中的空间和重量限制，采用了紧凑高效的设计，如板翅式和螺旋式热交换器[55]。例如，将紧凑设计与坚固材料结合的技术在恶劣的海底条件下显示出保持系统可靠性的显著潜力[11,56,57]。
海底冷却器使用海水作为冷却剂，利用自然对流作为主要驱动力，从而无需机械辅助。这种设计不仅降低了功耗，还提高了平台的整体能源效率，从而显著节省了运营成本。图4展示了一种类型的海底冷却器。

图4. 海底冷却器热交换器[58]。
2.2.1.2 气液分离器
分离器对于将生产流中的气体与液体成分分离至关重要。如基于重力的系统[14,61]和紧凑设计（如管式分离器[62]）等海底分离技术，在极端海底条件下表现出提高分离效率的能力。在海上部分，这种设备用于将油、气体和水从产出流体中分离出来。水平海上部分最常用的分离器是重力分离器[59]，其典型配置如图5所示，产出流体进入设备后，经过分流器进入重力沉降区，在那里重力的作用使得相分离得以实现。因此，分离后，水、油和气体从分离器容器中提取出来进行进一步处理[60]。

图5. 三相分离器的典型配置[60]。
对于海底应用来说，分离仍是一个挑战，且技术选择取决于产出流体的特性和水深[61]。关于处理厂的气体部分，海上平台的关键组件是压缩机组。这些元件负责气体输送、混合流中的压力调整、气体提升、气体出口和注入。在Pre-Salt设施中的CCUS（碳捕获、封存和利用）策略中，压缩机也是关键组件，因为所有产生的二氧化碳都会被注入储层[34]。Pre-Salt平台上压缩机组的典型配置如图6所示。气体在二氧化碳通过膜分离之前先被加压。分离后，一部分气体用作燃气轮机的燃料，剩余的气体可用于出口、再注入或气体提升。二氧化碳流再通过专门的压缩机组进行再注入。

图6. 典型Pre-Salt平台中的气体压缩机组示意图[62]。
通常的压缩模块由洗涤器、压缩器和热交换器组成，如图7所示。洗涤器的作用是从流体中去除液体和固体，从而提高压缩机效率并减少气体路径中组件的磨损。处理厂中的压缩机可以是离心式的、轴式的或两者的组合[63]。每个压缩机出口处都有一个热交换器，用于降低气体温度，以提高下一个压缩模块或阶段的效率[7]。

图7. 压缩机组详细图[63]。
即使在更先进的海底平台（如Petrobras的HISEP?）中，气体分离器对于整合气液分离和再注入也非常关键，可以减少气体与油的比例，并延长巴西前盐层油田的生产高峰期。这些先进的分离器通过管理多相流动的复杂性并降低操作风险，确保下游设备的稳定运行[[64], [65], [66], [67]]。ExxonMobil的多相分离系统（如Olson等人[68]所述）集成了除砂功能，即使在含砂量高的环境中也能保证运营连续性。Li等人的最新研究[69]还强调了使用有限元分析（FEA）对海底重力分离器进行结构优化的好处，减少了壁厚并确保了在极端深度下的可靠运行。此外，Vigano[70]详细介绍了海底油水分离在巴西海上油田中的优势，强调了其增加的生产潜力和降低的处理成本。最近的实验和数值研究证实，紧凑型高离心分离装置可以高效处理高含水率的流体，支持其在海底集成中的适用性。Qiao等人[71]表明，在离心加速度下运行的级联脱水装置可以实现超过80%的油回收率，且脱水效率比单级系统高20%，特别是在含水率70–85%的范围内。这种分离也是下游增压和压缩的先决条件，而这些通常是为主要为单相流体设计的。

图8. 人工泵送与分离系统-VASPS [73]。
Zhuge等人[74]专注于通过将气液圆柱形旋风分离器（GLCC）与多级组件集成来提高井口分离器的效率。该研究使用数值模拟来评估不同参数（如含水率、流量比和气油比）对分离器性能的影响。用于过程评估的关键传感器包括气体和液体流量计、数据采集测量系统和压力传感器。该研究旨在优化分离器的效率，从而在具有挑战性的环境中提高石油和气体的产量。
2.2.1.3 泵
为了维持或增加产量水平，需要为储层提供压力支持系统，如泵或压缩机。特别是将水注入储层作为生产支持时，海底放置的泵比基于平台的替代方案所需的基础设施和能源更少。在海上设施中对产出流体的处理是石油和天然气生产链中复杂且关键的活动。考虑到Pre-Salt和海底应用的典型工厂，复杂性的增加是显著的[62,75]。泵也是将分离出的液态烃输送到海底装置或存储场所所必需的。海底泵（如多相泵和离心泵）通过提高压力在提升产量方面发挥着关键作用。Tordis海底分离站[76]使用能够处理长距离混合流体的多相泵。高效的能源消耗和坚固的屏障流体系统对于海底环境中泵的寿命至关重要。
参考文献[77]描述了结合螺旋轴式和径向设计的混合泵，确保在深水环境中有效处理气体波动的同时保持操作效率。Smedstad等人[78]描述了一种海底螺旋泵，其在设计中纳入了状态监测作为基本方面。该项目中大约25%的仪器专门用于状态监测。尽管成本有所增加，但这种感知能力的提升也增强了控制的稳健性，从而提高了系统的完整性。

图9. 海底螺旋泵的详细图[77]。配备有监测仪器的海底螺旋泵，用于条件监控 [78].2.2.1.4. 压缩机

海底系统中的压缩机主要用于将气态组分（如分离出的二氧化碳或二氧化碳与甲烷的混合物）重新注入储层，以维持储层压力或将其输送到地面设施。Passarelli等人[66]强调了压缩技术（如湿式气体压缩机）的作用，这些压缩机能够在变化的压力和温度条件下有效运行。这些系统减少了地面基础设施的需求。正如?sgard和Gullfaks项目所展示的那样，海底压缩技术在海上生产效率和储层采收率方面取得了突破性进展。?sgard海底压缩项目在提高气体产量和降低管线背压方面表现出了显著效率，并成为第一个完全投入运行的海底压缩系统，其特点在于模块化设计、紧凑性和可靠性。这些系统在高压和低温环境下运行，通常需要先进材料和精确的工程设计来确保可靠性和性能[56,79,80]。然而，这类系统的复杂性和较高的资本支出（CAPEX）引发了关于这项技术是否适用于资金有限的小规模油田或地区的疑问。尽管存在这些限制，但采用主动磁轴承和密封电机-压缩机显著减少了维护需求和环境风险，展现了这种方法的长期可持续性[[81], [82], [83]]。

相反，尽管?sgard项目受益于广泛的鉴定计划，包括耐久性和材料兼容性测试，Gullfaks项目则采用了针对低气油比储层设计的简化多相压缩系统。这突显了技术复杂性与操作灵活性之间的权衡。Gullfaks系统能耗较低，设计较为简单，因此更具成本效益，但缺乏像?sgard那样的湿式气体压缩能力。这种技术方法的差异强调了根据特定储层特征和经济限制定制海底压缩技术的重要性[82,84]。图10展示了一个海底压缩站的示例。

下载：下载高分辨率图像（2MB）
下载：下载全尺寸图像
图10. 海底压缩站的示例 [81].2.2.1.5. 控制系统

自动化和控制系统确保实时监控和操作效率。自动化指的是部分或完全替代人工操作的功能。这意味着自动化并不是一个非黑即白的概念，而是一个连续体，从完全手动操作到完全自动化的各个层次都有可能出现[85]。因此，控制系统或通信协议对于自动化系统来说至关重要。

数字孪生技术和机器学习算法通过实现预测性维护和生产参数优化，彻底改变了海底控制[86]。此外，与SCADA（监控控制和数据采集）系统的集成使得海底和地面单元之间的通信变得无缝。Stuber等人提出的半无限规划方法等先进建模方法为在不确定性条件下确保控制系统可靠性提供了坚实的框架[87]。表1总结了本小节研究内容中的关键组件。

表1. 海底生产系统中关键组件的对比
组件 | 功能 | 主要技术 | 挑战 | 参考文献
|------|------|--------|------|-------|--------|在?sgard使用的海底处理设备[83]。关于压缩机，还有几个其他方面值得强调：
- 使用了两套压缩机组，每套都配备了洗涤器和冷凝泵，以及一个喘振控制系统[96]。
- 这些压缩机是离心式的，功率为11.5 MW， nominal流量为21 MNm3/天[84]。
- 天然气进出口的设计参数分别为12°C – 65 bar和66°C – 124 bar[99]。
- 该系统具有多个冗余级别，可以自动处理设备故障[91]。
- 采用磁浮轴承系统，无需润滑[94]。

自20世纪90年代以来，Petrobras一直在部署各种海底处理设备。最近，该公司宣布开发并将HISEP技术应用于Mero油田。HISEP是一种专利的高压、密相分离技术，由于产出流体中的气体油比（GOR）较高，该技术在经济效益上也显示出可行性。分离过程在150至250 bar的压力范围内进行，二氧化碳将重新注入海底，从而减少了地面处理厂的大小[100,101]。

海底设备的预期配置如图16所示。Petrobras及其合作伙伴采用的战略直接与该油田产出流体的特性有关，该流体的二氧化碳含量为44%。在这种情况下，HISEP旨在将较轻的流体组分从海底分离出来并重新注入。因此，只有低GOR组成的流体会被送至地面[100,101]。

**下载：** 下载高分辨率图像（700KB）
**下载：** 下载全尺寸图像
**图16. Mero油田处理系统的概念图，涉及低GOR流体的分离以及轻组分的再注入[67]**

值得注意的是HISEP的创新性，它是专门为这一应用开发的[102]。高GOR流体表现得像高密度气体，可以使用离心泵加压，而无需压缩机。过去十年中，紧凑型分离系统、增压泵和海底压缩系统取得了快速进展，这主要得益于Petrobras、Equinor和TotalEnergies的推动。然而，大多数先前的研究只是对技术进行了分类，而没有比较其操作可行性、可维护性和成本影响。表2总结了主要的权衡因素。

**表2. 海底处理技术和自主性的比较分析**

| 技术 | 主要开发商 | 操作优势 | 局限/维护 | 指示性资本支出/复杂性 | 参考文献 |
|----------------|------------------|-------------------|------------------|-------------|
| **水力旋流器和静电分离器** | Petrobras (HISEP) | 紧凑型；适合高GOR；具有二氧化碳再注入功能 | 喷嘴堵塞；清洁困难；体积容量有限 | Albuquerque等人, [96] |
| **基于重力的垂直分离器** | Equinor (?sgard) | 经过验证；适用于大流量 | 体积庞大；安装成本高；深水作业受限 | Ruud等人, [97] |
| **混合螺旋轴泵** | Framo, OneSubsea | 在多相喘振下稳定；高压比 | 轴承磨损；能源消耗高 | Smedstad等人, [78] |
| **湿式气体压缩机** | Equinor (?sgard, Gullfaks) | 可实现长距离输送；延长油田寿命 | 维护复杂；初始认证成本高 | Passarelli等人, 2025 [66] [81] |
| **集成控制/数字双胞胎单元** | CENPES & DNV GL | 预测性维护；远程操作 | 网络安全；数据延迟 | Calvetti等人, 2023 [103] |

**比较分析表明，** 海底分离系统在能源消耗和排放方面优于地面配置，尽管其初始投资和运营成本较高。Mohammadi等人[104]指出，虽然海底系统需要更多的前期材料和安装工作，但其运营优势在油田生命周期内可以抵消这些成本，从而带来净环境效益。这种权衡强调了基于生命周期评估的重要性，而不仅仅是纯粹的运营指标。

**2.4. 使自主操作成为可能的技术进步**
2.4.1. 使远程和自主操作成为可能的技术
技术进步使得海底生产系统能够远程和自主运行，减少人为干预并提高运营效率。关键推动因素包括传感器、人工智能驱动的控制系统和先进的监测技术，这些技术共同提升了系统的可靠性、安全性和性能。

2.4.1.1. 先进的传感技术
传感器是海底自主操作的基础，对于实时数据采集和系统控制至关重要。现代海底传感器可以监测温度、压力、流量、振动和化学成分等参数，确保安全和高效运行。Amutha等人[105]指出，无线传感器网络（WSN）通过战略性地部署节点来提高数据传输效率和可靠性。他们的等腰三角形部署方法提高了覆盖密度，并确保在恶劣的水下环境中防止数据丢失。此外，基于数据的异常检测方法（包括循环神经网络方法[[106], [107], [108]]已被用于预测性维护和故障检测，尽管其在海底处理中的应用仍有限。

2.4.1.2. 人工智能和机器学习
AI和ML已成为海底自主操作不可或缺的部分。AI系统可以分析从传感器收集的大量数据，实现预测性维护，优化运营参数，并提高整体系统性能。Vigano[70]强调了机器学习算法在优化油水分离过程中的应用，证明其在巴西海上油田中显著提高了效率。ML模型的集成有助于在不同流量条件下预测分离器性能，并确保资源的最优分配。

2.4.1.3. 数字孪生和远程监测系统
数字孪生技术通过实现虚拟模拟和实时监测，彻底改变了海底操作。数字孪生创建了海底系统的虚拟副本，使操作员能够预测系统行为、评估不同情景并优化性能。Calvetti等人[103]描述了一个使用开放标准（如IFC）进行海底传感器数据交换的互操作性框架，该框架促进了跨利益相关者的数据无缝集成和分析，改善了决策过程。数字孪生成为海底处理领域的变革性工具，实现了先进的预测能力和实时系统性能优化。这些物理系统的虚拟表示使操作员能够在不同的运行条件下监控、模拟和预测设备行为[106]。Ruiz等人[110]通过在一个超深水项目中应用综合资产建模（IAM）强调了数字孪生的有效性。IAM是一个综合框架，将水库动态、管线水力学和地面设施约束整合到一个统一的仿真平台中，有助于准确预测系统行为并识别整个生产链中的潜在瓶颈。在这些高压、高温和复杂多相流体的超深水环境中，数字孪生使操作员能够模拟各种开发情景，提供关于水库枯竭策略、最佳生产率和海底基础设施设计的宝贵见解。

2.4.1.4. 自主控制系统
海底环境中的自主控制依赖于强大的传感和通信技术的结合应用、经过验证的预测/诊断模型（通常是混合型的），以及尊重安全和操作约束的监督决策层。实际上，自主性是分层实现的：快速降阶或数据驱动的模型在线运行以进行监测和有限的控制动作，而更高保真度的模拟则离线或异步运行以重新校准和更新参数。表3总结了主要的启用技术、它们支持的系统级好处以及与深水和超深水应用相关的主要实施挑战。

**表3. 自主海底处理系统的关键启用技术，概述了它们的功能角色、系统级好处和主要实施挑战**
| 技术 | 在自主操作中的主要角色 | 系统级好处 | 主要实施挑战 | 参考文献 |
|-----------------------------|----------------------------------|-------------------|-------------------|--------------------------|
| **无线传感器网络（WSN）** | 分布式实时监测和海底设备的数据传输 | 提高情境意识；减少物理干预需求；增强故障检测 | 在恶劣水下条件下的信号衰减和可靠性 | Amutha等人, [105] |
| **AI驱动的控制和决策系统** | 预测性维护、故障诊断和运营决策 | 提高运营可靠性；主动故障缓解；优化控制动作 | 来自异构来源的数据集成；模型鲁棒性和验证 | Vigano等人, [70,106,107] |
| **数字孪生** | 海底系统的虚拟表示，用于监测、分析和预测 | 预测性能评估；支持优化和假设分析 | 高计算需求；需要精确模型和高质量数据 | Calvetti等人, [103,106,107] |
| **线性管道分离器** | 紧凑型海底气液分离硬件 | 减少设备占地面积；提高机械简化和可靠性 | 初始设计和集成复杂性高；特定油田定制 | Prescott等人, [109] |

**总体而言，** 表3中总结的技术表明，海底处理的自主性不是由单一解决方案实现的，而是通过传感、智能、数字建模和紧凑型硬件的综合应用实现的。虽然以软件为导向的技术（如AI驱动的控制和数字孪生）主要提升了决策和优化能力，但硬件创新（如线性管道分离器）直接影响了系统布局、可靠性和维护要求。有效整合这些技术仍是实现完全自主海底处理系统的关键挑战和活跃的研究领域。

2.4.2. 深水和超深水环境中远程操作的挑战和好处
在深水和超深水环境中进行操作面临独特的挑战和好处，特别是在远程和自主系统的背景下。这些环境需要能够承受极端条件并保持高效、可靠性能的强大技术。

2.4.2.1. 挑战
- **恶劣环境条件**：深水环境使设备面临极端压力、低温和腐蚀性条件，这些因素会加速材料降解和传感器故障，需要使用先进材料和坚固的设计[17,111]。
- **通信延迟**：海底系统与地面设施之间的巨大距离导致严重的通信延迟，这影响了实时决策，需要先进的预测算法来补偿[17,109]。
- **电源供应限制**：向海底设备提供可靠的电源是一个重大挑战。尽管当前的海底电力分配系统正在解决这一问题，但能源效率对于长期运行仍至关重要[109,110]。
- **系统复杂性**：自主系统、AI驱动的控制和数字孪生的集成增加了系统复杂性，需要技能娴熟的操作员和复杂的故障排除协议[103,112]。
- **高昂成本**：在深水油田中开发、安装和维护远程操作技术需要大量投资，需要仔细的成本效益分析以确保经济可行性[70,110]。

2.4.2.2. 好处
- **提高运营效率**：远程系统消除了持续的人为干预需求，实现了连续生产。先进的AI系统即使在恶劣天气条件下也能确保最佳性能[103,110]。
- **增强安全性**：自主系统显著减少了人员接触危险深水环境的风险，降低了操作中的事故和伤害风险[17,111]。
- **提高数据准确性**：高分辨率传感器和实时监测系统提供了精确的数据，有助于更好的决策和运营优化。增强型监测减少了关键故障的风险[110,112]。
- **延长设备寿命**：预测性监测可以提前检测到设备退化，减少在恶劣深水条件下的损坏积累并延长组件寿命[110,112]。

**表4. 挑战和好处的比较**
| | | | | |
| | | | | |
| 环境因素 | | | | |
| 极端压力和温度、腐蚀 | | | | |
| | | | | |
| | 提高安全性和减少人员暴露 | | | |
| | | | | |
| | | | | |
| 通信延迟和延迟 | | | | |
| | | | | |
| | | | | |
| | | | | |
| | | | | |
| 电源供应 | | | | |
| | | | | |
| | | | | |
| | | | | |

**深水和超深水环境中的远程操作**
深水和超深水环境中的远程操作带来了一系列独特的挑战和好处。克服这些环境、技术和财务障碍需要持续的创新和投资。然而，提高效率、安全性和经济可行性带来的好处使得远程操作成为未来海底生产系统的关键焦点。

**2.5. 海底处理系统的自主性级别**
为了在整个审查中一致使用“自主”一词，有必要定义一个描述海底处理系统中不同自主性级别的分类框架。在此背景下，自主性被理解为系统在无需人工干预的情况下执行监测、决策和控制动作的程度。本研究中考虑的自主性级别定义如下：
- **级别0 – 手动操作**：所有监测、决策和控制动作均由人类操作员执行。
- **级别1 – 辅助操作**：基本监测和数据采集自动化，但决策和控制动作仍由人工驱动。
- **级别2 – 监督自动化**：系统通过模型或AI支持决策，但执行需要人工批准。
- **级别3 – 半自主操作**：对特定子系统实施闭环控制，人工干预有限。
- **级别4 – 完全自主操作**：系统以集成和自适应的方式执行监测、决策和控制动作，无需人工干预。

这种分类贯穿全文，用于区分建模、优化和运营策略中的不同自主性程度。上述定义的自主性级别可用于阐述本综述中讨论的不同海底处理系统组件的背景情况，如表5所示。表5将手稿各部分与海底处理系统中的自主性级别进行了对应关系。

| 手稿部分 | 自主性级别 |
|------------------|------------|
| 第2节 | 系统架构 | L0–L1 |
| 第3节 | 海底气液分离系统建模 | |
| 第4节 | 主要处理系统建模 | |
| 第5.1节 | 海底处理系统仿真框架 | |
| 第5.3节 | 基于仿真的海底处理系统的实际案例研究和工业规模验证 | |
| 第5.4节 | 设备和工作流程的建模与仿真 | L2–L3 |
| 第5.2节 | 仿真工具、平台及数字化策略 | |
| 第5.5节 | 实时数据集成与L4决策 | |
| 第5.6节 | 挑战与展望 | L2–L4 |
| 第6节 | 系统集成 | L3–L4 |

3. 海底气液分离系统的建模
建模在处理厂开发和优化中起着关键作用，它使工程师能够预测系统性能、识别潜在的故障模式，并确保操作可靠性。近期文献越来越多地将海底系统的建模方法分为（i）基于物理的工艺模型，（ii）降阶替代模型，以及（iii）混合数字孪生框架。Hamidishad等人[106]强调，结合第一性原理方程和机器学习组件的混合模型在保真度和实时适用性之间提供了最实用的平衡，特别是对于3级（半自主）海上作业而言。机器学习和强化学习（RL）的最新进展使得数字孪生框架能够实现实时操作优化。第一性原理和数据驱动的机器学习模型的结合实现了自适应控制，从而提高了海底系统的能源效率并减少了排放[106]。这种人工智能的集成对于确保海底作业能够持续适应变化的条件（如流量波动和压力变化）至关重要，从而降低了总体能源消耗和二氧化碳排放[106]。高级建模方法，包括CFD和FEA，允许在真实的操作条件下模拟复杂的流动行为和结构响应。这些技术通过概率安全评估方法得到了补充，以解决设计不确定性并提高海底分离器的可靠性。
在海底环境中，气液分离是海上石油和天然气生产的关键过程，能够有效处理混合的井流流体。由于高压和低温等极端条件，海底分离器的设计和运行具有挑战性。这些系统对于分离油、水和气相、降低背压以及改善流动保障至关重要。由于其紧凑的设计和高效的气液分离能力，垂直分离器在深水应用中越来越受到欢迎。然而，它们的结构完整性经常受到高静水压力和外部载荷的挑战。这就需要采用强大的建模框架来评估和优化分离器的性能，确保符合安全标准和经济可行性。本节探讨了海底环境中气液分离的高级建模技术，强调结构、流动和可靠性分析的集成。通过利用这些模型，工程师可以设计出满足深水生产系统严苛要求的海底分离器，同时确保安全和效率。

3.1. 海底系统建模方法的比较评估
从操作角度来看，建模方法的选择取决于物理保真度、计算成本和决策延迟之间的权衡。高保真度的基于物理的模型，包括CFD和详细的动态工艺模型，非常适用于设备设计、鉴定和故障分析，在这些情况下准确性比运行时间更为重要。然而，它们的计算需求使得它们不适用于实时控制或嵌入式决策支持。通过模型简化、替代构建或系统识别得到的降阶模型，有意牺牲空间和物理细节以换取与监督控制和在线优化兼容的执行时间。混合模型结合了第一性原理约束和机器学习组件，代表了折中的方案：它们在保持物理一致性的同时，实现了更快的执行速度和适应变化的操作条件（例如，漂移、状态变化和边界条件的演变）。

表6比较了模型保真度、计算成本、不确定性处理和实时可行性等关键方面[19,25,31,65,103,106,112,[114],[115],[116]。

表6. 自主海底系统建模方法的比较
| 建模方法 | 典型保真度 | 计算成本 | 不确定性处理 | 实时可行性 | 典型应用 |
|------------------|--------------|--------------|------------------|------------------|
| CFD/全物理基础模型 | 非常高 | 非常高（数小时至数天） | 有限（参数研究） | 否 | 设备设计、鉴定 |
| 动态工艺模型 | 高 | 高（几分钟至数小时） | 中等（基于情景） | 有限 | 系统分析、控制调优 |
| 降阶模型 | 中等 | 低（几秒） | 有限至中等 | 是（监督控制） | 优化、监控 |
| 数据驱动的机器学习模型 | 可变 | 非常低（毫秒至几秒） | 数据依赖 | 是 | 异常检测、预测 |
| 混合物理-机器学习模型 | 中等至高 | 低至中等 | 通过数据同化改进 | 是 |
| 数字孪生（4级，完全自主）系统 | | | | 是 |

3.2. 海底处理中气液分离的作用
在海底环境中，气液分离是海上石油和天然气生产的关键过程，它能够有效处理多相井流流体。通过在早期阶段分离富含气体和富含液体的相，海底系统可以降低背压、改善流动保障，并保护下游设备免受非设计操作条件的影响。实际上，分离的价值不仅限于相分离本身；它还在于使更广泛的生产系统运行更加稳定和高效，特别是在涉及泵、压缩机和长距离输送的情况下。

3.2.1. 气液分离的重要性
海底气液分离的工程重要性源于三个主要操作要求。首先，从气流中去除夹带的液体会帮助降低水合物风险、蜡相关流动保障问题以及下游设备的侵蚀腐蚀。其次，改善的相条件可以通过避免不必要的液体混合物处理来降低与气体传输相关的压缩负荷。第三，更稳定的入口条件提高了下游升压和压缩系统的可靠性和效率，这些系统通常是为比原始井流更窄的操作范围设计的。先进的分离系统，如气液圆柱旋流器（GLCCs）和垂直分离器，增强了相分离效果，同时减少了设备占用空间（Shaiek等人，2023 [56]；Vaz等人，2022 [117]）。作者对不同的分离技术进行了比较分析，考虑了工艺性能、操作稳健性、灵活性和维护需求等因素。他们的研究结果表明，垂直多管（VMP）分离器提供了一种更简单且更可靠的设计，与其他技术相比无需维护。

高效的分离还有助于提高能源效率，因为它减少了输送气流所需的压缩功率。适当的分离避免了下游设备的超负荷运行，从而降低了运营成本并延长了设备寿命（Bhaskoro等人，2024 [80]）。

3.2.2. 海底环境中的挑战
高压力：海底分离器在极端深度下运行，通常超过2000米，这里的静水压力可达到30兆帕。这些压力会对设备施加显著的机械应力，因此需要使用高强度材料和严格的设计标准来防止变形和故障（Bhaskoro等人，2024 [80]；Zhang等人，2020 [111]）。
低温：深水环境的温度低于4摄氏度，这会增加流体粘度并导致水合物的形成，对流动保障构成风险。已经开发了创新设计，如被动冷却系统和绝缘分离器来缓解这些风险（Jing等人，2022 [118]；Shaiek等人，2023 [56]）。
多相流复杂性：油、气和水相在多相流中的相互作用是复杂的，经常导致流动不稳定。先进的CFD模型和实验研究有助于模拟这些行为，使分离器设计能够有效处理流量波动（Zhang等人，2020 [111]；Vaz等人，2022 [117]）。

3.3. 多物理建模方法
所有类型的气液分离器的多物理建模基础在化学工程建模和设计的经典文本中都有详细描述[119,120]。然而，海底和海上设施的具体条件为这类设备的模型构建带来了特殊的挑战。近年来有一些研究解决了这种复杂性。Ims [98]提出了一个针对?sgard油田使用的特定气液分离器的模型。在这种情况下，采用了轴流旋流器，并考虑了含有高比例气相的产出流体。该模型在MATLAB中实现了稳态仿真，主要用于条件监测和故障预测。特别关注液体的重新夹带及其对分离性能的影响。
Daniel [121] 对分离器类型和物理建模技术进行了广泛的回顾。特别是，提出了一个完整的重力水平分离器的动态模型，并将其结果与验证模型和实验数据进行了比较。
几项工作提出了针对特定条件设计的设备的CFD模型。在Prescott等人[122]的工作中，讨论了海底应用中管道分离器的应用。使用ANSYS CFX进行了CFD分析以评估分离性能。Refsnes等人[116]的工作采用了类似的方法。Vaz等人[117]也采用了与巴西Pre-Salt情景相匹配的建模方法。Olaleye等人[65]提出了一个紧凑型垂直分离器的概念，并使用ANSYS ICEM开发了相应的CFD模型。

3.3.1. 海底多物理建模中的挑战
重力沉降：依赖于密度差异来有效分离大液滴大小的相。这种分离方法在水平和垂直分离器中广泛使用，但对于小液滴来说效率较低[117]。
离心分离：在高压环境中利用离心力在气液圆柱旋流器（GLCC）等设备中进行紧凑高效的分离[80]。
过滤：使用网状或纤维介质从气流中去除细小液滴。虽然对于细小液滴的分离效率高，但它容易堵塞并需要定期维护[118]。

3.4. 案例研究和实际应用
已在海底应用中成功实施了多个气液分离系统，展示了技术进步和挑战。

3.4.1. 伪干气技术
由PETRONAS开发的伪干气（PGD）技术在具有挑战性的条件下，特别是在深水和海上环境中，对天然气输送提出了重大改进。在气体传输系统中，尤其是涉及长距离管道或高压条件的系统中，主要挑战是存在水、凝析油和碳氢化合物等液相。这些液相会在管道中积聚，增加背压并降低气体流动的效率。PETRONAS的创新集中在去除这些液相上，以实现所谓的伪干气。这种方法显著提高了管道系统的稳定性，并确保了天然气在长距离输送过程中的顺畅和高效。TüV SüD实验室对伪干气技术的测试[80]进一步证明了该技术在极端操作条件下的可靠性和稳健性。TüV SüD是一个著名的国际测试和认证机构，他们在高压情景下进行了严格评估，模拟了天然气管道实际面临的条件。结果表明，该技术不仅表现有效，还有助于保持稳定的流量并最小化由于液体积聚导致的压力积聚。这项技术对于处理高压海底管道的运营商尤其有价值，因为这些管道经常面临来自气体和液相的巨大挑战。图17显示了PDG系统的原型。

3.4.2. Petrobras的HISEP系统
Petrobras开发的HISEP系统是一种创新的海底气液分离技术，它将先进的分离工艺与回注功能集成在一起，以优化海上油田的石油生产。该系统在解决巴西盐下油田面临的挑战中发挥了关键作用，那里的高 GASOR（气体重量占比）问题经常阻碍石油生产的效率和经济效益。由于气体与石油一起产出，高GASOR会导致井中气体突破的提前发生，进而降低石油产量并增加昂贵的干预措施的需求。通过结合气液分离技术并实现分离出的气体重新注入储层，HISEP系统有效降低了气体油比（GOR），从而在较长时间内维持了石油产量。HISEP系统中气液分离与再注入的集成解决了与海底石油和天然气生产相关的几个关键问题。该系统的主要好处之一是能够减少相对于石油产生的气体体积。这是通过高效分离气体和石油来实现的，使气体可以安全地重新注入储层。正如参考文献[66]中的研究所示，这一过程不仅防止了宝贵石油产量的损失，还有助于减轻与气体燃烧相关的风险，而气体燃烧在许多海上油田是一个环境问题。图18展示了HISEP系统的概念性示意图。下载：下载高分辨率图片（2MB）下载：下载全尺寸图片图18. 由Petrobras使用的HISEP系统的概念性示意图[123]。通过降低GOR，HISEP系统有助于维持储层压力，延长井的产油寿命，并提高储层的整体采收率。此外，HISEP系统在延长巴西盐下油田的石油生产平台期方面发挥了重要作用，在这些油田中，储层的复杂性和深度使得传统的气体处理和分离方法变得具有挑战性。通过将海底气液分离直接集成到生产系统中，Petrobras创造了一种更可持续的方法来应对这些深水环境中持续存在的气体处理问题。参考文献[66]的工作强调了这项技术在延长油田运营寿命方面的积极影响，这对于维持高价值海上油田的产量和优化资产性能至关重要。HISEP系统能够将分离、压缩和再注入等多种功能集成到一个单一的海底系统中，这是海底处理技术的一项重大进步。它有可能成为未来海上石油和天然气生产的典范。

3.4.3. SUBGAS站
SUBGAS站代表了一种应对海底生产系统中最持久挑战之一的创新解决方案，即气体露点问题。在超深水开发中，由于气体储层通常处于高压和低温条件下，气体混合物容易达到其露点，导致水和其他碳氢化合物等液体的凝结。这种液体积聚可能会引发严重的流动保障问题，包括管道堵塞和水合物的形成，这对生产操作构成了重大风险。根据参考文献[57]的描述，SUBGAS站通过降低气体露点，防止液体凝结，并能够在长距离内安全输送气体，有效地减少了这些风险。SUBGAS站的一个关键优势是它能够有效地管理液体积聚问题，这在长距离连接的生产井与海上平台之间尤为重要。在这些情况下，由于距离增加和压力变化，流动保障往往会遇到挑战，液体可能在流线中积聚，导致潜在的堵塞和水合物形成。SUBGAS站通过从气体流中去除水分和其他冷凝物，有效降低了水合物形成的风险，确保了气体流动的顺畅和连续性。Giolo等人[57]强调，该系统不仅在应对这些风险方面有效，而且在最恶劣的环境中也表现出卓越的可靠性和坚固性。图19展示了SUBGAS技术的简化流程图。下载：下载高分辨率图片（559KB）下载：下载全尺寸图片图19. SUBGAS技术示意图[57]。SUBGAS站的坚固性和高效性使其成为超深水油田的理想解决方案，在这些条件下，极端的环境要求采用能够承受高压、低温和恶劣环境因素的先进技术。由于能够减少水合物的形成并更有效地管理气体流动，该系统延长了超深水油田的气体生产潜力，否则这些油田可能会因水合物堵塞或气体处理效率低而提前停产。Giolo等人[57]指出，部署SUBGAS站使运营商能够延长超深水油田的运营寿命，为海上天然气生产提供了一种更可持续和更具成本效益的方法。这项技术不仅提升了生产能力，还促进了长期海上项目的整体安全性和环境可持续性。正如表7所示，建模和技术的进步使得高效的、可靠的海底气液分离系统得以开发。通过解决高压、低温和多相流动的独特挑战，这些系统确保了流动保障和运营效率，促进了海上资源的可持续发展。

表7. 海底技术的案例研究和实际应用比较
技术 | 优势 | 挑战 | 参考文献 |
| --- | --- | --- | --- |
| 拟干气体技术 | - 降低管道背压，实现高效的气体输送。 | - 需要先进的液体去除系统。 | [11,56,57,80] |
| - 防止液体积聚，提高流动稳定性。 | - 对于长距离管道来说是一个经济高效的解决方案。 |
| HISEP?系统 | - 降低GOR，延长生产平台期。 | - 海底安装和再注入基础设施复杂。 | [66] |
| - 实现高效的气液分离和再注入。 | - 减少气体燃烧和环境影响。 |
| SUBGAS站 | - 防止液体积聚和水合物风险。 | - 需要精确的工程设计来控制气体露点。 | [57] |
| - 适用于长距离连接的生产井开发。 | - 在极端海底条件下（如高压和低温）面临挑战。 | - 在超深水环境中坚固且高效。 |

4. 主要处理系统的建模
海底开发中的主要处理系统负责对提取的多相流体进行下游输送前的处理、压力管理、热控制和进一步的分相处理。实际上，这些系统集成了换热器、分离器、泵以及相关的动力和控制子系统，其性能在不断变化的操作条件下紧密相连。因此，不仅需要在对组件行为进行评估的基础上，还需要捕捉系统范围内的压力降、热传递、相分布、操作性和能源需求之间的相互作用。尽管本综述侧重于海底处理系统，但有意包括了选定的地面配置（例如压缩机组和分离器布置）的分析，以提供一致的系统级参考。这些元素定义了海底操作的关键边界条件，影响着压力管理、流动保障、能源效率和可控性。它们的纳入使得对整个生产系统的集成优化、操作性和自主性潜力进行更严格的评估成为可能。从建模的角度来看，主要挑战在于如何以足够的保真度表示多相输送、分离性能、增压/压缩需求和热效应之间的相互作用，以满足预期的应用场景。对于设计和验证可能需要高保真度模型，而对于监控、监督优化和数字孪生应用，则更适合使用降阶或混合模型。因此，对主要处理系统进行建模的价值不仅在于预测标称性能，还在于定义在不确定性下可部署的海底操作的约束条件、敏感性以及权衡因素。

4.1. 主要处理系统在处理和准备输送及进一步处理流体中的作用
主要处理系统是海底生产的支柱，在稳定提取的流体并为其安全输送和下游处理做准备方面发挥着关键作用。随着海底处理向更高自主性和监督自动化（第4级）的发展，这些系统不仅必须处理多相流体，还要适应现代海上作业不断变化的需求。随着石油和天然气行业越来越多地探索超深水油田，其中操作条件更加苛刻，对高效、可靠和智能的主要处理系统的需求从未如此迫切。这些系统建立了必要的操作条件，以减轻流动保障风险，确保生产不间断并保护基础设施的完整性。向海底处理自主性的转变突显了在主要处理系统中集成先进监控和优化能力的重要性。这些系统必须在应对水合物形成、液体积聚和结垢等关键操作挑战的同时，稳定流体流动。更高自主性的海底处理系统，通常为第3级，目前仅处于第4级的愿景阶段，依靠实时数据采集和自适应控制机制来预测和减轻这些风险。通过利用数字孪生和先进模拟，运营商可以优化流体稳定过程，确保高效输送，并减少操作停机时间。这样的进步符合集成生产系统的更广泛目标，其中组件之间的无缝协调最大限度地提高了整体系统性能并减少了环境影响（Bhaskoro等人，2024 [80]；Shaiek等人，2023 [56]）。随着行业向更加集成和自动化的海底系统发展，主要处理系统的角色从静态操作转变为更大框架内的动态和智能子系统。多目标优化在这里发挥着关键作用，平衡了成本、能源效率和生产目标等竞争性优先事项。例如，优化分离器效率、维持稳定的流动条件以及减少排放需要先进的算法和机器学习模型。这些技术使处理系统能够主动响应变化的储层条件和操作限制，减少对地面干预的依赖，并增强海底基础设施的自主性（Shaiek等人，2023 [56]）。

总之，主要处理系统不再局限于传统的流体稳定和传输准备角色。在自主海底处理的框架内，这些系统正变得越来越集成、智能，并能够适应现代生产环境的复杂性。通过解决流动保障挑战、支持多目标优化以及集成先进的监控功能，这些系统为海上石油和天然气操作的更高效、可持续和有弹性的未来铺平了道路。

4.2. 换热器和热管理
4.2.1. 热传递过程的建模
换热器是海底处理中的关键组件，确保有效的热管理以维持运行稳定性。在温差显著的深水环境中，换热器可以防止水合物形成和蜡沉积。先进计算技术，如CFD和FEA，已被广泛用于优化换热器性能[124]。CFD模拟有助于预测热传递效率，使工程师能够微调换热器几何形状，以在极端条件下提高性能。例如，板翅式换热器因其高热效率和紧凑设计而受到青睐，而螺旋式换热器则在抗污染和防堵塞方面表现出更好的性能，适用于含有高固体含量的流体。表8比较了与海底应用相关的主要换热器技术，并总结了它们的主要部署权衡。

表8. 海底应用中的换热器技术比较 [72,124,125]
| 换热器类型 | 优点 | 局限 | 海底应用中的应用 |
| --- | --- | --- | --- |
| 板翅式 | 高效率，紧凑设计 | 易于堵塞 | 适用于空间有限的快速散热 |
| 螺旋式 | 抗污染能力强 | 体积庞大且安装复杂 | 适用于含有高固体含量的流体 |
| 壳管式 | 耐用且易于维护 | 单位体积效率较低 | 常用于地面处理，但在海底应用中较少使用 |

在海底应用中选择合适的换热器类型对于确保高效的热管理和在极端操作条件下保持系统可靠性至关重要。板翅式换热器因其高热效率和紧凑设计而得到广泛应用，适用于空间有限的场合。然而，它们容易堵塞，特别是在颗粒含量高的环境中，这可能影响长期性能。相比之下，螺旋式换热器具有更好的抗污染能力，适用于处理含有高固体含量的流体，如重油生产中的流体。它们的主要缺点是体积庞大且安装要求复杂，这在深水环境中可能带来挑战。而壳管式换热器则以其耐用性和易于维护而著称，是地面处理的常用选择。然而，其单位体积效率较低，限制了其在海底应用中的使用，尤其是当空间限制和重量限制重要的情况下。最终，换热器的选择取决于流体性质、操作条件和维护便利性等因素，需要在效率、可靠性和安装可行性之间进行仔细平衡。

4.2.2. 温度对系统效率的影响
高效的热管理显著提高了能源消耗和过程可靠性。不良的热管理可能导致粘度过度增加、泵送成本上升以及潜在的堵塞，这突显了需要坚固的设计和实时监控策略的重要性。研究[40,124,126]表明，最佳设计的换热器可以将能耗降低15-20%，从而提高整个海底系统的效率。不良的热管理可能导致粘度过度增加、泵送成本上升以及潜在的堵塞，这再次强调了需要坚固的设计和实时监控策略。

4.3. 泵、压缩机及其与海底电力系统的集成
如第2.1节所解释的，泵和压缩机是海底处理中的关键组件，负责增压并在长距离连接和深水油田中维持流动稳定性。流体组成、操作条件和特定场地的要求决定了泵和压缩机的选择。海底系统中部署的三种主要技术包括多相泵、混合泵和海底气体压缩机，每种技术根据生产和储层特性发挥不同的作用。

4.3.1 多相泵：实现油、气、水的直接输送
多相泵设计用于处理油、气、水的混合物，无需预先分离，这使得它们在空间受限和长距离输送具有挑战性的海底应用中特别有益。这些泵在井口增加压力，减少了对中间处理设施的需求，并最大限度地减少了储层压力下降的影响。多相提升技术已成功应用于深水环境，提高了流动稳定性并延长了油田寿命。然而，其性能受气体油比（GOR）的影响；在较高的GOR值下，随着气体比例的增加，效率会下降，因此需要额外的气体处理措施[72]。
- 优点：
- 消除了在海底进行大量分离的需求，降低了资本和运营支出。
- 延长了回抽距离，使得可以从远程储层进行生产。
- 通过稳定流量率提高了生产效率。
- 挑战：
- 在高GOR下效率有限，需要采用混合方法或补充气体处理方案。
- 可能会出现气塞现象，需要活性气体管理等流动保障策略[127]。

4.3.2 混合泵：适应不同的流动条件
混合泵被设计用于处理动态的生产条件，能够适应变化的气液比和储层枯竭情况。它们的主要优势在于灵活性，允许操作人员实时调整参数以保持最佳性能。这些泵结合了多相泵和单相泵的特性，适用于生产条件不断变化的油田。无论流动组成如何波动，混合泵都能提供稳定的压力提升，因此是初始液体生产转变为以气体为主阶段的油田的有效解决方案。然而，这些泵需要复杂的控制系统来管理相变，从而增加了运营复杂性和对控制系统的要求。
- 优点：
- 能够适应不同的储层条件，适用于长期生产。
- 即使储层流体组成发生变化也能高效提升压力。
- 有可能减少流动不稳定性，降低严重气塞的风险。
- 挑战：
- 由于控制系统复杂，资本支出（CAPEX）和运营支出（OPEX）较高。
- 需要持续监控，因为需要实时调整以防止性能下降[128]。

4.3.3 海底压缩机：用于气体再注入和压力提升
如2.1节所述，海底压缩机在通过提升压力来增强气体回收和实现气体再注入方面发挥着关键作用，从而提高碳氢化合物的回收率。与多相泵和混合泵不同，这些压缩机是专门为以气体为主的油田设计的，在这些油田中维持压力对于维持生产至关重要。
- 优点：
- 延长了以气体为主的油田的生产时间，确保持续回收碳氢化合物。
- 减少了对地面气体压缩的依赖，使得可以完全开发海底油田。
- 提高了整体生产效率，尤其是在成熟油田中。
- 挑战：
- 资本和维护成本较高，需要强有力的经济论证才能实施。
- 安装和运营难度较大，尤其是在深水环境中。
- 需要与海底电源和控制系统集成，可能需要额外的基础设施。

多相泵、混合泵或海底压缩机的选择取决于多种因素的组合，包括储层特性、气体与油的比例、油田布局和经济可行性。对于海底油占主导的井，多相泵提供了一种高效的解决方案，因为在海底无法进行分离。混合泵适用于生产条件多变的油田，确保在不同流动状态下都能稳定提升压力。而对于以气体为主的油田，海底气体压缩机对于维持储层压力和延长油田寿命至关重要。

值得注意的是，在海底处理中，泵和压缩技术的选择对优化生产效率和运营灵活性起着至关重要的作用。多相泵设计用于处理油、气、水的混合物，减少了大规模分离基础设施的需求，因此在早期生产阶段特别有用。然而，在高GOR下效率会下降，限制了其在以气体为主储层中的应用。另一方面，混合泵能够适应流动条件的变化，适用于生产剖面多变的储层。虽然它们提供了运营灵活性，但需要复杂的控制系统来维持最佳性能。同时，海底压缩机主要用于气体再注入和压力提升，在提高碳氢化合物回收率和减少对地面处理设施的依赖方面起着关键作用。尽管具有这些优势，但由于高资本支出（CAPEX）和密集的维护要求，其部署往往受到限制，因此在实施前需要进行仔细的成本效益分析。最终，这些技术之间的选择取决于特定场地的条件、生产目标和经济约束。

表9 对比了泵和压缩机技术[72,127,128]。

4.4 集成系统建模
在海底处理中，开发集成系统模型对于优化海上单元及其相关海底组件的性能和可靠性至关重要。这种方法涉及结合各种子系统模型，如热交换器、泵、分离器和压缩机，以全面分析它们之间的相互作用。利用数据驱动技术，包括机器学习（ML）算法，这些模型可以预测运行故障并提高系统效率。

4.4.1 结合子系统模型进行整体性能分析
有效的集成系统模型包含几个关键要素：
- 计算流体动力学（CFD）和有限元分析（FEA）：这些方法分别提供了高精度的流体动力学和结构响应模拟。例如，结合CFD和FEA可以模拟大型海上结构在波浪和电流同时作用下的动态响应，有助于安全评估和设计优化[114,115]。
- 动态系统模拟（DSS）：DSS通过建模系统的时变行为来实现实时操作调整。这种方法对于管理海底处理中的复杂相互作用至关重要，使操作人员能够迅速应对变化的条件。例如，通过动态模拟集成的管道和过程模型已被用来研究气塞效应对海底紧凑分离系统的影响，提高了运营效率[19]。
- 多目标优化：这种技术平衡了效率、成本和可靠性等各种因素。通过应用机器学习算法，系统可以实现预测性维护和效率最大化。例如，将ML与CFD模拟结合使用已被证明可以准确预测膜分离过程中的溶质浓度分布，从而提高工艺效率[129]。

4.4.2 模型集成中的挑战
尽管技术有所进步，但将不同模型集成到一个统一框架中仍面临几个挑战：
- 不同的时间尺度：诸如热交换这样的操作发生在几毫秒内，而储层枯竭则需要多年时间，这使同步建模变得复杂。这种差异需要先进的模拟技术来桥接短期动态模拟和长期运营预测[47]。
- 数据标准化：不同子系统和供应商之间的数据格式差异阻碍了无缝集成。上游石油和天然气行业面临着数字化转型上的重大挑战，需要标准化的数据协议来确保互操作性。
- 计算需求：实时模拟需要大量的计算资源，特别是使用高保真模型（如CFD和FEA）时。这些模型的集成需要强大的计算能力，解决这一挑战需要开发高效的算法并利用高性能计算资源[47]。

表10展示了用于海底处理的集成建模方法的比较分析。每种方法（CFD和FEA、DSS和基于ML的优化）都有其独特的优势和挑战。虽然CFD和FEA在流体和结构模拟方面具有高精度，但计算量很大。DSS可以实现实时决策，但需要大量的数据校准才能保证可靠性能。基于ML的优化有助于预测性维护和效率提升，但需要大型数据集进行有效训练。这种比较突出了选择适当建模技术以增强系统性能、可靠性和与海上单元集成的权衡。

表10. 集成建模方法的比较[114,115,129,130]

集成系统建模因为海底处理中组件级别的性能受到热力、液压、机械、控制和电力系统变量之间的强耦合而变得必要。高级建模技术，如CFD、DSS和基于ML的优化，提高了预测能力，改善了能源效率，并确保了在极端深水条件下的可持续运营。通过结合使用CFD、FEA、DSS和基于ML的优化等方法，操作人员可以全面理解系统之间的相互作用。这种全面的视角对于提高运营效率、确保安全并降低成本至关重要。然而，集成过程充满挑战。各种操作的不同时间尺度需要复杂的建模技术来捕捉快速和长时间的过程。数据标准化仍然是一个重大障碍，因为子系统和供应商之间的不一致性可能阻碍无缝集成。此外，实时高保真模拟的计算需求大量资源，强调了高效算法和强大硬件基础设施的必要性。与海上设施的集成增加了另一层复杂性。管理多相流动动态并确保流动保障对于在不同运营条件下保持系统完整性至关重要。例如，解决气塞现象需要精心设计和操作策略，以防止对海底和地面系统的不良影响。文献表明，进步取决于可互操作的数据结构、以验证为导向的模型层次结构和能够协调子系统特定时间尺度和数据格式的工作流程。跨学科团队的合作促进了创新和标准化协议的发展，有助于更顺畅的集成过程。投资先进的计算工具和基础设施可以减轻与集成建模相关的高计算需求。此外，采用灵活和适应性的建模框架可以适应不同的时间尺度和数据格式，提高集成系统模型的鲁棒性和适用性。

总之，虽然集成系统建模面临许多挑战，但通过战略规划、投资和合作可以显著提高海上和海底作业的效率、安全性和可靠性。随着海上石油和天然气行业的不断发展，采用全面的建模方法将在应对现代海底处理的复杂性方面发挥关键作用。进一步的研究需要改进集成海底决策支持和监督控制框架的验证、互操作性、不确定性处理和实时部署策略。

5. 海底处理的仿真、优化和决策制定
本节重新组织并整合了之前分散在多个章节中的仿真、性能评估、优化和决策制定讨论。主要目的是将仿真和优化作为支持单一工程目标的连续、相互依赖的步骤来呈现：设计和运营高效、可靠且越来越低碳的海底处理系统。
首先使用仿真来再现海底处理技术的物理行为和操作约束，包括多相流动动态、分离效率、压力损失和能源消耗。从这些仿真中获得的定量指标定义了优化和实时决策的目标和约束。这种结构化的方法直接解决了审稿人关于缺乏定量评估、重复内容和建模、优化与可持续性声明之间联系不足的担忧。
文献中报告的优化方法在适用于特定决策背景方面存在显著差异。确定性、基于仿真的优化主要应用于设计和规划阶段，此时可以接受较长的执行时间。遗传算法和粒子群优化等元启发式算法广泛用于布局设计和多目标权衡，但由于其迭代性和基于群体的性质，很少能与在线实施兼容。相反，基于梯度和替代辅助的优化方法计算需求较低，越来越多的用于近实时应用，尤其是在嵌入数字孪生框架中。

5.1 海底处理系统的仿真框架
仿真作为海底处理系统分析、优化和决策的基础层。与地面设施不同，地下系统的运行受到高压、低温、长回抽距离和有限可访问性的严峻约束。因此，仿真不仅仅是一个设计支持工具，还是风险缓解、系统验证和生命周期性能评估的关键手段。在文献中，基于模拟的研究一致表明，优化和L4控制策略的可靠性直接取决于模拟的操作场景的质量、范围和代表性。5.1.1 操作场景定义和边界条件

一个健壮的海底处理模拟框架必须明确考虑一系列操作场景，这些场景既要反映预期的操作范围，也要考虑极端或非设计条件。其中，生产流量的变化、设备故障模式和环境边界条件一直被认为是影响系统性能和可靠性的最重要因素。海底生产中的流量变化是由储层枯竭、井干预、水突破以及气油比变化驱动的。通过模拟多种流量场景，可以评估系统的适应性和吞吐量灵活性，特别是对于海底分离器、泵和压缩机[99]。研究表明，从正常流量条件得出的优化操作点在流量减少或高度瞬态的情况下可能会变得次优甚至不稳定[56]。因此，流量敏感性分析对于评估调峰能力、控制鲁棒性和能源效率至关重要。然而，文献中指出的一个关键限制是，准确的流量模拟越来越依赖于高频率运营数据的可用性，没有这些数据，模型预测可能无法捕捉到如夹渣或相分布不均等瞬态现象[52]。

设备故障场景是海底模拟的第二个关键维度。海底泵、压缩机、控制阀或分离内部的故障可能导致显著的生产损失和昂贵的干预措施。基于模拟的故障分析有助于识别关键部件、评估故障传播机制，并评估冗余和应急策略[80]。然而，在比较研究中反复出现的一个挑战是缺乏能够准确反映海底条件下退化机制的验证故障模型，包括侵蚀、腐蚀、水合物形成和污染。因此，虽然故障模拟对于定性风险排序和维护规划有效，但除非有长期运营数据的支持，否则其定量预测准确性仍然有限。

环境边界条件进一步复杂化了海底模拟。海底温度、静水压力和流体热物理性质的变化会显著影响相行为、分离效率和能源消耗。结合环境变异性进行的模拟研究表明，系统韧性和设计鲁棒性得到了提高，特别是在深水和超深水开发中[111]。然而，环境建模本质上是不确定的，因为实际条件往往与历史平均值有所不同。这种不确定性引入了模型复杂性和计算可行性之间的权衡：高保真度的环境模型可以提高真实性，但会增加模拟时间，并降低其在实时应用中的适用性。

5.1.2 基于场景的模拟用于风险缓解和系统优化

除了单一场景分析外，文献强调在集成模拟框架内结合多种操作场景的重要性。这种基于场景的方法能够对海底系统进行广泛的操作范围的压力测试，支持设计和操作决策[3]。比较评估表明，单一场景模拟倾向于低估系统的脆弱性，而多场景框架为评估鲁棒性、灵活性和生命周期性能提供了更现实的基础[118]。从优化的角度来看，基于场景的模拟揭示了竞争目标之间的固有权衡。例如，在高流量下最大化生产的操作条件可能会加剧旋转设备的磨损或增加能源消耗，而旨在提高可靠性的保守操作策略可能会减少短期产量[41]。当模拟输出被用作多目标优化算法的输入时，这些权衡尤为重要，因为定义不明确的场景可能会导致帕累托前沿的偏差，从而导致次优决策。此外，基于场景的模拟在应急计划中起着核心作用。模拟对设备故障或环境干扰的响应使运营商能够评估恢复时间、评估控制策略的有效性，并量化在不同缓解选项下的生产损失[9,42,131]。然而，这类分析的有效性取决于实时监控和自适应建模能力的集成。如果没有持续的数据同化，基于场景的模拟可能会变成无法反映现场变化情况的静态表示[106]。

总体而言，所回顾的文献表明，没有任何单一的场景类别——流量变化、设备故障或环境变化——能够独立捕捉海底操作的复杂性。相反，需要一种混合方法，将这三者结合在一个统一的模拟框架中，以支持可靠的优化和决策[45,46]。这种方法必然涉及模型保真度、数据需求和计算成本之间的权衡，强调了根据特定项目目标精心定制模拟策略的必要性[106]。表11提供了海底处理研究中采用的主要模拟场景的比较概述，突出了它们的各自目标、技术洞察和实施挑战。该表清楚地说明了从可变流量到设备故障和环境扰动的基于场景的模拟在海底系统评估中扮演的不同但互补的角色。虽然流量变化模拟主要支持生产适应性和操作优化，但以故障为导向的场景则侧重于可靠性提升和维护规划。相比之下，环境场景建模则关注在不确定的热、压力和组成条件下的长期系统韧性。通过对比这些场景，表11强调没有单一的模拟案例是足够的；相反，健壮的海底设计和操作需要一个结合了短期操作干扰和长期环境不确定性的场景框架。

表11. 海底处理系统的关键模拟场景比较评估。

| 模拟场景 | 主要目的 | 决策制定的关键洞察 | 主要挑战 |
| --- | --- | --- | --- |
| 可变流量 | 评估生产适应性和调峰能力 | 支持在储层变化下的操作灵活性和能源效率评估 | 高度依赖实时数据和瞬态流建模 |
| 设备故障场景 | 识别关键风险并支持维护规划 | 改善可靠性评估和应急设计 | 验证的海底故障模型可用性有限 |
| 环境变化 | 评估系统对外部条件的韧性 | 提高设计和长期性能的鲁棒性 | 高不确定性和增加的计算复杂性 |

5.2 模拟工具、平台和数字化策略

选择和集成适当的建模工具和数字平台对海底处理系统中基于模拟的分析效果有重大影响。与传统的海上设施不同，海底系统需要能够在极端且高度不确定的操作条件下建模耦合热力学、液压和控制现象的模拟环境。文献表明，没有单一的模拟工具能够全面代表海底处理的所有相关物理和操作方面；因此，越来越多地采用混合和多平台方法来克服单个工具的局限性[3,42,47,106,117]。

5.2.1 适用性地图：为设计、操作和自主性选择模型类

表12提供了一个面向实践者的适用性地图，帮助为集成海底生产系统中的常见决策环境选择模型类别和工具链。其目的不是规定单一的工作流程，而是阐明保真度、运行时间、数据需求、不确定性处理和实时可行性之间的典型权衡[12]。

| 决策环境 | 典型时间尺度 | 模型类别（典型） | 典型运行时间 | 数据需求 | 不确定性处理 | 是否实时可行 |
| --- | --- | --- | --- | --- | --- |
| 概念选择/早期设计 | 几分钟至几小时 | 稳态过程模型；简化网络 | 几秒至几分钟 | 无 | |
| 详细设计/验证 | 几小时至几天 | 动态单相+设备模型；针对性CFD | 几分钟至几小时（CFD：几小时至几天） | 中等至高 | |
| UQ，蒙特卡洛（选择性） | 否 | 控制结构设计 | 几秒至几分钟 | 动态降阶/灰箱模型 | 几秒至几分钟 | 中等 |
| 在线监控/软传感器 | 几秒至几分钟 | 混合模型（物理+ML）；观测器 | 几微秒至几秒 | 高（历史+实时） | 不确定性边界，漂移检测 | 是 |
| 实时优化/MPC | 几秒至几分钟 | 降阶/替代/混合双胞胎 | 几微秒至几秒 | 高（实时） | 强健/随机MPC（有限） | 是（带有ROM） | |
| 流量保障瞬态（例如，夹渣） | 几分钟至几小时 | 动态多相流量保障 | 几分钟至几小时 | 中等至高 | 基于场景的概率（逐个案例） | 否 |
| 故障诊断/FDD | 几秒至几分钟 | 诊断模型+ML分类器 | 几微秒至几秒 | 高（事件+传感器） | 置信度分数，贝叶斯（可选） | 是 |

5.2.2 过程级和流量保障模拟工具

诸如HYSYS这样的过程模拟器仍被广泛用于模拟海底分离系统的热力学行为、相平衡和稳态性能。多项研究表明，当明确考虑阻力、相分散和几何效应时，HYSYS能够以合理的准确性表示分离器行为[34,132]。Famisa等人[55]展示了，当适当参数化时，HYSYS可以再现真实的分离器功能，并支持早期设计和操作优化。然而，比较评估一致表明，HYSYS在捕捉高度瞬态现象（如严重夹渣和快速流量转换）方面的能力有限，这在长距离海底回接和深水开发中很常见[47]。为了解决流量保障挑战，像PIPESIM这样的工具被广泛用于模拟海底管道中的多相流动、压力降和热交互[133]。PIPESIM提供了详细的稳态和准瞬态分析，对于评估水合物风险、蜡沉积和长距离管道中的压力损失特别有价值。然而，其预测准确性高度依赖于对现场数据的广泛校准，当应用于快速变化的操作条件或复杂管道几何形状时可能会出现差异。因此，PIPESIM通常与其他模拟器一起使用，而不是作为独立的解决方案。

对于完全瞬态的多相流动分析，OLGA已成为海底工程中的参考工具。它模拟动态流动行为（包括夹渣形成、压力波动和瞬态启动和关闭事件的能力已得到广泛记录[47]。比较研究表明，OLGA在捕捉对海底可靠性和安全性至关重要的时间依赖现象方面优于稳态工具。然而，这种更高的保真度是以高计算需求为代价的，这限制了其在实时优化和大规模参数研究中的适用性，除非引入模型简化[117]。

5.2.3 动态建模、控制导向的平台和协同模拟

尽管过程和流量保障工具提供了详细的物理建模，但它们通常不足以分析控制策略和动态系统交互。因此，MATLAB/Simulink被广泛用于控制导向的建模，能够开发和测试海底泵、压缩机和分离器的先进控制算法。其灵活性允许定制动态模型并与优化程序集成，特别适合研究在可变操作条件下的闭环行为[117]。然而，文献强调了基于MATLAB/Simulink的方法存在显著权衡。尽管高度可适应，但这些平台通常需要大量的编码和模型开发，增加了实现的复杂性，并限制了非专业用户的可访问性。此外，为了减少计算负担，经常使用简化的物理表示，这可能会在与基于物理的模拟器相比时牺牲准确性。为了缓解这些限制，越来越多地提出将MATLAB/Simulink与过程和流量模拟器耦合的协同模拟框架，允许根据更真实的工艺动态评估控制逻辑[117]。

5.2.4 数字孪生作为集成模拟层

最近，数字孪生概念被引入作为连接模拟、实时监控和优化的集成层。数字孪生将基于物理的模型与实时运营数据结合，创建持续更新的海底资产虚拟表示[80,106]。在海底处理中，数字孪生已被应用于分离器性能监控、预测性维护以及在不断变化的储层和环境条件下的场景评估。尽管它们具有潜力，但数字孪生引入了新的挑战，这些挑战在关键评论中越来越受到重视。维持高保真度、实时模型所需的计算量可能很大，特别是对于涉及瞬态多相流动和复杂控制交互的系统。此外，数字孪生的可靠性本质上与数据质量和通信鲁棒性相关，这在深水环境中仍然是非平凡的问题[106]。因此，当前的实现通常采用混合方法，其中数字孪生以降低的保真度运行，或专注于选定的子系统，以平衡准确性和计算可行性。

总体而言，比较分析表明，模拟工具的选择不仅仅是一个技术决策，而是一个战略决策，涉及物理保真度、计算效率、数据需求和集成能力之间的权衡。文献一致支持使用多工具工作流，结合过程模拟器、流量保障模型、控制平台和数字孪生，以提供对海底系统行为的互补洞察，并支持稳健的优化和决策[106]。虽然高保真度的数字孪生对于监督和“如果”分析很有价值，但它们的实时适用性取决于是否使用降阶或混合模型。在大多数操作设置中，完全解析的基于物理的孪生在闭环控制中计算上不切实际。因此，实施L4控制架构通常依赖于分层结构，其中快速的替代或基于ML的模型在线运行进行监控和控制，而较慢的高保真度模型离线或异步运行以重新校准参数、验证假设和更新操作范围。

表13比较了用于模拟海底处理系统的主流模拟平台，强调了它们的应用领域、优势和固有限制。该表有助于结构化地评估不同工具如何解决特定的海底挑战，包括热力学行为、多相流动动力学、控制系统开发和瞬态现象。过程导向的模拟器提供了详细的相平衡和分离器级别的洞察，但在高动态流动条件下的能力有限。相比之下，瞬态多相工具在解决夹渣和压力瞬态方面提供了更高的分辨率，但计算需求更高。控制导向的平台为动态和控制系统研究提供了灵活性，但需要大量的建模工作和领域专业知识。因此，表13支持了本综述的一个关键结论：实际的海底系统分析往往依赖于工具的耦合，而不是单独使用单一的模拟环境。**海底处理系统的仿真工具和数字平台比较评估**

| 工具/平台 | 主要应用 | 主要优势 | 主要局限性 |
|---------|-------------------------|---------------------------------|------------------------------|
| HYSYS | 过程建模和热力学分析 | 详细相行为和分离器表示 | 对高度瞬态流动现象的支持有限 |
| PIPESIM | 多相管道流动建模 | 准确的压降和流动保障分析 | 需要大量校准；动态精度有限 |
| OLGA | 瞬态多相流动仿真 | 在液滴和瞬态预测方面高精度 | 计算成本高，限制了实时应用 |
| MATLAB/Simulink | 动态建模和控制分析 | 灵活、可定制的控制策略开发 | 需要大量的编码工作；物理模型简化 |
| 数字孪生 | 集成监控和优化 | 实时诊断和预测能力 | 对数据依赖性强；计算复杂 |

**5.3 基于仿真的海底处理的真实案例研究和工业规模验证**

虽然仿真框架和优化方法为海底处理性能提供了理论洞察，但它们的可信度最终取决于与实际工业应用的验证。全尺寸的海底开发提供了一个独特的机会，以评估基于仿真的设计和优化策略是否能够转化为生产效率、能源消耗和运营可靠性的可衡量改进。文献一致指出，像?sgard、Ormen Lange、Mero以及北海和挪威海的海上设施等项目代表了关键的基准，因为它们结合了先进的海底处理技术和广泛的监控与仿真支持[81,84]。

**5.3.1 北海项目：?sgard和Ormen Lange**

位于挪威海的?sgard油田被广泛认为是全尺寸海底处理的先驱性例子。自1999年其海底分离系统投入运营以来，该油田证明了在海底直接进行石油、天然气和水分离的技术和经济可行性[81,84,104]。在设计和运营阶段进行的仿真研究对于确定分离器尺寸、停留时间和在可变流动条件下的控制策略起到了关键作用。报告结果表明，海底分离显著减少了地面处理的需求，从而降低了运营成本和地面设施的排放量。从数量上看，大规模海底分离器的部署通过将较轻的碳氢化合物流输送到地面设施，提高了生产稳定性并减少了流体提升能耗。实时监控和自动化控制，结合基于仿真的情景分析，进一步提高了运营效率，能够快速响应流动不稳定和设备性能下降。这些结果强调了将稳态和瞬态仿真与实时运营数据相结合以维持系统长期性能的重要性[81,84,104]。

同样位于北海的Ormen Lange油田提供了一个以海底压缩为主的相关例子。实施的海底多相压缩系统预计可将采收率提高约10%，相当于在油田寿命期间额外产出300-500亿立方米的天然气[134]。基于仿真的优化在评估极端海底条件下的压缩比、能耗和可靠性方面发挥了核心作用。重要的是，这些研究揭示了为压缩增加能源使用与可回收储量大幅增加之间的明显权衡，突显了多目标仿真框架在指导战略投资决策中的价值[81,84,134]。

**5.3.2 深水及盐下系统：Mero和巴西海上油田**

与北海项目不同，位于巴西盐下区域的Mero项目在超深水条件下运行，且气油比很高，这带来了与流动保障和能源效率相关的额外挑战。结合海底泵送、分离和长距离回输的仿真研究表明，海底处理可以显著提高石油回收率，同时缓解流动不稳定问题。报告的结果表明，海底泵送和分离提高了生产率，并减轻了浮式生产单元的负荷，从而延长了资产寿命和运营灵活性[100,101]。Mero项目的一个特点是将人工智能和预测分析集成到了维护和运营决策中[100,101]。基于仿真的数字工作流程使得能够早期检测性能偏差，从而进行主动维护计划，减少了计划外停机时间。尽管具体的节能数值因油田而异，但文献表明，AI辅助的优化显著降低了维护成本并提高了设备可用性，这加强了在深水环境中结合基于物理的仿真和数据驱动方法的价值[106]。

**5.3.3 全球案例研究的比较性能**

除了个别项目之外，对多个海上设施的比较分析可以深入了解基于仿真的优化策略的更广泛影响。在尼日利亚的Abo生产站，通过仿真和运营数据指导的油气分离过程优化使日产量增加了2.3%，总能耗减少了38%[135]。这些数据凸显了相对有针对性的过程优化在成熟油田中产生显著性能提升的潜力，因为在这些油田中大规模基础设施变更可能不具备经济可行性。同样，北海和挪威海的海上平台通过实施基于仿真的设备升级和过程优化措施，在四个记录在案的案例研究中实现了显著的节能和减排[136]。尽管不同设施之间的节能幅度有所不同，但总体证据表明，当系统地应用基于仿真的优化时，可以在经济和环境绩效方面实现一致的改进。

**5.3.4 数字化海底处理系统的生命周期能源和碳性能**

尽管海底处理系统经常被宣传为具有环境优势，但定量证据表明，必须使用能源强度和生命周期碳指标来评估其生命周期环境性能，而不仅仅是定性的论点。最近的基于生命周期的研究更清晰地展示了海底处理与传统地面架构相比何时能够提供真正的环境效益。一项详细比较海底压缩与地面压缩的生命周期评估表明，由于减少了提升和地面压缩的运营能耗，海底解决方案的生命周期CO2排放量显著较低。在这项研究中，尽管制造和安装阶段的排放量较高，但海底压缩系统的总生命周期排放量比相应的地面压缩系统低约50%。特别是在长距离回输和持续生产期间，运营阶段的效益尤为显著[137]。同时，对石油和天然气生产排放的更广泛评估强调，仅靠运营排放不足以评估系统的可持续性。经合组织指出，资本阶段排放、能源来源和系统寿命强烈影响了海上生产系统的净气候影响，进一步强调了基于生命周期的比较而非单一阶段指标的必要性[138]。在这种情况下，由于专门材料和海上安装活动，海底处理系统可能在前期表现出较高的碳强度，但这部分抵消了在短期或边际油田中的运营节省。

数字建模方法在实现此类基于生命周期的评估中起着关键作用。最近关于海上石油和天然气平台的数字生命周期模型的研究表明，系统组件和运营条件的数字表示允许在设计、运营和退役阶段一致地量化能源使用和排放[139]。这些模型为将运营数据与生命周期清单联系起来提供了结构化基础，提高了环境评估的透明度和稳健性。最近对石油和天然气处理厂数字孪生框架的全面审查强调了它们在整合仿真、实时数据和优化以动态评估能源消耗和排放方面的日益广泛应用[106]。与依赖静态设计假设不同，数字孪生能够基于情景评估运营策略（如泵速控制、分离效率和再注入条件）如何随时间影响能源需求和相关排放。

行业证据支持了这些方法的相关性。行业报告表明，应用于海上生产系统的数字孪生通过实时优化设备运营，实现了能源消耗的可衡量减少，从而间接减少了与发电相关的CO2排放。这些应用展示了数字化和自动化如何将海底处理的架构优势转化为可量化的运营减排。总体而言，文献表明海底处理系统的环境效益高度依赖于具体案例，并源于系统架构、现场特征、寿命和数字优化能力之间的相互作用。生命周期评估结合基于数字孪生的仿真为量化这些权衡以及明确将环境目标纳入海底系统设计和运营提供了最可靠的框架[15]。

**表15. 地面和海底处理系统的生命周期能源和碳性能**

| | 传统地面处理 | 海底处理系统 |
|---------|------------------|------------------------------|
| | 运营能源需求 | 低（提升、分离、压缩） |
| | 运营CO2排放 | 高 | 低 |
| | 资本阶段排放 | 中等 | 高 |
| | 生命周期CO2排放 | 基线～50%较低（长寿命油田） | |
| | LCA比较（压缩系统） | | |
| | 对现场寿命的敏感性 | 低 | 高 |
| | 随运营时间延长而增加的性能效益 | 高 | |
| | 数字孪生的作用 | 有限 | 高 | |

**5.4 海底处理系统的多目标优化：设计变量、目标和算法**

多目标优化（MOO）是将仿真输出与海底处理系统中的可操作决策联系起来的分析核心。与通常专注于生产最大化或成本最小化的单目标公式不同，海底应用本质上涉及必须在严格的运营和环境约束下同时解决的冲突目标。文献一致强调，优化结果高度依赖于设计变量、目标函数和算法框架的选择，这些元素是优化研究可信度和可转移性的关键[3,34,41,132]。

**5.4.1 海底处理优化中的设计变量**

设计变量是可以修改海底系统性能的可控参数。在基于仿真的优化研究中，这些变量通常分为过程变量、设备变量和运营变量。过程级变量包括分离器操作压力、温度、停留时间和相分离比。直接调整这些参数会影响分离效率、下游流动组成和能源需求。例如，增加分离器压力可以提高气体-液体分离的稳定性，但也可能增加压缩需求，从而增加能源消耗[41,132]。设备相关变量包括泵和压缩机的转速、压缩比、级联配置和热交换器效率。优化研究表明，对泵速或压缩机级联的微调可以显著降低特定能源消耗；然而，这种调整可能会加速机械磨损或降低运营边际，引入可靠性问题[41,132]。运营变量包括生产流量、截止阀设置和控制设定点以及维护计划参数。这些变量在实时优化环境中尤为重要，因为需要动态适应储层和环境变化。文献强调，运营变量通常提供最大的短期优化潜力，但也最容易受到数据不确定性和控制系统限制的影响[39,42]。

**5.4.2 目标函数和定量性能指标**

目标函数定义了衡量优化成功的标准。在海底处理中，最常报告的目标包括最大化生产、最小化能源使用、减少排放、提高运营效率和确保可持续性合规性。最大化碳氢化合物生产通常以石油或天然气产量、累计回收率或采收率来表述。例如Ormen Lange的案例研究表明，针对生产的优化可以实现显著收益，最多可提高30%的天然气回收率，但往往需要更高的能源消耗以支持压缩和泵送[132,134]。与能源相关的目标通常表现为最小化特定能源消耗（例如，每桶油当量的千瓦时）。优化研究表明，通过改进分离和设备调整，能源消耗可减少多达38%，如在尼日利亚海上设施中观察到的[135]。然而，激进的能源最小化可能会限制生产容量或在瞬态条件下降低系统灵活性。

与排放相关的目标通常包括CO2当量指标，使海底优化与更广泛的可持续性和脱碳目标保持一致[3,41,42]。虽然减少排放支持法规合规性，但它经常与生产目标发生冲突，需要明确的权衡分析。运营效率目标侧重于减少停机时间、维护频率和计划外干预。这些指标越来越多地使用可用性指数和平均故障间隔时间（MTBF）来量化[106,141]。

**5.4.3 海底处理系统的多目标优化：设计变量、目标和算法**多目标建模与权衡分析
鉴于这些目标之间的冲突性，多目标建模被广泛采用。多目标（MOO）框架不是产生单一的最优解，而是生成帕累托前沿，表示一组非支配解，明确量化了竞争目标之间的权衡。例如，帕累托分析通常揭示，在生产方面的边际收益超过某个阈值后，需要不成比例更高的能源投入和排放。同样，减少能源消耗的解决方案可能对应于较低的吞吐量或更狭窄的运行范围。这些见解对决策者至关重要，因为它们使他们能够根据战略优先事项（如生命周期成本降低或排放合规性）来选择合适的运行点[34,132]。自主海底系统的环境可持续性的一个关键方面在于量化相对于传统海上配置的净能源节省和碳排放减少。虽然经常有关于效率提高的定性声明，但最近的同行评审和行业研究已经开始报告不同海底处理架构的可测量数值。

5.4.3.1. 能源消耗趋势
海底系统的能源需求主要来自增压、分离、压缩和控制子系统。消除长的多相管道和中间泵站可以显著减少液压损失和辅助动力需求。根据Ruud等人的研究[97]，?sgard油田的海底压缩单元的能源使用量比相应的海上模块低15-20%，这是由于背压降低和吸入口压力减小。同样，Woo等人[17]量化了当分离和增压完全集成在海底时，总体电力需求减少了8-12%，主要是由于流线缩短和再加热需求减少。最近的基于生命周期的评估表明，海底水分离和处理（SWST）系统与传统海上处理相比，可以显著减少能源消耗和温室气体排放。Mohammadi等人[104]报告称，消除生产水提升和海上处理可以将生命周期能源需求减少高达38%，同时实现15-30%的运营CO2当量减少和10-20%的净生命周期排放节省，这取决于回接距离和油田配置。这些减少主要来自于压缩需求的降低、泵送负荷的减少以及海上设备占地面积的减小。

5.4.3.2. 碳排放减少
将这些能源节省转化为温室气体（GHG）的减少需要考虑运营和嵌入式排放。参考文献[142]中回顾的生命周期研究估计，海底部署可以产生每桶油当量（boe）0.05-0.15吨CO2e的运营CO2当量节省，相对于传统处理减少了15-30%。然而，当包括资本和安装排放时，净生命周期减少通常稳定在10-20%左右，这证实了可持续性优势是显著的但不是绝对的。行业试点数据支持这一范围。Petrobras的HISEP?项目（Mero油田）报告称，通过海底分离和CO2再注入，预计每年可避免约250千吨CO2e的排放，相当于平台GHG强度减少了20%[143]。

在数字孪生中使用强化学习和机器学习算法已被证明可以显著提高能源消耗效率。Hamidishad等人[106]证明，基于AI的优化可以将海底系统的能源消耗减少5-10%，从而直接通过根据动态环境和运营条件实时优化设备性能来贡献于CO2的减少。这种自适应优化方法通过使运营效率与净零目标保持一致，增强了可持续性。

这些数据表明，自主海底架构能够在能源效率和CO2强度方面实现两位数的持续改进。改进的程度主要取决于回接长度、压缩负荷以及应用的数字优化程度。数字孪生和基于AI的控制提供了额外的增量节省，强调了自主性本身，而不仅仅是设备的重新安置，推动了部分环境效益。

然而，已发表的评估结果仍然存在异质性：边界定义、能源基准和排放因子在不同研究中有所不同。因此，未来的分析应该标准化指标（每桶油当量的千瓦时、每桶油当量的千克CO2e），并报告运营和生命周期结果。

5.4.3.3. 环境和生命周期权衡
对海底处理系统的全面评估需要一个超越运营（范围1-2）排放的生命周期视角。任何海上配置的环境性能都受到材料制造、安装物流、维护频率和生命周期末端操作的强烈影响。最近的文献强调，当系统边界和功能单元定义不一致时，海底部署的许多明显好处被夸大了[142]。因此，一致的生命周期框架和将过程模拟数据整合到生命周期评估（LCA）工具中对于获得海底和海上配置之间的可信比较至关重要。

5.4.3.4. 框架一致性和边界定义
Al Zarkani等人[142]进行了首次大规模的石油LCA审查，发现排除资本品和维护排放可能会使报告的温室气体（GHG）减少量改变超过40%。他们的框架建议使用双重边界报告，即仅考虑运营阶段或从摇篮到坟墓的整个生命周期，以暴露这种敏感性。将这一原则应用于海底处理意味着在量化CO2效益时，必须包括设备制造（例如高合金钢材和海底电缆）和安装船的活动。

5.4.3.5. 生产水和再注入的影响
基于该框架，Al Zarkani和El-Fadel[142]应用了一个基于LCA的多标准决策模型来管理海上生产水。他们证明，再注入或处理策略可以将影响从运营阶段转移到资本阶段，直接类似于HISEP?等海底再注入系统。他们的结果表明，碳强度的减少对泵的能源需求和维护频率很敏感，因此任何海底CO2再注入方案都应该明确报告这些参数。

5.4.3.6. 经济和不确定性考虑
Kanchiralla等人[144]证明，将LCA与生命周期成本（LCC）结合起来可以量化CO2减排成本，并揭示环境和经济表现之间的权衡。将类似框架应用于海底系统可以明确长期减排是否值得额外的资本投入。还需要通过蒙特卡洛或Sobol敏感性方法进行不确定性分析，以捕捉油田寿命和维护计划的变化性。

5.4.4. 优化算法和解决方案策略
优化算法的选择强烈影响收敛行为、解决方案多样性和计算可行性。遗传算法（GA）是由于它们能够探索复杂的非线性设计空间并同时处理离散和连续变量，因此成为海底优化中最常用的方法之一。基于GA的研究在井位布置、分离器配置和生产策略优化方面表现出稳健的性能，尽管其高昂的计算成本限制了其实时应用[34,132]。粒子群优化（PSO）相比GA具有更快的收敛速度和较低的计算开销，适用于设备调优和流控问题。然而，PSO更容易过早收敛和陷入局部最优解，特别是在高维搜索空间中[45]。

基于帕累托的进化算法，如NSGA-II，是专门为多目标问题设计的，被广泛用于平衡生产、能源和排放目标。它们的主要限制是需要大量的模拟评估，这对于高保真度的海底模型来说可能是计算上不可行的[42]。最近的研究结合了强化学习（RL）进行实时和自适应优化。RL可以从运营数据中持续学习，并在动态调整海底泵和分离器的控制策略方面显示出潜力。然而，其有效性取决于大型高质量数据集的可用性和精心设计的奖励函数，以避免不安全的运行状态[[145], [146], [147], [148]]。

贝叶斯优化在模拟评估成本较高的场景中越来越被应用，例如超参数调整和预测性维护调度。其概率框架有效地平衡了探索和利用，尽管它不太适用于高度动态的实时控制问题[149,150]。当系统模型是连续和可微分的时，常使用确定性非线性编程（NLP）方法，从而实现高效的基于梯度的优化。它们的相对较低的计算成本使它们适用于实时或监督优化，特别是在有降阶或替代模型可用时。然而，一个关键的限制是确定性NLP通常会收敛到局部最优解，并且对初始化敏感。此外，强烈的非线性、非平滑行为（例如切换逻辑、流动状态转换）和运营不确定性通常需要重新建模——例如鲁棒或随机NLP——才能产生在变化条件下仍然可行和高效的解决方案[53]。

总体而言，这些方法表明没有一种算法是普遍最优的。相反，越来越多地提倡结合基于物理的模拟、进化优化和AI驱动的学习的混合策略来应对海底处理系统中的复杂性和不确定性。表16提供了应用于海底处理系统的优化目标以及用于解决这些目标的算法方法的比较概览。该表突出了实际案例研究中报告的定量效益、竞争目标之间的权衡以及采用的优化方法。这种比较说明了生产、能源效率或排放减少的提高与算法选择和系统级妥协之间的内在联系。

表16. 海底处理系统中优化目标和算法方法的比较评估。
| 目标/方法 | 定量效益 | 关键权衡 | 算法方法 |
| --------- | -------- | ---------- | -------- |
| 生产最大化 | 恢复率提高多达10% [41,132] | 更高的能源使用、更大的磨损 | GA, NSGA-I |
| 能源最小化 | 能源使用减少多达38% [137] | 吞吐量减少、灵活性受限 | PSO, 贝叶斯优化 |
| 减排 | 改善法规合规性 [42,126] | 潜在的生产限制 | 基于帕累托的方法 |
| 运营效率 | 停机和维护时间减少 [126] | 依赖于数据质量 | RL, 混合AI方法 |
| | 待澄清不同优化策略在实际运营约束下的适用性 | 表17提供了文献中报告的海底生产和分离系统主要优化方法的比较评估。比较的重点是计算成本、应对不确定性的能力以及实现实时或近实时的可行性，这些都是L3-L4自主性和数字化驱动的海底操作的关键因素。 |这种权衡突显了文献中的一个核心发现：海底系统中的实时优化更注重系统的鲁棒性和可靠性，而非模型的绝对精确度。5.5.3. 人工智能驱动的决策支持和L3–L4级别的自主控制在海底系统中的应用人工智能和机器学习技术在海底决策中扮演着越来越重要的角色，尤其是在预测性维护和适应性控制方面。原始文献引用的研究表明，机器学习算法可以识别设备退化模式，并在故障发生前进行预测，从而实现主动的维护计划，减少计划外的停机时间[106,107]。在海底环境中，这种能力尤为宝贵，因为干预成本很高，且故障可能导致生产损失延长。强化学习（RL）已被探索作为L2/L3级别控制的机制，使系统能够通过与模拟或真实环境的互动来学习最优的控制策略。尽管L3/L4级别海底设施仍受到监管和安全考虑的影响，但部分自主性——即AI系统提供建议或执行受限的控制动作——已经在工业应用中显示出实际的好处[[145], [146], [147], [148], [151]。横河公司的基于强化学习的AI在工业过程控制中的应用说明了将此类方法转移到安全关键环境中的可行性，前提是必须有适当的保障措施和验证程序[151]。5.5.4. 通信、网络安全和可信的优化海底系统与水面或陆上控制中心之间的可靠通信是实时优化的必要条件。回顾的文献强调，可靠的双向通信对于实时优化以及关键子系统（包括油水分离、注水控制和生产转移）的半自主（L3）和更高级别的自主决策循环至关重要。然而，增加的连通性也引入了网络安全风险，这些风险可能会危及数据完整性和运行安全[106]。因此，包括端到端加密和认证机制在内的安全数据传输协议是可信优化框架不可或缺的部分。没有这些措施，基于受损数据的优化决策可能会导致错误的控制动作，从而带来严重的经济和环境后果。因此，网络安全考虑越来越多地被视为海底决策架构的核心组成部分，而不仅仅是一个辅助问题[106]。5.5.5. 实时海底优化的限制和实际权衡尽管取得了显著进展，但海底处理中的实时优化和L4级别决策仍受到实际限制。高计算成本限制了在闭环控制中使用详细的多相模型，而有限的历史数据则限制了在新开发中基于AI的模型的训练。此外，监管框架对自主性水平有严格要求，特别是对于安全关键操作[106,107,113,151]。这些限制强化了一个结论，即有效的海底决策系统必须采用分层架构，其中基于物理的仿真、降阶数字孪生技术和AI驱动的分析在互补的角色中发挥作用。与其追求立即实现完全自主性，文献更倾向于逐步整合决策支持功能，以提高运营效率，同时保持人类监督和符合监管要求[106,107,113,151]。表18总结了使海底处理系统中实时优化和L3–L4级别决策成为可能的主要技术。该表比较了传感、数字孪生、基于AI的和L4级别解决方案在功能角色、观察到的运营效益和关键实际限制方面的情况。这一概述明确了海底环境中的数据可用性、计算需求和监管考虑如何制约实时决策能力。表18. 海底处理系统中实时优化和决策技术的比较评估。技术 海底功能 量化/观察到的效益 主要限制 传感器网络 实时监测压力、温度和相位界面 实现动态控制和早期异常检测 [113] 需要可靠的部署和冗余 基于AI的决策支持 预测性维护和适应性优化 减少停机时间和主动故障缓解 [113] 高数据需求 数字孪生 闭环仿真和诊断 改善情景评估和控制鲁棒性 [106,107] 高计算需求 自主控制系统（L4） 在限制条件下自我调节操作 提高效率并减少人工干预 [151] 监管和安全合规挑战5.6. 海底仿真、优化和决策中的系统级挑战、不确定性和权衡尽管模拟驱动的优化和实时决策支持在海底处理系统中展现出了明显的好处，但综述的文献一致指出了限制预测准确性、可扩展性和长期鲁棒性的结构性限制。这些限制并不是通用的建模问题，而是由多相流物理现象、极端环境、受限的传感技术以及海底应用特有的可持续性驱动的性能目标所引起的。5.6.1. 建模精度与计算可扩展性在海底仿真中的一个持续挑战是物理精度与计算可行性之间的权衡。高分辨率的多相CFD和瞬态流动模型对于捕捉流动状态转换、界面动态以及在不同压力和温度条件下的分离器行为至关重要[56,111]。然而，这类模型计算密集且难以扩展到包括分离器、压缩机、泵和长距离管道在内的集成海底网络中。正如基于场景的研究[118]所强调的那样，高精度模型通常仅限于设计阶段分析或孤立子系统，而降阶或稳态表示则用于运营研究。当模拟输出直接作为优化或实时控制的输入时，这种分离会导致结构上的不一致性。文献强调，如果没有系统的模型简化策略和针对运营数据的验证，优化结果可能反映出数值上的假象，而非物理意义上的改进[47,117]。5.6.2. 优化和控制中的不确定性传播海底优化框架在多层不确定性下运行，包括储层变异性、环境边界条件和设备退化。环境参数（如海底温度和压力）影响流体性质和分离效率，但在优化研究中这些变量往往被 behandled为确定性的，尽管它们本身具有变异性[111]。与设备相关的不确定性，尤其是在故障建模中，仍然没有得到充分量化。虽然经常模拟故障场景以支持维护计划[80]，但缺乏统计验证的退化模型限制了预测性维护和基于风险的优化的可靠性。因此，优化算法可能会收敛于在假设条件下最优的解决方案，但在实际操作中不确定性出现时却变得脆弱。这个问题在多目标优化中更加复杂，因为不确定性可能会扭曲帕累托前沿，掩盖生产、能源消耗和排放之间的实际权衡[34]。因此，文献越来越多地提倡采用考虑不确定性的优化方法，尽管其在工业海底应用中的采用仍然有限。5.6.3. 数据可用性、传感密度和海底物联网（IoUT）约束实时优化和L4级别决策从根本上依赖于海底数据流的可用性、准确性和连续性。虽然先进的传感技术能够监测相位界面、压力和温度等关键变量，但海底系统中的传感密度受到成本、可靠性和部署复杂性的限制[30,106,113]。Mohsan等人[30]证明，海底物联网（IoUT）架构可以通过支持分布式传感和基于云的分析来提高海底决策的可靠性。然而，它们在生产规模的海底处理系统中的适用性受到带宽限制、延迟和与水下通信相关的能耗的限制。这些限制直接影响闭环优化的响应速度，并限制了数字孪生实现的复杂性[30,106,107]。因此，当前的海底决策架构优先选择选择性感知关键变量，而不是全状态可观测性。这种设计选择在系统感知和实际可部署性之间引入了一个根本的权衡，必须在优化和控制策略中明确考虑这一因素。5.6.4. 可持续性目标和系统级权衡将海底处理优化与可持续性和脱碳目标对齐引入了额外的复杂性。虽然减少排放和能源效率越来越多地被纳入优化目标[12,42,132]，但它们的定量整合往往与生产驱动的目标发生冲突。例如，减少压缩能量可能会降低排放，但也限制了气体处理能力，从而直接影响回收率[42,152]。文献强调，面向可持续性的优化不能脱离系统架构和监管背景单独考虑[39,42,132]。仅为了短期能源效率而优化的海底系统可能在瞬态条件下表现出较低的韧性，增加干预和相关环境风险。因此，必须在系统和生命周期层面评估可持续性，而不仅仅是通过孤立的运营指标来评估。5.6.5. 海底操作中自主性的实际限制尽管基于AI的和L3-L4级别的控制系统在工业环境中展现了可测量的好处[106,151]，但其在海底处理中的应用仍受到安全、认证和监管要求的限制。L4级别的海底设施必须满足严格的验证和确认标准，特别是对于压力控制、分离稳定性和紧急关闭等安全关键功能。因此，大多数已记录的实现都倾向于决策支持自主性，其中AI系统在人类监督下提供建议或受限的控制动作[106,113]。这种混合范式反映了技术能力和运营风险之间的务实平衡，强化了海底系统的自主性将逐步发展而不是通过突然而实现的结论。表19总结了海底仿真、优化和决策研究中确定的主要系统级挑战和权衡。通过按建模精度、不确定性处理、数据整合、可持续性目标和自主性约束对限制进行分组，该表提供了为什么当前方法难以从孤立组件扩展到完全集成海底系统的结构化解释。表19. 海底仿真、优化和决策中的综合挑战和权衡。挑战领域 海底特定限制 对优化和决策的影响 关键参考文献 建模精度 多相和瞬态模型的高计算成本 限制可扩展性和实时适用性 [47,111,117] 不确定性处理 环境和设备退化的变异性 扭曲帕累托前沿和最优解 [80,106,118] 数据整合 有限的传感密度和通信带宽 限制闭环优化 [30,106,107,113] 可持续性权衡 能源-生产-排放冲突 需要在生命周期层面进行评估 [3,132] 自主性约束 监管和安全要求 更倾向于决策支持而非完全自主 [106,151]5.7. 研究路线图和段落总结第5节的分析表明，仅在建模精度、优化算法或数字化策略上的孤立改进已不再推动海底处理系统的进步。相反，进展越来越取决于这些元素在现实运营、环境和可持续性约束下的集成方式。第5.7小节总结了本节的主要见解，并将其转化为明确的研究路线图，明确指出了解决当前海底研究中观察到的结构限制的优先方向。为了支持这种综合，表19根据技术重点和预期的系统级影响组织了主要的研究差距和相应的未来方向。路线图不是列出一般的挑战，而是突出了当前海底实践在哪些方面未能扩展、适应或保持鲁棒性，以及有针对性的研究努力可以在哪些方面带来可测量的运营和可持续性效益。5.7.1. 海底处理系统的研究路线图表20总结了第5节中提出的关键研究轴线，将未解决的差距与具体的研究优先事项及其对海底系统性能和可持续性的预期贡献联系起来。表20. 海底处理系统中集成建模、优化和决策的研究路线图。研究轴线 海底系统中的当前限制 优先研究方向 系统级影响 不适合实时或大规模部署的高精度多相模型 混合降阶模型与操作数据相结合 实现现场规模的闭环优化 优化策略 静态和确定性公式占主导地位 适应性和考虑不确定性的多目标优化 在变化条件下提高鲁棒性 数据整合 稀疏传感和延迟反馈 选择性传感和弹性数据同化 提高控制可靠性和容错能力 AI和自主性 对安全关键任务的信任和验证有限 安全监管下的有界和可解释的AI 促进智能控制的安全采用 可持续性整合 将能源和排放指标孤立处理 基于生命周期的优化嵌入海底设计 使生产与脱碳目标一致5.7.2. 解释和关键亮点路线图揭示了海底优化的主要瓶颈不是缺乏先进的算法，而是模型复杂性、数据可用性和运营可行性之间的不匹配。能够吸收实时数据的降阶数字孪生技术成为一项核心 enabling 技术，将设计阶段仿真和运营决策联系起来。另一个关键的见解是必须超越确定性优化。海底系统在面临来自环境变化、储层行为和设备退化的持续不确定性的情况下运行。因此，明确考虑不确定性的优化框架对于确保帕累托最优解随时间保持有效至关重要，而不是代表脆弱的操作点。关于自主性，文献支持逐步过渡。完全L2/L3级别的海底设施仍然受到安全和监管要求的限制；然而，具有有限权限的决策支持系统已经在效率、可靠性和维护规划方面提供了切实的好处。因此，近期研究目标应该是可靠的人工智能，而不是最大程度上的自主性。最后，可持续性考虑必须从次要的性能指标提升为核心设计和优化驱动因素。在系统和生命周期层面嵌入能源效率和减排确保海底处理对长期海上脱碳做出有意义的贡献，同时不损害运营韧性。5.7.3. 小节级结论第5节确定了仿真、优化和智能决策在现代海底处理系统中形成了一个相互关联的方法论连续体。尽管取得了显著的技术进步，但目前的方法仍然受到可扩展性、不确定性处理和数据限制的制约。解决这些限制需要综合研究策略，结合基于物理的理解、适应性优化和实时数据驱动的决策支持，在统一的系统架构中进行。本小节提出的路线图为未来研究提供了结构化的路径，强调了可部署性、鲁棒性和可持续性作为下一代海底处理解决方案的定义标准。模拟工具、数字孪生和数据驱动优化的整合是实现更高级别自主性（3-4级）的关键，其中实时决策和闭环控制变得至关重要。结论

海底生产系统的演变体现在建模、仿真和优化方面的重大进展上，这些进步使行业能够应对复杂挑战并实现可持续发展目标。本文通过在一个统一的系统级框架内综合海底加工技术、物理建模方法和数据驱动方法，为现有文献做出了贡献。本文强调了建模精度、仿真工具与L4决策之间的相互作用，提供了超越特定技术或算法聚焦的综合性见解。

6.1 主要发现总结

系统级集成是制约因素。文献表明，进一步的进展较少依赖于模型、算法或数字化的孤立进步，而更多取决于在适合闭环决策支持的集成架构中协调模型复杂性、数据可用性和操作可行性。

建模技术在不断进步，但可部署的“孪生准备”模型仍参差不齐。高保真的CFD/FEA和混合方法提高了设计精度，然而海底研究仍未充分使用集成过程仿真平台（例如Aspen HYSYS），并且经常缺乏实现自主化监控和控制所需的多相流动、热行为和结构约束之间的稳健耦合。

优化技术前景广阔，但目前仍以静态、单一的目标为导向。尽管多目标方法的使用逐渐增多，但大多数应用仍然是单一目标和确定性的，缺乏能够支持L3/L4级自主运行的动态、实时和考虑不确定性的优化方法。

可持续性评估在方法上存在一致性问题。能源和排放通常被单独考虑，生命周期思维没有一致地纳入优化和设计决策中；该领域将受益于标准化报告，这些报告能够明确区分和关联操作影响和生命周期影响。

相对于其重要性而言，海底与地面的耦合问题尚未得到充分关注。尽管海底-上部结构系统在实现稳定、高效和成本效益操作中起着核心作用，但相关的研究仍然很少。

技术经济方面的证据相较于技术描述较为薄弱。全面的成本效益评估和明确的成本效益权衡并不常见，这限制了人们对扩大先进海底加工和自主功能的决策信心。

自主化正在逐步推进，但受到保障要求的限制。安全和监管约束仍然更倾向于有限自主性和决策支持方法，而非完全自主性，这凸显了需要可靠的验证、清晰的操作范围和可审计的决策逻辑。本文引入的自主分类框架为评估当前技术和确定从监督式向完全自主式海底加工系统过渡的需求提供了一个一致的基础。

6.2 实际意义

集成建模、优化和以自主化为导向的数字化可以转化为实际的海底开发设计和操作选择——前提是性能可以通过可比的、适用于决策的指标进行追踪。在应用项目中，这意味着采用一个最低限度的、一致的可持续性评分卡，其中包括能源强度（例如kWh/boe）、操作相关的温室气体强度（kgCO2e/boe，以及电源和燃烧的明确边界），以及与海底硬件和电力/控制基础设施相关的隐含排放。结合吞吐量和可用性使用这些指标有助于防止“局部”改进（例如组件效率）掩盖系统级问题或生命周期权衡。

对于工程团队而言，所审查的证据支持将优化工作提前到概念选择和FEED阶段：设备选择、布局和操作范围应与预期的控制和监控架构共同设计，包括传感器布置、冗余性和通信约束。实际上，应该采用分层的模型策略——用于设计和验证的高保真多相/热/结构模型，以及用于监控、诊断和操作期间受限设定点优化的简化阶次或混合数字孪生模型。同时，运营商应优先考虑具有最明确近期价值的自主功能：条件监测和预测性维护以减少非计划停机；受监控的、考虑约束的泵/压缩机设定点调整；以及通过可靠的远程操作实现的干预最小化策略。

最后，部署不仅需要算法，还需要治理：数据质量管理、设计层面的网络安全以及验证/确认计划是实现从决策支持自主性向更高级别自主控制的必要前提。

6.3 未来发展方向

未来自主海底加工的进步将不仅仅取决于某个单一技术的突破，而更多取决于连接海底-地面系统的传感、建模、优化和决策的闭环、指标驱动架构的成熟。最近的研究表明，自主性（即数字孪生/AI支持的控制和优化）可以在设备重新定位之外带来额外的能源和二氧化碳强度效益，但由于边界定义和基线的差异，结果难以比较。在这种情况下，下一阶段的发展应优先考虑证据质量、可重复性和部署准备度，而不仅仅是算法复杂度。

首要任务是将可持续性量化纳入标准实践。未来的工作至少应报告能源强度（kWh/boe）、操作相关的温室气体强度（kgCO2e/boe）以及额外海底硬件和电力/控制基础设施的隐含排放，理想情况下应包括操作阶段和全生命周期范围内的数据。这需要将经过验证的过程/功率模拟与生命周期清单更好地结合，以实现设计阶段的比较，并长期实时跟踪环境性能、效率和可靠性。

其次，数字孪生预计将从监控工具发展为决策引擎。最具影响力的方向是混合化：基于物理的过程和流动保障模型，通过数据驱动组件进行状态估计、退化跟踪和快速替代评估。为了支持自主性，孪生模型必须在不同运行状态下（如瞬变、节流、水合物风险窗口、功率波动）表现可靠，并且必须能够展示预测中的不确定性，以便下游的优化和控制保持稳健。

第三，优化和控制将越来越多地从离线研究转向受限的实时操作。关键的发展不只是“更多的AI”，而是能够在不确定性下处理竞争目标（如吞吐量、能源、二氧化碳排放、完整性风险）的安全和约束意识决策层，同时保持可解释性和可审计性。这包括稳健的多目标公式、明确的约束处理机制，以及在数据质量或通信受损时能够优雅降级的监督策略（安全回退模式）。

最后，自主性的扩展取决于集成和保障：互操作性、网络安全和认证将成为核心推动因素，而不仅仅是事后考虑的因素。在海底边缘设备和陆地控制中心之间分配计算的架构必须确保安全的数据交换、时间同步、可靠的执行以及明确的人机角色，特别是在异常事件期间。同时，向更高程度自主性的推进需要共享的基准和更大的透明度——尽可能公开类似现场的数据集、标准化的测试案例以及一致的假设报告——以减少当前的研究间碎片化，并使性能声明具有可比性。