CC BY
56
Использование имитационного моделирования для анализа морской транспортно-технологической системы платформы «Приразломная»
Д. А. Зайкин,
заместитель начальника управления - начальник отдела эксплуатации флота ООО «Газпром нефть шельф»
А. Б. Крестьянцев,
начальник
самостоятельного сектора проектирования морских систем освоения шельфа ФГУП «Крыловский государственный научный центр»
О. В. Таровик,
к.т.н., старший научный сотрудник ФГУП «Крыловский государственный научный центр»
А. Г. Топаж,
д.т.н, ведущий научный сотрудник ФГУП «Крыловский государственный научный центр»
детализированная имитационная модель морской транспортно-технологической системы платформы «приразломная» позволила исследовать альтернативные решения для повышения эффективности и устойчивости функционирования системы с учетом множества натурных факторов. результаты моделирования послужили основой для принятия управленческих решений и корректировки технологических документов.
Имитационное моделирование представляет собой детальное воспроизведение на компьютере течения изучаемых процессов в режиме модельного времени. В отличие от качественных и аналитических моделей, такой тип моделирования в последнее время становится одним из основных инструментов анализа, изучения и оптимизации сложных природных и технических систем, к которым, безусловно, относятся проекты освоения арктических шельфовых месторождений. Особенности эксплуатации шельфовых объектов делают затруднительной (а зачастую и невозможной) адекватную оценку показателей эффективности и устойчивости их работы упрощенными аналитическими методами, т.е. с помощью «бумаги и ручки», в особенности -в сфере морской логистики.
Уникальным по своей сложности шельфовым объектом является работающая под управлением компании «Газпром нефть шельф» морская ледостой-кая стационарная платформа (МЛСП) «Приразломная». Эта платформа единственная в мире ведет добычу нефти на арктическом шельфе в условиях тяжелого льда и сложной гидрометеорологической обстановки. Здесь применены самые современные и оригинальные организационно-технические решения, ведется постоянная работа по повышению безопасности, эффективности,
а также качества управления экологическими и технологическими рисками. За период, прошедший с момента введения платформы в эксплуатацию в 2014 г., все службы компании «Газпром нефть шельф» накопили бесценный опыт работы МЛСП и флота в сложных и постоянно изменяющихся условиях Арктики. Этот опыт является основой для уточнения плановых решений, заложенных в прошлом. На данном этапе ставится задача обеспечить проактив-ное управление работой МЛСП и флота на стратегическом уровне, т. е. перспективный анализ и упреждение рисков, которые могут возникнуть в будущем.
Так, исходя из запланированных темпов роста интенсивности добычи нефти с текущих 2,3 млн т. в год до приблизительно 5 млн т. к 2022 г., возникла необходимость проанализировать работу морской транспортно-тех-нологической системы (МТТС) вывоза нефти с платформы и доставки грузов снабжения с учетом реальной практики работы флота. В состав комплексной МТТС входят собственно МЛСП, челночные танкеры и суда снабжения. Вопрос первостепенной важности при анализе работы МТТС — найти комплекс мер для повышения устойчивости системы и снижения уровня прогнозной неопределенности. Для исследований работы МТТС платформы «Приразломная» была применена технология имитационного моделирования и опыт Крылов-
ского государственного научного центра (КГНЦ) в сфере исследования арктических транспортных систем [1].
постановка задачи
Логистическая схема МЛСП включает два принципиальных направления грузопотоков: завоз грузов снабжения и вывоз нефти и технологических отходов. Стратегический план перевозок в первом приближении может быть составлен на основании простейших методов балансирования встречных грузопотоков, учета провозоспособности имеющегося состава флота и усредненных показателей времени рейсов и технологических операций. Но полноценное исследование и адекватный прогноз выполнимости плана с оценкой вероятностных показателей и выходом на анализ рисков возможны только с использованием методик принципиально иного уровня точности и детальности, а именно - методов многоподходного имитационного моделирования. Ниже кратко перечислены факторы, которые оказывают влияние на исполнение плана перевозок и поэтому должны учитываться при построении модели логистических процессов.
1. Вариабельность и неопределенность условий внешней среды - метеорологической и ледовой обстановки — как у самой платформы, так и на всем протяжении следования судов от платформы к местам нахождения баз снабжения или нефтяных терминалов.
Необходимость адекватно учитывать экстремальные ситуации и «окна непогоды» критической длительности.
2. Динамичность и сложная взаимная зависимость объемов грузопотоков нефти и грузов снабжения, обусловленная причинно-следственными связями между процессами бурения, добычи и обеспечения. Дополнительным важным обстоятельством, которое необходимо принимать во внимание при построении адекватной модели грузопотоков, являются вопросы совместимости и использования единой тары (контейнеров и т. д.) для грузов различного типа.
3. Наличие нескольких альтернативных терминалов и причальных устройств со специфическими и строго сформулированными ограничениями на возможность осуществления грузовых операций в зависимости от складывающейся погодной обстановки. Так, на рис. 1 приведена схема расположения восточного и западного грузовых кранов для обработки судов снабжения, а также двух комплексных устройств погрузки-отгрузки нефти (КУПОН) на северо-западной и юго-восточной оконечностях платформы «Приразломная». На рис. 1 схематически показаны сектора доступности терминалов по направлению интегрального воздействия от ветра, волнения, течения и дрейфа льда.
4. Наличие ограничений на возможность одновременного осуществления грузовых операций у МЛСП танкерами и судами снабжения, что приводит к
«конкуренции» танкеров и судов снабжения за «окна погоды» у погрузочно-разгрузочных терминалов.
5. Ограниченность объема хранилища нефти и площадей складирования на самой платформе, что обусловливает невозможность создания «мертвых запасов» груза и строгую необходимость организации процессов снабжения и вывоза нефти по принципу «точно вовремя». При этом достижение существенного уровня наполнения хранилища нефти и близость к исчерпанию хранилищ грузов снабжения различного типа должны рассматриваться в качестве нежелательных событий, а для их разрешения должны быть заблаговременно приняты специальные адаптивные меры. Например, при наличии риска полного наполнения хранилища производится плавное ситуационное снижение интенсивности добычи по отношению к плановому уровню. Такие особенности также должны отражаться в имитационной модели.
6. Сложная и вариативная логика описания операций грузообработ-ки транспортных судов у платформы, включающая в себя возможность нескольких последовательных отходов и подходов судна, вызванных пережиданием периодов непогоды. В свою очередь, каждый подход включает в себя множество технологических и организационных подопераций (швартовку, шланговку, оформление документов и т. д.) со случайным временем исполнения, починяющимся разным законам вероятностного распределения.
Одновременный учет всех перечисленных факторов с приемлемой степенью точности возможен только в рамках комплексной динамической имитационной модели, включающей в себя элементы дискретно-событийного и агент-ного подходов. Такая модель позволяет учитывать множество технических деталей, физических и логистических процессов, максимально приближая модель к реальным условиям.
комплексная имитационная модель
Созданное ранее в КГНЦ программное решение для исследования МТТС [1] в рамках настоящей работы было адаптировано к моделированию инфраструктуры МЛСП. В состав имитационной модели, реализованной в среде AnyLogic®, были дополнительно интегрированы следующие блоки (рис. 2).
Стохастический генератор пара-
рис. 1. схема доступности грузовых терминалов млсп по направлению интегрального воздействия от ветра, волнения, течения и дрейфа льда.
Рис. 2. Компоненты комплексной динамической имитационной модели
метров погодных и ледовых условий окружающей среды в районе МЛСП.
Необходимость разработки такого алгоритма моделирования внешних условий (температуры, скорости и направления ветра, волнения, толщины и дрейфа льда, видимости и т. д.) для рассматриваемой задачи определяется следующими соображениями. Моделируемый транспортный узел имеет сложную структуру, состоящую из нескольких грузовых терминалов разного типа (КУПОН, грузовые причалы судов снабжения, вертолетная площадка), обеспеченных разнообразным грузовым оборудованием. Регламенты работы каждого терминала в зависимости от складывающейся внешней обстановки также различны и могут быть прописаны отдельно для каждого типа обслуживающего или обслуживаемого транспортного средства (судна снабжения, танкера, вертолета).
При этом использованный в [1] упрощенный подход, связанный с представлением доступности порта/ терминала в виде единственной переменной логического типа («окна погоды»), оказывается неприменимым. Он не позволяет в достаточной мере учесть статистическую взаимозависимость состояний доступности терминалов по отношению к разным судам в одни и те же или соседние моменты времени, поэтому для построения непротиворечивого комплексного имитационного алгоритма приходится задействовать абсолютно «честный» метод описания внешних условий - реального моделирования или прогнозирования всех интересующих элементов окружающей
среды в явном виде. Созданный в рамках описываемой работы оригинальный генератор условий морской погоды позволяет получать в режиме модельного времени ряды имитируемых погодных параметров (17 различных показателей метеорологической, ветро-волновой и ледовой обстановки) с настраиваемым временным разрешением (от 1 до 24 часов).
Более того, запуск генератора погоды в режиме «моделирования в будущем времени» позволяет эмулировать в имитационной модели наличие гипотетических краткосрочных прогнозов погоды и их использование в оперативном планировании грузовых операций. Внутренняя логика алгоритма погодного генератора содержит в себе как элементы формального статистического моделирования (получения реализаций погоды как многомерного дискретного случайного процесса с заданными авто-и кросскорреляционными свойствами методами формирующих фильтров и марковских цепей), так и физически обоснованные подходы. Последние, в частности, используются для описания приливных и ветровых составляющих поверхностных течений, определения характеристик ветрового волнения а также скорости и направления дрейфа ледовых полей.
Многочисленные параметры, определяющие стохастические свойства генератора (годовой и суточный ход моментов используемых вероятностных распределений, корреляционные коэффициенты, вероятности переходов марковских цепей и т. д.) идентифицирова-
лись путем статистической обработки реальных записей о погоде, полученных из нескольких альтернативных источников. Среди них данные погодной и ледовой обстановки на МЛСП за четыре года фактических измерений; многолетние архивы срочных наблюдений с нескольких ближайших метеостанций сети WMO; результаты обработки ма-ринограмм с открытых метеорологических сервисов; справочники и др.
Интеграция разработанного «погодного генератора» со специальными расчетными модулями, в которых строго формализованы существующие эксплуатационные ограничения каждого терминала МЛСП, позволяет наиболее корректно описывать совместную работу всех терминалов платформы. В ходе работы имитационной модели на каждом терминале платформы зажигается условный «светофор» (рис. 2), показывающий доступность для грузообработ-ки в конкретный момент времени. Если терминал доступен, то также отображается прогнозное время его доступности.
Детальная дискретно-событийная модель погрузочно-разгрузоч-ных операций судов у терминалов МЛСП показана на рис. 3. В рамках представленной схемы процесса гру-зообработки заложена возможность проведения последовательных операций с грузами различного типа, заблаговременного прерывания операции при ожидаемом прекращении «окна погоды» с пережиданием неблагоприятного периода у терминала, с переходом к альтернативному терминалу или отходом судна за пределы трехмильной зоны МЛСП.
Временные и вероятностные характеристики длительности всех составляющих элементарных операций, представленных на схеме процесса, были получены путем анализа и статистической обработки данных записей судовых операционных журналов за период фактической эксплуатации «Приразломной». Кроме того, в рамках анализа мероприятий по улучшению эффективности работы МТТС рассматривались варианты с измененными значениями соответствующих величин, которые могут быть достигнуты с внедрением тех или иных технологических или организационных улучшений. Некоторые показатели длительности характерных операций судов у платформы определялись не только на осно-
Рис. 3. Потоковая диаграмма прохождения заявок на погрузку/выгрузку судна для МЛСП
ве натурных данных, но также с учетом результатов навигационного моделирования, выполненного на специализированном научно-исследовательском тренажерном комплексе КГНЦ.
Алгоритм стратегического планирования перевозок. Задача стратегического планирования заключается в получении графика рейсов, используемого в качестве входных данных имитационной модели [2]. Для ее решения вначале были созданы расчетные модели определения грузопотоков снабжения и товарной нефти на весь рассматриваемый период работы МЛСП (до 2038 г.). При этом для определения потоков грузов снабжения была разработана «статистическая» модель, которая, с одной стороны, базировалась на натурных данных по грузообороту тары за 2015-2016 гг., с другой - на интерполяционных значениях грузопотоков МЛСП на период до 2038 г.
Отдельно была построена прогнозная подмодель, описывающая интенсивность добычи нефти на МЛСП в период с 2015 по 2038 г. В качестве входных данных для нее был использован
прогнозный график бурения и расчет планируемых годовых показателей добычи нефти, жидкости и газа на каждой скважине. Полученные прогнозы грузопотоков наряду с текущей конфигурацией МТТС (состав флота и береговой инфраструктуры) служили основными исходными данными для специализированного модуля - стратегического планировщика перевозок. Он предназначен для составления расписаний рейсов всех судов и определения объемов грузов, перевозимых судами в каждом рейсе, что позволяет обеспечить заданный интегральный грузопоток при рациональном использовании флота (рис. 4).
Для этого авторы разработали оригинальный алгоритм стратегического планирования с длительным временным горизонтом, основанный на использовании эвристического подхода с элементами ситуативной оптимизации. Основная идея, заложенная в алгоритме, состоит в удовлетворении наиболее критических потребностей «от начала к концу» с учетом ограничений объемов стационарных и судовых хранилищ, характерного времени рейсов и грузовых операций.
Информационные модели танкеров и судов снабжения включают в себя сведения обо всех необходимых параметрах и характеристиках судов, таких как ходовые параметры (сопротивление в различных состояниях загрузки, кривые действия винтов и многое другое), характеристики грузовых пространств и средств грузообработки (рис. 5). С помощью созданных расчетных моделей движения судов в ходе работы имитационной модели определялись текущие скорости хода и расход топлива в соответствии с принципами, указанными в [1]. Работа судов на линии «МЛСП — Мурманск» имитировалась в соответствии с базовыми принципами агентного моделирования. Все суда представлялись в виде отдельных динамических элементов (агентов), функционирующих и взаимодействующих в геоинформационной среде (ГИС) с учетом природных и навигационных условий на маршруте движения (рис. 6). В качестве стационарных объектов с геоинформационной привязкой также описывались порты, маршруты следования, рейды, а в качестве атрибутивной информации использовались навигационные условия, глубины моря и сведения о динамике погодных условий в регионах возможного плавания судов. Кроме того, в программно-имитационном комплексе была реализована логика оптимальной маршрутизации (ледового роутинга), согласно которой суда в ГИС-пространстве движутся по индивидуальным оптимизированным маршрутам с учетом изменяющихся ледовых условий [2].
Важным этапом создания имитационной модели являлась ее комплексная верификация на основе натурных параметров. Для проверки точности работы
Рис. 4. фрагмент стратегического плана работы флота обеспечения МЛСП
Рис. 5. Описание параметров судна в информационной модели
рис. 6. имитационная модель работы мттс в геоинформационной среде
имитационном модели использовались те модельные параметры, которые являются продуктом сложного взаимовлияния ряда моделируемых процессов, таких как изменение параметров природных условий, планирование рейсов и загрузки судов, взаимодействие судов танкерного флота и судов обеспечения при работе у МЛСП и другие. В качестве таких параметров выступают, например, число подходов танкера к КУПОН до полной загрузки, длительность одной непрерывной погрузки танкера у КУПОН (рис. 7) и т. п.
В ходе верификации модели было показано, что она математически адекватно описывает реальную систему, модельные параметры оказываются статистически неотличимы от натурных.
результаты
На основе созданного программного инструмента была смоделирована работа более 30 вариантов конфигурации транспортной системы МЛСП «Приразломная». Программа исследований включала анализ раздельного и совместного влияния на эффективность работы системы 12 улучшающих мероприятий, таких как сокращение времени швартовно-шланговых операций, повышение производительности отгрузки нефти, сокращение времени оформления документов, совместное выполнение операций танкерами и судами снабжения, при-
влечение дополнительного ледокола, строительство выносного терминала отгрузки нефти, введение в эксплуатацию дополнительного ледового танкера и другие.
Результаты моделирования жизненного цикла транспортной системы для всех прогонов модели архивировались в электронном журнале операций. По завершении эксперимента записи позволили выполнить детальный анализ операций судов. Так, была получена представительная статистика и проанализировано использование имеющихся «окон погоды» КУПОН челночными
ос пз I -О
О)
о
0
1
танкерами. Для всех хранилищ МЛСП отслеживалась динамика уровня наполнения и вычислялись характерные времена и вероятности ситуаций повышенного риска, отвечающих пороговым уровням наполнения.
Поскольку логика поведения исследуемой транспортно-технологической системы определяется влиянием случайных факторов, имеющих большую степень неопределенности, для получения статистических оценок высокого уровня обеспеченности было необходимо многократно запускать имитационную модель. В ходе работы было выполнено более 12000 имитационных «прогонов» жизненного цикла системы, что потребовало более 3000 часов машинного времени. В результате для каждого варианта транспортной системы были определены все необходимые технические и эксплуатационные показатели, а также статистические законы их распределения.
По результатам имитационных экспериментов даны рекомендации по усовершенствованию существующей конфигурации МТТС. При этом было показано, что существующий состав флота обеспечивает достаточную провозоспособность МТТС по нефти и грузам снабжения, а наиболее чувствительным местом являются погодные ограничения системы отгрузки нефти с платформы на танкер. В качестве основного решения было предложено выполнить комплекс конкретных организационно-технических мероприятий, которые, согласно модельным расчетам, должны существенно улучшить интегральные
Число подходов танкера к КУПОН до полной загрузки
■ Имитационная модель ■ Натурные данные
Рис. 7. Сопоставление натурных и модельных параметров работы флота
