Научная статья на тему 'Методы поиска критически важных объектов газотранспортной сети России с позиций работоспособности отрасли'

Методы поиска критически важных объектов газотранспортной сети России с позиций работоспособности отрасли Текст научной статьи по специальности «Математика»

CC BY
129
30
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ЭНЕРГЕТИЧЕСКАЯ БЕЗОПАСНОСТЬ / ENERGY SECURITY / ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ / SOFTWARE / СИСТЕМА ЭНЕРГЕТИКИ / ENERGY SYSTEM / РАСПРЕДЕЛЕННЫЕ ВЫЧИСЛЕНИЯ / DISTRIBUTED COMPUTING

Аннотация научной статьи по математике, автор научной работы — Сендеров Сергей Михайлович, Еделев Алексей Владимирович

Актуальность и цели. Статья посвящена решению проблемы формирования перечня критически важных объектов газотранспортной сети России с учетом требований энергетической безопасности. Предложен подход выделения критически важных объектов энергетических систем в зависимости от их влияния на общую работоспособность системы. Материалы и методы. Задача решена путем анализа уровня негативных последствий для потребителей от прекращения или нарушения работы конкретного объекта. Анализ осуществляется с помощью распределенной вычислительной среды, которая формируется средствами программно-вычислительного комплекса «Нефть и газ России», и системы для организации распределенных вычислительных экспериментов X-Com. Результаты. Поиск, проведенный с помощью разработанной распределенной вычислительной среды, выявил 20 критических важных объектов в газотранспортной сети России. Выводы. В процессе перспективного изменения конфигурации газотранспортной сети России и возможного изменения объемов и конфигурации потоков газа будет меняться и перечень критических важных объектов газовой отрасли, соответственно, исследования по их определению на основе предложенного в статье подхода должны проводиться периодически и на перспективу по отдельным временным срезам.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Сендеров Сергей Михайлович, Еделев Алексей Владимирович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

AN APPROACH TO SEARCH FOR CRITICAL FACILITIES OF RUSSIA GAS NETWORK IN TERMS OF INDUSTRY OPERABILITY

Background. The article is devoted to solving the problems of formation of the list of critical objects Russian gas transmission network, taking into account energy security requirements. The approach highlights critical energy systems, depending on their impact on the overall health of the system. Materials and methods. The problem is solved by analyzing the level of negative consequences for consumers of the termination or disruption of a specific object. The analysis is carried out using a distributed computing environment, which is formed by means of software «Oil and Gas of Russia» and the system for the organization of distributed computing experiments X-Com. Results. Searching conducted by usage of the developed distributed computing environment identified 20 critical facilities in the Russian gas transmission network. Conclusions. The article describes the implementation of procedures for the selection of critical objects of gas industry on the basis of distributed computing networks... Background. The article is devoted to solving the problems of formation of the list of critical objects Russian gas transmission network, taking into account energy security requirements. The approach highlights critical energy systems, depending on their impact on the overall health of the system. Materials and methods. The problem is solved by analyzing the level of negative consequences for consumers of the termination or disruption of a specific object. The analysis is carried out using a distributed computing environment, which is formed by means of software «Oil and Gas of Russia» and the system for the organization of distributed computing experiments X-Com. Results. Searching conducted by usage of the developed distributed computing environment identified 20 critical facilities in the Russian gas transmission network. Conclusions. The article describes the implementation of procedures for the selection of critical objects of gas industry on the basis of distributed computing networks. Said implementation is formed by means of software "Oil and Gas of Russia" and the system for the organization of distributed computing experiments X-Com. This methodology was used to find the critical objects of the Russian gas transport network. When the configuration of the Russian gas transport network change and volumes and directions of gas flow change too, the list of critical objects of the Russian gas transportation system will change too. Accordingly, these calculations should be carried out periodically and the future of individual time slices. function show_eabstract() { $('#eabstract1').hide(); $('#eabstract2').show(); $('#eabstract_expand').hide(); } ▼Показать полностью

Текст научной работы на тему «Методы поиска критически важных объектов газотранспортной сети России с позиций работоспособности отрасли»

УДК 656.56.001.57

МЕТОДЫ ПОИСКА КРИТИЧЕСКИ ВАЖНЫХ ОБЪЕКТОВ ГАЗОТРАНСПОРТНОЙ СЕТИ РОССИИ С ПОЗИЦИЙ РАБОТОСПОСОБНОСТИ ОТРАСЛИ

С. М. Сендеров, А. В. Еделев

AN APPROACH TO SEARCH FOR CRITICAL FACILITIES OF RUSSIA GAS NETWORK IN TERMS OF INDUSTRY OPERABILITY

S. M. Senderov, A. V. Edelev

Аннотация. Актуальность и цели. Статья посвящена решению проблемы формирования перечня критически важных объектов газотранспортной сети России с учетом требований энергетической безопасности. Предложен подход выделения критически важных объектов энергетических систем в зависимости от их влияния на общую работоспособность системы. Материалы и методы. Задача решена путем анализа уровня негативных последствий для потребителей от прекращения или нарушения работы конкретного объекта. Анализ осуществляется с помощью распределенной вычислительной среды, которая формируется средствами программно-вычислительного комплекса «Нефть и газ России», и системы для организации распределенных вычислительных экспериментов X-Com. Результаты. Поиск, проведенный с помощью разработанной распределенной вычислительной среды, выявил 20 критических важных объектов в газотранспортной сети России. Выводы. В процессе перспективного изменения конфигурации газотранспортной сети России и возможного изменения объемов и конфигурации потоков газа будет меняться и перечень критических важных объектов газовой отрасли, соответственно, исследования по их определению на основе предложенного в статье подхода должны проводиться периодически и на перспективу по отдельным временным срезам.

Ключевые слова: энергетическая безопасность, программное обеспечение, система энергетики, распределенные вычисления.

Abstract. Background. The article is devoted to solving the problems of formation of the list of critical objects Russian gas transmission network, taking into account energy security requirements. The approach highlights critical energy systems, depending on their impact on the overall health of the system. Materials and methods. The problem is solved by analyzing the level of negative consequences for consumers of the termination or disruption of a specific object. The analysis is carried out using a distributed computing environment, which is formed by means of software «Oil and Gas of Russia» and the system for the organization of distributed computing experiments X-Com. Results. Searching conducted by usage of the developed distributed computing environment identified 20 critical facilities in the Russian gas transmission network. Conclusions. The article describes the implementation of procedures for the selection of critical objects of gas industry on the basis of distributed computing networks. Said implementation is formed by means of software "Oil and Gas of Russia" and the system for the organization of distributed computing experiments X-Com. This methodology was used to find the critical objects of the Russian gas transport network. When the configuration of the Russian gas transport network change and volumes and directions of gas flow change too, the list of critical objects of the Russian gas transportation system will change too. Accordingly, these calculations should be carried out periodically and the future of individual time slices.

Key words: energy security, software, energy system, distributed computing.

Введение

В 2012 г. МЧС России утвердило Методику отнесения объектов государственной и негосударственной собственности к критически важным объектам для национальной безопасности Российской Федерации [1]. Рассмотрение такой важной составляющей национальной безопасности страны, каковой является энергетическая безопасность (ЭБ) [2], делает необходимым выделение таких же критически важных объектов (КВО) для топливно-энергетического комплекса (ТЭК) в целом и для отдельных систем энергетики (СЭ). Дополнительное обоснование такой необходимости состоит в том, что функционирование ТЭК и составляющих его СЭ является важнейшим фактором обеспечения нормальной жизнедеятельности экономики как всей страны, так и отдельных ее регионов.

Рассмотрение такого аспекта ЭБ, как создание условий для максимально возможной степени удовлетворения энергоресурсами потребителей в условиях чрезвычайных ситуаций (ЧС), требует выделения КВО в ТЭК, т.е. тех объектов, частичный или полный выход из строя которых (во время ЧС) может нанести стране максимальный ущерб со стороны ТЭК. Выделение КВО ТЭК непосредственно связано с двумя важнейшими задачами:

- выявление и нейтрализация разного рода угроз устойчивому топливо- и энергоснабжению потребителей (включая угрозы реализации террористических актов на объектах ТЭК);

- заблаговременная подготовка объектов и систем ТЭК к работе во время ЧС, вызванных реализацией угроз различного вида.

1. Формирование перечня критически важных объектов газотранспортной сети

Для европейской части России и Урала, где проживает более 82 % населения страны, основной вид топлива - природный газ. В целом по стране доля газа в балансе котельно-печного топлива (КПТ) составляет около 77 %. В значительной части регионов его доля в балансе КПТ превышает 90-95 %, а иногда доходит и до 99 %.

На территории России сосредоточены значительные запасы газа (полуострова Ямал, Гыдан, шельф Баренцева и Карского морей). В стране функционирует разветвленная система магистральных газо- и нефтепроводов и сложнейшая географически распределенная система топливо- и энергоснабжения, охватывающая всю территорию России. Сложившаяся территориальная структура системы газоснабжения России обусловливает ее существенные недостатки. Например, европейская часть страны не обеспечена собственными запасами топливно-энергетических ресурсов. Здесь в основном используется природный газ, более 90 % которого добывается в одном газодобывающем районе (Надым-Пур-Тазовский район Тюменской области). Этот район находится в 2-2,5 тыс. км от мест основного потребления газа. Таким образом, практически весь российский газ транспортируется на дальние расстояния по системам магистральных газопроводов, имеющим большое количество взаимных пересечений и перемычек, к тому же нитки мощных магистральных газопроводов часто проложены на малом расстоянии друг от друга. В настоящее время в газотранспортной системе (ГТС) России

можно отметить более 20 потенциально опасных для функционирования системы пересечений магистральных газопроводов.

На современном этапе в качестве КВО в ГТС Единой системы газоснабжения (ЕСГ) можно рассматривать следующие виды объектов: головные компрессорные станции (КС) на месторождениях, подземные хранилища газа (ПХГ), линейную часть магистральных газопроводов (МГ).

Критически важным при этом предлагается считать каждый объект, при нарушении работы которого суммарная относительная недопоставка газа потребителям составит 5 % и более от суммарной потребности в газе (потребление внутри страны и поставки на экспорт) по системе. Данная величина (5 %) была обоснована в результате многоитерационных расчетов на модели для оценки производственных возможностей ЕСГ России, описанной ниже, и позволяет выделить в качестве КВО ограниченное число объектов (ориентировочно 20-30).

Количество объектов добычи газа и ПХГ в ГТС относительно невелико, и расчеты по последствиям нарушения работы каждого из таких объектов могут быть проведены вручную. Количество дуг магистрального транспорта газа в ГТС и количество пересечений этих дуг настолько велико, что проверку значимости каждой дуги или каждого пересечения для решения общих задач системы целесообразно проводить с помощью вычислений в распределенной вычислительной среде (РВС).

Итак, для ГТС России на предмет формирования перечня КВО с позиций живучести ЕСГ рассмотрим многочисленные пересечения коридоров магистральных газопроводов или отдельно идущих магистральных газопроводов. При этом придется рассматривать как пересечения магистральных газопроводов на узловых КС, так и пересечения вне КС.

Задача формирования перечня КВО ГТС состоит из следующих этапов:

- формируется полный список пересечений магистральных газопроводов;

- в результате многовариантных расчетов на модели для оценки производственных возможностей ЕСГ России определяется суммарный дефицит газа у потребителей при нарушении работы каждого из пересечений;

- все пересечения ранжируются в списке в зависимости от величины суммарной относительной недопоставки газа потребителям при нарушении работы конкретного пересечения;

- все пересечения, при нарушении работы которых суммарная относительная недопоставка газа потребителям составит 5 % и более суммарной потребности в газе по системе (учитываются и внутренние потребности страны, и потребности экспорта), считаются критически важными и формируют перечень КВО ГТС;

- для каждого пересечения из перечня КВО выделяется перечень субъектов России, потенциально страдающих от дефицита газа при нарушении работы данного пересечения, с характеристиками соответствующих относительных недопоставок газа по каждому из субъектов;

- для каждого пересечения из перечня КВО формируется модель об оптимальном преобразовании сети, представленная ниже, и на основе результатов расчета на модели определяются мероприятия, позволяющие минимизировать дефицит газа у потребителей путем «расшивки» «узких мест», образовавшихся при нарушении работы данного пересечения;

- в результате решения задачи об оптимальном преобразовании сети будет сформирован перечень инвариантных мероприятий, реализация которых позволит снизить негативные последствия от нарушения работы некоторых пересечений сети из перечня КВО, тем самым будет понижен рейтинг отдельных КВО вплоть до исключения их из перечня КВО.

2. Модель оценки производственных возможностей системы газоснабжения России

Модель, предназначенная для оценки производственных возможностей ЕСГ России с позиций обеспечения их живучести при различного рода возмущениях, используется для выявления слабых мест в снабжении потребителей газом и оценки эффективности мероприятий по повышению живучести ЕСГ России при конкретных сценариях возмущений [3].

Математически ЕСГ представляется как сеть, изменяющаяся во времени, в узлах которой находятся предприятия по добыче, преобразованию и потреблению материальных потоков, реализующих материальные связи между предприятиями. При решении задачи оценки состояния системы после возмущения критерием оптимальности распределения потоков служит минимум дефицита энергоресурса у потребителя при минимальных затратах на его доставку.

Изменение состояния объектов системы приводит к решению задачи распределения потоков в системе с целью максимальной подачи энергоносителя потребителям, т.е. модель можно формализовать как задачу о максимальном потоке [4]. Тогда схему-граф следует дополнить двумя фиктивными узлами: O - суммарный источник, S - суммарный сток - и ввести дополнительные участки, соединяющие узел O со всеми источниками и всех потребителей с узлом S. Математическая запись поставленной задачи имеет следующий вид:

max f (!)

при условиях, что

xfi=-f, j = O

0, j * O, S (2)

f, j = S

0 < xij < dj, для всех (i, j). (3)

Здесь N* - подмножество «входящих» в узел j дуг; N- - подмножество «выходящих» дуг из узла j; f - величина суммарного потока по сети; Xj - поток по дуге (i, j); dj - ограничения на поток по дуге (i, j).

Задача (1)-(3) о максимальном потоке в общем случае имеет не единственное решение. Следующим шагом является решение задачи о максимальном потоке минимальной стоимости, т.е. минимизируется стоимостный функционал:

Е xv - Е -

i<=N+, isN-

Z cyxy ^ min' (4)

(i, j)

где Cj - цена или удельные затраты на транспорт энергоресурса.

Задача по распределению энергоресурса по ЕСГ также реализована в программном комплексе моделирования потоков ЕСГ «ИРС ЕСГ» [5], в оптимизационной производственно-финансовой модели развития газовой отрасли «Омо Газ», входящей в состав модельно-информационного комплекса SCANER [6]. Среди зарубежных моделей следует выделить TIGER (Transport Infrastructure for Gas with Enhanced Resolution), применяемую для анализа газового рынка Европы в суточном разрезе. Она представляет собой потоковую модель Европейской ГТС, в состав которой входят 900 дуг, представляющих собой участки газопроводов, и 600 узлов, представляющих собой источники газа, КС, потребителей газа, ПХГ, терминалы приема СПГ.

3. Модель оптимального преобразования сети

Без дополнительной информации сложно найти реальные «узкие места», которые в данный момент действительно ограничивают возможности ЕСГ по поставке энергоресурса потребителям. Также необходимо ранжировать найденные «узкие места» по значимости их влияния на работу системы, например, по первоочередности применения мероприятий для минимизации дефицита энергоресурса у потребителя [7].

Результатом решения задачи (1)-(4) являются величина максимального потока по системе и значения дефицита энергоресурса у потребителей. Понятно, что для компенсации дефицита энергоресурса у потребителей величина потока должна стать больше рассчитанной. Тогда каким образом следует увеличить пропускные способности дуг, чтобы получить поток необходимой величины с минимальными затратами?

Эта задача об оптимальном преобразовании сети [8] может быть записана в следующем виде:

Z Ajyj ^ min, (5)

(i, j)

при условиях

' -v, j=O

0, j Ф O, S (6)

. V, j = S

0 < Xj < dj + y j, (7)

0 < У j < bj , (8)

где y j - приращение пропускной способности дуги (i, j); Aj - цена или удельные затраты на транспорт энергоресурса по приращению y j; dij + yj -пропускная способность дуги (i, j) в преобразованной сети; by - ограничения приращения пропускной способности дуги (i, j).

Z ху - Z xß = -

iEN~\ iEN,

Искомыми «узкими местами» будут те объекты, для которых после решения задачи (5)-(7) уу будет больше нуля.

Для решения проблемы упорядочивания «узких мест» по приоритетности проведения мероприятий для минимизации дефицита энергоресурса у потребителя можно использовать аппарат двойственных оценок. Известно, что двойственные оценки могут служить мерой дефицитности какого-либо ресурса и изменение верхнего ограничения этого ресурса на единицу приводит к изменению значения целевой функции на величину двойственной оценки [9].

В нашем случае таким ресурсом является пропускная способность дуг, следовательно, должны анализироваться двойственные переменные, соответствующие ограничениям. Для объектов, производственных мощностей которых достаточно для выполнения требуемых технологических операций, значение соответствующей двойственной переменной будет равно нулю, для «узких мест» оно будет меньше нуля. Для ранжирования «узких мест» по приоритетности проведения мероприятий по их «расшивке» можно использовать как значения приращений пропускных способностей, так и произведения значений приращения и соответствующей двойственной переменной, так как именно на эту величину уменьшится общая сумма затрат на транспортировку энергоресурса потребителям при увеличении пропускной способности дуги на значение приращения.

4. Программно-вычислительный комплекс «Нефть и газ России»

Для исследования функционирования СЭ при различных условиях работы и оказания помощи в определении «узких мест», сдерживающих возможности удовлетворения потребности отдельных районов, был разработан программно-вычислительный комплекс (ПВК) «Нефть и газ России» [10], современная архитектура которого показана на рис. 1.

Распределенные вычисления Рис. 1. Функциональная схема ПВК «Нефть и газ России»

Исходная информация по СЭ импортируется из внешнего источника данных. На основе исходной информации строится схема СЭ, представляющая собой ориентированный граф. В зависимости от цели исследования граф СЭ при расчете преобразуется в одну из следующих задач потокораспределения:

- нахождение максимального потока минимальной стоимости;

- оптимальное преобразование сети;

- распределение излишков добытого или выработанного энергоресурса.

Непосредственный расчет задачи потокораспределения осуществляется

с помощью решателя 1р_8о1уе [11].

Разработанная архитектура ПВК «Нефть и газ России» позволяет использовать его модули в РВС, поэтому в случае необходимости множественного расчета большого объема информации задача потокораспределения может быть распределена по вычислительным узлам РВС. Для этого разработан расчетный модуль, вызываемый непосредственно из командной строки.

Для однократных расчетов задачи потокораспределения и дальнейшего анализа результатов расчета используется специализированная геоинформационная система (ГИС) [12]. В ГИС схема СЭ представлена в виде электронной карты, состоящей из двух слоев с векторными данными. Первый слой, представленный точечными объектами, характеризует состояние производителей, а также показывает, полностью ли удовлетворены нужды потребителей энергоресурса. Второй слой, представленный линиями, дает представление о степени загруженности транспортной подсистемы. С точечными объектами первого слоя связывается атрибутивная информация о производстве и потреблении энергоресурса, а с линиями второго слоя - информация об участках магистральных трубопроводов (пропускная способность, количество труб, их диаметр и т.д.).

Характеристика текущего режима работы объектов СЭ определяется в результате расчета задачи потокораспределения и отображается цветом компонентов векторных слоев [13]. Например, для производителей и транспорта энергоресурса черный цвет означает, что объект работает в нормальном режиме с определенным запасом по производственным мощностям, красный -объект полностью загружен (никакого запаса по производственным мощностям нет), синий - объект не был задействован (по разным причинам, определяемым в ходе специального анализа).

5. Реализация методики определения критически важных объектов газотранспортной сети

Вследствие большого размера списка пересечений магистральных газопроводов многовариантные расчеты задачи (1)-(5) для определения суммарного дефицита газа у потребителей при нарушении работы каждого из пересечений проводятся с помощью инструментария для организации распределенных вычислительных экспериментов Х-Сот [14]. Х-Сот имеет клиент-серверную архитектуру, таким образом, прикладная задача должна содержать серверную и клиентскую части.

Для общения с сервером Х-Сот серверная часть прикладной программы должна быть скомпилирована в библиотеку, в которой определены функции, представленные в табл. 1.

Таблица 1

Интерфейс взаимодействия сервера Х-Сот с серверной частью прикладной программы для языков С, С++

Прототип функции на языках Описание функции

void initialize(char *arg) Инициализация серверной части прикладной программы. Параметр arg является названием XML-файла со схемой СЭ

char *getPortion(long N) Запрос порции данных с номером N. Порция данных представляет собой текстовую строку языка C (null-terminated)

void addPortion(long N,char *data) Обработка результата расчета порции данных с номером N. В нее передаются номер готовой порции данных и строка с результатами вычислений

long getFirstPortionNumber() Возвращает номер первой порции (это может быть любое целое число). Обычно порции нумеруются с единицы

long getLastPortionNumber() Возвращает номер последней порции (любое целое число, большее либо равное номеру первой порции). Если точно число порции не известно, то функция должна вернуть нуль

int isFinished() В случае если число порций не известно, то функция определяет, закончены ли вычисления. Она вызывается каждый раз после запроса очередной порции. Если число вычислительных порций известно точно, то функция всегда возвращает нуль

double getPortionSizeGigaflop(long N) Это необязательная функция, которая предсказывает вычислительную сложность порции данных с номером N. Она используется для оптимизации распределения заданий. Если предсказать вычислительную сложность произвольной порции затруднительно, то функция может для всех значений возвращать единицу

При вызове функции initialize выполняются следующие действия:

1) выполняется загрузка XML-файла со схемой СЭ, заранее созданной специализированной ГИС;

2) создается схема СЭ;

3) формируется полный список пересечений магистральных газопроводов.

Так как порцией данных является схема СЭ, в которой нарушена работа из одного пересечения из списка, то функция getLastPortionNumber возвращает размер списка пересечений магистральных газопроводов.

Функция getPortion реализует в схеме СЭ нарушение работы пересечения с номером N, преобразует схему СЭ в задачу (1)-(5), формирует ее в виде текста в формате MPS [15] и возвращает в виде результата строку, содержащую сформированный текст.

Функция addPortion принимает результаты расчета задачи максимального потока минимальной стоимости в текстовом виде, распределяет полученные значения потока по дугам схемы СЭ и рассчитывает суммарный дефицит газа у потребителей.

Клиентская часть прикладной программы в Х-Сот также называется вычислительной. Для передачи вычислительной части очередной порции данных используется специальный интерфейс, размещенный в файле с именем gctask. Этот файл представляет собой Рег1-скрипт, в котором должны быть определены две функции (табл. 2) [16].

Таблица 2

Интерфейс взаимодействия клиентской части Х-Сот с вычислительной частью прикладной программы

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Прототип функции на языке Perl Описание функции

sub gcprepare Предназначена для инициализации вычислительного модуля прикладной программы. Она не имеет аргументов и вызывается один раз, сразу после закачки архива с клиентской частью программы пользователя. Функция должна возвращать единицу, если инициализация прошла успешно, и нуль, если в процессе инициализации произошли ошибки

sub gctask Подготавливает и запускает вычислительную часть прикладной программы. Функция имеет пять аргументов: $task - имя задачи, которая сейчас решается; $taskarg - аргумент для текущей порции данных; $portion - номер текущей порции данных; $din - имя файла с исходными данными (файл находится в текущем каталоге); $dout - имя файла, в который надо записать результат обработки данной порции (файл также должен находиться в текущем каталоге). Функция должна возвращать единицу, если расчет произведен успешно, и нуль, если в процессе расчета произошла ошибка

Функция gcprepare просто возвращает единицу, а функция gctask вызывает расчетный модуль ПВК «Нефть и газ России» и передает ему в качестве параметров командной строки аргументы $din и $dout. Аргумент $din содержит имя текстового файла с исходными данными, который передается расчетным модулем решателю 1p_so1ve. Решатель считывает данные из файла, решает задачу потокораспределения, и результаты ее решения записываются расчетным модулем в выходной файл, имя которого содержится в аргументе $dout.

Общая схема взаимодействия Х-^т с ПВК «Нефть и газ России» представлена на рис. 2.

Используя представленный выше порядок обоснования перечня КВО, были проведены расчеты, позволившие выделить узловые КС и места пересечения коридоров магистральных газопроводов, располагающихся между КС, отключение которых приведет к суммарному потенциальному дефициту газа у потребителей в относительном объеме 5 % и более.

Рис 2. Схема взаимодействия X-Com с ПВК «Нефть и газ России»

В результате расчетов задачи определения максимального потока минимальной стоимости (1)-(4) было выявлено 33 объекта, которые подпадают под условия включения в список КВО. Среди этих объектов 25 узловых КС в местах деления и пересечения магистральных газопроводов и их коридоров и 8 пересечений магистральных газопроводов вне КС (пересечения линейных участков). Прекращение работы любого из этих объектов способно привести к ограничению газоснабжения потребителей в относительном объеме от 5 до 27 % от суммарного потока газа в сети.

В результате дальнейших расчетов [17] на модели оптимального преобразования сети (5)-(7) из первоначального списка КВО были исключены 9 узловых КС и 4 пересечения магистральных газопроводов вне КС, так как относительный дефицит газа по сети при кратковременном увеличении ее пропускной способности в этих случаях составил менее 5 %. Таким образом, в списке КВО ГТС России на сегодня осталось 20 объектов.

Заключение

В статье описана реализация методики выбора КВО газовой отрасли на основе РВС, которая формируется средствами ПВК «Нефть и газ России», и системы для организации распределенных вычислительных экспериментов X-Com. Реализованная методика была использована для нахождения КВО ГТС России. В процессе перспективного изменения конфигурации ГТС России и возможного изменения объемов и конфигурации потоков газа будет меняться и перечень КВО газовой отрасли, соответственно, такие расчеты должны проводиться периодически и на перспективу по отдельным временным срезам.

Список литературы

1. Методика отнесения объектов государственной и негосударственной собственности к критически важным объектам для национальной безопасности Российской Федерации. - URL: http://central.mchs.ru/upload/site4/files/ bea08465669b520c2603f73058fe188a.pdf.

2. Энергетическая безопасность России: проблемы и пути решения / Н. И. Пяткова, В. И. Рабчук, С. М. Сендеров и др. ; отв. ред. Н. И. Воропай, М. Б. Чельцов ; Рос. акад. наук, Сиб. отд-ние, Ин-т систем энергетики им. Л. А. Мелентьева. - Новосибирск : Изд-во СО РАН, 2011. - 198 с.

3. Программное и информационное обеспечение решения задач живучести Единой системы газоснабжения СССР / А. В. Храмов, С. М. Еникеева, Н. М. Хрусталева

и др. // Методы и модели исследования живучести систем энергетики / под ред. Ю. Н. Руденко. - Новосибирск : Наука, Сиб. отд, 1990. - С. 86-91.

4. Форд, Л. Р. Потоки в сетях : пер. с англ / Л. Р. Форд, Д. Р. Фалкерсон. - М. : Мир, 1966. - 276 с.

5. Трубопроводные системы энергетики: математическое и компьютерное моделирование / Н. Н. Новицкий, М. Г. Сухарев, С. А. Сарданашвили и др. - Новосибирск : Наука, 2014. - 274 с.

6. Модельно-информационный комплекс SCANER / Ф. В. Веселов, О. А. Елисеева, В. А. Кулагин и др. - М. : ИНЭИ РАН, 2011. - 38 с.

7. Воробьев, С. В. Методика определения узких мест в работе больших трубопроводных систем / С. В. Воробьев, А. В. Еделев // Программные продукты и системы. -2014. - № 3. - С. 174-177.

8. Ху, Т. Целочисленное программирование и потоки в сетях : пер. с англ. / Т. Ху. -М. : Мир, 1974. - 520 с.

9. Сакович, В. А. Оптимальные решения экономических задач / В. А. Сакович. -Минск : Вышэйш. шк., 1982. - 272 с.

10. Voropai, N. I. Detection of "Bottlenecks" and ways to overcome emergency situations in gas transportation networks on the example of the European gas pipeline network / N. I. Voropai, S. M. Senderov, A. V. Edelev // Energy. - 2012. - Vol. 42, № 1. -P. 3-9.

11. Mixed Integer Linear Programming (MILP) solver lp_solve. - URL: http://sourceforge.net/projects/lpsolve.

12. Цветков, В. Я. Геоинформационные системы и технологии / В. Я. Цветков. - М. : Финансы и статистика, 1997. - 290 с.

13. Еделев, А. В. Интегрированная инструментальная среда ПВК «Нефть и газ России» / А. В. Еделев, С. М. Сендеров // Информационные технологии в энергетике: современные подходы к анализу и обработке информации : сб. докл. - Иркутск : ИСЭМ СО РАН, 2000. - С. 165-169.

14. Еделев, А. В. Применение системы X-COM для исследования развития топливно-энергетического комплекса с учетом требований энергетической безопасности / А. В. Еделев // Научный сервис в сети Интернет: решение больших задач : тр. Всерос. науч. конф. (22-27 сентября 2008 г., г. Новороссийск). - М. : Изд-во МГУ, 2008. - С. 94-98.

15. MPS file format. - URL: http://lpsolve.sourceforge.net/5.5/mps-format.htm

16. Руководство пользователя системы X-Com. - URL: http://x-com. parallel.ru/old_guide.html#apicpp

17. Сендеров, С. М. Особенности формирования перечня критически важных объектов газотранспортной сети России с учетом требований энергетической безопасности и возможные меры минимизации негативных последствий от чрезвычайных ситуаций на таких объектах / С. М. Сендеров, В. И. Рабчук, А. В. Еделев // Известия РАН. Энергетика. - 2016. - № 1. - С. 70-78.

Сендеров Сергей Михайлович доктор технических наук, отдел энергетической безопасности, Институт систем энергетики им. Л. А. Мелентьева Сибирского отделения Российской академии наук E-mail: ssm@isem.irk.ru

Senderov Sergei Mikhailovich doctor of technical sciences, department of energy security, Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences

Еделев Алексей Владимирович кандидат технических наук, отдел энергетической безопасности, Институт систем энергетики им. Л. А. Мелентьева Сибирского отделения Российской академии наук E-mail: flower@isem.irk.ru

Edelev Alexey Vladimirovich candidate of technical sciences, department of energy security Melentiev Energy Systems Institute of Siberian Branch of the Russian Academy of Sciences

УДК 656.56.001.57 Сендеров, С. М.

Методы поиска критически важных объектов газотранспортной сети России с позиций работоспособности отрасли / С. М. Сендеров, А. В. Еделев // Модели, системы, сети в экономике, технике, природе и обществе. - 2016. - № 2 (18). - С. 278-289.

i Надоели баннеры? Вы всегда можете отключить рекламу.