Развитие сети нефтепроводов: поиск узких мест и выбор стратегий

Проблема:




Один из крупнейших операторов нефтепроводов в Северной Америке столкнулся с проблемой, которая возникала, когда один из ее крупных клиентов отказывался получать доставленную нефть. Оператору требовалось оценить влияние неполучения партий нефти на работу транзитной сети. Нужно было понять, смогут ли существующие нефтяные терминалы и хранилища вместить партии, доставка которых задерживается. Чтобы лучше разобраться в поведении системы в непредвиденных ситуациях, оператор заказал имитационное исследование, которое выполняли компании AnyLogic и Stream Systems.


У проекта были следующие цели:

  • Понять и оценить влияние решений клиента (прием или отклонение партий нефти) на поведение многотерминальной сети нефтепроводов.
  • Найти и устранить узкие места в сети, чтобы увеличить ее пропускную способность.

Задачей консультантов было создать гибкую модель, которая впоследствии могла бы быть самостоятельно адаптирована заказчиком к сходным проблемам.


 Интерфейс имитационной модели сети нефтепроводов

Интерфейс и анимация модели сети нефтепроводов

Решение:




Созданная модель имитировала терминалы, хранилища, нефтепроводы и партии нефти. Каждой партии назначался маршрут с начальным и конечным терминалами. Маршрут мог идти через разные сегменты трубопроводы и терминалы, а партия могла временно храниться в транзитном терминале по ходу маршрута.


В случаях, когда в терминале или трубе соседствовали разные сорта нефти, в модели учитывались правила их совместимости.


С вероятностью, заданной во входных данных, партия могла поменять маршрут в транзитном терминале. Скорость движения партии могла меняться из-за отсутствия места в терминалах или поломок оборудования (информация о надежности также содержалась во входных данных).


Результатом работы модели были следующие данные:

  • История передвижения партий.
  • Использованная пропускная способность терминалов и хранилищ.
  • Достигнутая скорость перемещения партий в трубопроводах и их пропускная способность.

Сеть трубопроводов анимировалась на карте — показывались расположение каждой партии и статус каждого сегмента сети (свободно/используется).


Результат:




Основной показатель эффективности, рассмотренный при анализе результатов модели – пропускная способность инфраструктуры. Компания-оператор получила возможность:

  • Найти узкие места в сети.
  • Рассмотреть варианты решения проблемы благодаря экспериментам с моделью (смена правил перемещения нефти, введение новых объектов в модель).
  • Измерить влияние поведения клиента на ситуацию в сети.
  • Расширять модель, добавив новые терминалы, трубопроводы и хранилища.
  • Изменять модель соответственно изменяющимся условиям.

Анализ результатов экспериментов привел к смене организационной политики и позволил компании сэкономить 50-80 млн. долларов на вложениях в инфраструктуру, а также зарабатывать на 2 млн. долларов ежегодно больше, увеличив пропускную способность сети. Само исследование обошлось компании 3 млн. долларов, т.е. вложения окупились многократно.


Причины выбора AnyLogic:




Сначала инженеры компании-оператора предлагали создать имитационную модель на низком уровне абстракции. Они занимались моделированием движения нефти в трубах на молекулярном уровне. Такие модели полезны для определения утечек, имитации динамики жидкостей и проблем гидравлики, но слишком сложны для того, чтобы воспроизводить поведение сети трубопроводов.


Чтобы быстро смоделировать сеть, при этом сохраняя нужный уровень точности результатов, требовалось посмотреть на систему на более высоком уровне – например, моделировать не молекулы, а партии нефти. Консультанты Stream Systems убедили сотрудников нефтяной компании использовать AnyLogic для этой задачи. Его возможности многоподходного моделирования позволили выбрать нужный уровень абстракции для задач бизнеса.


Созданная модель в полной мере использовала многоподходную функциональность. Модель включала элементы всех трех методов моделирования – агентного, дискретно-событийного и системно-динамического. Это позволило консультантам сэкономить время и силы при воспроизведении логики системы в компьютерной программе.

Видео-презентация проекта от Stream Systems на конференции AnyLogic 2014:

 

Другие проекты

  • Планирование реагирования на ЧС с помощью агентного моделирования
    Battelle – крупнейшая в мире некоммерческая независимая исследовательская организация. В одном из проектов исследователи должны были определить эффективность мер реагирования в случае детонации ядерного устройства, сравнив планы эвакуации населения и его укрытия на месте ЧС.