Блог

Одна из крупнейших в России нефтегазовых компаний столкнулась с финансовой неэффективностью истощающихся скважин: около 20% из них эксплуатировались на грани или за пределом рентабельности. Для решения этих задач компания решила создать цифрового двойника одного из таких месторождений.

YPF – крупнейшая в Аргентине нефтедобывающая компания. Она владеет 43% рынка нефтегазодобычи и 58% рынка бензина в стране.

Госкомпании часто испытывают проблемы с эффективностью, и YPF не была исключением – показательным является тот факт, что компания закончила 2016-ый год с убытком. Однако проблемы проявились раньше: ещё в 2015-ом году топ-менеджмент признал высокие операционные расходы и низкую эффективность компании. Более глубокий анализ показал, что одной из причин была неэффективная система планирования технического обслуживания на нефтедобывающих комплексах.

По итогам декабря 2016 года Россия заняла первое место в мире по объёму добытой нефти, опередив Саудовскую Аравию и США. Основа добычи российских компаний – лёгкая нефть. Она почти не содержит примесей и не требует дополнительных затрат на очистку. Популярность лёгкой нефти привела к тому, что большая часть её месторождений в России уже выработана. Поэтому российские нефтедобывающие компании начинают добывать всё больше тяжёлой нефти и развивать месторождения битуминозных песков – смеси песка, глины, нефти, воды и битума.

Сегодня в блоге - история успеха компаний Stream Systems и AnyLogic. Команда консультантов попыталась понять, смогут ли существующие нефтяные хранилища крупного оператора нефтепроводов вместить входящие партии, доставка которых задерживается. Именно такой случай произошёл, когда один из клиентов оператора отказался получать доставленную нефть. Чтобы предотвратить такие ситуации и разобраться в поведении системы в непредвиденных случаях, а также устранить узкие места в сети и увеличить её пропускную способность, консультанты построили модель сети, используя средства имитационного моделирования AnyLogic.

Специалисты «Крыловского государственного научного центра» (КГНЦ) по заказу компании «Газпром нефть Новый Порт» разработали компьютерную имитационную модель системы морской транспортировки нефти Новопортовского нефтегазоконденсатного месторождения (полуостров Ямал). Бόльшую часть года движение судов происходит по 500-километровому ледовому каналу в неподвижном припайном льду Обской губы с толщиной более двух метров. Открытую часть Карского моря практически полностью покрывают дрейфующие льды.

В журнале Neftegaz.ru опубликована статья сотрудников Крыловского государственного научного центра об их работе по моделированию сети морских перевозок сжиженного природного газа. В России практически все проекты по перевозке СПГ водным транспортом оказываются уникальными, а требуемые суда-газовозы – нетипичными для мирового флота. Причин для этого много, в том числе удаленность арктических месторождений от потребителей СПГ, а также необходимость привлечения ледоколов для проводки судов. Создание нетипичных транспортных систем требует особенного внимания на этапе их концептуальных проработок и характеризуется высокой ценой проектных ошибок.

Видео вебинара "Проектирование сети нефтепроводов с помощью имитационного моделирования" доступно на нашем сайте. Вебинар знакомит зрителей со способами проектирования и оптимального управления сетями трубопроводов с использованием современных технологий имитационного моделирования. Был подробно рассмотрен проект по разработке системы поддержки принятия решений (СППР) для одной из ведущих североамериканских компаний, занимающихся транспортировкой нефти.

Вебинар расскажет о проблемах отрасли, которые помогает решать имитационное моделирование. Будет подробно рассмотрен проект, выполненный отделом консалтинга компании AnyLogic для одной из ведущих североамериканских компаний, занимающихся транспортировкой нефти. Целью проекта являлась оценка пропускной способности терминальной сети и оценка влияния потенциальных изменений в сети (добавление терминалов, трубопроводов, изменение правил перемещения и хранения нефти) на пропускную способность. Ключевым инструментом получения ответа на эти вопросы стала имитационная модель.