Ausbau des Leitungsnetzes einer Öl-Pipeline: Engpässe erkennen und die richtige Strategien wählen

Problem:




Einer der größten Betreiber von Öl- und Gas-Pipelines in Nordamerika lieferte Öl an einen Kunden, der jedoch nicht immer die Kapazitäten hatte, die eingehenden Chargen aufzunehmen. Der Betreiber war damit konfrontiert, die Auswirkungen von nachgelagerten, zurückgestellten Liefermengen auf das System quantitativ zu bestimmen. Ebenso musste er wissen, ob das bestehende Fassungsvermögen des Tanks von vorgelagerten Ölterminals die zurückgestellten Chargen aufnehmen konnte. Um das Systemverhalten und die Auswirkungen des Gesamtsystems auf die bestehenden Probleme zu verstehen, beauftragte das Unternehmen die Entwicklung eines Simulationsmodells des Netzwerks. Das Projekt wurde von AnyLogic Company und Stream Systems Ltd. ausgeführt.


Das Projekt hatte die folgenden Geschäftsziele:

  • Die Auswirkung von Kundenentscheidungen (zum Beispiel die Abweisung oder Aufnahme des Produktes) auf das Netzwerkverhalten verstehen und bewerten.
  • Engpässe in Öl- und Gasleitungsnetzen mit mehreren Terminals erkennen und beseitigen, um den Systemdurchsatz zu erhöhen.

Die Aufgabe der Berater bestand darin, ein Modell zu erstellen, das flexibel genug war, und die Öl- und Gasbetreiber das Problem somit neu definieren und mit dem Modell experimentieren konnten, um andere Herausforderungen zu lösen.


 Schnittstellenmodell und Animation der Ölpipeline

Lösung:




Das erstellte Simulationsmodell beinhaltete Terminals, Tanks, Pipelines und Ölchargen. Für jede Charge wurde eine Strecke mit Start- und Endterminals bestimmt. Die Strecke konnte entlang verschiedener Pipeline-Abschnitte und Terminals führen und eine Charge konnte beim Durchlauf der Strecke zeitweise in einem Übergangsterminal gespeichert werden.


Bei eventuell verschiedenen Produkttypen in derselben Pipeline oder Terminal wurden die Vorschriften hinsichtlich der Kompatibilität des Öltyps berücksichtigt.


Mit der aus den Eingangsdaten berechneten Wahrscheinlichkeit konnte eine Charge ihre Route zu einer der Übergangsterminals ändern. Die Geschwindigkeit der Charge konnte sich aufgrund des Fehlens von freien Tankkapazitäten in einem nachgelagerten Terminal oder aufgrund des Ausfalls von Geräten ändern (zuverlässige Informationen wurden aus den Eingangsdaten abgeleitet).


Das Modellergebnis beinhaltete:

  • Historie der Chargenbewegung.
  • Die genutzte Kapazität von Terminals und Tanks.
  • Die erzielte Geschwindigkeit und Durchlauf der Charge in den Pipelines.

Das Modell schloss auch eine Netzwerkanimation auf der Karte mit ein, in der der Standort jeder Charge und jeder Status des Pipeline-Abschnitts (normal / überlastet) visuell dargestellt wurde.


Ergebnis:




Die Leistungsmessdaten, die während der Analyse des Modellergebnisses berücksichtigt wurden, waren die Durchlaufleistung und die Kapazität der Infrastruktur. Das Unternehmen konnte:

  • Engpässe des Systems aufdecken.
  • Optionen zur Minderung bewerten (Experimente mit dem Netzwerk durch das Ändern von Vorschriften, die Einführung von zusätzlichen Infrastrukturelementen).
  • Die Auswirkungen von geändertem Kundenverhalten auf das Netzwerk prüfen und messen.
  • Das Modell durch das Hinzufügen von zusätzlichen Terminals, Pipelines oder Tanks erweitern.
  • Das Modell an die geänderten Bedingungen anpassen.

Die Ergebnisse des Experiments wurden analysiert und führten zu einer organisatorischen Strategieänderung, die ihnen ab diesem Zeitpunkt eine Kapitalersparnis von $50-$80 Millionen einbrachte und einen zusätzlichen Netzwerkdurchsatz im Wert von $2 Millionen monatlichen Einnahmen schuf. Diese Ergebnisse wurden mit einer Investition von ungefähr $3 Millionen erzielt, was ein phänomenales Fazit war.


Gründe für AnyLogic:




Die Fachleute der Betreibergesellschaft schlugen die Erstellung eines Simulationsmodells auf einer niedrigen Abstraktionsebene vor. Sie waren auf molekularer Ebene mit der Simulation des Öldurchlaufs in Pipelines vertraut. Diese Modelle konnten für das Auffinden von Lecks, Strömungsdynamik und hydraulische Problemen genutzt werden, waren jedoch für die Simulation des Netzwerkverhaltens zu komplex.


Um dies schnell, einfach und mit dem gewünschten Level an Genauigkeit und Zuverlässigkeit durchführen zu können, mussten sie sich das System auf einer höheren Ebene ansehen (zum Beispiel keine Moleküle, sondern Ölchargen simulieren). Die Berater von Stream Systems überzeugten die Öl- und Gaspipeline-Betreiber davon, AnyLogic-Software für die Durchführung dieser Aufgabe einzusetzen. Ihre Funktionen der Mehrmethodenmodellierung erlaubte den Usern die Wahl des gewünschten Abstraktionslevels, um die Herausforderungen dieser Aufgabe zu lösen.


Das erstellte Modell nutzte die Möglichkeiten der Mehrmethodensimulation in seiner ganzen Bandbreite. Das Modell war eine Kombination aller drei Simulationsparadigmen: agentenbasierte, systemdynamische und diskret-ereignisorientierte Methode. Dadurch konnten die User Zeit und Mühe bei der Reproduktion des Systems im Modell sparen.

In dem Video von Allan Chegu und Dumitru Cernelev von Stream Systems Ltd. wird diese Fallstudie anlässlich der AnyLogic Konferenz 2014 vorgestellt:

 

More Case Studies

  • Katastrophenschutz mit Hilfe der agentenbasierten Modellierung
    Battelle, weltweit die größte gemeinnützige, unabhängige Forschungs- und Entwicklungsorganisation suchte praktische operative Lösungen für Kriseninterventionen oder Einsätzen bei Naturkatastrophen und musste die Effektivität einer zum Schutz angeordneten Ausgangssperre für 48 Stunden, für das Szenario eines sogenannten Improvised Nuclear Device, d.h. einer improvisierten nuklearen Sprengvorrichtung feststellen. Ziel war die Eindämmung der Strahlendosis, die während einer unkoordinierten Massenevakuierung auf die Menschen einwirken würde; hierfür wurde die sofortige Evakuierung mit einer Ausgangssperre verglichen.