Problemstellung:
Kanada ist das drittgrößte Land mit Ölreserven. Der größte Teil des Öls befindet sich jedoch in Ölsand - dem Gemisch aus Sand, Öl und Wasser. Dieses muss mit Dampf erhitzt werden, um das Öl abzugeben. Obwohl die Betriebskosten für die Extraktion der Substanz hoch sind, erreichten 2014 die Kapitalinvestitionen in diesem Bereich 26 Milliarden Dollar, was die Aussichten für die Zukunft unterstreicht.
Um das Öl aus Sand zu erzeugen, wird ein komplexes System aus Brunnen, Rohren, Dampferzeugern und anderen Geräten benötigt. Es ist kostspielig, ein solches Verteilungssystem aufrechtzuerhalten und Ausfälle können zu Störungen bei der Dampfeinspritzung und der Ölproduktion führen. Um die Ausgaben zu optimieren und Produktionsverzögerungen zu erfassen, wandte das Unternehmen Stream Systems Simulationsmodellierung mit AnyLogic an. Mit zuvor verwendeten Tabellenkalkulationen konnten Ingenieure den Arbeitsprozess von 10-20 Bohrlöchern modellieren. Der Simulationsansatz ermöglichte es ihnen, die Produktionsanlage mit Hunderten von Bohrungen zu modellieren.
Lösung:
Der Ölproduktionsprozess wurde mit drei Hauptelementen dargestellt:
- Zentralverarbeitungsanlage (CPF)
- Reservoirs, die als Quelle für den Ölsand dienen
- Alleinstehende Bohrungen und Bohrungsfelder (mehrere Bohrungen), die das Öl extrahieren
Das Simulationsmodell bestand aus kleineren Modellen der Systemelemente. Auf diese Weise konnten Ingenieure überwachen, wie sich der Arbeitsprozess einer bestimmten Komponente auf andere Elemente auswirken könnte.
Aufgrund der Komplexität des Modells wurde der Multimethodenansatz von AnyLogic (eine Mischung aus agentenbasierter und ereignisorientierter Modellierung und Systemdynamiksimulation) angewendet. Das System agierte als Träger von Flüssigkeiten und die Verzögerung in einer Komponente könnte zu Verzögerungen in anderen Komponenten führen. Die Flüssigkeiten-Bibliothek von AnyLogic wurde verwendet, um diese Verzögerungen, auch in Notfällen, zu erfassen.
AnyLogic wurde nahtlos mit externen Datenquellen integriert, so dass Modellierer beliebige Dateitypen zur Eingabe der Daten in das Modell verwenden konnten. Um zusätzliche Berechnungen zu verwalten und um das Modell realistischer zu machen, wurden externe Java-Bibliotheken integriert. Die Eingabedaten des Modells umfassten:
- Betriebsdaten — Infrastruktur, Layouts, Konfigurationen von Systemkomponenten, Saisonabhängigkeiten usw.
- Produktionsprofile
- Excel-Tabellen und Textdateien
Das Modell bestand aus Bohrungen, die als einzelne Agenten agierten. Jede Bohrung hatte ein bestimmtes Verhalten und war mit Rohrleitungen und anderen Flussdiagrammkomponenten verbunden. Es war einfach, bei Bedarf Komponenten zum Modell hinzuzufügen und anzupassen.
Abgesehen von der Betrachtung bestimmter Teile des Modells, konnte der Produktionsprozess auch von einer abstrakteren Perspektive betrachtet werden, um operative und strategische Pläne zu erstellen. Auf beiden Ebenen war es möglich, Parameter zu setzen und verschiedene Experimente auszuführen, um eine Optimierung des Modells zu erreichen. Dashboards zeigten statistische Daten, um die Änderungen im System zu visualisieren.
Folgende Ausgangsdaten wurden berücksichtigt:
- Durchsatz von Bohrungen und Bohrungsfeldern
- Dampf-Öl-Verhältnis
- Dampf-, Wasser- und Ölproduktionsrate
- Anzahl der Felder und Bohrungen pro Feld
- Produktqualität
Ergebnis:
Die AnyLogic-Simulationsmodellierung half dabei, Teile des Systems über und unter der Erde zu verbinden. Mit dem Multimethodensimulationsmodellierungsansatz wurde es möglich, mehrere Szenarien, einschließlich Monte-Carlo- und Was-wäre-wenn-Experimente, durchzuführen und die Variabilitäten in Bezug auf Planung und Wartung zu analysieren und so die Optimierung des Systems zur Verfügung zu stellen.
Die Flüssigkeiten-Bibliothek half dabei, jeden Teil des Modells mit hoher Detailgenauigkeit darzustellen und den Welleneffekt und die Bruchstellen im System anzuzeigen. Darüber hinaus half es dabei, dynamische Veränderungen und deren Auswirkungen auf das System zu berücksichtigen. Mit diesem Ansatz wurde es möglich, Entscheidungen in Echtzeit zu treffen und die Qualität des Öls zu erfassen.
Das Modell hat auch zur Entscheidungsfindung bei zukünftigen Kapitalinvestitionen beigetragen und diese reduziert, indem es half zu bestimmen, wann die Komponenten des Produktionsprozesses ersetzt oder gewartet werden müssen.
AnyLogic-Software wurde erfolgreich in den anderen Projekten des Unternehmens eingesetzt.
