Problème:
La plateforme de production de pétrole de Prirazlomnaya, qui appartient à la société Gazprom Neft, est actuellement le premier projet russe de production d’hydrocarbures sur le plateau arctique. Conçue pour la région de l’Arctique, cette plateforme peut être exploitée dans des conditions météorologiques extrêmes et résister aux charges maximales exercées par la glace, ce qui en fait un projet unique et techniquement complexe.
Le premier chargement de pétrole depuis la plateforme vers un pétrolier a été effectué en avril 2014 tandis que l’opérateur de la plateforme prévoit d’augmenter, d’ici à 2021, le rythme de la production pour le porter jusqu’à cinq millions de tonnes. Cependant, l’expérience acquise a montré que le système de transport maritime pour l’exportation de pétrole et les livraisons des navires d’approvisionnements depuis et vers la plateforme doit être améliorés. En raison de la variabilité des conditions météorologiques et de glace dans l’océan Arctique, il était nécessaire d’améliorer l’efficacité, la durabilité et la sécurité du système de transport maritime.
En 2016, afin de répondre à ce défi, les experts du State Research Centre ont étudié un système de transport destiné à la plateforme de Prirazlomnaya, pour la période courant jusqu’à l’année 2038, à l’aide d’un modèle de simulation détaillé, développé dans l’environnement AnyLogic.
Solution
Ce système de transport maritime comprend la plateforme même, deux pétroliers-navettes et plusieurs navires d’approvisionnement offshore. Malgré sa simplicité apparente, ce système de transport s’avère plutôt spécifique en raison de plusieurs caractéristiques importantes:
- Chacun des quatre terminaux de fret de la plateforme est assujetti à dse limites opérationnelles en raison de conditions météorologiques et de glace, caractérisées par leur grande variabilité.
- Étant donné que le pétrole est directement chargé sur les pétroliers-navettes depuis la plateforme, en plus du traitement des navires d’approvisionnement, différents types de navires sont en concurrence les uns avec les autres pour occuper les les terminaux pendant les fenêtres de météo.
- Les flux de navires pétroliers et d’approvisionnement varient de façon significative, en termes de quantité comme de structure.
- La capacité des citernes de pétrole et de stockage de fournitures sur la plateforme est limitée, c’est pourquoi une organisation « juste à temps » des processus d’exportation de pétrole et d’approvisionnement est nécessaire, sans générer d’immobilisation des stocks ou cargaisons.
En utilisant la modélisation de type multi-agents et des évènements discrets dans l’environnement AnyLogic, les experts du State Research Centre ont créé un modèle du système de transport par simulation. Ce modèle leur permet de prendre en compte toutes les caractéristiques techniques importantes, en plus des processus physiques et logistiques du système réel. Les opérations des navires entre la plateforme Prirazlomnaya et le port de Mourmansk ont été modélisées dans l’environnement GIS, en prenant en compte les conditions naturelles sur l’itinéraire.
Plusieurs processus de calculs interactifs ont été représentés sous la forme d’algorithmes de simulation distincts dans lun modèle général de simulation:
- Transport de marchandises, c’est à dire circulation des navires conformément au plan de voyage.
- Prise en compte des conditions météorologiques et détermination de l’accessibilité des terminaux de fret.
- Modélisation des dynamiques de remplissage et de déchargement des entrepôts de la plateforme.
- Modélisation des circulation de navire près de la plateforme.
- Des processus et évènements stochastiques auxiliaires, comme par exemple, l’ajout et la suppression de navires en circulation, l’arrivée d’un hélicoptère, etc.
Pour décrire l’accessibilité simultanée des quatre terminaux de fret tout en prenant en compte leurs limites, les experts ont créé un générateur stochastique de conditions naturelles sur le lieu où se trouve la plateforme. Le générateur leur permet de modéliser une série chronologique de 15 paramètres environnementaux, par exemple la vitesse et la direction du vent et du courant, la hauteur des vagues, la nébulosité, la température de l’air, la visibilité et d’autres encore, en prenant en compte les interrelations des différents paramètres. Par exemple, le vent et le courant ont un impact sur la vitesse et la direction d’un bloc de glace.
Le modèle décrivait également la logique complexe de l’approche de la plateforme par plusieurs navires, qui sont affectés par des conditions météorologiques variées. Les experts ont ajouté au modèle la capacité de mener des opérations consécutives de plusieurs types de cargos d’approvisionnement, ainsi que l’interruption imprévue des opérations en raison de la fin d’une fenêtre météorologique, du transfert du navire vers un autre terminal, ou de la sortie du navire de la zone limite de trois miles autour de la plateforme. Le modèle incluait également un algorithme pour une diminution locale de la production de pétrole en cas de risque de remplissage excessif des réservoirs de pétrole.
Les données suivantes ont servi de paramètres d’entrée : flux de cargo de pétrole brut et de fournitures prévus pour la période courant jusqu’en 2038, plan de voyage tactique des opérations de navire généré à l’aide de l’algorithme d’optimisation et durée moyenne des opérations de navire.
Conclusion
les experts du State Research Centre ont analysé onze mesures d’amélioration visant à renforcer l’efficacité du système de transport maritime de la plateforme. La liste des mesures incluait : la mise en service d'un pétrolier-navette supplémentaire, l’augmentation de la vitesse du déchargement de pétrole, l’utilisation d’un brise-glace supplémentaire et d’autres méthodes. L’objectif concret de cette analyse était d’améliorer l’efficacité du système de transport en ce qui concerne le ratio entre le coût et la réduction obtenue en volume de sous-production de pétrole.
Le volume de sous-production de pétrole pour la période entre 2016 et 2038 était le critère principal d’efficacité. Ce volume a été calculé en s’appuyant sur le nombre et la durée des situations de réduction de la production de pétrole, qui se produisent lorsque les citernes sont pleines et que les pétroliers ne peuvent pas charger le pétrole suffisamment vite.
Les données obtenues ont permis aux experts de découvrir que la construction d’un terminal ou d’une citerne de pétrole supplémentaire avait un effet cardinal, à savoir l’absence de sous-production de pétrole. Cependant, la mise en œuvre pratique de ces mesures s’est avérée être coûteuse et complexe sur le plan technologique, ce qui explique qu’elles n’aient pas été retenues pour l’avenir.
La modélisation par simulation a permis aux experts de révéler, que l’extension de l’accessibilité des terminaux pétroliers avait l’impact positif le plus important sur l’efficacité du système par rapport à toutes les autres mesures. Cela est rendu possible par la mise en œuvre d’une gamme de mesures techniques, ainsi que par l’utilisation des fenêtres météorologiques pour les opérations des pétroliers, qui permettent d’améliorer la durée totale des créneaux météorologiques de 10-15 %. Cependant, l’élément essentiel de l’efficacité du système n’était pas la durée totale des périodes d’accessibilité, mais la possibilité pour un pétrolier de s’approcher de la plateforme à un moment voulu.
Ce modèle a permis aux experts de découvrir que l’utilisation d’un pétrolier-navette supplémentaire n’avait pas d’impact significatif sur l’efficacité du système, car le goulet d’étranglement dans ce dernier est causé par le chargement du pétrole en fonction des changements météorologiques et non un nombre insuffisant de pétroliers.
Les conclusions de l’étude recueillies grâce au modèle AnyLogic ont permis aux experts de déterminer les caractéristiques techniques et opérationnelles de chaque mesure d’amélioration et d’évaluer les lois de répartition statistique de tous les principaux paramètres. Les données obtenues ont formé un socle sur lequel la direction stratégique de la société Gazprom Neft Shelf a pu s’appuyer pour prendre ses décisions.
Un autre projet, mené par les experts du State Research Centre pour Gazprom Neft, au moyen de la modélisation par simulation, consistait à concevoir un système de transport maritime de pétrole dans un environnement polaire difficile. Vous trouverez plus d’informations à propos de ce dernier dans la section Études de cas.