Научный руководитель:
д.т.н., профессор
Москва 2017
2
ОГЛАВЛЕНИЕ
Стр.
ВВЕДЕНИЕ 4
ГЛАВА 1. ПРОБЛЕМЫ И ПЕРСПЕКТИВЫ ОРГАНИАЦИИ 10
ПРОИЗВОДСТВ ПО СЖИЖЕНИЮ ПРИРОДНОГО ГАЗА
1.1. Обзор развития производств по сжижению природного газа 10
1.2. Российские проекты по созданию производств СПГ 14
1.3. Технологические и конструктивные особенности производства, 17
хранения и отгрузки СПГ
1.4. Особенности проектирования СПГ-производств в условиях Арктики 40
1.5. Автоматизированная система управления процессом отгрузки СПГ 46
1.6. Выводы по главе 1 53
ГЛАВА 2. РАЗРАБОТКА МОДЕЛИ ФУНКЦИОНИРОВАНИЯ 54
СИСТЕМ ХРАНЕНИЯ И ОТГРУЗКИ ПРОМЫШЛЕННОГО
КОМПЛЕКСА ПО СЖИЖЕНИЮ ПРИРОДНОГО ГАЗА
2.1. Основные параметры модели 55
2.2. Определение оптимального размера партии 62
2.3. Выбор параметров резервуарных парков 65
2.4. Выводы по главе 2 68
ГЛАВА 3. РЕГУЛИРОВАНИЕ ПРОИЗВОДСТВЕННОЙ МОЩНОСТИ 69
ПРОМЫШЛЕННОГО КОМПЛЕКСА ПО СЖИЖЕНИЮ
ПРИРОДНОГО ГАЗА С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ
НЕЧЕТКОГО УПРАВЛЕНИЯ
3.1. Основные положения теории нечетких множеств 69
3.2. Основы нечеткой логики и системы нечеткого вывода 73
3.3. Создание модели управления производственной мощностью 81
промышленного комплекса по сжижению природного газа
3.4. Выводы по главе 3 83
3
Стр.
ГЛАВА 4. АЛГОРИТМЫ ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ 84
МОДЕЛЕЙ НА ПРИМЕРЕ ПРОМЫШЛЕННОГО КОМПЛЕКСА ПО
СЖИЖЕНИЮ ПРИРОДНОГО ГАЗА НА ПОЛУОСТРОВЕ ЯМАЛ
4.1. Моделирование изменения наличного запаса СПГ в резервуарах при 84
различных интенсивностях отгрузки
4.2. Общие рекомендации по управлению производительностью 90
промышленного комплекса по сжижению природного газа
4.2.1. Исходные данные для разработки модели 90
4.2.2. Построение базы нечетких лингвистических правил 92
4.2.3. Основные этапы нечеткого вывода 94
4.3. Выводы по главе 4 104
ВЫВОДЫ 106
СПИСОК СОКРАЩЕНИЙ 108
ПРИЛОЖЕНИЕ 110
СПИСОК ЛИТЕРАТУРЫ 120
4
ВВЕДЕНИЕ
выброса сжиженного газа или паров в случае аварии. Систему ESD-1 причала
запускают вручную нажатием кнопок или автоматически при помощи сигналов
тревоги (аварийной ситуации), полученных от систем управления стендером или
сигналом через линию связи «судно-берег». Система ESD-1 работает посредством
закрывания клапанов аварийного останова на береговой линии, закрывания
клапанов аварийного останова на причалах отгрузки СПГ и остановки насосов в
системе отгрузки СПГ.
Система ESD-2 причала разработана с целью быстрого отсоединения
стендеров с минимальным разливом в экстренном случае, когда судно или
стендеры подвергаются риску. Поэтому комплект стендеров на причалах отгрузки
СПГ должен иметь свою собственную специализированную систему ESD-2.
Система ESD-2 запускается вручную кнопками или автоматически, когда судно
выходит за пределы проектного радиуса действия стендеров, запускает действие
систему ESD-1 причала и, одновременно с этим, происходит закрытие затворного
клапана в системе аварийной расстыковки и отсоединение стендеров.
Система аварийного останова танкера СПГ должна быть соединена с
системой аварийного останова причала через линию связи «судно-берег». Обе
системы сконфигурированы на прием/передачу сигнала с судна на берег и в
обратном направлении.
С берега на судно будет передаваться сигнал ESD-1, который генерируется
следующими сигналами:
– обнаружение пламени на причале;
– обнаружение загазованности горючим газом на причале;
– отключение системы управления стендером;
– общий сбой технологических установок;
– вмешательство оператора.
С судна на берег будет передаваться сигнал ESD-1, который может быть
сгенерирован следующими сигналами, в зависимости от специфики судов:
– выполнение ручного отключения;
– пожар под куполом танка или в зоне манифольда;
35
– архивирование информации;
– генерацию и печать технологических отчетов и аварийных сообщений.
Интегрированная система управления и безопасности ICSS состоит из:
– системы управления технологическим процессом (PCS), кроме того
включающей в себя следующие функции:
1. контроль рабочих характеристик КИП (IAMS);
2. управление и информационное обслуживание (PMIS);
3. управление аварийной сигнализацией (AMS);
4. регистратор последовательности событий (SER);
5. подсистему обнаружения утечек (LDS);
– системы обеспечения безопасности (SIS), состоящей из следующих подсистем:
1. подсистемы аварийного останова (ESD);
2. подсистемы останова технологического процесса (PSD);
3. подсистемы обнаружения пожара и загазованности (F&G);
– системы обучения операторов (OTS).
PCS предназначена для непрерывного контроля за ходом процесса
перегрузки СПГ и состоянием оборудования, дистанционного управления в
обычном режиме и нештатных ситуациях, поддержания рабочих параметров
процесса перегрузки и оборудования в заданных границах безопасным и
надежным образом, предоставления информации о ходе процесса перегрузки,
предоставления производственных отчетов и диагностических сведений об
оборудовании, позволяющих планировать операции профилактического
техобслуживания, обеспечения обмена данными с другими подсистемами ICSS.
IAMS является интегрированной функцией/программным продуктом в
рамках ICSS. IAMS осуществляет дистанционный контроль и диагностику КИП и
А, используемых для контроля за ходом перегрузки СПГ. Данные, полученные с
помощью дистанционной диагностики, используют для разработки графиков
планового техобслуживания.
49
где
tсегм. – время прохождения сегментов от района ожидания до акватории;
где
V0 – объем СПГ в резервуаре в начальный момент времени;
i 2k , k ;
Vклет V0зим – объем СПГ в резервуарах к концу летнего – началу зимнего сезона;
в зимний сезон;
лет – изменение наличного запаса СПГ за время оборачиваемости одного танкера
в летний сезон;
nзим – количество рейсов за зимний сезон;
V0зим V0лет
лет (3)
nлет
v i
vзим
ср i 1
k
59
v i
vлет
ср i 1
,
l
где
vi – средняя скорость движения танкера в i том месяце;
Sp
tсрлет
vсрлет
где
S p – протяженность сегмента.
судов у причала:
n
Т р tiсуд
i 1
t i
суд
K зан i 1
Тб
Для отгрузочных терминалов, расположенных в суровых климатических
условиях, коэффициент занятости может быть определен следующим образом:
m t суд
лет
n t суд
зим
K зан (4)
Тб
где
m, n – количество судов, принимаемых в летнее и зимнее время соответственно;
лет
tсуд – среднее время обработки одного судна в зимний период;
зим
tсуд – среднее время обработки одного судна в зимний период.
62
Q C (Q )
С учетом того, что T и c :
Q
Q
Cгод ic c
2 Q
64
tg П ,
где
П – интенсивность поступления заказа;
– интенсивность потребления;
Q
t1
П
65
xa
N N (c ) , a x c1 ;
c 1 a
bx
N (c ) , c2 x b.
b c 2
0, x c , x b;
1
N N (c), c1 x c2 ;
bx
N (c ) , c2 x b.
b c2
0, x a, x c ;
2
N N (c), c1 x c2 ;
xa
N (c ) , a x c1.
c1 a
73
3. путем обучения;
4. на основе нечеткой модели оборудования.
Способ 1 аналогичен способу создания экспертной системы: в словесном
виде извлекается опыт квалифицированного оператора и знания инженера по
управлению. Данная информация обобщается в виде правил нечеткого
управления в форме «если… то».
Способ 2 используется, когда от экспертов не удается получить правила в
словесном выражении, в частности, когда оператор запоминает манипуляции,
например в виде движения рук, но представить их на языковом уровне
затрудняется. Но даже в этом случае, если действия оператора можно
смоделировать в форме «если…то», их можно непосредственно использовать в
качестве правил управления.
Способ 3 применяется в случаях, когда можно провести эксперимент на
реальном оборудовании или существует возможность создания модели
оборудования. Правила нечеткого управления можно формировать путем
обучения, начиная с ситуации, когда еще нет ни одного правила, либо в
соответствии с изменением среды постепенно улучшать за счет обучения
(поэтому можно не привлекать экспертов).
Способ 4 используется в случаях, когда предполагается создание нечеткой
модели оборудования. Если при этом модель создается в форме «если…то»,
правила нечеткого управления легко выводятся теоретически исходя из целей
управления и модели оборудования.
Для формирования базы правил систем нечеткого вывода необходимо
предварительно определить входные и выходные лингвистические переменные. В
качестве первой из входных лингвистических переменных следует использовать
«время прибытия танкера» – 1 , в качестве второй входной лингвистической
переменной – «уровень заполнения резервуарного парка» – 2 , а в качестве
третьей входной переменной – «сезонные условия» – 3 .
77
где
n 1 – число элементов множества 1 ;
x ( x)dx
y min
max ,
( x)dx
min
где
y – результат дефаззификации;
x – переменная, соответствующая выходной лингвистической переменной;
(x) – функция принадлежности нечеткого множества, соответствующего
выходной переменной после этапа аккумуляции;
min и max – левая и правая точки интервала носителя нечеткого множества
рассматриваемой выходной переменной.
Базовая архитектура или модель классической теории управления
основывается на представлении объекта и процесса управления в форме
некоторых систем. При этом объект управления характеризуется некоторым
конечным множеством входных параметров и конечным множеством выходных
параметров. На вход системы управления поступают некоторые входные
переменные, которые формируются с помощью конечного множества датчиков.
79
Таблица 3.
Основные параметры модели
Ед.
Параметр Значение
измерения
Скорость отгрузки СПГ в танкер м3 ч 14 000
Скорость поступления СПГ в резервуары м3 ч 4 989
Максимальный полезный объем резервуарного
м3 640 000
парка
Максимальный полезный объем 1 резервуара м3 160 000
Количество резервуаров 4
Количество специализированных танкеров
16
ледового класса Arc 7
Максимальный объем танкерной партии* м3 165 750
мягкая зима 184
Количество рейсов за
средняя зима 170
зимний сезон
суровая зима 150
Протяженность сегмента S1 км 50
Vmax V0зим
nзим
зим
0 Vmax
nлет
лет
средней зимы, 12 рейсов – для сценария суровой зимы, и полностью пустым через
31 рейс – для летнего сезона.
Результаты выполненных расчетов показывают перепроизводство СПГ в
зимний период, что приводит к необходимости принудительного выпаривания
СПГ и направления его на факел. В летний период создается дефицит СПГ, что
может привести к срыву установленных сроков поставки продукта покупателю и,
возможно, к штрафным санкциям.
Рассмотрены варианты решения изложенной проблемы.
Одним из вариантов является увеличение габаритов резервуарного парка.
Максимальный объем резервуарного парка должен определяться как
максимальное значение двух выражений:
Vзим V0 зим nзим ,
зим
V max
Vлет V0 лет nлет ;
лет
производственной мощностью;
TC 2 – общие затраты КСПГ с учетом работы модели управления
производственной мощностью.
TC1 FC VC1
TC 2 FC VC 2
VC 2 vc V2
VC1 56долл.США / м3 4989м3 / ч 24ч 6,7 млн.долл.США / сут. – переменные затраты при
ВЫВОДЫ
1. Проведенный анализ функционирования промышленного комплекса по
сжижению природного газа и специфики отгрузки продукции показал, что
издержки хранения и производства сжиженного природного газа существенны
при реализации транспортных рисков и разработка системы мер по
минимизации издержек может значительно повысить эффективность и
конкурентоспособность предприятия в целом.
2. Проведенный анализ сценариев с нестабильной отгрузкой готовой продукции,
исполненных путем проведения многократных численных оценок изменения
наличного запаса СПГ в резервуарах хранения, позволяет определить
оптимальный объем резервуарного, количество и грузовместимость судов для
перевозки СПГ.
3. Разработанный подход к оценке изменения наличного запаса СПГ показал, что
наиболее предпочтительным решением по компенсации транспортных рисков и
минимизации ассоциированных с ними издержек производства и хранения
является регулирование производственной мощности промышленного
комплекса по производству СПГ.
4. По результатам анализа автоматизированных методов принятия
управленческих решений показано, что управление производственной
мощностью промышленного комплекса по сжижению природного газа
предпочтительно осуществлять на основе положений теории нечетких
множеств.
5. Разработанная база правил, представляющих из себя рекомендации по
изменению производственной мощности при различных сценариях прибытия
перевозящих СПГ судов под погрузку, позволяет построить модель управления
производственной мощностью промышленного комплекса по сжижению
природного газа.
6. Разработанная модель управления производственной мощностью
промышленного комплекса по сжижению природного газа, основанная на
теории нечетких множеств и нечеткой логике, позволяет принимать
107
СПИСОК СОКРАЩЕНИЙ
ВОС - время оборачиваемости судна
КИП и А – контрольно-измерительные приборы и автоматика
РДТ - резистивные датчики температуры
СПГ – Сжиженный природный газ
СТЗ – система тепловой защиты
УПСГ – установка повторного сжижения газа
AMS (Alarm Management System) – Управление аварийной сигнализацией
BOG (Boil-Off Gas) – отпарной газ
ERS (Emergency Release System) - Системаа аварийной расстыковки
ESD (Emergency Shutdown System) – подсистема аварийного останова
F&G (Fire & Gas System) – Подсистема пожарообнаружения и контроля
загазованности
IAMS (Instrument Asset Management System) – Контроль рабочих характеристик
КИП
ISCC (Instrument Control Safety System) ИСУБ – Интегрированная система
управления и безопасности
LNG (Liquefied Natural Gas) – сжиженный природный газ
ПРИЛОЖЕНИЕ
РАЗРАБОТКА МОДЕЛИ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННОЙ
МОЩНОСТЬЮ ПРОМЫШЛЕННОГО КОМПЛЕКСА ПО СЖИЖЕНИЮ
ПРИРОДНОГО ГАЗА В ПРОГРАММНОЙ СРЕДЕ MATLAB
переменную.
СПИСОК ЛИТЕРАТУРЫ
1. Kuwahara N., Bajay S.V., Castro L.N. Liquefied natural gas supply optimization
// Energy Conversion & Management. 2010. Issue 41. P. 156.
2. Hannon F., Giboin P., Selstad E. Arctic maritime LNG preparations advance for
safe shipping of Yamal cargoes to Asia // LNG Journal. 2013. Issue 1. P.6.
3. Федорова Е.Б. Современное состояние и развитие мировой индустрии
сжиженного природного газа: технологии и оборудование. М.: Нефть и газ,
2011. 118 с.
4. Foss B.A., Halvorsen I.J. Dynamic optimization of the LNG value chain //
Proceedings of the 1st Annual Gas Processing Symposium. 2009. P. 5.
5. Okamura T., Kawamoto K., Kawata K., Ueda T. Automatic scheduling system of
LNG storage operations using mathematical programming // 17th International
Conference and Exhibition on Liquefied Natural Gas. 2013. P. 3.
6. Захаров М.Н., Омельченко И.Н., Саркисов А.С. Ситуации инженерно-
экономического анализа. М.: МГТУ им. Н.Э. Баумана, 2014. 306 с.
7. Захаров М.Н. Контроль и минимизация затрат предприятия в системе
логистики: уч. пособие / под. ред. А.А. Колобова. М.: Экзамен, 2006. 138 с.
8. Hasan M.F., Zheng A.M., Karimi I.A. Minimizing Boil-Off Losses in Liquefied
Natural Gas Transportation // journal «Industrial & Engineering Chemistry
Research». 2009. Vol. 48. No. 21. P. 9574.
9. Adom E., Islam Z. and Ji X. Modelling of Boil-Off Gas in LNG Tanks: A Case
Study // International Journal of Engineering and Technology. 2010. Vol.2 (4). P.
296.
10. Grønhaug R., Christiansen M. Supply chain optimization for the Liquefied
Natural Gas Business // Innovations in Distribution Logistics, Lecture Notes in
Economics and Mathematical Systems / L. Bertazzi [et al.]. Springer-Verlag
Berlin Heidelberg. 2009. P. 200.
11. Andersson H., Christiansen M., Fagerholt K. Transportation planning and
inventory management in the LNG supply chain // Energy, Natural Resources and
Environmental Economics. Springer-Verlag Berlin Heidelberg. 2010. P. 435.
121
12. International Group of Liquefied Natural Gas Importers (GIIGNL) // journal “The
LNG Industry”. 2012, P. 14.
13. Sadeghi M., Hosseini H.M. Energy supply planning in Iran by using fuzzy linear
programming approach (regarding uncertainties of investment costs) // Energy
Policy. Issue 34. 2006. P. 1002.
14. Halvorsen-Weare E.E., Fagerholt K., Ronnqvist M. Vessel routing and
scheduling in the liquefied natural gas business // Computers & Industrial
Engineering. Issue 64. 2013. P. 290-301.
15. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH.
СПб.: БХВ-Петербург, 2003. 178 c.
16. Пегат А. Нечеткое моделирование и управление. М.: Бином. Лаборатория
знаний, 2013. 87 с.
17. Яхъяева Г.Э. Нечеткие множества и нейронные сети. М.: Бином.
Лаборатория знаний, 2006. 68 с.
18. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечёткая логика и искусственные
нейронные сети. М.: Физматлит, 2001. 41 с.
19. Прикладные нечеткие системы: Пер. с япон./ К. Асаи, Д. Ватада, С. Иваи и
др.; под редакцией Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993. 64 с.
20. Ross T.J. Fuzzy logic with engineering applications. USA: Wiley, 2005. P.110.
21. Chen G., Pham T.T. Introduction to fuzzy sets, fuzzy logic, and fuzzy control
systems. USA: CRC Press, 2001. P. 89.
22. Ozelkan E.C., D’Ambrosio A., Teng S.G. Optimizing liquefied natural gas
terminal design for effective supply-chain operations // International journal of
production economics. Vol. 111. Issue 2. 2008. P. 529–542.
23. Thomas S., Dawe R.A. Review of ways to transport natural gas energy from
countries which do not need the gas for domestic use // ENERGY. Issue 28. 2003.
P. 1461-1477.
24. SIGTTO. Site selection and Design for LNG Ports and Jetties // Information
Paper No. 14. 1997. P. 6.
122