Содержание к диссертации
Введение
Глава 1. Оптимизация коммерческих и физических потов газа по трубопроводным системам 12
1.1. Предпосылки и основные принципы создания программного комплекса для расчета распределения потоков систем МТГ 12
1.2. Модель рационального распределения коммерческих потоков газа по газотранспортной системе ЕСГ 19
1.3. Модель рационального распределения физических потоков газа по газотранспортной системе ЕСГ 27
1.4. Сезонная оптимизация потоков газа — уточнение решения 32
1.5. Выводы к Главе 1 34
Глава 2. Модели эволюции внешней среды, развития и реконструкции систем транспорта газа 35
2.1. Эволюция внешней среды 35
2.1.1. Возможные состояния внешней среды 35
2.1.2. Нестационарный марковский случайный процесс переходов состояний экзогенной среды 36
2.1.3. Оценка вероятностей переходов между состояниями 40
2.2. Формирование модели выбора управленческих решений по развитию и реконструкции ГТС 43
2.2.1. Выбор интервала планирования 43
2.2.2. Вектор управления 44
2.2.3. Фазовые переменные 46
2.2.4. Смена состояний системы 50
2.2.5. Уравнения и ограничения модели эволюции состояния системы.. 52
2.2.6. Марковский процесс смены состояний системы 53
2.3. Выводы к Главе 2 54
Глава 3. Многоэтапная стохастическая процедура выбора оптимальной стратегии развития и реконструкции систем транспорта газа 56
3.1. Развитие и реконструкции ГТС как управляемый случайный процесс 56
3.1.1. Описание эволюции агрегата «ГТС + компания+ макросреда»... 56
3.1.2. Функции «дохода» 58
3.1.3. Характеристики процесса стратегического управления 59
3.2. Многоэтапная процедура выбора стратегии по критерию чистого дисконтированного дохода (ЧДД, NPV) 64
3.2.1. Критерий ЧДД 64
3.2.2. Математическое ожидание результата 65
3.2.3. Построение адаптивной стратегии 65
3.3. Многоэтапная задача выбора стратегии при свертке критериев 69
3.4. Общая процедура нахождения адаптивных стратегий с учетом несоизмеримых и неформализуемых критериев 73
3.4.1. Построение функционала 73
3.4.2. Учет несоизмеримых и неформализуемых критериев в процедуре нахождения адаптивных стратегий 76
3.4.3. Сокращение размерности. Одновременное построение марковской цепи и нахождение решения 77
3.5. Исследование решений 80
3.5.1. Анализ чувствительности и риск 80
3.5.2. Построение программной стратегии 82
3.6. Выводы к главе 3 83
Глава 4. Модели производства и поставок сжиженного природного газа 86
4.1. Экономика СПГ 88
4.2 Основные типы сделок по купле-продаже СПГ 92
4.3 Оперативное изменение движений танкеров, перевозящих СПГ 93
4.4. Подход к задаче оптимального размещения заводов СПГ 97
4.5. Модель выбора экономически эффективных способов поставок природного газа потребителям 101
4.6. Формирование и обоснование программы реализации стратегии развития в области производства и поставок сжиженного природного газа 106
4.7. Выводы к Главе 4 ПО
Глава 5. Пример 112
Общее описание 112
5.1.1. Описание метода 112
5.1.2. Процедура оценки управленческих решений 114
5.2. Риски, связанные с колебаниями спроса на газ 116
5.2.1. Различные варианты представления спроса 116
5.2.2. Сценарии спроса 117
5.2.3. Количественная оценка характеристик спроса по методу анализа иерархий 118
5.2.4. Пример составления процедуры оценки характеристик спроса по методу анализа иерархий 119
5.3. Риски, связанные с добычей газа 123
5.4. Моделирование газотранспортной системы 128
5.4.1. Подход к моделированию ГТС в задачах выбора оптимальных управленческих решений 128
5.4.2. Декомпозиция ГТС 129
5.5. Экономическая составляющая модели 130
5.6. Технологическая составляющая модели 131
5.6.1. Упрощённая модель для расчёта режима работы участка ГТС 132
5.6.2. Пример интерполяции результатов предварительно сделанных расчётов 135
5.7. Ставки процента по кредитам 137
5.8. Математическая постановка модели 138
5.8.1. Расчетная модель выбора управленческих решений в условиях неопределенности 138
5.8.2. Различные подходы к функции цели 140
5.9. Алгоритмы реализации модели 141
5.9.1. Моделирование спроса на газ. Практический пример использования модели 143
5.9.2. Моделирование добычи газа. Практический пример использования модели 146
5.9.3. Гидравлическая модель газопровода. Практический пример использования модели 154
5.9.4. Детальный расчет экономической эффективности проекта. Практический пример расчета 156
5.9.5. Результат работы модуля 157
5.9.6. Экономические риски проекта строительства магистрального газопровода Сахалин-Хабаровск-Владивосток 165
5.10. Результаты расчетов 170
5.10.1. Основные результаты 170
5.10.2. Гистограммы распределения ЧДД при различных диаметрах труб 171
5.11. Выводы к Главе 5 172
Заключение 174
Список литературы 176
- Модель рационального распределения коммерческих потоков газа по газотранспортной системе ЕСГ
- Нестационарный марковский случайный процесс переходов состояний экзогенной среды
- Сокращение размерности. Одновременное построение марковской цепи и нахождение решения
- Модель выбора экономически эффективных способов поставок природного газа потребителям
Введение к работе
Актуальность темы. Исследование проблем становления, эффективности функционирования и совершенствования производственных процессов, связанных с поставками газа по магистральным газопроводам, морскими и наземными путями в виде сжиженного природного газа (СПГ) в условиях неопределенности представляет собой задачу принятия решений в области развития и реконструкции газотранспортных систем, что предполагает определение схем потоков газа, зависящих от распределения спроса, от мощностей системы и от условий поставки газа (объем, надежность, цены, санкции), которые для будущего не могут быть оценены точно. Развитие и реконструкция газотранспортных систем требуют более точной оценки рисков, связанных с неопределенность основных экономических показателей внешней среды. Детерминированные модели стратегического планирования на долгую перспективу перестают отвечать требованиям практической деятельности.
Решение задач развития и реконструкции газотранспортных систем (ГТС) необходимо для эффективного развития производств, связанных с добычей и транспортом газа, из-за старения мощностей ГТС и возможной недостаточности резервов мощностей газопроводов при изменении потоков газа в перспективе из-за ограниченности финансовых ресурсов. Планируемые проекты развития и реконструкции ГТС конкурируют за инвестиции, причем такая конкуренция возникает на разных уровнях абстракции. Следовательно, разработка эффективных моделей развития и реконструкции ГТС в условиях, когда выбор оптимальных вариантов происходит по нескольким критериям, часть из которых могут быть неформализуемыми, является актуальной.
Цель исследования состоит в разработке модели развития и реконструкции газотранспортных систем с учетом неопределенности
эволюции внешней среды и технико-экономических составляющих действующих и проектируемых объектов газотранспортной системы.
Основные задачи исследования:
Построение единой модели развития и реконструкции газотранспортных систем, позволяющей построить единую стратегию развития компании, занимающейся транспортировкой и добычей газа.
Выработка методологических подходов для анализа организации и стратегии развития компании с точки зрения возникновения рисков, связанных с внешней экономической средой.
Разработка методов организации производства и оценки управленческих решений, связанных с планированием и созданием новых и реконструкцией существующих мощностей ГТС и СПГ в условиях неопределенности и риска.
Практическая реализация полученных результатов для расчета параметров газопровода «Сахалин - Хабаровск - Владивосток»
Научная новизна.
Исследована и разработана стохастическая модель выработки и оценки оптимальной стратегии организации и развития газотранспортных систем. Стратегия определяется набором решающих правил для переходов между состояниями управляемого случайного процесса эволюции компании, управляющей исследуемой ГТС во внешней экономической среде. В отличие от детерминированных моделей, где будущие параметры заданы сценарно, в работе формируется адаптивная стратегия на основе вероятностной модели, где каждый параметр внешней экономической среды характеризуется своим пространством состояний. В работе предложена специальная процедура, основанная на принципе Беллмана, формирования и оценки адаптивной стратегии развития и реконструкции ГТС.
В модели наряду с показателями технического состояния основных производственных фондов учитываются финансовые управления и показатели финансового состояния компании. В каждом состоянии компании устанавливаются технологические ограничения и финансовый баланс. В число фазовых переменных входят показатели объемов поставок газа, состояния газопроводов, добычи газа на месторождениях, заемных средств, основных фондов, банковских резервов, собственных средств. Для отбора решений использованы рейтинговые показатели финансового состояния компании, отражающие доходность собственных средств, состав капитала компании, интересы менеджеров и акционеров. Эволюция макроэкономической среды не описывается набором сценариев, а задается специальным (нестационарным марковским) случайным процессом. Параметрами внешней среды являются значения спроса, цен, ставок налогов, процента за кредит и т.п., с учетом которых и вырабатываются стратегические решения.
Недостающие данные о распределениях переходных вероятностей в моделях эволюции макросреды и изменения состояния объектов, предложено восстанавливать путем экспертного оценивания с использованием метода анализа иерархий. Объективная информация и субъективные суждения экспертов вводятся в рассмотрение и учитываются в оценках тех факторов и параметров, которые не поддаются измерению, вычислению и прогнозированию.
Разработан новый метод совокупной оценки рисков, связанных с реализацией стратегии (последовательности проектов), в которой (оценке) удается учесть как индивидуальные характеристики риска, так и системные эффекты. Рассмотрена задача формирования проекта строительства системы газопроводов. Для ее решения используется аппарат реальных опционов. В качестве критерия принят чистый дисконтированный доход. Постановка задачи позволяет учесть как технологические, так и финансовые ограничения.
Разработаны модели организации, развития и управления производством и транспортировки сжиженного природного газа (СПГ) совместно с транспортировками по газопроводам, что позволяет получать оценки эффективности поставок газа потребителям. Такой подход позволяет диверсифицировать работу управляющей компании и увеличить надежность поставок, замещая одни виды поставок другими.
Защищаемые положения.
1. Разработка стохастической модели выработки и оценки оптимальной
стратегии развития и реконструкции газотранспортных систем на близкую и
дальнюю перспективы.
2. Разработка модели исследования стратегии системного развития
организации производства и транспортировки сжиженного природного газа,
а также интеграция со стратегией газотранспортной системы.
Определение оптимальной организации и стратегии развития строящихся объектов газотранспортной системы с использованием метода реальных опционов.
Применение моделей оптимизации проектных решений для строительства газопровода «Сахалин - Хабаровск - Владивосток».
Практическая значимость работы заключается в комплексном решении научно-прикладной задачи, связанной с применением методологических подходов для обоснования стратегии развития газотранспортных систем. Результаты работы использовались: для построения стратегии развития газотранспортной системы Восточной Сибири и Дальнего Востока, для определения оптимальных параметров проектирования и стратегии развития газопровода Сахалин-Хабаровск-Владивосток, а также для построения оптимального газораспределения для разработки генеральной схемы развития Боливарианской Республики Венесуэла.
Комплексное решение научно-прикладных задач, связанных с применением разработанных методологических подходов, позволяет повысить обоснованность и эффективность разработки стратегии развития и реконструкции газотранспортной системы.
Апробация работы и публикации.
Материалы диссертации докладывались, обсуждались и получили положительную оценку на: юбилейной международной конференции «Путь инноваций и новые технологии в газовой промышленности» (г. Москва, 2008 г.); 5-ой научно-практической конференции «Развитие инновационного потенциала молодых специалистов - значимый вклад в динамичное развитие газовой отрасли» (г. Москва, 2009 г.).
По теме диссертации опубликованы 13 научных работ (из них в изданиях, рекомендованных ВАК Минобрнауки РФ - 9).
Структура работы.
Диссертационная работа включает введение, пять глав, заключение, список литературы и два приложения. Работа изложена на 190 страницах машинописного текста, содержит 35 таблиц и 47 рисунков. Библиографический список включает 77 наименований.
Модель рационального распределения коммерческих потоков газа по газотранспортной системе ЕСГ
Перейдем к изложению подходов и методов выбора оптимальной схемы развития газотранспортной системы.
Выбор рациональной схемы газовых потоков по ГТС ЕСГ является как самостоятельной, необходимой задачей, так и составляющей более общей задачи планирования развития систем газоснабжения. Данная глава рассматривает, прежде всего, основные модели оптимизации потоков газа в трубопроводных системах большой размерности. Такие модели выбраны не случайно, т.к. они являются одновременно наиболее простыми, но в то же время требуют разработки и применения специальной компьютерной технологии, допускающей использование как линейных, так и нелинейных критериев оптимальности, и снабжения развитой базой данных. Таким образом, если рассматривать данную задачу как начальный этап разработки интегрированного программного комплекса, то она позволяет построить необходимый фундамент для дальнейшего развития системы. Несмотря на то, что постановки являются одними из самых простых задач в данном комплексе, они обладают достаточным уровнем сложности, чтобы позволить проследить логику развития программной реализации системы в целом.
При планировании эксплуатации и развития ГТС ЕСГ различают понятия коммерческого и физических потоков. Коммерческий поток определяет такой план перекачки газа в ЕСГ, который минимизирует сумму тарифных затрат или товаротранспортной работы на маршрутах доставки газа от входных узлов системы (промыслов, пунктов импорта) к стокам (потребителям, пунктам экспорта).
Оптимизация коммерческих потоков необходима для планирования будущих доходов отрасли от ее основной деятельности, а также для расчета производственных показателей предприятий добычи, магистрального и распределительного транспорта при обосновании тарифов и цен. Расчеты детализированных физических (то есть планируемых к реализации) потоков газа необходимы для оценки реального использования мощностей, для планирования затрат предприятий, а также для проработки проектов реконструкции и развития объектов системы.
Модель распределения потоков должна отражать способы и цели управления системой в планируемом будущем при изменении состояния объектов или условий функционирования системы. Изменения могут быть связаны с колебанием спроса и подачи продукта в сеть, отказами оборудования, с вводом в эксплуатацию новых объектов, реконструкцией отдельных частей системы, подключением новых потребителей и т.п.
Для расчетов потоков в ЕСГ при планировании ее развития на дальнюю перспективу вводится понятие пропускной способности объектов (максимального расхода газа на входе), как общей характеристики их производственной мощности. Зависимостью расхода от давления на границах, колебаний параметров гидравлического состояния, температуры окружающей среды и других факторов, не оказывающих существенного влияния на глобальные оценки, пренебрегают.
Состояние системы определяется как вектор располагаемых мощностей (пропускных способностей) объектов. Поток газа по системе в данном ее состоянии есть вектор значений производительности объектов (потоков по участкам), которые удовлетворяют уравнениям материального баланса и не превышают заданных значений их мощности (пропускной способности).
По данным принципам строится ряд простых стандартных моделей функционирования ЕСГ, предназначенных лишь для определения принципиальной возможности газоснабжения потребителей при имеющихся мощностях, так как получаемые с их помощью потокораспределения не учитывают таких требований к реальным потокам как минимизация энергетических затрат, сопряжение режимов в параллельных нитках магистральных газопроводов и условий на давления в узлах сочленения газопроводов.
Подобные модели давно исследуются различными авторами, в частности, Сухаревым М.Г. и Ставровским Е.Р. [6], Сухаревым М.Г. и Карасевичем А.Г. [7], Фейгиным В.И. [27], Ставровский Е.Р., Сизов М.А. [31], Меренков А.П. [32] и многими другими. Отдельно следует отметить предложенную Сухаревым М.Г. процедуру оптимизации потоков по критерию обобщенной товаротранспортной работы. Личным вкладом автора является реализация процедуры оптимизации по описанным в данной главе критериям, в том числе впервые под руководством М.Г. Сухарева была реализована и исследована процедура оптимизации потоков по критерию обобщенной товаротранспортной работы. Кроме того, следует отметить, что описанные в данной главе процедуры рассматриваются автором как основа для рассмотрения описанных далее моделей и задач.
Программный комплекс, реализующий данный набор задач должен быть, прежде всего, достаточно гибким в следующих основных направлениях: управление постановкой задачи конечным пользователем, реализация программных интерфейсов, хранение и изменение базы данных по различным сетям.
Программные системы, описывающие большие производственные и экономические задачи, невероятно сложны, причем отличительной чертой таких программ является уровень сложности - один разработчик практически не в состоянии охватить все аспекты такой системы, можно даже сказать, что сложность таких проектов превышает возможности человеческого мозга. Данное свойство больших систем давно исследуется учеными, работающими в областях системного анализа. Сложность вызывается четырьмя основными причинами: сложностью реальной предметной области, из которой исходит заказ на разработку; трудностью управления процессом разработки; необходимостью обеспечить достаточную гибкость программы; неудовлетворительными способами описания поведения больших систем.
Процесс разработки больших систем - сложный и неоднозначный вопрос, многие аналитики отвечают на него по-разному. Например, по мнению Брукса, «концептуальная целостность в проектировании важнее всего». Все же можно выделить основные черты, присущие хорошей архитектуре больших систем, разработка которой является важнейшим и порой самым трудным этапом управления разработкой. Приведем эти черты в виде списка: S Многоуровневая система абстракций; S Четкий интерфейс с внешним миром; S Программный интерфейс строго ограничен от реализации (на любом уровне абстракции); S Общее поведение достигается общими абстракциями и механизмами.
Нестационарный марковский случайный процесс переходов состояний экзогенной среды
Рассмотрим другой вариант штрафа0 iyvNu -wNuf, такой вариант позволяет избежать больших коэффициентов, но он ухудшает критерий. Поэтому введем новую переменную w Nll = w Nu - wNu и соответствующим образом переформируем ограничения, заменив везде ограничения. Таким образом, мы получим второй класс оптимизационных задач для выбора рациональной схемы газовых потоков в сети ЕСГ.
Рассмотрим наши линейные балансовые ограничения, общие для обоих классов оптимизационных задач, представляющих ОДР. Данная область замкнута, выпукла и ограничена, в силу линейности ограничений и существования двусторонних ограничений на все переменные, из чего сразу же следует существование решения для задач линейного программирования, при непустой области допустимых решений.
Для нелинейного критерия, который мы свели к виду сих2и, мы имеем также замкнутую, ограниченную и регулярную область. Критериальная функция является непрерывной в этой области, выпуклой и, следовательно, не только имеет решение, при условии совместности ограничений, но сверх этого мы можем утверждать, что найденный нами локальный экстремум совпадает на этой области с глобальным. Для решения нелинейных задач оптимизации большой размерности также можно с успехом применять пакеты прикладных программ. Таким образом, необходим программный инструмент, связывающий граф задачи и данные из базы с механизмом решения задач оптимизации большой размерности. То есть необходимо по начальным данным и топологии сети сформулировать и решить задачу, заданную оператором программы. В газовой отрасли самой капиталоемкой подсистемой является система транспорта газа. В связи с этим, вопрос о выборе рациональной схемы распределения газовых потоков и обеспечения спроса на газ потребителей, становится кроме как технологической, важной экономической задачей. Как было указано ранее, коммерческий поток обеспечивает минимальные тарифные затраты на транспортировку газа от промыслов до потребителей. Вычисление коммерческого потока служит двум целям: - для оценки достаточных производственных мощностей объектов системы для удовлетворения фиксированного (договорного или прогнозируемого) спроса потребителей; - для определения денежных потоков, определяющих доходы предприятий и транспорта газа. Именно коммерческий поток (минимизирующий тарифные затраты) служит основой для заключения договоров на транспортировку газа. Коммерческий поток, минимизирующий суммарный объем товаротранспортной работы используется для обоснования цен газа и тарифов на его транспортировку, а также для планирования доходов предприятий добычи и транспорта газа. Получаемый в результате оптимизации по приведенным ранее критериям физический поток отражает реальные особенности функционирования ЕСГ как целостной системы. Физический поток может существенно отличаться от коммерческого потока. Он определяет минимальную оценку требуемых энергетических затрат на выполнение плана перекачки газа и уточняет уровни использования производственных мощностей системы (пропускной способности участков сети). Физический поток задает средние значения производительности газопроводов сети за плановый период. Он учитывает основные особенности технологии транспорта газа и, в частности, рабочее давление различных участков сети и текущие значения располагаемых мощностей (пропускных способностей) магистральных газопроводов, которые могут варьироваться во времени в связи с проведением ремонтного и профилактического обслуживания. (Например, диагностики состояния трубопроводов с помощью внутритрубных инспекционных снарядов, выполнение работ по капитальному и текущему ремонту или по реконструкции объектов, подключению новых объектов и т.п.) Коммерческие потоки, рассчитываемые по линейным моделям оптимизации, обладают следующими структурными особенностями: - решение (оптимальный вектор потоков) имеет базисную форму, базисным переменным соответствуют потоки по дугам дерева сети, небазисным — потоки по хордам. одни, дуги-хорды, соответствующие наиболее выгодным направлениям перекачки, имеют максимальную загрузку, а остальные -нулевую загрузку. - в связи с этим на выгодных направлениях перекачки отсутствуют резервы производственной мощности, что ограничивает возможности системы оперативно приспосабливаться к изменениям граничных условий за счет мягкого регулирования. Физический же поток обеспечивает более равномерную загрузку транспортных мощностей. Это позволяет иметь в распоряжении служб маршрутизации и диспечерских служб оперативные резервы, используемые для адаптации системы к непрерывно меняющимся условиям перекачки. Исследование решений нелинейной задачи позволяет получить информацию для уточнения заданий на проектирование вновь строящихся газопроводов, в частности их пропускной способности, диаметра труб, рабочего давления и оборудования компрессорных станций. Физический поток определяет основные взаимодействия между объектами ЕГТС в процессе реального функционирования и позволяет исследовать следующие вопросы, возникающие при инициации проектов новых объектов: - от каких источников будет поступать газ в проектируемый газопровод; - по каким маршрутам направляется газ от промыслов к конкретным потребителям; - как влияет сооружение нового объекта на изменение структуры потоков газа; - как осуществляется взаимное резервирование мощностей объектов в системе, то есть что происходит с потоками при возникновении возмущений (повышение спроса, аварии и т.п.); - какие проблемы сопряжения нового газопровода с системой следует решить при его проектировании. Поскольку модель расчета физического потока является моделью реального функционирования ЕГТС в будущем, то с ее помощью можно «проиграть» возможные критические ситуации, возникающие в системе, определить основные требования к параметрам проектируемого объекта и, например, обосновать уровень необходимого резервирования его производственной мощности. Физический план-поток отражает средние за плановый период балансовые соотношения между поступающими в систему, транспортируемыми и поставляемыми потребителям объемами газа. Он служит ориентиром для принятия решений при отклонениях оперативных потоков от плановых заданий.
Оперативные изменения объемов приема и поставки газа во входных и выходных узлах системы могут приводить к варьированию потоков во всей ЕГТС. Предсказать оперативные изменения потоков внутри плановых интервалов трудно, поскольку они зависят от спроса на газ многих потребителей, что обусловлено факторами случайной природы (метеорологическими и прочими). В этих условиях более равномерная загрузка мощностей, достигаемая при планировании на основе физического потока, обеспечивает большие возможности стабилизации режимов на основных магистралях и локализации возмущений в ограниченных по масштабам частях ЕГТС.
Сокращение размерности. Одновременное построение марковской цепи и нахождение решения
Задача создания стратегии реконструкции и развития газотранспортной системы рассматривается на фиксированном интервале времени, состоящем из заданного количества периодов равной или неодинаковой продолжительности. Распространенная ошибка состоит в задании горизонта (всего интервала) планирования [0,Т] без необходимого учета целей моделирования, к важнейшей из которых, в данном случае, относится оценка портфеля проектов. Если горизонт планирования взят чрезмерно большим, то получается, что развитие системы прекращается, так как реализуются все выгодные проекты. Если он слишком мал, то оценки эффективности проектов рассчитываются неверно, вследствие неоднородности влияния проекта в течении времени.
По мнению авторов, выбор временного интервала исследования должен быть обусловлен, в частности, соображениями, описываемыми ниже: - при оценке эффективности отдельного инвестиционного проекта, временной интервал задачи должен быть не меньше длительности реализации проекта с учетом его возможного сдвига во времени; - если в будущем может быть реализован ряд инвестиционных проектов (рассматривается задача формирования инвестиционной стратегии компании), то моделирование развития системы необходимо продолжать до смены структуры основных управляющих переменных системы или кардинального изменения её фазовых состояний (например, основных объектов добычи газа или рынков потребления). В этом случае граничные состояния при t = Т, t=0,l,...,Т должны учитывать эффект последействия, когда ряд инвестиционных проектов еще продолжается; - иногда под инвестиции компания заимствует средства в различных финансовых институтах на условиях, которые зависят от состояния внешней среды и от финансового рейтинга компании. Подробно сетевые модели рассмотрены выше в Главе 1 данной работы. Управляющие воздействия (стратегические решения по развитию ГТС) делятся на финансовые и производственные управления. Управления при этом оказывают влияние на значения функций цели, экономических показателей и на фазовые переменные состояния системы. Решения по развитию мощностей и их использованию (производственные управления) неотделимы от управления финансовым состоянием компании. Всякое решение по развитию мощностей влияет на финансовое состояние компании сейчас и в будущем, ибо может быть реализовано только через определенные действия в финансовой сфере (реинвестиция части прибыли, эмиссия акций, заимствования и т.п.). Такая зависимость является двусторонней. Финансовые управления (куда входят, в том числе, выплата дивидендов акционерам, повышающая рейтинговые показатели компании) влияют на потенциальные возможности использования управлений в области производства. Управленческие решения, используемые в производственной и финансовой сферах, необходимо соотносить друг с другом, вследствие того, что только единовременный учет финансовых изменений, следующих за принятием решений в области производственных управлений (верно и обратное) дает возможность получить обоснованные оценки и возникающий синергетический эффект. В исследовании применялись два типа производственных управлений: 1. булевый вектор nb(t)=\\n v(t)\\, vєVjdVпоказывает номера реализуемых в период [t,t+l] проектов нового строительства, а вектор nr(t) =\\nrv(t)\\, VEV — номера объектов, подлежащих реконструкции. Например, uvr(t)=l, если в момент времени t принято решение провести реконструкцию объекта, иначе ity(t)=0. Каждый объект может подлежать реконструкции, но строительство новых мощностей возможно только по заданным направлениям, указанным системой вложенных множеств (например, Vl =V) 2. вектор ntr(t)=\\ntrv(t)\\ потоков газа, ntrv(t)єЯ„+, компоненты которого являются потоками по дугам VEVB моменты времени t= 0,J,...,T. В модели сделано предположение, что для дуг графа veVi, вдоль которых может быть предпринято сооружение новых газопроводов проведены необходимые проектные расчеты (или предпроектные, в случае использования удельных величин) и заданы векторы it v(t), veViczV, каждый из которых является определением отдельного инвестиционного проекта строительства новых мощностей вдоль дуги v. Проекты различаются между собой объемами капиталовложений kvbLP(t) в линейную часть и kvbKS(t) в компрессорные станции создаваемых газопроводов. При расчете капиталовложений необходимо учитывать наличие инфраструктуры, влияющей на структуру вложений в первую нитку газопровода. nbv булевы переменные являются индексами того, принято или нет решение о создании новых мощностей. Финансовые показатели проектов будут рассматриваться как функции от компонент и v(t). Рассмотрим также иную возможность. При долгосрочном прогнозировании экспертно задаются удельные объемы капиталовложений в строительство газопровода по данному направлению, которые, вообще говоря, зависят от объемов поставок газа, а после расчета на момент времени начала строительства происходит определение оптимальной конфигурации газопровода. Принятие управления о вводе v-oro проекта {nvb(t)=l) приводит к строительству нового газопровода с номером v с заданными технико-экономическими показателями. Вектор управления nb(t) строительства новых газопроводов заключается в выборе одного или нескольких проектов с номером v eVj czV. По таким же принципам формируются управления, связанные с реконструкцией газопроводов. Это позволяет, в том числе, использовать уже принятые ранее перспективные планов реконструкции и выводы соответствующих технико-экономических работ.
Управление Ну(0=1 vsV2c:V определяет объект v, подлежащий реконструкции и осуществление капиталовложений (kvrKS(t), kvrLP(t)). Реконструкция газопровода v улучшает его эксплуатационные характеристики, повышает надежность его функционирования и/или увеличивает пропускную способность.
Переход между соседними плановыми периодами порождает изменение состояния экзогенной среды в соответствии с моделью раздела 2.1, а состояние ГТС варьируется под воздействием стохастически изменяющихся состояний среды и принимаемых управлений. Таким образом, случайно изменяются технические характеристики газотранспортной системы, в частности, производственная мощность объектов, и финансовые показатели компании, которые в совокупности образуют случайный вектор фазовых переменных (фазовое пространство состояний системы «ГТС+компания»). Все решения по строительству, реконструкции и финансам выбираются в зависимости от того, в каком из фазовых состояний находится рассматриваемая система, то есть какие значения производственных и финансовых показателей достигаются вследствие попадания системы в данное состояние.
Ухудшение технического состояния линейной части газопровода, вследствие старения с течением времени, приводит к необходимости проводить реконструкцию. При этом, на настоящее время единой принятой методики оценки состояния газопровода и принятия решения о его реконструкции не существует. Отсутствует также формальное определение технического состояния газопровода, хотя в настоящее время такие работы ведутся. Совокупный критерий оценки технического состояния газопровода отсутствует и, возможно, не может быть выработан в принципе. Описание состояния объекта можно добиться только используя довольно большое количество параметров, часть из которых подлежат оцениванию только экспертно и по косвенным данным [30, 31]. Важной причиной реконструкции может стать повышение опасности эксплуатации газопроводов в местах их близкого пролегания к населенным пунктам, промышленным объектам, другим коммуникациям, а также в зонах переходах через природные преграды, например, водные [32, 33, 34].
Модель выбора экономически эффективных способов поставок природного газа потребителям
Выбор такого набора показателей не случаен и основан на исследовании модели. Так при формировании пессимистического сценария цену на нефть необходимо выбрать таким образом, чтобы было невозможно получить положительный чистый дисконтированный доход (ЧДД) ни для одного из проектов, и таким образом любой портфель проектов СПГ автоматически становится убыточным. Аналогично для оптимистического сценария, цена выбирается таким образом, что делает показатель ЧДД положительным практически для любого из перспективных проектов СПГ, что автоматически делает любой портфель проектов СПГ прибыльным.
При этом в интервале между пессимистическим и оптимистическим сценариями происходят значительные изменения, сильно влияющие на формирование оптимального портфеля проектов СПГ. Для анализа необходимо было выбрать тот промежуток между ценами, который позволял бы выделить особенности и изменения в структуре портфеля таким образом, чтобы это было наиболее наглядно. В результате исследования должен быть выбран такой промежуток между ценами, который позволит показать основные тенденции в изменении показателей проектов, при этом избавится от нежелательных случайных колебаний вокруг точки перехода каждого из проектов из состояния убыточности в состояние прибыльности.
Используя полученные данные, была построена математическая модель, при помощи которой строится программа реализации стратегии компании в области производства и поставок сжиженного газа. В своей основе модель представляет собой нелинейную задачу математического программирования со следующими ограничениями: Ограничения на возможное долевое участие в проекте. Данные ограничения строятся из экспертных оценок возможности вхождения компании в каждый из перспективных проектов СПГ, при этом используется набор показателей, включающий в себя геополитические, временные показатели, а также ретроспективный анализ взаимодействия компании с настоящими (если есть) операторами проекта. Ограничения на капиталовложения, которые может выделить компания на вхождение и разработку портфеля перспективных проектов СПГ. Данное ограничение не только показывает оптимальную стратегию для заданного уровня капиталовложений, но и возможное оптимальное расширение портфеля при изменении конъюнктуры рынка, отвечающей интересам компании. Ограничение на конкурирующие проекты. В списке перспективных проектов СПГ существуют конкурирующие проекты, то есть из группы конкурирующих проектов возможен к реализации только один. Данная группа ограничений математически описывают подобную ситуацию. Рассмотренные выше ограничения задают допустимую область решения, каждая точка которой соответствует некоему оптимальному или неоптимальному решению. Для определения качества решения используются критериальные функции. В общем виде, критериальная функция будет равняться ожидаемому ЧДД при заданной цене на нефть, который компания может получить. Таким образом, из всей допустимой области будет выбрана одна оптимальная точка, соответствующая максимум ожидаемого ЧДД. Рассмотрены следующие оптимизационные задачи: Портфель проектов СПГ без ограничений на капиталовложения; Портфель проектов СПГ для задачи гарантированного результата; Портфель проектов СПГ для задачи с ограничениями на капиталовложения. Совокупность этих задач для различных цен на нефть и различных ограничений на капиталовложения позволяют выделить оптимальный портфель таким образом, чтобы он соответствовал максимуму ЧДД, при условии, что изменения и колебания цен оставят показатель ЧДД в положительной полуоси. По полученным решениям формируются несколько различных портфелей для каждого из видов сценариев. Возможным продолжением работы является использование метода построения дерева решений с переходами между сценариями с течениями времени. 1. Модель рынка СПГ, как и основные модели рынков, является агентной. Модельный рынок функционирует в условиях чистой конкуренции, когда отдельные потребители и производители не могут влиять на цену, но формируют ее своим вкладом спроса и предложения. На рынке присутствует большое число равноценных производителей и потребителей, способных свободно входить и покидать рынок, имеющих равный доступ к информации и обладающих однородным товаром. Также предполагается, что каждый из агентов рынка действует в рамках своих интересов. 2. В силу развития уже существующих участников на рынке и появления на рынке новых агентов часто возникает задача оптимального расположения заводов СПГ по отношению к расположению потребителей. В качестве критерия оптимального расположения заводов может служить критерий минимизации возможных недопоставок потребителям с учетом минимизации транспортных расходов. Данная задача решается при помощи смеси аппаратов топологической оптимизации и моделей ожидаемого среднего. 3. Современное состояние рынка природного газа, диверсификация этого рынка Российской федерации за счет выхода на мировой рынок природного газа (СПГ), мировой финансовый кризис требуют пересмотра и дополнения процедуры создания и актуализации стратегии развития газовой отрасли. Требуют подхода к ней как к единой системе, в которую входят как трубопроводный транспорт газа, так и транспорт сжиженного и компримированного природного газа. Такое рассмотрение позволит изучить синергетический эффект, возникающий при взаимодействии областей, а также выявит те влияния, которые различные способы поставки газа оказывают друг на друга. 4. Современное состояние рынка природного газа, диверсификация этого рынка Российской федерации за счет выхода на мировой рынок природного газа (СПГ), мировой финансовый кризис требуют пересмотра и дополнения процедуры создания и актуализации стратегии развития газовой отрасли. Требуют подхода к ней как к единой системе, в которую входят как трубопроводный транспорт газа, так и транспорт сжиженного и компримированного природного газа. Такое рассмотрение позволит изучить синергетический эффект, возникающий при взаимодействии областей, а также выявит те влияния, которые различные способы поставки газа оказывают друг на друга. 5. Изложен подход к совместному моделированию ГТС и СПГ, основанный на методах исследований операций, и описана процедура принятия решений по созданию стратегии развития газовой отрасли макрорегиона на основе иерархической структуры оптимизационных задач.
