Газовая промышленность № 10 2021

Модернизация автоматизированных систем управления технологическими процессами (АСУ ТП) в газовой отрасли должна происходить с учетом тенденций развития производства. Причем учитываться они должны и для технологического оборудования в качестве объекта автоматизации, и для информационных систем – цифровых двойников, си-стем прогнозирования процессов, диспетчерских систем, т. к. именно АСУ ТП являются основным поставщиком технологической информации, необходимой для дальнейшего анализа. Кроме того, уровень программно-технических средств (ПТС), на которых строятся современные АСУ ТП, позволяет использовать их не только в качестве систем управления – на таких платформах вполне реально реализовать широкий функционал в сфере диагностирования оборудования, прогнозирования его ресурса. И в этом качестве АСУ ТП любого объекта оказывается неотъемлемой частью цифрового двойника данного объекта.

ОСНОВНЫЕ ТЕНДЕНЦИИ В ОБЛАСТИ РЕАЛИЗАЦИИ СТРОИТЕЛЬСТВА И РЕКОНСТРУКЦИИ

Тенденция разработки уни-версальных газоперекачивающих агрегатов (ГПА) имеет целью сокращение сроков и объемов строительно-монтажных и пусконаладочных работ на объекте строительства. В регионах, не обладающих развитой инфраструктурой, в сложных климатических условиях, где сейчас развернуты основные стройки «Газпрома», это более чем актуально. Довольно крупный объект, которым является ГПА, не позволяет осуществлять его транспортировку в собранном виде, в связи с чем востребована быстрая сборка агрегата на объекте из отдельных модулей: модуля газотурбинного двигателя (ГТД), подготовки воздуха, газа, нагнетателя, модуля аппарата воздушного охлаждения, низковольтных комплектных устройств и иного оборудования. При этом каждый модуль должен быть максимально готов к работе и полностью проверен и испытан на заводе-изготовителе перед отправкой на объект.

В описанных условиях для соответствия новым требованиям к производству необходимо реализовать подход к созданию систем управления агрегатами. При всем удобстве размещение системы автоматического управления (САУ) ГПА целиком в одном отсеке или блок-боксе становится невозможным, для проведения заводских испытаний как минимум требуется, чтобы определенная часть САУ находилась непосредственно в испытываемом модуле, при этом она должна обладать достаточной завершенностью (автономностью) для того, чтобы пройти заводские испытания вместе с функциональным блоком ГПА. Решая эту задачу, ООО «Вега-ГАЗ» разработало новую САУ ГПА, состоящую из центрального контроллера, являющегося коммуникационным центром САУ и отвечающего за управление ГТД и ряда подсистем управления технологическими модулями ГПА. При проведении заводских испытаний каждый модуль ГПА может быть испытан в комплекте со своей подсистемой САУ. После сборки ГПА на объекте благодаря возможностям применяемых ПТС: «сквозному» программированию, организации двойного резервированного кольца связи между всеми программируемыми логистическими контроллерами (ПЛК) по резервированному протоколу связи HSR (бесшовное резервирование с высокой доступностью) – проверка работоспособности ГПА существенно сокращается по срокам и трудозатратам.

Хотелось бы обратить внимание на существенный факт: с точки зрения конечного пользователя работа с модульной САУ ничем не отличается от работы с обычной «локальной» САУ ГПА. Один из вариантов структуры модульной САУ, в данном случае – для ГПА 16У, представлен на рис. 1. Кроме САУ ГПА, ООО «Вега-ГАЗ» разработало систему пожарной автоматики и контроля загазованности с аналогичной модульной структурой.

ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

В соответствии с актуальностью выполнения требований нормативных документов, и прежде всего Федерального закона 187‑ФЗ от 26 июля 2017 г. «О безопасности критической информационной инфраструктуры Российской Федерации», сети АСУ ТП необходимо оснастить внушительным набором программных и технических средств, обеспечивающих информационную безопасность системы. Перечень данных средств касается не только специализированного программного обеспечения (ПО). Функциями и свойствами, отвечающими за безопасность и контроль доступа к сети, должны быть снабжены технические средства, сетевое оборудование, а также ПО непосредственно АСУ ТП и САУ ГПА. По данному направлению специалистами ООО «Вега-ГАЗ» уже не один год последовательно проводятся работы, в том числе совместно с предприятиями – изготовителями аппаратных и программных средств. В результате на текущий момент удалось добиться соответствия требованиям 187‑ФЗ для АСУ ТП, выполненных на программируемых логических контроллерах и ПО российского производства, имеющих регистрацию в соответствующих государственных реестрах.

ФУНКЦИИ ДИАГНОСТИКИ И ОПРЕДЕЛЕНИЯ КОЭФФИЦИЕНТА ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГПА, НАРАЩИВАНИЕ ФУНКЦИОНАЛА АСУ ТП

Решения в сфере автоматизации диагностики агрегата традиционно реализуются на специализированных системах. 10 лет назад такие решения были вполне оправданы тем, что для диагностики, в первую очередь вибродиагностики, требовалось высокопроизводительное вычислительное оборудование, способное работать со спектрами сигналов на высоких частотах дискретизации, что было практически невозможно организовать на ПТС САУ ГПА, возможности которых в обработке больших массивов информации были гораздо скромнее и не позволяли «тянуть» настолько серьезную нагрузку параллельно с выполнением своих основных функций. Однако на текущий момент, одновременно с ростом возможностей промышленных контроллеров и внедрением архитектуры «Клиент-Сервер» в АСУ ТП, явно прослеживается тенденция исполнения диагностических задач средствами САУ ГПА или АСУ ТП компрессорного цеха (КЦ). В настоящее время ООО «Вега-ГАЗ» совместно с ведущими российскими предприятиями-разработчиками ГТД (АО «ОДК-Авиадвигатель», ПАО «ОДК-УМПО») прорабатываются решения по реализации функций параметрической диагностики и определения технического состояния ГПА средствами, интегрированными в АСУ ТП КЦ. Реализация такого подхода минимизирует затраты на предоставление специалистам эксплуатирующих служб и, конечно, информационным системам верхнего уровня предприятий подробной диагностической информации по ГПА. Упрощаются информационная сетевая структура объекта, решение задач по интеграции «разношерстных» систем в единое информационное поле: по сути, требуется только интеграция между информационной системой верхнего уровня и АСУ ТП. На данной платформе вполне можно решить такие задачи, как оптимизация энергоэффективности работы агрегатов и газокомпрессорных цехов, оценка качества ремонтов, и даже реализовать переход на ресурсную схему организации ремонтов ГПА внутри объекта. Примеры экранов диагностических систем из состава АСУ ТП приведены на рис. 2. Очевидно, что такой массив информации (что важно – добываемой автоматически, без применения ручного ввода) можно и нужно в перспективе использовать не только технологам, но и специалистам в хозяйственных сферах деятельности. При этом требуется дополнить технологическую информацию «статической»: электронными проектами, 3D-моделями оборудования, паспортными, финансовыми и логистическими данными. Иными словами, уже сейчас вполне реально создать на базе АСУ ТП информационную среду, которую принято называть цифровым двойником объекта.

– Дамир Наилович, мы с вами встречаемся на выставке «Импортозамещение в газовой отрасли». Как компания «Газпром бурение» справляется с задачей по импортозамещению?

– Как известно, ООО «Газпром бурение» находится под европейскими и американскими санкциями. С 2016 г. компания не может закупать и использовать иностранное оборудование и технологии. Однако программу по импортозамещению мы начали гораздо раньше. В первую очередь это было продиктовано постоянными скачками на валютном рынке и соответствующим ростом цен на импортное оборудование.

Наш основной вид оборудования – буровая установка. Текущая стоимость импортной комплектной буровой установки отличается от российской практически в 1,7 раза, что существенно влияет на себестоимость работ. За последние пять лет мы инвестировали в развитие программы импортозамещения, закупив отечественные основные средства, транспорт и технологии для своей компании на сумму порядка 40 млрд руб.

Д.Н. Валеев, генеральный директор ООО «Газпром бурение» 

ПОРТФЕЛЬ ЗАКАЗОВ

– Какие можете выделить тенденции развития бурового бизнеса в России?

– Разработка газовых месторождений – волатильный бизнес. В отличие от разработки нефтяных месторождений фонд газовых скважин разбуривается одновременно, чего требуют современные условия добычи. В настоящий момент активно реализуются масштабные проекты для наших основных заказчиков – Группы «Газпром». Речь идет о разбуривании крупных месторождений – Ковыктинского и Чаяндинского – в рамках проекта «Сила Сибири». На обоих объектах ООО «Газпром бурение» работает как субподрядчик. На разработку Чаяндинского месторождения был большой конкурс, мы гордимся, что выиграли его.

Ожидаем, что следующим витком станет существенный рост освоения запасов п-ова Ямал, которое было начато с Харасавэйского месторождения, где компания работает с помощью 10 буровых установок. Это мегапроект, и мы надеемся, что он будет постепенно смещаться в сторону Обской губы: то есть вслед за разработкой Харасавэйского месторождения придут проекты по разработке Северо-Тамбейского, Тасийского, Малыгинского месторождений. В таком случае ООО «Газпром бурение» будет обеспечено портфелем заказов на ближайшие 10–15 лет точно, и это только по газовым скважинам. Сотрудничество с нефтяными компаниями – еще один наш приоритет. На сегодняшний день мы активно реализуем проекты для наших заказчиков из этой отрасли, в частности ПАО «НК «Роснефть», ПАО «Газпром нефть».

ТЕХНОЛОГИИ НАСТОЯЩЕГО И БУДУЩЕГО

– Как повлияет модернизация буровых установок, роботизация и внедрение технологий искусственного интеллекта на эффективность оказания нефтегазосервисных услуг?

– Бурение скважин представляет собой сложную организационно-техническую систему, в которой используются машины и оборудование, преобразующие энергию разных видов и работающие под большим давлением, а также грузоподъемные и другие механизмы. Поэтому процесс бурения сопровождается повышенными рисками в области охраны труда, промышленной безопасности и охраны окружающей среды. Чем больше специалистов задействовано в управлении этими машинами, тем выше вероятность возникновения происшествий из‑за человеческого фактора. Для его снижения используются технологии автоматизации. На Петербургском международном газовом форуме – 2021 мы подписали с ПАО «Газпром нефть» меморандум о создании российского роботизированного бурового комплекса. Он позволит ускорить процесс строительства скважин, а также исключить человеческий фактор, снизить травматизм на производстве, аварийность. Для нас это крайне важно, поскольку ООО «Газпром бурение» уделяет огромное внимание охране труда и окружающей среды. В конечном счете роботизированный комплекс повысит конкурентоспособность, поскольку компания, которая может предоставлять услуги быстрее, качественнее и с меньшими рисками, конечно, более эффективна на рынке.

– Насколько используемые компанией технологии конкурентоспособны в мировом масштабе?

– Сегодня во всем спектре реализуемых проектов и по всей производственной цепочке ООО «Газпром бурение» использует технологии, аналогичные тем, которые используют наши зарубежные коллеги. В том числе применение управляемых роторных систем, комплексов геофизики и сейсморазведки в процессе строительства скважин, современных экологически чистых растворных систем.

Совместно с Министерством промышленности и торговли и Министерством энергетики РФ ООО «Газпром бурение» участвовало в процессе создания российского флота гидроразрыва пласта. Два спроектированных нами флота в настоящее время активно работают и являются лучшими в России даже в сравнении с разработками зарубежных компаний. Как видите, нет ничего невозможного для крупного предприятия и для российского рынка. По некоторым технологиям в течение последних двух-трех лет мы уже сейчас наблюдаем импортоопережение.

ГОРИЗОНТ ПЛАНИРОВАНИЯ

– Как на сегодняшний день вы оцениваете положение ООО «Газпром бурение» в отрасли нефтегазосервисных услуг?

– Я думаю, что любая оценка бизнеса должна опираться на цифры, чтобы считаться объективной. В нашем случае было так: когда весь рынок по строительству скважин просел, масштаб ООО «Газпром бурение» увеличился. В среднем мы растем на 15–20 % в год без перерыва на пандемию. Это вполне серьезно. Развитие новых сервисных подразделений компании, переход на интегрированное управление внутри проектов ПАО «Газпром» позволили масштабировать бизнес Группы компаний «Газпром бурение». Мы улучшили свои производственные и финансовые показатели по сравнению с прошлым годом.

– На сколько лет, по вашему мнению, России хватит углеводородов?

– Запасы газа в России весьма значительны, и на ближайшие 100 лет их точно хватит. География добычи обширна, производится она как на суше, так и на шельфе. Потенциальные запасы на суше расположены на п-ове Ямал, где компания только приступает к работе, а также на прикаспийской территории. Стоит отметить, что дальневосточный шельф разработан еще не полностью, а шельф в Арктике вообще не освоен.

В отношении нефтяных запасов можно отметить, что их также достаточно и хватит более чем на 50 лет. При этом, если брать в расчет трудноизвлекаемые запасы (сланец, битумные отложения нефти), то указанный срок будет значительно больше. Технологии по добыче активно развиваются и, вероятнее всего, будут становиться проще и экономичнее.

ПАНДЕМИЙНЫЕ РЕАЛИИ

– Какие трудности приходится преодолевать для разработки арктического шельфа? Могут ли быть применены технологии, используемые на Приразломном месторождении?

– Технологии есть. Надо отметить, что Приразломное – это проект с ледостойкой платформой. Это, наверное, один из самых дорогих вариантов добычи. Сезонность – основная проблема разработки арктического шельфа. Короткий период навигации, ограниченная по времени возможность проведения работ. С нашей точки зрения как буровой компании, это является основным сдерживающим фактором.

Существуют разные варианты, как бороться со льдом. У канадцев и американцев такие технологии есть, но они тоже дорогостоящие, соизмеримые со стоимостью строительства ледостойкой стационарной платформы. Думаю, что тут будущее за подводными, подледными технологиями, которых пока не так много. Они есть с точки зрения добычи, но отсутствуют с точки зрения разработки. Это уже следующий шаг, но с учетом развития робототехники это вполне реально через 10–15 лет.

– Насколько сильно пандемия ударила по компании?

– ООО «Газпром бурение», как и многие другие компании, понесло финансовые потери в связи с увеличением расходов на новую схему организации труда и заезда персонала на объекты. Сейчас у нас вакцинировано 98 % персонала. А пока шла вакцинация, продолжительность вахты с 30 сут. увеличилась до 90. Сотрудникам приходилось приезжать на производственные объекты за 2–3 недели до смены для прохождения обсервации и тестирования на коронавирус, затем работать на буровой на протяжении двух и более вахтовых смен.

Особенно приятно отметить, что сотрудники с пониманием отнеслись к ситуации, проявили лояльность к компании, показали высокую производительность труда и обеспечили безаварийные работы по бурению скважин.

Платформа «ИУСЦИФРА» предназначена для построения централизованных и распределенных информационных, мониторинговых и аналитических систем, обрабатывающих технологические и коммерческие данные, поступающие от различных средств телеметрии и телекоммуникационного оборудования, а также автоматизации бизнес-процессов ООО «Газпром межрегионгаз» и его дочерних обществ: региональных компаний по реализации газа (РГК), газораспределительных и газотранспортных обществ, организаций, осуществляющих техническое обслуживание и ремонт газового оборудования.

Система разработана на языке программирования Java с использованием библиотек с открытыми исходными кодами, позволяющих быстро создавать пользовательский интерфейс и бизнес-логику для работы с информацией. Платформа обеспечивает интеграцию распределенных информационных ресурсов в рамках единого хранилища данных, формирование аналитических материалов по контролируемым параметрам, ведение нормативно-технической и нормативно-правовой базы документов. Кроме этого, в «ИУСЦИФРА» есть возможность реализовать функциональность автоматизированных систем управления технологическим процессом не только класса MOM, но и ERP и OLAP.

«ИУСЦИФРА» состоит из серверных программных компонентов для моделирования процессов, конфигурирования и реализации бизнес-методов, хранения данных, отслеживания результатов, отчетности, интеграции, а также обеспечения веб-доступа к информации в соответствии с настроенной ролевой моделью. С помощью функциональности системы потребители могут индивидуально настраивать ее конфигурацию, управлять процедурами, выполнять задачи, проводить мониторинг и анализ на стационарных рабочих станциях и веб-клиентах. Кроме того, имеется доступ к данным и функциям платформы с мобильных устройств (iOS, Android) через специальное API.

В январе 2021 г. «ИУСЦИФРА» прошла государственную регистрацию с выдачей свидетельства Федеральной службы по интеллектуальной собственности, а в сентябре 2021 г. была зарегистрирована в качестве российского программного обеспечения.

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ И ОБЛАЧНЫЕ РЕШЕНИЯ

Ключевая возможность платформы «ИУСЦИФРА» – обеспечение единой точки входа и предоставления услуг по получению актуальной и полной информации в зависимости от нужд потребителей и в соответствии с требованиями по разграничению доступа к данным. Такой подход фундаментально решает задачу по сбору данных для компаний Группы «Газпром межрегионгаз», где исторически эксплуатируется целый ряд отдельных систем, созданных на разных платформах и с помощью различных языков программирования, сопровождение и обслуживание которых выполняют сторонние подрядные организации. Таким образом, переход на «ИУСЦИФРА» позволяет потребителям не только улучшать производительность своей работы, но и повышать надежность контроля и управления работоспособностью производственных систем за счет взаимодействия с одним исполнителем, а также получать экономическую выгоду, отказавшись от обслуживания дополнительной инфраструктуры по сбору данных.

Не менее важная отличительная особенность созданной в ООО «Газпром межрегионгаз инжиниринг» платформы – ее быстродействие. По сравнению с аналогичными системами других производителей «ИУСЦИФРА» обрабатывает информацию в несколько раз оперативнее. Ее тестирование проводилось на базе данных объемом более 8 Тбайт (количество объектов – более 1,3 млн ед., данных – более 2 млрд ед.). Уникального преимущества перед конкурентами удалось добиться прежде всего за счет применения современных технологий на уровне построения архитектуры платформы, а также использования облачных решений и кластерной системы дополнительных серверов в целях обеспечения высокого уровня производительности. Для потребителей это означает экономию на обслуживании вычислительной инфраструктуры, в том числе поиске и привлечении в организацию квалифицированных специалистов по ее сопровождению.

Кроме того, создание целого комплекса программных продуктов в облачном решении на единой платформе «ИУСЦИФРА» позволяет уйти от интеграции между разными базами хранения, серверами и т. д., что до сих пор характерно для существующих стационарных программных решений в регионах. Как поставщик ООО «Газпром межрегионгаз инжиниринг» нацелено на оказание полного комплекса услуг по разработке функциональных модулей и элементов визуализации данных с использованием веб-технологий, что гарантирует потребителям удобный в работе, современный и простой пользовательский интерфейс, отвечающий индивидуальным требованиям.

РАЗРАБОТАННЫЕ МОДУЛИ

На данный момент специалистами ООО «Газпром межрегионгаз инжиниринг» на платформе «ИУСЦИФРА» уже разработаны или находятся на этапе завершения следующие модули:

– модуль диспетчерского оповещения, позволяющий максимально эффективно осуществлять мониторинг состояния объектов газоснабжения, каналов передачи данных и работоспособности оборудования, а в случае нештатных ситуаций – быстро информировать всех участников процесса, мгновенно обмениваться сведениями, обеспечивать хранение данных о происшествиях на едином ресурсе;

– единые пульты управления системами телеметрии в РГК и газораспределительных организациях, предназначенные для автоматизации процессов сбора, хранения и обработки технологических данных газового оборудования, мониторинга режимов работы технологического оборудования, а также конфигурирования удаленных устройств, сервисов и протоколов взаимодействия с устройствами. С помощью пультов производится интеграция распределенных информационных ресурсов в рамках единого хранилища данных, формирование аналитических материалов по контролируемым параметрам, сбор и обработка технологических и коммерческих данных от различных типов устройств и систем телеметрии. Помимо этого, обеспечивается единовременный доступ к информации для всех участников формирования и мониторинга процессов, получение оперативных достоверных сведений о реальном расходе газа и передача их в смежные информационные системы, мониторинг и анализ режимов работы систем энергоснабжения и энергопотребления для оптимизации расхода газа, ведение нормативно-технической и нормативно-правовой базы документов и базы газоизмерительного оборудования.

Первым успешным шагом по практическому применению вышеперечисленных наработок стало создание единого пульта РГК на базе ООО «Газпром межрегионгаз Самара», выступившего инициатором замены используемого пульта решением ООО «Газпром межрегионгаз инжиниринг». Технология уже запущена в опытную эксплуатацию, идет получение данных с объектов ООО «Газпром межрегионгаз Самара». Для внедрения были выбраны разные модели устройств, что позволило покрыть практически половину применяемого в РГК оборудова-ния. В соответствии с требованиями к визуализации, имеющимися у ООО «Газпром межрегионгаз Самара», пульт реализован для просмотра данных в табличном виде. Далее на их основе уже в диспетчерской системе возможно построение отчетов, графиков и т. д. После завершения опытной эксплуатации, результатом которой должно стать подтверждение от РГК корректности поступления и отображения данных в полном объеме, проект перейдет в стадию промышленного использования.

ПЕРСПЕКТИВЫ РАЗВИТИЯ

В настоящее время специалистами ООО «Газпром межрегионгаз инжиниринг» ведется разработка новых перспективных функциональных модулей, среди которых:

– единая автоматизированная система мониторинга автотранспорта в дочерних обществах Группы «Газпром межрегионгаз» с использованием технологий ГЛОНАСС и ГЛОНАСС / GPS, не только обеспечивающая сокращение расходов на эксплуатацию и капитальных затрат на приобретение транспортных средств за счет более эффективного использования имеющегося автопарка, но и решающая задачи по повышению безопасности эксплуатации автотранспорта потребителей, созданию безопасных условий труда, сохранению жизни и здоровья работников, снижению рисков аварий и инцидентов, дорожно-транспортных и чрезвычайных происшествий;

– информационно-управляющая система технического обслуживания и ремонта газового оборудования, предназначенная для повышения качества управления и эффективной координации деятельности по данному бизнес-процессу. Благодаря новым возможностям потребитель сможет сократить количество рутинных и повторяющихся операций на этапах формирования и контроля показателей, повысить эффективность механизма управления, а также надежность и непротиворечивость параметров за счет следования принципам унификации и типизации;

– единый пульт управления интеллектуальными счетчиками газа, установленными у населения, и системами телеметрии узлов измерений расхода газа у промышленных предприятий, решающий задачи по оптимизации бизнес-процессов сбора статистических данных по газопотреблению. Разрабатываемый инструмент позволит прежде всего сократить затраты на приобретение и сопровождение промежуточных систем управления интеллектуальными счетчиками газа и исключить его потери за счет автоматического контроля объема потребления и получения информации о попытках хищения, включая вмешательство в работу интеллектуальной системы учета газа, в режиме реального времени. Оперативное поступление показаний с датчиков загазованности и управление запорной арматурой помогут повысить безопасность пользования газом в быту, а практически мгновенный доступ к данным о режимах работы и состоянии оборудования вкупе с настройкой автоматизированного создания архивов и обработки полученной информации – поднять эффективность диспетчерского управления поставками газа российским потребителям в целом;

– модуль промышленной безопасности с возможностью согласования производства газоопасных и огнеопасных работ в электронном виде. Данная система будет особенно интересна территориально распределенным компаниям, т. к. оформление наряда-допуска с помощью цифровых подписей значительно сократит временне и финансовые затраты.

ВСЕ ВОЗМОЖНОСТИ «ИУСЦИФРА»

Благодаря гибкости программной платформы от ООО «Газпром межрегионгаз инжиниринг» на ее основе можно создать любую информационную систему, ориентированную на сбор и обработку динамически меняющихся данных. Последняя позволяет получать информацию как от промышленных потребителей, так и от населения с последующей передачей в учетные системы вплоть до создания систем класса «умный дом». Кроме того, с помощью платформы можно автоматизировать не только производственные, но и финансово-экономические процессы, в том числе расчеты с потребителями. Перечисленные в статье уникальные свойства разработки открывают еще более широкие возможности программных продуктов, созданных на базе «ИУСЦИФРА».

На сегодняшний день Группа компаний «СервисСофт» – лидер в области автоматизации и диспетчеризации газотранспортных объектов, а также объектов газоснабжения и газораспределения по всей России. На выставке были продемонстрированы новые отсеки автономного питания «ССОФТ: POWER BOX» с применением накопителей энергии для обеспечения непрерывного энергоснабжения комплексов телеметрии взамен используемых элементов питания – аккумуляторов и батарей.

Основные преимущества внедрения таких решений:

– необслуживаемость и сокращение затрат до 15 %;

– продолжительный срок служ-бы – не менее 15 лет без потребности в замене батарей и перезарядки аккумуляторов;

– обеспечение бесперебойного автономного питания комплексов телеметрии и внешних устройств в режиме реального времени;

– контроль состояния удаленных объектов и трансляция технологической информации в режиме онлайн на объектах в условиях отсутствия подведения сети 220 В;

– стабильная работа при низких температурах до –40 Сº;

– сохранение ресурса емкости накопителей при многократных циклах заряда / разряда в условиях резких перепадов температуры.

Среди выставочного оборудования были представлены образцы автономных контроллеров телеметрии нового поколения. К особенностям новой линейки телеметрических контроллеров SmartNexus, предназначенных для сбора и передачи на сервер технологической информации, можно отнести низкое электропотребление и большой диапазон внешнего питания. Новые контроллеры имеют модульную архитектуру, которая позволяет создавать конфигурации оборудования под потребности и запросы любого объекта.

Кроме того, участники форума могли ознакомиться с обновленной линейкой взрывозащищенных датчиков конечных положений «ССофт» с видами взрывозащиты не только под бронированный кабель, но и с искробезопасными цепями под монтаж небронированным кабелем и в металлорукаве.

В этом году Группе компаний «СервисСофт» исполнилось 17 лет. За эти годы предприятие нарастило огромный потенциал, что позволяет постоянно расширять и обновлять номенклатуру выпускаемого оборудования, используя новейшие технологии в разработке и производстве для эффективного и безопасного применения в процессах газоснабжения и газораспределения.

Во второй части статьи представлены результаты вычислительных экспериментов по обучению нейросетевой модели линейного участка магистрального газопровода (МГ) и участка газотранспортной системы (ГТС), а также оптимизации режима крупной ГТС на основе синтеза нейросетевых моделей участков.

ОБУЧЕНИЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ ЛИНЕЙНОГО УЧАСТКА МГ

Для обучения нейросетевой модели линейного участка сформирована архитектура нейронной сети, состоящая из трех полносвязных внутренних слоев с 32 нейронами в каждом слое. В качестве функции активации используется нелинейная функция ReLU (от англ. rectified linear unit), алгоритм оптимизации – Adam [1] с шагом 0,005, который экспоненциально снижается до величины 10–4, начиная с эпохи обучения с номером 103.

Как функция потерь применяется среднеквадратичное отклонение (MSE):

,           (1)

где n – число прогнозируемых точек данных;   Rn – вектор значений, характеризующих гидравлический режим работы линейного участка, которые рассчитаны в соответствии с моделью, регламентированной в [2]; Y Rn – вектор тех же значений, рассчитанных на выходах обучаемой нейронной сети.

Для оценки качества прогнозов, выполняемых нейронной сетью, используется метрика среднего абсолютного отклонения (MAE):

.           (2)

Обучающая выборка включает в себя более 105 примеров, а тестовая выборка (на которой проверяется качество модели) – 2.103. Каждый пример представляет собой один технологический (гидравлический и тепловой) расчет стационарного режима течения газа по линейному участку МГ. Стоит отметить, что вычислительные нагрузки, необходимые для генерации обучающих примеров, незначительны, поэтому используется достаточно большая обучающая выборка.

Нейронная сеть принимает в качестве исходных параметры, необходимые для расчета технологического режима линейного участка: протяженность газопровода, диаметр, толщину стенки труб, значения давления газа на входе и выходе газопровода, а также ряд других величин, регламентированных в [2]. Результат прогнозирования – величина расхода газа через газопровод, его запас и температура на выходе.

Для формирования выборки использован гидравлический калькулятор режимов работы газопроводов. Для целей настоящего исследования этот калькулятор был создан в среде Python. Исходные данные – параметры, характеризующие газопровод и условия его работы, – варьировались в некотором диапазоне значений, характерных для эксплуатируемых в России газопроводов. Для повышения эффективности обучения нейронной сети выполнялась нормализация данных.

Обучение проводилось в пакетном режиме с размером батча, равным 128. Для экспериментов использовался пакет глубокого машинного обучения TensorFlow [3] с GPU-вычислениями. Результаты показали, что предложенная архитектура нейронной сети способна с высокой точностью аппроксимировать зависимости между параметрами течения газа в газопроводе. Число эпох обучения, в течение которых модель достигает высокой точности (метрика D становится ниже 0,01), составляет около 500. Для этого необходима небольшая вычислительная нагрузка на компьютере типовой конфигурации. Следует отметить, что модель не пере-обучается и не требует применения каких‑либо специальных приемов по регуляризации нейронной сети.

На рис. 1а приведен пример прогнозирования расхода газа через участок МГ диаметром 1420 мм протяженностью 120 км. Аппроксимирующая поверхность построена на основе прогнозов обученной нейронной сети. Черными шарами показаны расчетные значения, полученные в узлах расчетной сетки путем применения формул гидравлического расчета стационарного режима течения газа по линейному участку газопровода, которые регламентированы в [2]. Из рисунка видно, что нейронная сеть весьма точно аппроксимирует зависимости между параметрами, характеризующими течение газа по рассматриваемому участку. Формальные метрики (1) и (2) также свидетельствуют о высокой точности аппроксимации. Аналогичные выводы получены при рассмотрении других примеров.

ОБУЧЕНИЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ УЧАСТКА ГТС

Для обучения нейросетевой модели участка ГТС сформирована архитектура нейронной сети, аналогичная модели линейного участка, но с увеличенным до 256 числом нейронов во внутренних слоях. Использованы аналогичные функции активации, алгоритм оптимизации и метрики.

Нейронная сеть принимает в качестве исходных параметры, необходимые для расчета технологического режима коридора МГ с компрессорными станциями (КС), включая значения давления газа на входах и выходах участка ГТС, число КС и степени сжатия на них, а также другие характеристики, необходимые для прямого расчета режима работы ГТС [4]. Результат прогнозирования – величина расхода газа через участок ГТС, его запас в газопроводах участка, а также потребляемая мощность КС.

Для формирования обучающей выборки использовался нейрогидравлический симулятор режимов работы участков ГТС, предложенный в настоящей работе и реализованный в среде Python. В расчетной процедуре балансирования потоков газа в ГТС применялась описанная в [5] нейросетевая модель линейного участка и модель КС.

Обучающая выборка включает в себя 5000 примеров, тестовая (на которой проверяется качество модели) – 500. Каждый из них представляет собой один технологический (гидравлический и тепловой) расчет стационарного режима течения газа по участку ГТС. Исходные данные – параметры, характеризующие участок ГТС и условия его работы, – варьировались в некотором диапазоне значений, характерных для эксплуатируемых в России коридоров МГ. Для повышения эффективности обучения нейронной сети выполнялась нормализация данных. Обучение также проводилось в пакетном режиме с размером батча, равным 16, с использованием пакета TensorFlow [6] и GPU-вычислениями. В качестве оптимизационного алгоритма при балансировании потоков газа в ГТС выступал алгоритм Adam [1] с шагом 0,05.

Результаты вычислительных экспериментов показали, что предложенная архитектура нейронной сети способна с высокой точностью аппроксимировать зависимости между параметрами течения газа на участке газопроводов. Число эпох обучения, во время которых модель достигает высокой точности, составляет около 104. Модель не переобучается, не требует применения регуляризации.

На рис. 1б приведен пример прогнозирования расхода газа через участок с использованием полученной нейросетевой модели. Аппроксимирующая поверхность построена на основе прогнозов нейронной сети, обученной с помощью разработанного нейрогидравлического симулятора режимов ГТС. Черными шарами показаны расчетные значения, полученные в некоторых узлах расчетной сетки с использованием отечественного промышленного программно-вычислительного комплекса (ПВК) моделирования режимов транспорта газа, в котором реализованы классические гидравлические модели стационарного режима участка ГТС. В качестве примера выбран участок с 10 нитками газопроводов диаметром 1420 мм и тремя КС. Следует отметить, что на рис. 1б представлена одна из проекций расчетного режима в трехмерное пространство при некоторых фиксированных значениях степеней сжатия КС (другие проекции выглядят аналогично).

Из рисунка видно, что нейронная сеть весьма достоверно аппроксимирует зависимости между параметрами, характеризующими течение газа по рассматриваемому участку ГТС, – результаты прогнозов нейросети близки к значениям, рассчитанным с применением ПВК. Формальные метрики (1) и (2) также свидетельствуют о высокой точности аппроксимации.

Результаты анализа обученной нейронной сети показали, что она:

– в отличие от ПВК, в котором поиск расчетного режима предусматривает проведение итерационных вычислительных процедур, обладает высокой скоростью выполнения прогнозов;

– дифференцируема по входным параметрам, при этом расчет частных производных требует малой вычислительной нагрузки.

Эти свойства нейронной сети способствуют росту производительности предлагаемых в настоящей работе алгоритмов моделирования и оптимизации ГТС Единой системы газоснабжения России (ЕСГ), опирающихся на модели участков ГТС.

С помощью инструментальных сервисов, которые предоставляет пакет TensorFlow, обученные нейросетевые модели нескольких участков ГТС были сконфигурированы для их применения в решении задач оптимизации режимов крупных ГТС, включающих эти участки, и ГТС ЕСГ в целом.

ОПТИМИЗАЦИЯ РЕЖИМА КРУПНОЙ ГТС НА ОСНОВЕ СИНТЕЗА НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ЕЕ УЧАСТКОВ

Апробация оптимизационных моделей крупной ГТС выполнена на примере фрагмента ЕСГ, представленного на рис. 2. Рассматриваемая подсистема охватывает значительную часть территории страны и обеспечивает транспортировку газа от месторождений северных районов Тюменской обл. в Центральную Россию и Поволжье. Она состоит из 16 многониточных участков ГТС, сооруженных преимущественно из труб диаметром 1420 мм с проектным давлением 7,45 МПа. Каждый из них включает в себя несколько КС. Общее количество последних составляет 57 ед.

В соответствии с принципами, изложенными в первой части статьи [5], в среде Python был сформирован расчетный граф ГТС. Рассматривался зимний режим транспортировки газа. Для всех участков с помощью разработанного нейрогидравлического симулятора выполнено обучение нейросетевых моделей (с помощью подходов, указанных выше). Результаты прогнозов этих моделей верифицированы по расчетно-технологическим паспортам соответствующих участков ГТС. В них содержатся данные (расчетные) о технически возможной пропускной способности участков при фактически сложившейся геометрии линейной части, техническом состоянии оборудования и разрешенных рабочих давлениях. Верификация показала адекватность построенных нейросетевых моделей и возможность их применения для получения выводов о качестве предложенных оптимизационных моделей ГТС ЕСГ.

В вычислительных экспериментах решались две оптимизационные задачи:

– минимизация затрат топливно-энергетических ресурсов на транспортировку заданного объема газа;

– расчет максимальной пропускной способности ГТС.

В качестве граничных условий использовались значения давления газа на входах (КС «Ямбургская», «Пуровская», «Перегребная») и выходах ГТС (КС «Лукояновская», «Починки», «Петровск») (рис. 2, 3). В первой задаче на выходах ГТС дополнительно вводились данные о минимально необходимых объемах транспорта газа. Величина попутного потребления принималась равной значениям, характерным для январского периода эксплуатации системы.

В обеих задачах управляющими (оптимизируемыми) параметрами выступали давление газа на границах смежных участков ГТС, а также степени сжатия компрессорных цехов. Расчетные значения также включали в себя расходы газа через каждый участок, величины его аккумулированного объема в участках (запас газа), потребляемой мощности КС и затрат топливного газа.

Апробация предложенных в работе подходов выполнялась на основе метода внутренней точки с помощью оптимизационного пакета IPOPT [7]. Он предоставляет широкие возможности по настройке параметров расчетных процедур, которые варьировались в экспериментах. Автоматическое дифференцирование нейросетевых моделей участков ГТС, которое требовалось при вычислении градиентов целевой функции и ограничений по управляющим параметрам, проводилось с применением пакета машинного обучения TensorFlow.

Результаты экспериментов показали следующее:

– предложенные методические подходы, математические модели и инструменты обеспечивают решение рассмотренных оптимизационных задач;

– расчетные оптимальные режимы ГТС технологичны и отвечают сложившейся практике управления ГТС. Например, модель стремится поддерживать высокие степени сжатия на первых по ходу газа КС и высокий уровень его запаса в ГТС. Это отвечает эмпирическим правилам оптимального управления данными системами [8];

– время решения задач приемлемо для использования предложенных моделей на практике. Применение матрицы Гессе для функции Лагранжа улучшает сходимость вычислительной процедуры;

– оптимизационная модель чувствительна к начальному приближению. Поиск хороших начальных приближений, в том числе с использованием технологий искусственного интеллекта, – перспективное направление развития модели.

ОПТИМИЗАЦИЯ ГТС ЕСГ В ЦЕЛОМ

Предложенные методы, алгоритмы и инструменты достаточно гибкие для их масштабирования на задачи моделирования и оптимизации режимов работы ГТС ЕСГ в целом. Они не накладывают ограничений (на структуру ГТС, количество переменных и др.), которые были бы существенны для моделирования данного объекта. Детальная декомпозиция ЕСГ, которая принята в газовой отрасли, включает около 100 участков ГТС, при этом методы внутренней точки, как отмечалось ранее, обладают высокой эффективностью на задачах значительно большей размерности.

Для подтверждения работоспособности моделей в задачах с размерностью, схожей с размерностью задач моделирования ЕСГ, проведены вычислительные эксперименты по моделированию режима работы условной ГТС произвольной структуры с числом участков, равным 100. Расчеты выполнялись с использованием методов внутренней точки (с применением программного пакета IPOPT [7]) и последовательного квадратичного программирования (с применением программного пакета NLOpt [9]).

Результаты экспериментов показали, что в условиях большой размерности [10] модель работоспособна, однако число итераций расчетных процедур заметно возрастает. Стоит отметить, что реализованные алгоритмы в настоящее время не используют параллельных вычислений градиентов целевых функций и ограничений по параметрам работы участков ГТС (число таких вычислений в используемых методах весьма существенно и колеблется в диапазоне от 104 до 106), что является предметом их дальнейшего совершенствования.

ЗАКЛЮЧЕНИЕ

Методы, алгоритмы и инструменты моделирования и оптимизации режимов работы ГТС ЕСГ на основе технологий искусственного интеллекта, предложенные в настоящей статье, позволяют решать актуальные для отрасли крупные нелинейные задачи оптимизации, что ранее было недоступно. Полученные результаты показали: нейронные сети весьма точно аппроксимируют зависимости между параметрами течения газа как в отдельных линейных участках, так и в многониточных участках ГТС с КС. Данные прогнозов (расчетов) режимов течения газа, выполненные на обученных нейросетевых моделях, близки к тем, которые можно получить с помощью традиционных для отрасли ПВК моделирования и оптимизации ГТС [11]. Результаты оптимизационных расчетов, проведенных с применением нейросетевых моделей, достаточно легко верифицируются на ПВК. Это повышает доверие к нейросетевым прогнозам.

Стоит отметить, что время вычислений на нейросетевых моделях кратно ниже времени работы итерационных процедур балансирования потоков газа в ПВК. Это позволяет эффективно применять нейросетевые модели как составные части оптимизационной модели крупных ГТС, использующей информацию о первых и вторых производных целевых функций и ограничений. Расчет производных выполняется на основе процедур автоматического дифференцирования нейронных сетей, которыми оснащены современные программные пакеты глубокого машинного обучения. Это обеспечивает высокопроизводительный синтез нейросетевых моделей участков при их интеграции с пакетами нелинейной оптимизации. Так как скорость вычислений на нейронных сетях достаточно высокая, обученные модели могут использоваться в режиме, близком к реальному времени.

Предложенные в работе подходы довольно гибкие. Они позволяют строить композицию модели ГТС ЕСГ как из крупных фрагментов, так и из более мелких, в зависимости от потребностей соответствующих оптимизационных задач.

Вместе с тем необходимо обратить внимание на ряд особенностей, которые будут сопутствовать развитию моделирования ЕСГ на основе технологий искусственного интеллекта, и наметить пути развития этого направления.

Во-первых, адекватные модели ГТС ЕСГ требуют учета множества технологических нюансов, например таких, как:

– вывод технологических объектов в ремонт;

– изменение попутного газопотребления при транспортировке газа по участкам ГТС;

– изменение технического состояния оборудования и гидравлического состояния линейной части в процессе эксплуатации;

– наличие множества конфигураций региональных ГТС, т. е. схем соединения объектов, которые могут применяться при локальном маневрировании потоками газа;

– изменение условий окружающей среды (например, температуры воздуха), влияющих на технологические режимы транспорта газа;

– другие нюансы, не в полной мере учтенные в настоящей работе.

Процедуры обучения нейросетевой модели каждого участка ГТС и поддержание ее в актуальном состоянии весьма трудоемки. Целесообразно исследовать возможности разработки универсальных нейросетевых моделей, которые могут использоваться для описания любого участка ГТС, а не обучать модели каждого участка в отдельности. Проведенные исследования и оценки показали, что создание таких моделей возможно, а современные нейросетевые архитектуры могут успешно применяться для моделирования участков (например, графовые нейронные сети – для учета конфигурации участка ГТС, рекуррентные нейронные сети – для моделирования динамики процессов течения газа, и т. д.).

Во-вторых, рассмотренные в статье модели стационарного течения газа в ГТС ЕСГ представляют собой некоторое упрощение реальности, поскольку такие режимы на практике встречаются редко (хотя эти модели вполне применимы при решении различных задач средне- и долгосрочного планирования). Для оперативного управления системами газоснабжения требуется разработка технологических моделей квазистационарного и нестационарного течения газа в ГТС ЕСГ. Стоит отметить, что предложенные подходы не накладывают ограничений на модели участков ГТС, которые используются в модели ЕСГ. Развитие моделирования последней должно быть направлено на расширение арсенала применяемых нейронных сетей для фрагментов ЕСГ. Например, проведенные исследования [12] показали, что рекуррентные нейронные сети [13] пригодны для моделирования нестационарных течений газа в ГТС ЕСГ и обеспечивают хорошее качество результатов. Такие нейросетевые архитектуры могут успешно применяться для построения детальных моделей ГТС ЕСГ.

В-третьих, обучение нейронных сетей – моделей участков ГТС, способных учитывать различные нюансы работы участков, – будет требовать все более высокой нагрузки. Однако очевидно, что доступность вычислительных мощностей в ближайшие годы продолжит расти. Например, в результате использования в настоящей работе GPU скорость обучения моделей существенно увеличилась. Рост доступности мощных облачных GPU-ресурсов будет способствовать росту эффективности нейросетевых моделей ГТС. При разработке новых нейросетевых моделей и программных комплексов моделирования и оптимизации ЕСГ следует придерживаться современного стека облачных цифровых технологий и применять специальные облачные архитектуры (от англ. cloud native) программного обеспечения.

Кроме того, как отмечено в настоящей работе, существующие в отрасли ПВК моделирования и оптимизации режимов ГТС можно эффективно использовать для обучения моделей искусственного интеллекта. Развитие направления гибридного моделирования ЕСГ, опирающегося на технологии машинного обучения и классические гидравлические модели, должно быть скоординировано с развитием этих ПВК, которые необходимо интегрировать в контур новых цифровых технологий.

Наконец, целесообразно развивать цифровые двойники ГТС ЕСГ и создавать модели, способные в режиме реального времени отслеживать состояние технологического процесса, прогнозировать динамику его развития и предлагать решения по оптимизации динамических режимов ЕСГ. Исследования передовых технологий искусственного интеллекта показали, что создание таких промышленных рекомендательных систем реально, а эффекты от их внедрения потенциально весьма значительны [3, 14]. Это направление может стать предметом дальнейших исследований.

В составе экспозиции «Газорас-пределение» ООО «Газпром межрегионгаз» компания «АКСИТЕХ» продемонстрировала новую линейку комплексов телеметрии АКТЕЛ, которые позволяют автоматизировать все типовые исполнения узлов измерения расхода газа и пунктов редуцирования газа. В состав комплексов в зависимости от сложности объекта могут входить и новый процессорный модуль КАМ200–14 с функцией программируемой логики, и бюджетный контроллер КАМ25, специально разработанный для типовых узлов учета и измерения газа, автоматизируемых в рамках программы СТМ-90. Помимо этого, было представлено техническое решение для ограничения расхода газа – система АСДУК-УОРГ, преимущество которой заключается в оперативном измерении расхода газа без применения внешнего измерительного комплекса (расходомера) и автоматическом поддержании заданного региональной газовой компанией объема потребления газа.

На своем стенде «АКСИТЕХ» главное внимание уделила концепции цифровизации цепочек поставки газа, в частности демонстрации Единого пульта управления средствами телеметрии / телемеханики региональных газовых компаний и газораспределительных организаций, выполненного на базе программной платформы «Смарт. газ». Программное решение позволяет объединить все процессы, связанные с газоснабжением и эксплуатацией технологического газового оборудования, в одном информационном поле. Встроенная математическая обработка технологических параметров дает возможность с высокой точностью прогнозировать потребление в зависимости от сезона, времени суток и т. п., выявлять нехарактерное потребление газа и неисправное оборудование в автоматическом режиме, осуществляя тем самым постоянный мониторинг, сбор и анализ всех параметров работы узлов учета газа, средств телеметрии и бытовых смарт-счетчиков газа. Решение для организации сбора данных со смарт-счетчиков газа было представлено компанией на стенде «Газпромбанка».

Оборудованные на стенде рабочие места позволили участникам форума ознакомиться с функционированием и конфигурированием контроллеров и программного обеспечения разработки «АКСИТЕХ».

Х Петербургский международный газовый форум выявил стабильно растущую потребность газовой отрасли не только в сфере оснащения объектов автоматизированными системами, но и в сфере применения новых методов обработки получаемых данных, тем самым поставил для компании новые задачи и обозначил перспективы ее развития в отрасли.

Генеральная схема газоснабжения и газификации субъекта РФ (далее – ГС) – это документ, определяющий перспективы развития газотранспортной и газораспределительной инфраструктуры региона, а также перспективы газификации новых потребителей. Генеральные схемы могут стать информационной основой для реализации поручений Президента РФ о поэтапном завершении газификации РФ. Подходы к разработке ГС должны учитывать постоянно изменяющиеся социальные и экономические условия, возросший уровень техники и информационного обеспечения. Значительный интерес вызывают проблемы оценки перспективной потребности в газе. Правильный прогноз – ключевой фактор при обосновании технических решений по газификации, который предопределяет сбалансированность развития систем газоснабжения.

Правовое регулирование газоснабжения и газификации в РФ осуществляется в соответствии с федеральными законами [1, 2] и постановлением [3].

Генеральные схемы газоснабжения и газификации регионов

Определение ГС приведено в отраслевом стандарте [4]: «Генеральная схема – постоянно действующий и регулярно обновляемый информационно-аналитический документ, обосновывающий и определяющий основные направления развития газоснабжения региона, включая вовлечение местной ресурсной базы, программы энергосбережения, оценку перспективного спроса на газ, альтернативные варианты газоснабжения». Генеральная схема утверждается руководителем субъекта и представляет собой документ регионального стратегического планирования. В ней приводятся потенциальные потребители газа, их потребности, намечаются перспективы развития системы газоснабжения и требующиеся для этого затраты.

Несмотря на свой фактический статус, понятие «генеральная схема» не определяется в федеральных нормативных правовых актах, порядок ее разработки, согласования и утверждения регулируется ведомственными документами ПАО «Газпром» [4–6], в соответствии с требованиями которых в ГС должны содержаться:

– оценка перспективного спроса на газ и предложения по развитию систем газоснабжения и газификации потребителей;

– оценка затрат на развитие объектов газоснабжения и газораспределения с учетом эффективности региональных проектов;

– предложения по очередности развития газового рынка в регионе и возможному участию ПАО «Газпром» в дальнейшей газификации.

По рекомендациям ГС разрабатываются программы развития газоснабжения и газификации регионов РФ. Материалы ГС также составляют основу технико-экономического обоснования капиталоемких технологических объектов, которые требуют более детального анализа перед включением в инвестиционные программы ПАО «Газпром».

Актуализация ГС предусмотрена стандартом [4]. К настоящему времени в большинстве регионов действуют дважды обновленные редакции ГС. При разработке очередной версии актуализируется информация о структуре жилого фонда по населенным пунктам, действующих и потенциальных потребителях1, уточняются материалы ранее подготовленных проектных решений, в частности статус заявленных инвестиционных проектов2.

Актуализированные данные служат основой для корректировки прогнозной потребности в газе, большое значение при этом имеют обновленные сроки реализации инвестиционных проектов и выхода производств на проектные показатели. Возможность поставок газа, обеспечивающих намеченные показатели потенциальной потребности на перспективу, проверяется с учетом текущего технического состояния газовой инфраструктуры и возможностей ресурсной базы.

Программа развития газоснабжения и газификации субъектов РФ

С 2005 г. ПАО «Газпром» осуществляет планомерное развитие газоснабжения и газификации по корпоративной программе, которая на текущий момент охватывает 67 субъектов. За период 2005–2020 гг.:

– общий объем инвестиций составил 435 млрд руб.;

– построено 36,8 тыс. км газопроводов;

– газифицировано 5 тыс. населенных пунктов;

– созданы условия для газификации 1 млн квартир и домовладений и 6 тыс. котельных.

В статье рассмотрены показатели газификации субъектов РФ, сделаны выводы о фактических тенденциях и проблемах развития газификации, а также представлены предложения по совершенствованию подходов к оценке перспективной потребности в газе.

ОПЫТ АО «ГАЗПРОМ ПРОМГАЗ» В ОБЛАСТИ РАЗРАБОТКИ И АКТУАЛИЗАЦИИ ГС

ПАО «Газпром» инициирует деятельность по разработке и регулярной актуализации ГС субъектов РФ. Фактический исполнитель этих работ – АО «Газпром промгаз».

Первые ГС были созданы для Орловской и Астраханской областей. Начиная с 2005 г. интенсивность работ в этом направлении увеличилась. По состоянию на 2021 г. разработаны ГС 79 субъектов РФ, для большинства регионов уже дважды выполнена актуализация.

В табл. 1 представлена сводная информация о газификации РФ по состоянию на 01.01.2012 г. и 01.01.2020 г.

В РФ за период с 2012 по 2020 г. было построено 180 тыс. км (+23 %) наружных газопроводов, при этом суммарный объем транспортировки по газораспределительным сетям уменьшился на 69,6 млрд м3 (–20 %). Количество газифицированных квартир увеличилось на 4372 тыс. (+13 %). При этом суммарный объем транспортировки на нужды населения сократился на 5,0 млрд м3 (–9 %). Такая тенденция приводит к тому, что потенциал производственных мощностей газопроводов-отводов, газораспределительных станций и сетей используется далеко не в полном объеме.

С учетом того факта, что субъекты РФ имеют разные уровни газификации, скорость ее развития и направления использования газа, ниже приведены данные по нескольким регионам. Так, в табл. 2 представлена информация по Республике Башкортостан за 2012 и 2019 г.3

В этом субъекте за период с 2012 по 2019 г. было построено 5,6 тыс. км (+13 %) наружных газопроводов, при этом суммарный объем транспортировки по газораспределительным сетям уменьшился на 2,4 млрд м3 (–15 %). Количество газифицированных квартир увеличилось на 113 тыс. (+9 %), а поставки населению сократились на 0,3 млрд м3 (–15 %). Тенденция к уменьшению потребности в газе связана с изменениями климатических условий, модернизацией и переходом на использование более энергоэффективного оборудования, а также с экономическими кризисами, приводящими к закрытию предприятий – потребителей газа. Снижение объемов потребления населением объясняется более экономичным расходованием газа, которое вызвано ростом количества приборов учета и переходом в связи с этим от оплаты по нормативам к оплате по фактическому потреблению, а кроме того, увеличением стоимости газа для потребителей. Однако вопрос о том, вышли ли абоненты на рациональный (оптимальный для потребителя) уровень потребления газа, или следует ожидать дальнейшего снижения удельного потребления ими газа, остается открытым. При этом перспективная потребность, сформированная в первую очередь по данным правительства региона, с 2012 по 2019 г. увеличилась на 3 млрд м3.

На основании показателей Республики Башкортостан можно говорить о снижении экономической эффективности повышения уровня газификации для регионов с уже высоким уровнем. Кроме того, в таких субъектах, как правило, остаются не газифицированными именно те населенные пункты, которые расположены в удалении от ближайших точек возможного подключения к Единой системе газоснабжения РФ и газификация которых требует значительных капитальных вложений.

В табл. 3 представлена информация о газификации Тверской обл. в 2013 и 2019 г.4.

Динамика показателей имеет аналогичные тенденции – протяженность сетей и количество потребителей растут, а фактический объем поставок газа снижается. В регионе за период с 2013 по 2019 г. было построено 1,3 тыс. км (+16 %) наружных газопроводов, при этом суммарный годовой объем транспортировки по газораспределительным сетям уменьшился на 0,5 млрд м3 (–11 %). Количество газифицированных квартир увеличилось на 36 тыс. (+8 %), а объем транспортировки на нужды населения сократился на 0,01 млрд м3 (–3 %). Стоит отметить, что при актуализации ГС Тверской обл. перспективная потребность в газе за 2013–2019 гг. уменьшилась на 1,1 млрд м3. Это говорит о необходимости введения дополнительных критериев для оценки вероятности реализации крупных проектов.

В регионах, газификация которых далека от завершения, наблюдаются другие тенденции. В табл. 4 представлена информация о газификации Сахалинской обл. за 2014 и 2020 г.5.

В регионе с 2014 по 2020 г. было построено 0,3 тыс. км (+54 %) наружных газопроводов, при этом суммарный объем транспортировки по газораспределительным сетям возрос на 0,2 млрд м3 (+25 %). Количество газифицированных квартир увеличилось на 5,5 тыс. (+24 %). Суммарный объем транспортировки газа на нужды населения показал рост на 0,02 млрд м3 (+41 %). Однако потенциальная перспективная потребность в газе по результатам актуализации ГС Сахалинской обл. в 2020 г. осталась почти на том же уровне, что и в 2014 г.

Таким образом, в регионах с высоким уровнем газификации количество потребителей и охват газораспределительными сетями увеличиваются, а потребление при этом уменьшается. Данное обстоятельство осложняет планирование объемов добычи, переработки, транспортировки, распределения и потребления газа и требует коренного пересмотра подходов к оценке перспективной потребности в нем. Возникает вопрос: как учитывать при разработке ГС информацию о заявках на подключение к газораспределительным сетям от потенциальных потребителей в условиях фактического снижения объемов потребления?

Основные проблемы развития систем газоснабжения на завершающих этапах газификации

Ситуация в сфере газоснабжения и газификации характеризуется множеством сложившихся проблем, которые нельзя не учитывать при формировании и оценке перспектив реализации ГС. Ниже перечислены некоторые из таких проблем, наиболее актуальные на современном этапе:

– значительные различия в уровнях газификации субъектов РФ. Экономические условия дальнейшего развития газификации регионов с высоким уровнем газификации и объемом потребления газа6 более благоприятны по сравнению со слабогазифицированными, где для рентабельности проектов требуется существенное повышение тарифов. Такая ситуация способствует усугублению неравенства территорий по уровню газификации, а также экономического развития и дотациям для предотвращения дальнейшего падения доходов населения и требует государственного решения;

– снижение экономической эффективности повышения уровня газификации при сокращении удельных (на километр новых газопроводов) объемов потребления газа и увеличении расстояний от населенных пунктов, подлежащих газификации, до ближайших точек возможного подключения к Единой системе газоснабжения РФ;

– высокая сезонная неравномерность потребления газа и необходимость обеспечения пикового спроса, представляющие собой значимые факторы, которые снижают эффективность проектов газификации7;

– неполное использование потенциала производственных мощностей газопроводов-отводов, газораспределительных станций и сетей для развития газификации и подключения новых потребителей;

– повышение доли независимых8 поставщиков в объемах продаж газа, практически не участвующих в газификации регионов;

– отсутствие экономических предпосылок для реализации проектов автономной газификации населения и коммунально-бытовых потребителей;

– директивное сдерживание обоснованного роста тарифов на транспортировку по газораспределительным сетям, не способствующее развитию газификации и ухудшающее финансовое положение газораспределительных организаций;

– низкая дисциплина оплаты поставленного потребителям газа, что снижает инвестиционную привлекательность проектов газификации;

– невыполнение субъектами РФ своих обязательств, приводящее к срыву программ газификации ПАО «Газпром»;

– недостаточный объем финансирования строительства внутрипоселковых сетей со стороны регионов. Как следствие, темпы подключения потребителей и загрузки сооруженных объектов низкие и не обеспечивают окупаемость затрат9;

– невыполнение потребителями своих обязательств по заявленным объемам и срокам их достижения;

– отсутствие в большинстве регионов льготного кредитования населения для подключения домовладений к сетям газораспределения и установки газоиспользующего оборудования, что снижает рентабельность проектов газификации10.

Большинство из указанных проблем связано с несовершенством нормативно-правовой базы. На начальных этапах это сдерживало развитие газификации субъектов РФ, но особенно чувствуется на ее завершающих стадиях.

Далее будут сформулированы предложения по изменению требований к разработке ГС и подходы к оценке перспективной потребности в газе с учетом фактических тенденций.

СОВЕРШЕНСТВОВАНИЕ ТРЕБОВАНИЙ К РАЗРАБОТКЕ ГС

Следует отметить, что требования к разработке ГС постоянно повышались. Так, в процедуру создания этого документа последовательно вводились следующие дополнения:

– учет перспектив и планов развития субъектов РФ;

– учет ограничений по прокладке трасс газопроводов по территориям с особым порядком использования земельных участков;

– обоснование схемы газоснабжения: сетевая или автономная с использованием сжиженного природного газа;

– оптимизация технических решений по развитию объектов магистрального транспорта (газопроводы-отводы и газораспределительные станции), необходимых для увеличения поставок газа потребителям;

– сценарный подход к выбору варианта развития газоснабжения и газификации регионов.

Теперь при разработке ГС предусмотрен анализ трех сценариев, которые соответствуют максимальным, минимальным и средним темпам развития газификации и газоснабжения субъектов РФ.

В максимальном сценарии используется оценка перспективной потребности на полное развитие без учета динамики роста: предусматривается газификация всех потребителей, заявленных регионом.

В минимальном учитываются лишь объекты, строительство которых уже начато или закреплено в программах ПАО «Газпром» и субъектов РФ. В этом сценарии динамика перспективной потребности в газе формируется с учетом межтопливной конкуренции.

В среднем к рассмотренному выше минимальному сценарию добавляются объекты Единой системы газоснабжения РФ, ввод которых обеспечит поставку газа некоторым проектируемым промышленным предприятиям. Срок завершения строительства и выхода последних на проектное потребление определяется с низкой степенью достоверности. В связи с этим руководителям соответствующих организаций направляются запросы в целях подтверждения их планов по строительству и вводу объектов, а также получения информации о перспективной потребности в газе. В среднем сценарии учитываются только те крупные промышленные объекты, по которым был получен официальный ответ, подтверждающий неизменность планов. Перспективная потребность в газе формируется, как и в минимальном сценарии, с учетом межтопливной конкуренции. При оценке потребления действующих производств в расчет принимаются статистические данные о фактическом потреблении.

Прогноз перспективного спроса на газ играет ключевую роль при обосновании технических решений по развитию объектов газоснабжения и газораспределения, позволяет оценить экономические показатели реализации рассматриваемого сценария с учетом затрат на сооружение и реконструкцию объектов газовой инфраструктуры.

ПОДХОДЫ К ОЦЕНКЕ ПЕРСПЕКТИВНОЙ ПОТРЕБНОСТИ В ГАЗЕ

Перспективная потребность в газе оценивается по информации, предоставляемой администрациями муниципальных образований, газораспределительными и газотранспортными организациями. В состав этих сведений входят либо перспективные параметры потенциальных объектов газификации (отапливаемая площадь, количество проживающих человек и т. п.), либо объем, заявленный потребителем. В обоих случаях требуется верификация полученной информации. Для этого используются, в частности, статистические данные с официальных сайтов федеральных или региональных служб.

Оценка перспективной потребности в газе по параметрам потенциального объекта газификации

Расчет перспективной потребности по планируемым параметрам объекта выполняется в соответствии с нормативными документами. Несмотря на то что допускаются различные подходы к оценке, результат всегда формируется как верхняя граница. Действующие в настоящее время свод правил и отраслевой стандарт [7, 8] давно нуждаются в обновлении. Например, нормы расхода тепла на горячее водоснабжение и приготовление пищи, закрепленные в документе [7], фактически не меняются на протяжении нескольких десятилетий. Изменились условия жизни людей, газоиспользующее оборудование, сама система газоснабжения. Неизменными остались только процедуры для расчета потребности в газе.

Далее вкратце затрагивается вопрос об оценке потребности на отопление. Существует несколько способов расчета:

– подбор отопительного аппарата по средней площади одной квартиры, затем расчет расхода газа по мощности подобранного аппарата;

– расчет в соответствии с удельными отопительными характеристиками здания;

– расчет по отапливаемой площади в соответствии с максимальным тепловым потоком.

В ГС до 2016 г. преимущественно применялся 1‑й способ, который дает верхнюю границу потребности. Однако эта методика оценивает лишь потенциальную возможность оборудования расходовать газ и фактически не учитывает климатические условия в регионе. Чтобы в этом убедиться, достаточно сопоставить расчетные объемы газа с фактическими.

После 2016 г. был принят на вооружение 3‑й способ. Максимальный тепловой поток зависит от температуры окружающего воздуха, на которую выполняется расчет, и от года постройки зданий. Следовательно, полученные результаты будут соответствовать региональным условиям. Данный способ дает самую близкую к фактическому уровню потребления оценку перспективной потребности в газе.

Такое изменение подходов при расчете позволяет получить результат, соответствующий фактически сложившимся режимам потребления. При этом для оценки последних применительно к объектам категории «население» выбирается год из числа пяти последних с максимальным объемом потребления газа (с целью адаптировать расчет под наиболее холодный отопительный период).

Оценка перспективной потребности в газе по заявленной информации

Если потребитель самостоятельно выполняет расчет перспективной потребности и предоставляет итоговую информацию о необходимом объеме газа, то проверить это невозможно.

Результаты расчетов, выполненных потребителями самостоятельно, могут быть неверны по следующим причинам:

– применение неактуальных норм расхода теплоты и топлива;

– двойной учет одних и тех же нужд в разных подпунктах расчета;

– учет резервных котлов в суммарной потребности;

– расчет по мощности потенциального оборудования, а не по параметрам конкретного объекта газификации и его обоснованной потребности;

– неучет неравномерности потребления (в итоге принимается, что количество часов максимального использования газа в году – 8760);

– неучет сезонности потребности при определении максимального часового расхода газа (например, пиковая потребность объектов, работающих в летние и осенние месяцы (зерносушилки, асфальтобетонные заводы), указывается как максимально возможный расход в зимний отопительный период).

Опыт разработки ГС позволил подобрать наиболее рациональные подходы к оценке потребности в газе существующих и потенциальных абонентов. За счет применения этих способов удалось сформировать оценку спроса на газ на нужды населения и для коммунально-бытовых предприятий, близкую к фактически достигнутым значениям в рассматриваемом регионе.

В дальнейшем могут оказаться эффективными следующие мероприятия по совершенствованию оценки перспективной потребности в газе:

– регулярная актуализация норм расхода тепла на коммунально-бытовые нужды с учетом новых технологий и оборудования;

– систематический пересмотр нормативных рекомендаций по расчету перспективной потребности в газе с учетом их практической апробации в регионах;

– закрепление на нормативном уровне критериев учета обоснованности заявленных регионом потенциальных потребителей газа и объемов их потребления.

Итак, ГС субъектов РФ требуют регулярной корректировки для синхронизации со следующими материалами, документами и источниками информации:

– планы социально-экономического развития субъектов РФ;

– данные государственной статистики о структуре жилого фонда;

– региональные программы газификации и программы ПАО «Газпром» по развитию газоснабжения и газификации субъектов РФ;

– схемы и программы перспективного развития Единой энергетической системы России;

– информация о перечне действующих выданных технических условий на подключение и заключенных договоров на технологическое присоединение к газораспределительным сетям;

– информация об инвестиционных проектах, включенных в соответствующие программы и планы по развитию территорий субъектов РФ;

– действующие нормативные документы, которые включают условия и требования к газификации и газоснабжению, в том числе в части газопотребления и норм расходов тепла на различные нужды.

Актуализация ГС субъектов РФ позволяет:

– проанализировать текущее состояние газификации региона, выявить изменения в темпах ее развития индивидуально в каждом субъекте РФ;

– получить текущую оценку обоснованной потребности в газе, в том числе актуализированное значение перспективной потребности и его динамику для крупных потребителей;

– сопоставить прогноз по срокам ввода и объемам потребления потенциальных абонентов, использованный при разработке предыдущей ГС, с фактическими показателями реализации проектов и получить вероятностные оценки, необходимые при создании очередных вариантов ГС;

– добиваться повышения качества ГС, учитывая накопленный опыт и новые (дополнительные) требования к разрабатываемой документации.

ВЫВОДЫ

Генеральные схемы газоснабжения и газификации регионов во многом определяют перспективы развития Единой системы газоснабжения РФ. Качество ГС, их адекватность современному состоянию отрасли и экономики страны в целом зависят от того, насколько обоснован прогноз перспективного газопотребления. Процедуры прогноза регламентируются нормативными документами федерального и корпоративного уровня, которые, однако, устарели и не учитывают реалий текущего момента.

В рамках разработки ГС АО «Газ-пром промгаз» выполняет анализ фактического уровня потребления газа по категориям потребителей и адаптирует расчетные параметры под фактические режимы в рамках действующих нормативов. Актуализация ГС на основе уточненных прогнозов позволит обосновать рациональные объемы реконструкции и развития объектов транспорта и распределения газа для обеспечения реальной потребности в газе субъектов РФ.

Для закрепления и развития подходов к оценке перспективной потребности в газе, апробированных в ГС, необходимо разработать документы нового поколения, которые в должной мере учитывали бы региональную специфику, экономические, климатические, технологические, социальные факторы и их динамику в связи с тенденциями изменения энергетики и условий жизни людей. Это будет способствовать принятию обоснованных решений по функционированию и реконструкции систем газоснабжения и газораспределения на этапе завершения газификации РФ, обеспечивая рациональный уровень избыточности производственных мощностей газораспределительных сетей.

Таблица 1. Сводная информация о газификации РФTable 1. Summary on gasification of the Russian Federation

Таблица 2. Информация о газификации Республики БашкортостанTable 2. Information on gasification of the Republic of Bashkortostan

Таблица 3. Информация о газификации Тверской обл.Table 3. Information on gasification of the Tver Oblast

Таблица 4. Информация о газификации Сахалинской обл.Table 4. Information on gasification of the Sakhalin Oblast

Анализируя итоги развития газоснабжения в зоне эксплуатационной ответственности ООО «Газпром трансгаз Москва», генеральный директор предприятия А.В. Бабаков особо отметил, что газотранспортная система, связывающая Ужгородский, Южный и Северный транспортные коридоры, – важный узел в Единой системе газоснабжения Российской Федерации. 92 % от общего объема газа, поставляемого ООО «Газпром трансгаз Москва», приходится на 14 регионов Центрального федерального округа. В абсолютных цифрах это 81,7 млрд м3, или 30 % от объема поставок газа ПАО «Газпром» на внутренний рынок России. С 13 областями разработаны и подписаны программы развития газоснабжения и газификации на период 2021–2025 гг.

Предприятие эксплуатирует 719 газораспределительных станций (ГРС) и контрольно-распределительных пунктов, при этом своими насущными задачами считает техническое перевооружение или реконструкцию ГРС, загруженных на 100 %.

В ходе работ особое внимание ООО «Газпром трансгаз Москва» уделяет повышению эффективности инвестиций, в частности за счет применения метода двухэтапной реконструкции. Специфика эксплуатации ГРС в Московском регионе (196 ГРС расположены в густонаселенных районах) обусловила разработку и применение дополнительных мероприятий по повышению надежности работы оборудования.

Основной задачей на период до 2025 г. является модернизация 69 ГРС в соответствии с комплексной программой реконструкции и технического перевооружения с достижением дополнительного прироста производительности станций на 2,9 млн м3 / ч. За данный период будет достигнута 100%-ная газификация еще в восьми субъектах РФ.

На период до 2030 г. перед Обществом стоит масштабная задача – достижение 100%-ной технически возможной сетевой газификации во всех регионах присутствия. При разработке соответствующих программ на этот период предлагается сделать упор на использование имеющегося резерва производительности 212 ГРС, загрузка которых составляет менее 25 %.

Заместитель начальника Депар-тамента ПАО «Газпром», генеральный директор ООО «Газпром ВНИИГАЗ» М.Ю. Недзвецкий поднял тему научно-технических и организационных решений по обеспечению эксплуатационной надежности и промышленной безопасности объектов транспорта газа с учетом особенностей Московской агломерации. В докладе особо были отмечены подходы к размещению магистрального газопровода в условиях высокой антропогенной активности в части требований к комплексной защите газопровода от коррозии, к организации и технологии строительно-монтажных работ при реконструкции участков газопровода, к качеству и объему неразрушающего контроля сварных соединений, мониторингу и диагностическому обслуживанию, составу, последовательности и параметрам гидравлических испытаний газопровода. Промежуточным результатом совместной работы исследователей и производственников стало утверждение Изменений № 3 к СП36.13330.2012 «СНиП 2.05.06–85* Магистральные трубопроводы», в которых откорректирован и дополнен ряд требований, касающихся возможности сокращения минимальных расстояний до магистральных газопроводов, требований по взаимному пересечению магистральных трубопроводов, оптимизированы требования к расстояниям от запорной арматуры до других объектов, в том числе в малонаселенных районах.

В докладе АО «Газпром промгаз» всесторонне проанализирована задача обеспечения сбалансированного развития систем газоснабжения, актуализация схем газоснабжения регионов с учетом выполнения задачи ускорения темпов развития газоснабжения и газификации и развития источников газоснабжения в регионах.

С.В. Густов, генеральный директор ООО «Газпром межрегионгаз», выступил на конференции с докладом «О реализации перечня поручений Президента Российской Федерации о внедрении социально ориентированной и экономически эффективной системы газификации и газоснабжения субъектов Российской Федерации, догазификации населенных пунктов». ПАО «Газпром» назначено Единым оператором газификации, осуществляющим строительство газопроводов-отводов (ГО), ГРС, межпоселковых и внутрипоселковых газопроводов, а также газопроводов «последней мили» (до границы земельного участка потребителя), что позволит достичь уровня 100%-ной технически осуществимой сетевой газификации к 2030 г. и ускорить реализацию мероприятий по догазификации граждан до конца 2022 г. Инвестиции Группы «Газпром» в рамках Программы развития газоснабжения и газификации 67 субъектов РФ на период 2021–2025 гг. в строительство ГО, ГРС и межпоселковых распределительных сетей составят 526 млрд руб., финансирование строительства внутрипоселковых газопроводов и газопроводов «последней мили» установлено в размере 259 млрд руб., а объемы расходов на догазификацию (подключение потребителей в ранее газифицированных населенных пунктах в 75 субъектах РФ) достигнут как минимум 480 млрд руб.

Новая модель развития газоснабжения и газификации регионов предусматривает строительство ГО и ГРС, межпоселковых, внутрипоселковых и газопроводов «последней мили» силами Единого оператора газификации. За последние годы внесены изменения в соответствующие федеральные законодательные акты; определены критерии домовладений, подлежащих догазификации, и сроки проведения мероприятий по их подключению к сетям газораспределения. В настоящее время газораспределительным организациям Группы «Газпром межрегионгаз» делегированы права осуществлять на территории субъектов РФ взаимодействие с заинтересованными сторонами в рамках реализации программ развития газоснабжения и газификации, а также догазификации от лица Единого оператора газификации.

Итоги конференции подвел заместитель председателя Правления ПАО «Газпром» В.А. Маркелов, подчеркнув важность обсуждаемой темы и отметив, что стратегическими направлениями деятельности газотранспортных предприятий Группы «Газпром» на ближайшие годы становятся газификация регионов согласно девятилетней программе, инициированной Президентом РФ, а также гарантированно надежные, безаварийные поставки газа потребителям. В.А. Маркелов констатировал, что, вследствие резкого роста потребления газа в России и Европе прошлой зимой, производственным коллективам предприятий Группы «Газпром» все лето пришлось работать в максимальном режиме, заполняя опустошенные газовые хранилища и в тот же период выполняя планово-производственные ремонты на трассе: «При этом необходимо учитывать, что одновременно в связи с аномально жарким летом также возросло неплановое потребление газа электроэнергетикой. Усугубляет ситуацию прогноз на холодную зиму. Потребление газа в Европе и России ожидается повышенным. С учетом данных обстоятельств нас ждет непростой период пиковых нагрузок. На «Газпром» накладывается повышенное обязательство – обеспечить потребителей нашей страны и экспорт».

В первой части настоящей публикации [1] описаны:

– уникальные требования к материалу и линейным трубам для проекта «Турецкий поток»;

– комплекс исследований, проведенных АО «Выксунский металлургический завод» (АО «ВМЗ», входит в состав АО «Объединенная металлургическая компания» (АО «ОМК»)), позволивший разработать стали и технологии термомеханической прокатки и освоить производство толстолистового проката;

– испытания, доказавшие пригодность труб, изготовленных АО «ВМЗ», для проекта «Турецкий поток».

В связи с рядом сложностей (большая глубина укладки, высокое эксплуатационное давление, сложный рельеф дна по трассе газопровода) к трубам для линейной части предъявлялись повышенные требования относительно механических свойств, геометрических параметров, контроля качества и др. Это обусловило необходимость создания и освоения новых производственных технологий с учетом сортамента (большая толщина стенки трубы, высокое отношение толщины стенки к диаметру трубы) в области формовки, сварки и нанесения покрытия, поскольку действующий способ не обеспечивал изготовление продукции, соответствующей требованиям проекта. Кроме того, нужно было разработать и внедрить новые методы контроля геометрических параметров труб, уровня твердости по всей поверхности металла, механических свойств.

Процесс решения указанных задач описывается в настоящей статье.

СОЗДАНИЕ ТЕХНОЛОГИИ ПРОИЗВОДСТВА ТРУБ ДЛЯ ПРОЕКТА «ТУРЕЦКИЙ ПОТОК»

Отличительная особенность строительства морских магистральных трубопроводов – применение труб со значительными толщинами стенок при сравнительно небольшом диаметре. Например, для «Турецкого потока» были использованы трубы 813 × 39 мм из стали категории прочности DNV SAWL 450 SFDU. Такое сочетание толщины стенки и диаметра изделия значительно усложняет производственный процесс, предъявляя повышенные требования к оборудованию и технологии изготовления продукции.

Для реализации проекта были использованы новые (не только для АО «ВМЗ», но и для отрасли в целом) приемы производства проката и труб, нанесения антикоррозионного покрытия и проведения испытаний.

Оптимальная схема формовки труб большого диаметра с низким отношением последнего к толщине стенки – способ JCO (шаговая формовка) [2]. Он позволяет осуществлять формовку изделий в широком диапазоне толщин стенок и диаметров. Это достигается за счет возможности реализации двух разных технологий в рамках одной схемы:

– формовки широким пуансоном с подобранным радиусом рабочей части по внутренней поверхности (рис. 1). Данная технология имеет ограничения по толщине стенки и классу прочности металла за счет больших прилагаемых усилий формовки;

– формовки способом свободной гибки универсальным инструментом по внутренней и наружной поверхностям (рис. 2).

Практический опыт производства труб по проекту «Турецкий поток» в АО «ВМЗ» показал, что применение формовки широким пуансоном не позволяет добиться требуемых геометрических параметров. В результате использования данной схемы трубные заготовки имели высокие значения по раскрытию, зазор между продольными кромками достигал 200 мм, что затрудняло сборку на сборочно-сварочном стане. Опытным путем удалось установить, что оптимальная величина раскрытия должна составлять от 50 до 70 мм.

В целях достижения требуемых геометрических параметров и допустимых остаточных напряжений была опробована формовка узким универсальным инструментом (рис. 3). Задача уменьшения величины раскрытия трубной заготовки в этом случае решалась за счет дополнительных шагов (деформации) по ее наружной поверхности.

При отработке данного способа также был выявлен существенный недостаток. Формовка осуществлялась за 31–35 шагов пресса, поэтому на получение одной заготовки требовалось около 20 мин, что, в свою очередь, не обеспечивало требуемую производительность.

Решение этой задачи привело к разработке технологии двухэтапной формовки: на первом прессе осуществляется процесс шаговой формовки основного контура заготовки широким пуансоном по внутренней поверхности; после этого вводится в действие второй пресс, где происходит доформовка универсальным (узким) инструментом по наружной поверхности (рис. 4).

На этапе опробования данной технологии использовались (последовательно) два пресса шаговой формовки (ПШФ). В целях дополнительного повышения производительности и автоматизации новой схемы в линию ПШФ дополнительно установили пресс финишной формовки (рис. 5). Его применение позволило перейти к формовке пуансоном на обоих JCO-прессах. В результате была получена трубная заготовка оптимальной формы для снижения остаточных внутренних напряжений в трубе (требование по раскрытию кольца после разрезки) и соблюдения требований по овальности (не более 4 мм). Итогом освоения данной технологии стало изготовление труб по проекту «Турецкий поток» с необходимым уровнем качества и производительностью.

При массовом внедрении описанного способа были достигнуты следующие показатели по геометрическим параметрам труб не менее чем для 95 % продукции:

– отклонения по внутреннему диаметру ± 0,5 мм при допустимом отклонении не более ± 1,2 мм;

– овальность концов труб не более 2,6 мм при допустимом отклонении не более 4 мм;

– овальность тела труб не более 2,2 мм при допустимом отклонении не более 4 мм;

– кривизна труб не более 0,11 % при допустимом отклонении не более 0,15 %;

– отклонение формы трубы от теоретической окружности в районе сварного шва не более 0,6 мм, по телу трубы – не бо-лее 0,9 мм при допустимом отклонении не более 1,5 мм.

Дальнейшее совершенствование технологии формовки сложных сортаментов труб (отношение диаметра к толщине стенки менее 35) было направлено на оптимизацию режимов работы ПШФ и экспандирование труб. Применение программных средств математического моделирования, а именно конечно-элементного пакета ANSYS (рис. 6), позволило выявить алгебраические законы влияния входных факторов процесса (например, предела текучести) на угол воздействия инструмента деформации и величину его хода [3]. Кроме того, удалось стабилизировать разброс степени деформации труб при экспандировании до ± 0,06 % при требовании ± 0,20 % (требование по степени деформации труб при экспандировании – 0,80–1,20 %, фактические показатели – 0,92–1,04 %).

В проекте «Турецкий поток» к сварному соединению труб применялись особые требования по поглощенной энергии в разных сечениях швов при температуре –20 ºС и твердости наружного шва менее 245 HV 10. Их выполнение осложняла повышенная толщина стенки труб (39 мм). При сварке таких стенок особое внимание уделяется ограничению тепловложения. Из-за значительной погонной энергии существует риск формирования сварных швов с низкими величинами поглощенной энергии. В то же время малое тепловложение не обеспечит достаточного проплавления швов (рис. 7) [4, 5].

В АО «ВМЗ» проводились исследования в целях разработки оптимальной формы разделки кромок и режимов сварки. Требования заказчика к ударной вязкости по Шарпи и поверхностной твердости были выполнены, как показано на рис. 8. Создание схемы оптимальной разделки кромок под сварку, подбор комбинации зарубежных и отечественных сварочных материалов, разработка режимов сварки – все это позволило уменьшить размер зоны термического влияния, улучшить формирование сварного шва, снизить его твердость и повысить хладостойкость.

В целях улучшения механических характеристик основного металла трубы особенным требованием проектной спецификации для наружного покрытия стала термообработка труб при обязательном выполнении следующих условий (рис. 9):

– температура термообработки на линии покрытия должна быть в диапазоне от 210 ºС до максимальной температуры, рекомендованной поставщиком эпоксидного порошка, но не превышать 260 ºС;

– необходимо поддерживать минимальную температуру трубы в течение как минимум 175 с.

Следует отметить, что при соблюдении стандартных требований к нанесению наружного антикоррозионного покрытия выполняется настройка оборудования линии покрытия для достижения оптимальных технологических параметров при нанесении и полимеризации. Чтобы добиться максимальной адгезионной прочности в процессе нанесения трехслойного полипропиленового (ПП) покрытия, экструдируемая пленка адгезива должна быть нанесена на неотвержденный слой наплавляемого эпоксидного покрытия, находящийся в гелеобразном состоянии. Для этого режимы нанесения, включая температуру нагрева труб и линейную скорость, следует выбирать с учетом времени гелеобразования применяемой эпоксидной краски.

Необходимость термообработки труб в линии покрытия по всей толщине стенки при указанных условиях привела к тому, что пришлось отклониться от стандартных параметров, снизив производительность линии (линейную скорость) для данного сортамента примерно на 20 %, но при этом увеличив температуру нагрева труб на 15–20 ºС.

Особенное требование спецификации заставило не настраивать режимы нанесения покрытия под характеристики материала, а подбирать материал для нанесения в условиях заданных параметров термообработки.

На момент получения проектной спецификации ни один из известных производителей эпоксидных порошковых красок, специализирующихся на изготовлении материалов для наружного антикоррозионного покрытия труб, не смог предложить вариант, при котором процесс нанесения осуществлялся бы при требуемых условиях и при этом гарантировалось бы соответствие качества покрытия всем требованиям. Стандартные версии эпоксидных порошковых материалов имели недостаточный период гелеобразования для нанесения покрытия в рекомендованных температурно-временнх интервалах при выполнении заданных режимов термообработки труб.

Для организации взаимодействия с производителями АО «ВМЗ» подготовило технические требования к материалу FBE (от англ. fusion bonded epoxy) для нанесения покрытия по требованиям проекта «Турецкий поток» в условиях заводских линий. Задачу создания новой версии эпоксидной порошковой краски для выполнения поставленных условий решило АО «3М Россия». Для этого все работы, включая изготовление и сертификацию материала, технологические испытания на линии покрытия и его лабораторные испытания, необходимо было выполнить в предельно сжатые сроки (менее 6 мес.) до предварительных квалификационных испытаний (PQT) (рис. 10).

До начала подготовки к проекту «Турецкий поток» компания «3М Россия» производила материал Scotchkote 226N в трех версиях (модификациях) с индексами 4G, 8G и 11G (перечислены в порядке возрастания времени гелеобразования). Перед PQT на линиях покрытия АО «ВМЗ» применялась модификация Scotchkote 226N 11G. Для технологических испытаний в рамках проекта АО «3М Россия» предложило новые модификации с индексами 14G и 17G. В результате для PQT и массового производства труб с покрытием для «Турецкого потока» была выбрана эпоксидная порошковая краска Scotchkote 226N 14G.

Совместная работа специалистов АО «ВМЗ» и АО «3М Россия» позволила в сжатые сроки провести все необходимые мероприятия по достижению проектных требований и успешно выполнить программу PQT. Краска Scotchkote 226N 14G использовалась в двух системах с ПП-материалами компаний LyondellBasell Industries N. V. и Borealis AG на всем протяжении реализации проекта.

СПЕЦИАЛЬНЫЕ МЕТОДЫ КОНТРОЛЯ КАЧЕСТВА В ПРОЦЕССЕ ПРОИЗВОДСТВА ТРУБ

Контроль геометрических параметров труб автоматическим способом обеспечивает более высокую точность измерений по сравнению с ручными замерами и исключение человеческого фактора. В целях выполнения требований заказчика по автоматическому измерению диаметра и овальности труб АО «ВМЗ» совместно с ООО «Марви» был создан измерительный комплекс для автоматического контроля геометрических параметров труб. Работа сканеров основана на принципе оптической триангуляции. Комплекс обеспечивает выполнение контроля геометрических параметров труб диаметром 508–1422 мм в потоке с заданной производительностью и точностью (рис. 11).

Измеряемые параметры приведены в табл. 1, прочие определяются автоматическим расчетом (табл. 2).

Данная установка позволила исключить бóльшую часть ручных замеров и выполнить требования заказчика (рис. 12).

Оценка наличия участков повышенной поверхностной твердости на листах при помощи вихретокового контроля – мера предупреждения производства и поставки труб с поверхностными трещинами основного металла (при изготовлении труб такие участки могут преобразоваться в поверхностные трещины).

Для исключения попадания в производство листового проката с участками повышенной твердости было принято решение о проведении входного контроля.

Обычные приборы для измерения твердости представляют собой портативные устройства, которые не позволяют проверить необходимый объем поверхности листа и не могут обеспечить требуемую эффективность контроля. АО «ВМЗ» была проведена оценка возможности обнаружения зон с повышенной твердостью с помощью неразрушающих методов контроля. В результате работы установили, что вихретоковый метод способен выявлять участки, на которых имеется отклонение по твердости.

Ввиду отсутствия специализированного оборудования вихретокового контроля для решения данных задач специалистами АО «ВМЗ» был собран опытный образец механизированной пятиканальной установки на базе ручных вихретоковых дефектоскопов ВД-90НП производства АО «МНПО «Спектр».

Настройка установки и периодическая проверка параметров контроля производились на калибровочных листах, в которых обнаружились зоны с повышенной твердостью. При изготовлении оборудование было усовершенствовано: использован многоканальный дефектоскоп ВД-91НМ, количество датчиков увеличено до восьми, установлено специализированное программное обеспечение для отображения результатов (рис. 13).

Внедрение вихретокового контроля позволило исключить попадание листов с повышенной твердостью на трубный передел и гарантировать отсутствие трещин основного металла на поверхности готовой продукции.

В рамках реализации проекта «Турецкий поток» необходимо было провести маломасштабные испытания на сжатие в состоянии после изготовления (AF – в состоянии после деформации), термического старения в лабораторных условиях (SHT – в состоянии после имитирующей термообработки) и нанесения покрытия (AC – в состоянии после нанесения покрытия). Испытания после термического старения в лабораторных условиях требовалось проводить на каждой плавке.

Перед началом массового производства труб АО «ВМЗ» не имело оборудования для имитации термического старения образцов в лабораторных условиях с помощью индукционного устройства и приборов для испытания на сжатие, изготовления и испытания образцов. В связи с этим было решено провести PQT на сжатие в компании C-FER Technologies, а для испытаний при квалификации и массовом производстве спроектировать оборудование для индукционного нагрева образцов совместно с ООО «НПФ ФРЕАЛ и Ко» (рис. 14).

Основная задача оборудования индукционного нагрева – обеспечить стабильность скорости нагрева цилиндрического образца от температуры окружающей среды до заданной в интервале от 3 до 5 ºС / с. Заданная температура должна поддерживаться в пределах 220 ºС (–10 / +15) ºC. Для выполнения вышеуказанных условий был разработан стенд индукционного нагрева цилиндрических образцов. Его особенность заключалась в применении мини-камеры с керамическим дном и крышкой, а также с корпусом из каолиновой ваты, в которой располагается образец при нагреве. Это позволило минимизировать потери тепла на концах цилиндра и обеспечить равномерный прогрев по всей длине. Для регистрации, хранения и распечатки температурных режимов для каждого образца компания – поставщик оборудования разработала программу ISCsoftLT3, которая позволяет выводить информацию в графическом режиме и в формате Microsoft Excel. Стабильность работы стенда была подтверждена инспекцией заказчика.

В соответствии со стандартом [6] установлены жесткие требования к параметрам образца на сжатие: диаметр – (22,0 ± 0,1) мм, отклонение от параллельности сторон – 0,01 мм; перпендикулярность сторон – (90 ± 3)º, шероховатость по параметру Ra – до 1,0 мкм (Ra – среднеарифметическое отклонение профиля). Для обеспечения требований по качеству изготовления цилиндрических образцов на сжатие было закуплено специальное оборудование с числовым программным управлением и возможностью перехвата заготовки во время обработки. Программа установки была создана специалистами АО «ВМЗ».

Испытания на сжатие проводились на оборудовании Z600E (Zwick GmbH and Co. KG). Контроль деформации осуществлялся двумя экстензометрами, установленными на образец. При этом программа обеспечивала вывод информации с каждого прибора и среднего значения показаний экстензометров. За счет разработки комплекса мероприятий по освоению испытаний на сжатие появилась возможность своевременно проводить аттестацию и отгрузку труб заказчику (рис. 15).

ВЫВОДЫ

Создание технологии и освоение массового производства труб для линейной части подводного газопровода «Турецкий поток» потребовали от АО «ОМК» внедрения серьезных инноваций и инвестиций. Значительная часть подготовительных работ была проведена в рамках программы научно-технического сотрудничества с ПАО «Газпром».

Реализованный комплекс мероприятий позволил:

– создать технологию формовки труб с применением пресса финишной формовки, за счет которой удалось освоить схему производства труб 813 × 39 мм из стали категории прочности DNV SAWL 450 SFDU оптимальной формы со сниженным уровнем остаточных внутренних напряжений и обеспечить требуемую производительность;

– оптимизировать разделку кромок под сварку, сварочные материалы и режимы сварки, что сделало возможным уменьшение размера зоны термического влияния, улучшение формирования шва, повышение хладостойкости и снижение твердости сварного шва;

– усовершенствовать процесс нанесения ПП-покрытия, совмещенный с термообработкой труб.

В области специальных методов контроля качества при производстве был внедрен контроль геометрических параметров труб автоматическим способом, созданы оборудование и методика оценки наличия участков повышенной поверхностной твердости на листах при помощи вихретокового контроля, разработано оборудование и освоены массовые испытания на сжатие материала труб в различном состоянии.

В целом указанные мероприятия позволили осуществить на АО «ВМЗ» массовое производство труб, полностью соответствующих требованиям проекта «Турецкий поток», и выполнить контракт на поставку 450 тыс. т продукции для подводной части проекта.

¹ Статья «Объединенная металлургическая компания и «Турецкий поток»: инновации, достижения, инженерия. Часть 1. Уникальные требования к трубной продукции, предварительные испытания, создание материала и освоение производства проката» была опубликована в журнале «Газовая промышленность» № 8 (820) за 2021 г.

Таблица 1. Измеряемые геометрические параметры трубTable 1. Measured pipe geometry parameters

Таблица 2. Параметры труб, определяемые автоматическим расчетомTable 2. Automatically computed pipe parameters

* Примечание. ВД – внутренний диаметр трубы, НД – наружный диаметр трубы, ТС – толщина стенки концов трубы.* Note. ID – pipe inside diameter, OD – pipe outside diameter, WT – pipe end wall thickness.

На заводе Объединенной металлургической компании в Челябинске (завод «ОМК Трубодеталь») в цехе по производству блочно-модульных конструкций собрали новое уникальное изделие, ранее не производимое в России, – блок отбензинивания попутного нефтяного газа.

Установка позволяет нефтепромысловым компаниям отказаться от практики сжигания попутного газа. Охлажденный газ, очищенный от механических примесей и водяных паров, разделяется на полезные фракции – газовый бензин и пропан-бутан.

«Проблема утилизации попутного нефтяного газа (ПНГ) – одна из наиболее острых в нефтегазовой отрасли, особенно в России. Наша страна, к сожалению, является лидером по количеству попутного газа, который попросту сгорает в факелах, тогда как на Западе научились превращать его в топливо, – рассказал К.В. Порошкин, начальник отдела по технологии нефтегазового оборудования инженерно-технологического центра завода «ОМК Трубодеталь». – Факелы являются неотъемлемыми спутниками наших нефтяных промыслов, что влечет за собой серьезные экологические проблемы, поскольку сжигание ПНГ сопровождается выбросом большого объема вредных веществ: продуктов неполного горения газа, углекислого газа и сернистых соединений».

Технологию утилизации ПНГ совместно разработали ученые Московского государственного технического университета имени Н.Э. Баумана и ООО «Газпромнефть НТЦ», а тендер на производство блока отбензинивания газа еще на этапе защиты технического предложения выиграл завод «ОМК Трубодеталь». Первая опытная установка поставлена на Царичанское месторождение, разработку которого вело ООО «Газпромнефть-Оренбург». Сборка блочно-модульной конструкции шла также при участии ОАО «ОренбургНИПИнефть». В создании блока наравне с кандидатами наук участвовали и специалисты инженерно-технологического центра «ОМК Трубодеталь».

Инженеры челябинского завода ОМК в процессе проектирования изделия разработали специальный аппарат, предназначенный для предварительного осушения ПНГ, представляющий собой гибрид теплообменника и сепаратора. Он удаляет из входящего ПНГ более половины содержащихся в нем водяных паров, что позволило снизить размер модуля адсорбционной осушки газа второй ступени и сократить габариты и стоимость блока.

Самой сложной задачей стало размещение многочисленных трубопроводов в ограниченном пространстве блок-модулей. Сотрудники конструкторского отдела завода «ОМК Трубодеталь» успешно справились с этим вопросом, компактно и аккуратно разместив коммуникации вокруг массивных теплообменных аппаратов. А специалисты по автоматизации и электроснабжению создали систему управления, которая позволяет установке работать полностью в автоматическом режиме и своевременно предотвращать аварийные ситуации.

ОМК непрерывно расширяет линейку своей продукции для удовлетворения самых разнообразных запросов и требований потребителя. Разрабатываемые уникальные решения по повышению эксплуатационной надежности деталей и внедрению новых технологий их производства позволяют сохранять репутацию сильного производителя, предлагающего комплексные и востребованные на рынке продукты с высокой степенью ответственности за их качество.

Деятельность компании газовой отрасли предполагает одновременную реализацию множества проектов по различным направлениям, таким как освоение новых месторождений (и на суше, и в шельфовой зоне), транспортировка, развитие комплексов по переработке, подземное хранение, реконструкция и техническое перевооружение объектов для обеспечения надежного, эффективного и безопасного функционирования существующих производственных мощностей. Для решения указанных задач требуется разработка методов формирования инвестиционной программы с учетом системно-го подхода для повышения качества принятия управленческих решений при формировании инвестиционной программы.

Надежность поставок природного газа (далее – газ) потребителям, подразумевающая гарантированное обеспечение им в осенне-зимние периоды пикового спроса, диверсификация рынков сбыта и форм поставки газа и продуктов его переработки, повышение эффективности и масштаба деятельности, развитие научного и технико-технологического потенциала – это стратегические приоритеты любой газовой компании. Влияние инвестиций на достижение заявленной цели проявляется как в среднесрочной, так и в долгосрочной перспективе и обусловливается сохранением и приростом возможностей по добыче газа на месторождениях и его отбору из подземных хранилищ за счет реализации инвестиционных проектов.

Выполнение отмеченных задач возможно при применении системного подхода и продуманном принятии решений по формированию инвестиционных программ в краткосрочной (1–2 года) и среднесрочной (3–5 лет) перспективе. Краткосрочное планирование требует глубокой проработки и учета более широкого временнóго контекста и неминуемо влечет необходимость детализированного среднесрочного планирования.

Важнейший фактор, влияющий на эффективность формирования инвестиционной программы, – степень обоснованности и точности исходных данных по каждому включенному в нее проекту по всем основным видам деятельности (добыча, транспорт и подземное хранение газа, переработка углеводородов), включая бурение и долгосрочные финансовые вложения. С этой целью в ПАО «Газпром» был разработан принципиально новый цифровой инструмент – Репозиторий инвестиционных проектов (далее – Репозиторий). Он предназначен для формирования инвестиционной программы за счет применения системного подхода к сбору, обработке, хранению и управлению информацией по инвестиционным проектам от замысла до окончания реализации и ввода объекта в эксплуатацию.

В процессе осуществления инвестиционной деятельности компания сталкивается с проблемой выбора проектов, подлежащих реализации и обладающих различными инвестиционными характеристиками. Основная задача формирования целостного перечня проектов – достижение таких показателей, получить которые при инвестировании в отдельно взятый проект невозможно. Ключевые принципы при этом – согласованность предполагаемых к реализации проектов с тактическими и стратегическими целями компании, достижение оптимального соотношения доходности и риска, доходности и ликвидности, соответствие объемам имеющихся инвестиционных ресурсов и кадровому потенциалу компании, мониторинг эффективности.

Финансовые критерии, включающие объемы требуемых инвестиционных ресурсов и эффективность, определяемую в том числе сроками реализации, наиболее часто применяются при отборе проектов [1–15]. При формировании инвестиционной программы ПАО «Газпром», кроме указанных финансовых критериев, необходимо руководствоваться факторами, ограничивающими возможности инвестирования.

Существующая Единая система газоснабжения России, представляющая собой комплекс удаленных друг от друга, но связанных технологически объектов добычи газа, его транспортировки, переработки, распределения и хранения, объединяет все инвестиционные проекты. Совокупность последних, в частности, должна обеспечивать максимально возможный ожидаемый пик потребления газа, который не обязательно будет достигнут. Это приведет к тому, что в следующем году при формировании инвестиционной программы возникнет «профицит» мощностей, т. е. они заложены, но в силу реализации конкретной рыночной ситуации не использованы. Таким образом, при формировании следующей годовой инвестиционной программы более рациональным может оказаться замедление сроков реализации некоторых проектов, например с четырех до пяти лет.

Подводя промежуточный итог, следует отметить, что особенности газового бизнеса ПАО «Газпром» приводят к необходимости решения нестандартных с точки зрения классического формирования инвестиционного портфеля задач. Объем инвестиционной программы должен каждый год обеспечивать возможность покрытия максимального складывающегося спроса на газ, т. е., кроме оценки классических показателей эффективности проектов, имеются границы роста объемов добычи и производства [16].

Устанавливающаяся конкретная рыночная конъюнктура может потребовать изменения сроков реализации проектов, что влечет за собой необходимость создания инструмента, позволяющего решать две нестандартные задачи.

Во-первых, для изменения сроков проекта необходимо формирование экономических моделей, позволяющих четко привязывать объем реализации инвестиций и эффекты в натуральном выражении. Для большинства инвестиционных проектов данная задача имеет ряд сложностей в силу того, что актируемые работы, такие как выкапывание и закапывание траншеи, не идентичны, например, строительству газопровода. Как показал анализ мировой практики, большинство экономических моделей не опускаются до такой степени детализации и не позволяют даже выделять физические эффекты от ввода отдельных объектов.

Кроме того, исходный инвестиционный проект может быть реализован для измененных целей, например маршрутов транспортировки. Так, газопровод Ухта – Торжок – 2 фактически прошел от Ухты не до Торжка, а до Грязовца. Соответственно, инструмент формирования инвестиционной программы должен быть способен учитывать и такие существенные корректировки.

В рамках создания Репозитория были предложены и реализованы различные методы получения оценок таких физических эффектов в зависимости от точности имеющейся информации и исходных моделей.

Вторая практическая задача заключается в разработке инструмента, позволяющего, с одной стороны, гармонизировать суммарный (физический) эффект от инвестиционной программы, а с другой – распределить в этих целях средства, для чего был использован следующий подход.

Перечень проектов инвестиционной программы разгруппировали в соответствии со стратегическими целями компании (проекты развития, проекты обеспечения пикового баланса и др.). В рамках каждой группировки были созданы варианты оптимизации, представляющие собой набор сценарных характеристик проектов. Далее руководитель (лицо, принимающее решение) может оперативно проанализировать, сравнить варианты по конкретным группировкам и сформировать инвестиционную программу компании на основе выбора направлений оптимизации.

Реализация инструмента позволила расширить функционал данной процедуры. Если ранее в связи с трудоемкостью сопоставления и учета создавалось до трех вариантов оптимизации, то после внедрения инструмента никаких ограничений по количеству нет. Большее число вариантов внутри каждой из сформированных группировок позволит получить наиболее оптимальный сценарий реализации.

Использование созданного инструмента для формирования инвестиционной программы демонстрирует достижения цифровой трансформации. Последняя представляет собой существенное изменение либо результата (продукта, услуги или работы), либо процесса получения такого результата (бизнес-процесса). В данном случае речь идет об изменении бизнес-процесса формирования инвестиционной программы. По сути, происходит замена связей «человек – человек» на «человек – компьютер», «компьютер – компьютер» и «компьютер – человек» (рис. 1).

ФУНКЦИОНАЛЬНЫЕ ВОЗМОЖНОСТИ ЦИФРОВОГО ИНСТРУМЕНТА

Репозиторий – это предметно-ориентированное, интегрированное, неизменяемое, обеспечивающее хронологию собрание данных, предназначенное для целей поддержки управления [17].

В современном мире под репозиторием понимается большая информационная корпоративная база данных (БД), предназначенная для анализа бизнес-процессов, поддержки принятия решений и подготовки отчетов, которая строится на основе клиент-серверной архитектуры, системы управления БД и утилит поддержки принятия решений с учетом времени (все изменения отслеживаются и регистрируются по времени, поэтому можно формировать отчеты, отражающие динамику).

Созданный Репозиторий представляет собой уникальный цифровой инструмент, где в едином хранилище собрана информация по перечню реализуемых инвестиционных проектов, плановому и фактическому объему инвестиций по каждому из них, а также ключевые руководящие документы и данные о статусе и сроках проектирования объектов. Хранение детальных сведений в БД позволяет осуществлять быстрый поиск, фильтрацию и сортировку. Информация по инвестиционным проектам постоянно обновляется, проверяется на непротиворечивость и достоверность (рис. 2).

Инвестиционное планирование в газовой отрасли осуществляется в динамически меняющихся внешних условиях, которые оказывают существенное влияние на требуемые объемы финансирования. Доступные средства и реализуемые проекты зависят от ценовой конъюнктуры, решений зарубежных партнеров компании и регулирующих органов РФ и иных государств, поэтому для оперативного учета изменений внешней среды инвестиционное планирование целесообразно осуществлять с использованием сценарного подхода.

В основу формирования сценариев положен принцип необходимости и достаточности обеспечения проектов (прежде всего – приоритетных инвестиционных проектов для ввода объектов в эксплуатацию в нормативные сроки и вывода их на проектную мощность в целях получения дохода при минимальных производственных издержках) инвестиционными ресурсами. Ограничение последних приводит к необходимости применения следующих принципов:

– инвестиционная программа формируется на среднесрочный период с учетом доступных финансовых ресурсов в каждом году;

– порядок и приоритеты включения проектов в инвестиционную программу определяются стратегическими планами компании;

– инвестиционная программа формируется с учетом обеспечения необходимых объемов добычи и отбора газа из его подземных хранилищ;

– требуются финансирование бурения и проектно-изыскательских работ, долгосрочные финансовые вложения и приобретение внеоборотных активов для обеспечения перспективного развития отрасли.

Репозиторий позволяет осуществлять сценарное планирование инвестиционной программы в целом, учитывая степень значимости и приоритетности отдельных проектов, информацию о сроках ввода и готовности к реализации, проводить оценку влияния проектов на пиковый баланс, а также оптимизировать оперативную работу управления, ответственного за подготовку материалов к циклу формирования инвестиционной программы и заседаниям инвестиционных комиссий.

За счет моделирования влияния отдельных проектов на возможности добычи газа и его отбора из подземных хранилищ в программном продукте формируется перечень проектов, позволяющих обеспечить необходимые объемы газа в периоды пикового потребления, как в краткосрочной, так и в среднесрочной перспективе.

Применяя модуль по сценарному планированию, в Репозитории можно организовать многопользовательскую работу по формированию сценариев инвестиционной программы с учетом информации из БД проектов и существующих сценариев. Пользователю доступны сравнение полученных сценариев между собой, подготовка составных сценариев, расчеты на основе числовых данных, создание сводных таблиц, работа с пользовательскими группировками.

Репозиторий позволяет представить сформированный сценарий в виде гибко настраиваемой структуры разделов инвестиционной программы для инвести-ционной комиссии с возможностью добавления / удаления проектов, сравнения сценариев, отображения информации как по сценарию в целом, так и по отдельным группам проектов (проекты развития, пиковые, комплексные целевые программы и пр.). В модуле руководитель может распределять задачи между пользователями согласно созданной структуре инвестиционной программы.

В цифровом инструменте реализована высокая степень манипуляции данными, которая достигается за счет следующих функций:

– сложных фильтров и группировок;

– удобного механизма сопоставления информации из различных сценариев;

– высокой степени свободы добавления новых параметров (пользовательские группировки);

– вычисляемых полей, позволяющих выполнять большинство арифметических и логических операций.

Реализованный функционал Репозитория предоставляет следующие возможности работы с цифровыми данными:

– централизованное хранение;

– контроль безопасности доступа к ним;

– целостность во время хранения;

– надежность хранения за счет автоматического резервного копирования;

– авторизированный многопользовательский доступ;

– высокое быстродействие обработки.

В инструменте есть функции импортирования данных через шаблоны электронных таблиц и экспортирования, которое происходит по нескольким направлениям:

– экспорт проектной информации (карточки и БД проектов);

– экспорт сценарной информации (сценарии с учетом предварительных настроек пользователя, отчетные формы).

Таким образом, в Репозитории сохранена возможность интеграции с офисными приложениями посредством автоматизированного импорта и экспорта проектной и сценарной информации.

Использование функционала разработанного инструмента создает условия для обеспечения эффективного и скоординированного принятия инвестиционных решений, а также повышения прозрачности и контролируемости процессов реализации инвестиционных проектов.

ПРИНЦИПИАЛЬНАЯ СХЕМА ЦИФРОВОГО ИНСТРУМЕНТА

Реализация указанного функционала потребовала разработки цифрового программного комплекса, включающего хранилище информации (БД), серверную часть, предназначенную для изоляции запросов к серверу БД и реализации части бизнес-логики, и клиентское приложение (рис. 3). Набор использованных принципов позволил обеспечить реализацию всех специфических требований к инструменту.

Среди основных факторов, осложняющих реализацию поставленных задач, можно выделить следующие:

– наличие пользовательских сложноформализуемых данных;

– необходимость построения отчетности в произвольных разрезах (ad hoc) (рис. 4);

– проведение вычислений и анализа в режиме реального времени;

– одновременное редактирование данных несколькими пользователями.

При разработке цифрового программного комплекса стали очевидны многие проблемы, обусловленные спецификой поставленных задач:

– необходимость оперативного внесения изменений в структуру некоторых объектов бизнес-логики;

– длительное время выполнения некоторых алгоритмов;

– необходимость согласованности данных при многопользовательском режиме редактирования;

– недостаток системных ресурсов на клиентской стороне при проведении специфических вычислений;

– необходимость передачи информации между клиентской и серверной частями приложения с помощью текстового протокола и т. д.

После анализа было принято решение разработать свои методы и принципы реализации, оптимальные в текущих условиях. Они перечислены ниже.

Хранение информации внутри БД в виде подсистемы, имеющей собственные метаданнные и данные, ими описываемые, а также всю сопутствующую инфраструктуру. Существование данного пункта обусловлено необходимостью внесения изменений в ряд пользовательских структур данных без изменения других слоев цифрового инструмента. Это позволило оперативно настраивать потребности клиентов с необходимой степенью гибкости. На клиентской стороне унифицированным образом реализованы чтение и интерпретация метаданных, позволяющие видеть внесенные в структуру бизнес-объектов изменения без обновления клиента системы.

Реализация фундамента бизнес-логики на стороне БД с использованием языков систем управления БД. Самые нижние слои бизнес-логики системы реализованы в виде подпрограмм в БД и обеспечивают ряд базовых функциональных возможностей, таких как поддержка целостности данных на нескольких уровнях, логирование и аудит различных событий, транзакционность высокоуровневых операций, выдача информации в различных проекциях.

Серверная часть, содержащая программные объекты бизнес-логики, написанная в объектно-ориентированном стиле, без состояния (анемичная доменная модель). Этот компонент системы представляет собой программное ядро, состоящее преимущественно из двух крупных частей – объектов бизнес-логики и слоя доступа к данным, связывающего эти объекты с БД. Серверная часть не имеет собственного состояния, что делает возможным ее размещение внутри стандартных серверов приложений, допускающих кеширование, распараллеливание клиентских запросов, «горячую» перезагрузку, логирование и другие функции.

«Толстый» клиент, разработанный в объектно-ориентированном стиле, с элементами функционального программирования. По ряду причин было принято решение использовать полнофункциональное клиентское приложение. Одна из них – необходимость достаточно продолжительной работы в относительно автономном режиме с возможностью использования сравнительно медленного сетевого канала между клиентами и серверным комплексом. Клиентская часть представляет собой многооконное приложение с широкими возможностями, обеспечивающими сбор, анализ, аудит данных, представление отчетности в графическом и текстовом виде, администрирование системы и многое другое.

Широкое использование асинхронных и многопоточных вычислений на стороне клиента. Одни из ключевых моментов, обеспечивающих требуемую реактивность системы, – асинхронность и распараллеливание операций. Оба подхода широко применяются в клиентском приложении и позволяют как сгладить длительное время ожидания операций, связанных с вводом-выводом, так и ускорить ряд вычислений, которые по своей природе могут быть выполнены параллельно.

ЗАКЛЮЧЕНИЕ

Использованные методы и принципы программной реализации Репозитория позволили организовать большой объем функционала, обеспечивающего высокое качество инвестиционного планирования. К разработанному функционалу относятся:

– использование единой выверенной БД;

– возможность сценарного планирования;

– обеспечение параллельной работы большого числа пользователей;

– гибкая система формирования обязательной и настраиваемой аналитической отчетности.

Термин «цифровая экономика» появился в 1995 г. и был связан прежде всего с интенсивным развитием информационно-коммуникационных технологий. Базовыми стали мобильные и интернет-коммуникации, которые повлияли на все секторы экономики и сферы социальной деятельности, в том числе производство, здравоохранение, образование, финансовые услуги, транспорт и т. д. Стратегия развития информационного общества в России на 2017–2030 гг., утвержденная Указом Президента РФ № 203 от 09.05.2017 г., содержит следующее определение: «Цифровая экономика – это хозяйственная деятельность, в которой ключевым фактором производства являются данные в цифровом виде, обработка больших объемов и использование результатов анализа которых по сравнению с традиционными формами хозяйствования позволяют существенно повысить эффективность различных видов производства, технологий, оборудования, хранения, продажи, доставки товаров и услуг».

В настоящее время многие отрасли хозяйственной деятельности охвачены цифровой трансформацией, где активно используются преимущества последней. При этом основные направления корпоративной цифровизации в общем случае связаны со следующими аспектами:

– сквозная межпроцессная интеграция данных, продуктов и бизнес-процессов;

– непрерывное управление информацией, включая автоматизированный сбор, хранение, обработку и анализ данных;

– управление жизненным циклом продуктов и бизнес-процессов;

– кибербезопасность;

– проактивное управление производственными и бизнес-процессами;

– замена натурного моделирования производственных объектов и процессов их цифровыми двойниками;

– автоматизация ручного труда с помощью электронного документооборота;

– оперативное интернет-взаимодействие географически распределенных сотрудников и отделений;

– применение сквозных технологий.

В докладе Всемирного банка о состоянии цифровой экономики «Цифровые дивиденды», сделанном в 2016 г., определены следующие выгоды этого процесса [1]:

– рост производительности труда;

– повышение конкурентоспособности компаний;

– снижение издержек производства;

– создание новых рабочих мест;

– увеличение степени удовлетворенности человеческих потребностей.

Следует отметить, что цифровизация может приводить к интенсификации существующих или появлению новых рисков, включая несанкционированный доступ к информации и другие угрозы кибербезопасности, а также цифровому неравенству – разрывам в уровне образования и условиях доступа к цифровым услугам и продуктам между гражданами и бизнесами внутри стран и др. [1, 2].

СОВРЕМЕННОЕ СОСТОЯНИЕ ЦИФРОВИЗАЦИИ В ООО «ГАЗПРОМ ГАЗНАДЗОР»

Актуальность цифровизации бизнес-процессов в инспекционной контрольной деятельности (ИКД) ООО «Газпром газнадзор» (далее –
Общество) как основного центра корпоративного контроля в Группе «Газпром» непосредственно связана с перечнем задач, определенных в стратегии [3]. Среди основных задач Общества указаны следующие:

– распространение контроля на все компании Группы «Газпром», эксплуатирующие опасные производственные объекты (ОПО) и объекты энергетики;

– внедрение современных организационных подходов, информационных технологий, методов технического контроля и дистанционного мониторинга в соответствии с требованиями нормативных правовых актов, корпоративных, государственных и международных стандартов;

– формализация контрольных процедур за счет разработки единого порядка проведения проверок, использования проверочных листов;

– создание системы сбора, накопления и обработки данных, необходимых для планирования контрольных мероприятий, проведения анализа предписаний, несоответствий и состояния процесса их устранения, оценки, прогнозирования и выдачи рекомендаций по результатам проверок;

– разработка системы качественных и количественных показателей состояния корпоративного контроля (надзора) на производственных объектах Группы «Газпром» и соответствующей системы их мониторинга, оценки и прогноза;

– участие в разработке системы качественных и количественных активных и проактивных показателей состояния промышленной, экологической и энергетической безопасности на производственных объектах Группы «Газпром»
и соответствующей системы их мониторинга, оценки и прогноза;

– внедрение риск-ориентированного подхода к планированию контрольных мероприятий;

– участие в формировании и функционировании системы дистанционного контроля промышленной безопасности (ПБ) ОПО ПАО «Газпром».

Следует отметить, что цифровизация охватывает все этапы ИКД (планирование, организация и проведение, оценка эффективности и результативности проверок). В качестве одного из примеров можно привести разработанную в Обществе методику оценки риска недоконтроля [4]. Она реализована в виде автоматизированной процедуры процесса планирования проверок. Результатом является ранжированный по величине риска недоконтроля перечень объектов проверки, полученный с учетом большого объема статистических, нормативных и расчетных данных.

Для качественной организации корпоративного контроля возникла необходимость автоматизировать процессы обработки и анализа следующей информации:

– требований нормативно-технических документов федерального и корпоративного уровней;

– результатов предыдущих проверок подконтрольных организаций и сведений об устранении ранее выявленных несоответствий;

– данных о происшествиях, случившихся на опасных производственных и энергетических объектах проверяемых организаций;

– сведений о техническом состоянии опасных производственных и энергетических объектов;

– планов диагностических обследований, технического обслуживания и ремонтов опасных производственных и энергетических объектов;

– результатов проверок органами государственного надзора, в том числе сведений об устранении выявленных несоответствий;

– других данных, необходимых для расчета рисков недоконтроля, возникающих при эксплуатации опасных производственных и энергетических объектов.

Для решения перечисленных задач проведены мероприятия по усовершенствованию разработанных и внедренных в Обществе автоматизированных информационных систем (АИС) и баз данных (БД): АИС «Электронный акт обследования» [5]; АИС «Аварии и инциденты» [6]; АИС «Сравнительная экспертная оценка уровня ПБ» [7]; БД «Единый реестр по декларациям ПБ ОПО и паспортам безопасности опасных объектов» [8].
Был выполнен анализ основных бизнес-процессов, систематизированы потоки входной и целевой информации, актуализированы требования государственных контрольных органов к статистическим данным и т. п. Далее в статье кратко рассмотрены основные составляющие комплекса АИС и БД Общества.

АИС «Электронный акт обследования» – система, обеспечивающая информационную поддержку контрольной (надзорной) деятельности, объединяющая в единое информационное пространство территориальные управления Общества и его Администрацию. Основные функции данной АИС:

– регистрация результатов проверок Технической, Строительной, Энергетической и Экологической инспекциями ПАО «Газпром»;

– ведение реестра организаций, прошедших процедуру оценки организационно-технической готовности для выполнения работ на объектах ПАО «Газпром»;

– ведение реестра случаев, связанных с поставкой и использованием материально-технических ресурсов (МТР), не разрешенных к применению на объектах ПАО «Газпром»; применением документов о качестве, ненадлежащим образом оформленных, отсутствующих или фальсифицированных; закупкой МТР с нарушением требований ПАО «Газпром»;

– ведение реестра результатов проверок Федеральной службы по экологическому, технологическому и атомному надзору.

АИС «Аварии и инциденты» систематизирует информацию с 1976 г. и представляет собой комплекс программ и БД, позволяющих хранить и обрабатывать сведения об авариях и инцидентах, произошедших на объектах ПАО «Газпром», в виде электронных документов и формализованных атрибутов. Основные функции данного комплекса следующие:

– ввод данных, содержащих сведения об авариях и инцидентах, произошедших на объектах ПАО «Газпром»;

– полнотекстовый поиск по всему содержимому БД аварий и инцидентов;

– сортировка, фильтрация и группировка данных об авариях и инцидентах;

– формирование произвольных и регламентированных отчетов об авариях и инцидентах, в том числе в виде диаграмм и графиков.

В БД «Единый реестр по декларациям ПБ ОПО и паспортам безопасности опасных объектов» вносятся информация о регистрации и перерегистрации эксплуатирующими организациями своих ОПО в Государственном реестре ОПО, сведения об оформляемых декларациях ПБ и паспортах безопасности ОПО.

АИС «Сравнительная экспертная оценка уровня ПБ» предусматривает обработку неоднородной контрольной информации
по 23 основным показателям производственной безопасности, в соответствии с которыми за счет применения созданных решающих правил осуществляется экспертная (сравнительная) оценка итогов годовой деятельности дочерних эксплуатирующих газотранспортных обществ. Результаты этой оценки позволяют сопоставлять различные ОПО по достигнутому уровню ПБ. Для расчетов в данной АИС используются следующие основные показатели производственной безопасности:

– результаты проведенных проверок по всем видам контроля (количество проверок, число выявленных нарушений и их устраняемость и т. п.), содержащиеся в АИС «Электронный акт обследования»;

– сведения об аварийности на подконтрольных объектах (количество аварий и инцидентов, число пострадавших и т. п.), имеющиеся в АИС «Аварии и инциденты»;

– актуальные данные о подконтрольных ОПО, которые хранятся в БД «Единый реестр по декларациям ПБ ОПО и паспортам безопасности опасных объектов» и необходимы для расчета удельных показателей производственной безопасности.

В настоящее время решается задача объединения описанных выше автономных АИС и БД в единый расчетно-аналитический комплекс (рис. 1), который в условиях значительного увеличения числа контролируемых организаций и разнообразия проверяемых объектов обеспечит ускорение проведения аналитических процедур и повышение качества обработки результатов контроля, используемых для подготовки отчетных материалов и планирования дальнейших мероприятий.

ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ЦИФРОВИЗАЦИИ В ИКД

Одно из перспективных направлений цифровизации в ИКД –
использование технологии «Цифровой инспектор». Последняя включает программно-аппаратный комплекс, предоставляющий пользователю возможность работы в режиме единого окна с консолидированной и оцифрованной информацией по объектам проверки, аккумулированной в едином хранилище данных, с применением современных аналитических инструментов, реализующих риск-ориентированный подход. Реализация «Цифрового инспектора» соответствует целям национального проекта «Цифровая экономика» и осуществляется в рамках приоритетной программы «Реформа контрольной и надзорной деятельности».

Использование данной технологии особенно актуально в области контроля качества производства и поставок оборудования в различных отраслях промышленности, включая нефтегазовую сферу. Четко зафиксированный набор требований к конечному изделию позволяет изготовителю и заказчику создать «единую правду» по качеству и срокам, тем самым снизив обеспокоенность службы снабжения за счет полной прозрачности плана производства заказа.

В рамках «Цифрового инспектора» создается единая среда за счет погружения всех участников закупки в информационное поле с одинаковыми уровнями доступа и понятными ожиданиями от процесса контроля качества. Прозрачность работы завода-изготовителя обеспечивается за счет плана-графика производства (рис. 2)
и плана проверок, в которых зафиксированы сроки инспекций в виде соответствующих чек-листов для каждой операции (рис. 3).

Данный подход позволяет контролировать ход производства в режиме реального времени при помощи инженеров инспекционного контроля, которые, находясь непосредственно на предприятии-изготовителе, контролируют ход событий по графику и четкость исполнения технологии по чек-листам, где уже зафиксированы требования к качеству. Выявленные отклонения от плана производства заносятся инспектором в мобильное приложение в виде фото и видео с описанием отмеченных нарушений. Последние мгновенно отображаются в паспорте товара. При этом появляется информация об увеличении срока производства. На рис. 4 представлен паспорт товара, в ходе изготовления которого инспектором было зафиксировано нарушение, приведшее к изменению графика производства.

В конце 2020 г. группой компаний –
участников процесса поставки МТР на объекты ПАО «Газпром» под руководством Департамента (П.В. Крылов) был успешно реализован пилотный проект по управлению логистической цепочкой производства и поставки труб с АО «Синарский трубный завод». В ходе поставки выполнялись контроль качества и приемка продукции в процессе изготовления, приемо-сдаточных испытаний, окончательной приемки и отгрузки, а также мониторинг транспортировки груза из Каменск-Уральска (Свердловская обл.) по железной дороге до станции Обская (Ямало-Ненецкий авт. окр.).

Было проведено апробирование «Цифрового инспектора» при поставке соединительных деталей трубопроводов (производитель –
АО «Трубодеталь») и фонтанной арматуры (производитель – АО «АК «Корвет») в дочерние общества ПАО «Газпром». В настоящий момент данная цифровая технология используется для трубопроводной арматуры, в том числе в сероводородостойком исполнении, по заказам разработчика этого программного обеспечения – ООО «Газпромнефть-Снабжение».

Взаимодействие производителя и клиента (в данном случае –
ООО «Газпромнефть-Снабжение») происходит в едином личном кабинете ИТ-продуктов «Цифровой инспектор» [9] и Radar [10], позволяющем получать информацию о ходе поставки и обмениваться документами. Алгоритм «Цифрового инспектора» позволил отслеживать изменения дат и длительности в режиме реального времени по всем стадиям изготовления продукции в зависимости от данных, собранных инспектором Общества путем личного присутствия на производстве и фиксации результатов контроля через мобильный терминал (планшет) с приложением фото- и видеоматериалов.

Особая актуальность для Общества и необходимость активного внедрения описанной технологии связаны с тем, что в 2020 г. была создана Инспекция по корпоративной приемке МТР ПАО «Газпром». К основным задачам данной службы относятся:

– входной контроль материалов и комплектующих;

– контроль соблюдения технологических режимов процесса производства;

– контроль качества продукции в процессе производства, в том числе испытаний, и при окончательной приемке;

– контроль отгрузки и оформления сопроводительных документов.

В настоящее время обсуждается возможность применения результатов контроля качества и приемки МТР в организациях-изготовителях, аккумулируемых в «Цифровом инспекторе» Технической, Энергетической и Экологической инспекциями ПАО «Газпром».

ЗАКЛЮЧЕНИЕ

Инспекционная контрольная деятельность Общества направлена на обеспечение качественного, надежного и безопасного строительства, ремонта и функционирования опасных и энергетических объектов Группы «Газпром». Технологии цифровизации в ИКД позволяют повысить эффективность и качество проверок, снизив трудозатраты. В настоящее время в Обществе уже реализован целый ряд технологий информатизации основных бизнес-процессов, включая планирование, организацию и проведение, а также анализ результатов проверок и статистических данных по событиям в области ПБ.

Совершенствование комплекса АИС и БД Общества и интеграция его элементов в АИС ПАО «Газпром» позволят оптимизировать ресурсы корпоративного контроля, выведут на новый уровень информационно-аналитическое и нормативно-методическое обеспечение системы управления корпоративным контролем (надзором) в Группе «Газпром», а также сделают возможными осуществление мониторинга, оценку и прогнозирование состояния производственной, экологической и энергетической безопасности в организациях Группы «Газпром» и их филиалах, выявление и анализ причины несоответствий требованиям нормативной документации, подготовку отчетных материалов.

В Обществе также начато внедрение технологии «Цифрового инспектора», которая предоставляет возможность оперативно получать достоверную информацию о сроках и качестве поставок МТР в режиме реального времени и повышать качество принимаемых управленческих решений.

Более двух десятков компаний, входящих в Консорциум, по праву считаются ведущими в нескольких категориях отраслей: «Ряд компаний специализируются и хорошо известны в нефтегазовом секторе, некоторые востребованы и хорошо себя зарекомендовали в машиностроительном кластере, какие‑то структуры и организации, входящие в состав Консорциума, известны в научной деятельности», – говорит генеральный директор компании «ОБЪЕДИНЕННЫЙ ПРОМЫШЛЕННЫЙ КОМПЛЕКС» и ведущий партнер одноименного Консорциума С.А. Колпаков.

Работая на территории всей страны от Калининграда до Владивостока, партнеры Консорциума руководствуются такими основными принципами, как скорость, точность, мощность и безопасность: по одному на каждую голову Негорыныча.

Один из ведущих партнеров Консорциума, «МорНефтеГазСтрой» (МНГС), специализируется на внедрении собственных инновационных технологий в производственный процесс крупнейших предприятий нефтегазового сектора, энергетики и судостроения России.

При этом на данный момент ключевым направлением деятельности компании стала модернизация производства. Специалисты МНГС реализуют все ее этапы, начиная с проектирования и обоснования технологических решений и завершая пусконаладочными работами, результатами которых являются повышение эффективности парка технологического оборудования, освоение новых видов производства и технологий (в том числе снижение доли тяжелого ручного труда), сокращение трудоемкости производственных процессов и дальнейшее расширение возможностей производства.

На Петербургском международном газовом форуме компания МНГС представила ряд проектов, в том числе уникальные инновационные и сертифицированные материалы и оборудование противопожарного назначения под торговой маркой «ИНФЛЕКС», импульсом для развития которой стал курс на импортозамещение, взятый промышленностью России. Как результат, уже сегодня уникальные противопожарные решения МНГС успешно применяются на объектах крупнейших нефтяных компаний при реализации крупномасштабных проектов федерального значения – Амурском газоперерабатывающем заводе, Новоуренгойском газохимическом комплексе, Сургутском заводе по стабилизации конденсата, Харьягинском месторождении и многих других.

На форуме компания представила свои разработки, в том числе огнезащитные чехлы, которые служат для повышения предела функциональной огнестойкости технологического оборудования особо опасных объектов и обеспечивают защиту от углеводородного пожара нефти и нефтепродуктов.

Кроме того, на стенде были продемонстрированы огнезащитные составы марки «ИНФЛЕКС» – обработанные ими металлоконструкции оказываются защищены от воздействия углеводородных пожаров.

Не имеет аналогов в стране и разработанная МНГС инновационная система гибкого трубопровода «ИНФЛЕКСПАЙП», которая применяется в установках водяного и пенного пожаротушения при эксплуатации в условиях повышенной опасности и отличается устойчивостью к струйному горению, взрывам, ударам, тем самым позволяя при возникновении пожара избежать значительных потерь.

Стенд Международного Консорциума «ОБЪЕДИНЕННЫЙ ПРОМЫШЛЕННЫЙ КОМПЛЕКС», в который входит компания МНГС, не просто покорил всех участников форума своею яркостью и оригинальностью, но и порадовал качественной и плодотворной работой в рамках мероприятия. «Газовый форум традиционно является площадкой для диалога между представителями бизнеса, науки, власти, – объясняет С.А. Колпаков. – В рамках него мы подписали ряд соглашений о сотрудничестве с крупнейшими предприятиями промышленности. В их числе машиностроительный кластер Республики Татарстан и компания Siemens».

Соглашение с Siemens нацелено на комплексное научно-техническое сотрудничество в области электроэнергетики, добычи и транспортировки углеводородного сырья, переработки нефти и газа, нефтехимии, энергосбережения и экологии. Так, на основе уже имеющихся технологий Siemens будет разрабатывать и внедрять автоматизированные системы коммерческого учета электроэнергии, комплексные решения для обустройства месторождений, системы автоматизированного управления процессами подготовки сырья, а также ряд систем энергоменеджмента, включая мониторинг, анализ, управление режимами работы систем электроснабжения и энергопотребления в контрольно-измерительном оборудовании и системах безопасности зданий.

«Для нас работа с МНГС – это отличная возможность еще больше расширить свою отраслевую экспертизу», – комментирует президент Siemens в России и Центральной Азии А.Б. Либеров: компания планирует заниматься автоматизацией производств и сбором больших данных в рамках партнерства с МНГС.

«Петербургский международный газовый форум традиционно дает возможности не только продемонстрировать инновационные разработки, но и наладить деловые связи, заключить соглашения о сотрудничестве, чтобы достичь синергетического эффекта с новыми деловыми партнерами и уже к следующему форуму представить свежие решения, которые будут помогать крупным предприятиям отечественной промышленности работать максимально эффективно и плодотворно», – подытоживает С.А. Колпаков.

Какими будут эти решения, покажет ближайшее время, но уже сегодня можно с уверенностью сказать, что они должны соответствовать тем самым принципам, которые олицетворяют головы Негорыныча: скорости, точности, мощности, безопасности.

О достигнутых договоренностях в области декарбонизации компании объявили на полях Дальневосточного энергетического форума «Нефть и газ Саха-лина – 2021», проходившего 28–30 сентября в Южно-Сахалинске, и уже 13 октября российский газовоз «Гранд Анива» доставил первую партию экологичного сжиженного природного газа (СПГ) в терминал Чита (префектура Аичи).

«Поставка «зеленого» СПГ – логичное продолжение долгосрочной политики «Сахалин Энерджи», ориентированной на высокий уровень экологической ответственности и на новые требования рынка. Мы в полной мере осознаем свои обязательства перед обществом по снижению негативного воздействия на окружающую среду, что приведет к положительному эффекту – замедлению темпов климатических изменений. Мы видим и возможности, которые открываются перед отраслью в этом направлении. Вот почему первая партия экологичных углеводородов важна и в более широком контексте. Уверены, что природный газ в этой части как безопасный и конкурентоспособный источник энергии может и должен стать опорой в деле достижения глобальных климатических целей», – подчеркнул главный исполнительный директор «Сахалин Энерджи Инвестмент Компани Лтд.» Р.Ю. Дашков.

При этом с уверенностью можно отметить, что социально-экономический рост напрямую зависит от темпов реализации промышленно-отраслевых программ производства, что, в свою очередь, оказывает антропогенное и техногенное воздействие на окружающую среду и, как следствие, влияет на изменение климата. В этой связи социально ответственный бизнес должен расставлять приоритеты среди своих производственных программ, в основе которых лежат ключевые показатели по энергоэффективности и бережливому производству, что будет обеспечивать их конкурентоспособность в энергетическом секторе.

Долгосрочная перспектива коммерческой стратегии компании предполагает формирование углеродно нейтрального СПГ в качестве стандартного предложения в природно-ориентированном портфеле газовой продукции проекта «Сахалин-2».

Планируется, что это будет достигнуто за счет участия компании в климатических проектах на территории Российской Федерации. «В наших планах начать регулярные поставки нескольких партий экологичного СПГ в год, в которых будет заложен устойчивый экономический эффект как для покупателей, так и для компании», – добавил глава «Сахалин Энерджи».

Сегодня пул механизмов «Сахалин Энерджи» в направлении декарбонизации не ограничивается исключительно поставкой экологичных углеводородов – оператор проекта «Сахалин-2» в целом активно участвует в реализации эксперимента по достижению углеродной нейтральности на территории Сахалинской обл. В его рамках предполагается создание комплексной инфраструктуры поддержки климатических инициатив, которая в том числе позволит бизнесу укрепить позиции на мировом рынке в условиях перехода к низкоуглеродной экономике. И здесь важную роль должна сыграть работа карбоновых полигонов, на территории которых с участием университетов и Российской академии наук будет формироваться научно-техническая база для отработки методов измерения парниковых газов и технологий, направленных на повышение поглощения углерода и эффективности реализации климатических проектов. В Сахалинской обл. такой полигон появится при поддержке «Сахалин Энерджи» – соответствующее соглашение компания подписала с Сахалинским государственным университетом на энергетическом форуме «Нефть и газ Сахалина – 2021».

Кроме того, к моменту старта в области эксперимента по достижению углеродной нейтральности «Сахалин Энерджи» в числе первых отраслевых компаний разработала реальный инструмент – стратегию «Экологичный СПГ», направленную на снижение углеродного следа от деятельности проекта «Сахалин-2». И уже есть первые результаты этой работы. В текущем году компания подписала долгосрочные договоры фрахтования двух «зеленых» нефтеналивных танкеров. Их главное преимущество – возможность использования в качестве основного вида топлива СПГ, оптимального с точки зрения экологических и экономических показателей. В рамках стратегии продолжается работа по повышению энергоэффективности и оптимизации технологических процессов с целью снижения потерь производства продукции и внеплановых отказов оборудования, а также оцениваются перспективы альтернативной энергетики.

По мнению руководителя программы по экологической ответственности бизнеса Всемирного фонда дикой природы (WWF) России А.Ю. Книжникова, именно такой многоплановый подход отвечает глобальному тренду на усиление климатической повестки. «На протяжении длительного времени «Сахалин Энерджи» демонстрирует лучшие практики по индустриальному и экологическому направлениям как на национальном, так и на международном уровне. В качестве одного из таких примеров мы расцениваем поставку первой углеродно нейтральной партии СПГ с проекта «Сахалин-2». Но важно, чтобы компания не ограничивалась лишь компенсационными проектами, а активнее развивала инициативы, ведущие к снижению прямых выбросов», – добавил А.Ю. Книжников.

В то время как бизнес демонстрирует готовность к участию в климатических проектах и уже реализует инициативы в этом направлении, на государственном уровне идет активная работа по формированию законодательной базы, необходимой для достижения углеродной нейтральности. Об особенностях этого процесса в рамках рабочего визита в Сахалинскую обл. рассказал министр экономического развития России М.Г. Решетников.

В ходе совещания с участием губернатора островного региона В.И. Лимаренко и представителями нефтегазовых компаний он сообщил, что национальная система финансирования климатических инициатив в сфере устойчивого развития готова к запуску. Документ разработан Минэкономразвития России в соответствии с поручением Президента В.В. Путина. Соответствующее постановление подписано Правительством РФ – пакет утвержденных документов включает критерии «зеленых» и адаптационных проектов и требования к системе их верификации в России.

По мнению Р.Ю. Дашкова, ключевым вопросом в законопроекте становится распределение квот на выбросы парниковых газов. «Необходимо выработать действительно эффективную методологию квотирования, которая достигнет истинных целей и будет взаимовыгодной для всех участников. Считаем, что законодательно квотирование должно соотноситься с проектными решениями и учитывать жизненный цикл проекта, производственные программы компании, включая плановые остановы, а также текущее техническое состояние производственного объекта», – добавил глава «Сахалин Энерджи».

Для определения величины квоты компания предлагает использовать среднеотраслевые удельные показатели выбросов парниковых газов с учетом сегментов производственной цепочки – добычи, транспортировки и переработки. Такая практика позволит сформировать рынок единиц квот, когда при интенсивности выбросов ниже среднеотраслевых предприятия получают повышенную квоту по сравнению с фактическими выбросами – и наоборот. В долгосрочной перспективе это направлено на повышение среднеотраслевых показателей эффективности, следовательно, на общее снижение выбросов парниковых газов.

Еще одно предложение – введение системы условных баллов и публичного рейтинга регулируемых организаций. Ранжирование компаний станет стимулом для достижения установленных нормативных показателей и будет способствовать формированию системы «зеленого» финансирования, предполагающего в том числе пониженные ставки при кредитовании, упрощенный доступ к новым лицензионным участкам и т. д.

Кроме того, компания предлагает предусмотреть возможность «накопления» единиц достижения квот и углеродных единиц в реестре в счет погашения последующих выбросов парниковых газов. Также единицы квот, не достигнутые в текущем году, могут быть погашены в последующем, при реализации верифицируемых климатических проектов с отложенным в пределах периода проведения эксперимента эффектом.

«Наряду с разработкой методологии, среди ключевых задач в рамках эксперимента остается верификация и валидация системы углеродной отчетности и торговли на международном уровне в контексте сформированной научно доказанной базы. После завершения этой процедуры мы можем рассчитывать на реализацию наших подходов в глобальном масштабе», – отметил Р.Ю. Дашков.

В газовых, газоконденсатных, нефтегазовых и нефтегазоконденсатных пластах газ находится в равновесии с остаточной водой в коллекторе. В технологическом процессе сбора и промысловой подготовки природного газа (ПГ) происходит конденсация водяных паров из него с последующими рисками образования твердой фазы (льда и / или гидратов), что рассматривается как нежелательное технологическое осложнение. Осушенный и очищенный ПГ подается в систему магистральных трубопроводов согласно отраслевому стандарту [1], в котором показатели качества нормируют в соответствии с показателями температуры точки росы газа по воде (и по углеводородам). Таким образом, во всей технологической цепочке (от пласта до магистрального транспорта товарного газа) необходимо знать влагосодержание ПГ в широком диапазоне термодинамических параметров. При этом следует иметь в виду принципиально важную особенность определения температуры точки росы ПГ современными автоматическими гигрометрами: они измеряют данную величину по переохлажденной воде в области термодинамической стабильности газового гидрата или гексагонального льда. Поэтому в технологических расчетах установок промысловой и заводской осушки предусматривается некоторый запас по качеству осушки газа с тем, чтобы гарантированно обеспечить безгидратный режим работы газотранспортных систем (т. е. косвенно учитывается разница между температурами точки росы газа при равновесиях с различными конденсированными фазами воды).

Важно отметить, что экспериментов по равновесию метана с жидкой (переохлажденной) водой при отрицательных (по шкале Цельсия) температурах до сих пор не проводилось (в литературе имеются только термодинамические экстраполяции для этой области). В связи с чем особый практический интерес представляют экспериментальные данные по содержанию паров воды в метане при термодинамическом равновесии с жидкой водой в широком диапазоне температур и давлений, и в первую очередь при отрицательных (по шкале Цельсия) температурах. Для реализации возможности получения таких сведений в области метастабильности жидкой воды потребовалась разработка специализированной методики, которая изложена ниже.

Следует подчеркнуть, что имеющиеся в литературе данные по растворимости воды в углеводородных газах и их смесях под высоким давлением вблизи условий гидратообразования весьма немногочисленны и характеризуются значительным разбросом. Это связано с методическими проблемами при создании установок и последующей разработкой экспериментальных методик для изучения фазовых равновесий при низких температурах и повышенных давлениях в совокупности с необходимостью довольно точного определения малых количеств парообразной воды, что само по себе представляет сложную аналитическую задачу. Например, как показано в [2], экспериментальный подход Европейской группы газовых исследований (GERG) [3] при значительных финансовых и временных затратах привел к получению данных, не обладающих достаточной степенью точности. Кроме того, проведенный авторами анализ продемонстрировал, что термодинамическая корреляция, созданная специалистами GERG, описывает равновесие ПГ с гидратом, а не со льдом (как полагали разработчики).

Таким образом, получение новых экспериментальных результатов о термодинамическом равновесии и свойствах систем «вода – ПГ» в области гидратообразования (рис. 1) [4], а также разработка на их основе полуэмпирических методик расчета представляет большой интерес для нефтегазовой промышленности.

МЕТОДИКА ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

Используемые материалы

В ходе исследования использовались:

– метан производства АО «МГПЗ» с паспортной чистотой 99,99 мол. %;

– вода бидистиллированная с удельной электрической проводимостью при температуре 25 ºС не более 0,01 мСм / м.

Аппаратурное и методическое оформление исследований

Принцип действия экспериментальной установки проточного типа, применявшейся в данной работе, основан на методе предварительного насыщения потока метана водой с последующей конденсацией водной фазы из газа в сепараторах-вымораживателях при заданных температуре и давлении в целях достижения равновесного содержания водяных паров в метане при его контакте с водой, льдом или гидратом метана. По достижении равновесного содержания осуществляется определение точки росы по воде (переохлажденной) в потоке метана с использованием различных гигрометров как при рабочем, так и при атмосферном давлении. То есть применяется метод двух точек росы, первоначально предложенный в [5]. Этот подход позволяет провести пересчет значения точки росы газа, измеренного при атмосферном давлении, в молярную долю водяных паров (поскольку давление насыщенных паров чистой воды известно с очень высокой точностью, в том числе и в метастабильной области). Кроме того, такой способ дает возможность получить экспериментальные данные и в ранее не исследованной области термобарических параметров (т. е. данные о содержании водяных паров в сжатом метане при равновесии с переохлажденной жидкой водой).

Экспериментальная установка в основных чертах аналогична ранее описанным, использованным в работах S.T. Blanco et al. [6], G.K. Folas et al. [7], Б.Д. Донских с соавторами [8], однако имеет ряд методических усовершенствований, связанных с применением более точных средств измерений. В частности, использовался гигрометр, измеряющий точки росы под давлением, с более высокими метрологическими характеристиками. Кроме того, применялся специальный алгоритм уточненного определения влагосодержания метана при атмосферном давлении с использованием двух принципиально различных методов – электролитического (гигрометр «Байкал-2ВМ») и конденсационного (гигрометр DewMaster). Гигрометр «Байкал-2ВМ» по физическому принципу в пределах установленной погрешности может несколько завышать истинное значение влагосодержания, а DewMaster, как и все конденсационные гигрометры, напротив, занижает этот параметр, пересчитываемый из измеренных значений температуры точки росы. Поэтому в ходе эксперимента при достижении обоими приборами близкой (совпадающей в пределах до 3 % отн.) величины влагосодержания метана усредненное (по измерениям двух гигрометров) значение снижает погрешность примерно в два раза (погрешность по температуре точки росы находится на уровне ± 0,1 К).

Эксперимент проводится следующим образом. В установке в соответствии со схемой на рис. 2 метан из баллона 1 дросселируется до заданного давления (в диапазоне от 1,0 до 12,5 МПа) в обогреваемом посредством ленточного обогревателя редукторе 3, насыщается парами воды в сатураторе 7 при контакте с бидистиллированной водой при комнатной температуре (от 23 до 26 ºС) с последующей конденсацией («вымораживанием») из него водяных паров в каскаде из четырех сепараторов-вымораживателей 12 и 14–16, первый из которых (12) находится в предварительном термокриостате NESLAB RTE 211 (стабильность поддержания температуры ± 0,1 ºС) при промежуточной температуре (как правило, в диапазоне от –5 до 21 ºС). Ванна этого термостата заполнена водным раствором этанола (50 масс. %). В последующих трех сепараторах (14–16) поддерживалась заданная температура эксперимента (в диапазоне от –40 ºС (233,15 К) до 20 ºС (293,15 К)), с помощью термокриостата FPW55‑SL (стабильность поддержания температуры ± 0,05 ºС), заполненного водным раствором этиленгликоля (65 масс. %).

В концевом сепараторе-вымораживателе 16 температура измеряется при помощи термопреобразователя сопротивления STS-200A, зонд которого помещен в специальный термокарман, с использованием вторичного преобразовательного блока эталонного калибратора JOFRA RTC-R с неопределенностью измерений не более ± 0,015 К. Метрологические характеристики последнего в комплекте с термопреобразователем сопротивления подтверждены свидетельством о поверке, выданным ФБУ «Ростест-Москва». Давление газа на выходе из концевого сепаратора определялось при помощи прецизионного цифрового манометра BetaGauge PI PRO с диапазоном рабочих давлений 0–60 МПа (погрешность в этом диапазоне ± 0,02 МПа). После сепаратора 16 поток метана делится на две части, одна из которых под рабочим давлением поступает на анализатор точек росы газа Hygrovision-BL, а вторая – на обогреваемый редуктор, где давление потока метана снижается до близкого к атмосферному. После этого редуцированный поток делится на две части и поступает на кулонометрический гигрометр «Байкал-2ВМ» и на конденсационный DewMaster.

Гигрометр Hygrovision-BL позволяет определять точку росы газа по воде как в автоматическом, так и в ручном режиме. Погрешность использованного в настоящей работе прибора установлена на уровне ± 0,25 К посредством специальной калибровки на предприятии-изготовителе. Кулонометрический гигрометр «Байкал-2ВМ» измеряет молярную долю паров воды в метане с погрешностью в зависимости от диапазона значений молярной доли воды от 2,5 % отн. (свыше 10 млн–1 молярной доли воды) до 4,0 % отн. (от 1 до 10 млн–1 молярной доли воды). Прибор DewMaster определяет температуру точки росы (или инея) при атмосферном давлении с погрешностью не более ± 0,2 К в диапазоне от 200,00 до 293,15 К. Метрологические характеристики анализатора точки росы Hygrovision-BL, гигрометров «Байкал-2ВМ» и DewMaster подтверждены при проведении поверки путем передачи единицы температуры (точки росы) от Государственного первичного эталона ГЭТ 151–2014 [9].

Перед экспериментами установка была опрессована на максимальное рабочее давление 15,0 МПа. При этом специальные гидроиспытания сатуратора и сепараторов-вымораживателей показали максимальное давление 30,0 МПа, при котором эти аппараты остаются герметичными. По завершении опрессовки установка несколько часов продувалась при атмосферном давлении сначала сухим азотом, затем – сухим метаном (предварительно высушенным молекулярными ситами до точки росы 188,15 К при атмосферном давлении, что соответствует 0,2 млн–1 молярной доли воды), после чего остаточная влажность метана на выходе из установки составила 0,2 млн–1 по показаниям гигрометра «Байкал-2ВМ».

Необходимо иметь в виду, что в концевом сепараторе-вымораживателе 16 в области термобарических условий стабильности газового гидрата метана достигается равновесие газовой фазы с гидратом метана (т. е. содержание паров воды в метане приводится в равновесие с газовым гидратом метана кубической структуры I). Процесс установления равновесия при заданных термобарических параметрах продолжался, как правило, от 1,5 до 2 ч, вплоть до достижения постоянных показаний всех гигрометров. После этого результаты фиксировались по данным гигрометров в течение 1,5–2 ч. Особенно важно отметить, что анализатор точки росы Hygrovision-BL в силу заложенного алгоритма измерений определял температуру точки росы на зеркале при равновесии с жидкой водой (в том числе и в термобарической области стабильного гидрата метана, т. е. в этом случае измерялась точка росы по воде, метастабильная по отношению к гидратам). Расход метана через измерительную камеру анализатора составлял (1,0 ± 0,2) ст. дм3 / мин. Поскольку анализатор Hygrovision-BL реализует как автоматический, так и ручной (визуальный) режим, замеры выполнялись в основном в автоматическом и периодически (для контроля) на каждой из установленных температур – в ручном. Результаты, полученные каждым из способов, отличались не более чем на 0,1 ºС во всем исследованном диапазоне температур и давлений.

Измерения гигрометрами «Байкал-2ВМ» и DewMaster проводились автоматически в штатном режиме при расходах метана через рабочие ячейки приборов на уровне (0,100 ± 0,001) и (0,5 ± 0,1) ст. дм3 / мин соответственно. DewMaster согласно установленному алгоритму измерений в случае отрицательных значений точек росы определял точку росы по льду (инею). Общий расход метана через экспериментальную установку составлял (1,6 ± 0,3) ст. дм3 / мин. Измерения гигрометрами «Байкал-2ВМ» и DewMaster в единицах молярной доли сравнивались между собой, и в качестве результата использовалось усредненное значение. Следует отметить, что данные, полученные этими гигрометрами, не расходились более чем на 3 % отн., что не превышает суммарной погрешности приборов.

Результаты экспериментов

Экспериментальные исследования по определению равновесного содержания паров воды в метане были проведены при давлениях 1, 2, 4, 6, 8, 10 и 12,5 МПа и температурах газа в концевом сепараторе-вымораживателе от 233,15 до 293,15 К с шагом 10 К.

В каждом эксперименте устанавливалось заданное значение температуры в концевом сепараторе (рис. 2), где достигалось равновесие метана с соответствующей термодинамически стабильной конденсированной фазой при рассматриваемых термобарических условиях. Далее определялось значение температуры точки росы по показаниям анализатора Hygrovision-BL (равновесие с водой либо переохлажденной водой) и значение молярной доли воды, соответствующей указанным условиям равновесия, измеренное двумя гигрометрами («Байкал-2ВМ» и DewMaster) при атмосферном давлении.

Полученные экспериментальные зависимости молярной доли водяных паров в метане при равновесии с гидратом при различных температурах и давлениях приведены на рис. 3, а зависимости молярной доли водяных паров (растворимости) в сжатом метане при равновесии с жидкой водой (по измерениям анализатора точки росы Hygrovision-BL) – на рис. 4.

Пересечение линий (изобар) зависимости молярной доли водяных паров в метане от температуры обусловлено ретроградным эффектом, т. е. увеличением растворимости водяных паров в метане с ростом давления при низких температурах и повышенных (более 8,0 МПа) давлениях. Следует отметить, что наличие ретроградного эффекта обычно не учитывается в имеющихся методиках расчета влагосодержания газа и температур точек росы метана. Этот эффект слабо выражен и характерен только для низких температур (он практически не наблюдается при температурах выше 293 К). Помимо определения равновесного влагосодержания метана дополнительно получены новые, существенно более точные экспериментальные данные по разности точек росы метана по гидрату и жидкой (в том числе и переохлажденной) воде. Следует отметить, что впервые возможность измерения разности температур точек росы по гидрату и по воде была показана на полуколичественном уровне в работе [5] с использованием существовавшего на тот момент переносного гигрометра «КОНГ-Прима-4» предшествующего поколения.

Корреляция содержания водяных паров в метане при равновесии с жидкой водой

Поскольку широко используемые в отечественной нефтегазовой отрасли конденсационные гигрометры определяют температуру точки росы ПГ только по жидкой воде (в том числе и переохлажденной), то практический интерес представляет термодинамическое моделирование именно этого равновесия, особенно для системы «метан – жидкая вода» в области стабильности гидрата метана (при отрицательных по шкале Цельсия температурах и давлениях в диапазоне 0–2,5 МПа). Ниже с использованием полученных экспериментальных данных предложена корреляция для вычисления содержания водяных паров в метане при равновесии с жидкой водой.

Если допустить, что в равновесии с метаном находится чистая вода (т. е. пренебречь незначительной растворимостью метана в воде), то из равенства летучестей воды в каждой из контактирующих фаз имеет место следующее термодинамическое соотношение:

, (1)

где – давление насыщенных паров воды, МПа; ж – молярный объем жидкой воды, см3 / моль; в – молярная доля водяных паров в метане; г – коэффициент летучести водяных паров в метане; p – абсолютное давление, МПа; R – универсальная газовая постоянная, принятая равной 8,314 462 6 Дж / (моль · К); T – термодинамическая температура, К.

Из уравнения (1) следует формула для расчета молярной доли водяных паров в метане:

.           (2)

Давление насыщенных паров воды (, МПа) вычисляют по формуле:

. (3)

Молярный объем жидкой воды принимают усредненным в рассматриваемом диапазоне температур и равным 18,35 см3 / моль.

По полученным в соответствии с формулой (2) экспериментальным данным определен коэффициент летучести (как функция температуры и давления) по эмпирическому соотношению:

.           (4)

Коэффициенты Ав и Bв рассчитываются по следующим формулам:

,           (5)

.           (6)

Константы аk и bk приведены в табл.

Определение величины массовой концентрации (, мг / м3) водяных паров в метане (влагосодержание метана) осуществляют по пересчетному соотношению:

= 750 347в.   (7)

Разработанная корреляция (2)–(6) вполне удовлетворительно описывает полученные экспериментальные данные в интервале давлений от 0,1 до 12,5 МПа в исследованном температурном диапазоне. Среднее абсолютное отклонение вычисленных по уравнению (2) значений молярной доли водяных паров при температурах от –50 до –40 ºС не превышает 5 %, а в практически интересном диапазоне (от –40 до 40 ºС) – 2 %. Важно отметить, что по соотношениям (2)–(6) возможен как прямой расчет молярной доли водяных паров в метане при известных значениях давления и температуры, так и обратный – для определения температуры точки росы при известных значениях давления и молярной доли водяных паров в метане с применением итерационной процедуры.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Результаты проведенного исследования были сопоставлены с ранее опубликованными. Поскольку в настоящем эксперименте в силу особенностей его проведения получены параллельно два набора данных при равновесии в системах «метан – гидрат» и «метан – жидкая вода», сравнение осуществлялось с литературными данными для равновесий в соответствующих бинарных системах «метан – конденсированная фаза».

На рис. 5 сопоставлены полученные экспериментальные данные о равновесии в системе «метан – гидрат» при температуре 253,15 К со значениями для аналогичной системы по публикациям L. Zhang et al. [10], Н.E. Косякова и др. [11], K. Althaus [3], G.K. Folas et al. [7], T.V. Løkken et al. [12]. Как видно из представленных зависимостей, авторские результаты достаточно хорошо совпадают с экспериментальными данными L. Zhang et al. [10], Н.Е. Косякова и др. [11] и K. Althaus [3] во всем диапазоне давлений, а значения, полученные G.K. Folas et al. [7] и T.V. Løkken et al. [12], лежат несколько выше.

На рис. 6 показано сравнение авторских данных о равновесии в системе «метан – жидкая вода» при температуре 293,15 К с результатами, приведенными в публикациях А. Chapoy et al. [13], K. Althaus [3], G.K. Folas et al. [7], T.V. Løkken et al. [12]. Необходимо отметить, что при анализе литературных источников не удалось обнаружить экспериментальные данные по равновесиям в системе «метан – жидкая вода» при температурах ниже 273,15 К, тогда как в настоящей работе получены результаты вплоть до температур 233,15 К (для переохлажденной воды).

Как видно из зависимостей на рис. 6, экспериментальные данные по представленной методике достаточно хорошо совпадают с результатами А. Chapoy et al. [13] и K. Althaus [3] во всем диапазоне давлений. В то же время значения из работ G.K. Folas et al. [7] и T.V. Løkken et al. [12] лежат несколько ниже.

ЗАКЛЮЧЕНИЕ

Разработана оригинальная установка и прецизионная методика получения экспериментальных данных по содержанию водяных паров в сжатом метане при равновесии с жидкой водой, в том числе и в области термобарических параметров стабильности газового гидрата метана или льда при отрицательных (по шкале Цельсия) температурах. Использован динамический метод с предварительным насыщением метана водяными парами в сатураторе и последующей конденсацией воды из метана в четырех последовательных сепараторах-вымораживателях. Благодаря развитой поверхности контакта газовой и конденсированной фаз в концевом сепараторе-вымораживателе достигается равновесная молярная доля водяных паров в газовой фазе при высокой точности поддержания температуры фазового равновесия.

Экспериментальная установка оснащена прецизионными средствами измерений, что позволило провести метрологическую оценку неопределенности полученных данных. Последняя не превышает ± 1,0 К (по температуре точки росы), что эквивалентно 10 % относительной неопределенности измерения молярной доли водяных паров в метане при температурах ниже нуля, и ± 0,5 К, что эквивалентно 5 % относительной неопределенности измерения молярной доли водяных паров в метане при температурах выше нуля.

Разработанная методика экспериментов позволила получить новые (в диапазоне температур от 233,15 до 273,15 К) и уточненные (при температурах выше 273,15 К) экспериментальные данные по содержанию водяных паров в чистом метане при равновесии с жидкой (в том числе переохлажденной) водой при различных значениях давления в диапазоне от 1,0 до 12,5 МПа. Для равновесия с гидратом кубической структуры I при температурах от 233,15 до 283,15 К уточнены имеющиеся в литературе экспериментальные данные по содержанию водяных паров в чистом метане при давлениях от 1,0 до 12,5 МПа. В области положительных (по шкале Цельсия) температур во всем диапазоне исследованных давлений авторские данные достаточно хорошо согласуются с ранее опубликованными современными результатами (А. Chapoy et al. [13] и К. Althaus [3]).

Следует особо отметить, что впервые получены экспериментальные данные для метастабильного равновесия в системе «метан – жидкая вода» в области стабильности гидрата метана кубической структуры I. Такие сведения для области отрицательных температур по равновесиям в системе «метан – жидкая вода» в литературе до настоящего исследования отсутствовали.

По представленным авторским экспериментальным данным разработана достаточно простая корреляция (уравнения (2)–(7)) для определения молярной доли водяных паров в метане по данным о температуре точки росы по воде и давлении в системе «метан – жидкая вода». Эта корреляция позволяет провести расчет температуры точки росы по воде по данным о молярной доле воды в достаточно широких диапазонах температур (от 233 до 313 К) и давлений (от 0,1 до 12,5 МПа). Такие термобарические условия характерны для основных процессов подготовки, переработки и транспортирования ПГ. Полученные в настоящей работе новые экспериментальные данные могут быть использованы и для настройки параметров более сложных термодинамических моделей, основанных на уравнениях состояния флюидальных систем.

ПРЕДПОСЫЛКИ К ОБЕСПЕЧЕНИЮ БЕЗОПАСНОСТИ

При трубопроводной транспортировке газового конденсата (ГК) (стабильного, нестабильного, деэтанизированного), сжиженных углеводородных газов и смесей с упругостью насыщенных паров при температуре 313 К не более 1,6 МПа необходимо обеспечивать взрыво- и пожаробезопасность [1]. Критическую важность это требование приобретает на этапах эксплуатации, характеризуемых нестационарными процессами, т. е. при опорожнении и заполнении трубопровода транспортируемым продуктом, во время пропуска внутритрубных устройств, при открытии и закрытии трубопроводной арматуры, а также при возможном взаимодействии углеводородов с кислородом, входящим в состав воздуха.

Как известно [2], для взрыва (быстро протекающая реакция окисления или распада, вызывающая резкое повышение температуры, давления или одновременно того и другого [3]) необходимо наличие двух факторов: смеси горючего, в роли которого выступает транспортируемый продукт, с достаточным количеством окислителя, а также инициатора, преимущественно в виде теплового воздействия. Соответственно, для обеспечения пожаро- и взрывобезопасности нужно предотвратить смешение горючего с окислителем.

С данной целью в процессе технологических операций используют инертные газовые смеси (ИГС) [4]. Это позволяет снизить концентрацию кислорода, являющегося окислителем, до значений, при которых взрыва не происходит. Метод применения ИГС при выполнении технологических операций представляет собой эффективный способ предотвращения аварийных ситуаций. Такие смеси используются в различных технологических операциях, в частности при вытеснении ГК из трубопровода в целях предотвращения образования взрывоопасной газовоздушной смеси паров ГК и воздуха.

Азот – основной компонент ИГС – получают на месте работ из атмосферного воздуха при помощи мобильных азотных установок [5]. В практике эксплуатации магистральных трубопроводов для производства ИГС применяются мобильные газоразделительные установки мембранного типа, которые дают на выходе азотно-кислородную газовую смесь (АКГС) с объемной концентрацией последнего от 2 до 10 %.

Содержание азота в ИГС нормируется не ниже определенного значения, при этом остальную часть смеси составляет преимущественно кислород. При разбавлении газовой среды инертным газом и понижении концентрации кислорода в ИГС до 8–12 об. % взрыв при участии многих горючих газообразных веществ становится невозможным [6]. Однако для двухфазных сред, содержащих жидкие углеводородные фракции, минимальные взрывоопасные концентрации кислорода могут варьироваться. В то же время при эксплуатации конденсатопроводов вероятны ситуации, когда в их полости образуются двухфазные среды из‑за разгазирования отдельных компонентов транспортируемого продукта.

В связи с отмеченным выше представляется актуальной задача определения максимально допустимой безопасной («флегматизи­рующей») концентрации кислорода в АКГС, применяемой в технологических операциях с ГК, с учетом растворения компонентов этой смеси в жидкой фазе конденсата и ее последующего разгазирования.

Количественная оценка флегматизирующей концентрации азота, проведенная в соответствии со стандартизированной методикой расчета [7], показывает, что взрывобезопасность пропана, одного из компонентов ГК, при атмосферном давлении обеспечивается за счет его соединения (смешивания) с газовой смесью «азот – кислород», содержащей последний в объеме не более 10,2 %.

Предельная концентрация кислорода (ПКК, или LOC – limiting oxygen concentration) – это его максимальная концентрация в смеси горючего вещества с воздухом и инертным газом, при которой в установленных условиях испытаний взрыв не может происходить [3]. Известно, что минимальная ПКК для трехкомпонентной газовой смеси «кислород – азот – компонент нестабильного ГК (этан)» – 8,8 об. %, что выполняется при смешивании газообразного этана с газовой смесью «азот – кислород» с объемной концентрацией последнего 9,0 % (рассчитывается на основе международного стандарта [6]).

Однако практика эксплуатации конденсатопроводов показывает, что данные значения объемной концентрации кислорода в закачиваемой газовой смеси «азот – кислород» не всегда обеспечивают взрывобезопасность. Это связано с тем, что при определении безопасной концентрации кислорода следует учитывать наличие в трубопроводе жидкой фазы. Инертная газовая смесь при контакте с последней частично растворяется в ней. В ходе выполнения технологических работ по вытеснению ГК из трубопровода параметры системы могут изменяться. Чтобы рассчитать предельный состав ИГС, следует определить, возможно ли возникновение ситуации, когда концентрация кислорода превысит ПКК.

ПРИЧИНЫ И ИСТОЧНИКИ ВЗРЫВООПАСНОСТИ

Для реализации аварийного сценария, как отмечено выше, помимо наличия горючего и окислителя, необходим также инициатор – источник образования пламени. Таким источником может быть искра, возникающая при соударении между собой металлических предметов или других твердых частиц. В целях предотвращения подобных явлений для работы на взрывоопасных производствах и предприятиях топливно-энергетического комплекса, где использование стандартного инструмента недопустимо из‑за угрозы взрыва, применяется искробезопасный омедненный инструмент.

Однако образование искры также возможно, например, в результате соударения огарков электродов, оставленных в полости трубопровода. Эти и другие посторонние предметы могут скапливаться в различных тупиковых зонах, например в тройниках, байпасных трубопроводах и т. п. Так, задвижки, применяемые на конденсатопроводах, характеризуются наличием полостей, где могут аккумулироваться металлические загрязнения или иные твердые частицы. При стационарном режиме транспорта последние покоятся и никак не вовлекаются в поток продукта. Однако при нестационарных условиях (заполнение и опорожнение трубопровода или пропуск внутритрубных устройств) происходит подхват загрязнений.

Одновременно с этим в полости трубопровода может образоваться двухфазная среда. Например, после вытеснения ГК остается часть жидкой фазы, скопившаяся в том числе в седле задвижки. В ходе последующих технологических операций такая задвижка закрывается, и на ней создается перепад давления, а в момент ее открытия происходит разгазирование жидкой фазы ГК и вынос из седла задвижки металлических частиц, который способен привести к их соударению между собой или со стенкой трубы и образовать искру. Для предотвращения взрыва в такой ситуации критически важно достоверно знать, превысит ли объемная доля кислорода, находящегося в локальной области предполагаемого образования искры, ПКК в момент открытия задвижки.

Описанная ситуация вполне реалистична и не может исключаться на практике, исходя из опыта эксплуатации объектов трубопроводного транспорта.

КОМПОНЕНТНЫЙ СОСТАВ ГК

Составы ГК различных месторождений существенно отличаются. Так как экспериментальные данные о растворимости азота и кислорода в объеме, достаточном для исследования, представлены в источниках только для случая растворения азота и кислорода в алканах, авторами рассматривались ГК, имеющие значительное содержание парафиновых углеводородов нормального строения.

На рис. 1 представлены усредненные молекулярно-концентрационные распределения н-алканов в ГК, имеющих значительное содержание парафиновых углеводородов нормального строения, добываемых на некоторых месторождениях России [8–11]. Для н-алканов, входящих в состав ГК, приведенных на рис. 1, характерен ярко выраженный максимум по массовой доле в области низкокипящих углеводородов С5–С8.

ОБЗОР ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ О РАСТВОРИМОСТИ АЗОТА И КИСЛОРОДА В АЛКАНАХ

Газы проникают в жидкую фазу смеси углеводородов, растворяясь в ней за счет диффузии. Растворимость газов подчиняется закону Генри и зависит от химической структуры растворителя, природы и парциального давления растворяющегося газа и температуры окружающей среды [12].

В отечественной [13] и зарубежной [14] справочной литературе приводятся экспериментальные данные о растворимости азота в различных углеводородах и других веществах, а также формулы для вычисления данного параметра. Приведенные результаты обобщают большое количество работ, выпущенных до 1984 г.

На основании зарубежных источников [14] построены зависимости растворимости азота в алканах от температуры при парциальном давлении 101,325 кПа. Они приведены на рис. 2. Видно, что с увеличением молекулярной массы элементов гомологического ряда н-алканов значение растворимости, начиная с н-пентана, при одной и той же температуре слабо изменяется, а с уменьшением температуры растворимость азота в алканах падает.

Экспериментальные данные о растворимости азота в ароматических углеводородах, циклоалканах и парафиновых углеводородах изостроения, приведенные в отечественных и зарубежных источниках [13, 14], немногочисленны и недостаточны для качественной оценки растворимости азота в ГК, содержащих значительное количество ароматических углеводородов и нафтенов. В табл. 1 приведены результаты расчета мольной доли азота при его растворении в ГК с преобладающим компонентом н-гептаном при различных температурах и парциальных давлениях (с учетом стандартного отклонения в расчетной формуле в меньшую сторону). Для определения мольной доли азота при его растворении в ГК со значительным содержанием парафиновых углеводородов нормального строения используется формула для расчета растворимости газообразного азота в н-гептане [14], т. к. н-гептан – один из преобладающих компонентов среди н-алканов, входящих в состав ГК (см. рис. 1).

На рис. 3 приведены зависимости растворимости кислорода в н-алканах от температуры при парциальном давлении 101,325 кПа, полученные на основе экспериментальных данных [15, 16]. Значения растворимости кислорода в н-гексане, приведенные в [16], определены при парциальном давлении от 0,0901 до 0,0993 МПа. Из рис. 3 видно, что данные по растворимости кислорода в н-алканах по сравнению с данными по азоту немногочисленны и отличаются меньшей полнотой. Увеличение растворимости кислорода с ростом температуры характерно только для процесса растворения кислорода в н-гептане.

В табл. 2 представлены значения мольной доли кислорода при его растворении в ГК с преобладающим компонентом н-гептаном при различных температурах и парциальных давлениях, полученные в результате расчета с использованием экспериментальных данных (максимального экспериментального значения мольной доли кислорода при его растворении в н-гептане) [15]. Вычисления проводились именно по н-гептану, поскольку, исходя из имеющихся сведений [15], значение растворимости кислорода в н-алканах, начиная с н-гексана и заканчивая н-деканом, при одинаковых температурах изменяется незначительно. Кроме того, как уже отмечалось выше, предполагается, что н-гептан – один из преобладающих компонентов среди н-алканов, входящих в состав ГК (см. рис. 1).

Растворимость нескольких газов в одном растворителе будет пропорциональна парциальному давлению каждого из них [12]. При этом следует учитывать, что при одинаковых температурах растворимость кислорода в углеводородной смеси больше растворимости азота. Так, в бензоле при 298 К растворяется 0,22 м3 / м3 кислорода, а азота – 0,12 м3 / м3 [12]. Исходя из полученных данных, отношение растворимости кислорода к растворимости азота в н-гептане составляет 2,2–2,3 при одинаковых температуре и парциальном давлении над поверхностью жидкости. То есть при полном и резком разгазировании азота и кислорода, растворенных в н-гептане, в локальной области у поверхности жидкого н-гептана может образовываться кислородно-азотная газовая смесь, в которой преобладающим компонентом будет кислород. Постепенное добавление в эту смесь паров н-гептана приведет к тому, что она станет взрывоопасной, т. к. концентрация кислорода будет превышать ПКК.

СПЕЦИФИКА РАБОТЫ ТРУБОПРОВОДНОЙ АРМАТУРЫ

Описанные выше зависимости необходимо учитывать при эксплуатации магистральных конденсатопроводов, поскольку сочетание неблагоприятных условий при выполнении рутинных процедур чревато образованием взрывоопасной среды. Так, перемещение запорного органа клиновой задвижки вверх в процессе ее открытия приводит к истечению парогазовой смеси из полости высокого давления в по-лость низкого давления. При примерно двукратном и более соотношении давлений до и после задвижки наблюдается критическое истечение через щель, скорость которого примерно равна скорости звука в газе (более 300 м / с).

Столь быстро движущийся газовый поток способен вынести из полости 6 твердые металлические загрязнения и разогнать их до околозвуковой скорости (рис. 4). Эти частицы могут высекать искры при соударении с внутренней стенкой трубопровода, что приведет к инициированию взрыва парогазовоздушной смеси в области 8.

Кроме того, мощное истечение газа при наличии вблизи щели конденсата, находящегося в жидком состоянии, приведет к образованию аэрозоля (распылению жидкости), который быстро разгазируется в условиях падения давления. Этот процесс будет сопровождаться резким увеличением концентрации кислорода в парах аэрозоля.

ОПРЕДЕЛЕНИЕ СОСТАВА ИГС ДЛЯ СТАБИЛЬНОГО И НЕСТАБИЛЬНОГО ГК

Подход к определению объемных концентраций компонентов ИГС, растворенной в ГК с преобладающим н-гептаном, может быть сформирован на основе известной методики расчета объемных процентов компонентов воздуха, растворенного в воде [17]. Указанный способ оперирует коэффициентом растворимости газа , который не зависит от давления (для идеальных газов и их предельно разбавленных растворов).

Для расчета по известной мольной доле (x) растворенного газа используют формулу:

,           (1)

где R – универсальная газовая постоянная, равная ~8,314 м3·Па / (моль·К); T – температура, при которой установилось равновесие в системе «газ – раствор», К; – плотность раствора, кг / м3; x – мольная доля растворенного газа в растворе; P – давление, при котором установилось равновесие в системе «газ – раствор», Па; M1 и M2 – молярные массы растворителя и растворяемого вещества соответственно, кг / моль.

Для коэффициента растворимости справедливо уравнение:

аpа / кpк = xа / xк,     (2)

где а и к – коэффициенты растворимости для азота и кислорода соответственно; pа и pк – парциальное давление азота и кислорода в газовой смеси, МПа; xа и xк – мольная доля растворенного азота и кислорода в растворе.

По результатам анализа уравнений (1) и (2) был определен необходимый состав ИГС при работе с нестабильным ГК. Для того чтобы в растворе объемные концентрации растворенных газов составляли 9,02 % кислорода (тогда при разгазировании объемная концентрация кислорода в трехкомпонентной газовой смеси «кислород – азот – компонент нестабильного ГК (этан)» будет меньше ПКК) и 90,98 % азота, необходимо, чтобы в исходной инертной среде, которая имелась до начала процесса растворения, объемные концентрации газов были 3,88 % кислорода и 96,12 % азота. Расчеты проводились при абсолютном давлении 1,5 МПа и температуре системы «газ – раствор» 298,15 К, т. к. фактически газовая смесь «азот – кислород» закачивается в полость трубопровода с такой температурой. При прочих равных усло­виях и абсолютном давлении 0,1 МПа для обеспечения взрывобезопасности операции объемные концентрации газов в инертной среде должны быть не более 4,17 % кислорода и не менее 95,83 % азота.

Если использовать ИГС с рассчитанными выше параметрами, то при разгазировании нестабильного ГК не сможет образоваться газообразная смесь с концентрацией кислорода, превышающей значение ПКК. Так как уже в полностью выделившейся из жидкости кислородно-азотной газовой смеси кислород будет иметь объемную концентрацию 9,02 %, постепенное добавление в нее паров нестабильного ГК в какой‑то момент приведет к образованию трехкомпонентной газовой смеси с объемным составом 8,8 % кислорода (что соответствует ПКК), 2,4 % этана (соответствует нижнему пределу взрываемости) и 88,8 % азота. При дальнейшем увеличении доли горючего объемная концентрация кислорода станет меньше значения ПКК и газовая смесь будет оставаться негорючей.

В случае выполнения технологических операций со стабильным ГК при давлении 1,5 МПа, для которого используется значение ПКК, принятое для смесей с н-гексаном (9,1 % по [6]) как одним из самых распространенных компонентов ГК, необходимо, чтобы в исходной инертной среде, имевшейся до начала процесса растворения, объемные концентрации газов составляли бы не более 3,96 % кислорода и не менее 96,04 % азота. При прочих равных условиях и абсолютном давлении 0,1 МПа объемные концентрации газов в инертной среде должны быть не более 4,25 % кислорода и не менее 95,75 % азота.

Их двух приведенных примеров для стабильного и нестабильного ГК видно, что с увеличением давления технологической операции с 0,1 до 1,5 МПа значение объемной концентрации кислорода, выше которой может образовываться взрывоопасная смесь, в закачиваемой АКГС уменьшается. Этот эффект также следует учитывать при регламентировании требований к применяемой АКГС.

ВЫВОДЫ

Выполнение технологических операций на конденсатопроводах связано с созданием перепада давления на запорно-регулирующей арматуре. В случае использования для обеспечения взрывобезопасности АКГС с объемной концентрацией кислорода более 3,88 % (3,96 % – для стабиль-ного ГК) образуется взрывоопасная газовоздушная смесь. Опыт показывает, что для этого не требуется каких‑либо экстремальных условий. В частности, данный процесс может происходить при вытеснении продукта с температурой порядка 298 К при давлении в полости конденсатопровода около 1,5 МПа.

Полученные результаты свидетельствуют о необходимости установления специальных требований к составу ИГС, используемых при проведении технологических операций в трубопроводном транспорте ГК. При определении максимально допустимого содержания кислорода в этих смесях важно учитывать возможность наличия жидкой фазы ГК, диапазон давлений и температур в полости конденсатопровода, а также возможности возникновения перепадов давления на трубопроводной арматуре в процессе выполнения технологических операций.

С увеличением давления технологической операции допустимое значение объемной концентрации кислорода в АКГС, закачиваемой в трубопровод, должно уменьшаться.

Наблюдается дефицит экспериментальных данных по растворимости кислорода в н-алканах и других компонентах ГК. Целесообразно проводить экспериментальные исследования, направленные на изучение растворимости кислорода и азота в жидких компонентах ГК (в том числе в ароматических углеводородах, циклоалканах, парафиновых углеводородах изостроения) и в ГК различного фракционного состава.

Таблица 1. Мольная доля азота при его растворении в ГК с преобладающим компонентом н-гептаном при различных температурах и парциальных давленияхTable 1. Mole fractions of nitrogen when dissolving it in gas condensate with n-heptane as the predominant component at different temperatures and partial pressures

Таблица 2. Мольная доля кислорода при его растворении в ГК с преобладающим компонентом н-гептаном при различных температурах и парциальных давленияхTable 2. Mole fractions of oxygen when dissolving it in gas condensate with n-heptane as the predominant component at different temperatures and partial pressures

В продолжение ранее опубликованной статьи [1], где приводятся описание предметной области, формализация математической модели и постановка задачи, а также анализируются вопросы объемной оптимизации, в данной работе рассматривается логистическая модель формирования и коммерческой оптимизации оперативного баланса экспортных поставок природного газа (далее – газ), в основе которой лежит математический ориентированный граф контрактной газотранспортной схемы на территории Европы [1–4]. Ориентированные ребра последнего представляют коммерческий транспорт газа (включая доступные газотранспортные мощности) в соответствующих направлениях (согласно [1] потоки по ребрам обозначаются fi). Вершинами графа выступают либо пункты сдачи-приемки (ПСП) – балансовые зоны / интерконнекторы, в которых могут осуществляться поставки покупателям в зависимости от их потребностей (объемы поставок обозначаются sij, соответствующие потребности покупателей – S jnom, i), либо европейские подземные хранилища газа (ПХГ), в которых производятся отбор / закачка (обозначаются как ui), либо приграничные газоизмерительные станции (ГИС), через которые из Единой системы газоснабжения России (ЕСГ) поступают ресурсы газа (обозначаются как ri).

Данная логистическая модель, дополненная последовательностью линейных целевых функций, представляет собой расширенную модификацию транспортной задачи на графе (оптимизационную зада-чу линейного программирования) и с точки зрения оперативного управления логистическими процессами эффективно решается путем многоэтапной оптимизации на основании симплекс-метода [1, 5].

КОММЕРЧЕСКАЯ ОПТИМИЗАЦИЯ ОПЕРАТИВНОГО БАЛАНСА

Этапы коммерческой оптимизации оперативного баланса определяются наличием дополнительных рыночных возможностей при управлении поставками газа на экспорт (например, дополнительные продажи или покупки на европейских торговых площадках) и прежде всего заключаются в максимизации целевой функции Ω0(fi, ui, ri, sij) маржинальной прибыли с учетом соответствующих переменных издержек:

       (1)

где , – соответственно исходящие и входящие коммерческие потоки газа для i-го ПХГ; Pi, j – входной параметр математической модели – текущая цена газа по контракту для j-й поставки в i-м ПСП (для соответствующей переменной sij); , Cif, Cir, Ciu+, Ciu- – стоимостные коэффициенты для определения переменных издержек, позволяющие корректно и обоснованно оценивать и сравнивать экономическую эффективность различных сформированных оперативных балансов. Необходимо адекватно с точки зрения оперативного управления логистическими процессами определить значения стоимостных коэффициентов – входных параметров математической модели.

Коэффициенты представляют данные по контрактам на поставку: удельные штрафы за недопоставку газа для каждой j-й поставки по соответствующей потребности покупателя в каждом i-м ПСП ориентированного графа. Как правило, в соответствии с контрактом такой штраф определяется в виде процентного отношения к контрактной цене газа:

= i, jPi, j,        (2)

где i, j ≥ 0 – соответствующий коэффициент, определяющий размер штрафа относительно цены. В результате коммерческой оптимизации оперативного баланса обеспечивается оптимальное распределение минимальной общей недопоставки газа Dmin (при наличии объемной оптимизации [1], вычисленной на первоначальном этапе) по всем потребностям покупателей с учетом возможных ограничений на неравномерность недопоставки по покупателям в каждом ПСП.

Коэффициент Cif представляет удельные затраты на коммерческий поток fi и зависит от типа используемой газотранспортной мощности. Как отмечалось в первой части статьи [1], для некоторых мощностей (в частности, долгосрочных мощностей типа «транспортируй или плати») значение коэффициента Cif равно или очень близко к 0 и существенно меньше стоимостных коэффициентов для других мощностей в этом же направлении (для соответствующих кратных ориентированных ребер).

Затраты на топливный газ представлены его дополнительными компенсирующими поставками в определенных контрактами ПСП, т. е. соответствующие стоимостные коэффициенты Cif = 0. При этом такие компенсирующие поставки осуществляются без какой‑либо выручки. Иными словами, цéны поставки топливного газа Pi, 0 = 0. Таким образом, данные затраты в целевой функции Ω0(fi, ui, ri, sij) учитываются косвенно, как недополученная выручка от реализации объемов топливного газа в совокупности с понесенными суммарными переменными издержками (включающими стоимость ресурса газа и его транспортировки) на обеспечение компенсирующих поставок соответствующих объемов.

Для коммерческого потока по прерываемой мощности типа оверноминации стоимостный коэффициент Cif предлагается определять как фактическую удельную стоимость данной оверноминации if, увеличенную на максимальные удельные затраты по другим потенциально доступным мощностям в том же направлении (по кратным ориентированным ребрам):

.           (3)

В результате коммерческой оптимизации будет гарантировано использование данной оверноминации в последнюю очередь как самой дорогостоящей среди всех доступных газотранспортных мощностей на рассматриваемом направлении (среди всех кратных ребер между рассматриваемыми вершинами ориентированного графа), что соответствует установленному порядку использования оверноминации [1, 3].

Для других прерываемых транспортных мощностей коэффициенты Cif представляют собой фактические удельные затраты на соответствующую транспортировку газа и, как отмечалось в первой части статьи [1], их загрузка регулируется за счет корректировки в неравенствах, лимитирующих данные коммерческие потоки, ограничений сверху – предполагаемых доступных уровней непрерываемой транспортировки или соответствующих объемов, подтвержденных газотранспортными операторами.

Коэффициенты Cir представляют собой оценочные себестоимости газа на соответствующих приграничных ГИС. За счет данных стоимостных коэффициентов в результате коммерческой оптимизации обеспечивается использование ресурсов газа, доступных из ЕСГ, оптимальным образом.

Ciu- – это удельная стоимость закачки газа в i-е ПХГ. Все Ciu- в совокупности со стоимостными коэффициентами транспорта газа до каждого ПХГ от соседних ПСП обеспечивают оптимизацию выбора ПХГ для закачки необходимых объемов (с учетом заданных ограничений по отдельным ПХГ [1]).

Коэффициент Ciu+ определяет адаптированную стоимость отбора газа из i-го ПХГ для целевой функции Ω0(fi, ui, ri, sij) и основан на фактической удельной стоимости отбора из i-го ПХГ (iu+), однако дополнительно имеет некоторую надбавку ∆, обеспечивающую коммерческую приоритизацию использования европейских ПХГ и приграничных ГИС на уровне оперативного управления логистическими процессами. Применение этой надбавки обусловлено следующими соображениями.

Выбор источника ресурса газа (ПХГ или приграничной ГИС) для обеспечения поставки в некотором ПСП основан на сравнительной оценке соответствующих переменных издержек согласно стоимостным коэффициентам целевой функции Ω0(fi, ui, ri, sij). Приближенные оценки возникающих удельных переменных издержек можно представить так: (Cjr + Tr) для некоторой j-й приграничной ГИС и (iu+ + ∆ + Tu) для некоторого i-го ПХГ (здесь Tr и Tu – оценки удельной суммарной стоимости транспорта газа по всему маршруту до рассматриваемого ПСП от приграничной ГИС и ПХГ соответственно).

Далее сформулированы некоторые допущения, релевантные для рассматриваемой приближенной оценки. Можно пренебречь стоимостью транспорта по долгосрочным мощностям, которая близка к 0 (т. е. много меньше стоимости дополнительного краткосрочного бронирования). Более того, допустимо считать, что i-е ПХГ выбираются таким оптимальным образом, что транспорт до рассматриваемого ПСП осуществляется только по долгосрочным мощностям (возможно, за исключением транспорта от ПХГ до соседних ПСП, удельная стоимость которого фиксирована, и ею в данном случае допустимо пренебречь, если учесть в удельной стоимости отбора газа). Следовательно, Tu ≈ 0.

Эмпирический критерий выбора источника газа заключается в использовании ресурса с приграничной ГИС в случае отсутствия необходимости дополнительного бронирования краткосрочных мощностей в рамках обеспечения рассматриваемой поставки (т. е. если Tr ≈ 0) и из ПХГ, если для поставки с приграничной ГИС необходимы значительные по стоимости дополнительные бронирования (Tr >> 0). В частности, удельные затраты на транспорт газа можно считать существенными при превышении фактической удельной стоимости его отбора из ПХГ (Tr ≥ iu+). То есть в этом случае величина iu+ представляет собой эмпирическое пороговое значение для существенной стоимости транспорта. Данный критерий выбора источника ресурса с учетом представленных выше допущений определяет неравенства, упорядочивающие соответствующие удельные переменные издержки:

Cjr ≤ iu+ + ∆ ≤ Cjr + Tr.         (4)

Первое неравенство в данном соотношении должно выполняться для любых значений iu+ ≥ 0. Отсюда ∆ ≥ Cjr. Из второго неравенства с учетом предложенного эмпирического порогового значения для существенной стоимости транспорта (ресурс газа отбирается из ПХГ, если Tr ≥ iu+) следует, что ∆ ≤ Cjr. Таким образом, ∆ ≈ Cjr.

Для получения окончательной оценки величины ∆ необходимо сделать ее независимой от конкретной приграничной ГИС (избавиться от индекса j), выбрав максимальное значение оценочной себестоимости газа по всем приграничным ГИС. Вследствие некоторой максимизации значения надбавки ∆ адаптированные переменные издержки на отбор газа из ПХГ будут увеличены, расширится диапазон допустимых переменных издержек для использования приграничных ГИС в качестве источников ресурса газа, соответствующим образом возрастет пороговое значение существенной стоимости транспорта и дополнительно незначительно сместится коммерческий приоритет от использования европейских ПХГ в пользу приграничных ГИС.

Таким образом, стоимостные коэффициенты Ciu+ целевой функции Ω0(fi, ui, ri, sij) представляются следующим соотношением:

Ciu+ = iu+ + Cjr.        (5)

Полученные адаптированные стоимостные коэффициенты Ciu+ для отбора газа из ПХГ, с другой стороны, экономически интерпретируются как фактические удельные затраты на его отбор с учетом некоторой оценки текущей себестоимости отбираемого газа. Следует отметить, что при необходимости смещения приоритетов (использования европейских ПХГ или приграничных ГИС) эмпирическое пороговое значение существенной стоимости транспорта газа и соответствующая величина ∆ могут быть экспертно скорректированы.

ДОПОЛНИТЕЛЬНЫЕ ПРОДАЖИ ФИЗИЧЕСКИХ ОБЪЕМОВ ГАЗА НА КРАТКОСРОЧНОЙ ОСНОВЕ

Дальнейшее расширение математической модели связано с коммерческой оптимизацией дополнительной реализации газа на европейских торговых площадках с точки зрения оперативного управления логистическими процессами. Таким образом, с учетом описанных ранее (в том числе в [1]) оптимизационных задач необходимо выполнить коммерческую оптимизацию дополнительных поставок газа в ПСП, привязанных к рассматриваемым торговым площадкам, и соответствующих суммарных переменных издержек при заданных рыночных ценах на газ и возможностях (емкости) газовых рынков.

Пусть i-й ПСП привязан к некоторой торговой площадке. Тогда к переменным математической модели sij, соответствующим контрактным поставкам газа в этом ПСП, добавляется переменная i – дополнительная поставка газа в рассматриваемом ПСП для реализации на торговой площадке. Все введенные таким образом i должны учитываться в суммарных поставках газа по соответствующим ПСП и удовлетворять балансовым соотношениям в вершинах графа. Дополнительно в качестве входных параметров математической модели появляются следующие величины: i – текущая рыночная цена реализации газа на рассматриваемой торговой площадке и imax – емкость торговой площадки, эмпирическое ограничение сверху на дополнительную поставку газа i в соответствующем ПСП:

0 ≤ i ≤ imax.   (6)

Следует отметить, что для оперативного управления логистическими процессами допустимо пренебречь эластичностью спроса на газ на рассматриваемых торговых площадках и вполне корректно считать входные параметры математической модели i и imax независимыми константами, в которых экзогенно уже заложена необходимая эластичность спроса. То есть любой объем газа в пределах величины imax может быть реализован на торговой площадке по фиксированной цене i.

При определении соответствующей целевой функции маржинальной прибыли Ω1(fi, ui, ri, sij, i) для рассматриваемой оптимизационной задачи на основании подходов к коммерческой оптимизации, изложенных в предыдущем разделе, необходимо учитывать, что дополнительные поставки газа для реализации на торговых площадках опциональны, т. е. не предусматривают каких‑либо обязательств перед покупателями и штрафов за недопоставку. При этом дополнитель-ные поставки вносят вклад в целевую функцию Ω1(fi, ui, ri, sij, i), как в ее доходную часть от реализации газа, так и в расходную от дополнительных переменных издержек на обеспечение соответствующих поставок, которые косвенно учитываются через различные соотношения математической модели. Максимизация целевой функции маржинальной прибыли Ω1(fi, ui, ri, sij, i) представляется следующим образом:

Ω1(fi, ui, ri, sij, i) = ∑i i i +

+ Ω0(fi, ui, ri, sij, i) max.         (7)

В результате решения оптимизационной задачи (7) вычисляются максимум целевой функции Ω1(fi, ui, ri, sij, i) (обозначен как Ω1max) и значения переменных, при которых величина Ω1max достигается. Пусть Amax – сумма вычисленных значений переменных i (Amax = ∑i i), т. е. суммарная дополнительная поставка газа для реализации на торговых площадках, которая обеспечивает максимум целевой функции маржинальной прибыли Ω1(fi, ui, ri, sij, i). Аналогично через Ω0max обозначен максимум целевой функции Ω0(fi, ui, ri, sij) из оптимизационной задачи (1).

С учетом приведенных выше допущений можно определить функцию получаемой прибыли (A) от суммарной дополнительной поставки газа A (0 ≤ A ≤ Amax) для реализации на торговых площадках:

(A) = Ω1(fi, ui, ri, sij, i).     (8)

В силу линейности рассматриваемой математической модели, а также по своему построению функция прибыли (A) кусочно-линейная возрастающая (неубывающая) от (0) = Ω0max до (Amax) = Ω1max.

Для интерполяции значений функции (A) на интервале [0; Amax] и последующего анализа общего вида функции прибыли ее можно протабулировать с некоторым заданным шагом от 0 до Amax. При этом каждый раз для нахождения значения (A) будет решаться оптимизационная задача (7) с учетом дополнительного соотношения:

∑i i = A.          (9)

Значения переменных математической модели на очередном шаге вычисления функции (A) ищутся заново и, по сути, не зависят от значений этих переменных, найденных на предыдущем шаге. То есть распределения потоков газа, поставок / недопоставок, используемых ресурсов и режимов работы ПХГ могут принципиально различаться в процессе табулирования функции прибыли (A).

На рис. 1 представлен характерный эскиз общего вида функции получаемой прибыли (A). По построению в рамках рассматриваемой математической модели функция (A) является выпуклой вверх, т. е. ее рост замедляется при приближении к максимальному значению.

Общий вид функции получаемой прибыли (A) позволяет оценить экономическую эффективность (как удельный показатель) использования доступных собственных ресурсов газа для дополнительных поставок и реализации на европейских торговых площадках. Экономическая эффективность в силу выпуклости вверх функции прибыли (A) уменьшается с ростом суммы дополнительных поставок газа от 0 до Amax (с увеличением использования дополнительных ресурсов) и с приближением значения функции к своему максимуму Ω1max. На основании оценки экономической эффективности, а также с учетом заданных целей и приоритетов управления логистическими процессами дополнительные объемы реализации газа на европейских торговых площадках могут быть экспертно скорректированы в пределах от 0 до Amax для формирования компромиссного решения между максимизацией маржинальной прибыли и эффективностью использования ресурсов газа для реализации на торговых площадках.

В результате для формирования оптимального оперативного баланса экспортных поставок газа с учетом выбранного суммарного объема A (0 ≤ A ≤ Amax) его дополнительной реализации на торговых площадках решается задача коммерческой оптимизации (7) с учетом соотношения (9). На основании найденного решения можно вычислить суммарный собственный ресурс газа Ge (с учетом приграничных ГИС и отбора из ПХГ / закачки в ПХГ), используемый наиболее эффективно с точки зрения заданных приоритетов:

Ge = ∑iri + ∑iui.         (10)

Величина Ge может быть учтена на следующем этапе коммерческой оптимизации (при учете возможности покупки газа на торговых площадках) в виде неравенства, добавленного в математическую модель:

∑iri + ∑iui ≤ Ge.        (11)

ВОЗМОЖНОСТИ ПОКУПКИ ФИЗИЧЕСКИХ ОБЪЕМОВ ГАЗА

Далее рассматриваются вопросы учета в математической модели возможностей покупки газа на европейских торговых площад-ках и его последующего поступления в систему (ориентированный граф) в виде дополнительного ресурса через ПСП, привязанные к торговым площадкам. Аналогично описанной выше дополнительной реализации газа на торговых площадках для соответствующих ПСП вводятся новые переменные i, представляющие покупаемые на торговых площадках ресурсы газа. Каждая переменная i ≥ 0 должна удовлетворять соответствующему балансовому соотношению в i-м ПСП путем учета в суммарной поставке газа по этому ПСП (согласно [1] обозначается как vi) с обратным знаком:

vi = -(i + ∑j sij) + i.     (12)

Кроме того, для переменной i в математическую модель добавляются входные параметры: i – текущая рыночная цена покупки газа на соответствующей торговой площадке и imax – доступные для покупки объемы газа на торговой площадке, ограничение сверху на дополнительный ресурс газа i:

0 ≤ i ≤ imax.   (13)

Как и для дополнительной продажи газа на торговых площадках, в рамках задачи оперативного управления логистическими процессами эластичностью спроса можно пренебречь, предположив, что любой объем газа в пределах imax может быть куплен на соответствующей торговой площадке по фиксированной цене i.

Прежде всего в рамках рассматриваемой задачи коммерческой оптимизации необходимо пересчитать минимальный уровень общей недопоставки газа Dmin (если Dmin ≠ 0), решив заново соответствующую первоочередную задачу объемной оптимизации [1] с учетом появившегося дополнительного ресурса газа в виде возможности его покупки на торговых площадках. Тем самым для дальнейшей коммерческой оптимизации в рассматриваемой математической модели обновляются величина Dmin и связанные с ней соотношения.

Задача коммерческой оптимизации оперативного баланса экспортных поставок газа с учетом возможностей его покупки на торговых площадках заключается в максимизации целевой функции маржинальной прибыли Ω2(fi, ui, ri, sij, i, i):

Ω2(fi, ui, ri, sij, i, i) =

= Ω1(fi, ui, ri, sij, i, i) –

– ∑i i i max.   (14)

При этом соотношение для дополнительной реализации газа на торговых площадках вида (9) в условиях возможности его покупки становится нерелевантным.

Кроме явных затрат на покупку газа, представленных соответствующим слагаемым в целевой функции Ω2(fi, ui, ri, sij, i, i), косвенно, через различные соотношения математической модели, учитываются дополнительная выручка и изменение переменных издержек, связанные, в частности, с увеличением дополнительной реализации газа на торговых площадках, уменьшением штрафов за недопоставку по контрактным обязательствам, а также перераспределением коммерческих транспортных потоков.

При необходимости учета экономической эффективности использования собственных ресурсов газа, описанной в предыдущем разделе, оптимизационная задача (14) решается совместно с дополнительным соотношением математической модели (11). Однако аналогично построению и анализу функции прибыли (A), рассмотренной в предыдущем разделе, для получения более корректной оценки экономической эффективности, в том числе с учетом возможности обеспечения контрактных обязательств по поставкам газа за счет его покупки на торговых площадках, величину Ge необходимо проварьировать с некоторым шагом в пределах максимально доступных собственных ресурсов газа. При этом для каждого значения Ge будет решаться данная задача коммерческой оптимизации и вычисляться соответствующее максимальное значение целевой функции маржинальной прибыли Ω2(fi, ui, ri, sij, i, i). На основании общего вида полученной зависимости максимальной маржинальной прибыли от величины Ge можно выбрать наиболее эффективное решение с точки зрения использования собственных ресурсов газа.

ЭКСПОРТНАЯ ПОШЛИНА В ВИДЕ ПЕРЕМЕННЫХ ИЗДЕРЖЕК

При поставках газа на экспорт возникает экспортная пошлина, которая относится к переменным издержкам и должна быть учтена в целевой функции коммерческой оптимизации. Эта величина определяется как некоторый фиксированный процент от выручки за счет экспортных поставок собственного газа (с приграничных ГИС и из европейских ПХГ) без учета выручки от реализации приобретенного газа на европейских торговых площадках.

В случае отсутствия возможности покупки газа на торговых площадках экспортная пошлина может быть учтена в математической модели путем домножения в целевых функциях Ω0(.) и Ω1(.) (оптимизационные задачи (1) и (7) соответственно) всех цен продажи газа (контрактных Pi, j и дополнительной реализации на торговых площадках i) на корректирующий множитель (1 – ), что, по сути, эквивалентно учету экспортной пошлины сразу в цене продажи газа и не меняет алгоритмических подходов к решению подобных задач.

При наличии возможности покупки газа на торговых площадках с учетом добавленного корректирующего множителя (1 – ) для всех цен продажи в целевую функцию Ω2(.) (оптимизационная задача (14)) необходимо добавить слагаемое, компенсирующее излишне вычтенную экспортную пошлину по приобретенным объемам. Процедура определения данного слагаемого строго не детерминирована, и для целей оперативного управления логистическими процессами предлагается компромиссное решение по его представлению через оценочную средневзвешенную цену продажи газа Pavg (без учета экспортной пошлины) при формировании оперативного баланса экспортных поставок, что вполне корректно.

Для первоначальной оценки величины Pavg решается задача коммерческой оптимизации (7) без возможности покупки газа на торговых площадках с учетом экспортных пошлин в виде корректирующего множителя (1 – ) в целевой функции Ω1(.) и при необходимости с учетом описанной процедуры оценки экономической эффективности использования собственных ресурсов. В результате определяются все объемы продажи / поставки газа (переменные математической модели sij и i) по соответствующим ценам (исходные цены – Pi, j и i), на основании которых приближенно вычисляется Pavg:

.           (15)

Таким образом, для учета экспортной пошлины при наличии возможности покупки газа на европейских торговых площадках вместо (14) решается следующая задача коммерческой оптимизации:

(.) = (.) – ∑i i i +

+ Pavg ∑i i max.        (16)

Здесь верхний индекс показывает, что в соответствующей целевой функции учтена экспортная пошлина, в том числе в виде корректирующего множителя (1 – ) для цен продажи газа. Последнее слагаемое в целевой функции (.) представляет компенсацию излишне вычтенной экспортной пошлины по приобретенным объемам газа.

При необходимости оценка величины Pavg может быть уточнена итеративно путем решения задачи коммерческой оптимизации (16) и пересчета Pavg по формуле (15) на основании вновь найденных объемов продажи/поставки газа. Как правило, подобный итеративный процесс достаточно быстро сходится и на практике в целях оперативного управления логистическими процессами вполне достаточно всего нескольких итераций для корректной оценки слагаемого в целевой функции (.) компенсации экспортной пошлины по приобретенным объемам газа.

ДОПОЛНИТЕЛЬНЫЕ АСПЕКТЫ МАТЕМАТИЧЕСКОЙ МОДЕЛИ

В данном разделе рассматриваются возникающие на практике дополнительные вопросы применения предложенной математической модели и различных постановок оптимизационных задач.

Дополнительные линейные соотношения математической модели

При необходимости, кроме описанных в [1] базовых линейных соотношений, в математической модели могут быть учтены дополнительные линейные равенства и неравенства, связывающие неизвестные переменные и ее различные входные параметры. Например, на практике иногда возникает необходимость добавления в нее соотношений и новых входных параметров, обеспечивающих:

– фиксирование коммерческого потока газа по некоторому ребру или группе кратных ребер в рамках газотранспортных мощностей между двумя вершинами ориентированного графа:

∑i fi = F;         (17)

– ограничения сверху и / или снизу на суммарное функционирование (отбор / закачка) всех или какой‑то части европейских ПХГ (аналогично соотношению для одного ПХГ):

Ūmin ≤ ∑iui ≤ Ūmax;            (18)

– суммарные ограничения на дополнительные продажи и / или покупки газа на европейских торговых площадках (аналогично соотношениям (6) и (13) для отдельных торговых площадок):

∑i i ≤ max,      (19)

∑i i ≤ max.      (20)

Контракты мены газом

Контракт мены газом в разных ПСП с некоторой компанией-поставщиком реализуется в математической модели посредством добавления дополнительного ориентированного ребра, представляющего виртуальные газотранспортные мощности по данному контракту в объеме мены между соответствующими вершинами графа. В случае наличия нескольких подобных контрактов с данной компанией, рассматриваемых совместно, контракты мены реализуются в виде коммерческого транспорта газа по связным мощностям через виртуальную балансовую зону, представляющую компанию-поставщика, с единственным условным транспортным оператором в лице этой же компании.

По сути, контракты мены газом представляются в виде контрактов виртуального коммерческого транспорта газа, где стоимость последнего определяется в соответствии со стоимостью мены по рассматриваемому контракту.

Циклы коммерческих транспортных потоков нулевой стоимости

В случае наличия условно бесплатных газотранспортных мощностей с точки зрения оперативного управления логистическими процессами (Cif = 0) технически в ходе решения задачи коммерческой оптимизации в ориентированном графе может возникнуть избыточный цикл коммерческих потоков газа нулевой стоимости. Это корректно с точки зрения математической постановки оптимизационной задачи, однако не вполне корректно с практической.

На рис. 2 представлен пример подобного решения оптимизационной задачи, где потоки газа по избыточному ориентированному циклу выделены красным шрифтом. Здесь для каждой вершины графа выполняется балансовое соотношение, при этом поток газа по каждому ориентированному ребру избыточного цикла может быть уменьшен на 10 ед. с сохранением балансов в вершинах.

Подобная ситуация иногда возникает в силу того, что коммерческие потоки газа нулевой стоимости, по сути, не представлены в целевой функции коммерческой оптимизации и их значения выбираются не оптимальным образом, а только с точки зрения удовлетворения ограничений и соотношений математической модели. Избыточные циклы в сформированном решении оптимизационной задачи исключены, если все Cif > 0, т. к. циклы будут удаляться в процессе минимизации переменных издержек и оптимизации целевой функции маржинальной прибыли.

Для удаления избыточных циклов коммерческого потока газа нулевой стоимости необходимо после всех этапов коммерческой оптимизации оперативного баланса экспортных поставок провести соответствующую техническую процедуру формирования окончательного решения. В рамках проведения данной процедуры фиксируются все найденные переменные математической модели, кроме коммерческих потоков по газотранспортным мощностям условно нулевой стоимости, и решается оптимизационная задача с учетом всех ограничений и соотношений математической модели:

fi min. (21)

Таким образом, за счет суммарной минимизации потоков газа нулевой стоимости будут удалены все возможные избыточные циклы, при этом, по сути, оптимизированный оперативный баланс экспортных поставок будет сохранен и приведен к корректному виду, а целевая функция коммерческой оптимизации сохранит свой оптимум.

ДИНАМИЧЕСКАЯ ПОСТАНОВКА ЗАДАЧИ

Как отмечалось в первой части статьи [1], предложенные постановки оптимизационных задач и подходы к их решению имеют отношение к стационарному расчету на один временной шаг. Расширение рассмотренной математической модели для получения динамических решений на несколько временных шагов связано прежде всего с увеличением размерности задачи в такое количество раз, которое соответствует числу временнх шагов (временнх слоев).

Решение динамической задачи формирования и оптимизации оперативного баланса экспортных поставок газа формируется множеством стационарных решений на каждом временнóм слое t, которому соответствует набор неизвестных переменных {fi, ui, ri, sij, i, i}t. Для нахождения решения все наборы неизвестных переменных по временнм слоям рассматриваются в совокупности как неизвестные переменные одной большой транспортной задачи, существенно увеличивая ее размерность. Таким образом, происходит расширение оптимизационной задачи линейного программирования, решаемой симплекс-методом [5].

В динамической оптимизационной задаче учитываются ограничения и соотношения внутри временнх слоев из рассмотренной стационарной математической модели, а также добавляются дополнительные соотношения, зависящие от временнóго параметра и отражающие взаимосвязь временнх слоев. Например, взаимосвязь между значениями переменных на различных времен-нх слоях (в частности, ограничения на изменение переменной за один временной шаг), суммарные по времени (временнм слоям) ограничения и соотношения для объемов поставки / недопоставки, коммерческого транспорта, отбора / закачки, дополнительной реализации и покупки на торговых площадках, а также поступления ресурсов газа с приграничных ГИС.

Здесь необходимо выделить несколько практически значимых ограничений во времени. Прежде всего это возможность изменять значения некоторых переменных (например, это касается коммерческих потоков газа fit или отбора из ПХГ / закачки в ПХГ uit) только по истечении определенных временнх периодов, т. е. значения каждой такой переменной, начиная с заданного временнóго слоя, должны совпадать на последующих слоях, где их количество соответствует продолжительности конкретного ограничительного периода для рассматриваемой переменной. Также в исключительных случаях в некоторых ПСП допускается невыполнение (возможно, в заданных пределах) балансового соотношения на отдельных временнх слоях (часовые разбалансы), при этом в каждом ПСП должно обязательно соблюдаться суммарное балансовое соотношение за некоторый длительный интервал времени (суточный баланс, см. [2]).

Как правило, целевая функция для динамической постановки задачи зависит от суммарных показателей за весь временнóй период, в частности при коммерческой оптимизации целевая функция представляет маржинальную прибыль, получаемую за весь динамический расчет.

ЗАКЛЮЧЕНИЕ

В данной работе было предложено развитие логистической модели для целей оперативного управления поставками газа на экспорт, начатое в [1], в части вопросов коммерческой оптимизации. В рамках модели рассматривались задачи дополнительной реализации и приобретения газа на европейских торговых площадках с учетом минимизации экспортной пошлины. В этом же целевом аспекте анализировались проблемы эффективного использования собственных ресурсов газа и коммерческой приоритизации их источников (европейских ПХГ или приграничных ГИС). В заключение было описано расширение стационарной логистической модели до динамической постановки задачи на временнóм интервале с учетом практических особенностей и ограничений оперативного управления экспортными поставками. Необходимо отметить, что представленная математическая модель в адаптированном виде может быть использована в аналогичных задачах сценарного моделирования и перспективного планирования.

СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ

List of symbols

βi, j ≥ 0 – коэффициент, определяющий размер штрафа за недопоставку газа для j-й поставки по соответствующей потребности покупателя в i-м ПСП относительно контрактной цены Pi, j

сoefficient for the penalty rate for gas backlog relative to the contract price Pi, j for supply j corresponding to the buyer’s demand in custody transfer point (CTP) i

Δ – некоторая надбавка для адаптированной стоимости отбора газа из ПХГ, обеспечивающая коммерческую приоритизацию источников ресурса газа (европейских ПХГ или приграничных ГИС) на уровне оперативного управления логистическими процессами

a surcharge for the adjusted cost of gas extraction from an underground gas storage facility (UGSF) to enable commercial prioritizing of gas sources (European UGSFs or border gas metering stations (GMSs)) within the logistics operating management

λ – ставка экспортной пошлины

export duty rate

Ψ(A) – функция получаемой прибыли (построенная на основе оптимизации целевой функции Ω1(.)) от суммарной дополнительной поставки газа A (0 ≤ A ≤ Amax) для реализации на европейских торговых площадках

generated profit function constructed based on the optimization of the objective function Ω1(.) of total extra gas supply A (0 ≤ A ≤ Amax) for sale on European marketplaces

Ω0(.) – базовая целевая функция маржинальной прибыли

basic objective marginal contribution function

Ω0max – максимум целевой функции Ω0(.)

the maximum of objective function Ω0(.)

Ω1(.) – целевая функция маржинальной прибыли с учетом возможностей дополнительной реализации газа на европейских торговых площадках

objective marginal contribution function considering the opportunities for extra gas sales on European marketplaces

Ω1max – максимум целевой функции Ω1(.)

the maximum of objective function Ω1(.)

Ω1λ(.) – целевая функция маржинальной прибыли Ω1(.) с соответствующим учетом экспортной пошлины по ставке λ

objective marginal contribution function Ω1(.) with the corresponding account of the export duty with rate λ

Ω2(.) – целевая функция маржинальной прибыли с учетом возможностей покупки газа на европейских торговых площадках

objective marginal contribution function considering the opportunities for gas purchase on European marketplaces

Ω2λ(.) – целевая функция маржинальной прибыли Ω2(.) с соответствующим учетом экспортной пошлины по ставке λ

objective marginal contribution function Ω2(.) with the corresponding account of the export duty with rate λ

Amax – суммарная дополнительная поставка газа для реализации на торговых площадках (сумма переменных ), для которой целевая функция маржинальной прибыли Ω1(.) достигает своего максимума Ω1max

total extra gas supply for sale on marketplaces (total of variables ) with its objective marginal contribution function Ω1(.) reaching the maximum Ω1max

Cif – стоимостный коэффициент для определения переменных издержек, представляющий удельные транспортные затраты (с точки зрения оперативного управления логистическими процессами) на коммерческий поток газа fi по i-му ориентированному ребру графа

cost coefficient for determination of variable costs that represents the specific cost of commercial gas flow fi along the directed graph edge i in terms of logistic operating management

Ĉif – фактическая удельная стоимость некоторой оверноминации на i-м ориентированном ребре графа

actual specific cost of an overnomination on directed graph edge i

Cir – стоимостный коэффициент для определения переменных издержек, представляющий оценочную себестоимость газа на i-й приграничной ГИС

cost coefficient for determination of variable costs that represents the estimated gas cost price at border GMS i

C si, j – стоимостный коэффициент для определения переменных издержек, представляющий контрактные данные по удельным штрафам за недопоставку газа для j-й поставки по соответствующей потребности покупателя в i-м ПСП

cost coefficient for determination of variable costs that represents the contract data on specific penalties for gas backlog for supply j corresponding to the buyer»s demand in CTP i

Ciu+ – стоимостный коэффициент для определения переменных издержек, представляющий адаптированную стоимость отбора газа из i-го ПХГ с учетом коммерческой приоритизации источников ресурса газа (европейских ПХГ или приграничных ГИС) для целей оперативного управления логистическими процессами

cost coefficient for determination of variable costs that represents the adjusted cost of gas extraction from UGSF i considering commercial prioritizing of gas sources (European UGSFs or border GMSs) for the logistics operating management purposes

Ĉiu+ – фактическая удельная стоимость отбора газа из i-го ПХГ

actual specific gas extraction cost from UGSF i

Ciu- – стоимостный коэффициент для определения переменных издержек, представляющий удельную стоимость закачки газа в i-е ПХГ

cost coefficient for determination of variable costs that represents the specific gas injection cost into UGSF i

Dmin – оптимизированный минимальный уровень общей недопоставки газа (см. [1])

optimized minimum level of total gas backlog (see [1])

F – входной параметр модели, ограничивающий некоторые коммерческие потоки газа в рамках доступных газотранспортных мощностей или фиксирующий коммерческий поток по некоторому ребру или группе кратных ребер между двумя вершинами ориентированного графа

input parameter of the model that limits some commercial gas flows within the available gas transportation capacities or fixes a commercial flow along some edge or group of fold edges between two nodes of the directed graph

fi – коммерческий поток газа по i-му ориентированному ребру графа

commercial gas flow along directed graph edge i

fit – коммерческий поток газа по i-му ориентированному ребру графа на временнΌм шаге t (для динамической постановки задачи)

commercial gas flow along directed graph edge i on a time interval t (for dynamic task formulation)

fi, jin – входящий коммерческий поток газа в i-е ПХГ (или ПСП) из соседнего j-го ПСП

commercial gas inflow into UGSF or CTP i from the neighboring CTP j

fi, jout – исходящий коммерческий поток газа из i-го ПХГ (или ПСП) в соседний j-й ПСП

commercial gas outflow from UGSF or CTP i to the neighboring CTP j

Ge – суммарный собственный ресурс газа (приграничные ГИС и европейские ПХГ), используемый наиболее эффективно при формировании оперативного баланса экспортных поставок (включая дополнительную реализацию газа на европейских торговых площадках) с точки зрения заданных целей, приоритетов и рыночных возможностей

total in-house gas stock (border GMSs and European UGSFs) used most efficiently in export supply operating balancing, including additional gas sales on European marketplaces in terms of set objectives, priorities, and market opportunities

Pavg – оценочная средневзвешенная цена продажи газа для некоторого оптимизируемого оперативного баланса экспортных поставок

estimated weighted price for gas sale for an optimizable export supply operating balance

i – текущая рыночная цена реализации газа на некоторой европейской торговой площадке для соответствующей дополнительной поставки в i-м ПСП

the current market price of gas sale on a European marketplace for corresponding supply at CTP i

Pi, j – текущая цена газа по контракту для j-й поставки в i-м ПСП

current contract gas price for supply j at CTP i

Pi, 0 – цена поставки топливного газа в i-м ПСП (равна 0)

fuel gas supply price at CTP i (is equal to 0)

i – текущая рыночная цена покупки газа на некоторой европейской торговой площадке для соответствующего дополнительного ресурса в i-м ПСП

the current market price of gas purchase on a European marketplace for corresponding extra stock at CTP i

ri – величина поступления ресурса газа из ЕСГ через i-ю приграничную ГИС

gas stock supply from the Unified Gas Supply System of Russia through border GMS i

i – величина дополнительного ресурса газа в i-м ПСП, покупаемая на соответствующей торговой площадке

extra gas stock at CTP i purchased on a corresponding marketplace

imax – доступные для покупки по заданной цене объемы газа на некоторой европейской торговой площадке, ограничивающие соответствующий дополнительный ресурс i в i-м ПСП

gas volume available for purchase at a given price on a European marketplace limiting the corresponding extra stock i at CTP i

max – входной параметр модели, ограничивающий суммарную покупку газа на европейских торговых площадках

input parameter of the model that limits the total gas purchase on European marketplaces

i – величина дополнительной поставки газа в i-м ПСП для реализации на соответствующей торговой площадке

extra gas supply at CTP i for sale on a corresponding marketplace

sij – величина j-й контрактной поставки газа покупателю в i-м ПСП

gas amount for contract supply j to a buyer at CTP i

imax – емкость некоторой европейской торговой площадки при заданной цене продажи газа, ограничивающая соответствующую дополнительную поставку i в i-м ПСП для реализации

a European marketplace capacity at a given gas sale price limiting the corresponding extra supply i at CTP i for sale

max – входной параметр модели, ограничивающий суммарную дополнительную продажу газа на европейских торговых площадках

input parameter of the model that limits the total extra gas sale on European marketplaces

S jnom, i – потребность покупателя на соответствующую j-ю контрактную поставку газа в i-м ПСП

buyer's demand for corresponding contract gas supply j at CTP i

t – временнΌй слой / шаг (для динамической постановки задачи)

time layer / interval (for dynamic task formulation)

Tr – оценка удельной суммарной стоимости транспорта газа по всему маршруту от источника ресурса на приграничной ГИС до некоторого ПСП

estimated specific total cost of gas transportation along the entire route from the stock source at border GMS to a CTP

Tu – оценка удельной суммарной стоимости транспорта газа по всему маршруту от источника ресурса на ПХГ до некоторого ПСП

estimated specific total cost of gas transportation along the entire route from the stock source at UGSF to a CTP

ui – величина отбора газа из i-го ПХГ при ui > 0 и величина закачки в i-е ПХГ (по модулю) при ui < 0

gas extraction from UGSF i at ui > 0 and gas injection into UGSF i (modulo) at ui < 0

uit – величина отбора газа из i-го ПХГ / закачки в i-е ПХГ на временнΌм шаге t (для динамической постановки задачи)

gas extraction from UGSF i / injection into UGSF i on time interval t (for dynamic task formulation)

Ūmax – входной параметр модели, ограничивающий сверху суммарное функционирование (отбор / закачка) всех или какой‑то части европейских ПХГ

input parameter of the model that puts an upper limit for the total operation (extraction / injection) of all or some European UGSFs

Ūmin – входной параметр модели, ограничивающий снизу суммарное функционирование (отбор / закачка) всех или какой‑то части европейских ПХГ

input parameter of the model that puts a lower limit for the total operation (extraction / injection) of all or some European UGSFs

vi – суммарная поставка газа в i-м ПСП (при этом покупаемый на соответствующей торговой площадке дополнительный ресурс i учитывается с обратным знаком)

total gas supply at CTP i (the extra stock purchased on a corresponding marketplace i is accounted with the opposite sign)

¹ Статья «Об одной логистической модели формирования и оптимизации оперативного баланса экспортных поставок природного газа. Часть 1» была опубликована в журнале «Газовая промышленность» № 8 (820) за 2021 г.

Ключевыми показателями деятельности образовательной организации являются общее количество обученных слушателей и качество предоставляемых услуг. В этой связи можно отметить, что за последние несколько лет количество слушателей многократно возросло. При этом качество образовательных услуг остается стабильно высоким. Лучшим подтверждением этому становятся положительные отзывы дочерних обществ и организаций ПАО «Газпром», а также стремление слушателей повышать свою квалификацию именно в Учебном центре.

За 15 лет обучено и подготовлено более 30 тыс. слушателей, успешно внедрено 18 образовательных программ для подготовки разных категорий работников – от рабочих специальностей до руководителей дочерних обществ и организаций ПАО «Газпром». Задачи корпоративной системы гражданской защиты ПАО «Газпром» успешно выполняются в необходимом объеме и в установленные сроки.

Следует отметить, что Учебный центр – это не просто образовательная организация, а организация, уполномоченная учредителем на решение целого ряда задач корпоративной системы гражданской защиты ПАО «Газпром»:

– методическое сопровождение деятельности в области мобилизационной подготовки, гражданской обороны и защиты от чрезвычайных ситуаций;

– оперативное обеспечение мобилизационной готовности;

– эксплуатация и поддержание в постоянной готовности технических и технологических систем и оборудования объектов учебно-материальной базы;

– мониторинг и анализ состояния защиты от чрезвычайных ситуаций на опасных производственных объектах ПАО «Газпром»;

– информационная поддержка деятельности корпоративной системы гражданской защиты ПАО «Газпром» и др.

Учебный центр вносит особый вклад в обеспечение устойчивости функционирования Единой системы газоснабжения России.

С одной стороны, это проявляется через пропаганду знаний основ мобилизационной подготовки, гражданской обороны и защиты от чрезвычайных ситуаций, а с другой – посредством обеспечения постоянной готовности эксплуатируемых объектов учебно-материальной базы.

Учебный центр – перспективная и конкурентоспособная образовательная организация. При непосредственном взаимодействии с ПАО «Газпром», учитывая особенности производственно-хозяйственной деятельности, требования вышестоящего руководства, в условиях складывающейся экономической и политической ситуации в России и мире Учебный центр не только устойчиво функционирует, сохраняя и умножая опыт, знания, результаты работы, но и увеличивает темпы своего развития, создавая предпосылки для расширения направлений деятельности, что в конечном счете позволяет быть уверенным в завтрашнем дне.

Среди основных достижений следует отметить:

– успешное выполнение плановых показателей по обучению работников ПАО «Газпром», его дочерних обществ и организаций;

– расширение количества направлений подготовки слушателей и увеличение числа образовательных программ;

– расширение и оптимизацию организационно-штатной структуры, появление нового структурного подразделения – филиала в Ленинградской обл.;

– строительство нового объекта учебной инфраструктуры – учебно-тренировочного комплекса (полигона) для подготовки спасателей;

– развитие нового направления деятельности по строительному контролю;

– отработку механизма обеспечения функционирования комплексных смен ПАО «Газпром» в условиях действия ограничительных мер и др.

Коллектив Учебного центра – команда профессионалов высокой квалификации, знающих свое дело. Полученные знания и опыт совершенствуют и используют в работе. Применяются передовые методы и технологии решения вопросов, наилучшие способы и формы организации учебного процесса.

С учетом вклада трудового коллектива в развитие Учебного центра неотъемлемой задачей является дальнейшее развитие кадрового потенциала.

История Учебного центра – история многолетнего плодотворного и упорного труда, направленного на развитие компетенций обучаемых и решение задач корпоративной системы гражданской защиты ПАО «Газпром».

Учебный центр уверенно движется по пути развития. Разрабатываются и реализуются планы по наращиванию учебно-материальной базы, совершенствованию деятельности. 

В 2021 г. научно-технический журнал «Газовая промышленность» отмечает 65‑летие с момента выхода в свет первого номера. Коллектив Учебного центра присоединяется к многочисленным поздравлениям и желает главному редактору В.А. Маркелову и коллективу журнала творческих успехов, расширения аудитории и дальнейшего процветания!

Созданная в 1992 г. инжиниринговая компания сегодня представляет собой крупный холдинг, который объединяет ведущих отечественных производителей кабельной продукции, а также нефтеналивного и противопожарного оборудования: ООО «Донкабель» (Ростов-ская обл.), ООО «Камышинский Машзавод» (Волгоградская обл.), ЗАО «Кубанькабель» (Краснодар-ский край).

Уже три десятилетия НПП «Герда» осуществляет поставку высокотехнологичного оборудования флагманам нефтегазовой отрасли. Компания участвует в проектных работах, проводит инженерно-технические консультации, шефмонтаж и запуск оборудования.

НПП «Герда» активно участвует во внешнеэкономической деятельности и наладило надежные прямые контакты со многими ведущими поставщиками в странах Западной Европы. Это позволило обеспечить сертификацию импортного оборудования и его доставку в Россию в минимальные сроки и по разумным ценам.

Приоритетным направлением деятельности остается разработка и производство отечественного оборудования. Компания аккумулирует опыт десятков инженеров и регулярно выпускает на рынок собственные высокотехнологичные решения. Многие из них не имеют равных в России и превосходят по своим характеристикам импортные аналоги.

Для этого в структуре холдинга функционируют три основных в своих сегментах завода.

ЗАО «Кубанькабель», расположенное в г. Армавире, ведет свою историю с 1989 г., когда был образован Армавирский опытный завод по производству изделий связи. Более 30 лет предприятие сосредоточено на выпуске монтажных, волоконно-оптических, телефонных, контрольных и силовых кабелей. Продукция завода известна как на российском, так и на внешнем рынке, экспортируется в страны ближнего зарубежья.

Еще один кабельный гигант, ООО «Донкабель», находится в г. Пролетарске. Сегодня это известный производитель кабельно-проводниковой продукции, который выпускает монтажные, силовые, контрольные кабели и провода для воздушных линий. Однако основная специализация – монтажный кабель.

Нефтепромысловое и противопожарное оборудование, а также транспортные средства холдинг изготавливает силами ООО «Камышинский Машзавод», расположенного в г. Камышине. Это предприятие ведет свою историю с 1931 г. и изначально занималось капремонтом двигателей тракторов, нефтедвигателей и токарных станков. В настоящее время завод стал одним из крупнейших производителей широкой номенклатуры нефтеналивного и противопожарного оборудования, в частности оборудования слива-налива ОСН.СВН на базе не имеющего российских аналогов высоконадежного поворотного соединения трубопроводов ПСТ. Кстати, здесь же, на «Камышинском Машзаводе», почти десять лет назад, когда это еще не было мейнстримом, НПП «Герда» выпустило собственный электрокар. Машину нового поколения можно приобрести и сегодня, она представлена в грузовом и пассажирском исполнении.

Необходимо отметить, что продукция НПП «Герда» уже много лет широко применяется на предприятиях нефтегазовой, химической, металлургической, телекоммуникационной и других отраслей. Несмотря на вызовы времени, с которыми сталкивается промышленность, высокотехнологичные решения НПП «Герда» оказываются актуальными и подтверждают свою надежность на стратегических объектах. Компания непрерывно развивается и открыта для новых партнерств и реализации амбициозных совместных проектов.