Особенности перевозки нефтепродуктов

СОДЕРЖАНИЕ

Введение
I. Регулирование перевозки нефти
1.1. Состояние, особенности и недостатки транспортировки нефтепродуктов
1.2. Транспортное обслуживание нефтедобывающих предприятий
II. Методы и модели управления транспортным процессом
2.1. Моделирование системы транспортного обслуживания нефтедобывающих предприятий
2.2. Применение современных технологий в управлении транспортным процессом
III. Совершенствование методики определения тарифов на услуги по транспортировке нефтепродуктов в РФ
3.1. Определение расходов предприятий нефтепродуктопроводного транспорта
3.2. Совершенствование принципов определения тарифов на услуги по транспортировке нефтепродуктов
Заключение
Список использованных источников

Особенности перевозки нефтепродуктов

97
43,3
165
55,9
239
66,4
254
67,4
В том числе до 3-х лет
29
12,9
100
33,9
165
45,8
1
2,7
От 3 до 5 лет
-
-
14
3,9
171
45,4
От 5 до 8 лет
26
11,6
-
-
27
7,2
От 8 до 10 лег
23
10,3
25
8.5
14
3.9
-
Свыше 10 лет
19
8,5
40
13,5
46
12,8
55
14,6
Специальных
127
56,7
130
44,1
121
33,6
123
32,6
В том числе до 3-х лет
17
7,6
20
6,8
14
3,9
4
11
От 3 до 5 лет
6
2,7
8
2,7
14
3,9
18
4,8
Or 5 до 8 лет
38
17,0
13
4,4
7
1,9
14
3,7
Oт 8 до 10 лег
16
7,1
24
8,1
17
4,7
5
1,3
Свыше 10 лет
50
22,3
65
22,0
69
19,2
82
21,7
Количество седельных тягачей с пробегом от начала эксплуатации 400 - 500 тыс. км составляет 56 единиц, с пробегом более 500 тыс. км - 5 единиц, с пробегом 250-400 тыс. км - 37 единиц. Нормативный срок пробега до полного износа составляет 560 тыс. км.
В таблице 2.3 приведены эксплуатационные параметры группы базовых автомобилей, обеспечивающих выполнение плана перевозок.
Таблица 2.2.
Структура парка грузовых автомобилей
Вид
Всего
До 3
лет
3-5 лет
5-8 лет
8-10
Более 10 лет
100% амортизации
Бортовые
26
-
-
-
-
-
26
Седельные тягачи
105
-
85
12
-
8
3
Прицепы, п/прицепы
108
1
85
14
-
8
9
Самосвалы
9
-
1
1
-
7
7
Таблица 2.3.
Расчет провозной мощности автотранспортного предприятия для перевозок нефти
Показатели
Грузоподъемность, т.
14,05
14,50
15,87
15,87
19,84
19,84
Емкость, м3
16
17
17
18
23
23
Количество, ед.
2
2
3
4
3
3
Годовой пробег, тыс. км.
216,0
149,8
216,0
140,4
259,2
180,4
Коэффициент использования пробега
0,55
0,54
0,5
0,55
0,55
0,56
Коэффициент использования грузоподъемности
0,97
0,99
0,91
0,96
0,98
0,98
Коэффициент технической готовности
0,68
Расчетные показатели
Объем перевозок, тыс. м3
57,6
61,2
91,8
129,6
124,2
149,0
Грузооборот, тыс. м3 км
8640
7956
11016
10368
11178
11920
Среднеквадратическое отклонение объема перевозок, тыс. м3
1,8
2,1
5,0
10,1
9,0
12,0
Среднеквадратическое отклонение грузооборота, тыс. м3 км
420
334
465
460
468
479
Модель формирования программы обслуживания представлена в приложении 2.
Использование единой информационной базы для прогнозирования программы производства транспортных услуг и потребляемых при этом материальных потоков обеспечивает условия для практического внедрения логистического подхода к принятию плановых решений относительно функционирования транспортного предприятия в логистической системе19.
Важным показателем, оказывающим влияние на формирование программы обслуживания, является производительность, в рамках которой можно выделить:
общую производительность, определяемую как отношение мощности предприятия к объему использованных ресурсов;
частную производительность, определяемую как отношение мощности к объему отдельного использованного ресурса.
К частной производительности относятся производительность подвижного состава, производительность труда, инвестиционная производительность и энергетическая производительность (см. табл. 2.4.).
Таблица 2.4.
Виды и показатели частной производительности транспортного предприятия
Виды частной производительности
Показатели
Производительность подвижного состава
Количество перевезенного груза на оборот подвижного состава и на тонну грузоподъемности, т
Коэффициент использования пробега
Коэффициент выпуска
Выработка на среднесписочную единицу транспорта,час.
Производительность труда
Объем перевозок за смену, т
Число доставок на одного сотрудника
Выработка на одного работающего, м-час
Инвестиционная производительность
Доходная доставка на м-час
Число доставок на единицу инвестиций
Стоимость запаса на на единицу инвестиций
Энергетическая производительность
Число перевозок или услуг на тонну
Выработка на единицу затрат энергии
Рассмотрим методику расчета показателей производительности ООО «Транспорт-Безенчук» (см. табл. 2.5).
Таблица 2.5.
Фактические данные для расчета показателей производительности в 2005 г.
Показатели
Ед. изм.
Значение
Расход ГСМ
Т
9497,3
Затраты на ГСМ
тыс. руб.
104284
Выработка
тыс. м-час
924,1
Объем грузоперевозок
тыс. м-час
438,1
Реализация услуг
тыс. руб.
367828
Потребленная электроэнергия
тыс. Квт.ч
1465
Потребленная теплоэнергия
тыс. руб.
2094
Расходы на энергию
тыс. руб.
4010
Среднесписочная численность
рабочих
чел.
677
Запасы
тыс. руб.
9484
Затраты
тыс. руб.
357546
Инвестированный капитал
тыс. руб.
61619
При анализе влияния технико-эксплуатационных показателей, определяющих транспортный процесс, на производительность подвижного состава и провозную возможность предприятия применяется метод проб и ошибок. При данном методе последовательно один из показателей принимается за переменную величину, остальные переменные фиксируются, и устанавливаете характер зависимости производительности от выбранного показателя. В отечественной литературе представлены попытки выявить зависимость производительности от грузоподъемности автомобилей, коэффициента использования пробега, технической скорости, времени простоя под погрузкой, разгрузкой и длины ездки с грузом.
Таблица 2.6.
Динамика показателей производительности в период 2002-2005 гг.
Показатели производительности
Ед.
изм.
2002
2003
2004
2005
Коэффициент выпуска
0.62
0,64
0,73
0,68
Выработка на среднесписочную единицу транспорта
м-час.
2732
3026
2890
2933
Коэффициент использования пробега
0,70
0,72
0,72
0,68
Выработка на одного работающего
м-час.
1391,4
1474.2
1492,1
1365,0
Доходная ставка
руб. м-час.
216,14
259,61
318,22
398,04
Стоимость запаса на единицу инвестиций
руб./руб.
0,33
0,32
0,18
0,15
Объем услуг на тонну ГСМ
м-час.
120,58
100,5
95,9
97,3
Реализация услуг на тонну ГСМ
тыс. руб.
26,06
26,09
30,52
38,79
Выработка на тонну ГСМ
м-час.
120,6
100,5
95,9
97,3
Реализация услуг на тысячу руб. затрат на ГСМ
руб.
4482
3790
3410
3527
Выработка на единицу затрат энергии
м-час/ руб.
0,34
0,35
0,34
0,23
Стоимость 1 м-часа грузоперевозок
руб.
289,0
310,0
376,3
501,8
Стоимость ГСМ в м-часе
руб.
48,2
68,5
93,3
112,8
Изменение производительности в зависимости от изменения грузоподъемности и коэффициента использования грузоподъемности автомобиля представляют собой уравнения прямой линии, выходящей из начала координат. Тангенсы угла наклона этих прямых равны постоянным коэффициентам. Величина производительности автомобиля увеличивается с увеличением коэффициента использования пробега и технической скорости. Увеличены длины ездки с грузом и времени простоя подвижного состава под погрузкой разгрузкой приводит к снижению производительности.
Производительность подвижного состава при условии значений коэффициентов использования парка транспортных средств, пробега и грузоподъемности автомобилей, равных единице определяется по формуле
Wa = qvt,
где q - грузоподъемность автомобиля,
vt - техническая скорость.
При постоянном значении технической скорости производительность будет изменяться прямо пропорционально грузоподъемности автомобилей. С увеличением грузоподъемности техническая скорость движения снижается, поэтому зависимость производительности от грузоподъемности нелинейна (см. рис. 2.2). При перевозке нефти и нефтепродуктов следует различать используемые в качестве независимых величины грузоподъемности и грузовместимости, поскольку производительность транспортного парка увеличивается в большей степени с ростом грузовместимости.
Производительность,
Грузовместимость
(грузоподъемность), м3 (t)
Рис. 2.2. Зависимость производительности подвижного состава от грузоподъемности
Значение коэффициента использования грузоподъемности возрастает с увеличением полезного объема. График зависимости производительности от грузоподъемности и грузовместимости представлен на рисунке 2.3.
Производительность,
2
1
Расстояние, км
1 – зависимость от грузоподъемности
2 - грузовместимости
Рис. 2.2. Зависимость производительности подвижного состава от грузоподъемности, грузовместимости и расстояния перевозки
Интегральная оценка программы обслуживания производится на основе показателей качества транспортных услуг и производительности предоставления услуг.
Данная оценка рассчитывается по формуле:
I = Qф * Kв * Кэпс * Кэрс * Кээ * Кэи, где
Qф – фактический объем выполненных услуг в машино-часах;
Kв – коэффициент выполнения услуг;
Кэпс – приведенный коэффициент эффективности использования подвижного состава;
Кэрс – приведенный коэффициент эффективности использования рабочего состава;
Кээ – приведенный коэффициент эффективности использования ГСМ энергии;
Кэи – приведенный коэффициент эффективности использования инвестиций.
2.2. Применение современных технологий в управлении транспортным процессом
Высокую эффективность производства и поставки продукции в настоящее время могут обеспечить только предприятия, способные оперативно реагировать на изменяющиеся запросы потребителей, изменения на рынке сырья и комплектующих и т.д. В последнее время в условиях жесткой конкуренции на рынке перевозок все больший интерес представляют задачи перемещения грузов по прямым заказам, решаемые в условиях предельного сокращения времени на исполнение заказов, когда потребители делают такие заказы на перевозку грузов в режиме он-лайн, и при этом могут менять все параметры своих заказов, включая сроки начала перевозок, размеры грузов, место отправления и назначения и т.д.20
Однако, современные программные системы логистики, обеспечивающие решение задач при регулярности потоков заказов путем оптимального перераспределения финансовых, материальных и других постоянных ресурсов, оказываются слишком централизованными, и, как следствие, слишком жесткими, чтобы справиться с постоянно меняющимися объемами и составом внешних и внутренних потоков заказов и грузов, финансов, топлива и т.п. В результате транспортные компании оказываются либо просто не способными удовлетворять многие заказы клиентов, либо их транспортные средства перегружены, либо нерационально используют подвижной состав21.
Для решения этой проблемы была предложена базовая мультиагентная система (MAC), предназначенная для конструирования и исследования путем моделирования гибких распределенных логистических систем, работающих в сложных, постоянно меняющихся условиях. Для реализации этой системы разработан комплекс инструментальных программных средств включающих мультиагентное ядро, обеспечивающее параллельную работу в области логистики, позволяющий работать с маршрутами, расписаниями и т.д.
Возможности применения традиционных подходов к управлению движением ресурсов, в том числе к управлению грузопотоками, основанных на методах системного анализа, имитационного моделирования, исследования операций, теории игр и ряда других, оказываются в некоторой степени ограничены. Так, в системном подходе любое сложное взаимодействие обычно представляется через соединение более простых и независимых подсистем, которые, однако, на практике на самом деле часто оказываются взаимозависимыми друг от друга и существенно влияют друг на друга; в исследовании операций и многокритериальной оптимизации процесс принятия решений заключается в нахождении оптимальной стратегии поведения в заданных условиях, которые на самом деле, как и сами критерии, все время меняются и рассматриваются; при имитационном моделировании формализованная модель объекта или процесса не может оперативно меняться, любые изменения требуют остановки процесса моделирования, ручного внесения изменений в модель и перезапуска этого процесса; в теории игр правила поведения игроков также должны быть заранее хорошо определены и известны для всех игроков, им должен быть известен заранее состав всех участников и т.д22.
Как правило, принятие решений осуществляется, если известны с определенной степенью точности либо спрогнозированы с определенной вероятностью потребности в ресурсах, их наличие или их возможные источники. Однако в современных рыночных условиях возможны ситуации дестабилизации соотношения спроса и предложения ресурсов, поступления заказов воздействия факторов риска. В связи с этим необходим систематический мониторинг изменений в среде и оперативное перераспределение ресурсов. Для решения этой проблемы становятся необходимы качественно новые подходы, развитие которых связывается с созданием интеллектуальных программных систем для поддержки процессов принятия решений23.
Учитывая эти ограничения, к применению в качестве информационной основы управления транспортными потоками предлагается мультиагентный подход, основанный на установлении отношений между интеллектуальными агентами, которые представляют собой программные объекты, способные к взаимодействию друг с другом и анализу информации, полученной через их сообщения друг другу. Агенту можно делегировать полномочия и поставить задачи, которые он может решать вполне автономно, самостоятельно определяя цели и используя собственные возможности.
Основными элементами интеллектуального агента, дающими ему возможность обладать определенным уровнем восприятия, умения познавать, действовать являются информационные базы, содержащие модели простейших ценностей и отношений, алгоритмы анализа и ситуативной ориентации. Используя вероятностный подход, агента можно создать таким образом, что он будет иметь определенное отношение к принятию рискованных решений в условиях неопределенности ситуации. Команда агентов с различными характеристиками в отношении принятия рискованных решений будет действовать подобно группе операторов с набором различных типов отношений к принятию решений. Мультиагентные системы относятся в настоящее время к новому классу информационных систем - интеллектуальных.
Различия между классическими автоматизированными и интеллектуальными системами представлены в таблице 2.7.
Транспортное предприятие можно рассматривать как систему, использующую совокупность определенных ресурсов, предназначенных для исполнения заказов потребителей. Заказы и ресурсы могут быть динамически связаны между собой, образуя в каждый момент времени некоторую внутреннюю сеть предприятия, например, ресурс отдела эксплуатации для реализованного состава, временным, информационным ресурсом и т.д. Все заказы и ресурсы предприятия взаимодействуют, вступая в связи между собой, на основе своих, возможностей и потребностей. Соответственно каждый ресурс или заказ можно рассматривать с позиции возможностей и потребностей.
Таблица 2.7.
Сравнение автоматизированных и интеллектуальных систем
Критерии
Автоматизированные системы
Интеллектуальные системы
Основные характеристики
Предсказуемость, повторяемость, иерархическая структура
Гибкость, самоорганизация
Механизмы достижения основных характеристик
Заданные алгоритмы, память, интеграция
Способность строить предположения; обучение, работа в сети
Основные недостатки
Негибкость
Риск совершения ошибки
Механизмы преодоления недостатков
Модульность
Распределение интеллекта, полноценное использование имеющихся знаний
Области применения
Стабильная среда, долгосрочное планирование, массовое производство товаров и услуг
Неопределенная среда, производство, ориентированное на заказ, кратковременные периоды планирования и освоения новой продукции
Поэтому ресурсы должны максимально эффективно использоваться (для чего необходимо осуществлять специальный регламент, такой как профилактический ремонт транспортного средства); заказы, наоборот, более активны и стремятся как можно быстрее реализоваться с наилучшими характеристиками. Таким образом, осуществляется постоянный поиск соответствия между ними. Как следствие, два ресурса могут конкурировать за один заказ или, наоборот, кооперироваться, когда его выполнение каждым из них невозможно.
Любое предприятие можно представить как сеть потребностей и возможностей (ПВ-сеть), которая становится основой для динамического распределения ресурсов. Мультиагентные системы могут рассматриваться как основа для создания более эффективных методов и средств для динамического распределения и перераспределения ресурсов при постоянно изменяющемся спросе и предложении.
Главной особенностью предлагаемого подхода становится самоорганизация заказов и ресурсов, при которой вместо централизованного решения задачи и построения полностью оптимального плана действий, каждый заказ и каждый ресурс должен самостоятельно принять решение, какой из возможных вариантов взаимодействия ему подходит, и своевременно изменить принятое ранее решение, если находится вариант для его улучшения.
В этих условиях классические подходы к принятию решений оказываются недостаточно эффективны и должны быть дополнены методами и средствами для мониторинга изменений в среде и оперативного перераспределения ресурсов24.
В качестве отношений, связывающих рассматриваемых агентов, выделяются структурные отношения R1 (потребность «а» порождается возможностью «b») и R2 (потребность «а» есть часть потребности «b»), отношение R3 соответствия между возможностями и потребностями (потребность «а» может соответствовать возможности «b»), отношение R4 - установленной связи (потребность «а» бронирует возможность «b») и некоторые другие, спектр которых в зависимости от сложности модели ПВ - сети при необходимости может расширяться.
Для принятия решений агентам необходимы правила, определяющие возможность достижения поставленных целей. В частности, агент возможности должен узнать о наличии той иди иной потребности и сопоставить свои параметры с параметрами этой потребности. Если параметры удовлетворяю условию соответствия, то агент возможности может вступить в переговоры с агентом потребности, если же нет - должен искать другую потребность (наоборот). Окончательное решение каждым из агентов при наличии нескольких альтернативных вариантов принимается на основе целей, устанавливаемых каждому из них индивидуально.
ПВ - сеть (приложение 1) формально можно представить в виде множества N вида:
N = {A,R,P,G},
где А - множество агентов потребностей и возможностей, R - множество возможных отношений между агентами потребностей и возможностей, Р - множество правил принятия решений и установления разрыва связей, G - множество целей, заданных агентам.
Реализацией S ПВ - сети N будем называть конкретную конфигурацию ПВ - сети, отражающую состояние агентов потребностей и возможностей открытой системы и отношения между ними в заданный момент времени. Таким образом, в ходе работы система переходит из одного состояния в другое с помощью правил Р и на основе целей G.
Рассмотрим открытую транспортно-производственную систему, в которой заказы прибывают в систему, время их прибытия и их характеристики заранее не известны, некоторые заказы могут отзываться из системы. Также и ресурсы могут изменяться вследствие изменений состояний.
Обозначим состояние системы как Sj = {Mi, Рi,} на i-м шаге работы, где Мi - множество состояний всех агентов заказов D и ресурсов R и Рi - множество всех связей между ними. Связи между агентами в каждый момент времени могут быть описаны матрицей размера M * N, где М - число заказов, - число ресурсов, где М и N могут меняться в ходе работы.
Каждый ресурс R характеризуется:
набором характеристик fi (технико-эксплуатационные параметры подвижного состава, квалификация персонала и т.д.);
его ценой с, которая выражается в условных единицах (у.е.) и назначается самим ресурсом в зависимости от ситуации на рынке;
себестоимостью ресурса со (не изменяется, причем с > со).
Прибыль ресурса Profit (R) рассматривается как сумма прибылей от выполнения каждого заказа:
Profit (R) = ∑(c(Di)-cO(Dj)), где
с (Di) - стоимость ресурса для заказа Dj,