A Hybrid Genetic Approach to the Operational Supply Vessel Planning Problem with Speed Optimization

Abstract

Denne oppgaven adresserer det operasjonelle aspektet ved planlegging og bruk av forsyningsfartøy i Equinors offshore olje- og gasslogistikk. For at en offshore olje- og gassplattform skal kunne operere kontinuerlig, trenger den forsyninger fra et forsyningslager på land. Forsyningene fraktes fra lageret til plattformene med forsyningsfartøy, også kalt platform supply vessel (PSV). På nåværende tidspunkt besitter Equinor beslutningsstøtteverktøy som brukes i planleggingen av repetitive ukentlige planer. Disse overordnede, repetitive ruteplanene må hver dag tilpasses operasjonelle faktorer som værforhold. Denne daglige planleggingen gjøres i dag for hånd, noe som både er tungvint og ineffektivt. Equinor har derfor uttrykt behov for et operasjonelt verktøy for beslutningsstøtte.

Masteroppgaven betrakter det Operasjonelle Planleggingsproblemet for Forsyningsfartøy med Hastighetsoptimering (OSVPPSO). Problemet minimerer kostnader forbundet med bruk av fartøy i den originale flåten og eventuelle leiekostnader av ekstra forsyningsfartøy. Det presenteres en eksakt formulering av problemet, samt en metaheuristisk hybrid-genetisk søkealgoritme med adaptiv mangfoldskontroll (HGSADC) for å raskt oppnå gode og kostnadseffektive løsninger. For å introdusere det operasjonelle aspektet ved problemet, tas reelt værvarsel i betraktning i planleggingen.

I motsetning til ukentlige planer der dårlig vær fører til forstyrrelser i ukeplanen og leveranser som ikke kan utføres og må utsettes, gjør værbasert operasjonell planlegging det mulig å tilrettelegge ruter og timeplaner til perioder der plattformer ikke kan motta forsyninger. Hastighetsoptimering med hensyn til vær tilrettelegger for at rutene og timeplanene blir tilpasset tidsvinduer hvor plattformene kan betjenes. I utgangspunktet ønsker man å holde langsom og drivstoffseffektiv seilingshastighet, men dersom værforholdene forverres med tiden kan PSVene øke seilingshastigheten og utføre leveranser før planen. På denne måten kan man unngå forsinkede forsyninger og kostbare avbrudd i produksjon fra utstyrsmangel. Med dette tatt i betraktning, vil løsninger på OSVPPSO gi værtilpassede ruter og tidsplaner for PSVene som reiser fra forsyningslageret den neste avreisedagen.

Den eksakte løsningsmetoden klarer å finne optimale løsninger på små probleminstanser innen en tidsramme på én time. Grunnet kompleksiteten av problemet, klarer den ikke å løse større instanser til optimalitet. Den metaheuristiske HGSADCen klarer å finne miljøvennlige og kostnadseffektive løsninger også på store instanser innen kort tid. Resultatene fra beregningsstudiene viser at et beslutningsstøtteverktøy som løser OSVPPSO kan være av stor verdi i operasjonell planlegging.

This master’s thesis addresses the operational aspect of supply vessel planning in offshore oil and gas logistics faced by Equinor, the leading energy company in Norway. In order to operate continuously, offshore installations regularly need supply deliveries from an onshore supply depot. These supplies are transported to the installations with platform supply vessels (PSVs). Currently, operations research-based support tools are used on a tactical level, whereas the operational planning is still performed by hand after taking external factors like weather forecasts into account. Obtaining cost-effective solutions by hand is cumbersome for problems of this size and Equinor has expressed the need for an operational decision-support tool.

This master’s thesis considers the Operational Supply Vessel Planning Problem with Speed Optimization (OSVPPSO) which minimizes the costs related to the operations of PSVs in the original fleet and chartering of external PSVs for support. An exact mathematical formulation of the OSVPPSO along with a Hybrid Genetic Search with Adaptive Diversity Control (HGSADC) for quickly obtaining high-quality solutions are presented.

To introduce the operational aspect of the problem, weather forecasts are taken into account. For weekly plans where weather forecasts are not taken into account, poor weather may lead to disruptions and missed deliveries. Including weather forecasts enable planning of voyages and schedules accounting for weather-dependent operational restrictions for PSVs and installations. Weather-dependent speed optimization allows voyages and schedules to be tailored to the weather forecast for the upcoming days. If possible, fuel-efficient sailing speeds are desired. However, if the weather becomes worse with time, PSVs may increase their speed and perform deliveries in advance, and thus avoid postponed deliveries and expensive halts in production. Accounting for this, a solution to the OSVPPSO yields weather-adapted voyages and schedules for the PSVs departing the next day, where speed optimization is applied for efficient use of PSVs.

Smaller-sized problem instances are solved to optimality with the exact solution method within a time frame of one hour. Due to the complexity of the problem, medium and large sized instances cannot be solved to optimality using a commercial solver within reasonable time. However, the HGSADC provides environmentally friendly and cost-efficient solutions within this time frame. Results from the computational study show that a decision-support tool for the OSVPPSO can be valuable in supply vessel planning.