An Offshore Rig Design and Deployment Model Using Stochastic Contract Scenarios

Abstract

Offshore riggeiere må bestemme i dag hvordan flåtestørrelse og sammensetning skal se ut for fremtiden. For mange rigger i markedet og en lav oljepris gjør at det er utfordrende å tiltrekke seg arbeid. Dette leder til finansielle problemer ettersom rigger er kapitalintensive ressurser. Valg av riggdesign, antall enheter i flåte og flåtesammensetning påvirker hvor egnet et selskap er til å utnytte fremtidige markedsmuligheter.

En lineær optimeringsmodell er utviklet for å evaluere egnethet til riggdesignalternativer for forskjellige markedstilstander. En markedstilstand er realisert ved generering av et endelig sett med kontrakter. Antall kontrakter og deres karakteristiske egenskaper bestemmes av stokastiske funksjoner som tar hensyn til markedsusikkerhet. Offshore rigger kan betjene de kontraktene der riggens spesifikasjon imøtekommer kontrakts kravene. Problemet er formulert som en nettverksmodell der rigger blir tildelt det settet med kontrakter som maksimerer inntjening. Flere kontraktscenarioer evalueres for å danne en fordeling av resultater og beregne forventningsverdier.

Tre analysemoduser ble utført. Modus 1 evaluerer rigger individuelt, modus 2 hensyntar tilstedeværelse av andre rigger, mens modus 3 evaluerer forskjellige flåtekomposisjoner for å identifisere best mulig sammensetning. Resultatene viser at høyspesifikasjon rigger (harsh environment, ultradypvanns) oppnår høyere profitt, gitt at det er tilstrekkelig med kontrakter tilgjengelig. De tiltrekker seg mer gunstige kontrakter og er derfor mer lønnsomme. Likevel så er de mer risikable og går på høyere underskudd i markeder der det er få kontrakter.

Jackupper har lavere operasjonskostnader og inntektspotensial enn flytere. Ved evaluering av forskjellige flåtekomposisjoner så er jackupper °a foretrekke for et scenario med lav oljepris, mens flytere er foretrukket for et scenario med høy oljepris. Grunnen til dette er at kostnader får høyere påvirkning når det er få kontrakter tilgjengelig. En sannsynlighetsvektet beregning viser at en jevn flåtesammensetning av jackupper og flytere er ideell. Dette resultatet er spesifikk for den beskrevne markedstilstanden og bør ikke tolkes som en generell anbefalning.

Offshore rig owners have to make a decision today of how their fleet size and mix should be in the future. An oversupply of rigs in the market and a low oil price has made it difficult to attract work. With rigs being capital intensive assets, this leads to significant financial problems. Choices of rig design, number of units and fleet composition influence how well positioned a company is to capitalise on future work opportunities.

A linear optimisation model is developed to evaluate performance of rig design options for different market states. A market state is realised by the generation of a finite set of contracts. The number of contracts and their characteristic properties are determined by use of stochastic functions to account for market uncertainty. Offshore rigs may service contracts as long as their specification satisfy minimum requirements. The problem is formulated as a network model with rigs being allocated the set of contracts that maximise total revenue. Multiple contract scenarios are evaluated to obtain a range of results and compute expected values.

Three modes of analysis were performed. Mode 1 evaluate rigs individually, mode 2 accounts for the presence of other rigs, whilst mode 3 consider different fleet compositions to identify optimal mix. The results show that high specification rigs (harsh environment, ultra-deepwater) generate greater profits, given that there is a sufficient amount of contracts available. They attract higher paying contracts and are therefore more profitable. However, they are also riskier and have a higher deficit in markets when the number of contracts is sparse.

Jackups have lower operating costs and earnings potential than floaters. When considering different fleet compositions, jackups were preferred for a low oil price scenario, whilst floaters were preferred for a high price scenario. The reason for this is that costs become more influential when there are few contracts available. A probability weighted computation yielded an even composition of jackups and floaters as optimal. However, this result is specific for the stated market case and should not be interpreted as a general recommendation.