Simulation Modeling of Offshore Offloading System for Arctic Oil and Gas Condensate Field


The Novoportovskoye oil and gas condensate field is located in the Yamal peninsula and owned by Gazprom Neft, the fourth largest oil producer in Russia. Oil from the field is transferred via 100km pipeline to the sea terminal at Cape Kamenny, where it is loaded into arctic cargo tanks for further transportation. The full-size field development will start in 2016 and continue for several decades.

The main issues in planning transportation in an arctic region are the harsh ice environment and difficult sea conditions. Most of the year, the ships are operating in a 500m ice channel in shore fast ice of Ob’ Bay over 2 m in thickness. Some months of the year, the open water area of Kara Sea is almost completely covered with drifting ice.

  • Define a sufficient amount of arctic cargo tanks and the demand for icebreaker assistance. Calculate the expenses for the tanks' fuel and freight of icebreakers in different ice conditions. 
  • Design a temporary scenario for oil shipment during 2016-2017, when tanks of low capacity and low ice reinforcement will be used. Gazprom Neft plans on placing new arctic tanks of bigger capacity in operation gradually, in accordance with the increase of cargo traffic. Consultants needed to define the system capacity during 2016-2017. 
  • Define the capacity of a shore-based storage facility to be sufficient for usage in ice conditions of different severity. Any storage overflow should be eliminated. Consultants needed to calculate the minimum volume of shore-based storage which will meet capacity requirements within all periods of field development. They had to take into account that the more severe the ice conditions, the more difficult it would be for tanks to provide the required rate of transportation and avoid the storage overflow.


By the order of Gazprom Neft Novy Port LLC, the experts from Krylov State Research Centre incorporated ship calculation modules, GIS environment, and a logistic simulation model developed using AnyLogic under common interface. The simulation model reproduced the dynamics of shore-based storage loading, logics of ships’ motion, and interaction in probabilistic weather conditions, taking into account ice channel freezing.

Tanks were modeled as independent agents moving in the bay and guided by the logic blocks of the simulation model: interactions between tanks and icebreakers, choice of tanks’ speed in correlation with storage fill, other tanks’ locations, ice conditions, and other factors.

Using GIS technology inside the simulation model allowed them to do an analysis of a transportation system sensible to geographic factors, including bathymetric conditions, navigating channels, protected waters, and shore line.

Since ice channel conditions significantly influence ship traffic, Krylov Centre experts added to the model the following parameters:

Tanker Logistics Simulation Model Interface

Model Interface

  • Characteristics and number of tanks in the channel
  • Time after last pass
  • Air temperature
  • Wind and wave conditions
  • Terms for canal laying

Tanker Logistics Simulation Parameters Change

Changing parameters in different ice conditions


Based on multiple model runs, Krylov Centre experts defined the optimal storage volume to be sufficient in ice conditions of different severity.

Application of simulation modeling technology allowed them to design a transportation system adjusted for dynamics of ice channel freeze-up, tank traffic, and storage fill. No analytical tool can consider these kinds of dynamic factors.

In the course of the modeling project, Krylov Centre experts also developed best practices to eliminate the risk of storage overflow. The model also showed the optimal amount of channels in land-ice for different ice conditions, approximate dates of canal laying, and volume and terms for icebreaker support for tanks. Analytics defined the dynamics of pilotage outwards, expenses for fuel, and icebreaker support in various scenarios during all periods of field development. The model also helped plan operations during the temporary usage period of small tanks of low ice-class.

More Case Studies

  • トンネル掘削機でのトンネル建設シミュレーション
    トンネル掘削機の休止による1時間のコストは、通常高いのが実情です。また、プロジェクト・マネージャーは、工事現場において作業遅れを回避するために最善を尽くさなければなりません。 Ruhr University Bochum in Germanyで開発されたシミュレーション・プロジェクトの目標は、可能性のある金銭上のロスを最小化するために、トンネル建設プロセスでのボトルネックを究明することができるシミュレーション・モデルを作成することでした。
  • ルアーブル港 鉄道ロジスティクス・シミュレーション
    フランスのルアーブル(Le Havre)港は、新しい多機能なターミナル構築の支援を必要としました。シミュレーションの要件は、列車/河川の荷船と他の既存のターミナル間のコンテナー移送のサポートでした。
  • フランス鉄道の最適化
    このプロジェクトはAnyLogicのコンサルティングチームによって、 陸上交通の導入・調査・試験を行うフランスの PREDIT向けに 開発されました。クライアントは国の鉄道貨物輸送が自動車輸 送と競争することが出来るか、さらに“Truck-Rail-Truck”輸送 の効果的な運用方法を検証しました。
  • 車両基地のキャパシティー・モデリング
    Aurizon社は700台を超える機関車と16,000を超える貨車の 管理している、オーストラリア最大の鉄道運営会社で、石炭、 鉄鉱石、鉱物の輸送に幅広く従事しています。鉱山から港ま で輸出用の石炭を運搬する、世界最大の鉄道輸送会社で す。Aurizon社は、効率を考え、車両基地のうち1箇所を他の 町に移転し、主に貨車と鉄道のメンテナンスや、配車に従事 させようと考えました。
  • 半導体サプライ・チェーンにおけるブルウィップ効果/Bullwhip Effect(需要予測)
    大手 半導体メーカーのインフィニオン社のサプラィチェーン管理は、経費削減を達成するために、マーケットのブルウィップ効果を調査し、マーケット動向を予測し、原材料から市場までのサプライ・チェーンのモデル構築するためにAnyLogicソフトウェアを利用しました。
  • Gojiiを使用したベストな在庫ポリシィの選択
    既存のサプライ・チェーンとS&OP(Sales and Operations Planning:販売および操業計画)ツール・セットは、選択された「予測」にマッチした供給量を管理するのに有効に利用できます。しかしながら、将来の需要を一つのフォーキャストで表すことはできません。既存のツールは、ビジネスに最良の結果を選ぶようには設計されていません。S&OPシステムを使用すると、フォーキャストのインプットと需要シグナルの間にギャップがあります。Gojiiはそのギャップを無くすためにDecisioTech社によって作成されたツールです。
  • 流通ネットワーク・プランニング&シミュレーションによる在庫の最適化
    ディアジオ社は英国の多国籍アルコール飲料企業です。ディアジオ・ロシアはロシアでトップ5に入るアルコール飲料の大手卸売店の1社で、収益が顧客サービスレベルと高い物流費にとても影響を受ける、伝統的な薄利ビジネスです。ディアジオ社はコンサルタント会社Amalgama, LLCの支援を受け、売上高が増加しましたが、物流費が大きかったため、予想より大きな利益を実現出来ませんでした。
  • 押し船(Push Boat)船舶の総航海収益を最大化
    SCF船舶(Seacorホールディンググループの一部)と提携した、航路システムのオペレーターであるInterBarge社は、専用の契約貨物船を使用し、HPP航路(パラグアイ、アルゼンチン、ブラジル及びウルグアイ) の貨物輸送を運営しています。タグボートとはしけ船はこれらの契約に予め割り当てられています。年間を通じて、ある期間や季節に、これらのリソースは契約無く、空いている期間があります。
  • Customer-Centric Transportation Network Modelling
    The public transportation company employed PwC Australia to develop a solution that could provide a customer-centric view of their railway infrastructure and help the company understand the current incident effects on rail network operations and how to improve the situation. PwC consultants decided to build a model of the transportation network that would simulate train movements, incidents, and customers at stations and in trains.
  • CSX Solves Railroad Operation Challenges with and without AnyLogic Rail Library
    CSX is a US railroad company that operates about 21,000 route miles (34,000 km). AnyLogic allows the railroad industry users to simulate line-of-road, terminal, and yard problems. The following three projects, completed by CSX in 2014, covered a variety of tasks that were solved using AnyLogic software.