パートナーシップ
2020年に海上貨物憲章に調印するトタルエナジー社は、LNG船隊の温室効果ガス排出量を報告し、最適化できる、より優れた監視システムの必要性を認識した。排出量の報告は、面倒で時間のかかる手作業で行われ、エラーが発生しやすく、最適化の余地がほとんどありませんでした。エネルギーメジャーがチャーターするLNG船のオーナー兼オペレーターであるBW社は、同時に船舶の環境パフォーマンスのモニタリングと改善に注力しており、トタルエナジーズ社と共通の目標に向けて緊密に協力できることに興奮していました。
液化天然ガス（LNG）の輸送
業界の契約構造を考えると、利害関係者のインセンティ ブはしばしば不一致に陥り、業界や地球全体のためになる新しい 改善方法の模索を必ずしも奨励しない。船主には、データや見識をそれぞれの用船者と共有するインセンティブがなく、LNG船は他のセグメントで見られる透明性の欠如と無縁ではない。液化天然ガス（LNG）の安全な輸送は、海運の最も複雑な課題の一つである。ダイナミックな製品であるため、貨物の温度と圧力は時間とともに変化し、船舶のエンジンは摂氏マイナス160度の貨物のボイルオフで作動するように設定されている。船長は、船が排出のために到着したときに貨物が特定の状態にあることを確実にするための決断を下さなければならない。途中、貨物のスロッシング、ボイルオフガスの度合い、燃料として使用するか液化するかといった問題も管理しなければならない。
「トタルエナジーズのLNG船部門責任者、エリック・ルペサンは、「私たちは、このような縦割り構造や障壁を取り払わなければならないと考えていました。「私たちはBWとともに、航海の成果とカーボンフットプリントの削減のために、コラボレーションを受け入れる必要があると判断しました。私たちは、Nautilus Labs が独立した第三者として提携するのにふさわしい会社だと判断しました。私たちは集団として、特定の船舶でこれらの障壁や課題に取り組むための共同プロジェクトを開始しました。"
ノーチラス社は、船舶の高頻度データを統合し、航海最適化ソリューションの原動力となる船舶固有の機械学習ベースの性能モデルを構築した。このプラットフォームにより、船主であるBW社は、データのプライバシーを保ちながら、用船者であるTotalEnergies社と洞察を共有することができる。
ボイルオフガスの最適化
両社は、ノーチラス社のボイルオフガス最適化ソリューション（LNGセグメント向けに特別に開発された航海最適化ソリューション）の活用を決定した。まずノーチラスは、2021年後半から2022年にかけて、BWチューリップという船舶の複数の航海において、最適化ソリューションの影響をシミュレーションした。課題は明確だった。本船は到着予定時刻を守り、到着港でのターミナル要件を確保する一方で、LNG消費量を可能な限り抑えて航行しなければならない。
設定されたETAに基づいて地上での最適速度を決定することで、ノーチラスはまず対応するシャフト速度を計算し、最終的にBWチューリップの航路で予想されるLNG消費量の合計を算出した。ノーチラス社は、独自の機械学習と熱力学モデル、船舶の性能特性、リアルタイムの経験的データを活用し、温度と圧力の到着要件を満たすために消費する必要があるガス量と再液化する必要があるガス量を推定した。貨物の組成、蒸気ヘッダー圧力、船速を考慮し、ノーチラス社は、到着ターミナルでの温度と圧力の要件を満たしながら、ガス燃焼ユニット（GCU）の使用量が増えるとしても、船速を大幅に落として航行する余裕があると判断した。速度が遅くなれば、再清算率が向上し、最終的にはガスの総消費量と排出量の削減につながると期待された。
航海の成果を高めるGCUの利用
最適な航海戦略を実行するには、船主は様々な複雑な要素を考慮する必要がある：自然ボイルオフ速度で進み、早めに到着し、ぐるりと周回するべきか、それとも速度を落として再圧縮を改善し、GCUでタンク圧力を管理しながらジャストインタイムに到着すべきか。
伝統的に、発電機の出力を上げることが、タンク圧力を制御し、ターミナルの要件を満たすために望ましい方法であったため、GCUの使用量を増やすことは、業界では議論の余地があると考えられている。
BWは、全体的な消費量を最小化する目的で、航海モデルを検討し始めた。これは、航海に最適な結果を得るために、場合によっては推進力を使う代わりにGCUの使用量を増やすことで、最大限のreliqueficationを行うことを含んでいた。BWは、これが成功すれば、航海中のLNG総消費量の削減に貢献すると評価した。現在の市場価格を考慮すると、これはかなりの節約になる。
CIIとEEXI
BWとトタルエナジーズは、業界内のインセンティブと指標を綿密に評価した。両社にとって、航海中に消費される、つまり失われるガスの総量が環境に直接的な影響を与えることは明らかだった。しかし、EEXIとCIIの指標は航行距離に基づいているため、異なるインセンティブを生み出す可能性がある。ノーチラスのデータモデルが提案する実際のアドバイスとは相反するものの、タンク圧をコントロールし続けるために「全速力で進む」ことは、最高のCII評価をもたらす可能性がある。
上記の分析と予測は、関係者全員が同じ高頻度データと機械学習モデルを見ながら協力することで初めて可能になった。BWとTotalEnergiesは、ソフトウェアベンダーを活用するのではなく、長期的な成果を向上させるための最適なオペレーションを決定するために、ノーチラスというパートナーを見つけた。
「トタルエナジーでは、傭船船隊のオーナーとの協働を強く信 じています。航海を最適化し、より良い結果をもたらす可能性を解き放つために、私たちは縦割りを打破し、洞察を共有する必要があります。データ主導のアプローチをとり、機械学習を駆使したテクノロジーを活用することで、トータルエナジーのネット・ゼロ目標達成に向けた脱炭素化への道筋において、今日の排出量削減に役立っています。ノーチラスでは、すべての船主にまたがり、すべての航海を最適化するための推奨事項を毎日提供してくれる独立したパートナーを見つけることができました」。- エリック・レペサン、トータルエナジー社
BW LNG社のIT・デジタル担当副社長であるハラルド・マーティン・ミーレ氏は、次のように付け加えた。「私たちにとって、このようなプロジェクトを成功させるためには、用船者が乗船しなければならないことは明らかです。オーナーが単独でこの変化を推進することは、不可能ではないにせよ、難しいでしょう。海運の二酸化炭素排出量削減に好影響を与えるには、バリュー・チェーン全体の関与が不可欠です」。
