Transporte por Oleoduto e Gestão de Produtos Petrolíferos: o caso de Portugal. Susana Relvas 28 de Março de 2008

Transcrição

1 Transporte por Oleoduto e Gestão de Produtos Petrolíferos: o caso de Portugal Susana Relvas 28 de Março de 2008

2 Cadeia de Abastecimento do Petróleo (CAP) Petroquímica Indústria Recursos Petrolíferos Exploração Produção Mercado Produtos de Consumo Melhorar Margens de Lucro Novos Processos Automação e Controlo Sistemas de Apoio à Decisão (Slaback and Riggs, 2007) (Moro, 2003) Planeamento e Escalonamento Integrados Operações de Refinaria Distribuição e Gestão de Inventário 2/38

3 Mapa para Operações na CAP (Pinto, 2008) 3/38

4 Motivação: Europa Distribuição (Cheng and Duran, 2003) Tipo de Transporte Carro Tanque Comboio Petroleiros Oleodutos Critérios de Decisão Distância Volume Custos Crude/Tipo de Produto Objectivo Corporativo (Dezembro 2007) 4/38

5 Motivação: Portugal Oleoduto Aveiras de Cima 147 km comprimento m 3 6 produtos Produtos Brancos: Gasóleo, Jet Fuel, Gasolina s/c 98, Gasolina s/c 95 GPL: Butano, Propano Caudal de Projecto: 700 m 3 /h Capacidade de Transporte: ton/ano Sines 5/38

6 Motivação: Portugal Jet Fuel Propano GO A1 U8 U5 C4 C3 Gasóleo GO - Jet Fuel A1 - Gasolina 98 U8 - Gasolina 95 U5 - Sequência Possível Sequência Proibída Butano Propano C4 C /38

7 Caso de Estudo: CLC Parque de Tanques 60 ha Tanques Produtos Brancos: 22 Esferas: 14 Slops: Ilhas enchimento a granel Garrafas GPL: G26 e G110 Companhia Logística de Combustíveis 7/38

8 Caso de Estudo: CLC Posição Estratégica Origem: desmantelamento da Refinaria da Petrogal em Cabo Ruivo (Lisboa) Produção: Sines Distribuição: Aveiras de Cima Reserva Estratégica Nacional Mercado Clientes Galpenergia BP Repsol Refinaria de Matosinhos 8/38

9 Caso de Estudo: CLC CLC = 40% Produção Plano Director Produção Escalonamento CLC Cadeia de Valor Fluxo Informação 9/38

10 Caso de Estudo: CLC Problemas e Desafios Soluções comerciais inexistentes Planeamento a médio prazo (mês): Plano de produção da refinaria Escalonamento de operações (semana): Gestão de inventário por produto e por tanque Recepção de produto: rotação de tanques Expedição de produto: rotação de tanques Qualidade e aprovação de lotes: repouso Planeamento e Escalonamento actuais: Chefes de Turno Folhas Excel: Ordem de Bombagem e Gestão de Tanques Heurísticas, Conhecimento do Problema, Tentativa Erro Objectivos pouco explícitos 10/38

11 Objectivos de Colaboração Desenvolvimento de um Modelo MILP Integração do transporte de produtos com a gestão de inventário Detalhe da Gestão de Inventário Aplicação ao Caso da CLC (Casos Reais) Metodologias de Apoio Testes e Validação Estrutura de Sistema de Apoio à Decisão 11/38

12 State of the art Transporte de Crude vs. Transporte Produtos Representação MILP: tempo e volume Representações Discretas Rejowski e Pinto (2003, 2004) Magatão et al. (2004) Representações Contínuas Cafaro e Cerdá (2004, 2008) Rejowski e Pinto (2008) Oportunidade: Gestão de Inventário e Representação de Expedição Integradas 12/38

13 Definição do Problema Oleoduto multiproduto Uma origem: refinaria Um destino: parque de tanques em mercado local Mapa de sequências possíveis entre produtos Limites caudal de bombagem Gestão de inventário Tempo de Repouso Recepção e Expedição: rotação de tanques Procura discreta (diária) de clientes 13/38

14 Modelo de Representação MILP Maximizar f(indicadores de Operação KPI) Restrições Temporais Sequenciação de Produtos Limitações Oleoduto: capacidade e caudal Balanço Volumétrico ao Oleoduto Paragens do Oleoduto Ligação Oleoduto Parque de Tanques Balanços Volumétricos a Produtos/Tanques Restrições de Tempo Mínimo de Repouso Satisfação de Clientes (diariamente) 14/38

15 Representação por Variáveis Sequenciais Escala Contínua de Tempo t = Ci-1 t = Ci i i-1 i+1 i i-1 Evento: final da bombagem do batch i Escala Contínua de Volume Volume bombeado desloca conteúdo do oleoduto i' Q i = W i i' Fi 1 i' F i 15/38

16 Variáveis de Decisão y i, p ls i, p, lt i' i' Final x i x set, i dm i, k Variáveis de Ligação 16/38

17 Representação Parque de Tanques Modelo MILP I Horizonte Temporal Médio Modelo MILP II Horizonte Temporal Curto Recepção Produto Expedição Produto 17/38

18 Representação Tempo de Repouso Modelo MILP I Horizonte Temporal Médio Inventário total Inventário disponível Modelo MILP II Horizonte Temporal Curto 18/38

19 Análise do Problema - Implementação GAMS / CPLEX Tempo de Computação (limite) 15 h SEM SOLUÇÃO! Pentium D GHz, 2 Gb RAM Extensão do Modelo I (1 mês) Variáveis Contínuas: Variáveis Binárias: 6485 Equações: Extensão do Modelo II (1 semana) SITUAÇÕES IMPREVISTAS? Variáveis Contínuas: 5311 (22660) Variáveis Binárias: 2199 (8911) Equações: (44369) 19/38

20 Estratégia Modelo MILP I Horizontes temporais médios (mês) Planeamento na cadeia Representação agregada de tanques Modelo MILP II Representação desagregada de tanques Horizontes temporais curtos (semana) Escalonamento de recursos no centro de distribuição Escalonamento Reactivo Situações imprevistas Heurística de Sequenciação Redução de complexidade/tempo computação 20/38

21 Escalonamento Reactivo Situações Imprevistas S1 S2 S3 S4 S5 S6? Alteração de previsão de clientes Alterações à sequência de produtos Paragens imprevistas do oleoduto Alterações a volumes de batches Ajustes de caudal Variação da capacidade de armazenagem Outras Minimização de desvios f(indicadores de Operação KPI e penalizações) 21/38

22 Heurística de Sequenciação Prioridades Inputs ID0,p, Demp,k Calcular ID heur p,k Atribuir Prioridades Inicializar a sequência usando prioridades até # batches de BTmin Limites Número de Batches Inputs Batch maximum p, Batch typical p, Woi Calcular TPipep Calcular BTmax e BTmin (produtos) Decidir Aplicação da Heurística 1) Inicializar sequência e limitar # batches 2) Sequências Fixas 1 2 Input Informação Critérios de Paragem Inputs Tempo máximo de bombagem e limites de caudal Calcular Cycletypical Cyclemax Calcular BTmax e BTmin (ciclo) Inicializar a sequência usando prioridades e garantir # batches entre BTmin e BTmax Input Sequências Proibídas Gasóleo Jet Fuel Gasolina 98 Gasolina 95 Butano Propano Objectivo: reduzir complexidade Modelo I Linhas de Informação Prioridades # Batches por produto ou ciclo GO A1 U8 U5 C4 C3 GO - A1 - U8 - U5 - C4 - C3 - Correr modelo com início de sequência e intervalo de # batches Correr o modelo com as várias sequências fixas estabelecidas 22/38

23 Casos Fornecedor CLC Clientes Entidade Reguladora Mercado Petróleo 23/38

24 Caso 1 Objectivo Fornecer previsões mensais; Ordem de bombagem a praticar. Fornecedor Metodologia Estabelecer conjunto de possíveis sequências de produtos; Minimizar caudal, maximizar utilização do oleoduto e maximizar o inventário final do produto com menor nível de inventário Sequência 1 (35) 2 (37) 3 (39) 4 (41) CLC (38) Caudal Médio (m 3 /h) Inventário (m 3 ) Utilização Oleoduto (%) Nível Inventário Final (%) Inventário mínimo (%, p) (U8) (U5) (U8) (U8) 5.31 (U8) Inventário final mínimo (%, p) (GO) (GO) (GO) (GO) (U8) Tempo de Computação (min) /38

25 Caso 1 Sequência Ciclo 1 Ciclo 2 Ciclo 3 Ciclo GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U8 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO Ciclo 1 Ciclo 2 Ciclo 3 Ciclo GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U8 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO Ciclo 1 Ciclo 2 Ciclo 3 Ciclo GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U8 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 GO Ciclo 1 Ciclo 2 Ciclo 3 Ciclo GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U8 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 GO A1 GO Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4 Ciclo GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U8 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO Ciclo 1 Ciclo 2 Ciclo 3 Ciclo CLC GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 C4 C3 C4 U8 GO A1 GO U5 C4 C3 C4 U5 GO A1 GO U5 GO GO Prioridades na bombagem Número de ciclos a bombear: reposição inventário 25/38

26 Caso 2 Objectivo Rentabilizar a capacidade de armazenagem da CLC; Ordem de bombagem a praticar. Governo Metodologia Maximizar inventário final (MIV) Maximizar inventário final + produto com menor inventário (MIP). Problema Caudal MIV MIP CLC (38) Caudal Médio (m 3 /h) Inventário (m 3 ) Clientes Utilização Oleoduto (%) Nível Inventário Final (%) Inventário mínimo (%, p) (U8) (U8) (U8) 5.31 (U8) Inventário final mínimo (%, p) (GO) (U8) (U8) (U8) Tempo de Computação (min) /38

27 Caso 3 Objectivo Enfrentar dinamismo do mercado: Novembro Fornecedor Metodologia Reajustar o planeamento actual. #R Descrição Timing R0 Escalonamento inicial Meados Outubro 2006 R1 Novas previsões de clientes 4ª semana de Outubro de 2006 R2 Alteração à sequência em um batch U5->U8 Revisão efectuada às 72h Clientes R3 A segunda paragem do pipeline deve iniciar-se 6h. Ruptura de stock sobre o batch 34 (de gasolina s/c 95), sendo reduzido para 3000 m 3. Decisão de impor que a bombagem do batch 35 terminasse pelo menos 2 h mais tarde. Revisão efectuada às 418 h. Mercado Petróleo R4 Um tanque de GO de m 3 será libertado para manutenção Revisão feita às 450 h, com efeito a partir das 600 h 27/38

28 Caso 3 GO A1 U8 U5 C4 C3 Total Inventário Inicial Clientes (Total) Fornecedor Clientes (Total, revisto) Inventário inicial a 54.6% de capacidade; Clientes sobrestimaram procura em 2.5%. Clientes Inventário (m 3 ) Inventário Total R R R R R Total (Inputs-Outputs) Caudal médio (m 3 /h) Utilização Oleoduto (%) Inventário Mínimo (%, p) 1.78 (U5) 6.45 (U5) (C3) (C3) (C3) Mercado Petróleo 28/38

29 Caso 3 Fornecedor Inventário (m 3 ) Rev0 Rev1 Rev2 Rev3 Rev4 GO Rev0 Rev1 Rev2 Rev3 Rev4 A Tempo (h) Inventário (m 3 ) Tempo (h) Rev0 Rev1 Rev2 Rev3 Rev4 U8 Rev0 Rev1 Rev2 Rev3 Rev4 U Inventário (m 3 ) Inventário (m 3 ) Clientes Tempo (h) Tempo (h) Rev0 Rev1 Rev2 Rev3 Rev4 C4 Rev0 Rev1 Rev2 Rev3 Rev4 C Inventário (m 3 ) Inventário (m 3 ) Mercado Petróleo Tempo (h) Tempo (h) 29/38

30 Caso 4 Objectivo Estudo comparativo Modelo vs CLC. CLC Metodologia 6 meses consecutivos Junho a Novembro 2006; Heurística + Modelo I; Utilização de dados reais. Mês Máx # batches Min Caudal Médio Esperado (m 3 /h) #batches CLC Caudal Médio (m 3 /h) Junho Julho Agosto Setembro Outubro Novembro /38

31 Caso 4 Totals Comparison CLC Final Inventory (vu) Modelo: Estável Ocurrências Reais: - Mais Inventário - Mais Instabilidade June July August September October November Months Modelo (m 3 ) Real (m 3 ) (Real-Modelo) (m 3 ) Junho Julho Agosto Setembro Outubro Novembro /38

32 Caso 5 Objectivo Estudo de 1 semana: Abril 2006 CLC Metodologia Modelo I vs Modelo II Formulation # Variáveis Contínuas # Variáveis Binárias # Equações Tempo Computação (s) Solução Óptima (s) FO Solução relaxada Gap relativo (%) Modelo I Modelo II /38

33 Caso 5 Modelo: II (tanques) I (agregado) CLC Batch Produto Tempo (h) Gasóleo 2 Gasolina 95 3 Butano 4 Propano 5 Butano 6 Gasolina 95 PARAGEM 7 Gasóleo 8 Jet Fuel 9 Gasóleo 10 27,8 31,3 44, ,2 111,7 129,5 168 Tempo (h) x10 3 m , ,8 38,2 56, Caudal Médio: m 3 /h 33/38

34 Sistema de Apoio à Decisão Inputs Condições Iniciais Previsões Mercado Parâmetros do Cenário Ferramenta de Apoio à Decisão Heurística Inicialização Alteração? Inputs Dados de Alteração Modelo I Modelo II Decidir Nível Detalhe Escalonamento Reactivo Algoritmo MILP Interacção com o utilizador Interacção com outros sistemas Fontes de Informação Exportação de resultados Algoritmo MILP Integração de Ferramentas Outputs Escalonamento Oleoduto Gestão de Inventário 34/38

35 Conclusões MILP Optimização do planeamento e escalonamento de operações Elevado potencial de flexibilidade Elevado potencial de detalhe Problemas complexos Modelação: desafios Representação temporal Representações alternativas, melhoradas Metodologias de decomposição eficientes, partilha informação Implementação Soluções em tempo útil Interface entre Algoritmo e Utilizador Final Potencial de Integração de Conhecimentos Gestão de Operações, Engenharia, Matemática, Informática, Imaginação... 35/38

36 Perspectivas Desafios Gestão de Inventário Modelos direccionados: previsão e mercado petrolífero Gestão da Incerteza e do Risco Planeamento e Escalonamento Integrados O Papel da Universidade Especificidade Análise detalhada do problema Integrar Inovação com Aplicações Reais 36/38

37 Perspectivas: Caso Nacional Aveiras de Cima Abastecimento do Novo Aeroporto Internacional de Lisboa Redes de Oleodutos Alcochete Inclusão de dados económicos Alargamento do âmbito do modelo: plano de produção Sines 37/38

38 Agradecimentos Prof.ª Ana Paula Barbosa-Póvoa, CEG-IST Prof. Henrique Matos, CPQ-IST Eng. João Fialho, Galpenergia Eng. Paulo Cândido, CLC Eng. José Sepodes, CLC Eng. Gaspar Santos, CLC Chefes de Turno da CLC Apoio Financeiro Companhia Logística de Combustíveis (CLC) Fundação de Ciência e Tecnologia (FCT) 38/38

39 Transporte por Oleoduto e Gestão de Produtos Petrolíferos: o caso de Portugal Susana Relvas 28 de Março de 2008 susanaicr@ist.utl.pt

40 Referências Relvas, S.; Matos, H.A.; Barbosa-Póvoa, A.P.F.D.; Fialho, J.; Pinheiro, A.S. (2006), Pipeline scheduling and inventory management of a multiproduct distribution oil system, Ind. Eng. Chem. Res., 45, ; Relvas, S.; Matos, H.A.; Barbosa-Póvoa, A.P.F.D.; Fialho, J. (2007), Reactive scheduling framework for a multiproduct pipeline with inventory management, Ind. Eng. Chem. Res., 46, ; Cafaro, D.C.; Cerdá, J. (2004), Comp. Chem. Eng., 28, ; Cafaro, D.C.; Cerdá, J. (2008), Comp. Chem. Eng., 32, ; Cheng, L.; Duran, M.A. (2003), Proceedings Foundations of Computer-Aided Process Operations (FOCAPO), ; Magatão, L.; Arruda, L.V.R.; Neves, Jr., F. (2004), Comp. Chem. Eng., 28, ; Moro, L.F.L. (2003), Comp. Chem. Eng., 27, ; Pinto, J. (2008), Scheduling, Logistics, Planning, and Supply Chain Management for Oil Refineries, Seminário CEG-IST; Rejowski Jr., R.; Pinto, J.M. (2003), Comp. Chem. Eng., 27, ; Rejowski Jr., R.; Pinto, J.M. (2004), Comp. Chem. Eng., 28, ; Rejowski Jr., R.; Pinto, J.M. (2008), Comp. Chem. Eng., 32, ; Slaback, D.D.; Riggs, J.B. (2007), Ind. Eng. Chem. Res., 46, ; 40/38