transporte por oleoduto e gestão de produtos petrolíferos ... · • integração do transporte...
TRANSCRIPT
Transporte por Oleoduto e Gestão de Produtos Petrolíferos: o caso de Portugal
Susana Relvas28 de Março de 2008
2/38
Cadeia de Abastecimento do Petróleo (CAP)
• Melhorar Margens de Lucro• Novos Processos• Automação e Controlo• Sistemas de Apoio à Decisão
� Planeamento e Escalonamento Integrados� Operações de Refinaria� Distribuição e Gestão de Inventário
Recursos
PetrolíferosExploração Produção Mercado
Petroquímica
Indústria
Produtos de
Consumo
Recursos
PetrolíferosExploração Produção Mercado
Petroquímica
Indústria
Produtos de
Consumo
Recursos
PetrolíferosExploração Produção Mercado
Petroquímica
Indústria
Produtos de
Consumo
(Slaback and Riggs, 2007)
(Moro, 2003)
4/38
Motivação: Europa
� Carro Tanque
� Comboio
� Petroleiros
� Oleodutos
Tipo de Transporte
� Distância
� Volume
� Custos
� Crude/Tipo de Produto
� Objectivo Corporativo
Critérios de Decisão
Distribuição
www.concawe.be (Dezembro 2007)
(Cheng and Duran, 2003)
5/38
• 147 km comprimento
• 18 000 m3
• 6 produtos
� Produtos Brancos: Gasóleo, Jet Fuel,
Gasolina s/c 98, Gasolina s/c 95
� GPL: Butano, Propano
• Caudal de Projecto: 700 m3/h
• Capacidade de Transporte:
4 000 000 ton/ano
Oleoduto
Motivação: PortugalAveiras de Cima
Sines
6/38
Propano
Butano
Gasolina 95
Gasolina 98
Jet Fuel
Gasóleo
-
�
�
�
�
�
C3
�����C3
-����C4
�-���U5
��-��U8
���-�A1
����-GO
C4U5U8A1GO
Motivação: Portugal
Sequência Possível ����
Sequência Proibída ����
Jet F
uel
Propano
7/38
Caso de Estudo: CLC
Companhia Logística de Combustíveis
• 60 ha
• Tanques� Produtos Brancos: 22
� Esferas: 14
� Slops: 12
• 15 Ilhas enchimento
a granel
• Garrafas GPL: G26 e
G110
Parque de Tanques
www.clc.pt
8/38
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
9/38
CLC =40% Produção
Plano DirectorProdução
Escalonamento CLC
Cadeia de Valor
Fluxo Informação
Caso de Estudo: CLC
10/38
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
11/38
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
12/38
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
13/38
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
14/38
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)
15/38
Representação por Variáveis Sequenciais
Escala Contínua de Tempo
ii-1i i-1i+1
t = Ci-1 t = Ci
Escala Contínua de Volume
• Evento: final da bombagem do batch i
'i
iF'
1
i
iF −
'i
ii WQ =
• Volume bombeado deslocaconteúdo do oleoduto
17/38
Representação Parque de Tanques
Modelo MILP I – Horizonte Temporal Médio
Modelo MILP II – Horizonte Temporal Curto
Recepção Produto
Expedição Produto
18/38
Modelo MILP I – Horizonte Temporal Médio
• Inventário total• Inventário disponível
Modelo MILP II – Horizonte Temporal Curto
Representação Tempo de Repouso
19/38
Análise do Problema - Implementação
• GAMS / CPLEX
• Tempo de Computação (limite)
� 15 h – SEM SOLUÇÃO !
• Pentium D820 – 2.8 GHz, 2 Gb RAM
• Extensão do Modelo I (1 mês)
� Variáveis Contínuas: 28320
� Variáveis Binárias: 6485
� Equações: 51089
• Extensão do Modelo II (1 semana)
� Variáveis Contínuas: 5311 (22660)
� Variáveis Binárias: 2199 (8911)
� Equações: 11471 (44369)
• SITUAÇÕES IMPREVISTAS ?
20/38
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
21/38
Escalonamento Reactivo
Situações Imprevistas
Outras…?
Variação da capacidade de armazenagemS6
Ajustes de caudalS5
Alterações a volumes de batchesS4
Paragens imprevistas do oleodutoS3
Alterações à sequência de produtosS2
Alteração de previsão de clientesS1
• Minimização de desvios
• f(Indicadores de Operação – KPI e penalizações)
22/38
Heurística de Sequenciação
Inputs
ID0,p, Demp,k
Inputs
Batchmaximump,
Batchtypicalp, Woi
Prioridades Limites Número de Batches
Calcular
IDheurp,k
Calcular
TPipep
Atribuir
Prioridades
Calcular
BTmax e BTmin
(produtos)
Decidir Aplicação da Heurística
1) Inicializar sequência e limitar #
batches
2) Sequências Fixas
Inicializar a sequência
usando prioridades até #
batches de BTmin
Input
Informação
Critérios de
Paragem
Inicializar a sequência
usando prioridades e
garantir # batches entre
BTmin e BTmax
1 2
Correr modelo com início
de sequência e intervalo de
# batches
Correr o modelo com as
várias sequências fixas
estabelecidas
InputsTempo máximo de bombagem
e limites de caudal
Calcular
Cycletypical
Cyclemax
Calcular
BTmax e BTmin
(ciclo)
Input
Sequências
Proibídas
� Objectivo: reduzir complexidade Modelo I
� Linhas de Informação•Prioridades•# Batches por produto ou ciclo
Propano
Butano
Gasolina 95
Gasolina 98
Jet Fuel
Gasóleo
-
�
�
�
�
�
C3
�����C3
-����C4
�-���U5
��-��U8
���-�A1
����-GO
C4U5U8A1GO
24/38
Fornecedor
Objectivo
• Fornecer previsões mensais;
• Ordem de bombagem a praticar.
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
65.4655.2955.5055.5055.34Nível Inventário Final (%)
94.9798.6698.6698.6698.66Utilização Oleoduto (%)
+19580+280+680+680+380∆∆∆∆Inventário (m3)
5.31 (U8)21.19 (U8)18.80 (U8)18.44 (U5)16.40 (U8)Inventário mínimo (%, p)
557.59510.49511.04511.04510.63Caudal Médio (m3/h)
-
20.51 (U8)
CLC (38)
120.5120.5120.58.7Tempo de Computação (min)
52.53 (GO)52.53 (GO)52.53 (GO)51.67 (GO)Inventário final mínimo (%, p)
4 (41)3 (39)2 (37)1 (35)Sequência
Caso 1
25/38
•Prioridades na bombagem
•Número de ciclos a bombear: reposição inventário
Sequência
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
1 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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
2 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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
3 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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
4 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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41
5 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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
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
Ciclo 5
Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4
Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4
Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4
Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4
Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4
Ciclo 1 Ciclo 2 Ciclo 3 Ciclo 4
Caso 1
26/38
Caso 2
Governo
Clientes
Objectivo• Rentabilizar a capacidade de armazenagem da CLC;
• Ordem de bombagem a praticar.
Metodologia• Maximizar inventário final (MIV)
• Maximizar inventário final + produto com menor inventário (MIP).
65.4680.3780.5955.29Nível Inventário Final (%)
94.9787.3987.5198.66Utilização Oleoduto (%)
+19580+47630+48030+280∆∆∆∆Inventário (m3)
5.31 (U8)16.40 (U8)16.40 (U8)21.19 (U8)Inventário mínimo (%, p)
557.59649.15648.82510.49Caudal Médio (m3/h)
-
20.51 (U8)
CLC (38)
120.55.1120.5Tempo de Computação (min)
54.02 (U8)54.02 (U8)52.53 (GO)Inventário final mínimo (%, p)
MIPMIVCaudalProblema
27/38
Mercado Petróleo
Clientes
Fornecedor
Revisão feita às450 h, com efeitoa partir das 600 h
Um tanque de GO de 17300 m3 será libertado paramanutençãoR4
Revisão efectuada às 418 h.
A segunda paragem do pipeline deve iniciar-se 6h. Ruptura de stock sobre o batch 34 (de gasolina s/c95), sendo reduzido para 3000 m3.Decisão de impor que a bombagem do batch 35 terminasse pelo menos 2 h mais tarde.
R3
Revisão efectuada às 72h
Alteração à sequência em um batch U5->U8R2
4ª semana de Outubro de 2006
Novas previsões de clientesR1
Meados Outubro2006
Escalonamento inicialR0
TimingDescrição#R
Objectivo
• Enfrentar dinamismo do mercado: Novembro 2006.
Metodologia
• Reajustar o planeamento actual.
Caso 3
28/38
Caso 3
Mercado Petróleo
Clientes
Fornecedor
21.94 (C3)21.94 (C3)21.94 (C3)6.45 (U5)1.78 (U5)Inventário Mínimo (%, p)
86.786.787.587.587.5Utilização Oleoduto (%)
540.7540.3535.3548.0548.0Caudal médio (m3/h)
+ 529+ 279+ 379+ 8379+ 35Total (Inputs-Outputs)
103523103323103423111423103079Inventário Total
R4R3R2R1R0Inventário (m3)
336871244641265056231698153190183355Clientes (Total, revisto)
345215244481315058031718153640188765Clientes (Total)
1030446734777118276138671570640690Inventário Inicial
TotalC3C4U5U8A1GO
• Inventário inicial a 54.6% de capacidade;
• Clientes sobrestimaram procura em 2.5%.
29/38
Caso 3GO
0
9000
18000
27000
36000
45000
54000
63000
72000
81000
0 150 300 450 600 750Tempo (h)
Inventário (m
3)
Rev0 Rev1 Rev2 Rev3 Rev4 A1
0
5000
10000
15000
20000
25000
30000
0 150 300 450 600 750Tempo (h)
Inventário (m
3)
Rev0 Rev1 Rev2 Rev3 Rev4
U8
0
4000
8000
12000
16000
20000
0 150 300 450 600 750Tempo (h)
Inventário (m
3)
Rev0 Rev1 Rev2 Rev3 Rev4 U5
0
7000
14000
21000
28000
0 150 300 450 600 750Tempo (h)
Inventário (m
3)
Rev0 Rev1 Rev2 Rev3 Rev4
C4
0
2000
4000
6000
8000
10000
12000
0 150 300 450 600 750Tempo (h)
Inventário (m
3)
Rev0 Rev1 Rev2 Rev3 Rev4 C3
0
3000
6000
9000
12000
15000
0 150 300 450 600 750Tempo (h)
Inventário (m
3)
Rev0 Rev1 Rev2 Rev3 Rev4
Mercado Petróleo
Clientes
Fornecedor
30/38
Caso 4
CLC
Objectivo
• Estudo comparativo Modelo vs CLC.
Metodologia
• 6 meses consecutivos Junho a Novembro 2006;
• Heurística + Modelo I;
• Utilização de dados reais.
53839522.62636Novembro
55042516.82736Outubro
52832564.62535Setembro
49437550.42737Agosto
50339476.72636Julho
52033481.62635Junho
Caudal Médio(m3/h)
#batchesMinMáx
CLCCaudal MédioEsperado (m3/h)
# batches
Mês
31/38
Caso 4
CLC
•Modelo: Estável• Ocurrências Reais:
- Mais Inventário- Mais Instabilidade
-3 50095 09898 598Novembro
4 570103 04498 474Outubro
-8 17189 74297 913Setembro
18 714116 49197 777Agosto
26 318124 05497 736Julho
19 559116 80597 246Junho
∆∆∆∆(Real-Modelo) (m3)Real (m3)Modelo (m3)
Totals Comparison
80000
90000
100000
110000
120000
130000
June July August September October November
Months
Final Inventory (vu)
32/38
Caso 5
CLC
Objectivo
• Estudo de 1 semana: Abril 2006
Metodologia
• Modelo I vs Modelo II
0.000.00Gap relativo (%)
-2.043577-2.043577Solução relaxada
-1.968652-2.042726FO
5.501.359Solução Óptima (s)
1096.5781.359Tempo Computação (s)
61782889# Equações
2098414# Variáveis Binárias
29071736# Variáveis Contínuas
Modelo IIModelo IFormulation
33/38
Caso 5
CLCBatch Produto Tempo (h) 0 3 6 9 12 15 18
0
1 Gasóleo
10
2 Gasolina 95
27,8
3 Butano
31,3
4 Propano
44,4
5 Butano
48
6 Gasolina 95
72
PARAGEM
78,2
7 Gasóleo
111,7
8 Jet Fuel
129,5
9 Gasóleo
168
Tempo (h) 0 3 6 9 12 15 18 x103 m
3
0
10
18,4
22
35,8
38,2
56,4
96
128
168
Caudal Médio: 507 487 m3/h
Modelo: II (tanques) I (agregado)
34/38
Sistema de Apoio à Decisão
� Interacção com o utilizador
� Interacção com outros sistemas
• Fontes de Informação
• Exportação de resultados
• Algoritmo MILP
� Integração de Ferramentas
Outputs
Inputs
Condições Iniciais
Previsões Mercado
Ferramenta de Apoio à Decisão
Modelo I
Algoritm
o MILP
Heurística Inicialização
Parâmetros do Cenário
Escalonamento Reactivo
Modelo II
Decidir Nível Detalhe
Inputs
Dados de Alteração
Alteração?
Escalonamento Oleoduto
Gestão de Inventário
35/38
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...
36/38
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
37/38
Perspectivas: Caso Nacional
Sines
Aveiras de Cima
� Abastecimento do Novo Aeroporto
Internacional de Lisboa
� Redes de Oleodutos
� Inclusão de dados económicos
� Alargamento do âmbito do modelo:
plano de produção
Alcochete
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
• Companhia Logística de Combustíveis (CLC)
• Fundação de Ciência e Tecnologia (FCT)
Apoio Financeiro
Transporte por Oleoduto e Gestão de Produtos Petrolíferos: o caso de Portugal
Susana Relvas28 de Março de 2008
40/38
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, 7841-7855;• 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, 5659-5672;
• Cafaro, D.C.; Cerdá, J. (2004), Comp. Chem. Eng., 28, 2053-2068;• Cafaro, D.C.; Cerdá, J. (2008), Comp. Chem. Eng., 32, 728–753;• Cheng, L.; Duran, M.A. (2003), Proceedings Foundations of Computer-Aided Process Operations (FOCAPO), 187-201;• Magatão, L.; Arruda, L.V.R.; Neves, Jr., F. (2004), Comp. Chem. Eng., 28, 171-185;• Moro, L.F.L. (2003), Comp. Chem. Eng., 27, 1303-1305;• 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, 1229-1246;• Rejowski Jr., R.; Pinto, J.M. (2004), Comp. Chem. Eng., 28, 1511-1528;• Rejowski Jr., R.; Pinto, J.M. (2008), Comp. Chem. Eng., 32, 1042–1066;• Slaback, D.D.; Riggs, J.B. (2007), Ind. Eng. Chem. Res., 46, 4645-4653;