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)

3/38

Mapa para Operações na CAP

(Pinto, 2008)

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

16/38

Variáveis de Decisão

piy ,

ltpils ,, 'i

ix '

,

i

isetx Final

kidm,

Variáveis de Ligação

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

23/38

Casos

Fornecedor Clientes

Mercado Petróleo

CLC

Entidade Reguladora

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

susanaicr@ist.utl.pt

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;