Otimização integrada da programação de produção no refino de petróleo: da descarga de óleo à entrega de combustíveis.

Autor(es)

Robert Eduard Franzoi Junior

• Tipo de documento: Tese de Doutorado
• Imprenta: São Paulo.
• Instituição: Universidade de São Paulo (USP). Escola Politécnica (EP/BC)
• Data de defesa: 2021-02-10

Membros da banca

Jorge Andrey Wilhelms Gut; Thiago de Sá Feital; Reginaldo Guirardello; Ricardo de Freitas Fernandes Pontes; Galo Antonio Carrillo Le Roux

• Orientador: Jorge Andrey Wilhelms Gut; Brenno Castrillon Menezes

Resumo

A otimização da programação de produção em refinarias de petróleo é um problema complexo e desafiador devido a sua formulação MINLP não convexa em tamanho industrial. Três conceitos principais vêm sendo adotados na indústria e academia para lidar com esse problema. Primeiro, utiliza-se uma formulação simplificada que não inclui todas as unidades de processo, tanques, fluxos e variáveis do problema industrial. Segundo, o modelo de programação de produção é dividido em subproblemas a serem resolvidos hierarquicamente. Terceiro, ainda se utiliza abordagens baseadas em simulação ao invés de otimização devido à complexidade de tal formulação. Contudo, avanços recentes em métodos de tomada de decisão, na capacidade de processamento dos computadores e nos algoritmos de otimização permitem a modelagem e otimização de problemas anteriormente intratáveis, de modo a fornecer recursos para novas aplicações industriais em tempo real e gerar oportunidades para o desenvolvimento de melhores estratégias de modelagem e otimização. Neste trabalho são abordadas formulações complexas baseadas em problemas industriais de programação de produção em refinarias de petróleo. A novidade desta pesquisa consiste em modelar e otimizar tais modelos, incluindo características de design de processo para operações de mistura e processamento; abordagens de decomposição para formulações intratáveis; estratégias de reprogramação para aplicações em tempo real; e modelos aproximados para sistemas de otimização integrados. Abordagens de decomposição permitem construir formulações mais simples a partir de problemas complexos e de grande escala. Design aprimorados para operações de processamento e mistura fornecem previsões mais precisas, flexibilidade de produção e maior valor econômico para o processo. Heurísticas são utilizadas para reduzir significativamente o esforço computacional, limitando o espaço de busca na otimização através de estratégias em horizonte rolante e de técnicas de relaxação iterativas para problemas misto-inteiro lineares. Estratégias de reprogramação da produção e de atualização de parâmetros reduzem as incompatibilidades entre modelo e planta ao lidar com incertezas e distúrbios de maneira eficaz, reduzindo imprecisões, mantendo o sistema atualizado e fornecendo um modo sistemático para aplicações em tempo real. Modelos aproximados substituem formulações complexas e permitem a integração de modelos de unidades de processo em ambientes de otimização de programação de produção. As formulações e metodologias propostas são coerentes com aplicações industriais de grande escala em relação a restrições operacionais, valor agregado do processo e complexidade e tamanho do problema. Os resultados indicam que formulações MINLP não convexas de problemas de programação de produção em refinarias podem ser resolvidas eficientemente utilizando estratégias de decomposição, heurísticas e machine learning, o que pode potencialmente fornecer metodologias de modelagem e otimização adequadas para aplicações em problemas reais em escala industrial. (AU)

• Processo FAPESP: 17/03310-1 - Otimização integrada da programação de produção no refino de petróleo: da descarga de óleo até a entrega de combustíveis
• Beneficiário: Robert Eduard Franzoi Junior
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto