Você está na página 1de 10

X X X I X SBPO

A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

OLGA: OTIMIZADOR DA LOGSTICA DO GS NATURAL

Flvia Schittine Campos Petrleo Brasileiro S.A. Rua Almirante Barroso, 81, 19. Andar CEP20031-004 Rio de Janeiro, RJ e-mail: flavias@petrobras.com.br talo Mrcio Madeira Petrleo Brasileiro S.A. Rua Almirante Barroso, 81, 30. Andar CEP20031-004 Rio de Janeiro, RJ e-mail: italomadeira@petrobras.com.br Mrcia Tomie Takahashi Petrleo Brasileiro S.A. Rua Almirante Barroso, 81, 19. Andar CEP20031-004 Rio de Janeiro, RJ e-mail: mtomie@petrobras.com.br

RESUMO Este trabalho tem como objetivo apresentar o modelo matemtico desenvolvido como ferramenta de apoio s atividades de programao da operao da malha de gs natural brasileira. O problema de distribuio de gs considerado um problema de programao linear inteira mista. No modelo foram considerados desde o produtor at o cliente final deste insumo, juntamente com os seus respectivos contratos. Com isso, espera-se fornecer informaes mais adequadas para a tomada de deciso da programao e distribuio do gs natural. PALAVRAS CHAVE. Programao Linear Inteira Mista. Gs Natural. Contratos. Petrleo e Gs.

ABSTRACT This work aims at presenting a mathematical model developed as an auxiliary tool to the operation planning activities of the Brazilian Natural Gas network. The gas distribution problem is regarded as a mixed integer linear programming problem. The model comprises the whole network, from the gas extraction plants to the final clients, as well as their respective contracts. The objective of the model is to provide adequate information to guide the Natural Gas operation and distribution planning activities. KEYWORDS. Mixed-Integer Linear Program. Natural Gas. Contracts. Oil & Gas.

XXXIX SBPO

[2115]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

1. Introduo O mercado de gs natural no Brasil at a dcada de 90 sempre esteve subordinado explorao de petrleo, uma vez que o gs natural disponvel era o gs associado extrado junto ao petrleo. Com isso, o uso deste energtico foi desprezado, por no ter a garantia de fornecimento (a extrao estava condicionada a retirada conjunta do leo), volume reduzido entre outros fatores. Com a implantao do gasoduto Bolvia-Brasil (Gasbol) e a explorao de campos de gs no associado, nos ltimos anos, observou-se um crescente interesse por este energtico pela indstria, para gerao de energia eltrica, uso residencial e veicular (ANP, 2004). Em outros pases, o gs natural j possui um mercado amadurecido. Os trabalhos encontrados na literatura sobre modelagem do problema de distribuio do gs natural tm foco principalmente na determinao dos estoques timos e na determinao do preo deste insumo. Isso se deve a forte influncia das condies climticas, pois o gs natural utilizado no sistema de calefao no hemisfrio norte. Neste caso, previso no tamanho dos estoques para controle de preos e garantia no fornecimento so mais estudados (Guldmann, 1999). No Brasil, a relao entre o consumo de gs natural no Brasil e as condies climticas baseada no regime de chuvas nas diferentes regies do Brasil. Nos perodos de seca, quando as hidreltricas tm seus nveis de reservatrios mais baixos, as usinas trmeltricas tm maior participao na gerao de energia eltrica. Desta forma as unidades termeltricas agem como um sistema complementar ao sistema hidreltrico, predominante na gerao de energia eltrica no pas. Pelo fato do mercado brasileiro de gs natural estar em formao, muitos pontos ainda so deficientes, como regulamentao e infra-estrutura. Outras questes que diferenciam o nosso pas dos demais pases sobre o sistema de distribuio de gs que o Brasil no possui estoque de gs natural. Neste contexto, os estudos encontrados na literatura tem foco na integrao das malhas de gs no Brasil (sudeste e nordeste) principalmente com o uso do GNL (gs natural liquefeito) (Maculan e Silva, 2006)(Mathias et. Al. 2006)(Rechelo Neto e Sauer, 2006). Em Silva (2004), proposto um modelo que procura o custo mnimo de um conjunto de demandas a partir de um conjunto de ofertas, atravs de um modelo de transporte em rede com restries de capacidade. Este trabalho tem como objetivo apresentar modelo matemtico desenvolvido em parceria entre as reas de Logstica de Gs Natural e o grupo de Pesquisa Operacional da Petrobras, utilizado como ferramenta de apoio s atividades de programao da operao da malha de gs. Ser apresentada a descrio da cadeia de suprimentos do gs, das atividades da rea de logstica e da necessidade do modelo no suporte s decises. Ser apresentada descrio do modelo matemtico, com destaque para algumas especificidades mais interessantes.

2. Cadeia de Suprimentos do Gs Natural no Brasil O gs natural extrado nos pontos de produo, em conjunto com o petrleo (gs associado) ou de campos especficos de gs (no associado), em mar ou em terra. Atravs de gasodutos de transferncia, o gs levado s estaes de processamento, onde so retiradas suas fraes mais pesadas e outros elementos contaminantes. O gs, ento especificado, levado atravs de gasodutos de transporte at os pontos de retirada das distribuidoras, que levam o gs at os consumidores finais. Assim, podemos definir diferentes atores na cadeia de suprimento: - Fornecedores: responsveis pela produo ou importao do gs natural; - Processadores: responsveis pela operao das unidades de tratamento do gs natural. Os prprios fornecedores podem ser processadores em alguns casos. - Transportador: responsvel pela operao dos gasodutos de transporte - Distribuidor: o responsvel pela venda e entrega do gs ao cliente final. O distribuidor possui pontos de retirada de gs ao longo da rede (city-gates) e demanda ao carregador os

XXXIX SBPO

[2116]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

volumes a serem retirados em cada ponto, conforme as necessidades dos seus clientes. A atuao destas geralmente limitada a um Estado ou algumas reas dos Estados. - Cliente final: o consumidor do gs natural. So tipicamente termeltricas, indstrias que usam gs natural para produo de energia para consumo prprio, gs veicular (o GNV) e residencial. A maioria dos clientes finais s pode adquirir gs de uma distribuidora. Existem excees como os consumos de refinarias, usinas trmicas e o prprio consumo dos produtores. - Carregador o gestor da cadeia de suprimento. a figura que, conhecendo as limitaes fsicas e contratuais de fornecedores, processadores, transportadores e distribuidores, compatibiliza os volumes disponveis aos demandados. Sua atuao se d em trs momentos: Antes da operao conhecendo os volumes disponveis nos fornecedores, a capacidade de transporte, as demandas de distribuidores e as eventuais alteraes fsicas decorrentes de paradas e intervenes na rede, so feita a programao de retirada, transporte e entrega do gs. Durante a operao acompanhamento dos volumes entregues, comparando-os com os volumes planejados. Nesta fase feito o gerenciamento de contingncias no programadas pedidos extras, falhas na produo, problemas de especificao e outros. Aps a operao feita a consolidao das informaes atravs da anlise das medies oficiais de volume e qualidade. a etapa que define questes importantes como: volume de gs efetivamente entregue e que deve ser cobrado das distribuidoras, volumes no entregues sujeitos a penalidades e estoques.
Contrato de compra e venda PRODUO ANP IMPORTAO

TRANSPORTE

Contrato de transporte

CARREGADOR

City Gate Estados

DISTRIBUIO Contrato de compra e venda

CONSUMIDORES

Figura 1: Relao entre os participantes da cadeia de suprimento de gs natural

3. A Atividade de Programao e o Olga A atividade de programao consiste em compatibilizar diariamente a oferta e a demanda de gs natural, considerando as clusulas contratuais de venda, compra e transporte, e as condies operacionais da infra-estrutura existente gasodutos, plantas, pontos de entrega, intervenes etc. O problema em questo no apenas um problema de custo de fluxo mnimo clssico. De uma forma geral, a demanda ultrapassa a oferta de gs na rede. Existem as restries operacionais da malha em termos de capacidade e traado, ou seja, nem todo o gs disponvel passvel de ser transportado a todos os pontos de demanda. Alm disso, medida que o gs natural vai ocupando mais espao na matriz energtica do pas e que, consequentemente, a malha

XXXIX SBPO

[2117]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

se expande com novos pontos de produo, novos gasodutos e novos pontos de demanda, aumentando a complexidade das decises a serem tomadas. Outro ponto crtico na atividade de programao a diversidade de contratos, sobretudo na venda a clientes com caractersticas muito distintas entre si. As clusulas de preos e penalidades com diferentes critrios de aplicao, seja em relao ao volume, unidade de tempo ou valores, so particularmente difceis de serem analisados simultaneamente. Por conta destas questes, a rea de Gs & Energia identificou a necessidade de um modelo matemtico que representasse todas as questes fsicas e contratuais, para ser usado como ferramenta de apoio deciso no processo de programao.

4. Olga O Olga um modelo de programao linear inteira mista, que funciona associado a um banco de dados e a interfaces que permitem a entrada de dados e visualizao do resultado. Para a gerao do modelo matemtico foi utilizado o OMNI da Harvely Systems e para a resoluo do problema foi utilizado o CPLEX da ILOG. O modelo foi concebido para subsidiar a programao mensal da operao da malha e, por isso, o resultado econmico do perodo sempre considerado a partir de uma data inicial at o final do ms. A funo objetivo baseada na maximizao do resultado econmico, considerando para tal: as receitas da venda do gs e seus subprodutos (LGN lquido de gs natural e energia eltrica), os custos com compra, transporte e processamento do gs, e o pagamento de multas e compromissos. O problema pode ser dividido em questes operacionais do gasoduto e nas questes estratgicas e contratuais entre os agentes da cadeia de gs natural. No que se refere parte operacional, temos questes como: Balano dos ns da rede. Limitao de capacidade nos pontos de produo, pontos de venda, plantas de processamento e gasodutos. Atendimento demanda. Fluxo de diferentes tipos de gs nos gasodutos. Restries de entrega absoro, produo de LGN e sada das UPGNs. Uso dos dutos nos dois sentidos de operao. Atendimento das usinas termeltricas por patamares. Considerando as restries acima e o prprio sistema de gasodutos, temos que o problema operacional muito prximo a um problema de fluxo de custo mnimo. As restries adicionais a parte operacional ficam por conta das particularidades dos usurios do gs natural. Quanto s questes estratgicas e contratuais, temos: Prioridade de atendimento entre clientes e Atendimento a contratos de compra, venda e transporte, com multas dirias, mensais e/ou anuais. Atendimento de compromissos: Take-or-Pay e Ship-or-Pay. Em situao de escassez de gs ou de um desabastecimento, particularmente importante a modelagem das questes contratuais e estratgicas para o atendimento dos clientes. Como o modelo extenso, optou-se por apresentar aqui a modelagem das questes contratuais, que no so tratados em trabalhos encontrados na literatura (Silva, 2004) e da modelagem de um dos clientes. Note que normalmente os modelos encontrados na literatura simplificam estes pontos, o que limita uma anlise mais clara dos resultados da distribuio deste energtico.

XXXIX SBPO

[2118]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

4.1 Entrega de Gs por Patamares Alguns clientes, tipicamente termeltricas, recebem gs em quantidades fixas prdeterminadas, denominados patamares. Isto porque operam um nmero inteiro de turbinas e, portanto, recebem uma quantidade de gs igual N K (i, j ) , onde N o nmero de patamares ativas e K (i, j ) o volume de operao no patamar j . Desta forma, uma proposta para modelagem destes patamares dada a seguir:

Q(i, t ) = j K (i, j ) IT (i, j , t )


j =0 J Max j =0

J Max

(01) (02)

IT (i, j, t ) = 1

Onde:

Q(i, t ) : volume de gs carregado pelo cliente i no perodo t . J Max : nmero mximo de patamares de operao da trmica (equivalente ao nmero de
turbinas). K (i, j ) : corresponde ao volume de operao de cada patamar j da trmica i .

IT (i, j , t ) : varivel binria que indica em qual patamar, j , a trmica i est operando.
A Equao (02) possui variveis binrias que indicam que ou a trmica i est parada ( j = 0 ),

ou est operando apenas com nmero especfico de patamares ( j = 1,2,K, J Max ). Uma variao deste equacionamento seria considerar que o volume de gs natural destinado ao atendimento deste cliente no igual ao volume correspondente ao nmero de patamares ativos. Ou seja, um patamar pode ser ativado sem operar com a carga ideal (aqui assume-se que a carga ideal a mxima), consumindo gs natural de forma no eficiente. Neste caso, importante determinar em qual patamar o cliente est operando e com que carga (mxima ou no), pois isto definir algumas questes como: perda na gerao de energia eltrica com conseqente perda de receita e/ou pagamento de penalidades pela ineficincia do cliente. As equaes abaixo definem o patamar de operao da unidade:

Pat j 1 IT (i, j , t ) KT (i, j , t ) Pat j IT (i, j , t ) Q(i, t ) = KT (i, j , t )


j =0 J Max j =0 J
Max

(03) (04) (05)

IT (i, j, t ) = 1

Sendo:

Pat j a carga mxima do patamar j e KT (i, j , t ) o volume de operao do cliente i , no perodo t , considerando os volume utilizados dos patamares de 1 at j .
A quantidade de gs entregue trmica corresponde a um nmero j de patamares que esto ativos no perodo. Por exemplo, suponha uma trmica com os seguintes patamares:

XXXIX SBPO

[2119]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

Patamar Carga Mxima ( 10 3 m 3 ) 1 300 2 250 3 100 Tabela 1: exemplo de contrato por patamares As equaes ficariam:

0 IT (i,1, t ) KT (i,1, t ) 300 IT (i,1, t ) 300 IT (i,2, t ) KT (i,2, t ) 550 IT (i,2, t ) 550 IT (i,3, t ) KT (i,3, t ) 650 IT (i,3, t ) Q (i, t ) = KT (i,1, t ) + KT (i,2, t ) + KT (i,3, t ) IT (i,1, t ) + IT (i,2, t ) + IT (i,3, t ) = 1
Se a carga na trmica for menor que 300, ela estar no primeiro patamar, se estiver entre 300 e 550, estar no segundo patamar e assim por diante. Um fato relevante em termos da modelagem o fato da varivel binria IT (i, j , t ) ser do tipo SOS (Special Ordered Sets). Isto quer dizer que dado i e t apenas uma das variveis IT (i, j , t ) pode ter valor unitrio, as variveis restantes permanecem com valor igual a zero. Com isso, na
J Max

equao

IT (i, j, t ) = 1
j =0

ao invs de 2 n combinaes possveis para estas variveis, teremos

apenas n combinaes. Alguns softwares reconhecem este tipo de varivel, o que reduz sensivelmente a complexidade do problema. 4.2. Prioridade no Atendimento de Contratos Dada a importncia e o impacto da soluo em caso da oferta ser menor do que a demanda, ou mesmo em um caso crtico de desabastecimento do mercado de gs natural, estabelecer prioridades de atendimento se tornam necessrias. possvel estabelecer prioridades de um tipo de consumo em relao ao outro (Distribuidoras vs. Termeltricas), ou ainda dentro de um mesmo tipo de consumo (Distribuidora A vs. Distribuidora B, ou ponto A vs. ponto B). As prioridades, ordenadas de 1 at n para estabelecer a ordem e mantendo valor igual a zero para os pontos fora da comparao, so informadas em cada ponto e para cada perodo. A equao abaixo possui uma varivel que mede o desvio do volume entregue no ponto em relao quantidade solicitada: Q(i, t ) + DQ(i, t ) = QS (i, t ) (06) A varivel DQ(i, t ) ser positiva quando a carga for menor que a quantidade solicitada. A varivel e a restrio so geradas apenas para os pontos com prioridade definida. A varivel DQ(i, t ) entra na funo objetivo multiplicada por valor negativo. Este peso tanto maior, quanto maior a prioridade do ponto (prioridade 1 > prioridade 2>prioridade 3 etc), e o mesmo para os pontos de mesma prioridade. O menor peso um valor maior que todos os preos e todas as penalidades. Com isso, garante-se que a prioridade seja respeitada, desde que seja vivel o seu atendimento. A mesma situao poderia ser representada com variveis inteiras, que amarrariam que os pontos de prioridade (n + 1) s seriam atendidos quando todos os pontos de prioridade (n ) fossem

XXXIX SBPO

[2120]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

atendidos. No caso de alguma questo fsica ou contratual que impedisse o atendimento em um dos pontos de prioridade (n ) , todos os demais pontos com prioridade ficariam prejudicados. Portanto, o equacionamento com pesos na funo objetivo respeita as prioridades e reduz os resultados inviveis. 4.3. Equacionamento dos Contratos de Venda Os contratos de entrega de gs natural so um item particularmente complexo, tanto em termos de representao como de equacionamento. As condies de contratuais devem ser definidas da seguinte forma: Preos vlidos para a venda do gs Distribuidora ou Trmica: Commodity (preo do gs baseado no valor de referncia de uma cesta de petrleos), valor da Commodity mais o custo de Transporte, etc. Preo pode ser diferenciado por faixa de volume. O volume base sobre o qual h uma penalidade por no atendimento: volume solicitado, volume mdio, volumes contratados e outros. Periodicidade das multas: dirias, mensais e/ou anuais. Os limites das faixas de multa geralmente fraes sobre o volume definido. Valor da multa geralmente um coeficiente a ser aplicado sobre o preo da venda do gs ou outro valor pr-definido. Nas trmicas, por exemplo, comum usar o preo do Mercado Atacadista de Energia como base para o pagamento de multas. Supondo ento uma companhia X que tem uma quantidade diria contratada (QDC), e um preo de venda C ( x) , igual ao valor da Commodity+Transporte negociados com a companhia. Suponhamos, ainda, que diariamente seja solicitada em cada ponto de venda V uma quantidade diria solicitada (QDS), e que a estrutura de multas seja assim representada: Faixa 1 2 3 4 Limite Limite Coeficiente Vol. Preo Inferior Superior Aplicvel Aplicvel Diria 0,9 1 0,2 QDS Comm+Transp Diria 0 0,9 0,6 QDS Comm+Transp Mensal 0 0,9 0,8 QDS Comm+Transp Anual 0 0,8 1,0 QDS Comm+Transp Tabela 2: exemplo de dados de multas contratuais por no atendimento Tipo

Seja DN (c, f , t ) a quantidade no entregue, para uma determinada faixa f do contrato x no dia t . Se o total entregue for menor que o total solicitado, QDS Total , considerando todos os pontos de venda que pertencem ao contrato, e se esta diferena estiver entre 90 e 100% do total, ser paga uma multa igual a 0,2 vezes o valor do gs no entregue (0,2.C ( x ).DN ( x, f , t )) . Se o total entregue for inferior a 90% do solicitado, a multa uma combinao das faixas 1 e 2, ou seja:

(0,2.C (x ).(0,1.QDS )) + (0,6.C (x ).(DN (x, f , t ) 0,1QDS ))


Total Total

No final do ms, se o total entregue for inferior a 90% do total solicitado, paga-se o correspondente a 0,8 do valor do gs no entregue, abaixo dos 90%. Acima de 90% no h pagamento de multa. Ao final do ano, se o total entregue for inferior a 80% do total solicitado, h uma multa igual ao valor do volume no entregue abaixo de 80%. Assim, o equacionamento proposto apresentado a seguir.

XXXIX SBPO

[2121]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

4.3.1. Atendimento Quantidade Diria

Q(i, t ) = QD(c) DN (c, f , t )


i f

(07)

Onde a QD(c) corresponde ao total solicitado em todos os pontos de venda do contrato. A varivel DN (c, f , t ) representa o desvio sujeito a multas, e gerada para cada faixa de multa diria especificada. Os limites da varivel so:

DN (c, f , t ) ( f f ) QD(c)
Onde f e f so os limitantes superiores e inferiores da faixa f . No exemplo:

(08)

DN ( X ,1, t ) 0,1 QD( X ) DN ( X ,2, t ) 0,9 QD( X )

Na funo objetivo, considera-se a receita obtida com a venda do gs e as multas decorrentes dos desvios (DN), no exemplo:

C ( X ) Q(i, t ) 0,2 C ( X ) DN ( X ,1, t ) 0,6 C ( X ) DN ( X ,2, t )


I

4.3.2. Atendimento Meta Mensal

Q(i, t ) = QM (c) MN (c, f )


i t f

(09)

contrato e cada faixa de multa mensal. Os limites de MN (c, f ) so:

A varivel MN (c, f ) representa o desvio sujeito a multas mensais e criado para cada

MN (c, f ) ( f f ) QM (c )

(10)

A quantidade mensal a quantidade que dever ser entregue em todo ms, desde o dia primeiro. Se o modelo estiver rodando o ms completo (do dia 1 ao final do ms), a quantidade mensal a soma de todas as quantidades solicitadas, todos os dias em todos os pontos do contrato. Se um subconjunto do ms estiver sendo rodado, devem ser informados os volumes pedidos e entregues at a data inicial da corrida, para que os clculos sejam feitos com o solicitado previsto e os eventuais excedentes (ou dficits) dos dias anteriores. Na Funo Objetivo, seguindo o exemplo:

0,8 C ( X ) MN ( X ,3)
Como o modelo considera apenas o ms e, portanto, o tratamento das multas anuais feito considerando-se o conceito de ndice de Atendimento (IA(c )) . A idia que seja informado o ndice de atendimento no dia do incio da corrida, ndice este que corresponde razo entre a quantidade total entregue e a quantidade que deveria ser entregue.

XXXIX SBPO

[2122]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

H uma meta anual ( MA(c )) determinada pelo maior limite superior entre as faixas de multas anuais vlidas para o contrato. A diferena entre a meta e o ndice tem um peso na funo objetivo, aplicvel tambm aos desvios de atendimento no perodo da corrida. Assim: 4.3.3. Totalizao de Desvios para Multas Anuais

Q(i, t ) = QM (c) AN (c) + AP(c)


i t

(11)

Onde AP(c ) e AN (c ) so variveis de desvio positivo e negativo, respectivamente, em relao ao total solicitado no contrato c . Na Funo Objetivo:

COEF = ( MA(c ) IA(c )) ( AP (c ) AN (c ))

(12)

Quando o ndice de atendimento for menor que a meta anual, o valor de COEF fica positivo, favorecendo o desvio positivo em relao ao negativo. Deve-se tentar entregar acima do solicitado, se possvel, para aumentar o ndice de atendimento e evitar o pagamento de multas anuais. O inverso, se o ndice de atendimento estiver maior do que a meta, o valor de COEF fica negativo e favorece o desvio negativo. Para evitar desvios negativos desnecessrios, pode-se condicionar a entrada de AP(c ) e

AN (c ) na funo objetivo ao fato do ndice de atendimento ser menor do que a meta. O peso, , estabelecido deve ser compatvel com outros valores de multa existentes no modelo, e ainda

pode ser varivel conforme o ms do ano. No incio do ano, quando a possibilidade de se atingir a meta anual muito grande, o peso pode ser pequeno. medida que o ano vai avanando, o tempo para atingir a meta anual vai diminuindo e, portanto, o peso deve aumentar para que o modelo busque atender a meta. Outro tipo de contrato aquele cujas multas dirias no so cumulativas, ou seja, conforme a faixa de desvio aplicada um fator especfico sobre o desvio total. A representao seria semelhante anterior, porm todas as faixas com o mesmo limite superior. Como exemplo: Faixa 1 2 3 Limite Limite Coeficiente Volume Preo Inferior Superior Aplicvel Aplicvel Diria 0,9 1 0,1 QDS Comm+Transp Diria 0,75 1 0,5 QDS Comm+Transp Diria 0 1 0,8 QDS Comm+Transp Tabela 3: exemplo de dados de multas contratuais por no atendimento Tipo

O equacionamento semelhante ao anterior, com o acrscimo de restries que definem a faixa de desvio vlida. Ao invs do limitante para a varivel DN ( f , c ) , utilizam-se as equaes:

DN ( f , c) = ( f f ) QD(c ) IC ( f , c)
faixa

(13) (14)

IC ( f , c) + IC (0, c) = 1

pode ser igual a 1. Caso a varivel IC (0, c ) = 1 significa que no h desvio, e a quantidade solicitada foi integralmente atingida.

Somente uma faixa de desvio pode estar ativa, pois somente uma das variveis IC ( f , c )

XXXIX SBPO

[2123]

X X X I X SBPO
A Pesquisa Operacional e o Desenvolvimento Sustentvel

28 a 31/08/07 Fortaleza, CE

6. Consideraes Finais Neste trabalho foi apresentado o modelo Olga Otimizador da Logstica do Gs Natural. Este modelo foi desenvolvido pela a rea de Pesquisa Operacional da Petrobras, em parceria com o Gs&Energia/Logstica. As principais finalidades so: Auxiliar na tomada de decises sobre o fornecimento de gs natural de modo a otimizar os resultados econmicos. Identificar gargalos, isto , pontos de restrio fsica que dificultem ou impossibilitem a movimentao do gs natural. Analisar os impactos de decises como: priorizar o atendimento de clientes, ou de tipos de consumidores (restries de carter mais subjetivo). Analisar a viabilidade de novos pontos de venda ou produo, novos contratos e novos dutos. Para atingir estes objetivos, a modelagem considerou alm da distribuio do gs as caractersticas distintas dos clientes e dos contratos firmados entre os diferentes agentes do mercado de gs natural. Com isso, espera-se fornecer informaes mais adequadas para a tomada de deciso da programao e distribuio do gs natural.

7. Referncias ANP (2004) A Indstria de Gs Natural no Brasil, Rio de Janeiro, Relatrio Tcnico, Contrato no. 7039/03 ANP 008.766 Cecchi, J. C. (coord) (2001) Indstria Brasileira de Gs Natural: Regulao Atual e Desafios Futuros, Rio de Janeiro, ANP. Guldmann, J-M. e Wang, F. (1999), Optimizing the natural gs supply mix of local distribution utilities, European Journal of Operational Research, 112, 598-612. Maculan, B.D.; Silva Jr. A. (2006) Mercado Nordestino de Gs Natural: Suprimento pela Importao de Gs Natural Liquefeito (GNL), Rio Oil&Gs Expo and Conference 2006, 11 a 14 de setembro, IBP1940_06 Mathias, M.C.P.P., Costa, H.H.L.M. Cecchi, J.C. (2006) Desafios para a Integrao Gasfera na Amrica do Sul), Rio Oil&Gs Expo and Conference 2006, 11 a 14 de setembro, IBP1004_06 Rechelo Neto, C.A. e Sauer, I.L (2006), LNG as a strategy to establish developing countries gas markets: the brazilian case, Energy Policy, 34, 4103-4114 Silva, P. M. (2004) Modelo de Transporte em Rede com Restries de Capacidade: Estudo de Alternativas na rea de Influncia do Gasoduto Bolvia Brasil, Dissertao de Mestrado, Rio de Janeiro, COPPE/UFRJ. Wolsey, L. e Nemhauser, G.L. (1999), Integer and Combinatorial Optimization, John Wiley

XXXIX SBPO

[2124]