[pt] Esta dissertação pretende avaliar a eficiência dos terminais aquaviários de uma empresa do setor petroquímico que movimenta petróleo e derivados no Brasil, utilizando uma técnica não paramétrica denominada Data Envelopment Analysis (DEA). Os terminais são o principal elo na cadeia logística de abastecimento de combustíveis. Devido à produção dos campos do pré-sal, ao aumento da capacidade de refino e à limitação da empresa em investimento e ao crescente aumento do mercado, a busca pela excelência no desempenho se torna um fator estratégico para a empresa. Neste trabalho são identificados quais terminais podem ser usados como benchmark, que características estão relacionadas nesta classificação. As variáveis utilizadas para determinar a eficiência foram a quantidade movimentada, o número de operadores, o número de berços e o tempo de operação. Os resultados sugerem que a eficiência dos terminais difere por regiões do país. O estudo também identifica a contribuição dos insumos e produtos para os níveis de eficiência, assim como as causas da ineficiência. Sendo assim, as conclusões alcançadas buscam auxiliar os tomadores de decisão nas suas ações estratégicas. / [en] This work aims to evaluate the efficiency of liquid bulk cargo terminals of a petrochemical company that moves oil and oil products in Brazil, using a nonparametric technique called DEA (Data Envelopment Analysis). The terminals are the main link in the petroleum supply logistics chain. Due to production of pre-salt fields, increased refining capacity and the company s limited investment and the increasing market, the pursuit of excellence in performance becomes a strategic factor for the company. This work identified which terminals can be used as benchmark, which characteristics are related in this classification. The variables used to determine the efficiency were: the total cargo throughput, the number of workers, the number of berths and time of operation. The results suggest that the terminals efficiency differs by regions. The study also identifies the contribution of inputs and products for efficiency levels, as well as the causes of inefficiency. Therefore, the conclusions reached are to assist decision makers in their strategic actions.

[pt] O aumento expressivo no consumo de combustíveis no Brasil trouxe grandes desafios para a cadeia de suprimento no país. Ao longo dos últimos cinco anos (2009-2013), o mercado brasileiro de gasolina e diesel cresceu 62,8 porcento e 32,0 porcento, respectivamente. Porém, os investimentos em produção e infraestrutura não acompanharam este crescimento, tornando estes desafios cada vez maiores. Na região Nordeste do país, que é suprida majoritariamente por cabotagem, a infraestrutura para movimentação dos derivados de petróleo está aquém daquela necessária, trazendo ineficiências à cadeia de suprimentos e aumentando significativamente os custos envolvidos nas operações. Para avaliação do suprimento desta região, foi proposto um modelo de programação matemática que considera todas as restrições que impactam diretamente o suprimento de gasolina e diesel, identificando inclusive aquelas restrições que são ocasionadas por outros agentes da cadeia, como por exemplo, insuficiência de tancagem dos clientes, restrição de calados dos portos e elevadas taxas de ocupação dos portos públicos, aumentando os custos de sobrestadia. Para complementar a análise, alternativas para direcionamento de investimento dos distribuidores de forma eficiente, minimizando os custos da cadeia de suprimento, foram avaliadas. O modelo também foi utilizado na discussão dos níveis de serviço praticados pela Petrobras no atendimento da demanda de gasolina e diesel nos polos da região. O trabalho teve uma abordagem da cadeia de suprimento voltada para o planejamento tático, se mostrando como uma ferramenta eficiente para suporte à tomada de decisões. / [en] The significant increase of fuel consumption in Brazil has brought major challenges to the supply chain in the country. Over the last five years (2009- 2013), the Brazilian market for gasoline and diesel has increased 62.8 percent and 32.0 percent, respectively. However, investments in production and infrastructure have not kept up this growth, increasing the challenges. In the Northeast region of the country, which is supplied largely by coastal shipping, the infrastructure for the petroleum products movement falls short of what is needed bringing several inefficiencies to the supply chain and significantly increasing the costs involved in operations. To assess the supply of this region, a mathematical programming model was proposed which considers all the constraints that directly impact the supply gasoline and diesel, including identifying those constraints that are caused by other actors in the chain, such as insufficient costumer s tankage, draught restriction of ports and high occupancy rates of public ports, raising the cost of demurrage. To complement the analysis, alternative scenarios to allocate the distributor s investments efficiently were evaluated to minimize the costs of the supply chain. The proposed model was also used to discuss the service levels committed by Petrobras in meet the demand for gasoline and diesel at the region. The study had an approach to supply chain oriented for tactical planning, showing as an efficient tool to support decision making.

[pt] Nesta tese é abordado o problema de planejamento de investimentos para a cadeia de fornecimento de petróleo sob incerteza. Neste contexto, um modelo de programação estocástica de dois estágios é formulado e resolvido. Tal modelo busca representar com precisão as características particulares que são inerentes ao planejamento de investimentos para a infra-estrutura logística de petróleo. A incorporação da incerteza neste contexto inevitavelmente aumenta a complexidade do problema, o qual se torna rapidamente intratável conforme cresce o número de cenários. Tal dificuldade é contornada baseando-se na aproximação por média amostral (AMA) para controlar o número de cenários necessários para atingir um nível pré-especificado de tolerância em relação à qualidade da solução. Além disso, é considerado o desenvolvimento de técnicas que resolvam de maneira eficiente o problema, explorando sua estrutura especial, através de decomposiçãoo por cenários. Seguindo esta ideia, propõe-se duas novas abordagens para decompor o problema de forma que o mesmo possa ser eficientemente resolvido. O primeiro algoritmo é baseado na decomposição estocástica de Benders, a qual é aprimorada usando-se novas técnicas de aceleração propostas. O segundo consiste de um novo algoritmo baseado em decomposição Lagrangeana que foi projetado para lidar com o caso onde temos variáveis inteiras no problema de segundo estágio. A característica inovadora desse algoritmo está relacionada com a estratégia híbrida utilizada para atualizar os multiplicadores de Lagrange, combinando subgradientes, planos de cortes e regiões de confiança. Em ambos os casos as abordagens propostas foram avaliadas considerando um exemplo de grande escala do mundo real e os resultados sugerem que os mesmos apresentam desempenho superior quando comparados com outras técnicas disponíveis na literatura. / [en] In this thesis we investigate the investment planning problem for the petroleum supply chain under demand uncertainty. We formulate and solve a two-stage stochastic programming model that seeks to accurately represent the particular features that are inherent to the investment planning for the petroleum logistics infrastructure. The incorporation of uncertainty in this case inevitably increases the complexity of the problem, which becomes quickly intractable as the number of scenarios grows. We circumvent this drawback by relying on Sample Average Approximation (SAA) to control the number of scenarios required to reach a prespecified level of tolerance regarding solution quality. We also focus on efficiently solving the stochastic programming problem, exploiting its particular structure by means of a scenario-wise decomposition. Following this idea, we propose two novel approaches that focus on decomposing the problem in a way that it could be efficiently solved. The first algorithm is based on stochastic Benders decomposition, which we further improve by using new acceleration techniques proposed in this study. The second is a novel algorithm based on Lagrangean decomposition that was designed to deal with the case where we have integer variables in the second-stage problem. The novel feature in this algorithm is related with the hybrid strategy for updating the Lagrange multipliers, which combines subgradient, cutting-planes and trust region ideas. In both cases, we have assessed the proposed approaches considering a large-scale realworld instances of the problem. Results suggests that they attain superior performance.