[pt] A indústria do petróleo é uma das mais importantes e dinâmicas do Brasil. Em uma indústria naturalmente integrada como a petrolífera, é necessário um adequado planejamento estratégico da cadeia integrada de petróleo que contemple todos os seus processos, como a produção de petróleo, refino, distribuição e comercialização de derivados. Além disso, a indústria de petróleo está suscetível a diversas incertezas relacionadas a preço de petróleo e derivados, oferta de óleo bruto e demanda de produtos. Em face destas oportunidades e desafios, foi desenvolvido no âmbito desta dissertação um modelo de programação estocástica para o planejamento estratégico da cadeia de petróleo brasileira. O modelo contempla as refinarias e suas unidades de processos, as propriedades dos petróleos e derivados, a logística nacional e decisões de comercialização de petróleo e derivados, incluindo incertezas associadas a preço de mercado, produção de petróleo nacional e demanda interna de derivados. A partir do modelo estocástico foram formulados um modelo robusto e um modelo MinMax no intuito de comparar o desempenho e a qualidade da solução estocástica. Os modelos propostos foram aplicados a um exemplo real, com 17 refinarias e 3 centrais petroquímicas que processam 50 produtos intermediários, destinados a produção de 10 derivados associados à demanda nacional, 8 campos de exploração de petróleo, 14 produtores gás natural, 1 produtor de óleo vegetal, 13 terminais, 4 bases de distribuição e 278 arcos de transporte. Na análise de resultados foram utilizadas medidas como Valor Esperado da Informação Perfeita (EVPI) e Valor da Solução Estocástica (VSS). / [en] The oil industry is one of the most important and dynamic in Brazil. As the oil industry naturally integrated, we need an appropriate strategic planning to the oil supply chain that consider all its processes, such as oil production, refining, distribution and refined products marketing. Moreover, the oil industry is susceptible to various uncertainties regarding the oil and products price, crude oil supply and products demand. In light of these opportunities and challenges, it was developed in this dissertation a stochastic programming model for the strategic planning of the Brazilian oil supply chain. The model includes refineries and process units, oils and their products properties, logistics and national marketing decisions of oil and products, including uncertainties associated with market price, oil domestic production and refined products domestic demand. Based on the stochastic model a robust model and a MinMax model were formulated in order to compare the performance and quality of the stochastic solution. The proposed models were applied to a real example, with 17 refineries and 3 petrochemical power plants that process 50 intermediate products, intended to production of 10 final products associated to national demand, 8 oil fields, 14 natural gas producers, 1 vegetal oil producer, 13 terminals, 4 delivery points and 278 arches of transport. In the results analysis was used as measures the Expected Value of Perfect Information (EVPI) and the Value of the Stochastic Solution (VSS).

[pt] O presente trabalho tem como foco o estudo do Sistema Petrobras, no que tange o planejamento estratégico dos investimentos da Companhia, sob a ótica da cadeia integrada do petróleo. A partir de um dos modelos matemáticos mais utilizados (e há mais tempo) na empresa, diversas decisões estratégicas de suma importância são suportadas, de modo a maximizar seu resultado operacional ao longo de um horizonte de tempo da ordem de 10 (dez) anos. Com embasamento na literatura atual, evoluções são propostas e testadas no modelo matemático. Primeiramente são introduzidas técnicas de programação estocástica em dois estágios, onde as decisões de investimento são representadas por variáveis de primeiro estágio; e a operação de todo o sistema – desde o refino até a comercialização do petróleo e derivados, passando por toda a questão logística – passa a fazer parte do segundo estágio, após a realização / revelação dos parâmetros estocásticos. Em um segundo passo, técnicas de decomposição são aplicadas para contornar eventuais limitações geradas pelo grande porte atingido pelo modelo, que cresce proporcionalmente ao número de cenários envolvidos na otimização. Os resultados mostram que o modelo estocástico começa a esbarrar nestas limitações a partir da resolução de problemas com mais de 30 cenários. Por outro lado, apesar do tempo computacional consideravelmente maior, o modelo decomposto chegou a resolver até 80 cenários, nos testes realizados. / [en] This work focuses on the study of Petrobras, regarding the strategic planning of the Company s investments, from an integrated oil supply chain perspective. From one of the most widely used mathematical models in the Company, several strategic decisions of great importance are supported, so as to maximize its operating result over a time horizon of approximately 10 (ten) years. Based in current literature, developments are proposed and tested in the mathematical model. First, two-stage stochastic programming techniques are introduced, where investment decisions are represented by first-stage variables; and system s operation – from oil refining and sales to the entire logistics issue – by second-stage variables, after realization of the stochastic parameters. In a second step, decomposition techniques are applied to circumvent any large scale limitations. The results show that the stochastic model starts to reach these limitations in problems with 30 scenarios or more. On the other hand, despite the considerably greater computational time, the decomposed model was able to solve up to 80-scenarios problems, during the tests.