The production of oil requires tremendous amounts of energy consumption through a distributed combustion network of processes along the oil supply chain spectrum. The consequences of fossil-based fuel combustion processes are the generation of Greenhouse Gas (GHG) emissions and hazardous wastewater, which have adverse environmental effects. Potential mitigation options of GHG emissions are the application of renewable and alternative energy sources. This research deals with integrating the upstream oil supply chain with renewable power generation systems in order to assess the impact of energy demand, and CO2 emissions on the efficiency of oil operations and environment . The main focus in this thesis is to evaluate the solar energy alternative for producing part of the energy requirements in the upstream oil supply chain. The output from the research will provide an optimal mix of energy generation in the upstream oil industry in order to comply with CO2 constraints, while sustaining target production plans. An analysis of GHG emission sources and their associated flow rates in the upstream oil supply chain mainly CO2 is discussed in this study. An investigation of replacement of energy supply for some non-critical operations from fossil fuels or other conventional sources to green renewable energy sources mainly from solar energy is also carried out with special focus on enhanced oil recovery operations. An analysis of different types of solar energy and identification of the best type of solar energy technologies that best matches the oil and gas industry is investigated in this study. The thesis will also identify the challenges for solar energy integration including irradiation levels and weather conditions in addition to policy regulations

[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).

A área do petróleo é uma das que mais podem se beneficiar da melhoria de eficiência da gestão da cadeia de suprimentos. Entretanto, o comportamento dinâmico de tais cadeias é muito complexo para ser modelado de forma analítica. Por outro lado, estas cadeias mostram várias características intrínsecas em comum com sistemas multiagentes, que oferecem a flexibilidade necessária para modelar as complexidades e a dinâmica das cadeias de suprimentos reais sem a necessidade de premissas muito simplificadoras. Como o problema de gerenciamento da cadeia de suprimentos apresenta uma estrutura recursiva, torna-se ainda mais conveniente usar um modelo baseado em agentes holônicos, que mostram uma estrutura do tipo fractal. Além disso, o tipo de relacionamento entre as entidades da cadeia e a necessidade de uma otimização global sugerem modelar suas interações na forma de restrições. Por esta razão, esta tese propõe um modelo distribuído de otimização através da definição de um novo problema denominado Problema de Satisfação de Restrições Holônico com Otimização (HCOP), que é baseado nos conceitos do Problema de Satisfação de Restrições Distribuído com Otimização (DCOP) e agentes holônicos. Além disso, foi desenvolvido um meta-algoritmo baseado no algoritmo DTREE para solucionar este tipo de problema, onde vários algoritmos disponíveis de otimização centralizados podem ser embutidos e integrados de tal forma a obter a configuração mais adequada para cada caso. Assim, uma típica cadeia de suprimentos da indústria do petróleo foi modelada como um HCOP, e foi desenvolvido um protótipo que implementa o meta-algoritmo proposto em um ambiente que integra sistemas de otimização de produção e logística, que são representativos em relação a situações reais. Finalmente foram realizados experimentos sobre um estudo de caso da empresa PETROBRAS, que permitiram a verificação da viabilidade deste modelo e a comprovação de suas vantagens em relação às abordagens convencionais. / The oil area is one of those that may most benefit from the improved efficiency of supply chain management. However, the dynamic behavior of such chains is too complex to be modeled analytically. Moreover, these chains show several intrinsic characteristics in common with multiagent systems, which offer the required flexibility to model the complexities and dynamics of real supply chains without rather simplifying assumptions. As the problem of managing the supply chain has a recursive structure, it becomes more convenient to use a model based on holonic agents, which show a fractal-type structure. Furthermore, the type of relationship between entities in the chain and the need for global optimization suggest to model their interactions in the form of constraints. For this reason, this thesis proposes an optimization distributed model by defining a new problem called Holonic Constraint Optimization Problem (HCOP), which is based on concepts from Distributed Constraint Satisfaction Optimization Problem (DCOP) and holonic agents. In addition we developed a meta-algorithm based on DTREE algorithm for solving this type of problem, where several algorithms available for centralized optimization algorithms can be embedded and integrated so as to obtain the most suitable configuration for each case. Thus, a typical supply chain of the petroleum industry was modeled as a HCOP, and we developed a prototype that implements the meta-algorithm in an environment that integrates the optimization systems for production and logistics, which are representative in relation to actual situations. Finally experiments were performed on a case study of the company PETROBRAS, which allowed the verification of the feasibility of this model and the proof of their advantages over conventional approaches.

A área do petróleo é uma das que mais podem se beneficiar da melhoria de eficiência da gestão da cadeia de suprimentos. Entretanto, o comportamento dinâmico de tais cadeias é muito complexo para ser modelado de forma analítica. Por outro lado, estas cadeias mostram várias características intrínsecas em comum com sistemas multiagentes, que oferecem a flexibilidade necessária para modelar as complexidades e a dinâmica das cadeias de suprimentos reais sem a necessidade de premissas muito simplificadoras. Como o problema de gerenciamento da cadeia de suprimentos apresenta uma estrutura recursiva, torna-se ainda mais conveniente usar um modelo baseado em agentes holônicos, que mostram uma estrutura do tipo fractal. Além disso, o tipo de relacionamento entre as entidades da cadeia e a necessidade de uma otimização global sugerem modelar suas interações na forma de restrições. Por esta razão, esta tese propõe um modelo distribuído de otimização através da definição de um novo problema denominado Problema de Satisfação de Restrições Holônico com Otimização (HCOP), que é baseado nos conceitos do Problema de Satisfação de Restrições Distribuído com Otimização (DCOP) e agentes holônicos. Além disso, foi desenvolvido um meta-algoritmo baseado no algoritmo DTREE para solucionar este tipo de problema, onde vários algoritmos disponíveis de otimização centralizados podem ser embutidos e integrados de tal forma a obter a configuração mais adequada para cada caso. Assim, uma típica cadeia de suprimentos da indústria do petróleo foi modelada como um HCOP, e foi desenvolvido um protótipo que implementa o meta-algoritmo proposto em um ambiente que integra sistemas de otimização de produção e logística, que são representativos em relação a situações reais. Finalmente foram realizados experimentos sobre um estudo de caso da empresa PETROBRAS, que permitiram a verificação da viabilidade deste modelo e a comprovação de suas vantagens em relação às abordagens convencionais. / The oil area is one of those that may most benefit from the improved efficiency of supply chain management. However, the dynamic behavior of such chains is too complex to be modeled analytically. Moreover, these chains show several intrinsic characteristics in common with multiagent systems, which offer the required flexibility to model the complexities and dynamics of real supply chains without rather simplifying assumptions. As the problem of managing the supply chain has a recursive structure, it becomes more convenient to use a model based on holonic agents, which show a fractal-type structure. Furthermore, the type of relationship between entities in the chain and the need for global optimization suggest to model their interactions in the form of constraints. For this reason, this thesis proposes an optimization distributed model by defining a new problem called Holonic Constraint Optimization Problem (HCOP), which is based on concepts from Distributed Constraint Satisfaction Optimization Problem (DCOP) and holonic agents. In addition we developed a meta-algorithm based on DTREE algorithm for solving this type of problem, where several algorithms available for centralized optimization algorithms can be embedded and integrated so as to obtain the most suitable configuration for each case. Thus, a typical supply chain of the petroleum industry was modeled as a HCOP, and we developed a prototype that implements the meta-algorithm in an environment that integrates the optimization systems for production and logistics, which are representative in relation to actual situations. Finally experiments were performed on a case study of the company PETROBRAS, which allowed the verification of the feasibility of this model and the proof of their advantages over conventional approaches.

[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.