In standard Real-time Optimization (RTO) implementations, the plant needs to be suciently steady in order to update the RTO model parameters reliably. However, this condition is seldom found in practice. Moreover, because the RTO model is only updated when the plant enters a stationary condition, the optimizer is likely to be out of phase with highly perturbed plants. The main contribution of the thesis is the proposal of an alternative RTO approach, called Real-time Optimization with Persistent Adaptation (ROPA), which integrates on-line parameter estimation in the optimization cycle, avoiding the steady-state (SS) detection step. Instead of predicting the SS, the online estimator keeps the model up-to-date with the plant and allows running the economic optimization at any time, even instants after implementing the current RTO decisions. ROPA provides an intermediary solution between static and dynamic optimization schemes. While it approximates the optimal trajectory, ROPA enables the use of well-established static RTO commercial solutions. Furthermore, the new approach is the key for decoupling the model estimation problem in order to achieve plant-wide optimization. Another contribution of the thesis is to provide several case studies in which ROPA is tested and compared with the standard RTO implementation: a Williams-Otto reactor, a Fluid Catalyst Cracking unit and a separation-reaction system. The idea is to illustrate ROPA convergence properties and how the plant-wide optimum is achieved by asynchronously updating the global plant model. The results show that ROPA is able to track the stationary (plant-wide) optimum. In addition, they conrm that the renement of the prediction capacity, by decreasing the time between two sequential optimization, enhances the disturbance detection of the optimization cycle and leads to a better economic performance. / Na implementação padrão de otimização em tempo real (RTO, do inglês real-time optimization), a planta deve estar suficientemente estável para que os parâmetros do modelo usado no RTO sejam estimados com precisão. Contudo, esta condição é raramente encontrada na prática. Alám disso, devido ao fato de o modelo usado no RTO ser atualizado somente quando a planta entra em estado estacionário, é provável que o otimizador esteja fora de fase quando implementado em plantas com alta frequência de distúrbios. A principal contribuição desta tese e o desenvolvimento de uma metodologia alternativa de RTO chamada otimização em tempo real com atualização persistente de parâmetros (ROPA, do inglês real-time optimization with persistent adaptation). A nova metodologia integra estimadores em tempo real ao ciclo de otimização, evitando assim a necessidade da etapa de detecção de estado estacionário. Ao invés de identificá-lo, o estimador em tempo real mantém o modelo atualizado com a planta e permite que se execute a otimização econômica em tempos arbitrários, mesmo instantes depois da implementação da decisão ótima calculada anteriormente pelo RTO. ROPA provê uma solução intermediária entre a otimização estática e dinâmica. Ao mesmo tempo que aproxima a trajetória ótima, ela permite o uso de soluções comerciais já estabelecidas de RTO estacionário. Também, a nova metodologia é a chave para o desacoplamento do problema de estimação a fim de se atingir o ótimo global da planta. Uma contribuição adicional da tese é a apresentação de três casos de estudo que testam a ROPA e comparam sua performance à implementação padrão de RTO: um reator Williams-Otto, uma unidade de craqueamento catalítico e um sistema de separação-reação. A ideia principal e ilustrar as propriedades de convergência da nova metodologia e como a atualização assíncrona do modelo global da planta pode ser usada para atingir o ótimo da planta como um todo. Os resultados mostram que a ROPA é capaz de alcançar o ótimo estacionário da planta. Adicionalmente, o refinamento da capacidade de predição através da diminuição do tempo entre duas execuções sequenciais do otimizador melhora a capacidade de detecção de distúrbios do ciclo de otimização assim como a performance econômica.

Este trabalho apresenta um modelo computacional para otimização energética de sistemas de abastecimento em tempo real. Tal modelo é composto por três módulos principais: (1) um módulo de simulação hidráulica que descreve o comportamento do sistema - EPANET; (2) um módulo de previsão de demandas que realiza a previsão das demandas futuras aplicável à utilização no tempo real (curto prazo), desenvolvido por Odan (2008); e, por fim, (3) um módulo otimizador estruturado em linguagem C++ que implementa a biblioteca de algoritmos genéticos do MIT - Massachusetts Institute of Technology and Matthew Wall, a GAlib, que permite determinar as rotinas operacionais (acionamento de válvulas e bombas) de forma à minimizar o custo de energia elétrica no sistema. O processo de otimização é divido em duas rotinas, nível estratégico e tempo real. Na otimização em nível estratégico, a partir das curvas típicas de demanda para cada nó de demanda do macro-sistema considerado, determina-se o conjunto de controles que minimizam os custos de energia elétrica, respeitando as restrições hidráulicas do sistema. Para cada conjunto de controles otimizados têm-se os níveis que os reservatórios irão atingir ao final de cada hora durante o horizonte de planejamento considerado, denominados níveis metas. Tais níveis servem de guia para a segunda etapa de otimização. A operação em tempo real se inicia com o recebimento dos dados sobre as condições atuais do sistema: níveis dos reservatórios e demandas da última hora. A partir das demandas informadas, o módulo de previsão de demandas gera todas as demandas para o horizonte de planejamento. Alimenta-se então o otimizador em tempo real com os níveis atuais dos reservatórios, os níveis metas e a previsão de demandas, obtêm-se o conjunto de regras operacionais ótimas para o horizonte de planejamento, sendo que são implementadas apenas as regras para a hora atual. E repete-se todo o processo a cada hora. Este modelo foi aplicado a um sistema de abastecimento de água. Os resultados obtidos demonstraram a eficiência do modelo em achar soluções factíveis de serem implementadas e com redução dos custos com energia elétrica. / This work presents a computational model for real-time optimization of water-distribution networks operation. An integrated software tool has been developed which is composed of three main modules: (i) a hydraulic simulator that performs the extended period simulation of the system (EPANET); (ii) a short-term demand-forecasting model, based on the moving Fourier series; and (iii) an optimization module, using genetic algorithm, to minimize pumping costs. The optimization process is divided in two routines, the off-line optimization and the on-line optimization. The aim of the first routine is to find the ideal operation levels for the reservoirs which are used as guidance for the on-line optimization. The schedules to be implemented in the network are determined, however, by an on-line optimization which runs a new optimization processes at each SCADA (Supervisory Control and Data Acquisition) update. In the off-line optimization, near-optimal pump and valve settings for a selected operating horizon are found on the basis of the typical 24-hour water demand cycle in which each reservoir must also start and end with the same water level. The levels of the reservoirs at the end of each hour in this optimization process, called ideal levels, are considered in the on-line optimization as a constraint that represents a penalty added to the objective function whenever a reservoir level is below the ideal level at the end of each hourly operation. The on-line optimization starts updating the state of the network transmitted from the SCADA system and the demand forecast for the next 24-hour period. Near-optimal pump and valve settings for a selected operating horizon are then determined but only the control settings for the next hourly time step are used to implement the operation. At the next SCADA update (next-time step), the whole process is repeated on a continuous basis and a new operating strategy is computed. In this way, the control process moves forward in time, correcting any discrepancies as it progresses. This integrated software tool has been applied to a small example network. The results obtained from this application have shown that the proposed model offers a practical tool for finding feasible operation strategies for a water pipeline system, obtaining reductions in pumping energy costs.

A otimização em tempo real (RTO: Real Time Optimization) permite fazer correções, com o menor atraso possível, nas condições de operação de um processo, buscando manter um desempenho ótimo. A RTO, na abordagem clássica, requer um ciclo constante de análise e correção do estado do processo que inclui múltiplas etapas: i) identificação do estado estacionário, ii) identificação e correção dos erros grosseiros, iii) reconciliação dos dados, iv) ajuste dos parâmetros do modelo, v) estimação das condições operacionais ótimas e, vi) implementação das condições no sistema de controle. Um sistema de análise de dados é necessário na aquisição das variáveis medidas da planta que classifique o estado da operação como válido para atualizar um modelo em estado estacionário. O sistema deve fornecer um modelo atualizado que seja representativo do comportamento real da operação para que seja otimizado em um passo posterior. Este trabalho é focado na análise de metodologias de detecção de estado estacionário, reconciliação de dados e estimação de parâmetros com as características necessárias que um sistema de RTO requer. Como caso de estudo considera-se uma coluna depropenizadora da PETROBRAS, em que foi feita uma análise da variabilidade associada à instrumentação para melhorar o conhecimento da operação. Além disso, a análise e validação do modelo do processo, permitiu estabelecer faixas de convergência nas especificações do processo e parâmetros. Finalmente, sugere-se que a composição da corrente de alimentação e a queda de pressão na coluna sejam classificadas como parâmetros importantes no ajuste de modelo. / Real-time optimization (RTO) allows making corrections in process operation conditions, with the smallest possible delay, in order to provide an optimal performance. RTO, in the classical approach, requires a constant cycle of analysis and correction of process conditions, that includes multiple steps: i) steady state identification, ii) gross errors detection and correction, iii) data reconciliation, iv) parameter estimation, v) economical optimization and vi) implementation of the optimal conditions in the control system. A data analysis system is required in the plant to classify the operating conditions as valid in order to update a steady state model. The system shall provide an updated model that can represent the real behavior of the operation that wi ll be optimized in a next step. This work is focused on the analysis of methodologies for steady-state detection, data reconciliation and parameter estimation with the required characteristics that an RTO system requires. As a case-study, a depropenizer column, owned by Petrobras is considered. An analysis of the variability of the instrumentation was performed to allow a better understanding of the process. Moreover, the analysis and validation of the process model enabled drawing convergence boundaries on process specifications and parameters. Finally, it is suggested that the feed composition and the column pressure drop should be considered as important parameters in model fitting.

Com o objetivo de aumentar o lucro de plantas químicas, a Otimização em Tempo Real (RTO) é uma ferramenta que busca determinar as condições ótimas operacionais do processo em estado estacionário, respeitando as restrições operacionais estabelecidas. Neste trabalho foi realizada a implementação prática de um ciclo RTO em um processo de destilação por recompressão de vapor (VRD), propileno-propano, da Refinaria de Paulínia (Petrobras S.A.), a partir de dados históricos da planta. Foram consideradas as principais etapas de um ciclo clássico de RTO: identificação de estado estacionário, reconciliação de dados, estimação de parâmetros e otimização econômica. Essa unidade foi modelada, simulada e otimizada em EMSO (Environment for Modeling, Simulation and Optimization), um simulador de processos orientado a equações desenvolvido no Brasil. Foram analisados e comparados dois métodos de identificação de estado estacionário, um baseado no teste estatístico F e outro baseado em wavelets. Ambos os métodos tiveram resultados semelhantes e mostraram-se capazes de identificar os estados estacionários de forma satisfatória, embora seja necessário o ajuste de parâmetros na sua implementação. Foram identificados alguns pontos estacionários para serem submetidos ao ciclo RTO e foi possível verificar a importância de partir de um estado estacionário para a continuidade do ciclo, já que essa é uma premissa do método. A partir dos pontos analisados, os resultados deste estudo mostram que o RTO é capaz de aumentar o ganho econômico entre 2,5-24%, dependendo das condições iniciais consideradas, o que pode representar ganhos de até 18 milhões de dólares por ano. Além disso, para essa unidade, verificou-se que o compressor é um equipamento limitante no aumento de ganho econômico do processo. / In order to increase the profits of chemical plants, the Real-Time Optimization (RTO) is a tool that seeks to determine the steady-state optimal process operating conditions to maximize its profit under the operational restrictions. In this work, a practical implementation of a RTO cycle was implemented in a vapor recompression distillation (VRD) process, propylene-propane, from Paulínia Refinery (Petrobras S.A.), from historical plant data. The main steps of a classical RTO cycle are considered: steady-state identification, data reconciliation, parameter estimation and economical optimization. This unit was modeled, simulated and optimized in EMSO (Environment for Modeling, Simulation and Optimization), which is an equation oriented simulator conceived and developed in Brazil. Two steady state identification methods were analyzed and compared, one based on a F-like test and other based on wavelets. Both methods had similar results and showed to be able to identify the stationary states satisfactorily, although parameter tuning is necessary in their implementation. Some stationary points were identified and submitted to the RTO cycle. It was possible to verify the importance of start from a steady-state to continue the cycle, since this is a premise of the method. From the points analyzed, the results of this study show that the RTO is able to increase the economic gain between 2.5- 24%, depending on the initial conditions that is considered, which may represent gains of up to 18 million dollar per year. Furthermore, for this unit, it was found that the compressor is a limiting equipment in increasing economical gain.

The objective of this research was to develop fluorescence-based tools that are suitable for performing rapid, accurate and direct characterization of natural organic matter (NOM) and colloidal/particulate substances present in natural water. Most available characterization methods are neither suitable for characterizing all the major NOM fractions such as protein-, humic acid-, fulvic acid- and polysaccharide-like substances as well as colloidal/particulate matter present in natural water nor are they suitable for rapid analyses. The individual and combined contributions of these NOM fractions and colloidal/particulate matter present in natural water contribute to membrane fouling, disinfection by-products formation and undesirable biological growth in drinking water treatment processes and distribution systems. The novel techniques developed in this research therefore, provide an avenue for improved understanding of these negative effects and proactive implementation of control and/or optimization strategies. The fluorescence excitation-emission matrix (EEM) method was used for characterization of NOM and colloidal/particulate matter present in water. Unlike most NOM and colloidal/particulate matter characterization techniques, this method can provide fast and consistent analyses with high instrumental sensitivity. The feasibility of using this method for monitoring NOM at very low concentration levels was also demonstrated with an emphasis on optimizing the instrument parameters necessary to obtain reproducible fluorescence signals. Partial least squares regression (PLS) was used to develop calibration models by correlating the fluorescence EEM intensities of water samples that contained surrogate NOM fractions with their corresponding dissolved organic carbon (DOC) concentrations. These fluorescence-based calibration models were found to be suitable for identifying/monitoring the extent of the relative changes that occur in different NOM fractions and the interactions between polysaccharide- and protein-like NOM in water treatment processes and distribution systems. Principal component analysis (PCA) of fluorescence EEMs was identified as a viable tool for monitoring the performance of biological filtration as a pre-treatment step, as well as ultrafiltration (UF) and nanofiltration (NF) membrane systems. The principal components (PCs) extracted in this approach were related to the major membrane foulant groups such as humic substances (HS), protein-like and colloidal/particulate matter in natural water. The PC score plots generated using the fluorescence EEMs obtained after just one hour of UF or NF operation could be related to high fouling events likely caused by elevated levels of colloidal/particulate-like material in the biofilter effluents. This fluorescence EEM-based PCA approach was sensitive enough to be used at low organic carbon levels present in NF permeate and has potential as an early detection method to identify high fouling events, allowing appropriate operational countermeasures to be taken. This fluorescence EEM-based PCA approach was also used to extract information relevant to reversible and irreversible membrane fouling behaviour in a bench-scale flat sheet cross flow UF process consisting of cycles of permeation and back-washing. PC score-based analysis revealed that colloidal/particulate matter mostly contributed to reversible fouling, while HS and protein-like matter were largely responsible for irreversible fouling. This method therefore has potential for monitoring modes of membrane fouling in drinking water treatment applications. The above approach was further improved by utilizing the evolution of the PC scores over the filtration time and relating these to membrane fouling by the use of PC scores??? balanced-based differential equations. Using these equations the proposed fluorescence-based modeling approach was capable of forecasting UF fouling behaviours with good accuracy based solely on fluorescence data obtained at time = 15 min from the initiation of the filtration process. In addition, this approach was tested experimentally as a basis for optimization by modifying the UF back-washing times with the objective of minimizing energy consumption and maximizing water production. Preliminary optimization results demonstrated the potential of this approach to reduce power consumption by significant percentages. This approach was also useful for identifying the fouling components of the NOM that were contributing to reversible and irreversible membrane fouling. Grand River water (Southwestern Ontario, Canada) was used as the natural water source for developing the techniques presented in this thesis. Future research focusing on testing these methods for monitoring of membrane fouling and treatment processes in large-scale drinking water treatment facilities that experience different sources of raw water would be useful for identifying the limitation of these techniques and areas for improvements.

[pt] A Prefeitura de Bogotá, publicou em 2015 o Plano Urbanístico do Centro Ampliado de Bogotá (PUCAB) cujo objetivo principal era diminuir a segregação socioespacial evidente nos limites geográficos da cidade, onde nas periferias habita a classe socioeconômica baixa, e no centro da cidade habitam as classes média e alta, ao mesmo tempo em que é almejado o adensamento da cidade, alocando pessoas num número equivalente ao aumento populacional para o ano 2020 no setor analisado e delimitado geograficamente sob condições de mobilidade de tempos de chegada aos polos de emprego em máximo 20 minutos nos transportes públicos e 10 minutos a pé até as estações dos sistemas coletivos, isso desde qualquer ponto dentro do setor do Centro Ampliado. A partir do objetivo geral de alocar pessoas de classe socioeconômica baixa no centro da cidade e, das variáveis de delimitação geográfica, deduz-se a intensão de alocar à população adensada em zonas em que são permitidos os percursos curtos lar-trabalho-lar, de onde surge a hipótese de tese do não cumprimento de tempos máximos de 20 minutos nos transportes públicos ainda submetidos ao transito veicular no setor do PUCAB; comprovação feita com base nas pesquisas da Secretaria Distrital de Mobilidade (2015). Avalia-se o limite geográfico do setor do PUCAB e se apresentam metodologias de priorização de adensamento em zonas em que são permitidos os deslocamentos curtos das casas à maior oferta de emprego e, outras atividades habituais dos cidadãos. / [en] The Bogota Humana series (2015) published a book entitled Urbanistic Plan for the Enlarged Bogota s Downtown (PUCAB in Spanish) aimed at turning Bogota into a more egalitarian and environmentally friendly city, with spaces where sustainable mobility is promoted. Among other objectives, the book proposes a structured densification of the historical downtown and nearby sectors of Bogotá, the Colombian capital city. The project intended to mitigate the existing sociospatial segregation characterized by low class people living towards the city periphery and middle-high classes living in the so-called Enlarged Downtown. The search for social inclusion should be promoted in Bogota by forcing spatial inclusion, i.e., by dislocating low class population to central areas equipped with better public facilities (TORRES et al. 2009). The dislocated population will benefit from subsidies programs similar to the ones they now receive. The advantages of concentrating low class residences close to high employment areas are obvious as most of these people have precarious labor conditions and commute long distances (ALCALDÍA DE BOGOTÁ, 2015). The economy of Bogota is mostly based in factories and sales, which employ low class employers (GUTIÉRREZ, 2011). This fact underscores the convenience of dislocating these people who presently commute mostly from the periphery, so that they can get better access to jobs with shorter commutes, and eventually to other job offers. The densification initiative is understood as an activity that precedes economic growth for the city and the country, while improving urban mobility through decreasing pendulum-like tides, originated by people who live in the periphery and work downtown. Though urban zoning is coherent with the Urban Plan main goal regarding socio-spatial segregation, it is not part of the land zoning variables defined in the same document. Because of this, there is a discussion about the environmental and socio viability of densifying the enlarged Bogota downtown. The discussion is mentioned but scarcely analyzed in the Urban Plan.

A otimização em tempo real (RTO: Real Time Optimization) permite fazer correções, com o menor atraso possível, nas condições de operação de um processo, buscando manter um desempenho ótimo. A RTO, na abordagem clássica, requer um ciclo constante de análise e correção do estado do processo que inclui múltiplas etapas: i) identificação do estado estacionário, ii) identificação e correção dos erros grosseiros, iii) reconciliação dos dados, iv) ajuste dos parâmetros do modelo, v) estimação das condições operacionais ótimas e, vi) implementação das condições no sistema de controle. Um sistema de análise de dados é necessário na aquisição das variáveis medidas da planta que classifique o estado da operação como válido para atualizar um modelo em estado estacionário. O sistema deve fornecer um modelo atualizado que seja representativo do comportamento real da operação para que seja otimizado em um passo posterior. Este trabalho é focado na análise de metodologias de detecção de estado estacionário, reconciliação de dados e estimação de parâmetros com as características necessárias que um sistema de RTO requer. Como caso de estudo considera-se uma coluna depropenizadora da PETROBRAS, em que foi feita uma análise da variabilidade associada à instrumentação para melhorar o conhecimento da operação. Além disso, a análise e validação do modelo do processo, permitiu estabelecer faixas de convergência nas especificações do processo e parâmetros. Finalmente, sugere-se que a composição da corrente de alimentação e a queda de pressão na coluna sejam classificadas como parâmetros importantes no ajuste de modelo. / Real-time optimization (RTO) allows making corrections in process operation conditions, with the smallest possible delay, in order to provide an optimal performance. RTO, in the classical approach, requires a constant cycle of analysis and correction of process conditions, that includes multiple steps: i) steady state identification, ii) gross errors detection and correction, iii) data reconciliation, iv) parameter estimation, v) economical optimization and vi) implementation of the optimal conditions in the control system. A data analysis system is required in the plant to classify the operating conditions as valid in order to update a steady state model. The system shall provide an updated model that can represent the real behavior of the operation that wi ll be optimized in a next step. This work is focused on the analysis of methodologies for steady-state detection, data reconciliation and parameter estimation with the required characteristics that an RTO system requires. As a case-study, a depropenizer column, owned by Petrobras is considered. An analysis of the variability of the instrumentation was performed to allow a better understanding of the process. Moreover, the analysis and validation of the process model enabled drawing convergence boundaries on process specifications and parameters. Finally, it is suggested that the feed composition and the column pressure drop should be considered as important parameters in model fitting.

Com o objetivo de aumentar o lucro de plantas químicas, a Otimização em Tempo Real (RTO) é uma ferramenta que busca determinar as condições ótimas operacionais do processo em estado estacionário, respeitando as restrições operacionais estabelecidas. Neste trabalho foi realizada a implementação prática de um ciclo RTO em um processo de destilação por recompressão de vapor (VRD), propileno-propano, da Refinaria de Paulínia (Petrobras S.A.), a partir de dados históricos da planta. Foram consideradas as principais etapas de um ciclo clássico de RTO: identificação de estado estacionário, reconciliação de dados, estimação de parâmetros e otimização econômica. Essa unidade foi modelada, simulada e otimizada em EMSO (Environment for Modeling, Simulation and Optimization), um simulador de processos orientado a equações desenvolvido no Brasil. Foram analisados e comparados dois métodos de identificação de estado estacionário, um baseado no teste estatístico F e outro baseado em wavelets. Ambos os métodos tiveram resultados semelhantes e mostraram-se capazes de identificar os estados estacionários de forma satisfatória, embora seja necessário o ajuste de parâmetros na sua implementação. Foram identificados alguns pontos estacionários para serem submetidos ao ciclo RTO e foi possível verificar a importância de partir de um estado estacionário para a continuidade do ciclo, já que essa é uma premissa do método. A partir dos pontos analisados, os resultados deste estudo mostram que o RTO é capaz de aumentar o ganho econômico entre 2,5-24%, dependendo das condições iniciais consideradas, o que pode representar ganhos de até 18 milhões de dólares por ano. Além disso, para essa unidade, verificou-se que o compressor é um equipamento limitante no aumento de ganho econômico do processo. / In order to increase the profits of chemical plants, the Real-Time Optimization (RTO) is a tool that seeks to determine the steady-state optimal process operating conditions to maximize its profit under the operational restrictions. In this work, a practical implementation of a RTO cycle was implemented in a vapor recompression distillation (VRD) process, propylene-propane, from Paulínia Refinery (Petrobras S.A.), from historical plant data. The main steps of a classical RTO cycle are considered: steady-state identification, data reconciliation, parameter estimation and economical optimization. This unit was modeled, simulated and optimized in EMSO (Environment for Modeling, Simulation and Optimization), which is an equation oriented simulator conceived and developed in Brazil. Two steady state identification methods were analyzed and compared, one based on a F-like test and other based on wavelets. Both methods had similar results and showed to be able to identify the stationary states satisfactorily, although parameter tuning is necessary in their implementation. Some stationary points were identified and submitted to the RTO cycle. It was possible to verify the importance of start from a steady-state to continue the cycle, since this is a premise of the method. From the points analyzed, the results of this study show that the RTO is able to increase the economic gain between 2.5- 24%, depending on the initial conditions that is considered, which may represent gains of up to 18 million dollar per year. Furthermore, for this unit, it was found that the compressor is a limiting equipment in increasing economical gain.

Estratégias de otimização em tempo real (RTO: Real Time Optimization) são utilizadas para avaliar e determinar as condições ótimas operacionais de uma planta em estado estacionario, maximizando a produtividade econômica do processo sujeita a restrições operacionais. Esse problema de otimização engloba toda a planta e pode ser resolvido utilizando um só modelo para todo o processo que maximize o lucro bruto operacional considerando os preços de mercado das correntes de entrada e saída do processo. No entanto, na prática, essa abordagem centralizada muitas vezes não pode ser aplicada, devido ao tamanho e complexidade do problema de otimização, a que é muito difícil que todas as unidades da planta estejam em estado estacionário ao mesmo tempo e a que as unidades de processo não estão sincronizadas já que em muitos processos não existe armazenamento intermediário. Uma solução é utilizar uma estrutura distribuída, na qual o problema de otimização deve ser decomposto em subproblemas com reduzida complexidade numérica. Tal decomposição, no entanto, exige que o preço das correntes de entrada e saída de cada subproblema sejam adequadamente determinados. Com este proposito, neste trabalho, serão aplicadas técnicas de decomposição em uma unidade de produção de propeno da refinaria REPLAN (Refinaria de Paulínia, São Paulo) da PETROBRAS. Essa unidade será modelada, simulada e otimizada no software orientado a equações EMSO (Environment for Modeling, Simulation and Optimization). Com o objetivo de testar as técnicas de decomposição, a unidade será decomposta em três divisões que são: depropanizadora, deetanizadora e C3 splitter. Mostra-se que duas técnicas tradicionais chamadas de relaxação Lagrangiana e Lagrangeano aumentado não conseguem convergir em uma solução devido a duas causas. A primeira causa é que o processo estudado contém divisões indiferentes, o que significa que não existe dependência linear entre a função objetivo e as restrições complicadoras. A segunda causa é que os subproblemas de otimização que representam cada uma das divisões da unidade têm funções objetivos lineares, neste caso, a restrição ativa de cada subproblema irá ser sempre a capacidade de produção máxima ou mínima de cada divisão e não uma vazão intermediária. Uma técnica alternativa, Pricing Interprocess Streams Using Slack Auctions, também foi aplicada ao processo estudado. Essa técnica define uma folga de recurso entre as correntes 2 intermediárias das divisões e utiliza leilões para ajustar o preço dos produtos intermediários. Mostra-se que esse último abordagem também apresenta problemas na sua aplicação, porque todas as divisões estudadas têm dois produtos diferentes, isso significa que a técnica produzirá sempre a vazão máxima do produto final (vazão que tem preço de mercado) de cada divisão e não assim do produto intermediário (vazão que vai de uma divisão para outra). Identificados os problemas nessas técnicas de decomposição, é proposta uma modificação do algoritmo de relaxação Lagrangeana. Para o qual é considerada uma nova variável denominada limite de produção disponível (LPD) e uma restrição para as vazões de carga de cada uma das divisões, a qual será atualizada a cada iteração. Essa modificação no algoritmo consegue superar os problemas apresentados para a resolução do problema de otimização para a unidade estudada considerando uma estrutura distribuída. / Real time optimization strategies (RTO) are used to evaluate and determine the optimum operating conditions of a plant, maximizing the economic productivity of the process which is subject to operational constraints. This optimization framework encompasses the entire plant, and can be solved using one model for the entire process that maximizes the operating gross profit considering the market prices of input and output stream`s process. However, in practice this centralized approach often cannot be applied due to the size and complexity of the optimization problem. One solution is to use a distributed structure, in which the optimization problem must be broken into sub-problems with reduced numerical complexity. Such decomposition, however, requires that the price of input and output stream of each sub-problem should be adequately determined. With this purpose, in this work, decomposition techniques is applied in a propylene production unit at the refinery REPLAN (Refinaria de Paulínia, São Paulo) owned by PETROBRAS. This unit is modeled, simulated and optimized in an equation oriented software EMSO (Environment for Modeling, Simulation and Optimization). In order to test the decomposition techniques, the unit is decomposed into three divisions, which are depropanizer, deethanizer and C3 splitter. It is shown that two traditional techniques called Lagrangian relaxation and augmented Lagrangian cannot converge on a solution due to two causes. The first cause is that the studied process contains indifferent divisions, which means that there is no linear dependence between the objective function and the complicating constraints. The second cause is that the optimization sub-problem that represent each divisions has linear objective functions, in this case, the active constraint of each sub-problem will always be the maximum or minimum production capacity of each division and not an intermediate flow rate. An alternative technique Pricing Interprocess Streams Using Slack Auctions was also applied to the studied process. This technique defines a resource slack between the intermediary streams and use auctions for adjusting the price of intermediary products. It is shown that this technique also presents problems in its applications because all divisions studied has two different products, this means that this technique will always produce the maximum flow rate of the final product (flow rate that has a market price) of each division, and not the intermediate product (flow rate that goes from one division another). Identified problems in these decomposition 4 techniques, the proposed approach extended the Lagrangian relaxation algorithm, in which a new variable called \"available production limit\" (LPD) and a restriction to the feed flow rate from each divisions are considered, which will be updated at every iteration. This change in the algorithm can overcome the issues presented for solving the optimization problem for the unit studied considering a distributed structure.

Este trabalho apresenta um modelo computacional para otimização energética de sistemas de abastecimento em tempo real. Tal modelo é composto por três módulos principais: (1) um módulo de simulação hidráulica que descreve o comportamento do sistema - EPANET; (2) um módulo de previsão de demandas que realiza a previsão das demandas futuras aplicável à utilização no tempo real (curto prazo), desenvolvido por Odan (2008); e, por fim, (3) um módulo otimizador estruturado em linguagem C++ que implementa a biblioteca de algoritmos genéticos do MIT - Massachusetts Institute of Technology and Matthew Wall, a GAlib, que permite determinar as rotinas operacionais (acionamento de válvulas e bombas) de forma à minimizar o custo de energia elétrica no sistema. O processo de otimização é divido em duas rotinas, nível estratégico e tempo real. Na otimização em nível estratégico, a partir das curvas típicas de demanda para cada nó de demanda do macro-sistema considerado, determina-se o conjunto de controles que minimizam os custos de energia elétrica, respeitando as restrições hidráulicas do sistema. Para cada conjunto de controles otimizados têm-se os níveis que os reservatórios irão atingir ao final de cada hora durante o horizonte de planejamento considerado, denominados níveis metas. Tais níveis servem de guia para a segunda etapa de otimização. A operação em tempo real se inicia com o recebimento dos dados sobre as condições atuais do sistema: níveis dos reservatórios e demandas da última hora. A partir das demandas informadas, o módulo de previsão de demandas gera todas as demandas para o horizonte de planejamento. Alimenta-se então o otimizador em tempo real com os níveis atuais dos reservatórios, os níveis metas e a previsão de demandas, obtêm-se o conjunto de regras operacionais ótimas para o horizonte de planejamento, sendo que são implementadas apenas as regras para a hora atual. E repete-se todo o processo a cada hora. Este modelo foi aplicado a um sistema de abastecimento de água. Os resultados obtidos demonstraram a eficiência do modelo em achar soluções factíveis de serem implementadas e com redução dos custos com energia elétrica. / This work presents a computational model for real-time optimization of water-distribution networks operation. An integrated software tool has been developed which is composed of three main modules: (i) a hydraulic simulator that performs the extended period simulation of the system (EPANET); (ii) a short-term demand-forecasting model, based on the moving Fourier series; and (iii) an optimization module, using genetic algorithm, to minimize pumping costs. The optimization process is divided in two routines, the off-line optimization and the on-line optimization. The aim of the first routine is to find the ideal operation levels for the reservoirs which are used as guidance for the on-line optimization. The schedules to be implemented in the network are determined, however, by an on-line optimization which runs a new optimization processes at each SCADA (Supervisory Control and Data Acquisition) update. In the off-line optimization, near-optimal pump and valve settings for a selected operating horizon are found on the basis of the typical 24-hour water demand cycle in which each reservoir must also start and end with the same water level. The levels of the reservoirs at the end of each hour in this optimization process, called ideal levels, are considered in the on-line optimization as a constraint that represents a penalty added to the objective function whenever a reservoir level is below the ideal level at the end of each hourly operation. The on-line optimization starts updating the state of the network transmitted from the SCADA system and the demand forecast for the next 24-hour period. Near-optimal pump and valve settings for a selected operating horizon are then determined but only the control settings for the next hourly time step are used to implement the operation. At the next SCADA update (next-time step), the whole process is repeated on a continuous basis and a new operating strategy is computed. In this way, the control process moves forward in time, correcting any discrepancies as it progresses. This integrated software tool has been applied to a small example network. The results obtained from this application have shown that the proposed model offers a practical tool for finding feasible operation strategies for a water pipeline system, obtaining reductions in pumping energy costs.