Mapeamento e otimização na refinaria de petróleo riograndense

Abstract

Este trabalho empreendeu um projeto com aplicação no sistema de vapor da Refinaria de Petróleo Riograndense, em Rio Grande, RS. Dois objetivos foram definidos: o estudo e mapeamento energético da planta bem como uma análise de melhoria através do desenvolvimento de um modelo e sua otimização com as informações disponíveis. Por meio de uma imersão ao longo de três meses na planta da Refinaria, o autor entrevistou operadores, coordenadores e buscou dados de engenharia e processo. Tais dados foram considerados condições para qualificar a eficiência operacional da RPR no que tange ao sistema de vapor e propiciaram informações para a definição do problema. Este trabalho apresenta uma revisão bibliográfica acerca dos sistemas de vapor, operações unitárias e equipamentos envolvidos, análise de eficiências, índices e soluções típicas destes sistemas. Uma segunda parte apresenta o tratamento dos dados da planta através do uso de mapas de correlação, teste de hipótese nula e uso das leis conservativas. A última parte trata da modelagem e otimização utilizadas e considera todos os resultados obtidos na etapa de mapeamento para alcançar um modelo tecnicamente consistente. Foram realizadas modelagem, simulação e otimização do sistema de distribuição de vapor. O modelo resultou em 32 equações e 52 variáveis oriundas dos balanços de massa e energia, apresentando um erro em torno de 5% na simulação. As otimizações, utilizando o método Dual Simplex, resultaram em uma economia de 0,5% na energia útil em relação ao estado atual, o que representa 7 ton/mês de economia de combustível.

The author developed a three month immersion in the refinery plant, conducting interviews with operators, coordenators and gathering data. This data allowed to qualify the refinery steam system operational efficiency in order to define the problem. The work is divided in a literature review of steam/power systems, unitary operations and equipments, efficiency analysis, indexes and typical solutions of this systems. A second part brings data analysis through correlation maps, p value analysis and conservative laws consistency. The last part discuss the optimization method and consider all results obtained in the process mapping in order to develop a model technically consistent. Was performed modelling, simulation and optimization of the steam distribution. The model resulted in 32 equations and 52 variables, showing an error of 5% between the empiric and simulated values. The optimizations used Dual Simplex method and the resulted in 0,5% of util fuel heat savings, that represents 7 ton/month of oil.