Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA NAVAL E OCEÂNICA UM ESTUDO SOBRE A LOGÍSTICA DE ABASTECIMENTO DE COMBUSTÍVEL OFFSHORE Marianna Sipauba Rocha Coelho dos Santos Rio de Janeiro 2020 UM ESTUDO SOBRE A LOGÍSTICA DE ABASTECIMENTO DE COMBUSTÍVEL OFFSHORE Marianna Sipauba Rocha Coelho dos Santos Projeto de Graduação apresentado ao Curso de Engenharia Naval e Oceânica da Escola Politécnica, Universidade Federal do Rio de Janeiro, como parte dos requi- sitos necessários à obtenção do título de Engenheiro. Orientador: Jean-David Job Emmanuel Marie Caprace Rio de Janeiro Dezembro de 2020 UM ESTUDO SOBRE A LOGÍSTICA DE ABASTECIMENTO DE COMBUSTÍVEL OFFSHORE Marianna Sipauba Rocha Coelho dos Santos PROJETO DE GRADUAÇÃO SUBMETIDO AO CORPO DOCENTE DO CURSO DE ENGENHARIA NAVAL E OCEÂNICA DA ESCOLA POLITÉCNICA DA UNI- VERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISI- TOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE ENGENHEIRA NAVAL E OCEÂNICA. Examinado por: Prof. Jean-David Job Emmanuel Marie Caprace, Ph.D Prof. Luiz Felipe Assis, D.Sc. Prof. Floriano Carlos Martins Pires Jr., D.Sc. Rio de Janeiro, RJ - Brasil Dezembro de 2020 Assinado de forma digital por Jean-David Caprace DN: cn=Jean-David Caprace, o=Federal University of Rio de Janeiro, ou=Ocean Engineering Program, email=jdcaprace@oceanica.ufrj.br, c=BR Dados: 2021.01.28 16:15:22 -03'00' Floriano Pires Assinado de forma digital por Floriano Pires DN: cn=Floriano Pires, o=UFRJ, ou=Departamento de Engenharia Naval e Oceânica, email=floriano@oceanica.ufrj.br, c=BR Dados: 2021.01.28 16:47:45 -03'00' i AGRADECIMENTOS Primeiramente, gostaria de agradecer aos meus pais, Fabio e Maria de Jesus, as pessoas que tornaram possível esse diploma. Vocês foram os responsáveis por me prover a base que possibilitou a minha entrada e formatura nessa institui- ção. Ainda me acompanharam por toda essa trajetória, sempre me dando todo o apoio e amor necessários. Por isso agradeço e espero continuar sendo motivo de orgulho para vocês. Eu amo vocês incondicionalmente. Agradeço também aos demais familiares que também acompanharam essa trajetória de perto, sempre me ajudando a espairecer quando foi necessário com nossos momentos de união e diversão. Em especial à minha irmã, Gabriella, que sempre confiou na minha capacidade, muitas vezes bem mais do que eu mesma, e me motivou a seguir em frente. Seja nas madrugadas de estudo para prova, na busca incansável pelo estágio ou até nesse final para a conclusão desse trabalho, você sempre esteve lá para aconselhar, ajudar e motivar. Obrigada, irmã. Eu te amo e sei que sempre estaremos unidas. Gostaria de agradecer ao meu namorado, Henrique. Ele que acompanhou esse processo desde o vestibular, mas esteve sempre ao meu lado, entendeu os meus estresses e aceitou minhas reclamações, me devolvendo palavras acolhe- doras e incentivadoras. Você é um parceiro incrível, amo você. Aos meus amigos, obrigada por terem feito esse período da minha vida mais leve e feliz. Agradeço principalmente aos amigos da naval Luan, Victor, Tho- mas, Filipe, Charles, Emerson e Matheus. Obrigada por compartilharem comigo matérias, trabalhos, estresses e muitas risadas. Vocês fizeram do Fundão um local mais agradável de viver. Aos colegas do LABSEN que me ajudaram nesse projeto final, eu não teria conseguido sem vocês. Agradeço também os meus professores da UFRJ, em especial ao meu ori- entador Jean-David. Vocês são pessoas corajosas que buscam mudar o mundo através da transmissão de conhecimento. Obrigada por me tornarem uma pro- fissional apta a atuar nessa profissão de tamanha responsabilidade. Por fim, tenho que agradecer à UFRJ. Por oferecer um ensino de qualidade de forma gratuita, apesar de todos os obstáculos, meu muito obrigada. Tivemos uma relação de amor e ódio nesses anos de graduação, porém, com toda a certeza, a ilha do Fundão e a Minerva possuem meu coração. ii "Depois de séculos adormecidas, as mulheres jovens po- dem agora olhar para um futuro moldado pelas suas pró- prias mãos." (Rita Levi-Montalcini) iii Resumo do Projeto de Graduação apresentado à Escola Politécnica/UFRJ como parte dos requisitos necessários para obtenção do grau de Engenheira Naval e Oceânica. Um estudo sobre a logística de abastecimento de combustível offshore Marianna Sipauba Rocha Coelho dos Santos Dezembro/2020 Orientador: Jean-David Job Emmanuel Marie Caprace Curso: Engenharia Naval e Oceânica O papel crucial que o setor de óleo e gás ocupa tanto na economia mundial como nacional é indiscutível. A exploração e produção de petróleo no Brasil ocorre principalmente na região do pré-sal em águas ultraprofundas. Assim, trata-se de uma indústria complexa e com altos custos envolvidos. Porém, para o bom funcionamento do setor, existem sistemas logísticos robustos que provém às unidades marítimas offshore com os insumos necessários, sendo operações de alta criticidade. Dessa forma, um ponto importante é o estudo e planejamento das atividades logísticas de apoio offshore. A proposta desse trabalho é realizar um estudo sobre a operação de abasteci- mento de combustível às unidades marítimas na região do pré-sal com apoio de navio tanque e desenvolver uma ferramenta capaz de apoiar seu planejamento. Para sua modelagem é utilizada simulação por eventos discretos. A validação da ferramenta é concretizada ao analisar dois cenários distintos, de dimensiona- mento de frota e influência do navio tanque, mostrando também a abrangência da aplicação. Com os resultados fica evidente que o contexto estudado necessita apenas de uma embarcação para suprir o trade-off entre o custo operacional e o nível de serviço, já que frotas maiores aumentaram o custo por embarcação em mais de 100% em uma análise detalhada. Além disso, é observado que alterações no navio tanque podem induzir ao aumento do tempo de atendimento em até 7,5%, porém o elemento tem uma utilização muito baixa para justificar sua presença. Palavras-chaves: Logística offshore, Abastecimento de Combustível Offshore, Simulação por Eventos Discretos. iv Abstract of Undergraduate Project presented to POLI/UFRJ as a partial fulfillment of the requirements for the degree of Engineer. A STUDY ABOUT OFFSHORE SUPPLYING FUEL LOGISTICS Marianna Sipauba Rocha Coelho dos Santos December/2020 Advisor: Jean-David Job Emmanuel Marie Caprace Course: Naval and Ocean Engineering The fossil fuels industry plays a crucial role in the national and global economy. The extraction and production of oil in Brazil mainly occur in the pre-salt region in ultra-deep waters. Thus, we’re talking about a complex industry with high opera- tional costs. Concerning the proper functioning of this industry, there are robust logistics systems that provide the necessary goods for the offshore maritime units. These operations are of such importance that, if there are any flaws, the offshore platforms need to stop their activity. This need leads to the relevance of studying and planning logistics activities to support these offshore platforms. This work aims to study the operation of supplying fuel to the maritime units at the pre-salt region with the support of a tanker and, to develop a tool capable of supporting its planning. It is used discrete event simulation for modeling. The analysis of two cases of study validates the tool: fleet dimensioning; and the influence of the tanker, which brings the broadness of the application. The results highlight that the context needs only one PSV to fulfill the trade-off between the operational costs and service level, once bigger fleets present an increase of more than 100% in the costs per ship. Besides that, changes in the tanker lead to an increasing of up to 7,5% in the attendance time. However, the element has a low tax of use that does not justify its presence. Keywords: Offshore Logistics, Offshore Supplying Fuel, DiscreteEvent Simula- tion. v SUMÁRIO 1 Introdução 1 1.1 Contexto Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4 Estrutura do Projeto . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2 Revisão da Literatura 12 3 A Operação de Abastecimento de Óleo Diesel 21 3.1 Portos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3.2 Embarcações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.3 Unidades Marítimas . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 4 Metodologia 28 5 Implementação Computacional 33 5.1 Simplificação e Hipóteses . . . . . . . . . . . . . . . . . . . . . . . . 33 5.2 Elementos da Simulação . . . . . . . . . . . . . . . . . . . . . . . . 34 5.3 Dados de Entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 5.3.1 Navio Tanque . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 5.3.2 PSV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 5.3.3 Unidades Marítimas . . . . . . . . . . . . . . . . . . . . . . . 41 5.3.4 Condições Climáticas . . . . . . . . . . . . . . . . . . . . . . 49 5.3.5 Custos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 5.4 Período de Simulação e Warm-Up . . . . . . . . . . . . . . . . . . . 58 5.5 Número de Iterações . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 5.6 Verificação e Validação . . . . . . . . . . . . . . . . . . . . . . . . . 62 6 Cenários 66 7 Resultados 69 7.1 Cenário 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 7.1.1 Análise Weather . . . . . . . . . . . . . . . . . . . . . . . . . 76 7.2 Cenário 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 8 Conclusão 82 Referências Bibliográficas 84 vi LISTA DE FIGURAS Figura 1 Plataforma autoelevatória PETROBRAS 1 (P-1). . . . . . . . . 4 Figura 2 Bacias de Exploração de Petróleo do Brasil da Atualidade. . . . 5 Figura 3 Esquema da operação de suprimento de óleo diesel. . . . . . . 22 Figura 4 Terminal Alfandegado de Imbetiba. . . . . . . . . . . . . . . . . 23 Figura 5 FPSO P-63 que opera na Bacia de Campos. . . . . . . . . . . 27 Figura 6 Fluxograma da lógica na simulação - parte 1 . . . . . . . . . . 29 Figura 7 Fluxograma da lógica na simulação - parte 2 . . . . . . . . . . 30 Figura 8 Fluxograma Sequência Metodológica Aplicada . . . . . . . . . 32 Figura 9 Configuração adotada para o cluster . . . . . . . . . . . . . . . 42 Figura 10 Classificação Distribuição Selecionada . . . . . . . . . . . . . 47 Figura 11 Gráficos de distribuições discretas para cada trimestre . . . . 51 Figura 12 Classificação da Distribuição Gamma para Mau Tempo . . . . 52 Figura 13 Formas de Contrato de Afretamento de Embarcações. . . . . 54 vii LISTA DE GRÁFICOS Gráfico 1 Dados históricos de exportação de petróleo 2009-2018. . . . 6 Gráfico 2 Pré-Sal x Pós-Sal. . . . . . . . . . . . . . . . . . . . . . . . . . 7 Gráfico 3 Produção por Estado - Setembro/19. . . . . . . . . . . . . . . 8 Gráfico 4 Produção Por Bacia. . . . . . . . . . . . . . . . . . . . . . . . 8 Gráfico 5 Posição Monoboias em relação ao Porto de Macaé. . . . . . . 26 Gráfico 6 Fator de Correção para a Velocidade de Serviço PSV. . . . . . 40 Gráfico 7 Número de UM por cluster na Bacia de Campos . . . . . . . . 41 Gráfico 8 Distribuição de probabilidade das distâncias em um cluster . . 42 Gráfico 9 Capacidade Máxima Diesel x Média Consumo . . . . . . . . . 45 Gráfico 10 Estoque de Segurança x Média Consumo Diesel . . . . . . . 45 Gráfico 11 Histrograma dos Dados e Aderência Distribuição Lognormal 47 Gráfico 12 Histograma com dados de volume do pedido. . . . . . . . . . 48 Gráfico 13 Histograma gerado e aderência da distribuição Gamma. . . . 48 Gráfico 14 Dados de altura significativa de onda . . . . . . . . . . . . . 50 Gráfico 15 Aderência distribuição Gamma para mau tempo . . . . . . . 53 Gráfico 16 Possíveis Comportamentos para o Time-Charter . . . . . . . 56 Gráfico 17 Possíveis Comportamentos para o Preço do Diesel . . . . . 57 Gráfico 18 No FPSOs Instalados/Planejados no Brasil . . . . . . . . . . 58 Gráfico 19 Estimativa Vida útil campo operado pelo cluster. . . . . . . . 59 Gráfico 20 Histogramas Consumo Plataformas P1 e P2 . . . . . . . . . 62 Gráfico 21 Histogramas Consumo Plataformas P1 e P2 . . . . . . . . . 63 Gráfico 22 Variação do nível do estoque dos PSVs e FPSOs. . . . . . . 65 Gráfico 23 Custo Total x Tempo Médio Atendimento . . . . . . . . . . . 70 Gráfico 24 Custo Total versus Média do Estoque Geral do Cluster . . . . 71 Gráfico 25 Estoque Médio frotas F11 e F12 . . . . . . . . . . . . . . . . 72 Gráfico 26 Estoque Médio frotas F21 e F22 . . . . . . . . . . . . . . . . 72 Gráfico 27 Perfil Utilização PSVs 1 e 2 . . . . . . . . . . . . . . . . . . . 73 Gráfico 28 Perfil Utilização PSVs 3 e 4 . . . . . . . . . . . . . . . . . . . 73 Gráfico 29 Custo Total e seus componentes . . . . . . . . . . . . . . . . 74 Gráfico 30 Influência do Mau Tempo na Ociosidade dos Navios. . . . . . 76 Gráfico 31 Influência Mau Tempo no Abastecimento . . . . . . . . . . . 77 viii Gráfico 32 Custo Diesel x Tempo Médio Atendimento . . . . . . . . . . . 78 Gráfico 33 Influência Tanker na Ociosidade PSVs . . . . . . . . . . . . . 79 Gráfico 34 Comparativo Tempo Total de Reabastecimento . . . . . . . . 79 Gráfico 35 Comparativo Contagem Total de Fila . . . . . . . . . . . . . . 80 Gráfico 36 Perfil de utilização do Tanker. . . . . . . . . . . . . . . . . . . 81 ix LISTA DE TABELAS Tabela 1 Superavit do Brasil no comércio internacional. . . . . . . . . . 6 Tabela 2 Comparativo entre as literaturas que foram revisadas. . . . . . 20 Tabela 3 Tipos de Embarcação de Apoio Offshore. . . . . . . . . . . . . 23 Tabela 4 Características por Tipo de PSV. . . . . . . . . . . . . . . . . . 25 Tabela 5 Dados de Consumo de Diesel por tipo de PSV. . . . . . . . . . 25 Tabela 6 Posição das Monoboias da Bacia de Campos . . . . . . . . . . 26 Tabela 7 Classes Construtoras dos Elementos da Simulação . . . . . . 35 Tabela 8 Classes das Lógicas dos Elementos da Simulação . . . . . . . 36 Tabela 9 Resumo Dados Navio Tanque . . . . . . . . . . . . . . . . . . . 39 Tabela 10 Resumo Dados PSV . . . . . . . . . . . . . . . . . . . . . . . 41 Tabela 11 Distância média campos até a costa . . . . . . . . . . . . . . 43 Tabela 12 Valores estatísticos de clusters na Bacia de Campos. . . . . . 44 Tabela 13 Capacidade e Estoque de Segurança de Diesel em clusters . 44 Tabela 14 Distribuições para o consumo e volume de pedido de diesel . 48 Tabela 15 Distribuições para Vazão de Diesel nos FPSOs. . . . . . . . . 49 Tabela 16 Resumo dos Dados de Entrada para as UM. . . . . . . . . . . 49 Tabela 17 Distribuições Discretas para Ocorrência de Mau Tempo . . . 51 Tabela 18 Distribuições contínuas para período de mau tempo . . . . . 52 Tabela 19 Valores das constantes da equação para Time-Charter . . . . 55 Tabela 20 Fator de Correção Time-Charter para Tipo de PSV. . . . . . . 56 Tabela 21 Valores das constantes da equação para Diesel . . . . . . . . 57 Tabela 22 Custo de Diesel para 20 iterações do cenário C1 frota F21. . 61 Tabela 23 Comparativo Distribuições Programadas x Obtidas . . . . . . 63 Tabela 24 Output de Posição Ship 1 . . . . . . . . . . . . . . . . . . . . 64 Tabela 25 Varição do nível do estoque dos PSVs e FPSOs. . . . . . . . 65 Tabela 26 Frotas com 2 PSVs. . . . . . . . . . . . . . . . . . . . . . . . 66 Tabela 27 Frotas com 3 PSVs. . . . . . . . . . . . . . . . . . . . . . . . 67 Tabela 28 Frotas com 4 PSVs. . . . . . . . . . . . . . . . . . . . . . . . 67 Tabela 29 Frotas com 1 PSV. . . . . . . . . . . . . . . . . . . . . . . . . 67 Tabela 30 Comparação Custo Anual por PSV . . . . . . . . . . . . . . . 75 Tabela 31 ComparaçãoCusto por Tempo Utilizado Anualmente . . . . . 75 x Tabela 32 Comparação da Redução do Tempo Médio de Atendimento . 75 xi LISTA DE ABREVIATURAS E SIGLAS ABESPetro Associação Brasileira das Empresas de Serviços de Petróleo AHTS Anchor Handling Tug Supply Vessel ANP Agência Nacional do Petróleo DES Simulação por Eventos Discretos E&P Exploração e Produção FPSO Floating, Production, Storage and Offloading MMbbl/d Milhões de barris de petróleo por dia PIB Produto Interno Bruto PSV Platform Supply Vessel UM Unidades Marítimas xii 1. INTRODUÇÃO 1.1. CONTEXTO HISTÓRICO Muito antes de desenvolver um papel crucial na economia mundial, o petróleo já era muito conhecido e utilizado em diversas aplicações. Durante os séculos, diversas civilizações antigas fizeram seu uso, como na Mesopotâmia, onde era utilizado como uma forma de argamassa nas construções, ou no Egito, em que a principal aplicação era no embalsamento dos corpos que eram mumificados. No século XVIII, o principal uso o qual o petróleo era vinculado era para fins medici- nais, sendo considerado como tratamento para doenças reumáticas e escorbúti- cas (1). Essa foi a aplicação que gerou sua primeira forma de comercialização. Segundo GERALI (2), o produto passou a ter perda no seu apelo por volta de 1852, e com isso Samuel Kier que havia desenvolvido um método de refino do óleo como lubrificante para lampiões resolve mudar o foco da comercialização e passa para o mercado de iluminação. Assim é originada a primeira refinaria dos Estados Unidos, mostrando que o sucesso para a comercialização do petróleo estava no processo de refino do minério. Com a crescente no mercado dos iluminantes, George Bissell, percebeu que havia a necessidade de explorar uma quantidade maior de petróleo para que o minério pudesse entrar de forma competitiva no mercado da iluminação. Assim, teve a ideia de extrair o óleo através de perfuração ao invés de escavação (3). Até então, o petróleo era obtido sempre através de escavações. Inclusive o primeiro poço comercial de petróleo foi feito de forma escavada em 1846 no Azerbaijão (1). Mas, com a ideia inovadora, Bissell contratou o comumente conhecido como Coronel Drake, que, em 1859, foi bem-sucedido ao realizar a primeira perfura- ção de um poço de petróleo em Titusville, Pensilvânia. Esse feito foi um marco que revolucionou a indústria, iniciando a chamada febre do petróleo nos Estados Unidos (3). Em meados de 1870, John Rockfeller revolucionou a indústria petrolífera ao criar a Standard Oil Company, empresa que nos anos que se seguiram dominou o controle do refino e comercialização do petróleo nos Estados Unidos. Porém, como o foco de mercado era o querosene para o lampião, em 1879 quando Tho- 1 mas Edison desenvolveu a lâmpada elétrica, o império de Rockfeller enxergava seu declínio. Segundo a MBPCoppe/UFRJ (3), a companhia apenas conseguiu superar essa barreira eminente quando, em 1903, Henry Ford fundou sua em- presa, revolucionando toda a indústria. Assim, a Standard Oil Company pode expandir seus negócios para o gás natural e, posteriormente, para a gasolina voltada aos automóveis (3). Com a necessidade de se expandir a produção de combustíveis fósseis, a procura por novos poços de petróleo aumentou rapidamente. Assim, foi des- coberto a existência de reservatórios sob as águas de mares ou lagos, sendo denominada exploração offshore. Em 1896, Henry L. Williams percebeu que o campo Summerland na Califórnia, seguia oceano adentro. Assim, construiu um píer com cerca de 300 pés em direção ao Oceano Pacífico apoiando uma sonda de perfuração sobre ele, sendo o responsável por explorar o primeiro poço offshore da história e pela expansão do setor para as bacias marítimas. As pri- meiras instalações que não eram conectadas ao continente por píeres entraram em produção em 1911 no Lago Caddo, Louisiana. Após esses marcos, o setor se desenvolveu e com o surgimento de novas descobertas no Golfo do México e Mar do Norte, as tecnologias e conhecimentos foram sendo aperfeiçoados, como o advento da árvore de natal molhada no final da década de 1960 que tornou possível estender a exploração para águas profundas – define-se águas profun- das com profundidade acima de 300 metros (4, 5). Atualmente, a plataforma localizada em maior profundidade do mundo é o FPSO – Floating, Production, Storage and Offloading - Turritella no campo de Stone no Golfo do México, em uma profundidade de 2.900 metros (6). No Brasil, em 1870 o óleo de baleia começou a ser trocado por derivados de petróleo no mercado da iluminação. Com a Primeira Revolução Industrial e entrada das empresas Standard Oil Company, Shell e Texaco entre os anos de 1897 e 1915, a importação dos combustíveis fósseis aumentou rapidamente, a fim de suprir a demanda do crescimento industrial do país. Em 1938, o governo Vargas instaura o Conselho Nacional do Petróleo (CNP), marcando a entrada do Estado para as questões petrolíferas. Até então, havia dúvidas quando a exis- tência do recurso em solo brasileiro, porém, em 1939 foi encontrado o primeiro reservatório de petróleo no país, no poço de Lobato na Bahia, que foi logo esta- 2 tizado pelo governo Vargas (7). Após a deposição de Vargas, a nova constituição foi outorgada em 1946, toda- via não incluiu normas para o setor petrolífero. Assim, posteriormente, foi criado o Estatuto do Petróleo para normatizar o setor. Esse abria a indústria para o capital privado, sendo nacional ou estrangeiro, o que causou revolta da popula- ção e lançamento do movimento “O Petróleo é nosso!”. Com isso em 1953, é sancionada a lei que cria oficialmente a Petrobras, com o objetivo de explorar a indústria petrolífera no país de forma monopolista, excluindo-se a distribuição. A flexibilização do monopólio do setor se deu apenas no governo de Fernando Henrique Cardoso (1995-2002), que foi caracterizado pela redefinição do papel do Estado na economia. Além disso, nesse governo foi criada a Agência Naci- onal do Petróleo (ANP), órgão responsável por fiscalizar as diversas atividades dessa indústria (7). Após a descoberta de 1939, campos de petróleo significativos em terra foram sendo encontrados, como Tabuleiro dos Martins e Coqueiro Seco, em Alagoas (1957), Carmópolis, em Sergipe (1963) e Miranga, na Bahia (1965). Porém, o país ainda não tinha capacidade para enxergar uma possível autossuficiência no setor, necessitando importar cerca de dois terços do consumo brasileiro em meados da década de 1960. Seguindo assim as tendências internacionais, a Petrobras então resolveu investir na exploração em bacias marítimas. Os inves- timentos eram altos, mas foram sendo recompensados, com as descobertas dos campos Guaricema (1968), de Dourado (1969), Camorim (1970) e Caioba (1971) no litoral do Sergipe. A partir de 1975 foi iniciada a construção de plataformas de produção em território brasileiro, desenvolvendo a indústria nacional. Com relação a plataformas de perfuração, a primeira construção no Brasil já havia ocorrido em 1966, com a encomenda da PETROBRAS I, uma plataforma do tipo auto elevatória, no Estaleiro Mauá (Niterói, RJ), mostrada na figura 1. Em 1968, mesmo ano do início das descobertas no Nordeste, foram iniciadas as investi- gações na Bacia de Campos. Porém, apenas em 1973 começaram a aparecer os primeiros indícios de óleo, seguindo-se pela descoberta do Campo Garoupa em 1974. Essa descoberta motivou a continuidade das investigações e todo o ciclo subsequente das descobertas e exploração no local. Em 1980, foram feitas as primeiras perfurações em território brasileiro em águas profundas, à profun- 3 didade de 400 metros. Em 1996, foi descoberto o Campo Roncador que, com o início de sua produção em 1999 com profundidade que varia entre 1.500 a 1.900 metros, foi o primeiro campo a ser explorado em águas ultraprofundas do mundo – águas ultraprofundas são aquelas que possuem lâmina d’água igual ou maior do que 1.500 metros (5). Figura1: Plataforma autoelevatória PETROBRAS 1 (P-1). Fonte: Solaris Edições Cultu- rais. A partir de 2001 iniciaram-se as investigações sísmicas na Bacia de Santos em busca de novos reservatórios de petróleo, onde as suas interpretações a par- tir de 2003 passaram a dar reais indícios da existência de reservatórios abaixo da camada de sal. A decisão em ser investir nessa pesquisa foi difícil, devido as condições físicas e geológicas adversas bem distintas do que já havia sido traba- lhado até então, requerendo, portanto, altos investimentos em inovação, além da incerteza de encontrar um reservatório com volume suficiente que justificasse co- mercialmente todo o investimento na área. Porém, tomou-se o risco e em março de 2004 foi escolhida a primeira área para perfuração, a área de Parati. Apesar de não ter sido encontrado petróleo na área, foi encontrada a presença de gás condensado, o que indicava a existência de um sistema petrolífero ativo na área. Assim, passaram-se para perfurações na área de Tupi em 2006, motivados pe- las descobertas da área de Parati. Após diversas análises, em 08/11/2007, a Petrobras apresentou ao Conselho Nacional Energético detalhes da descoberta 4 do pré-sal, no campo Tupi na Bacia de Santos. Tupi originou então o Campo de Lula, maior produtor de óleo e gás do Brasil segundo dados de abril de 2019. Entre os anos de 2005 a 2012 foram descobertos um total de 63 acumulações de petróleo na região do Pré-Sal nas Bacias de Santos e Campos (5, 7). A imagem 2 abaixo apresenta as bacias marítimas exploradas no setor atualmente. Figura 2: Bacias de Exploração de Petróleo do Brasil da Atualidade. Fonte: Petrobras. 1.2. MOTIVAÇÃO O setor de petróleo e gás tem grande importância do cenário econômico bra- sileiro. De acordo com a ABESPetro – Associação Brasileira das Empresas de Serviços de Petróleo, a indústria contribuiu com uma parcela de 13% do PIB no primeiro semestre de 2019 – Produto Interno Bruto, soma de todos os bens e serviços finais produzidos por um país (8) – se colocando como um dos setores que mais influencia na economia do país (9). Além disso, dados da ANP mostram a crescente da exportação de petróleo por parte do país. Em 2018, foram exportados 410,010 MMbbl, o que representa um aumento de 12,7% com relação ao ano anterior, conforme pode ser obser- vado no gráfico 1. A receita gerada por esse aumento foi 51% maior do que em 2017, sendo equivalente a US$25,1 bilhões. Já a importação de petróleo tota- lizou aproximadamente 67,96 MMbbl em 2018, mostrando que a exportação do país é maior do que sua importação. Isso significa uma diminuição na dependên- 5 cia externa do Brasil em relação ao setor. Na verdade, o país vem apresentando superavit no comércio internacional desde 2015, atingindo no final de 2018 uma marca de 28%, conforme apresentado na tabela 1 (10). Gráfico 1: Dados históricos de exportação de petróleo 2009-2018. Fonte: ANP. Tabela 1: Superavit do Brasil no comércio internacional. Fonte: ANP. Atualmente, o país possui a segunda maior reserva provada de petróleo da região da América Central e do Sul, ocupando 15a posição mundialmente – re- servas provadas de petróleo são aquelas em que se estima recuperar comer- cialmente de reservatórios descobertos e avaliados com um elevado grau de certeza. As reservas provadas de petróleo do Brasil totalizaram 13,4 bilhões de barris em 2018, sendo 495,3 milhões em terra e 12,9 bilhões de barris em mar. Já as reservas totais, reservas que contabilizam as reservas provadas, possíveis e prováveis, contabilizaram 24,3 bilhões de barris passíveis de exploração. Com relação a produção de petróleo, o país possui a maior produção na região da América Central e Sul e ocupa a 10a posição mundialmente (10). É importante ressaltar que o Brasil apenas apresenta uma indústria competi- tiva no setor devido as descobertas offshore, principalmente na região do pré-sal. O pré-sal trata-se de uma sequência de rochas sedimentares formadas a mais 6 de 100 milhões de anos durante a separação do continente Gondwana (conti- nente americano e africano atuais). Durante a separação do continente, foram sendo formadas grandes depressões para onde os rios eram canalizados, assim durante os anos foram sendo depositadas as rochas geradoras do petróleo do pré-sal, ricas em matéria orgânica. Conforme o distanciamento dos continentes ocorria, o Oceano Atlântico começou a se formar, cobrindo a matéria orgânica acumulada e gerando assim a camada de sal sobre ela. Com o tempo, proces- sos termoquímicos transformaram essa matéria acumulada em petróleo e gás natural, gerando os grandes reservatórios encontrados atualmente na região do pré-sal. Assim, a região abaixo da camada de sal é denominada pré-sal e a região acima da camada é a denominada de pós-sal (11). Em 2018, o pré-sal representou 55,2% da produção total nacional, totalizando 521,5 MMbbl no ano, uma média 1,4 MMbbl/d. A produção total em mar corres- pondeu a 95,7% do total. A região ganhou tamanha importância pelo fato de conseguir produzir uma quantidade muito maior do que os poços comuns, onde os valores obtidos em 2018 se deram para 85 poços na região do pré-sal, 626 da região pós-sal e 6.648 poços terrestres (10, 12). Dados mais recentes, de setembro de 2019, corroboram essa importância, em que a produção do pré-sal correspondeu a 61,2% da produção nacional, com uma média de 1,83 MMbbl/d em 110 poços. O gráfico 2 abaixo apresenta essa diferença na produção nas diferentes regiões em 2019, resumindo o papel da região do pré-sal para o setor brasileiro (13). Gráfico 2: Pré-Sal x Pós-Sal. Fonte: ANP. 7 No país, o detentor na maior parcela da produção é o Estado do Rio de Ja- neiro, com 76% da produção total, uma média de 2,2 MMbbl/d, conforme apre- senta o gráfico 3. O setor é de extrema importância para o estado que possuía 83,3% das reservas nacionais em 2018 e é responsável por 30% do seu PIB, dado de 2019 (10, 14). As bacias onde o estado possui participação são as ba- cias de Santos e Campos. Ambas são as bacias de maior importância no cenário econômico brasileiro, sendo responsáveis pelas maiores parcelas da produção nacional de petróleo, conforme pode ser observado no gráfico 4 referente a se- tembro de 2019. A discrepância na produção dessas bacias é entendida ao se atentar para o fato de serem as bacias que compreendem a região do pré-sal (13). Gráfico 3: Produção por Estado - Setembro/19. Fonte: ANP. Gráfico 4: Produção Por Bacia. Fonte: ANP. 8 Através dos dados apresentados, entende-se a importância econômica da área de E&P – Exploração e Produção – na indústria de petróleo e gás para o país. Mas, para que essa indústria funcione e opere com eficiência existe um setor complexo de logística de apoio offshore que provêm todo o suporte ne- cessário. As unidades marítimas – UM, tanto de perfuração como de produção, requerem suprimentos, pessoas e serviços. Assim, a área de apoio offshore fornece uma logística para o transporte dessas cargas, envolvendo desde heli- cópteros até embarcações especializadas (15). As atividades de E&P requerem um alto nível de serviço do suporte à ope- ração, devido aos altos valores envolvidos. Os valores de parada tanto de uma sonda de perfuração como de uma plataforma de produção são da ordem de US$ 1 milhão por dia1. Assim, é de extrema importância que a logística para o apoio a essas unidades seja eficiente e confiável. Mas ao mesmo tempo, por se tratar de serviços de alto nível, os custos envolvidos no setor de apoio offshore também são altos, principalmente considerando-se a descoberta e desenvolvimentos de campos em águas profundas e ultraprofundas cada vez mais distantes da costa, como acontece na região do Pré-sal, que demanda por embarcações mais com- plexas e robustas. Dessa forma, para que o setor seja o mais rentável possível, é de interesse que os custos operacionais envolvidos na área da logística sejam reduzidos ao máximo, mantendoo alto nível de serviço (15). 1.3. OBJETIVO O objetivo desse trabalho é criar uma ferramenta capaz de prover suporte ao planejamento das operações de abastecimento de óleo diesel para plataformas offshore. É importante lembrar que o nível de serviço exigido para essa opera- ção é muito alto, onde a falta do óleo diesel na plataforma, ou seja, o estoque do combustível vazio, equivale a parada da plataforma. O que consiste em custos muito elevados tanto para plataformas de perfuração, taxa diária da sonda, como para as plataformas de produção, devido ao custo de oportunidade relacionado a produção do barril de petróleo. A ideia, portanto, é criar um modelo que rea- 1Considerando a produção total do pré-sal no mês de setembro de 2019 de 1,827 MMbbl/dia em 110 poços, ou seja, uma média de 16,6 Mbbl/dia em um poço de pré-sal (13) e o preço do barril em dólares igual a US$64,55 em 2018 (10), foi estimado o custo de oportunidade perdido devido a parada em uma plataforma de produção durante um dia, equivalente a US$ 1 milhão.Já, a parada de uma sonda equivale ao custo médio de perfuração do poço, também equivalente a US$ 1 milhão por dia (16). 9 liza simulação por eventos discretos da operação de forma a contribuir para um planejamento estratégico que garanta o nível de serviço exigido. Para isso a mo- delagem buscou se aproximar ao máximo da operação real ao incluir aspectos como condições climáticas adversas e efeitos estocásticos de diversas variáveis, de forma a representar a aleatoriedade de processos. Por fim, busca-se vali- dar a ferramenta ao analisar cenários de dimensionamento de frota e análise do elemento Navio Tanque. Ambos os cenários são construídos utilizando-se como base a Bacia de Campos e o porto de Macaé. O cenário de dimensionamento da frota de PSVs – Platform Supply Vessel – busca encontrar o tamanho ideal da frota para o cenário dado de forma a encontrar o melhor trade-off entre os custos envolvidos e o nível de serviço oferecido. Já o cenário do Navio Tanque procura investigar a influência do elemento para os custos e nível de serviço ofe- recido. Os dois cenários foram escolhidos de forma a demonstrar a versatilidade da ferramenta e confiabilidade dos seus resultados. 1.4. ESTRUTURA DO PROJETO Esse trabalho está composto de 8 capítulos. O capítulo inicial se trata de uma introdução a temática estudada. Foi feita uma retomada do contexto histórico do petróleo e seu caminho até a exploração atual, passando pelo cenário internacio- nal e brasileiro. Após esse entendimento, é explicada a motivação por trás desse trabalho, procurando justificar a importância e relevância que esse trabalho pode trazer ao meio acadêmico e econômico. Por fim, é apresentado o objetivo do projeto, o ponto especifico que se buscou estudar e analisar no desenvolvimento do texto. No capítulo 2 é apresentado um compilado de teses, artigos e trabalhos re- lacionados ao tema. Nesse capítulo foi feita uma revisão da literatura de forma a estudar a fundo a temática abordada e apresentar a lacuna que o trabalho buscou preencher. No capítulo 3 é explicada de forma detalhada a operação analisada, apresentando todos os componentes e restrições que a compõem. Assim, a operação de abastecimento de diesel é destrinchada em seus princi- pais elementos, que são explicados e caracterizados. No capítulo 4, a metodologia utilizada para desenvolver o trabalho é apresen- tada e explicada, buscando mostrar ao leitor a forma como foi construída a lógica da simulação e as etapas que o trabalho tomou. No capítulo 5 é, então, apre- 10 sentada de forma detalhada como se deu o desenvolvimento da implementação computacional da simulação. No capítulo 6 são determinados os cenários que serão analisados através da simulação, de forma a realizar o dimensionamento da frota e analisar influência de outros elementos. No capítulo 7 são apresentados os resultados da simulação para cada cenário, onde através de sua analise, foi possível obter conclusões a respeito da operação de abastecimento de diesel. No capítulo 8, as conclusões que foram tomadas na seção anterior são apre- sentadas de forma compilada e sugestões de melhorias e trabalhos futuros foram dadas. Por fim, há ainda uma seção final com as referências bibliográficas que foram utilizadas no decorrer do trabalho. 11 2. REVISÃO DA LITERATURA A tendência para a integração entre processos de produção e logísticos bus- cando a minimização dos custos totais é uma realidade para uma empresa que busca se manter competitiva no mercado. De acordo com WANKE (17), existem 3 motivações principais que levam às empresas seguirem essa direção: a pres- são para reduzir os níveis de estoques, pressão para agilizar o atendimento ao cliente e a pressão para customizar em massa. O cenário operacional estudado nesse trabalho se encaixa no segundo caso, uma vez que existe a grande pres- são para o atendimento às plataformas com agilidade, ou seja, um alto nível de serviço, devido ao alto valor envolvido em paradas nas operações delas. Porém, a realização de estudos de otimização e planejamento nas operações de supri- mento não é tradicional, devido ao fato da atividade logística não ser a atividade fim em companhias de óleo e gás (18). Com isso, estudos orientados para esse tipo de operação são importantes para as empresas desse seguimento continua- rem a ter um papel competitivo no mercado. Nessa seção foram revisados alguns trabalhos nessa temática, utilizados para aumentar o conhecimento e embasar o projeto apresentado nesse documento. A tese de DIUANA (19) realizou uma análise na operação de suprimento de óleo diesel à plataformas na Bacia de Campos através de simulação por eventos discretos. Seu objetivo foi comparar duas políticas logísticas para a operação, a política de entrega sob demanda, utilizada no cenário real, e a política de entrega programada. Na política de entrega sob demanda, as plataformas enviam um pedido quando seus estoques de combustível atingem um ponto crítico (próximo ao estoque de segurança). As embarcações do tipo PSV realizam o suprimento e reabastecem seus tanques através de navios tanques posicionados em mo- noboias de forma estratégica. Na política de entrega programada, é criado um cronograma de entrega para cada cluster considerado – conjunto de plataformas, utilizando os consumos médios de combustível de dados históricos. Assim, cada cluster tem um determinado número de viagens por semana e os PSVs possuem uma rota fixa do navio tanque para o cluster específico. Algumas simplificações foram utilizadas no modelo, como consideração de carga infinita para o navio tan- 12 que, apenas 1 tipo de PSV, dados determinísticos de vazão e a desconsideração dos fatores estocásticos como clima na operação. Assim, o autor compreende que o modelo possuiu limitações e incentiva um melhor desenvolvimento desses fatores. FRIEDBERG; UGLANE (20) também utilizam o cenário de abastecimento de óleo diesel a plataformas offshore em sua tese. Eles buscaram criar uma ferra- menta para identificar as melhores rotas e cronogramas para a logística de abas- tecimento de suprimentos através de embarcações do tipo PSV. A ferramenta é testada utilizando-se como estudo de caso a Bacia de Campos e o suprimento de óleo diesel. Eles argumentam que para que ocorra uma expansão na produção como era esperado pela Petrobras, era necessário que todos os setores envol- vidos aumentassem sua robustez em conjunto. Porém, na situação analisada, o porto que Macaé já estava atuando em sua capacidade máxima, dificultando qualquer aumento na demanda. Assim, para encontrar a solução ótima, onde o custo é diminuído, eles modelam a operação como um problema de roteamento e programação de PSVs com navios tanques através de um problema de otimi- zação de custo, resolvido por programação linear. Como se trata da criação de uma ferramenta de otimização operacional pensada para planejamento de rotas diárias, muitofoi pensado com relação a redução de requerimentos computacio- nais. Ou seja, o foco do modelo foi o desempenho computacional. Para ASTOURES et al. (21), a logística do suprimento de óleo diesel para plataformas offshore é tratada como um problema de roteamento de veículo com reabastecimento. Assim, em seu artigo, o problema é pensado através de um modelo matemático, com o objetivo de estabelecer rotas para as embarcações abastecerem as plataformas offshore. O modelo foi testado considerando o ce- nário da Bacia de Espírito Santo. As análises através do modelo matemático fo- ram feitas variando-se parâmetros como a frota de PSVs – tanto em capacidade como número disponível – e a frota de navios tanques. Através das simulações foi observado que um maior número de navios tanque disponíveis contribui para diminuir o custo operacional. Além disso, o uso de frotas de PSVs homogêneas – mesma capacidade – levou aos piores resultados das simulações, com mai- ores custos. A melhor estratégia encontrada para diminuir os custos totais foi aumentar o tempo para mudança de turno da tripulação, porém essa estratégia 13 é mais difícil de ser aplicada na realidade devido questões sindicais. RIBEIRO; IACHAN (22) abordam o dimensionamento da frota de supridores para plataformas de petróleo da Petrobras. Seu objetivo era realizar um estudo para determinar com maior confiabilidade o tamanho da frota ideal para essa operação e futura contratação. A operação analisada consiste no suprimento a plataformas offshore de carga geral, óleo diesel e água. As operações que possuem carga de transbordo e de óleo diesel poderiam ser efetuadas por em- barcações especializadas. Assim, as embarcações só voltariam ao porto para manutenção, efetuando as entregas em determinada área. As embarcações es- pecializadas em diesel seriam alocadas a um determinado navio tanque, para reabastecimento. As entregas são feitas através de rotas pré-estabelecidas, com a chegada de novas requisições. Assim, o estudo buscou também otimi- zar essas rotas de forma a reduzir o custo operacional, como o consumo de combustível. O método proposto consistiu em realizar uma DES - simulação por eventos discretos, devido à complexidade do problema para ser resolvido anali- ticamente. Ao fim da simulação que gerava rotas ótimas para uma determinada frota, foi realizada uma otimização dos resultados a fim de alocar as rotas ótimas às embarcações selecionadas. Através do estudo de caso, avaliando para cada porto utilizado pela empresa, foi possível observar que as embarcações da frota estavam com capacidade ociosa. A ferramenta foi bem aceita e utilizada para determinar a contratação da frota futura da empresa. O trabalho de LEITE (23) busca melhorias na logística de abastecimento de carga geral a plataformas localizadas na Bacia de Campos. Ele procurou anali- sar empiricamente o transporte de cargas de convés, propor diferentes políticas de abastecimento para a Bacia de Campos, investigar como as políticas propos- tas afetam a robustez do sistema logístico e ainda aumentar e registrar conhe- cimento em relação a logística offshore. Ao realizar uma análise empírica da operação de abastecimento de cargas de convés, Leite conclui que o sistema poderia ser mais bem planejado, sendo possível diminuir seu custo e manter o nível de serviço exigido. A política de serviço sugerida por Leite consistiu em fixar rotas dos PSVs para cada cluster, onde cada plataforma do cluster possui uma janela de tempo fixa para que receba o PSV. A ideia era diminuir o número de viagens e número visitas as unidades offshore, assim como o número de uni- 14 dades por viagem para cada embarcação. Assim, cada cluster tem o número requerido de viagens por semana definido. Para validar a política, Leite realiza uma simulação computacional utilizando os dados coletados da análise empírica. Assim, através dos resultados obtidos, consegue mostrar que a política melhora o serviço oferecido, onde o tempo de navegação, tempo de fundeio, e número de embarcações poderiam ser reduzidos utilizando-se a política desenvolvida de abastecimento. SOUZA (24) também realiza uma análise na operação de suprimento de carga geral, porém inclui a influência das condições meteorológicas sobre a lo- gística na Bacia de Campos. A operação do abastecimento de carga geral con- siste em entregas programadas às plataformas através de PSVs. As cargas que podem ser unitizadas ou não podem ser divididas em: carga geral, comida e água potável, tubos, dutos, produtos químicos e lixo (backload). Ele utiliza si- mulação por eventos discretos para modelar a operação. A influência climática é incluída na simulação como um critério de parada, onde de acordo com a altura de onda o PSV deve aguardar para desabastecer na plataforma. Um outro ponto interessante abordado na simulação foi a questão da velocidade de serviço do PSVs, onde ele considera ainda a variação na velocidade dos PSVs de acordo com o período do ano a fim de inserir a influência climática nesse fator. Para AAS et al. (25) a logística upstream na indústria de óleo e gás deve ser levada como um importante assunto para a indústria, porém não há muita pes- quisa feita nesse campo. Os autores buscaram em seu paper realizar um estudo sobre os efeitos que a capacidade de espaço disponível nas plataformas offshore trazem sobre a demanda e roteamento de suprimento. O estudo foi feito na re- gião Haltenbanken da Noruega, localizada no mar no Norte. A ideia é determinar uma sequência das instalações a serem visitadas por cada PSV de forma que todas as demandas sejam entregues, todas as cargas de backload sejam cole- tadas, o custo total de transporte seja minimizado e satisfazendo as condições de capacidade disponíveis nas embarcações e instalações offshore. A operação foi modelada como um problema determinístico de minimização de custo, utili- zando programação linear. Foi considerado apenas 1 PSV e eles observaram que alguns casos eram mais vantajosos realizar 2 viagens (uma para deixar os suprimentos e outra para buscar). Porém, admitem que o modelo precisa ser 15 mais detalhado para representar mais fielmente a realidade por terem adotado muitas simplificações, não considerando fatores estocásticos como variação da demanda devido natureza da operação, influências climáticas durante navega- ção e transferência dos suprimentos e espaço disponível da plataforma durante o lead-time. KISIALIOU et al. (26) também realizaram um trabalho para encontrar a frota ótima e melhor cronograma para embarcações que realizam a operação de su- primento de plataformas offshore. Para os autores a operação pode ser descrita como um novo tipo de problema denominado: problema de planejamento para embarcações de suprimento periódicos com saídas flexíveis e pares de embar- cações. Já que inserem ao problema de roteamento tradicional o que eles cha- mam de saídas flexíveis e embarcações em pares. As saídas flexíveis consistem em determinar para a base onshore um número mínimo e máximo de embarca- ções que devem sair em um determinado período, considerando já a quantidade média de viagens que devem ser realizadas semanalmente. Assim, para cada viagem o dia e hora de saída devem ser determinados, não sendo fixos. As embarcações em pares são embarcações que possuem as mesmas característi- cas e que sob determinadas circunstâncias podem trocar o final do cronograma, evitando assim que ocorra uma sobreposição. Essa é uma forma de deixar o cro- nograma com uma maior folga para as embarcações, garantindo o cumprimento e diminuindo custos. O problema foi modelado de forma analítica por um algo- ritmo matemático. Os resultados se mostraram proeminentes para esse modelo, tendo sido testado fisicamente em empresa na Noruega. Com um bom entendimento do problema, os autores KISIALIOU et al. (27) retornam para esse tipo de estudo, mas estendendo para cenários de demanda incerta. O objetivo do artigo foicriar uma ferramenta capaz de auxiliar e gerar cronogramas mais eficientes nesse tipo de cenário. Os abastecimentos de su- primentos são feitos através de cronogramas que mudam de forma sazonal, de acordo com a variação das necessidades das plataformas. Porém, é explicado que esses cronogramas dificilmente são assertivos, uma vez que não conside- ram fatores estocásticos como influência do clima, demanda variável fora do es- perado e perda da janela de saída da base onshore devido a atraso anterior. Isso ocorre principalmente para sondas de perfuração que possuem demandas mais 16 flutuantes, devido à natureza da operação. Assim, é entendido a necessidade de ser estudar uma forma de criar cronogramas de entrega que levem em consi- deração a variabilidade de demandas e fatores estocásticos como tempo, a fim de gerar uma ferramenta de maior confiança e que gere um menor custo final. A metodologia utilizada para a criação da ferramenta foi uma programação de dois estágios do problema com recursos. Foi feita uma combinação de otimiza- ção e simulação por eventos discretos. A ideia é usar o algoritmo de otimização para encontrar possíveis configurações estratégicas e assim utilizar a simulação por eventos discretos para avaliar a estratégia selecionada. Foi concluído que o modelo funcionou na prática, com bons resultados computacionais. BORTHEN et al. (28) fizeram um estudo para desenvolver uma ferramenta de otimização da frota e planejamento de cronogramas em operações de suprimen- tos para plataformas offshore na Noruega. A ferramenta corrente da empresa estudada não estava sendo mais eficiente para casos mais robustos, e com o au- mento das operações era necessária uma melhoria nesse sentido. Assim, eles adaptaram o algoritmo de Busca Genética Híbrida com Controle de Diversidade Adaptável de Vidal (2012) para o problema de planejamento de PSVs. O modelo consistiu em duas fases: uma primeira utilizando o algoritmo comentado com uma frota fixa a fim de adquirir as melhores soluções de cronograma possíveis e a segunda de otimização da frota. Assim, as duas fases combinadas gera- ram a heurística proposta que provê tanto o cronograma para as embarcações de forma que todas as instalações sejam atendidas com o menor custo opera- cional possível, assim como o tamanho da frota ideal, reduzindo os custos de afretamento ao máximo - os maiores e principais custos nesse tipo de operação. Com o experimento através de cenários reais da empresa e confrontando com resultados da ferramenta utilizada pela mesma, observaram que a ferramenta desenvolvida foi bem-sucedida, possuindo um ganho e eficiência computacional superiores e ultrapassando outras ferramentas existentes. Já AAS et al. (18) buscaram pensar no problema logístico envolvendo o su- primento de plataformas offshore de forma diferente. Os autores realizaram um estudo das operações de suprimento offshore na Noruega, porém focando nas embarcações e não no seu roteamento. Eles buscaram analisar as caracterís- ticas dos PSVs de forma a entender quais delas poderiam sofrer melhorias em 17 prol da operação. Através de suas análises puderam perceber que a caracte- rística que causa maior desafio na operação dos PSVs é a habilidade de carre- gar/descarregar offshore, devido a influência do clima. Também concluem que para uma melhor análise seria necessário integrar o estudo do design da embar- cação com o do roteamento, de forma a obter os melhores resultados. BATISTA (29) busca criar um modelo capaz de analisar a operação das em- barcações no porto de Macaé que atuam na Bacia de Campos. O modelo foi construído através do software Arena de forma a analisar a operação no píer e criação de filas para atracação. A validação foi feita através de dados reais da operação no porto e mostraram que a ferramenta é confiável e pode ser usada para tomada de decisões operacionais. A ideia é que o modelo possa ser utili- zado para otimizar as operações no porto através de estudos experimentais, me- lhorando equipamentos ou aumentando a operação, por exemplo. Outro ponto é que pode ser utilizado por operadores para ajudar na priorização de embarca- ções durante a operação. O trabalho desenvolvido por SILVA (30) busca criar um método para tomada de decisão em situações envolvendo trade-off. Com isso, propõe a realização de simulação por eventos discretos para obtenção de valores de entrada e posterior realização de um estudo de trade-off para se chegar a uma solução ótima ba- seada nos critérios selecionados. O autor explica que a simulação por eventos discretos foi escolhida por observar a eficácia no auxílio da tomada de decisões e estudo/resolução de problemas em sistemas logísticos complexos, como re- des de transporte aquaviário. Ele aplica seu modelo em um estudo de caso para operação de entrega de minério de ferro à uma usina no Nordeste utilizando-se a cabotagem. Os resultados obtidos mostraram que o modelo cumpriu seu pro- pósito ao gerar uma maior confiabilidade na tomada de decisão para a frota e estoque do caso estudado. O artigo de SHYSHOU et al. (31) buscou realizar um estudo sobre o dimensi- onamento de frota em operações de ancoragem offshore. Foi mostrado como a operação de ancoragem offshore possui grande incerteza e poderia se beneficiar de um melhor estudo de dimensionamento, já que fica refém das tarifas do mer- cado spot para o afretamento das embarcações AHTS – Anchor Handling Tug Supply Vessel. Na indústria de óleo e gás, a maior quantidade de operações de 18 ancoragem se dá durante o processo de perfuração, uma vez que se utilizam de sondas móveis. Assim, cada vez que a sonda é levada para um novo local para iniciar uma nova perfuração, deve-se realizar operações de ancoragem. Com isso, o trabalho buscou modelar essa operação a fim de prover uma ferramenta para que a empresa possa tomar decisões estratégicas quanto ao dimensiona- mento da frota. Devido à natureza aleatória da operação, modelaram o problema através do software Arena, que utiliza eventos discretos. As principais incerte- zas oriundas do cenário e que foram inseridas no modelo foram a questão do clima, que afeta diretamente no tempo para realizar a ancoragem, e a variação dos preços do mercado spot. Além disso, o movimento das sondas, apesar de previsto em um planejamento anual, normalmente é bastante aproximado, de- vido às incertezas no tempo de operação. Através do modelo, puderam observar que a quantidade ótima de embarcações AHTS contratadas a longo prazo não sofreriam muita variação no cenário de aumento das taxas do mercado spot em relação à média. Porém, essa quantidade é mais sensível no cenário em que há um decréscimo nas tarifas spot. Pela literatura exposta fica evidente que estudos já vêm sendo conduzidos na indústria de óleo e gás de forma a integrar as atividades logísticas às operações offshore, conforme a tendência para maior competição das empresas no mer- cado. A tabela 2 apresenta um comparativo da literatura que foi revisada nessa seção. Porém, simplificações e hipóteses utilizados nos modelos os afastam da realidade, reduzindo a confiabilidade dos seus resultados. Assim, entende-se que existe espaço para desenvolvimento principalmente sobre as simplificações, adotando-se fatores estocásticos de forma a aproximar cada vez mais o mo- delo da realidade. Além disso, é possível observar uma grande tendência nos trabalhos por realizar um roteamento das embarcações, ou seja, programar exa- tamente seu percurso. O estudo conduzido nesse relatório propõe analisar o suprimento do óleo diesel de forma diferente ao se orientar pela demanda das plataformas e não estabelecer rotas fixas. 19 Tabela 2: Comparativo entre as literaturas que foram revisadas. 20 3. A OPERAÇÃO DE ABASTECIMENTO DE ÓLEO DIESEL Em (25), os autores explicam que “em termos logísticos, a produção de óleo e gás é dividida em duas partes: logística upstream e downstream. As atividades que procuramtransportar óleo e gás até os consumidores finais são conhecidas como logística downstream enquanto as atividades que buscam suprir as ins- talações offshore com o suprimento necessário é nomeada logística upstream”. LEITE (23) também utiliza o termo em sua tese e explica que as operações de E&P offshore necessitam de suporte para funcionarem corretamente. Esse su- porte pode ser dividido em duas categorias: logístico e de serviços. O suporte logístico compreende as atividades de suprimento de carga, transporte de re- síduos das instalações offshore, transporte de pessoas, estoque e manuseio e transporte de carga onshore. As cargas transportadas podem ser classificadas como carga de convés, água industrial, diesel, fluídos e granel seco. Esse trabalho visa estudar o suprimento unicamente de óleo diesel. No caso desse tipo de abastecimento, a operação pode ser feita de forma dedicada, com embarcações especializadas, denominadas de PSVs oleeiros (19). Assim, essas embarcações fornecem o combustível para as plataformas offshore e reabaste- cem seus tanques de carga em navios tanques posicionados em monoboias de forma estratégica na bacia, sendo esses denominados de hub marítimo. Com isso, a necessidade de retorno ao porto se dá apenas em casos de manuten- ção e troca de turno. A operação logística consiste nas plataformas indicando a necessidade de óleo diesel à base onshore que realiza alocação de PSVs ole- eiros para o atendimento. Inicialmente, as embarcações têm partida do porto e então passam a navegar entre as plataformas e o hub próximo a localização, de forma a atender os pedidos que forem surgindo. O retorno ao porto acontece quando é necessário a troca da tripulação ou alguma manutenção. Além disso, os navios tanques também retornam ao porto em determinados momentos para realizar o reabastecimento. A imagem 3 abaixo mostra de forma simplificada o sistema logístico. Através da operação, entende-se que o modelo consiste em entregas feitas sob demanda, onde as plataformas passam a orientar as rotas que os PSVs irão tomar (19, 22). 21 Figura 3: Esquema da operação de suprimento de óleo diesel. Fonte: Diuana, 2017. A seguir os elementos da operação serão apresentados com maior detalha- mento. 3.1. PORTOS As operações logísticas para suporte das operações de E&P na Bacia de Campos atualmente dividem-se principalmente entre os portos de Imbetiba (Ma- caé, RJ) e do Açu (São João da Barra, RJ)(32). Para o referido trabalho, será considerado como ponto de partida das embarcações o porto de Imbetiba, lo- calizado na cidade de Macaé, RJ. Isso é devido ao fato de os dados históricos utilizados para modelagem serem referentes ao terminal. O Terminal Alfandegado de Imbetiba, ou apenas, Porto de Imbetiba, possui três píeres para atracação. Cada píer possui 90 metros de comprimento, 15 metros de largura e 2 berços de atracação. Assim, o porto conta com 6 berços de atracação com calado máximo igual a 8 metros. Ele possui uma capacidade de armazenamento de 4,6 mil m3 de diesel e 6 mil m3 de água (33). É possível observar a estrutura portuária na imagem 4 abaixo. 22 Figura 4: Terminal Alfandegado de Imbetiba. Fonte: RIMA Petrobras. 3.2. EMBARCAÇÕES Nas operações de suporte às atividades offshore, existem muitos tipos de na- vios envolvidos. Conforme explicado anteriormente, esse tipo de operação pode ser classificado como logística ou de serviço. Assim, as embarcações envolvidas também podem ser divididas de acordo com suas funções específicas, podendo ser embarcações de transporte ou de serviço. A tabela abaixo extraída da tese de LEITE (23) mostra os diversos tipos de embarcações envolvidas em opera- ções de suporte offshore. Tabela 3: Tipos de Embarcação de Apoio Offshore. Fonte: Moreira, 2007. 23 Na operação estudada nesse trabalho, são as embarcações do tipo PSV que realizam o transporte de diesel para as plataformas. Como são especializadas no transporte de óleo diesel, foi inserida a nomenclatura de PSV oleeiro para de- nominar as embarcações envolvidas na operação de abastecimento de combus- tível, apresentada em trabalhos como FRIEDBERG; UGLANE (20) e RIBEIRO; IACHAN (22). As embarcações do tipo PSV são altamente confiáveis, com boa durabilidade e pouca necessidade de manutenções críticas durante o decorrer do ano, devido aos altos custos envolvidos nas operações em que são utilizadas. O seu objetivo principal é realizar o transporte de cargas. Essas cargas podem ser divididas em cargas de convés e cargas à granel. As cargas de convés são transportadas no convés da embarcação, assim a capacidade para esse tipo de carga é dada em metros quadrados. Já as cargas à granel são transportadas em tanques abaixo do convés e podem ser do tipo fluído ou granel seco. A capacidade de car- regar/descarregar dos PSVs irá depender diretamente das condições climáticas, principalmente quando a operação é realizada offshore. Já que para realizar uma operação segura, o PSV necessita conseguir manter sua posição. Além disso, existem regulamentações de acordo com fatores como altura de onda, vento, corrente e visibilidade que devem ser cumpridas para que a operação esteja li- berada. Assim, esse é um dos fatores de maior incerteza na operação desse tipo de embarcação, por depender de fatores externos (18). A principal forma de classificação desse tipo de embarcação é através do seu porte bruto ou deadweight2. Assim, o PSV é denominado de acordo com a classificação que mais se aproximam do seu porte bruto. Os tipos mais comuns utilizados no Brasil são o PSV 1500, PSV 3000 e PSV 4500 (24). Porém, para a operação de suprimento de óleo diesel são mais utilizados os dos tipos 1500 e 3000, por serem empregados no transporte de cargas com demandas mais voláteis. O PSV 4500 é usualmente utilizado em operações com cargas progra- madas, o que não é abordado nesse trabalho (20). Algumas características de interesse dos PSV 1500 E PSV 3000 foram extraídas do trabalho de LEITE (23) e de contribuições externas e estão compiladas nas tabelas 4 e 5 abaixo. 0O deadweight ou porte bruto de uma embarcação equivale a todos os pesos variáveis na embarcação, ou seja, a soma de pesos como consumíveis, carga e tripulação. 24 Tabela 4: Características por Tipo de PSV. Fonte: Adaptado de Leite, 2012. Tabela 5: Dados de Consumo de Diesel por tipo de PSV. Fonte: Leite, 2012. Além do PSV oleeiro, a outra embarcação que participa da operação de su- primento de óleo diesel é o navio tanque. O navio tanque se trata de um hub marítimo na operação, um ponto onde os PSVs retornam para reabastecer seus tanques. De acordo com FRIEDBERG; UGLANE (20), os petroleiros utilizados para esse tipo de operação têm uma capacidade de transportar 18.000 m3 de óleo diesel em média. Além de reabastecer os tanques do PSV para transporte de carga, essas embarcações também podem ser usadas para reabastecer os tanques voltados para combustível dos PSVs. Essa operação de abastecimento do diesel para combustível leva em média 4 a 5 horas para ser realizada comple- tamente. Os navios tanque ficam ancorados em monoboias posicionadas estrategica- mente na bacia de forma a tornar a operação eficiente. Existem seis delas posi- cionadas na Bacia de Campos e suas posições estão apresentadas no gráfico 5 e tabela 6 abaixo, com referência o Porto de Macaé (20). 25 Gráfico 5: Posição Monoboias em relação ao Porto de Macaé. Fonte: Adaptado de Friedberg e Uglane, 2013. Tabela 6: Posição das Monoboias da Bacia de Campos com referência ao Porto de Macaé. Fonte: Adaptado de Friedberg e Uglane, 2013. 3.3. UNIDADES MARÍTIMAS As unidades marítimas podem ser para fins de produção ou de perfuração. Para os fins desse trabalho, serão consideradas apenas unidades de produção, uma vez que sondas de perfuração possuem posição volátil, sendo constante- mente movimentadas, além de demandas com alto grau de incerteza, variando com a fase da perfuração. No Brasil, principalmentena região do pré-sal, a predominância das plataformas de produção é do tipo FPSO – Floating Produc- tion Storage Offloading. O principal diferencial desse tipo de plataforma é a alta capacidade de armazenamento de óleo em seu casco. Assim, entende-se a pre- ferência por esse tipo nos campos da região do pré-sal ao se pensar na logística para escoamento do óleo, já que os poços se encontram a grande profundidade e distância da costa (24). 26 Além dos tanques destinados ao óleo produzido, as plataformas também pos- suem os tanques destinados ao combustível para o seu funcionamento, o óleo diesel. Para um bom funcionamento da unidade, existe um estoque denominado estoque de segurança, ao qual deve ser mantido para garantir a continuidade da operação (19). Os FPSOs são comumente construídos a partir da conversão de cascos de navios petroleiros. Para esse trabalho, foram consideradas platafor- mas FPSO com casco do tipo VLCC – Very Large Crude Carrier. Uma plataforma do tipo FPSO, atuante na Bacia de Campos, pode ser observada na imagem 5 abaixo. Figura 5: FPSO P-63 que opera no campo Papa-Terra na Bacia de Campos. Fonte: Petrobras. Para as operações logísticas, usualmente divide-se as instalações offshore em grupos denominados cluster. Assim, as embarcações podem ser divididas para atendimento de cada cluster. Os clusters são compostos tanto por unida- des de produção como por de exploração e são divididos por proximidade das instalações. 27 4. METODOLOGIA Através do estudo da literatura, foi entendido que o dimensionamento de uma frota para atendimento a unidades marítimas não pode ser tratado como um sim- ples problema de otimização. De acordo com SILVA (30), o problema deve ser tratado como um estudo de trade-off, uma vez que “um estudo de trade-off é uma escolha entre alternativas, na qual se torna necessário ter uma perda em um critério para se obter outro”. (SMITH, 2006 apud SILVA,, p.18 (30)) Assim, diferente de uma otimização onde se buscaria apenas reduzir um fator como o custo, nesse tipo de dimensionamento deve-se procurar a redução do custo, po- rém mantendo um nível de serviço adequado. Existe um trade-off a ser estudado entre o nível de serviço e o custo total da operação. Para a modelagem da ope- ração e análise desse estudo, foi decidido que seria utilizado como ferramenta a simulação por eventos discretos. O trecho a seguir extraído de SHYSHOU et al. (31) define esse tipo de simulação. De acordo com Law e Kelton (2000), uma simulação por eventos dis- cretos consiste em modelar um sistema que evolui no tempo por uma representação em que o estado dele varia instantaneamente em sepa- rados pontos do tempo. Esses pontos no tempo são aqueles em que os eventos ocorrem, onde evento é definido como uma ocorrência instan- tânea que pode mudar o estado do sistema. (SHYSHOU et al., 2010, p.1-2 (31), tradução minha ) A decisão pela simulação por eventos discretos foi devido a alta complexidade da operação, com grandes incertezas e demanda variável. Assim, julgou-se ade- quada a utilização desse tipo de simulação para realizar uma análise mais eficaz e embasar uma boa tomada de decisão para o problema de dimensionamento de frota, conforme explicado em (30). Inicialmente, a modelagem seria feita atra- vés do software DELMIA Quest a partir de modificações de outros modelos pré- existentes. Porém, o programa apresentou muitas limitações, assim a simulação foi modelada utilizando-se o módulo Simpy - Simulation in Python disponível para a linguagem de programação Python. A escolha pelo Simpy é devido ao ambi- ente unir a possibilidade da simulação por eventos discretos com a linguagem de programação Python, que é de fácil entendimento e praticidade. A lógica mo- delada no programa foi resumida no fluxograma apresentado abaixo, onde as lógicas dos diversos elementos e pré/pós-processamento foram separadas. 28 Figura 6: Fluxograma da lógica na simulação - parte 1 29 Figura 7: Fluxograma da lógica na simulação - parte 2 Nos fluxogramas 6 e 7 acima, os retângulos tracejados representam as lógi- cas dos diferentes elementos dentro da simulação que devem funcionar de forma 30 paralela no decorrer do tempo de simulação, com exceção do pré-processamento. Os retângulos representam processos dentro da ferramenta, os losangos repre- sentam tomadas de decisão onde as opções consistem de SIM e NÃO, já os retângulos com cantos arredondados representam apenas um ponto de partida. Assim, dentro dos retângulos temos etapas como a navegação do PSV para os diferentes locais do modelo, o abastecimento/ desabastecimento dos diferentes elementos e consumo das UMs. As decisões dos losangos consistem em verifi- cações como clima, da existência de pedidos por diesel e necessidade do PSV encher os tanques. Dois critérios foram incorporados à simulação para definir a forma de selecionar embarcações para pedidos e o ordenamento dos pedidos que cada PSV deve atender. Para a seleção do PSV verifica-se a proximidade com a plataforma e a capacidade de volume para atendimento do pedido. Já para a última decisão, foi considerado como critério a proximidade do estoque com o limite de segurança e a proximidade com a plataforma. Foi considerado que estoques mais próximos do critério de segurança devem ser atendidas primeiro para não haver risco de parada. Porém, a proximidade é verificada de forma a não enviar o PSV para uma plataforma distante e depois retornar a outra em que ele estava próximo inicialmente, reduzindo o consumo de combustível. Esse critério foi introduzido através da verificação do cluster que o PSV se encontra, priorizando os pedidos desse cluster. Além da programação da simulação, também foi necessário realizar uma co- leta e tratamento dos dados de entrada do modelo. Os dados foram coletados utilizando-se a literatura apresentada, assim como através da contribuição de fontes externas. Para os dados de séries históricas que foram obtidos ou gera- dos, foi feita uma análise estatística para determinar as distribuições probabilís- ticas. As principais variáveis aleatórias que foram tratadas foram o consumo de diesel, volume dos pedidos de diesel, altura de onda e período de mau tempo e os custos de diesel e time charter envolvidos. Além disso, foram obtidas através de apoio externo distribuições para as vazões durante as operações de transfe- rência de diesel. O detalhamento para cada dado de entrada da simulação será apresentado na seção 5.3. Após o término da programação da simulação e tratamento dos dados de en- trada, foi feita uma verificação e validação do modelo a fim de atestar sua eficácia 31 e correspondência com os valores esperados que foram utilizados como entrada. Assim, pode-se atestar se o modelo estava representando de forma fiel a opera- ção real. Com isso, foram decididos os cenários a serem analisados, variando-se a frota para buscar o seu dimensionamento. Mas também variando-se outros fa- tores como disponibilidade de navios tanques, para avaliar como esses afetam a operação como um todo. Por fim, após a simulação de todos os cenários, levando-se em conta o número de iterações necessárias para prover um inter- valo de confiança de 99%, os custos foram calculados e os resultados foram analisados. Os custos foram modelados através do Excel e simulados separada- mente utilizando os resultados do modelo. A imagem abaixo demonstra de forma visual a metodologia que foi adotada na realização desse trabalho. Figura 8: Fluxograma Sequência Metodológica Aplicada 32 5. IMPLEMENTAÇÃO COMPUTACIONAL 5.1. SIMPLIFICAÇÃO E HIPÓTESES Durante a modelagem da simulação, algumas simplificações foram tomadas, devido ao nível de complexidade que a programação tomaria além da difícil dis- ponibilidade de informações e dados referentes a operação. Assim, hipóteses foram adotadas de forma a orientar o modelo para o mais próximo da realidade possível. As hipóteses e simplificações estão apresentadase detalhadas abaixo. 1. O porto não será modelado. Essa decisão foi tomada de forma a diminuir a quantidade de elementos na simulação e, portanto, melhorar seu desempenho. Foi considerado que não havia necessidade da modelagem do porto, uma vez que a análise principal se dá entre os PSVs e os FPSOs e Navio Tanque. Assim, ele é apenas um ponto de referência na simulação, estando sobre a origem. Mas não é representado fisicamente por nenhum elemento, apenas no cenário 2, caso 3, como será visto no capítulo 6. Porém, nesse caso não haverá o Navio Tanque, não havendo modificações significativas na modelagem. E o porto será considerado com capacidade infinita, evitando um estudo de filas. Entende-se que essa simplificação representa uma limitação do modelo, porém a decisão foi tomada baseada nos cenários de interesse. 2. O modelo terá apenas um navio tanque. Devido ao fato de ter sido modelado apenas um cluster de plataformas, foi considerado suficiente adotar apenas um navio tanque para a simulação. Com isso, foi selecionada a monoboia que estaria posicionada mais próxima ao cluster, conforme será explicado na seção 5.3. 3. Navio Tanque não se movimenta. O navio tanque deveria ter momentos em que navegaria para o porto para reabastecer seus tanques. Porém, para diminuir a complexidade da simula- ção, foi decidido que o Navio Tanque seria um elemento estático. A situação de reabastecimento foi modelada tornando o elemento indisponível por um 33 determinado período de tempo, ou seja, adicionando um delay na opera- ção sempre que os tanques estivessem abaixo de um determinado nível de óleo diesel. Esse nível foi definido como sendo 3000 m3 a fim de que o navio tanque esteja apto a reabastecer o maior PSV disponível. 4. A vazão do Navio Tanque foi considerada como sendo uma distribuição do tipo triangular. Essa hipótese foi tomada para considerar pequenas variações na vazão da embarcação, uma vez que existem alterações no comportamento de equi- pamentos devido a desgaste, manutenção ou energia disponível. A distri- buição triangular se mostra adequada para representar essa variação, uma vez que ela representa uma distribuição de probabilidade entre um intervalo a e b, com um valor mais provável m (34). 5. O PSV não retorna ao porto. Apesar de fazer parte da operação a fase em que os PSVs retornam ao porto para realizar troca de turno da tripulação e manutenções, foi decidido que não seria modelada. Essa decisão foi tomada para diminuir a complexi- dade da simulação e melhorar seu desempenho, estando em conjunto com a decisão de não modelar o porto. Foi considerado que o foco do trabalho deveria ser na análise da operação do PSV com o cluster e com o Navio Tanque e que, portanto, não seria modelado a relação da embarcação com o porto. É importante ressaltar que essa simplificação foi tomada devido aos cenários de interesse, porém para o tempo total de simulação deveria haver períodos de off-hire que não estarão refletidos nos resultados. 6. Os pedidos podem ser atendidos apenas por 1 PSV. Foi feita a hipótese de que cada pedido só pode ser atendido por uma em- barcação. Isso foi feito, pois, considerou-se que as UMs poderiam receber e descarregar apenas uma embarcação por vez. Dessa forma, os pedidos são limitados pelas capacidades dos navios na frota. 5.2. ELEMENTOS DA SIMULAÇÃO Para a programação em Python foram construídas classes para cada tipo de elemento principal da simulação. Cada classe possui seus atributos específicos 34 e foi utilizada para a geração dos elementos no início da simulação. Além disso, elas serviram como base para as classes do tipo service que contêm as lógicas da simulação, essas também foram divididas por cada tipo de elemento. A ta- bela 7 abaixo apresenta as classes que foram criadas e a quais elementos da operação são correspondentes, além dos seus atributos específicos. Tabela 7: Classes Construtoras dos Elementos da Simulação As classes construtoras do tipo Ship, Tanker e Platform precisaram da in- clusão do atributo environment devido a modelagem dos seus tanques de óleo diesel. Essa foi feita utilizando-se uma resource do tipo Container do módulo Simpy. A resource possibilita a criação de um tipo de recipiente para produção e consumo de volumes homogêneos, podendo ser contínuos ou discretos, porém necessita do ambiente que será simulado, ou seja, o environment. Conforme classificado na tabela acima, as classes do tipo service foram se- paradas de forma equivalente. Com isso, existem as seguintes classes de ló- gica da simulação: “AnchorageService”, “PlatformService”, “ShipService”, “Tan- kerService”, WeatherService” e “RouteService”. Essa última não é referente à nenhum elemento em particular e na verdade inclui todos eles. A tabela 8 abaixo explica um pouco mais sobre a lógica que acontece dentro de cada uma dessas classes e como elas são desencadeadas dentro da simulação. 35 Tabela 8: Classes das Lógicas dos Elementos da Simulação As classes construtoras dos elementos são chamadas dentro das classes do tipo service e, portanto, apenas essas últimas são criadas no main da simula- ção. É importante notar que não foi criada uma classe para o custo, pois foi de- cidido que esse aspecto não seria incluído na simulação, por motivos de facilitar a programação. Dessa forma, os custos de todos os cenários foram simulados diretamente pelo Excel utilizando o modelo selecionado que será apresentado na seção 5.3 abaixo na categoria equivalente e os dados necessários. 5.3. DADOS DE ENTRADA Nessa seção serão apresentados os dados que são colocados como entrada na simulação, a fim de modelar a operação de forma que se aproxime da reali- dade. Será explicado como os dados foram obtidos e a análise que foi feita para que fossem colocados como dados de entrada na simulação. Os dados serão divididos para cada elemento do modelo, onde são explicitados na simulação como atributos, conforme mencionado na seção 5.2. 5.3.1 Navio Tanque De FRIEDBERG; UGLANE (20) foram obtidos os dados de capacidade e posi- ção geográfica do navio tanque. Em seu trabalho, eles afirmam que os navios tanques disponíveis para a operação de abastecimento na Bacia de Campos 36 usualmente tem capacidade máxima para transportar 18.000 m3 de óleo diesel. Além disso, também apresentaram as possíveis posições que os navios tanques poderiam adotar na bacia ao mostrar as posições das 6 monoboias existentes no local. Conforme explicado na hipótese 2, foi decidido que o modelo teria apenas um navio tanque disponível na monoboia mais próxima do cluster, uma vez que a simulação contém apenas um cluster de plataformas. A monoboia selecionada foi então a BE-3, devido sua maior proximidade com a posição geográfica do cluster, apresentada na tabela 6. Assim, o navio tanque será posicionado so- bre essa monoboia, com uma posição de coordenadas igual a (179,50) km com referência o porto de Macaé, uma distância direta equivalente a 186 km do porto. Para a vazão do Navio tanque, foi utilizada uma informação coletada através da dissertação de DIUANA (19). Em seu estudo ele obteve um valor determinís- tico para a vazão do navio tanque igual a 60 m3/h a partir de uma análise de da- dos históricos. Porém, foi considerado necessário introduzir uma distribuição que realizasse uma pequena variação desse valor, uma vez que os equipamentos fi- cam desgastados com o tempo e não funcionam em sua capacidade máxima. Assim, conforme explicado na hipótese 4, para adequar esses efeitos ao valor da vazão foi considerado aceitável aplicar margens de 10% sobre esse valor mé- dio e utilizar uma distribuição triangular para modelar esse comportamento. A aplicação das margens está apresentada nas equações abaixo. (1 + 10%)×Q = 1, 1× 60 = 66 (1) (1− 10%)×Q = 0, 9× 60 = 54 (2) Dessa forma, a distribuição que foi utilizada para representar a vazão entre o navio tanque e os PSVs é do tipo TRIANGULAR (54, 60, 66). Uma outra característica
Compartilhar