Logística de Abastecimento Offshore

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