Ordonnancement du Pétrole Brut

Présentation au sujet: "Ordonnancement du Pétrole Brut"— Transcription de la présentation:

1 Ordonnancement du Pétrole Brut
Planification de la Production Ordonnancement du Pétrole Brut Mon Nom est SG et je suis actuellement en derniere année de these à l’ECP au Laboratoir GI, sous la direction de Yves Dallery et Michel Minoux Notre projet de recherche porte sur l’ Ordonnancement du Pétrole Brut dans une raffinerie Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY Ecole Centrale Paris

2 Plan de la Présentation
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Plan de la Présentation Système Étudié Problématique-Objectif Modélisations Résultats Conclusions et Perspectives Voilà le plan de cette présentation Au début nous allons vous présenter une définition de l’ordonnancement de la production Ensuite le système étudie Puis notre problématique et l’objectif de notre recherche Après nous allons vous présenter une brève recherche biblio Et avant de conclure nous montrerons nos modèle développés Une brève définition de l’ordonnancement de la production est présenté à la diapo suivante… KLIK 2 Ecole Centrale Paris

3 L’ordonnancement de la production
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) L’ordonnancement de la production « Le problème d’ordonnancement de la production consiste à planifier, à court terme, la réalisation d’un ensemble de tâches. L’ordonnancement doit tenir compte de contraintes temporelles et de contraintes portant sur l’utilisation et la disponibilité des ressources requises par ces tâches » Délais Contraintes d’enchaînement 3 Ecole Centrale Paris

4 Présentation du Système
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Présentation du Système Bateaux Réservoir 1 Réservoir 2 Réservoir n … UD Unités de Distillation (UD) Système Général de Raffinerie Une série des réservoirs qui peuvent être reconfiguré pour charger le PB arrivé au port par les bateaux et reconfiguré pour dechager vers les UD Voilà le système étudié en aval de notre système 4 Ecole Centrale Paris

5 Présentation de la Problématique
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Présentation de la Problématique Quels réservoirs vont être chargés par les bateaux arrivés aux ports et quels réservoirs vont décharger en même temps vers les Unités de Distillation (UD), pendant toute la durée de planification ? Bateaux Réservoir 1 Réservoir 2 Réservoir n … UD Unités de Distillation (UD) Système Général de Raffinerie La problématique qui nous intéresse ici est de savoir quels réservoirs vont…… 5 Ecole Centrale Paris

6 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Objectifs Les objectifs sont: minimiser le coût des reconfigurations  nombre de reconfiguration des réservoirs satisfaire toutes les contraintes du système Réservoir 1 Par rapport à la problématique présentées nous nous sommes fixés les objectifs suivants…. Qui peuvent être des contrainte de fonctionnement ou Des contraintes de demande par les UD Réservoir 2 UD UD … Bateaux Unités de Distillation (UD) Réservoir n 7 Ecole Centrale Paris

7 Mélange et Distillation
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Mélange et Distillation Bateaux Réservoir 1 Réservoir 2 Réservoir n … UD Unités de Distillation (UD) Trois types de préparation de mélanges : Mélanges préparés juste avant les UDs, avec l’aide des pipelines Mélanges préparés dans les réservoirs Combinaison des deux modes précédents Après nos visite dans plusieurs raffineries nous avons constater que Dexacte ou Le mélange est constitué de 20% type1 et 80% type2 Par contre à la Dlibre pour la quelle les composant de melange demandés doivent satisfaire des borne supérieur et inférieur ex entre 10% et 40% le type1 et 50% et 80% le type2 Pour les besoin de cette présentation nous allons nous focaliser sur le premier type de préparation de mélanges… ou nous produisons les mélanges juste avant … Et sur l’option de distillation nommé la distillation exacte… Les données de notre système sont les suivantes…. Options de Distillation : Distillation Exacte Distillation Libre 9 Ecole Centrale Paris

8 Mélange et Distillation
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Mélange et Distillation Bateaux Réservoir 1 Réservoir 2 Réservoir n … UD Unités de Distillation (UD) Trois types de préparation de mélanges : Mélanges préparés juste avant les UDs, avec l’aide des pipelines Mélanges préparés dans les réservoirs Combinaison des deux modes précédents Après nos visite dans plusieurs raffineries nous avons constater que Dexacte ou Le mélange est constitué de 20% type1 et 80% type2 Par contre à la Dlibre pour la quelle les composant de melange demandés doivent satisfaire des borne supérieur et inférieur ex entre 10% et 40% le type1 et 50% et 80% le type2 Pour les besoin de cette présentation nous allons nous focaliser sur le premier type de préparation de mélanges… ou nous produisons les mélanges juste avant … Et sur l’option de distillation nommé la distillation exacte… Les données de notre système sont les suivantes…. Options de Distillation : Distillation Exacte Distillation Libre 9 Ecole Centrale Paris

9 Mélange et Distillation
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Mélange et Distillation Bateaux Réservoir 1 Réservoir 2 Réservoir n … UD Unités de Distillation (UD) Trois types de préparation de mélanges : Mélanges préparés juste avant les UDs, avec l’aide des pipelines Mélanges préparés dans les réservoirs Combinaison des deux modes précédents Après nos visite dans plusieurs raffineries nous avons constater que Dexacte ou Le mélange est constitué de 20% type1 et 80% type2 Par contre à la Dlibre pour la quelle les composant de melange demandés doivent satisfaire des borne supérieur et inférieur ex entre 10% et 40% le type1 et 50% et 80% le type2 Pour les besoin de cette présentation nous allons nous focaliser sur le premier type de préparation de mélanges… ou nous produisons les mélanges juste avant … Et sur l’option de distillation nommé la distillation exacte… Les données de notre système sont les suivantes…. Options de Distillation : Distillation Exacte Distillation Libre 9 Ecole Centrale Paris

10 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Données du système La planification détaillée des arrivées des bateaux La demande de mélanges de Pétrole Brut (PB) par les UD Les conditions initiales du système Les contraintes de fonctionnement Plan détaillé des arrivée des bateaux : quand ils arrivent et quel type et quelle quantité de PB apporté Quelle est la demande (quantité et type) des mélange de Pétrole Brut par les unité des distillation et quand ?? Les condition initial c’est à dire les condition au début de la période de planification Cest à dire quelles sont les quantités existent dans les réservoirs au début de la planification Pour les besoins de cette présentation nous vous montrerons un exemple numérique réel d’une raffinerie en Grèce, qui va être utilisé dans la reste de la présentation …… 10 Ecole Centrale Paris

11 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Exemple Numérique 1 Port/3 Bateaux (temps de déchargement 36 heures) 6 Réservoirs ( m3 de capacité de stockage) 13 Mélanges Demandés/2 Unités de Distillation (660 m3/h, Distillation Exacte, Préparation avec les Pipelines) Type 1 30000 Type 2 20000 Type 0 120000 90000 110000 15000 75000 9800 15400 40000 35000 24600 35400 60000 Type 25000 10000 Arrivées des Bateaux  720 heures t=2 t=102 t=204 t=240 t=342 t=378 t=480 t=516 t=618 Demande de l’UD 1  Demande de l’UD 0  Nous avons Na exigiso ligo ta noumerakia sto sxima A l’instant t 11 Ecole Centrale Paris

12 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Modélisation Modèle Réalité : Optimisation Locale Modèle Optimal : Optimisation Globale Modèle Décomposé Optimal : Optimisation Globale Présente la situation courante En cadre de cette présentation je vais pour présenter le modèle optimisation 12 Ecole Centrale Paris

13 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Modélisation Modèle Réalité : Optimisation Locale Modèle Optimal : Optimisation Globale Modèle Décomposé Optimal : Optimisation Globale  Temps de Résolution : court / Solution : Sous-Optimale Présente la situation courante 12 Ecole Centrale Paris

14 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Modélisation Modèle Réalité : Optimisation Locale Modèle Optimal : Optimisation Globale Modèle Décomposé Optimal : Optimisation Globale  Temps de Résolution : court / Solution : Sous-Optimale  Temps de Résolution : important / Solution : Optimale 12 Ecole Centrale Paris

15 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Modélisation Modèle Réalité : Optimisation Locale Modèle Optimal : Optimisation Globale Modèle Décomposé Optimal : Optimisation Globale  Temps de Résolution : court / Solution : Sous-Optimale  Temps de Résolution : important / Solution : Optimale Ca conduit d’avoir un temps de résolution grand mais bien sur nous obtenons une solution optimal  Temps de Résolution : important / Solution : Optimale 12 Ecole Centrale Paris

16 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Comparaison Modèle Réalité : solution sous optimale 25 reconfigurations, temps 10 sec Modèle Optimal : solution optimale 21 reconfigurations, temps 16 heures (57600 sec) Nous avons remarqué un gain important de 16% et nous somme nous focaliser à réduire le temps de résolution Pour améliorer la performance de notre modèle nous avons appliqué 3 idées…. Remarque : Différence entre les deux modèles (16% de gain) 13 Ecole Centrale Paris

17 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Modélisation Diminution du nombre de variables et de contraintes par « Répartition sur Evénement » Développement d’une série d’Inégalités Valides (IV) Développement d’une Modélisation Décomposée Au lieu de partitionner l’horizon de temps en heure unité de temps nous l’avons repartit sur des événement, une période par événement. Les événement sont les arrivée des bateaux et le changement de la constitution d’un mélange demandé ... Ensuite pour diminuer l’espace de recherche de la solution optimal nous avons développé des IV Et actuellement nous appliquons la méthode de décomposition de benders… 14 Ecole Centrale Paris

18 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Répartition sur Evénement Type 1 30000 Type 2 20000 Type 0 120000 90000 110000 15000 75000 9800 15400 40000 35000 24600 35400 60000 Type 25000 10000 Arrivées des Bateaux  720 heures t=2 t=102 t=204 t=240 t=342 t=378 t=480 t=516 t=618 Demande de l’UD 1  Demande de l’UD 0  c’est quoi la repartions sur évènement .…Pour notre exemple… Nous avons fait une repartions sur heure voila l’exemple 15 Ecole Centrale Paris

19 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Répartition sur Evénement 2 102 204 240 342 378 480 516 618 720 1 2 3 4 5 6 7 8 9 10 périodes Arrivées des Bateaux  Type 0 120000 90000 Type 1 110000 c’est quoi la repartions sur évènement .…Pour notre exemple… Nous avons fait une repartions sur heure voila l’exemple Type 0 15000 Type 2 Type 0 15000 Type 0 20000 Type 0 10000 Type Type 0 9800 Type 1 Type 2 15400 Type 0 10000 Type 1 Type 0 15000 Type 1 10000 Type 0 15000 Type 1 Demande de l’UD 0  Demande de l’UD 1  Type 0 24600 Type 2 35400 Type 0 30000 Type 2 40000 Type 2 20000 Type Type 1 30000 Type 2 20000 Type 0 15000 Type 1 25000 Type 1 10000 Type 2 40000 Type 0 60000 15 16 Ecole Centrale Paris

20 Résultats(Répartition sur Evénement)
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Résultats(Répartition sur Evénement) Périodes : 720 heures  10 périodes Variables de Décision :  1560 Contraintes :  1620 Temps de Résolution : 16 h  1h 4min Ensuite nous allons vous présenter notre modèle nommé modèle optimal……; 17 Ecole Centrale Paris

21 2. Modèle Optimal (avec réparation sur événement)
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production 2. Modèle Optimal (avec réparation sur événement) Données : Les quantités disponibles, aux ports, pendant toutes les périodes La demande des UD, pendant toutes les périodes Le taux de distillation Le temps de déchargement des bateaux Le nombre de réservoirs 18 Ecole Centrale Paris

22 2. Modèle Optimal (avec réparation sur événement)
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) 2. Modèle Optimal (avec réparation sur événement) Variables de décision : Le flux port / réservoir Le flux réservoir / UD La quantité stockée Binaire : La connexion est établie entre un port et un réservoir La connexion est établie entre un réservoir et une UD Le contenu du réservoir    La reconfiguration des réservoirs Nous introduisons des variable qui mesure le flux … En plus nous introduisons des variable binaire qui traduit s’il y a la connections ou pas 19 Ecole Centrale Paris

23 2. Modèle Optimal (avec réparation sur événement)
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) 2. Modèle Optimal (avec réparation sur événement) Contraintes : Chargement / Déchargement Équation d’Equilibre Capacité de Stockage Contraintes de Mélanges Contraintes de Reconfiguration En plus pour diminuer l’espace des solutions nous avons développé une série des inégalité valides Fonction Objectif : Minimiser le nombre de reconfigurations des réservoirs 20 Ecole Centrale Paris

24 Inégalités Valides (IV)
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Inégalités Valides (IV) Généré par : les données (Quantité arrivées, Mélanges demandés) les contraintes de fonctionnement le type de préparation des mélanges l’option de distillation IV généré par les données……. Et quand on dit…… le nombre minimum de réservoirs utilisés pour décharger, à la période t nous signifions que ex la mélange demandé est constitué de 3 type de PB différent… alors il nous faut 3 réservoir au minimum pour satisfait cette demande (je vous rappelle que dans un réservoir un seul type à la fois peut être stocker) 21 Ecole Centrale Paris

25 Inégalités Valides (Données)
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Inégalités Valides (Données) Le nombre de réservoirs reconfigurés pour être chargés à la période t : supérieur où égal à la quantité arrivée au port , divisée par la capacité de stockage de réservoirs inférieur où égal au nombre total de réservoirs moins le nombre minimum de réservoirs utilisés pour décharger IV généré par les données……. Et quand on dit…… le nombre minimum de réservoirs utilisés pour décharger, à la période t nous signifions que ex la mélange demandé est constitué de 3 type de PB différent… alors il nous faut 3 réservoir au minimum pour satisfait cette demande (je vous rappelle que dans un réservoir un seul type à la fois peut être stocker) Après avoir ajouté les IV, le temps de résolution passe à 26min 21 Ecole Centrale Paris

26 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production 2. Modèle Optimal Modèle Optimal 16h +Répartition sur événement 1h 4min +Inégalités Valides 26min 23 Ecole Centrale Paris

27 3. Modèle décomposé Optimal
Planification de la Production Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) 3. Modèle décomposé Optimal Méthode de décomposition de Bender’s : Modèle Optimal Modèle Maître Modèle esclave Nous avons un modèle maître qui est un modèle resterait du modèle optimal et un modèle esclave par le quel nous produisons des coupe lesquelles sont ajouté au modèle maître Jusque à maintenant nos avons bien initialisé le modèle maître et la raison pour la quel nous pouvons dire ça est que avant l’ajout des coupes générée par le modèle maître la solution optimal du modèle maître est proche à la solution optimal Pour donné un exemple … eeee Pour notre exemple le modèle maître donne une solution égale à 18 et je vous rappelle que la solution optimal est égal à 21 Coupes 24 Ecole Centrale Paris

28 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Comparaison Modèle Temps de Résolution Modèle Optimal (MO) 16h MO + Répartition sur Evénement 1h4min + Inégalité Valide 26min Modèle Décomposition (MD) - MD + Répartition sur Evénement 5h6min 48min 25 Ecole Centrale Paris

29 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Planification de la Production Conclusion : Modèle Réalité : Optimisation Locale Modèle Optimal : Optimisation Globale Modèle Décomposé Optimal : Optimisation Globale Répartition sur Evènement Inégalités Valides Décomposition de Bender’s Ecole Centrale Paris

30 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Conclusion : Modèle Réalité : Optimisation Locale Modèle Optimal : Optimisation Globale Modèle Décomposé Optimal : Optimisation Globale Répartition sur Evènement Inégalités Valides Décomposition de Bender’s Initialisation du modèle Maître Génération de coupes plus significatives Ecole Centrale Paris

31 Planification de la Production
Ordonnancement du Pétrole Brut (Georgios K. SAHARIDIS, Michel MINOUX, Yves DALLERY) Références: [1] Symonds, G.H., Linear Programming: The Solution of Refinery Problems. Esso Standard Oil Company, New York. [2] Manne, A.S., Scheduling of Petroleum Operations. Harvard University Press, Cambridge, MA. [3] Joly, M., Moro, L.F.L., Pinto, J.M., Planning and scheduling for petroleum re6neries using mathematical programming. Brazilian Journal of Chemical Engineering 19 (2), 207–228. [4] Jia, Z., Ierapetritou, M.G., EUcient short-term scheduling of refinery operation based on continuous time formulation. FOCAPO, pp. 327–330. [5] Jorge Casas-Liza, José M. Pinto, Optimal scheduling of lube oil and paraffin production planning. Computer & Chemical Engineering 29, [6] Sergio M.S., José M. Pinto, A general modeling framework for the operational planning of petroleum supply chains. Ecole Centrale Paris