IBP1420_12 PROPOSTA DE UM MODELO DE PROGRAMAO MATEMTICA PARA PROJETOS DE DESENVOLVIMENTO DA PRODUO EM E&P CONSIDERANDO INCERTEZAS Marcio Kahn1, Silvio

Hamacher2

Copyright 2012, Instituto Brasileiro de Petrleo, Gs e Biocombustveis - IBP Este Trabalho Tcnico foi preparado para apresentao na Rio Oil & Gas Expo and Conference 2012, realizado no perodo de 17 a 20 de setembro de 2012, no Rio de Janeiro. Este Trabalho Tcnico foi selecionado para apresentao pelo Comit Tcnico do evento, seguindo as informaes contidas no trabalho completo submetido pelo(s) autor(es). Os organizadores no iro traduzir ou corrigir os textos recebidos. O material conforme, apresentado, no necessariamente reflete as opinies do Instituto Brasileiro de Petrleo, Gs e Biocombustveis, Scios e Representantes. de conhecimento e aprovao do(s) autor(es) que este Trabalho Tcnico seja publicado nos Anais da Rio Oil & Gas Expo and Conference 2012.

Resumo
proposto nesse artigo um modelo de programao matemtica que sirva de apoio ao decisor para identificar a soluo tima do planejamento e configurao da infraestrutura que ser instalada para o Desenvolvimento e Produo de um campo de petrleo. O problema tratado consiste em maximizar o retorno econmico da produo complementar de petrleo em um campo de produo existente com infra-estrutura instalada e como proposta de soluo para esse problema foi elaborado um modelo de programao linear inteira mista. Essa formulao permite encontrar o plano timo de explorao e produo de um campo, sujeito a incertezas. So definidas variveis do tipo: UEPs instaladas que sero aproveitadas e o volume produzido atravs delas, alm da utilizao ou no de produo atravs de manifolds; e finalmente, nmero de poos que sero interligados para produo e seus respectivos volumes a serem produzidos. Ao final, o modelo fornece o plano de desenvolvimento de melhor retorno econmico, resultado das decises timas considerando as restries e incertezas do problema. Alm da soluo tima, foram realizadas anlises de sensibilidade, melhorando o entendimento do problema e fornecendo informaes teis para o decisor.

Abstract
A mathematical programming model to support the decision maker how to identify the optimal infrastructure design solution to the Development and Production of an oil field is proposed in this paper. The problem addressed is to maximize the economic return of the additional production of oil in a field with existing production infrastructure installed and as a proposed solution to this problem a model of mixed integer linear programming was developed. This formulation allows identifying the optimal level of exploration and production of a field subject to uncertainties. The variables to be defined are: Floating Production Units installed to be utilized and their oil production, the use of manifolds or not, and the number of wells that will be connected to the Floating Production Units. Finally, the model provides the optimal development plan with the best economic return considering the constraints and uncertainties of the problem. Besides the optimal solution, sensitivity analyzes were performed improving the understanding of the problem and providing useful information to the decision maker.

1. Introduo
Projetos de Explorao e Produo (E&P) de um campo de leo e gs demandam grande volume de capital e por esse motivo esforos na busca da deciso tima podem resultar em grandes retornos econmicos. A atividade de E&P consiste em quatro grandes fases: Explorao, Avaliao, Desenvolvimento e Produo. medida que essas fases vo se sucedendo, informaes so reveladas e com isso a incerteza vai se reduzindo. Entretanto, decises de investimento referentes estratgia de Desenvolvimento e Produo futura devem ser tomadas nas fases iniciais quando o grau de incerteza ainda elevado. Nesse trabalho ser proposto um modelo de programao matemtica que possa servir de apoio ao decisor para identificar a soluo tima do planejamento e configurao da infraestrutura que ser instalada para o Desenvolvimento e Produo de um campo de petrleo.

______________________________ 1 Mestre, Engenheiro de Produo - Petrobras 2 Doutor, Engenheiro de Produo NeXO PUC-RIO

Rio Oil & Gas Expo and Conference 2012 O objetivo que o modelo implementado seja capaz de maximizar o retorno econmico do Desenvolvimento da Produo de petrleo de projetos complementares em reas parcialmente desenvolvidas (brown fields). Novas descobertas em reas extensas de alto potencial possuem poucas informaes relativas a volume e comportamento da produo, sendo assim o risco elevado, mas o prmio tambm pode ser alto. O operador da rea deve decidir por qual infraestrutura ser instalada para atender essa nova descoberta, como: quantidade e capacidade das UEPs ( Unidades Estacionrias de Produo), nmero de poos interligados a cada UEP, utilizao de manifolds, etc. O operador tambm deve atender ao cronograma de planejamento de execuo dos investimentos. Em campos j descobertos com reas parcialmente desenvolvidas, pode ocorrer a existncia de volumes de leo maiores que o estimado inicialmente, assim como a descoberta de novas acumulaes no mesmo ring-fence. Na grande maioria desses casos, tanto o dimensionamento da infra-estrutura como dos equipamentos instalados para o desenvolvimento da produo esto com suas capacidades limitadas para atender o volume de leo estimado inicialmente, sem considerar um possvel aumento de volume de leo a ser produzido. Dessa maneira, a produo do leo adicional acontece de forma complementar, onde medida que a produo do leo originalmente encontrado entra em declnio possvel utilizar a infra-estrutura existente j instalada para produzir as novas acumulaes. Essa estratgia de produo complementar tem um alto potencial de ganho econmico, pois se aproveita investimentos afundados reduzindo os dispndios de uma maneira geral, podendo inclusive viabilizar a produo de leo de baixa atratividade econmica, transformando recursos contingentes em reservas. No Brasil, particularmente nos campos de produo offshore da Bacia de Campos, essa situao bastante comum e pode vir a ser muito mais freqente caso se confirme o enorme potencial da camada pr-sal. O problema de Explorao e Produo de um campo de petrleo um problema de definio do planejamento e projeto da sua infraestrutura em um horizonte de tempo. Importante destacar que para atingir um plano timo de desenvolvimento necessrio considerar as incertezas inerentes a essa atividade, que podem ser incertezas do tipo endgenas ou exgenas. Como proposta de soluo para o problema apresentado foi elaborado um modelo de programao linear inteira mista. Essa formulao permite encontrar o plano timo de explorao e produo de um campo, sujeito a incertezas. Sero definidas variveis do tipo: quantidade de UEPs a serem instaladas, suas respectivas capacidades mximas de produo e limite de bocas de produo, alm da utilizao ou no de produo atravs de manifolds; e finalmente, nmero de poos que sero interligados para produo e seus respectivos volumes a serem produzidos. Essas variveis so sujeitas a vrias restries, tais como limite de investimento; horizonte de planejamento; capacidade mxima de produo; disponibilidade de sondas para realizar a perfurao de poos; quantidade disponvel de linhas flexveis e dutos; e prazo de entrega (lead time) e instalao dos equipamentos. Alm das variveis de deciso e as restries que compem esse problema, o modelo projetado considera incertezas endgenas no volume da descoberta, no comportamento dos poos/taxa de declnio dos poos e nas caractersticas do leo a ser produzido, alm da incerteza exgena no preo de venda do leo no mercado. Ao final, o modelo fornece o plano de desenvolvimento de melhor retorno econmico, resultado das decises timas considerando as restries e incertezas do problema.

2. Reviso Bibliogrfica
O esforo em utilizar modelos de programao matemtica para auxiliar na deciso tima do planejamento e configurao da infraestrutura que ser instalada para o Desenvolvimento e Produo de um campo de petrleo pode ser encontrado h algum tempo na literatura. Em Haughland et al. (1988) proposto um modelo multiperodo de programao linear mista (MILP) para o projeto e o planejamento da produo. No modelo multiperodo de programao linear mista (MILP) formulado por Iyer et al. (1998) o objetivo otimizar o Valor Presente Lquido (VPL) e as variveis de deciso so: reservatrio a desenvolver, poos a perfurar, programao dos poos e plataformas, capacidade de poos e plataformas, e taxa de produo dos fluidos em cada poo no perodo. Nesses trabalhos o problema dividido em duas partes: 1- Problema de Locao/Alocao. 2- Problema de Planejamento e Programao da Produo. Em Van Den Heever e Grossmann (2000) o modelo proposto de natureza multiperodo no-linear mista (MINLP) utilizando um mtodo com dois nveis de composio. Diferente do que foi apresentado em Iyer, et al. (1998), neste caso, um modelo de reservatrio com comportamento no-linear foi incorporado na formulao, mas assim como no artigo anterior, no foi considerada incerteza nos parmetros. No trabalho de Van Den Heever et al. (2000) o estudo foi complementado com objetivos econmicos complexos do tipo: royalties, tarifas e impostos. Lin e Floudas (2000) estudaram o mesmo problema, mais especificamente para o caso de Desenvolvimento da Produo de um campo de gs. A otimizao das decises de investimento e operao incorporou na formulao o comportamento no-linear do reservatrio, assim como objetivos econmicos complexos. O 2

Rio Oil & Gas Expo and Conference 2012 problema do tipo multiperodo no-linear misto (MILNP) foi resolvido com um algoritmo de dois estgios, onde um modelo simplificado resolvido no primeiro estgio e o modelo mais detalhado resolvido no segundo estgio. O trabalho de Van Den Heever e Grossmann (2001) uma extenso dos artigos anteriores com o foco na heurstica proposta para soluo do problema. Por conta disso utiliza o mesmo modelo de programao mista no linear (MILNP) para projeto e planejamento de longo prazo de infraestrutura com objetivos econmicos complexos. A incluso de regras fiscais requer variveis discretas adicionais e restries mistas-inteiras, sendo que ignorar essas regras fiscais leva a decises subtimas. Begg et al. (2001) incluram o conceito de valor da informao para acessar o valor da flexibilidade no gerenciamento de incertezas. O sistema proposto capaz de identificar quais incertezas causam mais impacto e o valor da aquisio de informaes. Em Asseri et al. (2004) tratado o gerenciamento de risco do planejamento e programao da infraestrutura offshore. O problema consiste em determinar a sequencia de plataformas a serem instaladas, dos poos que sero perfurados e como esses poos sero produzidos ao longo do tempo. Nesse estudo h a introduo de um modelo estocstico, onde o risco financeiro analisado e o seu gerenciamento discutido. Goel e Grossmann (2004) avanam no estudo sobre deciso tima de investimento e planejamento operacional de desenvolvimento de um campo de gs ao incluir o tratamento de incerteza no volume de reservas. Nesse trabalho apresentada uma nova alternativa de modelo de programao estocstica incorporando a dependncia da deciso em funo do cenrio atravs de uma rvore de deciso. Trata-se de um modelo de programao estocstica para a soluo estratgica e de planejamento operacional de desenvolvimento de vrios campos (concesso) com incerteza no tamanho das reservas e produo inicial onde as decises de investimento e operao devem ser tomadas. Diferente de estudos anteriores dos autores, o modelo de reservatrio simplificado, onde o comportamento do reservatrio considerado linear. Uma abordagem probabilstica utilizada no tratamento de incertezas, que pode ser dividida em dois tipos: de natureza endgena e exgena (interna e externa), sendo que a incerteza representada atravs de distribuies discretas de probabilidade para volume de reservas e para produo inicial. Uma abordagem distinta do problema, com o foco na alocao dos poos, foi apresentada por Ozdogan e Horne (2006). Nesse estudo foi proposta uma abordagem que levasse em considerao a relao de dependncia do tempo com o valor da informao adquirida para reduzir a incerteza. Rosa (2006) apresentou uma metodologia para otimizao da localizao de plataformas e dos traados de linhas que conectam os poos s plataformas. Nesse caso, o objetivo de maximizar VPL foi comparado ao objetivo de minimizar os custos de investimento em um problema de localizao de facilidades. Em Ulstein et al. (2007), o modelo de programao matemtica inteiro foi desenvolvido no s para o problema de Desenvolvimento da Produo de petrleo, mas para toda a cadeia produtiva desse setor na Noruega. Nesse caso o operador responsvel desde a produo at a entrega dos produtos, passando pelo controle de fluxo da produo, escoamento, separao dos produtos, processamento e transporte do gs at o mercado. Tarhan e Grossmann (2008) utilizam o mesmo conceito apresentado em Goel e Grossmann (2004) onde incertezas so reveladas com o tempo dependendo de investimentos e decises de operao para o problema de processos. Nesse trabalho, apesar de no tratar do problema de planejamento de investimento no desenvolvimento de produo de petrleo, o modelo estocstico multiestgio onde as incertezas variam com o tempo a depender das decises de investimento ou no em revelao de informaes bem detalhado. descrito o mtodo utilizado para gerao das rvores que representam os cenrios (Ruszczynski, 1997), as premissas de reduo de incerteza ao longo do tempo, variveis de deciso, variveis recursivas e variveis de estado; e o modelo matemtico linear misto-inteiro/disjuntivo implementado. Por fim, no trabalho de Tarhan et al. (2009), o problema de planejamento de investimento em estruturas offshore abordado considerando incertezas do tipo endgenas, tais como: fluxo inicial mximo de produo de leo no poo, volume recupervel e o momento esperado para o inicio de produo de gua pelo poo. Nesse caso, as decises tomadas afetam diretamente a revelao das incertezas. Esse trabalho um complemento do trabalho anterior de Goel e Grossmann (2004) com trs diferenas: 1) esse modelo consiste em apenas um campo produtor formado por um conjunto de reservatrios; 2) os modelos de reservatrio so no-lineares ao invs de lineares e 3) a revelao da incerteza ocorre de forma gradual ao longo do tempo e no imediatamente em um determinado momento. O modelo utilizado para soluo do problema do tipo multiperodo no-linear misto (MINLP) e tem como objetivo capturar objetivos econmicos complexos em reservatrios no-lineares, e simultaneamente otimizar a deciso de investimento e operao no horizonte de planejamento.

Rio Oil & Gas Expo and Conference 2012

3. Descrio do Problema
O problema tratado nesse artigo consiste em maximizar o retorno econmico da produo complementar de petrleo em um campo de produo existente com infra-estrutura instalada. Na regio h trs tipos de UEPs instaladas em lmina dgua distintas que se encontram em produo, mas com alguma capacidade ociosa para receber a produo de novos poos e com limitao de bocas de entrada para interligao desses novos poos. Tanto nesses campos em produo como em regies bastante prximas foi identificada a possibilidade de perfurar dez novos poos com caractersticas de produo distintas. Os poos podem ser interligados diretamente nas UEPs ou podem utilizar manifolds como soluo de instalao submarina para aumentar a vazo de produo destinada boca de produo na UEP. O esquemtico dessa configurao pode ser visto na Figura 1.

Figura 1. Configurao do problema O manifold um equipamento de diferentes tamanhos, variando a capacidade de produo e o nmero de bocas, instalado no leito marinho, onde vrios poos podem ser interligados e toda produo acumulada destinada para a UEP atravs de apenas uma linha, ocupando assim apenas uma boca de entrada na plataforma. Alm dessa vantagem, o manifold permite reduzir o uso de linhas flexveis de produo, uma vez que passa a ser necessria apenas uma linha entre o leito marinho e a UEP para elevar a produo de alguns poos. Apesar de todos os dez possveis poos apresentarem potencial de produo, no possvel colocar todos em produo, pois h limitao na capacidade e no nmero de bocas de produo disponveis nas UEPs. A utilizao dos manifolds tambm est limitada capacidade e ao nmero de bocas existentes nos manifolds. Alm dessas limitaes, h um nmero restrito de sondas para a perfurao dos poos e uma quantidade mxima de quilmetros de linhas de produo disponveis para interligao de todo esse sistema produtivo. Considerando esse cenrio, o problema consiste em decidir de forma a maximizar o retorno econmico, os poos que sero perfurados e colocados em produo, desses poos perfurados quais sero interligados diretamente quais UEPs e quais deles utilizaro manifolds. O porte dos manifolds utilizados tambm faz parte da deciso. 3.1. Dados do Problema As trs UEPs instaladas na regio apresentam dados para capacidade disponvel, nmero de bocas disponveis e custo operacional por volume de leo adicional a ser produzido, conforme Tabela 1. Tabela 1. Dados Plataforma Dados UEPs Jaqueta FPSO semi-submersvel Capacidade disponvel (bbl/d) 5.000 25.000 35.000 Bocas (un) 1 2 3 Custo Operacional ($/bbl) 2,00 3,00 3,50

Rio Oil & Gas Expo and Conference 2012 Podem ser utilizados manifolds com custos de investimento distintos em funo do seu tamanho, onde varia a capacidade e o nmero de bocas, conforme Tabela 2. Tabela 2. Dados Manifold Dados Manifold Pequeno Mdio Grande Capacidade (bbl/d) 2.000 15.000 25.000 Bocas (un) 2 3 5 Investimento (103 $) 1.000,00 15.000,00 20.000,00

Na Tabela 3 podemos verificar que cada poo apresenta valores especficos para o pico de produo, produo total acumulada durante toda sua vida e custo de investimento. Tabela 3. Dados Poo Poo Poo A Poo B Poo C Poo D Poo E Poo F Poo G Poo H Poo I Poo J Pico Produo (bbl/d) 1.000 1.000 1.000 3.000 5.000 8.000 3.000 10.000 15.000 18.000 Produo Total Atualizada (103 bbl) 1.300,00 1.300,00 1.300,00 3.900,00 6.500,00 10.400,00 3.900,00 13.000,00 19.500,00 23.400,00 Investimento (103 $) 50.000,00 50.000,00 50.000,00 100.000,00 100.000,00 100.000,00 120.000,00 120.000,00 120.000,00 180.000,00

As linhas de produo, responsveis pela interligao entre poos, manifolds e UEPs, tm o custo de investimento de 1.000.000,00 $/Km, sendo que a quantidade disponvel de linhas para uso de apenas 100 Km. Alm disso, esto disponveis 8 sondas de perfurao, que o que determina a quantidade de poos que podem ser perfurados. A locao das UEPs conhecida, a localizao tima dos poos determinada pelo estudo de reservatrios e os manifolds podem ser alocados no leito marinho abaixo da UEP, portanto essa distncia entre manifold e UEP a mesma da profundidade de lmina dgua em que a UEP est instalada. Tabela 4 apresenta as distncias entre poos, manifolds e UEPs. Tabela 4. Distncias Distncias (Km) Poo A Poo B Poo C Poo D Poo E Poo F Poo G Poo H Poo I Poo J Manifold Jaqueta Manifold FPSO Manifold SS Manifold Jaqueta 0,2 0,2 0,2 5,2 5,2 5,2 5,2 5,2 5,2 7,0 x x x Jaqueta 0,5 0,5 0,5 5,5 5,5 5,5 5,5 5,5 5,5 7,5 0,3 x x Manifold FPSO 6,0 6,0 6,0 1,0 1,0 1,0 3,0 3,0 3,0 4,0 x x x FPSO 7,0 7,0 7,0 2,0 2,0 2,0 4,0 4,0 4,0 4,0 x 1,0 x Manifold SS 6,5 6,5 6,5 3,5 3,5 3,5 1,5 1,5 1,5 3,5 X X X Semi-submersvel 7,5 7,5 7,5 4,5 4,5 4,5 2,5 2,5 2,5 4,5 x x 1,5

Por fim, o valor estimado para o preo do barril de petrleo a ser produzido de 50,00 $/bbl. O indicador de retorno econmico utilizado foi o Valor Presente Lquido (VPL). 5

Rio Oil & Gas Expo and Conference 2012 Por conta disso, a produo total acumulada foi atualizada a uma taxa de desconto de 10% ao ano. Assim, tanto a receita como os custos operacionais respeitam o formato da curva de produo e o efeito econmico do tempo. Para os investimentos foi considerado que os desembolsos ocorrem no primeiro ano de forma integral.

4. Proposta de Soluo O Modelo

Como proposta de soluo para o problema apresentado foi elaborado um modelo de programao matemtica e sua modelagem foi detalhada na forma simblica para posterior alimentao no software AIMMS. Todos os ns foram considerados como sendo conjuntos (Set) e as plataformas, manifolds e poos foram definidos como subconjuntos. Set: ndice N: n,s Sub n: Plataforma: u Manifold: m Poo: p As tabelas com os dados de entrada esto definidas como parmetros (Parameter). Parameter: Nome Unidade Dados Plataforma: Capacidade_Plataforma (u) bbl/d Bocas_Plataforma (u) unidade CustoOperacional_Plataforma (u) $/bbl Dados Manifold: Capacidade_Manifold (m) bbl/d Bocas_Manifold (m) unidade Invest_Manifold (m) $ Dados Poo: ProdTotal_Poco (p) bbl Invest_Poco (p) $ PicoProducao_Poco (p) bbl/d Dados Linha: Invest_Linha $/km Disponibilidade_Linha km Dados Sonda: Disponibilidade_Sonda unidade Dados Rede: Distancias (n,s) km Dados Preo Petrleo: Previsao_Brent $/bbl Valor suficientemente grande: Big M bbl No modelo, as variveis de deciso so as variveis de fluxo e a varivel de arcos entre os ns (Variables). Nas variveis de fluxo temos os valores de produo total e pico de produo nos manifolds e nas UEPs. A varivel de arcos entre ns a varivel binria onde definido se h ou no a ligao entre poos, manifols e UEPs. Variables: Nome Domnio Unidade Fluxo entre os ns: X (n,s) binria Produo Total Manifold: ProdTotalManifold (m,u) 0 bbl l Plataforma: ProdTotalPlataforma (u) 0 bbl Pico Produo Manifold: PicoManifold (m,u) 0 bbl/d Pico Produo Plataforma: PicoPlataforma (u) 0 bbl/d A funo objetivo composta por trs parcelas: Receita (1), Investimentos (2) e Custo Operacional (3), que somadas compem o VPL que o modelo tem como objetivo maximizar. Funo Objetivo: Max z = Receita Investimentos Custo Operacional Receita: (1) Pr odTotalPlataforma(u ) * Pr eviso _ Brent

Investimento:

Invest _ Manifold (m) * X (m, u ) + Invest _ Poo( p) * X ( p, s) + Invest _ Linha * X (n, s) * Dis tan cias(n, s)
m ,u p,s n,s

(2)

Custo Operacional:

Pr odTotalPlataforma(u ) * CustoOperacional _ Plataforma (u )

u

(3)

Rio Oil & Gas Expo and Conference 2012 A seguir esto listadas as restries (Constraints) do modelo. Constraints: As restries (3) e (4) definem quais poos e manifolds, respectivamente, sero utilizados ou no.

X ( p, s ) 1
s

(4) (5)

X (m, u) 1
u

As limitaes existentes para utilizao de sonda (6), disponibilidade de linhas (7), bocas disponveis para interligao de poos nos manifolds (8) e UEPs (9) esto descritas nas quatro equaes abaixo: (6) X ( p, s ) Disponibilidade _ Sonda

p,s

X (n, s) * Dis tan cias(n, s) Disponibilidade _ Linha

n, s

(7) (8) (9)

X ( p, m) Bocas _ Manifold (m)

p

m u

X (n, u ) Bocas _ Plataforma(u)

n

As equaes (10) e (14), so equaes onde as produes totais acumuladas nos manifolds e nas UEPs, respectivamente, so computadas. Nas equaes (11) e (15), so calculados os picos de produo nos manifolds e nas UEPs. E as equaes (12) e (16) garantem que os picos de produo respeitem as capacidades nominais mximas dos manifolds e UEPs, respectivamente. Finalmente temos a equao (13) que obriga a interligao do manifold a alguma UEP para que a produo acumulada no manifold seja computada. (10) m X ( p, m) * Pr odTotal _ Poco( p) = Pr odTotalManifold (m, u )

p p

X ( p, m) * Pico Pr oducao _ Poco( p) = PicoManifold (m, u )

u

m
m, u

(11) (12) (13) (14) (15) (16)

PicoManifold ( m, u ) X ( m, u ) * Capacidade _ Manifold ( m) Pr odTotalManifold ( m, u ) X (m, u ) * BigM

p m

m, u

X ( p, u ) * Pr odTotal _ Poco( p) + Pr odTotalManifold (m, u ) = Pr odTotalPlataforma(u )

X ( p, u ) * Pico Pr oducao _ Poco( p) + PicoManifold (m, u ) = PicoPlataforma(u )
p m

PicoPlataforma (u ) Capacidade _ Plataforma (u )

5. Resultados
O modelo de programao matemtica utilizou o algoritmo CPLEX e atingiu uma soluo tima em 0,05 segundos considerando 118 restries e 193 variveis. Para o caso base apresentado o VPL gerado de 2.900 milhes de $. Esse VPL composto de 4.095 milhes de $ de receita e 1.195 milhes de $ de dispndios, sendo 935 milhes de $ de investimentos e 260 milhes de $ de custo operacional. Na soluo encontrada os poos A, D, E, F, G, H, I e J so perfurados e todas as oito sondas disponveis so utilizadas, conforme a Figura 2. O poo E interligado diretamente nica boca disponvel da jaqueta e os poos F, H e I so interligados diretamente nas trs bocas disponveis da plataforma semi-submersvel. O FPSO recebeu diretamente em uma de suas duas bocas disponveis o poo J de maior potencial e adotou como alternativa para a segunda boca disponvel a interligao dos poos A, D e G atravs de um manifold de mdio porte. Nesse cenrio todos os poos parecem ser economicamente atrativos, mas a restrio de sondas e bocas disponveis nas plataformas foram os maiores limitantes. A jaqueta e o FPSO utilizaram toda capacidade disponvel, enquanto houve sobra de 2.000 bbl/d de capacidade na plataforma semi-submersvel. O investimento em um manifold de mdio porte apareceu como soluo para o limite de bocas na plataforma, enquanto disponibilidade de linhas no se mostrou uma limitao relevante. Os poos B e C de menor potencial e custo no foram perfurados.

Rio Oil & Gas Expo and Conference 2012

Figura 2. Resultado Caso Base 5.1. Anlise de Sensibilidade Considerando a existncia do modelo de programao matemtica que representa esse problema e o resultado encontrado para o caso base, possvel realizar algumas anlises de sensibilidade onde a variao de alguns dados de entrada pode fornecer informaes importantes para o compreendimento do problema e melhor tomada de deciso. - Variao no nmero de sondas disponveis: Uma das restries que se mostrou relevante foi a do nmero de sondas disponvel e uma das anlises de sensibilidade que pode ser realizada a que mede o efeito da disponibilizao de mais sondas. Ao adicionarmos uma sonda frota, o VPL aumenta em 1 milho de $ com a perfurao do poo B. Esse resultado indica ao decisor que uma nova sonda poderia ser contratada com um acrscimo de custo de at 1 milho de $, que mesmo assim seria economicamente atrativa para a empresa. Nesse cenrio, para incluso da produo do poo B, o modelo de programao encontrou uma soluo na configurao da interligao de poos diferente do caso base, isso por conta do limite de bocas nas plataformas. Foi necessrio incluir um manifold de pequeno porte conectado plataforma semi-submersvel. A configurao para esse cenrio, que pode ser observada na Figura 3, foi a seguinte: Jaqueta recebe o Poo E, Plataforma semi-submersvel recebe diretamente os poos I e J, e os poos A e B atravs de um manifold de pequeno porte; e FPSO recebe diretamente o poo H e os poos D, F e G atravs de um manifold de mdio porte.

Figura 3. Resultado com 1 Sonda Adicional A adio de uma segunda sonda, totalizando dez sondas disponveis, acrescentaria 1 milho de $ de VPL comparando com o cenrio anterior com nove sondas disponveis. Portanto, o decisor passa a ter a informao que interessante economicamente a contratao de mais duas sondas por um custo adicional de 1 milho de $ cada. Para esse cenrio, passa a ser necessrio um manifold de grande porte para atender a incluso do poo C. A configurao para esse cenrio, detalhada na Figura 4, foi a seguinte: Jaqueta recebe o Poo E, Plataforma semi-submersvel recebe diretamente os poos I e J, e os poos A e B atravs de um manifold de pequeno porte; e FPSO recebe os poos C, D, F, G e H atravs de um manifold de grande porte.

Rio Oil & Gas Expo and Conference 2012

Figura 4. Resultado com 2 Sondas Adicionais -Variao no preo de venda do petrleo: O preo do petrleo um dado de entrada de grande influncia na receita do projeto, entretanto esse dado bastante incerto. Pode ser importante para o decisor avaliar o impacto na configurao da soluo e o consequente resultado do seu investimento para cenrios diferentes de preo. Se considerarmos um cenrio pessimista para a indstria de petrleo onde o valor do barril casse para 30 $, teramos um VPL de 1.315 milhes de $. Nesse cenrio de preos baixos os poos de menor porte deixariam de ser atrativos e apenas cinco poos seriam perfurados, tambm no haveria necessidade de uso de manifolds. A configurao para esse cenrio apresentada na Figura 5 e foi a seguinte: Jaqueta recebe o Poo E, Plataforma semi-submersvel recebe os poos H e J; e FPSO recebe os poos F e I.

Figura 5. Resultado com Preo Pessimista Outra possvel anlise pode ser feita para o caso do preo de petrleo subir ao nvel de 80 $/bbl. Como esperado, o VPL tem enorme impacto e subiria para 5.356 milhes de $, mas a configurao da produo seria exatamente igual ao caso base. Isso ocorre, pois o limite do nmero de sondas impede o acrscimo de poos para captar esse efeito de alta dos preos. Entretanto, se combinarmos o cenrio de preos atuais em 80 $/bbl e aumentarmos a disponibilidade de sondas para nove, o VPL seria de 5.397. Sendo assim, nesse cenrio de preos, o valor adicional de uma sonda na frota de 41 milhes de $.

6. Concluses
Vimos que o problema apresentado pode ser modelado matematicamente e otimizado utilizando a forma simblica. Essa formulao permite que o modelo seja facilmente alimentado no software AIMMS e com isso foi possvel chegar a uma soluo tima para o problema. Alm da soluo tima, algumas anlises de sensibilidade foram realizadas, melhorando o entendimento do problema e fornecendo informaes teis para o decisor. Nos Projetos de Explorao e Produo de Petrleo o volume de investimento alto, assim como as incertezas envolvidas, dessa forma, ferramentas como essa apresentam potencial elevado de otimizao do investimento, assim como apoio na alocao de recursos fsicos escassos. A anlise das variveis que compem o problema tambm til ao decisor, pois alm de apontar o arranjo timo para o projeto de desenvolvimento da produo, possvel estimar o valor 9

Rio Oil & Gas Expo and Conference 2012 que a contratao ou aquisio de algum equipamento escasso pode agregar de retorno ao projeto. A anlise de cenrios tambm serve de apoio ao decisor, pois tendo o modelo construdo possvel projetar e testar os impactos em diferentes situaes, tanto no resultado final como no arranjo timo. Considerando a atual realidade brasileira nesse setor, a utilizao de um modelo de programao matemtica para Projetos de Desenvolvimento da Produo tem um extenso campo de aplicao. Para o caso de campos descobertos (brownfields) com reas parcialmente desenvolvidas, temos nos campos de produo offshore da bacia de campos, com infraestrutura instalada, potencial para viabilizar a produo de leo de baixa atratividade econmica, transformando recursos contingentes em reservas, assim como potencial para colocar em produo novas reas na camada pr-sal com retornos econmicos ainda maiores. No caso de novos campos (greenfields), a nova fronteira na camada pr-sal na bacia de santos coloca um vasto potencial de aplicao. Como proposta de evoluo desse modelo em trabalhos futuros, em funo da caracterstica desse problema, no que diz respeito revelao das incertezas ao longo do tempo e da possibilidade de tomada de algumas decises em um segundo momento aps a revelao dessas incertezas, o modelo de programao matemtica mais adequado deveria adotar uma abordagem de otimizao estocstica de dois estgios, onde as decises podem ser divididas nos seguintes grupos: - Decises de primeiro estgio, relacionadas ao dimensionamento e distribuio fsica da infraestrutura instalada. Nesse grupo so definidas variveis do tipo: quantidade de UEPs a serem instaladas, suas respectivas capacidades mximas de produo e limite de bocas de produo, alm da utilizao ou no de produo atravs de manifolds. - Decises de segundo estgio, que esto relacionadas diretamente s variveis de produo de leo, tais como nmero de poos que sero interligados para produo e seus respectivos volumes a serem produzidos. Ao final, o modelo fornece o plano de desenvolvimento de melhor retorno econmico, resultado das decises timas de primeiro e segundo estgio propostas considerando as restries e incertezas do problema.

7. Referncias Bibliogrficas
ASSERI A., GORMAN P. & BAGAJEWICZ M.J. Financial Risk management in Offshore Oil Infrastructure Planning and Scheduling. 2004. TARHAN B. & GROSSMANN I.E. A multistage stochastic programming approach with strategies for uncertainty reduction in the syntheses of process networks with uncertain yelds. 2008. TARHAN B., GROSSMANN I.E. & GOEL V. A multistage Stochastic Programming Approach for the Planning of Offshore Oil or Gas Field Infrastructure under Decision-Dependent Uncertainty. 2009. HAUGHLAND D., HALLEFJORD A. & ASHLEIM H. Models for petroleum field exploitation. 1988. CARVALHO M.C.A. & PINTO J.M. A bilevel decomposition technique for the optimal planning of offshore platforms. 2006. ULSTEIN N.L., NYGREEN B. & SAGLI J.R. Tactical planning of offshore petroleum production. 2007. IYER R.R., GROSSMAN I.E., VASANTHARAJAN S.& CULLICK A.S. Optimal Planning and Scheduling of Offshore oil Field Infrastructure Investments and Operations. 1998. BEGG S.H., BRATVOLD R.B. & CAMPBELL J.M. Improving investment decision using a stochastic integrated asset model. 2001. VAN DEN HEEVER S.A. & GROSSMANN I.E. An interative aggregation/disaggregation approach for the solution of a mixed-integer nonlinear oilfield infrastructure planning model. 2000. VAN DEN HEEVER S.A., GROSSMANN I.E., VASANTHARAJAN S. & EDWARDS K. Integrating complex economic objectives with the design and planning of offshore oilfield infrastructures. 2000. VAN DEN HEEVER S.A. & GROSSMANN I.E. A Lagrangean Decomposition Heuristic for the Design and Planning of Offshore Hydrocarbon Field Infrastructures with Complex Economic Objectives. 2001 TSARBOPOULOU. Optimization of oil facilities and oil production. 2000. OZDOGAN U. & HORNE R.N. Optimization of well placement under time-dependent uncertainty. 2006. GOEL V. & GROSSMANN I.E. A stochastic programming approach to planning of offshore gas field developments under uncertainty in reserves. 2004. ROSA V.R. Otimizao em Localizao de Plataformas de Produo. 2006. LIN X. & FLOUDAS C.A. Design, synthesis and scheduling of multipurpose batch plants via an effective continuoustime formulation. 2006.

10