A new MILP formulation for crude oil scheduling optimization: A case study in a Turkish refinery

Ham petrol planlama optimizasyonu için yeni bir MILP formülasyonu: Bir Türk rafinerisinde vaka çalışması

PDF İndir

Tez No: 897790
Yazar: İREM MARTTİN
Danışmanlar: PROF. DR. ÖZGÜR KABAK
Tez Türü: Yüksek Lisans
Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
Anahtar Kelimeler: Belirtilmemiş.
Yıl: 2023
Dil: İngilizce
Üniversite: İstanbul Teknik Üniversitesi
Enstitü: Lisansüstü Eğitim Enstitüsü
Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
Sayfa Sayısı: 103

Özet

Rafineri, ham petrolü benzin, dizel, jet yakıtı ve çeşitli kimyasallar gibi farklı değerli ürünlere işleyen karmaşık bir endüstriyel tesistir. Rafineriler, gelişmiş teknolojilere ve süreçlere sahiptir, bu da işletimlerini zorlaştırır. Rafinerilerin karmaşıklığı, çok çeşitli ham petrol türlerinden ve ürettikleri her biri özel kalite gerekliliklerine sahip çeşitli ürünlerden kaynaklanmaktadır. Rafinerilerde verimli, etkin ve güvenli bir şekilde çalışmak için önemli miktarda enerji ve kaynak gerektiren sayısız operasyonun planlanması amacıyla farklı düzeylerde planlama faaliyetleri yürütülmektedir. Bu faaliyetler, üretimi, dağıtımı ve diğer tüm operasyonları hedeflerle uyumlu olacak şekilde geliştirecek planların belirlenmesini içerir. Daha sonra, operasyonların zamanını, sırasını ve gerekli kaynakların tahsisini belirlemek için bu planlara dayalı olarak ayrıntılı çizelgeler geliştirilir. Planlamanın birçok farklı karar üzerinde etkisi vardır. Bu nedenle, üretim faaliyetlerinin çizelgelenmesi, rafineri planlaması için oldukça kritiktir. Planlama, hammadde mevcudiyeti, rafinerideki ilgili tüm birimlerin kapasitesi ve müşteri talepleri dikkate alınarak her bir ürün için en uygun üretim koşullarının ve miktarlarının belirlenmesini içerir. Rafinerilerdeki planlama, ham petrol planlaması, üretim birimlerinin planlanması ve son ürün planlaması olarak üç kategoride ele alınabilir. Ham petrol operasyonları, tüm rafineri operasyon sürecinin ilk adımını oluşturur. Dolayısıyla, devam eden tüm operasyonları etkileyerek rafinerinin devamlılığı ve karlılığını önemli ölçüde değiştirir. Bu nedenle, rafineri operasyonları arasında kritik bir yerde konumlanır. Bu doğrultuda, ham petrol süreçlerinin planlanması da rafineri planlaması içerisinde yüksek öneme sahiptir. Bu çalışma, gerçek rafineri koşullarına dayalı olarak ham petrol operasyonlarının planlama süreciyle ilgili gerçek hayat problemini ele almaktadır. Ele alınan problem, gerçek bir rafineri problemini ele aldığından büyük ölçekli ve kapsamlı bir problemdir. Buradaki ham petrol operasyon süreçleri, tahliye, transfer ve şarj olmak üzere üç operasyon ile yönetilir. Bir iskele rafinerisi olduğu için, ham petroller gemiler yoluyla rafineriye ulaşır ve gemilerden rafineri tanklarına aktarımı sağlanır. Bu işlem ham petrol tahliyesidir. Tanklardaki ham petrol karışımının ilgili şarj ünitesinde işlenmek üzere gönderilmesi ise ham petrol şarjıdır. Transfer ise tanklar arası ham petrol aktarımını ifade eder. Planlamacı ham petrol operasyon planı yaparken, bir ham petrolün gemilerden tahliyesinden ünitelere şarjına kadar tüm süreci ele alır. Tüm operasyonları entegre bir şekilde ele almak için birden çok elektronik tablodan ve sistem verilerinden faydalanır. Bu veriler doğrultusunda, tahliye limitleri ve ham petrol karışım özellikleri gibi etmenlere dayalı olarak tahliye için uygun tankları belirler. Bununla birlikte, tanklardaki uygun karışımların ünitelere şarja gönderilmesi için, gerekli ham petrol kompozisyonlarını ve bu doğrultuda şarja açılacak uygun tankları belirler. Ham petrol operasyonlarının karmaşıklığı ve limitlerin bolluğu nedeniyle, olası tüm çözümlerin makul bir zaman diliminde oluşturulması ve değerlendirilmesi fazlasıyla zorlayıcıdır. Bununla birlikte, bir plan ortaya koyulup uygulanırken gelişen her türlü duruma göre karşı planın güncellenmesi gibi durumlarla da karşı karşıya kalınmaktadır. Tüm bu faktörler, planlama sürecinin kompleks bir yapıya bürünmesine sebep olmuş ve bu sürecin etkili yönetimi için ek kaynak ihtiyacı doğurmuştur. Bu çalışmanın amacı, rafinerinin tüm yapısı, limitleri ve operasyonlarını doğru bir şekilde yansıtan, ham petrol çizelgeleme süreçlerini optimize eden bir karar destek sistemi oluşturmaktır. Bunun için, ham petrolün tahliyesi, tanklar arasındaki transferleri ve ünitelere şarjını ele alarak ham petrol operasyonlarını planlayan yeni bir karma tamsayılı doğrusal programlama modeli önerilmiştir. Model, bahsedilen rafineri problemine yönelik tüm limitleri göz önünde bulunduracak şekilde, ayrık zaman gösterimiyle formüle edilmiş ve planlama periyodu günlük kırılımlar şeklinde ele alınmıştır. Literatürdeki çalışmalarının çoğunun yoğunlaştığı, ham petrolün depolanması ve şarjının ayrı tanklardan yürütüldüğü rafineri yapısının aksine, burada tanklar hem depolama hem de şarj için kullanılmaktadır. Endüstriyel boyutta bir problemle karşı karşıya olunduğundan, ham petrol çeşitliliği de bu doğrultuda oldukça fazladır ve sınırlı sayıda tankla bu süreci yönetmek oldukça zordur. Rafineriye özgü diğer limitler de problemi zorlayıcı ve özgün kılmıştır. Model tarafından geliştirilmesi beklenen planların öncelikli amacı maliyet enküçüklemesini sağlamaktır. Gemiler ile yanaşan ham petrollerin rafineri tanklarına tahliyesinin gecikmesi durumunda, sürastarya maliyeti olarak adlandırılan bir maliyet oluşur. Bu problemde ele alınan maliyet, gemilerin bu sürastarya maliyetlerini içerir. Bir plan ortaya koyarken diğer bir göz önünde bulundurulacak durum ise, planın mümkün olan en az transferle oluşturulmasıdır. Transfer, tahliye ve şarj gibi rafineri işleyişi için ana operasyonlardan biri değildir, yalnızca ihtiyaç halinde başvurulmaktadır. Bu yüzden, tüm süreci operasyonel olarak en az yükle yönetebilmek adına, yapılan transfer sayısının da enküçüklenmesi gerekmektedir. Bu doğrulda, geliştirilen modelin sürastarya maliyeti enküçüklemesi ve transfer sayısı enküçüklemesi olmak üzere iki amaç fonksiyonu bulunmaktadır. Modelde göz önünde bulundurulan bir diğer özel durum da alternatifli ham petrol seçimidir. Bu kargolarda, bir gemide iki veya üç ham petrol çeşidi bulunur. Planlamacıdan, bu ham petrollerden birisini seçmesi beklenir. Planlamacı bu seçimi yaparken birbirine alternatif ilgili ham petrollerin türü, ünitelerde işlenme limiti, ilgili ayın ürün talepleri ve stoklar gibi birçok farklı etmeni göz önünde bulundurarak yapar. Geliştirilen modelde, bu ham petrollerin seçimi de optimize edilmektedir. Model performansı farklı senaryolar ve farklı planlama periyotları ile test edilerek değerlendirilmiştir. Öncelikle, farklı amaç fonksiyonlarının modelin oluşturduğu plan üzerindeki etkisini görebilmek için her birisi bir aylık üç farklı senaryo çalışılmıştır. Bu senaryoların her biri farklı bir ayı ele almaktadır. Senaryolar oluşturulurken ay boyunca gelen gemi sayısı, sıklığı; gemilerin taşıdığı ham petrol miktarı ve türleri; alternatifli ham petrol içerip içermemesi ve rafineriye alımı ilk kez gerçekleşen ham petrollerin ilgili ayın takviminde olup olmaması durumlarına göre çeşitlilik göstermesine özen verilmiştir. Bu noktalara göre ayrışan senaryoların seçilmesindeki sebep aslında modelin çözümünü etkileyecek olası her planlama şartındaki performansını gözlemlemektir. Bu senaryolar bahsedilen her iki amaç fonksiyonuyla da ayrı ayrı çalıştırılarak modelin performansı incelenmiştir. Ayrıca, bu çalışmayla birlikte iki amaç fonksiyonunun birlikte ele alındığı çok amaçlı bir yapı da oluşturulmuş ve aynı senaryolar bu şekilde de ele alınmıştır. Buradaki sonuçlardan hareketle, transfer yapmadan sürastarya maliyetini enküçükleyen çözümler sunması sebebiyle, hem sürastarya maliyeti hem de transfer sayısını birlikte enküçükleyen çok amaçlı model yapısının kullanımının daha uygun olduğuna karar verilmiş ve bu model üzerinden çalışmalara devam edilmiştir. Daha sonra, bu çok amaçlı model üzerinden daha uzun planlama periyotları ile model performansını gözlemlemek için testlere devam edilmiştir. Bu doğrultuda, önceki çalışmada ele alınan senaryolardan farklı bir zaman dilimini ele alan üç aylık bir ham petrol tedarik takvimi üzerinden iki ve üç aylık üç senaryo oluşturulmuştur. Modelin sonuçları, bu iki aylık senaryolardan ilki ve üç aylık senaryoda başlangıç koşullarının aynı olması sebebiyle ortak ay olan ilk ay üzerinden kıyaslanmış ve değişen planlama periyotlarına göre modelin davranışı gözlemlenmiştir. Ayrıca, aynı ayları ele alan ve alternatifli kargo bulunduran iki aylık senaryolardan ikincisi ve üç aylık senaryo da değişen planlama koşullarına göre alternatifli ham petrol seçimleri gibi yönlerden analiz edilmiştir. Son olarak, iki aylık iki senaryo da, ham petrol takviminin yoğunluğu ve ham petrol içeriklerine göre ortaya koydukları plan açısından değerlendirilmiştir. Sonuçlar incelendiğinde, üç aylık senaryonun diğer iki aylık senaryolara göre, planlama periyodunun artışıyla paralel olarak daha fazla kısıt ve değişken içermesi sebebiyle daha uzun sürede çözüm verdiği, iki aylık senaryoların çözüm sürelerinin ise birbirine benzer olmakla birlikte, takvimlerin yoğunluğu, alternatifli ham petrol içerip içermemesi ve diğer ham petrollerle uyumu düşük, yani karışabildiği ham petrol çeşitlerinin sınırlı olduğu ham petrol türlerinin takvimde olup olmaması durumuna bağlı olarak sürenin değişkenlik gösterdiği görülmüştür. Son olarak, rafineriye özgü özel yağ üretimiyle birlikte diğer özel üretim modunın modele dahiliyeti sağlanmış ve bu özel üretim modlarının devrede olduğu bir aylık senaryo üzerinde çalışılmıştır. Özel üretim modunun da entegrasyonuyla birlikte, rafineriye özgü ham petrol planlama limitlerinin tamamının ele alındığı bu çalışmanın sonuçları incelenmiş ve modelin oluşturduğu plana ait detaylı bir tablo da ayrıca sunulmuştur. Aynı senaryo üzerinden bir de özel üretim modunun devrede olmadığı, normal çalışma koşullarının uygulandığı bir model sonucu da verilmiştir. Bu iki model sonucu, model çalışma süresi ve ortaya koyulan planların içeriği bakımından birbiriyle kıyaslanmıştır. Özel üretim moduyla çalışılan modelin, şarj operasyonları için zorlayıcı ham petrol işleme ve ünite limitlerinin uygulanmasını gerektirmesi dolayısıyla, normal koşulda çalışan modele göre daha uzun sürede sonuç verdiği, ham petrol şarj ve dolayısıyla tahliye planının da bu doğrultuda değiştiği gözlenmiştir. Ayrıca, özel üretim modunda işlenmesi gerekli olan bazı ham petroller için, yine bu iki model kıyaslandığında, bu ham petrolleri ilgili mod açıkken modun devrede olduğu zamanlarda işlediği, normal çalışma modunda ise böyle bir duruma rastlanmadığı gözlemlenmiştir. Buna göre, modelin şarj için ham petrol tüketimlerinin miktarını ve zamanını da bu modlara göre ayarlayabildiği görülmüştür. Sonuç olarak, her biri farklı dönemlere ait toplamda yedi senaryo üzerinden test edilen modelin sonuçları detaylı bir şekilde incelenmiş ve model performansı, farklı şartlar altında ölçülmüştür. Modelin, üç aylık planlama periyodu gibi uzun bir planlama ufku için bile yaklaşık 11 dakika gibi kısa bir sürede çözüm sunduğu görülmüştür. Planlama periyodu kısaldıkça model çözüm süresi de bu doğrultuda azalmaktadır. Model, ortaya koyduğu planlar açısından da rafineri özelliklerini yansıtma ve değişen koşullara uyum sağlama konusunda tatmin edicidir. Planlama çalışmalarındaki tecrübelere, donanım ve yazılım özelliklerindeki gelişmelere rağmen, endüstriyel boyuttaki çizelgeleme problemlerine, özellikle uzun planlama ufukları için, makul bir sürede optimal bir çözüm elde eden bir optimizasyon modelinin eksikliğinin günümüzde hala mevcut olduğu göz önünde bulundurulduğunda, bu çalışma, optimizasyon modellerinin çizelgeleme alanındaki karar verme sürecini etkili bir şekilde destekleyebileceğini göstermektedir.

Özet (Çeviri)

Refineries are intricate industrial facilities that undergo the complex process of converting crude oil into fuels and various chemicals. The operations of refineries present unique challenges due to the utilization of advanced technologies and intricate processes. The complexity of refineries stems from the extensive array of crude oil varieties they handle, as well as the production of different products that necessitate specific quality standards. Planning activities are carried out at different levels to coordinate numerous operations that require a significant amount of energy and resources to work efficiently, effectively, and safely in refineries. These activities involve the development of plans that will improve production, distribution, and all other operations in alignment with the set targets. Subsequently, detailed schedules are developed based on these plans to determine the timing, sequence, and allocation of necessary resources for operations. Effective scheduling plays a crucial role in refinery operations as it impacts a multitude of decisions, particularly in the scheduling of production activities. The scheduling process entails determining optimal production conditions and quantities for each product, taking into consideration factors such as the availability of raw materials, capacity of relevant refinery units, and customer demands. Refinery scheduling can be classified into three main categories: crude oil scheduling, production unit scheduling, and final product scheduling. Crude oil operations, being the initial phase of the refinery process, hold significant influence over all subsequent operations and greatly impact the refinery's continuity and profitability. Therefore, it assumes a critical position among refinery operations, underscoring the importance of scheduling specifically tailored for crude oil processes within the scope of refinery planning. This study addresses a real-life problem related to the planning process of crude oil operations based on real refinery conditions. The problem is large-scale and comprehensive as it deals with a real refinery case. The crude oil operation processes in question are managed through three operations: unloading, transfer, and charging. Since it is a coastal refinery, crude oil reaches the refinery via ships, and the transfer from ships to refinery tanks is provided. This process is called crude oil unloading. Sending the crude oil mixture in the tanks to the relevant charging unit for processing is referred to as crude oil charging. Transfer, on the other hand, represents the transfer of crude oil between tanks. When the planner creates a crude oil operation plan, they consider the entire process from the unloading of crude oil from vessels to its charging into units. To handle all operations in an integrated manner, multiple electronic spreadsheets and system data are utilized. Based on this data, the planner identifies suitable tanks for unloading considering factors such as unloading limits and crude oil mixture characteristics. Additionally, to charge the appropriate mixtures in tanks to charging units, the planner determines the required crude oil compositions and the suitable tanks for charging accordingly. Due to the complexity of crude oil operations and the abundance of constraints, generating and evaluating all possible solutions within a reasonable time frame is highly challenging. Furthermore, situations arise during the implementation of a plan that necessitate the updating of the contingency plan based on the evolving circumstances. All these factors have led to the complexity of the planning process, requiring additional resources. The purpose of this study is to develop a decision support system that accurately reflects the entire structure, limits, and operations of the refinery and optimizes the scheduling process for crude oil. For this purpose, a new mixed integer linear programming model (MILP) is proposed, which schedules the crude oil operations by addressing the unloading of crude oil, transfers between tanks, and charging into units. The model is formulated with a discrete time representation, considering all the limits specific to the mentioned refinery problem, and the planning period is approached in daily increments. Unlike refinery structures where storage and charging of crude oil are conducted in separate tanks, as emphasized in most studies in the literature, in this case, the tanks are used for both storage and charging. Given the industrial-scale nature of the problem, there is a significant diversity of crude oil types, making it challenging to manage this process with a limited number of tanks. Other refinery-specific constraints have also made the problem challenging and unique. The primary objective of the plans to be developed by the model is to minimize costs. When there is a delay in the unloading of crude oil from ships to refinery tanks, demurrage cost is incurred. The cost considered in this problem includes these demurrage costs of the ships. Another consideration when formulating a plan is to minimize the number of transfers involved. Transfer is not a primary operation for refinery operations such as unloading and charging; it is only used when necessary. Therefore, to manage the entire process operationally with the least burden, the number of transfers needs to be minimized as well. Accordingly, the developed model has two objective functions: minimizing demurrage costs and minimizing the number of transfers. Another special consideration in the model is the choice of optional crude oils. These vessels contain two or three types of crude oil on a single vessel. The planner is expected to select one of these crude oils. When making this choice, the planner considers various factors such as the type of alternative related crude oils, processing limits in the units, product demands and stocks for the relevant month. In the developed model, the selection of these crude oils is also optimized. The performance of the model was evaluated by testing it with different scenarios and planning periods. Firstly, three different scenarios, each representing a month, were worked on to observe the impact of different objective functions on the schedules generated by the model. When creating these scenarios, care was taken to ensure diversity based on the number and frequency of ships arriving throughout the month, the quantity and types of crude oil carried by the ships, the presence optional crude oils and whether the crude oils being purchased by the refinery for the first time. These scenarios were run separately with both objective functions to examine the performance of the model. Additionally, as part of this study, a multi-objective structure that considers both objective functions together was created, and the same scenarios were also considered in this way. Based on the results obtained, it was decided that the use of the multi-objective model structure, which minimizes both demurrage cost and the number of transfers, is more appropriate, and the study continued based on this model. Later on, tests were continued to observe the model's performance with different planning periods using this multi-objective model. Accordingly, three scenarios were created based on a three-month crude oil supply schedule, including two-month and three-month scenarios. The results of the model were compared based on the first month, which is a common month in both the two-month scenario and the three-month scenario due to having the same initial conditions, and the behavior of the model was observed according to the changing planning periods. Additionally, the two-month scenario that considers the same months and includes optional crude oils, as well as the three-month scenario, were analyzed in terms of aspects such as crude oil selections based on changing planning conditions. Finally, the two-month scenarios were evaluated in terms of the plans they generated based on the intensity and content of the crude oil calendar. When examining the results, it was observed that the three-month scenario provided solutions over a longer period compared to the other two-month scenarios due to containing more constraints and variables in parallel with the increase in the planning period. The solution times of the two-month scenarios were similar to each other, but the duration varied depending on the the calendars. Finally, the inclusion of special oil production along with other refinery-specific production mode was ensured in the model, and it was studied on a monthly scenario where these special production modes were active. With the integration of the special production mode, the results of this study, which encompassed all the refinery-specific crude oil planning limits, were examined. Additionally, a model result was presented for the same scenario where the special production mode was not active and normal operating conditions were applied. These two model results were compared in terms of model runtime and result content. It was observed that the model with the special production mode took longer to produce results compared to the model operating under normal conditions, due to the implementation of challenging crude oil processing and unit limits for charging operations. Furthermore, it was observed that the crude oil charging and consequently the unloading plan varied accordingly. In conclusion, the results of the model, which were tested on a total of seven scenarios representing different periods, have been thoroughly examined, and the model's performance has been observed under various conditions. It was observed that the model provided solutions in a short time, approximately 11 minutes, even for a long planning horizon such as a three-month planning period. As the planning period decreases, the model's solution time also decreases accordingly. The model is satisfactory in terms of reflecting refinery-specific characteristics and adapting to changing conditions in the scheduless it produces. Considering the experience in planning studies and advancements in hardware and software capabilities, it is still evident that there is a lack of an optimization model that can provide an optimal solution within a reasonable time for scheduling problems in industrial scale, especially for long planning horizons. In this regard, this study demonstrates that optimization models can effectively support the decision-making process in the scheduling domain.

Benzer Tezler

Tez No
625843
The roaming salesman problem and its application to election logistics
Dolaşım satıcısı problemi ve seçim lojistiğine uygulanması
MASOUD SHAHMANZARİ
Doktora
İngilizce
2019
Mühendislik Bilimleri Koç Üniversitesi
İşletme (İngilizce) Ana Bilim Dalı
DOÇ. DR. DENİZ AKSEN
Tez No
200088
Multicasting for all-optical multifiber networks
Tüm-optik çok fiberli ağlar için çoğa gönderim
FATİH KÖKSAL
Doktora
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol Boğaziçi Üniversitesi
Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. CEM ERSOY
Tez No
904098
New solution techniques for no-wait permutation flowshop scheduling problems
Beklemesiz permütasyon akış tipi çizelgeleme problemleri için yeni çözüm teknikleri
DAMLA YÜKSEL
Doktora
İngilizce
2024
Endüstri ve Endüstri Mühendisliği Yaşar Üniversitesi
Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT KANDİLLER
Tez No
397250
Time-indexed mathematical models for order acceptance and scheduling problems
Sipariş kabul ve çizelgeleme problemleri için zaman endeksli matematiksel modeller
SAEED SAFFARI
Yüksek Lisans
İngilizce
2015
Endüstri ve Endüstri Mühendisliği Koç Üniversitesi
Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CEYDA OĞUZ
Tez No
719153
Optimal server placement, service deployment, and resource allocation in next-generation computer networks
Yeni nesil bilgisayar ağlarında sunucu yerleştirme, servis dağıtımı ve kaynak tahsisi eniyilemesi
BETÜL AKTEL
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliği Boğaziçi Üniversitesi
Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA NECATİ ARAS
PROF. DR. İSMAİL KUBAN ALTINEL

Geri Dön