Síntese e reprojeto de redes de hidrogênio flexíveis e economicamente eficientes integradas ao planejamento de produção

Abstract

O hidrogênio é utilizado nas refinarias de petróleo como insumo no hidrotratamento dos combustíveis. Através da reforma catalítica, o hidrogênio é produzido nas refinarias nas chamadas unidades de geração de hidrogênio (UGH), e juntamente com unidades de purificação e unidade de hidrotratamento (consideradas unidades consumidoras), se formam as redes de hidrogênio. Com o aumento das restrições no teor de enxofre nas frações de petróleo, como o diesel, o gerenciamento das redes de hidrogênio começou a ganhar destaque devido a sua importância econômica e ambiental. Ou seja, há interesse no uso de forma mais eficiente do hidrogênio. Através de programação matemática é possível realizar a modelagem e otimização da rede de hidrogênio, visando a sua produção ótima e uma melhor distribuição entre as unidades. Formulações MILP (Mixed Integer Linear Programming) e MINLP (Mixed Integer Nonlinear Programming) foram desenvolvidas em GAMS para representar a rede de hidrogênio. O modelo pode ser utilizado para o caso de retrofit ou de novos projetos, prevendo a instalação de novos compressores, unidades de purificação e linhas. Devido às limitações do modelo MILP, foi proposta uma técnica para diminuir a instalação de novos compressores, permitindo a mistura entre correntes, mas mantendo a linearidade do processo. Com o objetivo de facilitar a resolução do modelo não linear, foi proposta uma técnica de inicialização baseada no ótimo obtido através da formulação linear. Como uma extensão das formulações MILP e MINLP nominais e com o objetivo de incluir as incertezas do processo de refino de petróleo, que surgem principalmente devido aos diferentes petróleos e seus teores de enxofre, a otimização multicenário também é abordado neste trabalho. É importante que a rede de hidrogênio seja flexível, ou seja, seja capaz de atender as variações no consumo de hidrogênio nas unidades de hidrotratamento. O planejamento de produção é responsável por conectar os diferentes petróleos disponíveis com a demanda de produtos e assim, consegue-se estimar a quantidade de hidrogênio necessária num horizonte de tempo, normalmente mensal. Nesse sentido, este trabalho une o desenvolvimento de um planejamento de produção para uma refinaria, com o conceito de avaliação de flexibilidade da rede e otimização multicenário, a fim de obter o maior lucro possível, com uma rede mais flexível possível e capaz de atender os cenários estabelecidos, com o menor custo operacional, podendo incluir o redesign da rede. As otimizações foram validadas através de estudos de caso da literatura e de dados reais de uma refinaria brasileira. Como resultados, concluiu-se que a formulação não linear combinada com a inicialização proveniente da formulação MILP e a técnica de rearranjo de compressores é a mais adequada para redesign de redes de hidrogênio, fornecendo economias significativas de custo operacional. Além disso, através do planejamento de produção, foi possível avaliar economicamente a rede de hidrogênio, unindo o maior lucro possível, com o menor custo operacional da rede capaz de atender a demanda.

Hydrogen is used in oil refineries as a raw material in fuel hydrotreatment. Through catalytic reform, hydrogen is produced in refineries in so-called hydrogen generation units (UGH), and together with purification units and hydrotreatment units (considered consuming units), hydrogen networks are formed. With the increase in restrictions on sulfur content in oil fractions, such as diesel, the management of hydrogen networks has begun to gain prominence due to its economic and environmental importance. That is, there is interest in the more efficient use of hydrogen. Through mathematical programming, it is possible to perform the modeling and optimization of the hydrogen network, aiming its optimal production and a better distribution between the units. MILP (Mixed Integer Linear Programming) and MINLP (Mixed Integer Nonlinear Programming) formulations were developed in GAMS to represent the hydrogen network. The model can be used for retrofit or new projects to install new compressors, purification units, and lines. Due to the limitations of the MILP model, a technique was proposed to reduce the installation of new compressors, allowing the mixing between flowrates but maintaining the linearity of the process. In order to facilitate the resolution of the nonlinear model, an initialization technique based on the optimal obtained through the linear formulation was proposed. Multiscenario optimization is also addressed as an extension of nominal MILP and MINLP formulations. It includes the uncertainties of the oil refining process, which arise mainly due to the different oils and their sulfur contents. The hydrogen network must be flexible; that is, it should comply with the variations in hydrogen consumption in hydrotreatment units. Production planning is responsible for connecting the different available oils with the demand for products and thus can estimate the amount of hydrogen needed in a time horizon, usually monthly. In this sense, this work unites the development of production planning for a refinery, evaluating network flexibility and multi-scenario optimization. It is done to obtain the highest possible profit, with a flexible network to secure the established scenarios, with the lowest operational cost. It may also include the redesign of the network. The optimizations were validated through case studies of the literature and actual data of a Brazilian refinery. As a result, it was concluded that the nonlinear formulation combined with the initialization from the MILP formulation and the compressor rearrangement technique is the most appropriate for the redesign of hydrogen networks, providing significant savings in operating costs. In addition, through production planning, it was possible to economically evaluate the hydrogen network, uniting the highest possible profit, with the lowest operational cost of the network capable of achieving the demand.