Durante muitos anos tem-se usado a técnica de programação linear (Linear programming- LP) para abordar o problema do planejamento da produção em refinarias de petróleo. Esta técnica é baseada na linearização do comportamento não linear dos processos num conjunto particular de condições operacionais. Contudo, modelos lineares não são uma boa representação da operação dos processos de refino, pois estes envolvem diferentes operações físicas (separação de fases, mistura de correntes intermediárias, etc.) e químicas (reações de craqueamento, reações de hidrotratamento, etc.) caracterizadas pelo seu comportamento não linear. Como conseqüência, os resultados (plano de operação) de modelos de planejamento da produção baseados na técnica de programação linear são de difícil implementação na operação. Por outro lado, recentes avanços na capacidade de cálculo dos computadores, assim como nas ferramentas matemáticas (algoritmos de otimização) utilizadas para solucionar os modelos de planejamento da produção, permitem a implementação de modelos não lineares de processos em modelos de planejamento da produção. Este trabalho é focado na formulação de modelos de processos adequados (boa aproximação da operação e baixo custo computacional) para o planejamento da produção em refinarias de petróleo. Inicialmente, é abordada a formulação de um modelo empírico para unidade de destilação o qual foi validado com sucesso usando um simulador rigoroso de processos. A seguir, um modelo empírico para uma unidade de craqueamento catalítico fluidizado (FCC) foi gerado e validado a partir de dados obtidos num simulador rigoroso de processo da PETROBRAS. Estes modelos empíricos superam as limitações dos modelos lineares e não lineares para unidades de destilação e unidades de FCC previamente propostos por outros autores. Em seguida, os modelos empíricos desenvolvidos foram implementados no planejamento da produção (para um único período) de duas refinarias: uma de pequena escala (só duas unidades de processo) e uma de média escala (com 7 unidades de processo). Os modelos de planejamento resultaram em dois problemas de programação não linear que foram resolvidos usando três solvers (CONOPT 3, IPOPT e MINOS) disponíveis na plataforma computacional GAMS (General Algebraic Modeling System). Os modelos de planejamento da produção foram resolvidos com sucesso num tempo computacional inferior a um segundo (CPU time < 1 s) pelos solvers.

For many years production planning problems in the petroleum refineries have been addressed using the linear programming (LP) technique. This technique is based on linear process models (linearization of nonlinear process behavior at a particular set of operating conditions). Nevertheless, the linear process models are not suitable for refinery process modeling, since refinery processes involve both physical (phase separations, blending operations, etc.) and chemical operations (cracking reactions, hydrotreating reactions, etc.) that are characterized by their nonlinear nature. Due to this fact, the results (operating plans) from production planning models based on the linear programming technique are operationally not reliable. On the other hand, recent advances in the computer hardware and in the mathematical tools (optimization algorithms) used for the solution of production planning problems, allow the implementation of nonlinear process models in the production planning models. This work deals with the formulation of non linear empirical process models for petroleum refinery planning. Firstly, the formulation of non linear empirical process model for refinery process is addressed. Two processes were studied: distillation and fluid catalytic cracking (FCC). An empirical model for crude distillation units was developed and successfully validated using rigorous simulations carried out in HYSYS® and the empirical model for a FCC unit was developed and successfully validated using a rigorous FCC simulator from PETROBRAS. These empirical models overcome the limitations of both linear and nonlinear empirical models for crude distillation and FCC units previously developed by others authors. Subsequently, the empirical models developed in this work were successfully implemented in the production planning model for two refineries: a small scale refinery (with two process units) and a medium scale refinery (with 7 process units). The production planning models resulted in two nonlinear programming problems that were solved using three different solvers (CONOPT 3, IPOPT and MINOS) available in GAMS (General Algebraic Modeling System) platform. The computational time for the solution of the production planning models were less than 1 second (CPU time < 1 s).