Evaluación de optimización estocástica aplicada a programación de operaciones de crudos en una refinería

• García García-Verdier, Tomás ^[1] ; Gutierrez Rodriguez, Gloria ^[1] ; Palacin, Carlos ^[1] ; Méndez, Carlos ^[1] ; Prada, César de ^[1]
  1. [1] Universidad de Valladolid

     Universidad de Valladolid

     Valladolid, España

     
• Localización: XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja) / coord. por Carlos Balaguer Bernaldo de Quirós, José Manuel Andújar Márquez, Ramón Costa Castelló, C. Ocampo-Martínez, Juan Jesús Fernández Lozano, Matilde Santos Peñas, José Simó, Montserrat Gil Martínez, José Luis Calvo Rolle, Raúl Marín, Eduardo Rocón de Lima, Elisabet Estévez Estévez, Pedro Jesús Cabrera Santana, David Muñoz de la Peña Sequedo, José Luis Guzmán Sánchez, José Luis Pitarch Pérez, Óscar Reinoso García, Óscar Déniz Suárez, Emilio Jiménez Macías, Vanesa Loureiro-Vázquez, 2022, ISBN 978-84-9749-841-8, págs. 508-513
• Idioma: español
• Títulos paralelos:
  • Assessment of stochastic optimization of crude oil operations scheduling in a refinery
• Enlaces
  • Texto completo
• Resumen
  • español

    En el presente artículo se aborda el problema de optimización estocástica de la programación de operaciones de crudos en una refinería con terminal marítima. En primer lugar, se pretende evaluar el rendimiento de un modelo de programación estocástica de dos etapas. Para ello calculamos las medidas Valor Esperado de la Información Perfecta (EVPI) y Valor de la Solución Estocástica (VSS), las cuales nos permiten valorar y comparar la solución del modelo estocástico frente a soluciones obtenidas a partir de modelos determinísticos. En segundo lugar, llevamos a cabo un análisis de las soluciones obtenidas al incluir la gestión del riesgo en el modelo estocástico, utilizando la medida Valor en Riesgo Condicional (CVaR).

  • English

    This paper addresses the optimization of crude oil operations, considering uncertainty, in a marineaccess refinery. First, we evaluate the performance of a two-stage stochastic programming model. For this purpose, we calculate the measures Expected Value of Perfect Information (EVPI) and Value of Stochastic Solution (VSS), which allow us to assess and compare the solution of the stochastic model against solutions obtained from deterministic models. Secondly, we present an analysis of the solutions obtained by including risk management in the stochastic model, using the Conditional Value at Risk (CVaR) measure.