Otimização multiobjetivo no planejamento agregado da produção e na cogeração de energia elétrica de usina do setor sucroenergético

Abstract

Nesta tese foram desenvolvidos modelos multiobjetivos de Programação por Metas, para auxiliarem no planejamento de colheita de cana de açúcar, e no planejamento agregado da produção, incluindo a cogeração de energia elétrica, de uma usina sucroalcooleira. O desenvolvimento dos modelos baseou-se nos métodos clássicos de seleção de processos e dimensionamento de lotes, representando o sistema de produção de açúcar, álcool, melaço e derivados. Os modelos determinístico e sob incerteza da Programação por Metas contemplam decisões da etapa agrícola, das fases de dimensionamento da frente de corte, escolhas de talhões, carregamento e transporte de cana e, principalmente, decisões de moagem, escolha do processo produtivo, incluindo a cogeração de energia elétrica. As decisões são tomadas em períodos semanais e o horizonte de planejamento são as semanas de safra e entressafra. Além disso, esta tese explora a aplicação de modelos de Programação por Metas sob incerteza para tratar incertezas inerentes aos parâmetros utilizados no processo decisório da usina, que foi o objeto da pesquisa, realizando, desta forma, uma análise de sensibilidade nas limitações e na matriz tecnológica. Para tratar os modelos de Programação por Metas, determinística e sob incerteza, utilizou-se uma linguagem de modelagem algébrica e um solver de última geração de Programação Matemática. Os testes e validações dos modelos foram realizados com a colaboração de profissionais da usina estudada que está localizada no Estado de Minas Gerais. Nesta tese foi possível verificar a adequação dos modelos propostos quando aplicados para apoiar decisões envolvidas no planejamento de colheita e no planejamento agregado da produção, incluindo a cogeração de energia elétrica. Os resultados computacionais são apresentados e analisados, comparando o planejamento executado pela empresa e os resultados obtidos com os modelos

For this thesis, multi-objective models from Goal Programming were applied in order to assist in planning the harvesting of sugarcane and aggregate production planning, including electrical cogeneration in sugarcane milling companies. Model development was based on classical methods of process selection and plot dimensions, representing the sugar, alcohol, molasses and derivatives production processes. While considering levels of uncertainty, the deterministic models cover decisions regarding the agricultural and plot dimensioning stages of the front cut, stands, loading and transportation of sugar cane – especially milling decisions– and choice of production processes including the cogeneration of electricity. Decisions are made on a weekly basis and the planning horizons are the weeks of harvest and season. In addition, this thesis explores the application of Goal Programming models to deal with the uncertainties inherent to the parameters used in the decision making process for the plant covered by this investigation, thus making a sensitivity analysis on the limitations and the technological matrix. To solve the Goal Programming models under certainty and uncertainty, an algebraic modeling language and a solver of last generation of Mathematical Programming was used. A study was conducted at the plant located in the southeastern Brazilian state of Minas Gerais. In this thesis, the adequacy of the proposed models was verified when applied to support decisions involved in planning the harvest and aggregate production planning, including cogeneration of electricity. Computational results are presented and analyzed, comparing the planning performed by the company and the results obtained with the models