III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
SISTEMA COMPUTACIONAL PARA O MONITORAMENTO E CONTROLE EM
TEMPO REAL DE REDES DE ESCOAMENTO
Carlos de O. Galvão11, Francisco V. Brasileiro1, Cledson Souto Santana1, Érica Machado1,
Esther V. Brasileiro1, Bruno Catão1, André Gomes1, Ademar Izu1, Kennedy F. M. Lucena2, Dario
Aloise3
Abstract. Real-time monitoring and control of complex and large-scale pipeline networks is
complicated by several requirements, among them (a) reliability of data acquisition and
communication systems, (b) strict time limits between data acquisition and decision of control
action, (c) operational constraints of a large number of pipeline devices, (d) multi-objective control,
involving economic, operational, environmental and institutional objectives and constraints. The
SmartPumping system was designed for meeting such requirements. A simulation-optimization
approach is the strategy adopted for the network state prediction and control. The simulation
module is based on the steady state hydraulics of the fluid flow. The control is centered on the
pumping systems, respecting operational constraints of tanks and pipes, without reducing the
production and/or demand targets. For real-time control, an optimization scheme generates multiple
operational scenarios, the optimum of them being selected by means of a meta-heuristics approach.
To meet the strict time limits for deciding the control strategy, a grid computing architecture was
adopted, instead of conventional dedicated high-performance computers.
Resumo. A complexidade do monitoramento e controle em tempo real de redes de tubulações
para escoamento de fluidos decorre de vários fatores, entre o quais: (a) a confiabilidade dos
sistemas de aquisição de dados e comunicação, (b) tempos limites entre a aquisição de dados e a
decisão de controle, (c) restrições operacionais de um grande número de dispositivos, (d) controle
que envolve objetivos e restrições econômicas, operacionais, ambientais e institucionais. O sistema
computacional SmartPumping foi projetado para atender a esses requisitos. Uma abordagem de
simulação-otimização é a estratégia adotada para a previsão e o controle do estado da rede. O
módulo de simulação é baseado na hidráulica do escoamento em regime permanente. O controle é
centrado nos sistemas de bombeamento, respeitando restrições operacionais de reservatórios e
dutos, sem reduzir as metas de produção e/ou atendimento de demandas. Para o controle em tempo
real, um esquema de otimização gera múltiplos cenários operacionais, sendo o ótimo selecionado
através de meta-heurísticas. Para atender aos requisitos de tempo para decisão do controle, uma
arquitetura de execução em um grid computacional foi adotada, alternativamente ao uso de
computadores dedicados de alto desempenho.
Palavras-chave: Sistema computacional, monitoramento, controle, otimização, redes de
escoamento.
1
Universidade Federal de Campina Grande, Brasil. [email protected].
Centro Federal de Educação Tecnológica da Paraíba, Brasil.
3
Universidade Federal do Rio Grande do Norte, Brasil.
2
ST4-9
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
INTRODUÇÃO
O monitoramento e controle em tempo real de complexos sistemas de escoamento, como os
de distribuição d’água, de perímetros irrigados e de escoamento de petróleo, envolve um grande
número de variáveis e parâmetros operacionais e exige, entre outros requisitos: (a) a confiabilidade
dos sistemas de aquisição de dados e comunicação, (b) tempos limites entre a aquisição de dados e a
decisão de controle, (c) restrições operacionais de um grande número de dispositivos, como
reservatórios, bombas, válvulas e dutos, (d) controle multi-objetivo e multi-critério, envolvendo
objetivos e restrições econômicas, operacionais, ambientais e institucionais. Este artigo apresenta o
sistema computacional SmartPumping (SP), projetado para atender a esses requisitos.
O SMART PUMPING: OBJETIVOS E ARQUITETURA
O objetivo do sistema computacional, denominado SP, é o monitoramento e controle remotos,
distribuídos e em tempo real do sistema de escoamento de fluidos, de forma a garantir a máxima
eficiência de movimentação e a redução do custo de consumo de energia, da pressão dos dutos, dos
riscos de falhas operacionais, de perdas e de poluição ambiental. A estratégia de controle é baseada
no escalonamento das bombas que determinam o escoamento na rede.
Em outras palavras, dada uma rede de escoamento, o SP busca determinar quando ligar e
desligar cada bomba da rede, durante um certo período no futuro (horizonte de operação), sob um
modelo de simulação hidráulica da rede, uma dada previsão de vazões em escoamento e um
esquema tarifário de energia elétrica, objetivando a máxima segurança operacional e o mínimo
custo global. O escalonamento da utilização das bombas deve também atender a restrições de
vazões e pressões nos dutos (mínimas e máximas), de capacidade de armazenamento dos
reservatórios e operacionais das bombas, válvulas e demais dispositivos do sistema. Além disso,
soluções que diminuam a produção não são aceitáveis.
A complexidade do sistema de tubulações, a descentralização do comando e a necessidade de
tomar rapidamente decisões consensuais limitam a possibilidade de otimização do escalonamento
das bombas do sistema usando os métodos em prática. Por outro lado, a progressiva automação
permite a implantação de sistemas computacionais de monitoramento e controle do processo, com
possibilidade de obtenção de resultados relevantes em termos de redução de custos e consumo de
energia, e de riscos ao meio ambiente, aumentando a produção e a segurança operacional.
O sistema SP possui uma arquitetura modular e foi desenvolvido em ambiente Java, para
proporcionar portabilidade entre plataformas de execução. Os módulos funcionais implementados
até o momento são (Figura 1):
- O módulo de monitoramento, que captura as informações sobre o estado da rede em tempo
real: pressões, vazões, níveis de reservatórios, estados de funcionamento das bombas
(ligadas/desligadas), etc. Estas informações podem ser adquiridas diretamente do sistema de
automação da rede ou de operadores humanos.
- O módulo de configuração, que manipula as informações que descrevem a rede de
escoamento (dutos, bombas, reservatórios, tomadas, válvulas, registros, etc.), inclusive sua
ST4-10
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
topologia. Este módulo incorpora atualizações recebidas do campo e de decisões operacionais
quanto à desativação ou modificações de elementos físicos da rede, transmitindo-os a outros
módulos do SP que necessitarem dessa informação. A interface desse módulo é um editor gráfico de
redes de distribuição.
Sistema
Físico
Monitoramento
Previsão
Atuação
Controle
Configuração
Simulação
Figura 1. Arquitetura do SP.
- O módulo de previsão da produção, que recebe informações de sistemas específicos quanto
à produção ou demanda prevista nos próximos intervalos de tempo dentro do horizonte de operação
e as repassa ao módulo de controle.
- O módulo de simulação, que calcula o comportamento hidráulico da rede (pressões, vazões,
perdas de carga, composição do fluido, consumo de energia, etc.) nos próximos intervalos de tempo
dentro do horizonte de operação, para dadas previsões de configuração e produção, para o estado
atual da rede, fornecida pelo monitoramento, e para o cenário operacional prescrito pelo controle
(bombas ligadas/desligadas).
- O módulo de controle, executado em intervalos de avaliação pré-definidos e determina a
melhor decisão operacional para os intervalos de avaliação no horizonte de operação, através de
rotinas de otimização, que levam em conta toda a rede física. A otimização é realizada com base em
geração de cenários, simulados pelo módulo de simulação, levando em conta os objetivos da
operação (segurança operacional e ambiental e minimização de custos). A decisão operacional
prescrita pelo módulo de controle pode ser enviada diretamente ao módulo de atuação, caso essa
opção esteja ativa, ou, caso contrário, pode ser submetida ao operador, que pode modificá-la antes
da atuação na rede.
ST4-11
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
- O módulo de atuação, que é a interface entre o SP e a rede em campo, caso esteja ativo,
recebe um escalonamento do módulo de controle, executa uma rotina de consistência e, caso
obtenha sucesso nessa operação, aplica o escalonamento ao sistema físico.
Monitoramento
O SP integra informações monitoradas na rede de dutos, coletadas automaticamente por
sensores distribuídos nos seus elementos. A informação é continuamente armazenada em um banco
de dados, de modo a criar séries históricas, que poderão ser utilizadas posteriormente em
diagnóstico de falhas, modelagem de processos e auditoria do sistema. Quando, por motivo de falha
nos sensores ou na comunicação remota, a informação do monitoramento em tempo real não estiver
disponível, ou não for confiável por qualquer razão, poderão ser utilizadas estimativas produzidas
por modelos baseados nos dados históricos.
Simulação
O módulo de simulação é baseado na hidráulica do escoamento do fluido em regime
permanente para redes ramificadas. Na Figura 2 apresenta-se uma configuração de rede hidráulica
ramificada que demonstra as potencialidades do SP. Assume-se que a rede é formada por
reservatórios, bombas, dutos e nós. Os reservatórios são classificados em receptores e produtores de
fluido. O fluido escoa dos reservatórios produtores para os outros elementos da rede e destes para o
reservatório receptor. Todos os elementos nas extremidades da rede são reservatórios, ou conjuntos
de reservatórios, sendo que, em toda a rede, há apenas um reservatório (ou conjunto) receptor de
todo o fluido escoado. Alguns reservatórios podem ser, ao mesmo tempo, receptores e produtores.
Estes reservatórios definem sub-redes dentro do sistema. Bombas e reservatórios são conectados
através de dutos, enquanto que a conexão entre dutos se dá nos nós.
A determinação das pressões e vazões na rede é realizada através de procedimento numérico
iterativo, já que estas variáveis são hidraulicamente interdependentes. Foram implementadas regras
de mistura de fluidos provenientes de dutos diferentes, que é uma situação típica em redes de
escoamento de petróleo. A variação de estado entre os intervalos de tempo de simulação é
provocada pelo balanço hídrico nos reservatórios, sujeita também a mudanças na configuração
física da rede e no escalonamento das bombas determinado pelo módulo de controle. Assim, a cada
intervalo de simulação todo o estado hidráulico da rede é novamente calculado.
Controle
O controle é focado nos sistemas de bombeamento, respeitando restrições operacionais de
capacidade de armazenamento dos reservatórios e de pressões e vazões mínimas e máximas nos
dutos, sem modificar as metas de escoamento. O procedimento ótimo de controle em tempo real é
decidido, a cada intervalo de tempo de operação, através de uma abordagem pela qual um esquema
de otimização gera múltiplos cenários operacionais, sendo o ótimo selecionado através de metaheurísticas. Este procedimento é baseado nas técnicas de Algoritmos Genéticos (AG)
(GOLDBERG, 1989) e Variable Neighborhood Search (VNS) (MLADENOVÍC,1997), que
utilizam regras heurísticas relacionadas ao comportamento hidráulico e operacional da rede de
ST4-12
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
escoamento. Estas regras têm um papel muito importante em encontrar estratégias de controle
viáveis e ótimas no limitado tempo de processamento disponível.
No SP a função objetivo é o custo com energia por volume de fluido bombeado para o
reservatório receptor do sistema. As variáveis de estado correspondem ao estado de cada uma das
bombas do sistema em um determinado tempo, podendo ter dois valores: ligada e desligada. O
algoritmo visa, portanto, encontrar os valores dessas variáveis para os quais o resultado da função
seja mínimo (chamados valores ótimos).
r
ub ede 2
r
eserv r
eceptor
r
uto
ub ede 1
b
ombase
b
m série
omba
r
eserv prod
utores
bom
bas emp
aralelo
Rese
r
mistura de
fluidos
reserv.
produtor darede 1 e
ub tanque
receptor
r
da sub
ede 3
rvatório
ub ede 3
r
eserv prod
utores
Bom
ba
Figura 2. Configuração de sistema de escoamento demonstrativo das potencialidades do SP.
ST4-13
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
Diversas heurísticas têm sido utilizadas em problemas de rede de escoamento como este
(WALSKI, 1999). Os AGs são uma família de modelos computacionais inspirados na Teoria da
Evolução, seguindo o princípio da seleção natural proposto por Darwin (GALVÃO e VALENÇA,
1999). Uma implementação de um algoritmo genético começa com uma população aleatória de
cromossomos, os quais representam possíveis soluções do problema a ser resolvido. No SP cada
cromossomo da população consiste em uma solução para o escalonamento temporal das bombas,
onde cada gene assume os valores 0 ou 1, que representam se uma determinada bomba está em
operação ou não, em um dado intervalo de tempo, formando uma matriz bi-dimensional tempo
versus bomba.
Dado o elevado custo computacional inerente aos algoritmos genéticos, o grande número de
possíveis soluções para o problema, e a impossibilidade de avaliá-las dentro de um tempo aceitável
para uma aplicação em tempo real, adaptou-se o algoritmo genético clássico introduzindo
operadores genéticos modificados e algumas regras de descarte de indivíduos. Estas adaptações são
baseadas no conceito de viabilidade do cromossomo. Um escalonamento de bombas, ou seja, um
cromossomo, só é considerado viável caso nenhuma restrição de segurança do sistema seja violada.
Os operadores genéticos modificados, aqui chamados de operadores direcionados, fazem uso de
uma marca introduzida em cada cromossomo no primeiro ponto de inviabilidade por ele provocada.
Esta técnica reduz a aleatoriedade do AG e acelera o melhoramento entre gerações, reduzindo o
tempo necessário para convergir.
Um outro algoritmo de otimização utilizado no SP é o VNS. O VNS provê uma boa solução
para buscas locais e é também amplamente utilizado na solução de problemas de busca de um ótimo
global (MLADENOVÍC,1997). O VNS não segue uma trajetória específica, mas explora
vizinhanças de uma solução previamente encontrada que, no caso do SP, é fornecida por um
calculador de solução viável que, utilizando regras de operação, tenta encontrar um escalonamento
viável de bombas ao longo do tempo. Sobre esta solução são aplicadas regras de vizinhança para
busca de uma nova solução.
PROCESSAMENTO PARALELO
Um dos aspectos mais interessantes de heurísticas como o AG ou o VNS é que, embora elas
sejam lentas, a paralelização dos algoritmos é trivial. Uma outra característica importante destes
algoritmos é o baixo acoplamento entre as suas diversas tarefas, em especial nas implementações
multi-populacionais e mestre-escravo (CANTÚ-PAZ,1998). Isso facilita a escolha do ambiente de
execução, visto que os requisitos da aplicação são facilmente atendidos nas diferentes plataformas
de execução paralela.
Para atender aos requisitos de tempo para decisão do controle, a arquitetura em grid
computacional foi adotada, alternativamente ao uso de computadores dedicados de alto
desempenho. Processos executados em um ambiente grid utilizam recursos computacionais
espalhados na rede da corporação, incluindo aqueles regularmente utilizados para atividades de
propósito geral (FOSTER et al., 1999) . O gerenciador do grid, uma camada de software
intermediária responsável pela gerência dos recursos, coordena-os de maneira a realizar
cooperativamente a execução dos processos de otimização do controle. O principal atrativo desta
ST4-14
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
solução é poder alocar uma infinidade de recursos, muitas vezes ociosos, a uma aplicação paralela e
fazê-lo a baixo custo, sendo ainda bastante escalável.
INTERFACE
O SP possui um ambiente amigável de execução que permite a edição rápida e simples de
redes de escoamento, assim como a edição do controle operacional do sistema de bombeamento e
das demandas. Ainda possibilita a edição de restrições para as tubulações (pressões e velocidades),
reservatórios (níveis), de modo que alarmes sejam ativados quando as restrições forem atingidas.
Além disso, o SP dispõe as saídas dos resultados de forma visual ou impressa, em gráficos e tabelas,
com respostas instantâneas ou globais. E possui uma ferramenta de auxílio à identificação de erros
de edição. Na Figura 3 é apresentada uma tela de rede editada no SP.
PERSPECTIVAS FUTURAS DO SP
A concepção inicial do SP foi o desenvolvimento de um sistema computacional para a
otimização da operação de sistemas de escoamento que necessitam de um controle complexo de
reservatórios e de estações de bombeamento em tempo real, objetivando a máxima racionalização
econômico-energética e segurança ambiental. Embora o SP possa auxiliar no dimensionamento e na
reabilitação de redes, essas não são tarefas primordiais do mesmo. Assim, constituem novas
perspectivas para o SP torná-lo uma ferramenta de dimensionamento otimizado de redes e, aplicável
a redes de distribuição que trabalhem com sistemas elevatórios e também com distribuição por
gravidade.
Figura 3. Visualização de uma rede editada pelo SP.
ST4-15
III SEREA- Seminario Hispano-Brasileño sobre Planificación, Proyecto y Operación de Redes de Abastecimiento de Agua
Valencia (España) 15 – 18 junio 2004
AGRADECIMENTOS
O software SmartPumping foi desenvolvido com recursos do Ministério da Ciência e
Tecnologia do Brasil – Fundo Setorial do Petróleo e Gás (CT-PETRO) – através da Financiadora de
Estudos e Projetos (FINEP), e recursos da Petróleo Brasileiro SA (PETROBRAS).
REFERÊNCIAS BIBLIOGRÁFICAS
CANTÚ-PAZ, E. A Survey of Parallel Genetic Algorithms. Technical Report IlliGAL 97003,
University of Illinois at Urbana-Champaign, 1998.
FOSTER, I., KESSELMAN, C. (editors). The Grid: Blueprint for a New Computing
Infrastructure. Morgan Kaufmann Publishers. 1999.
GALVÃO, C., VALENÇA, M. (org.) Sistemas Inteligentes: Aplicações a Recursos Hídricos e
Ciências Ambientais. Ed. Universidade/UFRGS/ABRH, 1999.
GOLDBERG, D. Genetic Algorithms in Search Optimization and Machine Learning.
Addison-Wesley, 1989.
MLADENOVÍC, N. AND HANSEN, P. Variable Neighborhood Search. Comps. in Opns.
Res. 24, 1097-1100,1997.
WALSKI, T. Using Extended period Simulation Models for Design and Simulation.
EWRI/ASCE Annual Conference, "Preparing for the 21st Century," Tempe, 1999.
ST4-16
Download

SISTEMA COMPUTACIONAL PARA O MONITORAMENTO E