1 Optimización Autoconsumo Metragaz 2 0. Optimización Autoconsumo Metragaz: Introducción Metragaz es la empresa responsable de la supervisión y el control de las actividades de Explotación del tramo marroquí del Gaseoducto ME. Además, asegura el cumplimiento en calidad y seguridad del movimiento de gas y optimiza el funcionamiento de las instalaciones. Asociado a esta última línea, se desarrolló un proyecto bajo la metodología 6 sigma con el objetivo de reducir el consumo generado para el transporte y la compresión del Gas Natural que se suministra a la península. La metodología 6 sigma distingue 5 fases para el desarrollo de un proyecto de mejora: Definir; Medir; Analizar; Mejorar y Controlar 3 1. Optimización Autoconsumo Metragaz: Definición En esta fase se formó el equipo de trabajo, se confeccionó un cronograma para el desarrollo del proyecto y se determinó un objetivo cuantificado de lo que se quería alcanzar. En este caso se propuso “Reducir un 1% el coste del transporte de Gas Natural a través de la optimización de los parámetros del sistema” .También, se estableció un alcance claro. Objetivo cuantitativo: Cronograma Reducir un 1% el coste de transporte de DEFINIR Plant. Objetivo Selec. Equipo Plan MEDIR Recep. Datos Tratamiento Puesta en común ANÁLIZAR Visita campo Variables significativas Ecuaciones MEJORAR Plant. De hipótesis Confirmación hipótesis CONTROL Parámetros de control Confirmación real Junio Gas Natural a través de la optimización de los parámetros de gestión del sistema” Objetivos cualitativos: • Disponer de ecuaciones de predicción de autoconsumo. Jul / Ago Septiem bre Octubre Noviem bre Diciem bre 1º S 2010 • Disponer de parámetros de control del sistema. SISTEMA GASODUCTO TARIFA SC TNG ARGELIA SC ABM Sistema 4 1. Optimización Autoconsumo Metragaz: Medición Selección de variables Se seleccionaron las principales variables a través del conocimiento técnico y la experiencia de todo el equipo Variables seleccionadas PARÁMETROS DESCRIPCIÓN Date Configuration S.C. ABM Configuration S.C. TANGER Stock GME Nm3 Auto Tk's ABM Nm3 Qauntité transportée SC ABM Nm3 Qauntité vehiculée SC ABM Nm3 PCS ABM Kwh/Nm3 Tamb ABM °C DP SC ABM Bar Auto Tk's Tanger Nm3 Qauntité transportée SC Tanger Nm3 Qauntité vehiculée SC Tanger Nm3 PCS Tanger Kwh/Nm3 Tamb Tanger °C DP SC Tanger Bar Fecha toma de datos Configuración de la Estación de Compresión en ABM Configuración de la Estación de Compresión en ABM Stock de gas presente en el tubo Autoconsumo estación de compresión ABM Cantidad de gas comprimido desde estación de ABM Cantidad de gas vehículado desde estación de ABM Poder calorifíco o Calidad de Gas en ABM Temperatura ambiente en ABM Diferencia de presión entre entrada ABM y salida ABM Autoconsumo estación de compresión Tanger Cantidad de gas comprimido desde estación de Tanger Cantidad de gas vehículado desde estación de Tanger Poder calorifíco o Calidad de Gas en Tanger Temperatura ambiente en Tanger Diferencia de presión entre entrada Tanger y salida Tanger VARIABLE X X X X Y X X X X X Y X X X X X Posteriormente, se desarrolló un complejo tratamiento de datos que, a través de análisis gráficos y estadísticos, proporcionó la muestra representativa con la que se construyeron las ecuaciones que componen el modelo predictivo de autoconsumo del sistema 5 1. Optimización Autoconsumo Metragaz: Medición Tratamiento de datos para el análisis Tratamiento gráfico Tratamiento estadístico Boxplot of Qauntité transportée SC ABM Nm3 Probability Plot of RESI6 Normal 30000000 Mean StDev N AD P-Value 99 25000000 95 90 Percent Qauntité transportée SC ABM Nm3 99,9 20000000 9,205668E-11 4783 184 0,302 0,574 80 70 60 50 40 30 20 10 5 15000000 1 0,1 10000000 Minimizar y Eliminar puntos aislados para evitar posibles distorsiones del modelo por el efecto (significativo o no) que puedan proporcionar los puntos más alejados de la tendencia central. -15000 -10000 -5000 0 RESI6 5000 10000 15000 Para obtener normalidad es necesario eliminar aquellos puntos que generan distorsión en la distribución. Obtención de muestra final Abs. Válido % sobre total SC ABM 1 TK SC TNG 1 TK SC ABM 2 TK SC TNG 2 TK 211 184 744 975 65.9% 92.9% 60.6% 73.4% 6 3. Optimización Autoconsumo Metragaz: Análisis • Se elaboran 4 modelos predictivos de autoconsumo (Uno para cada configuración) • Como consecuencia de la obtención de las ecuaciones se pueden establecer las variables más críticas relacionadas con el autoconsumo. PCS (Gran impacto pero no es operable. Además tiene la misma repercusión para ambas SC´s) Temperatura: No tiene impacto significativo. Gas Transportado; Gas Vehiculado; DP – VARIABLES CRÍTICAS Stock (Depende directamente de las 3 variables críticas) Definidas todas las ecuaciones, se paso a determinar las principales fuentes de variación y su grado de criticidad en la operación del sistema. También, se determinaron las capacidades de operación de cada una de las variables críticas. 3. Optimización Autoconsumo Metragaz: Análisis Variabilidad en la operación Boxplot of Aut TK ABM; Aut TK TNG Boxplot of Qauntité transpo; Qauntité transpo 36000000 300000 Data Data 32000000 200000 28000000 Requisito cliente. No operable 24000000 100000 20000000 Aut TK ABM Aut TK TNG Qauntité transportée SC ABM Nm3 Boxplot of Qauntité vehicul; Qauntité vehicul Qauntité transportée SC Tanger Boxplot of DP SC ABM; DP SC Tanger Bar 100000000 45 Data Data 75000000 60 Requisito operación máquina. Fuera proyecto 50000000 25000000 Requisito cliente pero operable 30 15 0 0 Qauntité vehiculée SC ABM Nm3 Qauntité vehiculée SC Tanger N DP SC ABM DP SC Tanger Bar De las variables definidas como significativas en el Autoconsumo, a través de las ecuaciones de predicción, la DP es la única que puede ser operada en el ciclo de vida del sistema. 8 3. Optimización Autoconsumo Metragaz: Análisis Análisis de la pérdida de carga del sistema Histogram of P Asp SC ABM Histogram of P Ref SC ABM Normal Normal Mean 49,72 StDev 2,203 N 1242 300 Mean 77,12 StDev 1,817 N 1246 200 200 Frequency Frequency 150 No controlable Controlable 100 100 50 0 28 42 56 70 84 P Asp SC ABM 98 0 112 54,0 67,5 81,0 P Ref SC ABM 94,5 108,0 Histogram of P Ref SC Tanger Normal Normal Mean 61,97 StDev 3,033 N 1246 50 25 90 Frequency No controlable Mean 101,3 StDev 4,116 N 1246 120 75 Frequency 40,5 Histogram of P Asp SC Tanger 100 0 27,0 No controlable 60 30 27,0 40,5 54,0 67,5 81,0 P Asp SC Tanger 94,5 108,0 0 28 42 56 70 84 P Ref SC Tanger 98 112 Los saltos de presión están influenciados con la perdida de carga asociada al transporte en el gaseoducto (+500Km). 9 9 3. Optimización Autoconsumo Metragaz: Mejora y Control Mejora: A través del modelo de predicción y de los análisis realizados en cada una de las variables críticas se plantea la siguiente hipótesis general: “Un incremento del salto de presión en la Estación de Compresión de ABM y su correspondiente incremento de autoconsumo, daría lugar a un descenso del Salto de presión en la Estación de compresión de Tánger y de su autoconsumo, siendo este descenso de autoconsumo significativamente superior al incremento de autoconsumo en ABM”. A continuación se plantearon tres mecanismos para comprobar la veracidad de la hipótesis: Predicción estadística a través de ecuaciones. Análisis de datos históricos. Diseño de experimentos. Control: Ahorro anual entre 0,1 - 0.3 M€ /año. Por último, confirmada la hipótesis, se plantearon los nuevos parámetros de control de operación para la optimización del autoconsumo y se realizó un seguimiento en el resto del año. 10 10 Muchas gracias 11 Esta presentación es propiedad del Gas Natural Fenosa. Tanto su contenido temático como diseño gráfico es para uso exclusivo de su personal. ©Copyright Gas Natural SDG, S.A. 12