Sin título de diapositiva

Anuncio
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
Descargar