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

  1. García García-Verdier, Tomás 1
  2. Gutierrez Rodriguez, Gloria 1
  3. Palacin, Carlos 1
  4. Méndez, Carlos 1
  5. Prada, César de 1
  1. 1 Universidad de Valladolid
    info

    Universidad de Valladolid

    Valladolid, España

    ROR https://ror.org/01fvbaw18

Libro:
XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja)
  1. Carlos Balaguer Bernaldo de Quirós (coord.)
  2. José Manuel Andújar Márquez (coord.)
  3. Ramon Costa Castelló (coord.)
  4. Carlos Ocampo Martínez (coord.)
  5. Jesús Fernández Lozano (coord.)
  6. Matilde Santos Peñas (coord.)
  7. José Enrique Simó Ten (coord.)
  8. Montserrat Gil Martínez (coord.)
  9. Jose Luis Calvo Rolle (coord.)
  10. Raúl Marín Prades (coord.)
  11. Eduardo Rocón de Lima (coord.)
  12. Elisabet Estévez Estévez (coord.)
  13. Pedro Jesús Cabrera Santana (coord.)
  14. David Muñoz de la Peña Sequedo (coord.)
  15. José Luis Guzmán Sánchez (coord.)
  16. José Luis Pitarch Pérez (coord.)
  17. Oscar Reinoso García (coord.)
  18. Oscar Déniz Suárez (coord.)
  19. Emilio Jiménez Macías (coord.)
  20. Vanesa Loureiro Vázquez (coord.)

Editorial: Servizo de Publicacións ; Universidade da Coruña

ISBN: 978-84-9749-841-8

Año de publicación: 2022

Páginas: 508-513

Congreso: Jornadas de Automática (43. 2022. Logroño)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR lock_openRUC editor

Resumen

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).

Fuente de los datos: Dialnet