1
ENEGEP 2006 ABEPRO
Priorização de gasodutos em hierarquia de riscos: Uma abordagem
multicritério
Anderson Jorge de Melo Brito (UFPE) anderson@ufpe.br Cristiano Alexandre Virgínio Cavalcante (UFPE) cristiano@ufpe.br
Eduardo Henrique Diniz Fittipaldi (UFPE) fitti@chesf.gov.br
Resumo
A expansão das malhas dos gasodutos de distribuição de gás natural no Brasil, impulsionada pela crescente demanda por esse combustível, tem tornado cada vez mais relevante o gerenciamento dos riscos associados a essas estruturas. Diante da necessidade de um emprego eficiente de recursos limitados para minimização das potencialidades de acidentes nesses gasodutos, o presente trabalho propõe um modelo multicritério de apoio a decisão para priorização de trechos de gasodutos segundo níveis hierárquicos de risco, ajustando-se à existência de múltiplas dimensões ou critérios nos quais riscos devem ser avaliados. A metodologia desenvolvida baseou-se no método PROMETHEE II, através do qual foi possível realizar uma ordenação de trechos por meio da integração de probabilidades com as conseqüências humanas, ambientais e financeiras que possíveis acidentes nestes gasodutos podem vir a acarretar.
Palavras-chave: Gás Natural, Priorização de Gasodutos, Apoio Multicritério à Decisão, PROMETHEE II.
1. Introdução
A introdução do gás natural na matriz energética brasileira como matéria-prima para geração termoelétrica, como combustível industrial e veicular, e para uso comercial e residencial, dentre outras aplicações, ganhou força, sobretudo, após a crise energética brasileira em 2001. Naquele ano, o país se deparou diante da necessidade de realizar um amplo racionamento energético e de diversificar suas fontes de energia além das hidroelétricas, o que levou o governo a incentivar o aumento da produção, do transporte e do consumo de gás natural no Brasil (PARO, 2005).
A preocupação com o atendimento a uma demanda cada vez maior por gás natural ganhou espaço entre as companhias transportadoras e distribuidoras de gás, de forma que malhas de gasodutos para transporte e distribuição desse combustível passaram a ser construídas e expandidas, em ritmo crescente, a fim de o transportarem desde as estações de extração e processamento até o consumidor final.
2
ENEGEP 2006 ABEPRO
elaboração de ações que visem a uma redução dos efeitos de potenciais acidentes em pessoas, propriedades e no meio ambiente, este artigo apresenta um modelo multicritério de apoio a decisão para priorização de trechos de gasodutos de distribuição, através do ordenamento destes últimos numa hierarquia de riscos. A fim de ilustrar o modelo proposto, baseado no método PROMETHEE II (BRANS & MARESCHAL, 2002), será apresentada uma aplicação utilizando o Decision Lab, uma ferramenta elaborada para o tratamento de problemas de decisão, como o abordado neste trabalho, caracterizados pela existência de múltiplos critérios ou objetivos (BRANS & MARESCHAL, 2002).
2. O Problema
Segundo Yuhua & Datao (2005), embora a maioria dos gasodutos esteja enterrada abaixo do solo e supostamente livre da ação de fatores externos atuantes na superfície, os mesmos estão sujeitos a vários fatores deteriorantes, tais como interferência de terceiras partes, corrosão, defeitos mecânicos e de construção, mal-funcionamento de equipamentos associados, erros humanos e desastres naturais. Mesmo sob baixa probabilidade, a ação de tais fatores em dutos de gás natural pode resultar, de forma imediata ou não, em vazamentos que ocasionem acidentes com expressivas perdas econômicas, danos ecológicos (ZÚÑIGA-GUTIÉRREZ et al., 2002) e, sobretudo, ferimentos a seres humanos nas proximidades do local da falha, o que pode levar, não raramente, a fatalidades (JO & AHN, 2002).
Por outro lado, Jo & Ahn (2005) salientam que probabilidades de falha em gasodutos, e conseqüentemente, riscos de acidentes, variam em função de diferentes fatores ao longo da rota das tubulações, tais como diâmetro, pressão, extensão, presença de revestimento polimérico, características do solo, qualidade da proteção catódica, idade do gasoduto etc. Adiciona-se a isso a heterogeneidade das condições de seu entorno (população, edificações, vegetação, relevo etc.), ao longo das diversas localidades pelas quais um gasoduto passa. Não obstante essa realidade, muitas empresas fazem uso de abordagens determinísticas para garantir a segurança da operação dessas estruturas (PAPADAKIS, 2000), sem lançar mão de avaliações de risco que considerem simultaneamente as incertezas e as diversas dimensões dos impactos de possíveis acidentes. Como Cagno et al. (2000) apontam, é baixa a efetividade de muitas técnicas utilizadas atualmente para o gerenciamento da segurança em gasodutos, sobretudo em companhias de distribuição de gás natural, o que muitas vezes leva a ineficiência na priorização de trechos para investimento e manutenção.
Em substituição a técnicas determinísticas tradicionais, Papadakis (2000) salienta que o ordenamento ou ranking de riscos, combinando probabilidades de um evento com a severidade dos seus resultados, mostra-se mais adequado para problemas de priorização. Além disso, em um contexto caracterizado pelo aumento da rigidez da legislação ambiental, e pela crescente conscientização da população quanto a acidentes com gasodutos, companhias de distribuição de gás natural não podem mais considerar, no gerenciamento destes riscos, apenas aspectos unidimensionais de perdas financeiras ou fatalidades humanas (ALMEIDA et al., 2004). Antes, precisam atender, concomitantemente aos seus objetivos, os interesses de segurança humana e preservação ambiental tanto da sociedade como do Estado.
Para o trato deste problema, uma aparente dificuldade, além das evidentes limitações de orçamento, tempo e de mão-de-obra, seria priorizar trechos de gasodutos agregando simultaneamente os riscos humanos, ambientais e financeiros associados aos possíveis impactos de um vazamento de gás natural, visto que a representação das duas primeiras dimensões em termos monetários é artificial e eticamente inadequada.
3
ENEGEP 2006 ABEPRO
de trechos de gasodutos considerando as múltiplas dimensões dos riscos associados, dimensões estas que podem ser encaradas como múltiplos critérios ou objetivos a atender. Com isso, busca-se um processo mais eficiente de alocação de recursos técnicos, humanos e financeiros escassos, para atuação em trechos prioritários, considerando as diferentes conseqüências que acidentes nestas seções podem vir a acarretar. Dentre as abordagens que se propõem a tratar deste tipo de problema, estão as metodologias de ordenação associadas ao Apoio Multicritério à Decisão (AMD), destacando-se o método PROMETHEE II (BRANS & MARESCHAL, 2002), descrito a seguir.
3. O PROMETHEE II
O método PROMETHEE II (Preference Ranking Organization Method for Enrichment Evaluation) faz parte de um conjunto de metodologias de apoio a decisão, propostos pela primeira vez em 1982 (BRANS & MARESCHAL, 2002). Este método tem se mostrado adequado à consideração simultânea de critérios de natureza social, econômica, ambiental e tecnológica em processos decisórios, e tem se destacado dos demais por envolver conceitos e parâmetros com alguma interpretação física ou econômica, de fácil compreensão e assimilação por um decisor (Almeida & Costa, 2003).
Segundo Almeida & Costa (2003), o PROMETHEE II pode ser caracterizado por duas etapas: na primeira, realiza-se a construção de relações de sobreclassificação ou prevalência, agregando-se informações entre as alternativas e os critérios de um problema; na segunda, procede-se a uma exploração destas relações para apoio à decisão (BRANS & MARESCHAL, 2002).
Uma relação de sobreclassificação pode compreendida como uma relação binária entre duas alternativas de ação a e b, representada por aSb, que é validada quando há argumentos suficientes para sustentar que “a é ao menos tão boa quanto b ”. A fim de construir estas relações, o PROMETHEE II realiza uma comparação par-a-par entre as n alternativas de um conjunto discreto A = {a1, a2, a3,..., an}, à luz de k critérios pertencente a um conjunto G ={g1,
g2, g3,...,gk} de critérios de decisão.
Neste método, o decisor deve estabelecer para cada critério um peso wi, que aumenta com a
importância do critério. É introduzida também uma função de preferência, aqui representada por Pj(a,b), que fornece o grau de preferência de a sobre b em função de gj(a)-gj(b), a
diferença entre os desempenhos das duas alternativas em um critério j.
Assumindo valores entre 0 e 1, a função de preferência Pj(a,b) representa o comportamento ou atitude do decisor frente às diferenças provenientes da comparação par-a-par entre alternativas em cada critério, permitindo também a eliminação dos efeitos de escala das unidades em que os critérios são expressos (Almeida & Costa, 2003). O PROMETHEE apresenta seis formas clássicas para o decisor representar esse comportamento (BRANS & MARESCHAL, 2002), não necessariamente utilizando a mesma forma para todos os critérios. Para algumas destas formas, o mesmo deve informar parâmetros como:
− qj: denominado de limiar de indiferença, expressa o maior valor para gj(a)-gj(b) abaixo do
qual o decisor é indiferente entre os desempenhos de a e b.
− pj: denominado de limiar de preferência, expressa o menor valor para gj(a)-gj(b) acima do
qual o decisor apresenta uma preferência estrita pelo desempenho de a em relação ao de b.
− sj: representa o parâmetro que controla a inclinação de uma função de preferência
gaussiana, para a qual um desvio padrão deve ser estabelecido.
4
ENEGEP 2006 ABEPRO
fim de que se obtenha uma relação de sobreclassificação geral entre duas alternativas a e b levando-se em conta todo o conjunto de critérios, define-se o grau de preferência global (a,b) de uma alternativa sobre outra, conforme as expressões (1) e (2) abaixo:
= ⋅ = k j j jP a b w W b a 1 ) , ( 1 ) , ( π (1) Onde: 0 1 ≥ = = j k j j e w w W (2)
Em seguida, as alternativas são ordenadas pela ordem decrescente de seus fluxos líquidos de sobreclassificação, cujo cálculo é realizado conforme a expressão (3):
− − = Φ ≠ = ≠ = n a b b n a b b a b b a n a 1 1 ) , ( ) , ( 1 1 ) ( π π (3)
Se for positivo, o fluxo líquido indica que a alternativa a prevalece ou sobreclassifica mais as demais alternativas do que é sobreclassifiada por elas; se for negativo, o raciocínio é análogo: a é mais sobreclassificada do que “sobreclassificadora”. Dessa forma, quanto maior o valor de
(a), melhor é a alternativa. Através desse processo, o PROMETHEE II permite uma ordenação das alternativas, da mais preferida para a menos preferida, seguindo a ordem decrescente dos fluxos líquidos associados às mesmas (BRANS & MARESCHAL, 2002).
4. O Modelo de Decisão
Neste problema, conforme sugerem Jo & Ahn (2005), o conjunto discreto de alternativas A = {a1, a2, a3,..., an} é formado por todos os trechos ou segmentos em que uma rede de gasodutos
possa ser teoricamente dividida. Tais segmentos devem apresentar características uniformes no que tange a aspectos como diâmetro, pressão, idade, área de localização e outros aspectos que sejam considerados relevantes pela companhia de gás, de maneira que, a cada mudança em qualquer um destes fatores, um novo trecho de gasoduto seja individualizado.
Uma análise ampla do problema em questão, auxiliada por um conjunto de publicações abordando riscos em gasodutos de transporte e distribuição de gás natural, corrobora a existência de diversas dimensões nas quais riscos de acidentes com vazamento de gás podem ser avaliados. Estas avaliações podem ser agrupadas em três principais dimensões ou critérios de riscos delineados na literatura (YUHUA & DATAO, 2005), a saber:
− Riscos sobre Seres Humanos;
− Riscos Ambientais e
− Riscos Financeiros.
5
ENEGEP 2006 ABEPRO
Os riscos ambientais estão associados a todos os possíveis danos ao meio ambiente, provocados por queimadas ou incêndios decorrentes da ignição de gás natural proveniente de um vazamento (ZÚÑIGA-GUTIÉRREZ et al., 2002). Assim como os riscos humanos, os efeitos de possíveis queimadas sobre a vegetação, sobre a integridade de espécies animais e sobre o equilíbrio da biodiversidade de uma região são praticamente inexprimíveis por cifras monetárias. Uma medida para a avaliação do desempenho de cada alternativa (trecho) neste critério é a extensão em hectares de vegetação destruída, que está relacionada à profundidade dos impactos ambientais provocados por esse tipo de acidente (ZÚÑIGA-GUTIÉRREZ et al., 2002).
O terceiro e último critério do modelo proposto corresponde aos riscos financeiros (YUHUA & DATAO, 2005), que podem sofrer estimação monetária direta. Estes estão associados a perdas esperadas de receita por interrupção do fornecimento, gastos esperados com a substituição e com a instalação de novas tubulações, prejuízos associados com a recuperação de edificações, indenizações, multas por danos ambientais etc. Estes riscos, embora sejam eticamente os menos importantes, são aqueles sentidos mais diretamente nos cofres das companhias de gás, podendo comprometer, a depender das proporções, o desempenho financeiro destas empresas, correspondendo ao terceiro critério à luz do qual os trechos podem ser avaliados.
Embora a probabilidade de falha em cada trecho de um gasoduto seja função de um conjunto de fatores como diâmetro, pressão operacional, profundidade e grau de corrosão (JO & AHN 2005), conforme esclarecem Merad et al., (2004), riscos apenas surgem quando e onde pessoas e ativos estão sujeitos a perigos. Definindo-se risco como a “perda potencial esperada devido a um particular perigo em uma dada área e em um específico período de tempo” (UN, 1992 apud MERAD et al., 2004), definição que está mais próxima dos conceitos fundamentados na Teoria da Decisão (SOUZA, 2002), pode-se concluir que o uso de apenas probabilidades pode levar a uma compreensão distorcida da verdadeira natureza destes riscos. Diante desses aspectos, o cálculo dos riscos associados a cada trecho de gasoduto, em cada critério, pode ser realizado como se segue: Assumindo que uma companhia de gás esteja interessada em avaliar estes riscos em uma situação presente, para a qual podem ser razoavelmente desconsideradas mudanças nas taxas de falha das tubulações em função do tempo, e que valores específicos de conseqüências, por simplificação, estão associados a um conjunto finito de cenários de acidentes cogitados por uma companhia de distribuição, o risco em cada critério e para cada trecho poderá ser estimado por (4):
= × = s i ngi ni ng p S C R 1 ) ( (4) Onde:
− p(Sni) corresponde à probabilidade de ocorrência do cenário de acidente Si no trecho n; − Cngi às conseqüências humanas, ambientais ou financeiras decorrentes da ocorrência do
cenário Si no trecho n do gasoduto;
− s corresponde ao número de cenários considerados pelo decisor;
− e Rgn ao risco humano, ambiental ou financeiro devido a um vazamento de gás no trecho n.
6
ENEGEP 2006 ABEPRO
compensação de desempenhos extremos, podendo camuflar alternativas pouco balanceadas. Dessa forma, o uso de uma metodologia multicritério de sobreclassificação se torna útil para avaliar cada alternativa à luz dos critérios acima apresentados. Nesse sentido, o PROMETHEE II, amplamente utilizado em problemas de ordenação, apresenta-se como um método particularmente aplicável para ordenação de trechos segundo uma hierarquia de riscos, considerando para isso critérios de natureza humana, ambiental e financeira.
4. Uma aplicação com o Decision Lab
Com o propósito de ilustrar o modelo ora proposto, será realizada nesta seção uma aplicação numérica utilizando o Decision Lab, uma ferramenta computacional amigável particularmente útil para o tratamento de problemas de decisão modelados com o método PROMETHEE II (BRANS & MARESCHAL, 2002).
O problema é vivenciado por uma companhia hipotética de distribuição de gás natural, que dividiu os seus gasodutos em doze seções de características homogêneas e distintas das seções vizinhas, a fim de priorizar trechos, segundo uma hierarquia de riscos, na alocação de recursos monetários limitados para melhoria das proteções físicas de sua rede.
As alternativas do problema estão ilustradas abaixo na Tabela 1, bem como os seus respectivos desempenhos nos critérios Riscos sobre Seres Humanos, Risco Ambientais e Riscos Financeiros:
Alternativa Rh Ra Rf
Trecho 1 3,30E-03 5,00E-04 1,20E+03
Trecho 2 4,40E-03 1,00E-03 7,40E+02
Trecho 3 2,10E-04 3,20E-04 1,60E+02
Trecho 4 3,90E-03 1,40E-04 2,30E+02
Trecho 5 3,70E-04 1,50E-04 2,20E+02
Trecho 6 5,50E-04 2,20E-03 1,30E+03
Trecho 7 6,70E-03 5,10E-04 9,60E+02
Trecho 8 9,40E-05 1,70E-04 2,60E+02
Trecho 9 4,80E-04 1,55E-04 4,40E+03
Trecho 10 3,50E-03 1,20E-04 3,05E+02
Trecho 11 4,10E-03 4,00E-04 2,90E+02
Trecho 12 1,60E-03 2,70E-04 1,70E+02
Fonte: Os autores
Tabela 1 – Avaliação dos trechos no três critérios do modelo
Os valores apresentados na Tabela 1 correspondem ao conjunto dos três desempenhos associados a cada trecho em que foi dividida a rede de gasodutos. A fim de realizar o processo de agregação dos desempenhos entre os três critérios, os decisores da companhia determinaram os parâmetros que modelam, da melhor forma, seus comportamentos frente às diferenças gj(a)- gj(b) em cada critério, estabelecendo também o peso destes últimos. Estas
informações estão esquematizadas na Tabela 2, onde são apresentados o tipo da função de preferência, o parâmetro e o peso associado cada critério.
Critério Peso Função de Preferência Parâmetro(s)
Rh 0,55 Tipo 1 -
Ra 0,12 Tipo 3 p = 2,0E-04
Rf 0,33 Tipo 2 q = 1,0E+02
Fonte: Os autores
7
ENEGEP 2006 ABEPRO
Os riscos das alternativas nos três critérios, bem como os pesos e os parâmetros relativos às funções de preferência associadas a estes últimos foram inseridos no Decison Lab, como se pode observar na Figura 1. Nesta figura, está representada a matriz de avaliação dos riscos, já com os maiores e menores valores para cada critério destacados em vermelho e verde, respectivamente.
Figura 1 – Matriz de avaliação dos riscos no Decision Lab
Através da execução do método PROMETHEE II, o Decision Lab realizou o cálculo dos desempenhos globais de cada trecho, agregando as informações dos parâmetros e dos pesos disponibilizados pelos decisores no cálculo do ranking dos trechos. Como se objetivou minimizar simultaneamente os riscos humanos, ambientais e financeiros, os trechos de maior risco generalizado (menos preferidos) foram os que apresentaram menores fluxos líquidos, podendo ser identificados no canto direito da Figura 2 abaixo:
Figura 2 – Ordenação dos trechos de gasodutos através dos seus fluxos líquidos
8 ENEGEP 2006 ABEPRO -0,6277-0,4916 -0,472 -0,4371-0,4164 -0,1747-0,1051 0,1551 0,5253 0,5460,6233 0,8748 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 Trecho 7 Trecho 2 Trecho 6 Trecho 1 Trecho 9 Trecho 11 Trecho 10 Trecho 4 Trecho 8 Trecho 12 Trecho 5 Trecho 3
Figura 3 – Gráfico dos trechos ordenados pela ordem crescente dos seus fluxos líquidos de sobreclassificação
6. Conclusões
Este artigo teve como objetivo propor um modelo multicritério de apoio a Decisão para priorização de trechos de gasodutos de distribuição através da ordenação destes trechos em uma hierarquia de riscos, considerando as dimensões humana, ambiental e financeira dos possíveis impactos de acidentes decorrentes de vazamentos de gás natural.
O modelo desenvolvido foi baseado no PROMETHEE II, um método que permite a ordenação de alternativas através da construção e da exploração de relações de sobrecassificação, e que se mostrou bastante adequado para o trato das múltiplas dimensões nas quais os riscos foram abordados neste trabalho. Uma aplicação do modelo foi realizada com o Decision Lab, uma ferramenta de interface amigável que, a partir do conjunto de informações fornecidas pelos decisores, processou uma ordenação dos trechos de gasodutos considerando seus desempenhos nas três dimensões de abordadas.
Diante de uma necessidade de priorização de trechos de gasodutos para a aplicação de recursos escassos visando uma minimização de riscos, a ferramenta mostrou-se bastante útil para a análise dos desempenhos das alternativas nos três critérios e entre si, colaborando com a identificação de trechos de gasodutos que, diante dos riscos associados aos demais trechos, demandam prioritariamente ações para a mitigação de riscos humanos, ambientais e financeiros associados a acidentes decorrentes de vazamentos de gás natural.
Referências
ALMEIDA, A.T. & COSTA, A.P.C.S. Aplicações com métodos multicritério de apoio a decisão. Ed
Universitária, Recife,2003.
ALMEIDA, A.T.; CAVALCANTE, C.A.V. & BRITO, A. J. M. Revisão bibliográfica relacionada à
aplicação de metodologia multicritério em problemáticas envolvendo o gás natural, Relatório Técnico, Universidade Federal de Pernambuco, 16p, 2004.
BARTENEV, A. M.; GELFAND, B.E.; MAKHVILADZE, G.M. & ROBERTS, J. P. Statistical analysis of
accidents on the Middle Asia-Centre gas pipelines. Journal of Hazardous Materials, 46, 57-69, 1996.
BRANS, J.P. & MARESCHAL, B. Promethee-Gaia, une methodologie d’aide à la décision en présence de
critères multiples. Bruxelles, Édition Éllipses, 2002.
CAGNO, E.; CARON, F.; MANCINI, M. & RUGGERI, F. Using AHP in determining the prior distributions
on gas pipeline failures in a robust Bayesian Approch. Reliability Eng. & System Safety, 67, 275-284, 2000.
JO, Y.D. & AHN, B.J. Analysis of hazard areas associated with high-pressure natural-gas pipelines. Journal of
Loss Prevention in the Process Industries, 15, 179-188, 2002.
9
ENEGEP 2006 ABEPRO
Journal of Hazardous Materials, A123, 1-12, 2005.
MERAD, M.M.; VERDEL, T.; ROY, B. & KOUNIALI, S. Use of multicriteria decision-aids for risk zoning
and management of large area subjected to mining-induced hazards. Tunnelling and Underground Space Technology, 19, 125-138, 2004.
PAPADAKIS, G. A. Assessment of requirements on safety management systems in EU regulations for the
control of major hazards pipelines, Journal of Hazardous Materials, 78, 63-89, 2000.
PARO, A. C. Estudo da contribuição do gás natural no setor elétrico: Uma análise de cenários de sua
expansão nos setores de geração termelétrica, cogeração e residencial, Mestrado – Escola Politécnica da Universidade de São Paulo/USP, São Paulo, 88p, 2005.
SOUZA, F.M.C. Decisões racionais em situações de incerteza, Ed.Universitária, Recife, 2002.
YUHUA, D. & DATAO, YU. Estimation of failure probability of oil and gas transmission pipelines by fuzzy
fault tree analysis. Journal of Loss Prevention in the Process Industries, 18, 83-88, 2005.
ZUÑIGA-GUTIÉRREZ, G.; ARROYO-CABRALES, J.; LECHUGA, C. & ORTEGA-RUBIO, A.
