Tcnicas a
Tcnicas vanzadas de optimizacin en sist
av emas
sistemas
de transp
transpor
ortte de gas na
anspor tur
natural
tural
ROGER Z. ROS MERCADO *, CONRADO BORRAZ SNCHEZ *
35(0,2'(,19(67,*$&,1 El gas natural, como uno de los
8$1/ combustibles fsiles ms limpios,
ha llegado a ser uno de los recur-
sos naturales ms importantes al-
rededor del mundo. La confiabi-
#PKXGTUCTKQ
lidad y eficiencia con que puede
ser transportado ha causado que
sus sistemas de transmisin se hayan incrementa-
do de manera exponencial desde hace ya varias
dcadas. Actualmente, estos inmensos sistemas de
transmisin, los cuales yacen bajo el subsuelo, vir-
tualmente no vistos, se encuentran entre los m-
todos ms seguros de transporte de energa (gas)
para satisfacer a miles de millones de clientes me-
diante entregas de grandes volmenes de gas para
su uso domstico e industrial. En paralelo, un ele-
vado costo asociado con esta transportacin (mi-
llones de dlares anuales) debe ser cuidadosamen-
te observado.
En este trabajo nos enfocamos en el problema
de minimizacin del costo de combustible
(PMCC) incurrido por estaciones compresoras
instaladas en sistemas de transmisin de tuberas
El presente artculo est basado en la investigacin Tcni-
cas avanzadas de optimizacin en sistemas de transporte de
gas natural, galardonada con el Premio de Investigacin
UANL 2009 en la categora de Ingienera y Tecnologa, otor-
gado en sesin solemne del Consejo Universitario, en sep-
tiembre de 2009.
438
de gas natural. El problema puede ser descrito
como sigue: necesitamos mover tpicamente enor-
mes cantidades de gas desde diversas posibles fuen-
tes hacia diferentes centros de distribucin a tra-
vs de varios dispositivos incluyendo tuberas,
reguladores, vlvulas y compresores. Durante este
proceso de transmisin, la energa y presin van
disminuyendo debido a la friccin entre el gas y
las paredes internas de las tuberas, as como a la
transferencia de calor entre el gas y el medio am-
biente. Por lo tanto, encender las estaciones
compresoras instaladas en la red se torna crucial
para incrementar la presin peridicamente y
mantener as el gas fluyendo a travs del sistema.
En consecuencia, altos costos asociados de consu-
mo de combustible son incurridos por estas esta-
ciones compresoras, adems de que se estima que
tpicamente entre 3 y 5% del gas transportado es
tambin consumido por dichos compresores. Por
otro lado, an una mejora marginal de 1-2% so-
bre el costo total en la operacin del gas tiene un
impacto positivo muy significativo desde un pun-
to de vista econmico, ya que hablamos de un
ahorro de millones de dlares por ao que conlle-
* Divisin de Posgrado en Ingeniera de Sistemas, FIME-UANL.
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
 ROGER Z. ROS MERCADO, CONRADO BORRAZ SNCHEZ
vara a establecer una relacin ms afable entre la
sociedad en general y el sector industrial. De ah
que el problema de determinar un plan de trans-
porte sobre una red existente que satisfaga la de-
manda especificada mientras se cumplen con to-
das las restricciones provee, desde una perspectiva
prctica, es la principal motivacin del trabajo que
ahora presentamos.
El problema es representado por una red, don-
de sus arcos representan los ductos o estaciones
compresoras, y sus nodos son los puntos fsicos
de interconexin. Se consideran dos tipos de va-
riables continuas de decisin: el flujo msico a
travs de cada arco de la red, y los niveles de pre-
sin en cada nodo. As, desde la perspectiva de la
optimizacin, el PMCC es modelado como un
problema de programacin no lineal (NLP, por
sus siglas en ingls, Non-Linear Programming), don-
de tanto la funcin de costo y el conjunto de res-
tricciones son tpicamente no lineales y no con-
vexos. Dado que es bien conocido que los proble-
mas NLP no convexos son clasificados como pro-
blemas NP-duros,1 esto motiva an ms al estudio
e implementacin de la aproximacin heurstica
que en este artculo se propone.***
El estado del arte revela dos tipos fundamenta-
les de de redes: no cclicas y cclicas. Las primeras
han recibido la mayor atencin durante los lti-
mos 40 aos, llegando a ser inclusive un proble-
ma trivial donde diversas metodologas de solu-
cin, la mayora basadas en tcnicas de programa-
cin dinmica2 (DP por sus siglas en ingls, Dynamic
Programming) han sido aplicadas con xito. En con-
traste, los sistemas cclicos presentan un proble-
ma mucho ms difcil de resolver. En este senti-
do, trabajos en esta rea son prcticamente
inexistentes, y aquellos implementados con base
en tcnicas de aproximacin de bsqueda del
gradiente y DP han tenido poco o limitado xito.
De hecho, la principal limitacin de las tcnicas
de gradiente es su estatus de optimalidad local,
mientras que la desventaja de la DP es que su apli-
cacin se limita a estructuras no cclicas o proble-
mas la solucin final obtenida es ptima con
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
respecto a un conjunto de flujos factibles previa-
mente establecido.
Desde hace ya varios aos la bsqueda tab3
(TS, por sus siglas en ingls, Tabu Search) ha esta-
blecido su posicin como una metaheurstica efec-
tiva que se ha tomado como base para el diseo e
implementacin de algoritmos que resuelven pro-
blemas de optimizacin combinatorios en diferen-
tes reas de investigacin. De ah que, aun cuando
lidiamos con un problema de optimizacin con-
tinuo, la no convexidad que la funcin objetivo y
el dominio factible de operacin presentan a TS,
sobre un espacio apropiado de factibilidad discre-
to, una muy atractiva y prometedora estrategia de
solucin debido a su versatilidad para sobrellevar
la optimalidad local.
En este trabajo proponemos una metodologa
novel para lidiar con el problema de cmo operar
de manera ptima las estaciones compresoras en
los sistemas de tuberas de gas natural, enfocando
nuestro esfuerzo a resolver topologas de red con
estructuras cclicas. La tcnica propuesta combi-
na una tcnica de programacin dinmica no
secuencial4 (NDP por sus siglas en ingls, Non-
sequential Dynamic Programming) dentro de un es-
quema de bsqueda tab.
Evidencia emprica sobre una extensa base de
datos de instancias cclicas con diferentes configu-
raciones de flujo muestra la eficiencia de la aproxi-
macin propuesta. Una comparacin con el m-
todo del Gradiente Reducido Generalizado (GRG) bajo
un esquema multiarranque, demuestra la superio-
ridad de nuestro procedimiento. Asimismo, nues-
tra metodologa propone una mejora significativa
en el estado del arte de los procedimientos exis-
tentes. Adems, con el fin de desafiar la calidad de
las soluciones entregadas por nuestro algoritmo,
tambin se deriva un esquema de acotamiento
inferior demostrando que el margen de optimali-
dad encontrada por nuestra tcnica es menos de
16%, donde la mayora de las instancias resueltas
estuvieron a no ms de 10% del ptimo global,
lo cual representa un gran avance del actual esta-
do del arte en esta rea de investigacin. De ah
439
 TCNICAS AVANZADAS DE OPTIMIZACIN EN SISTEMAS DE TRANSPORTE DE GAS NATURAL
que la contribucin cientfica del presente traba-
jo est en proveer la mejor tcnica conocida a la
fecha para resolver el PMCC sobre topologas c-
clicas.
Descripcin del problema
En esencia, los sistemas de gasoductos pueden ser
clasificados en sistemas en estado estable o siste-
mas transientes. Aqu asumimos un sistema en
estado estable e isotrmico (temperatura constan-
te) para proveer soluciones a sistemas que han es-
tado operando por una cantidad de tiempo relati-
vamente grande lo que en la prctica es una si-
tuacin bastante comn. Con respecto a los mo-
delos transientes, debido a su alta intratabilidad
desde la perspectiva de la optimizacin, su anli-
sis puede llevarse a cabo bsicamente mediante mo-
delos descriptivos. De ah que la optimizacin so-
bre estos sistemas permanezca an en estos das
como uno de los grandes desafos en esta rea.
Asumimos tambin un modelo determinista,
esto es, cada parmetro es conocido con certeza.
En trminos de las estaciones compresoras, consi-
deramos unidades compresoras centrfugas por ser
las ms utilizadas en la industria del gas natural.
Ahora bien, con respecto al modelo de red, noso-
tros asumimos que la red est balanceada y es diri-
gida, es decir, no hay prdida de gas en lo absolu-
to y cada arco en la red tiene una direccin previa-
mente especificada.
Definicin del modelo matemtico
El modelo matemtico se plantea como un mo-
delo no convexo (NLP). Sea G = (V, A) un grafo
dirigido que representa una red de transmisin de
gas, donde V representa el conjunto de nodos y A
el conjunto de arcos dirigidos. Desde la perspecti-
va real, cada nodo en V representa un punto de
unin entre ductos o entre un ducto y una esta-
cin compresora, en donde existe forma de medir
y/o controlar la presin del gas. Adems, existen
tres tipos de nodos distintos: nodo proveedor
440
(donde se inyecta gas al sistema), nodo demanda
(donde se extrae gas del sistema) y nodo de paso.
Estos tres conjuntos de nodos se representan por
Vs, Vd y Vp, respectivamente, donde V = Vs Vd
Vp. De igual manera, el conjunto de arcos A
puede dividirse en un conjunto de arcos que re-
presentan fsicamente a los ductos (Ap) y uno que
representa a las estaciones compresoras (Ac), don-
de A = Ap Ac. Esto es, si (i, j)Ac entonces i, j
V son los nodos de red que representa los puntos
de entrada y salida, respectivamente, de alguna es-
tacin compresora (i, j). Una interpretacin an-
loga es hecha para los arcos ductos (i, j)Ap.
La capacidad y la resistencia de un ducto (i,
j)Ap se denotan por Uij y Rij, respectivamente.
PiL y PiU son los lmites de presin inferior y supe-
rior en el nodo iV. Bi es la tasa de flujo neto en
el nodo iV, donde Bi > 0 si i Vs, Bi < 0 si i
Vd, y Bi = 0 en cualquier otro caso. Definimos a
las variables de decisin como xij, el flujo msico a
travs del arco (i, j)A, y pi, la presin en el nodo
i V.
Luego, entonces, el PMCC se formula como:
La expresin (1) representa la funcin objeti-
vo, la cual mide el costo total del combustible
consumido por las estaciones compresoras en el
sistema. Definida por:
donde y m son parmetros constantes conocidos
que dependen de las propiedades fsicas del gas.
Las ecuaciones (2) y (3) son dos restricciones
tpicas en cualquier problema de flujo en redes:
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
 ROGER Z. ROS MERCADO, CONRADO BORRAZ SNCHEZ
balance de flujo nodal, con iV Bi = 0, y restric-
cin de capacidad, respectivamente. La ecuacin
(4) representa la dinmica del flujo de gas a travs
de cada ducto de la red, es decir, nos muestra la
relacin que existe entre la disminucin de pre-
sin y el flujo de gas en estado estable (vlida para
gases de alta presin). sta se denomina ecuacin
de Osiadacz5 (para un anlisis ms detallado vase
S. Kim, R. Z. Ros Mercado y E. A. Boyd)6.
Los lmites de presin en cada nodo son da-
dos por la restriccin (5). La expresin (6) repre-
senta el dominio de operacin factible para cada
estacin compresora del sistema (para una inspec-
cin ms detallada ver Wu, R.Z. Ros Mercado,
E. A. Boyd y L.R. Sco ).7
La figura 1 muestra en 2-D el dominio Dij cuan-
do la presin de entrada (o de succin) pi se fija.
La formulacin exacta del modelo est totalmen-
te disponible en: http://yalma.fime.uanl.mx/
roger/ftp/.
Finalmente, la expresin (7) representa la con-
dicin de no negatividad de las variables de deci-
sin.
Fig. 1. Dominio factible Dij de una estacin compresora (i,j)
Ac con Pi fija.
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
Revisin de la bibliografa
Una extensa bibliografa para resolver el PMCC
ha sido publicada durante las ltimas dcadas.
Dentro de sta se incluyen aplicaciones basadas
en simulaciones numricas (A. J. Osiadacz),5 pro-
gramacin dinmica2 (DP por sus siglas en ingls,
Dynamic Programming) (ver S. Wu, R. Z. Ros-Mer-
cado, E.A. Boyd y L.R. Scott,7 J.T. Jefferson8 y
P.J. Wong y R.E. Larson,9 tcnicas de gradiente
(ver H.J. Flores-Villarreal y R.Z. Ros-Mercado),10
y otros. La mayora de las contribuciones han es-
tado prcticamente limitadas a redes de tuberas
con estructuras no cclicas o pequeas redes ccli-
cas, obteniendo un considerable o modesto xito
sobre tales instancias.
Diversos trabajos, algunos relacionados con la
programacin dinmica no secuencial (ver R.G.
Carter4 y C. Borraz Snchez y R.Z. Ros Merca-
do)11 han sido desarrollados con la promesa de
manejar topologas cclicas. El trabajo ms impor-
tante sobre redes cclicas conocido a la fecha se
debe a Carter,4 quien desarroll un algoritmo de
DP no secuencial, aunque con la desventaja de
estar limitado a un conjunto de flujos msicos
factibles. Aun as, este trabajo constituye el mejor
mtodo conocido a la fecha para resolver este tipo
de problemas. Este trabajo nos conduce a la inte-
resante cuestin de cmo modificar inteligente-
mente los valores de las variables de flujo actual
sobre la red para mejorar la funcin de objetivo,
al encontrar una mejor configuracin global del
sistema. En nuestro trabajo, desarrollamos preci-
samente estos conceptos e ideas y derivamos una
tcnica hbrida de optimizacin que incorpora
exitosamente un mtodo avanzado de optimiza-
cin metaheurstica como la bsqueda tab y un
esquema de programacin dinmica no secuencial.
Mtodo de solucin propuesto
La metodologa propuesta (mostrada en la figura
2), denominada como NDPTS, procede como si-
gue:
441
 TCNICAS AVANZADAS DE OPTIMIZACIN EN SISTEMAS DE TRANSPORTE DE GAS NATURAL
Fig. 2. Pseudocdigo del procedimiento NDPTS.
En el paso 1 se ejecuta una fase de preproce-
samiento que refina el dominio Dij mediante tc-
nicas de acotamiento sobre las variables de deci-
sin y aplica una tcnica de reduccin de red (mo-
tivados por el trabajo de Ros Mercado et al).2 Des-
pus, en el paso 2, se encuentra un conjunto de
flujos factibles iniciales (x) aplicando dos diferen-
tes mtodos: una tcnica de asignacin clsica y
un algoritmo de grafo reducido. En el paso 3, un
conjunto de presiones ptimas (p), para el flujo
obtenido en el paso anterior, es encontrado me-
diante la aplicacin de un algoritmo DP no
secuencial (NDP). En este punto del algoritmo,
nosotros ya tenemos la solucin factible inicial (x,
p) que usaremos para ejecutar el procedimiento
iterativo de bsqueda local basado en bsqueda
tab (TS).
Dentro de la bsqueda TS hay dos componen-
tes principales para generar una trayectoria de pun-
tos factibles: un componente de modificacin de
las variables de flujo y un componente de clculo
de las variables de presin. En el primer compo-
nente se hace un intento por encontrar un con-
junto diferente de flujos factibles, y en el segun-
do, su correspondiente conjunto de valores pti-
mos de presin es encontrado por el procedimien-
to NDP. La bsqueda TS se ejecuta hasta que un
criterio de parada es alcanzado, en este caso, nues-
tro criterio est dado por un nmero mximo de
iteraciones.
A continuacin describimos la fase de reduc-
cin de red que se aplica en el paso 1 del algorit-
mo. En lo que resta de la seccin nosotros asumi-
remos que hay un flujo factible inicial y proveere-
442
mos una descripcin detallada de los componen-
tes del procedimiento NDP (paso 3) y el esquema
de bsqueda TS (paso 4), los cuales son el enfo-
que central de este trabajo.
Tcnica de reduccin
En la fase de preprocesamiento se lleva a cabo un
proceso esencial de reduccin y simplificacin de
la red del sistema para aplicar el algoritmo NDP
de una manera ms directa y eficiente.
Una red compresora o reducida contiene ex-
clusivamente arcos compresores, mientras que los
dems componentes de la red (arcos ducto y
nodos) son agrupados en metanodos. Tpicamen-
te se define una red reducida G = (V, Ac) de G,
donde Ac es el conjunto de arcos compresores de la
red original, y V es el conjunto de metanodos, el
cual describimos ms abajo. Esta tcnica se basa en
la demostracin de unicidad de asignacin de flujos
sobre un sistema de gasoductos en Ros Mercado et
al.12 donde se establece que si se conocen los flujos
en los compresores y los flujos netos del fluido en
cada nodo, es posible determinar los flujos corres-
pondientes en los ductos de una forma sencilla me-
diante la resolucin de un sistema de ecuaciones
algebraicas.
La transicin de reduccin se describe por tres
simples pasos (figura 3): remover temporalmente
todos los arcos compresores de G, comprimir
cada componente conexo en un metanodo SNq,
=1, , Q y, finalmente, regresar cada arco com-
presor removido a su sitio. La idea central de la
tcnica se basa en el manejo de las estructuras para
disminuir el tamao de la red sin alterar su estruc-
tura matemtica. La complejidad computacional
de este procedimiento es O(|A|). Los detalles
pueden ser encontrados en R.Z. Ros Mercado, S.
Wu, L.R. Scott y E.A. Boyd. 12
Programacin dinmica no secuencial (NDP)
Se aplic NDP sobre un conjunto de flujos facti-
bles para obtener un conjunto de presiones pti-
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
 ROGER Z. ROS MERCADO, CONRADO BORRAZ SNCHEZ
Fig. 3. Proceso de reduccin de G a G'.
mas. Primero discretizamos el rango continuo de
los lmites de presin [pL, pU]. Asumimos que hay
m puntos discretizados denotados por pi1,,pim,
iV, y sea gijkl = gij' ( pik , plj ) si (pi, pj)Dij (factible)
kl
y g ij ( pi , p j ) = (costo muy grande) en cualquier
otro caso (infactible). NDP reduce la red de n
compresores en otra equivalente de n-1
compresores, mediante la combinacin de dos
compresores en uno equivalente. El mtodo ini-
cia con un sistema de |Ac| compresores y proce-
de iterativamente hasta obtener un sistema de un
compresor que contiene la informacin ptima
del sistema completo basado en el principio de
optimalidad de la DP. Estas combinaciones pue-
den darse de tres formas (figura 4).
(a) Combinando dos compresores conectados
en serie: si vV tiene exactamente dos arcos inci-
dentes (u,v) y (v, t) en G, entonces (u,v) y (v,t) son
reemplazados por un nuevo arco (u, t), donde su
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
Fig. 4. Tres tipos de operaciones de composicin simples para
reducir un sistema de gas.
funcin de consumo de combustible ptima est
dada por gutkl = min { guvks + g vtsl : s = 1,..., m} .
(b) Combinando dos compresores conectados
en serie, pero con un arco tipo colgantes tipo
rbol: en este caso vV tiene ms de dos arcos
incidentes. Se toma el arco (v,t) que est suelto o
colgando y (u,v). En este caso el arco (v,t) es
removido, y para el arco (u,v) la funcin de consu-
mo de combustible ptima guvkl es actualizada por
guvkl + min { gutls : s = 1,..., m} . Actualizaciones similares
aplican a los vecinos que salen de v, y el principio
aplica tambin si un solo vecino de t es externo.
(c) Combinando dos estaciones compresoras
en paralelo: si los arcos a1 ,..., as , s > 1, en G co-
nectan los nodos u, vV, entonces estos arcos
son reemplazados por un solo arco (u, v). La co-
rrespondiente funcin de costos ptimos se cal-
cula como
Bsicamente, NDP consiste en observar el sis-
tema de red y centrar el anlisis en dos compresores
conectados, reemplazndolos por un solo elemen-
to virtual que representa la configuracin de ope-
racin ptima de ambos compresores. Es perti-
443
 TCNICAS AVANZADAS DE OPTIMIZACIN EN SISTEMAS DE TRANSPORTE DE GAS NATURAL

nente hacer mencin que estos dos compresores

conectados para combinarse pueden ser seleccio-
nados de cualquier forma en el sistema, por lo
que la filosofa de recursividad de la DP clsica
adquiere un matiz no secuencial. Este proceso de
combinacin contina ejecutndose iterativamen-
te, reduce el nmero de elementos a combinar, y
une dos a la vez hasta que el sistema no puede
reducirse ms. Esto sucede cuando ha quedado
exactamente un nico elemento virtual, el cual
caracteriza ntegramente el desempeo ptimo del
sistema completo de red. Se concluye as que el
costo ptimo incurrido en la configuracin de ope-
racin sobre todas las estaciones compresoras de
la red es el mnimo valor dado por la ltima tabla
de costos virtual. Despus, el conjunto ptimo
de las variables de presin puede obtenerse por
un proceso simple de sustitucin hacia atrs. La
complejidad computacional de este algoritmo
NDP es , donde es el nmero mxi-
mo de elementos discretizados dados por el rango
de presin.

Heurstica de la bsqueda tab (TS)

En esta seccin proponemos y describimos un pro-

cedimiento heurstico de TS (mostrado en la figu-
ra 5) con la implementacin de una estrategia de
memoria corta para resolver el PMCC sobre redes
cclicas.
Las dos caractersticas principales de TS y que
lo distinguen de otras estrategias de bsqueda
son: 1) el uso de estructuras de memoria para es-
capar de ptimos locales al moverse de una so-
lucin a otra; 2) el uso de una lista tab (Tabu
List) para evitar ciclarse en la bsqueda cuando
oscila entre los estados ya visitados.
El mtodo TS parte del supuesto de que pue-
Fig. 5. Procedimiento NDPTS bajo un esquema de TS.
de construirse un entorno para identificar solu-
ciones adyacentes (llamadas tpicamente solucio-
nes vecinas) que puedan ser alcanzadas desde la viamente visitadas en un pasado cercano, conoci-
solucin actual. Existen muchas maneras de defi- da como memoria a corto plazo (short-term memory),
nir el entorno reducido de una solucin. La ms la cual se basa en guardar en una lista tab las
sencilla es etiquetar como tab las soluciones pre- soluciones visitadas recientemente (recency).

444 CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009

 ROGER Z. ROS MERCADO, CONRADO BORRAZ SNCHEZ
El vecindario V(x) de una solucin x se define
como el conjunto de soluciones alcanzables des-
de x mediante una ligera modificacin de x uni-
dades en cada uno de sus componentes. Esto es
dado por:
(8)
donde Nsize es el tamao predefinido del vecinda-
rio de x y x cuenta para el tamao de la malla a
ser construida.
Fig. 6. Componentes bsicos de una solucin factible del
NDPTS sobre una topologa cclica.
El espacio de bsqueda empleado por TS se
caracteriza nicamente por las variables de flujo
xij, ya que, una vez fijadas, las variables de presin
pueden encontrarse por el algoritmo NDP de
manera ptima. Ntese que, para una solucin
dada, no almacenamos la solucin completa, sino
slo el flujo a ser modificado en uno de los arcos
del ciclo. As, en esencia, un estado dado se repre-
senta por un vector x=(xa1,,xam), donde aw es uno
de los arcos del ciclo w seleccionado. El conjunto
de arcos se selecciona de manera arbitraria, y el
proceso de conversin de un flujo x a x (o vicever-
sa) se logra mediante una simple actualizacin so-
bre los arcos restantes del ciclo en cuestin. De
esta manera, la caracterizacin de x y x puede ser
usada arbitrariamente. De ah que la mejor solu-
cin xV(x), la cual no es tab, es seleccionada y
su subconjunto asociado se actualiza acordemente.
La lista tab (TL) almacena los atributos re-
cientemente usados, en nuestro caso, los valores
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
de x sobre el nico arco atributo del ciclo selec-
cionado. De esta forma, el tamao de la lista tab
(tabu tenure) controla el nmero de iteraciones en
las que un atributo en particular permanece en la
lista antes de poder volver a ser considerado. Fi-
nalmente, la bsqueda TS termina al satisfacer el
criterio de parada establecido, el cual tpicamente
se basa en un nmero mximo (Iter_max) de
iteraciones.
Experimentacin, resultados
y discusin
El propsito del diseo y configuracin de nues-
tra base de datos de instancias del problema tiene
un objetivo doble. Primero, es necesario para el
desarrollo eficiente de nuestra fase experimental
y, segundo, proveer un punto de referencia para
los diversos algoritmos encontrados en la biblio-
grafa. En consecuencia, la construccin y elabo-
racin de esta base de datos constituye una con-
tribucin importante de este trabajo.
Desde la perspectiva de la optimizacin en re-
des, se han clasificado tres tipos de topologas de
red: a) lineal o gun-barrel (figura 7), b) tipo rbol
(figura 8) y c) cclicas (figura 9).
En las figuras 7-9, un nodo rayado (mostrado
con una flecha entrante a l) representa un nodo
suministro, un nodo negro (mostrado con una
flecha saliente a l) es un nodo demanda, y un
nodo blanco es simplemente un nodo de paso.
Un arco dirigido con un trapezoide, uniendo dos
nodos cualesquiera corresponde a una estacin
compresora, de otro modo es un ducto (tubera).
En la base de datos de prueba, un nombre net-
x-mCn representa una instancia del tipo x{a, b,
c}, con m nodos y n arcos compresores. Adems,
se aade un sufijo Cy, donde y{1...9} identifica
uno de los nueve diferentes tipos de compresores
centrfugos utilizados en la industria. Esta base de
datos est disponible en: http://
yalma.fime.uanl.mx/roger/ftp/, o directamente de
los autores bajo peticin. Cada una de las instan-
cias est dada como un archivo de GAMS. GAMS
445
 TCNICAS AVANZADAS DE OPTIMIZACIN EN SISTEMAS DE TRANSPORTE DE GAS NATURAL
Fig. 7. Topologa no cclica: estructura lineal.
Fig. 8. Topologa no cclica: estructura lineal.
Fig. 9. Instancias de la base de datos de prueba que muestran
una estructura cclica.
es un paquete de modelacin algebraica, amplia-
mente conocido y usado a nivel mundial, con
interfaz a varios mtodos de optimizacin.
Los procedimientos, codificados en C++, han
sido ejecutados en una estacin de trabajo Sun
Ultra 10, sobre una plataforma Solaris v.7, pro-
piedad del Laboratorio de Cmputo de Alto Des-
empeo de la Divisin de Posgrado en Ingeniera
de Sistemas de la UANL. Todos los datos relacio-
nados con las estaciones compresoras fueron pro-
446
porcionados por una firma consultora de la in-
dustria del gas natural.
Con respecto a los tamaos de la lista tab y
del vecindario V(x), se realizaron diversos experi-
mentos preliminares con valores de {5, 8, 10} y
{20, 30, 40}, respectivamente. De ah, en los ex-
perimentos que aqu presentamos sobre una am-
plia gama de instancias con diferentes configura-
ciones cclicas nosotros usamos los siguientes va-
lores: Iter_max = 100, tamao de discretizacin x
= 5 en V(x), tamao de discretizacin p = 20 para
las variables de presin, tamao de lista tab Ttenure
= 8, y tamao Nsize=20 del vecindario V(x).
En primera instancia se realiz una compara-
cin entre nuestro mtodo y el GRG, el cual em-
plea una bsqueda local por gradiente. A este
mtodo GRG le incluimos una estrategia
multiarranque para hacerlo an mejor. Posterior-
mente presentamos una comparacin entre nues-
tro mtodo y el mejor algoritmo conocido exis-
tente para resolver este tipo de problemas: el NDP.
Como fase final de la experimentacin, desafian-
do an ms las soluciones obtenidas por el
NDPTS, proveemos evidencia sobre la calidad de
las soluciones reportadas mediante una compara-
cin con una cota inferior desarrollada en este tra-
bajo.
La tabla I muestra los resultados del anlisis
comparativo entre el GRG y NDPTS aplicados ex-
clusivamente sobre instancias con estructuras c-
clicas. Para este anlisis se us la implementacin
del GRG en Flores Villarreal y R.Z. Ros-Merca-
do,10 aadiendo una estrategia multiarranque. Esto
es, dado que el GRG es bsicamente un mtodo
de bsqueda local, la idea fue aplicarlo con mlti-
ples puntos iniciales, basndonos en un criterio
de parada definido por la cantidad de tiempo que
el NDPTS us para encontrar su mejor solucin
para las instancias de prueba en cuestin. En esta
tabla, la primera columna muestra las instancias
de prueba. La segunda columna muestra el nme-
ro total de iteraciones empleadas por el GRG con
mltiples puntos iniciales, mientras que los me-
jores valores de las funciones objetivos (en millo-
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
 ROGER Z. ROS MERCADO, CONRADO BORRAZ SNCHEZ
nes), cuando una solucin ptima pudo ser en-
contrada por el GRG y el NDPTS, son mostrados
en la cuarta y quinta columnas, respectivamente.
La tercera columna muestra el tiempo de ejecu-
cin (en segundos) de ambos mtodos. La ltima
columna corresponde al mejoramiento relativo
(RI) de nuestro procedimiento propuesto NDPTS
sobre el GRG dado por
donde denota el mejor valor de la funcin
objetivo encontrado por el mtodo Z{GRG,
NDPTS}.
Tabla I. Comparacin entre GRG y NDPTS.
gZ
En la tabla I puede observarse primero que el
NDPTS obtuvo soluciones para todas las instan-
cias de prueba, mientras que el GRG fall en cua-
tro de stas, esto es, para cuatro de las instancias
ms difciles el GRG no pudo encontrar ninguna
solucin factible. Los resultados indican que
NDPTS sobresali tambin en trminos de la ca-
lidad de la solucin al GRG. Por ejemplo, al ob-
servar el RI obtenido, puede verse fcilmente que
en las instancias donde ambos procedimientos en-
contraron una solucin ptima, el NDPTS obtu-
vo soluciones significativamente de mejor calidad
que las obtenidas por el GRG. En trminos del
esfuerzo computacional, ambos procedimientos
emplearon la misma cantidad de tiempo en un
rango de 270-400 segundos.
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
Tabla II Comparacin entre NDP y NDPTS.
Ahora bien, la tabla II presenta los resultados
de la comparacin de nuestro mtodo NDPTS
contra el NDP sobre las mismas instancias cclicas
que en el experimento anterior. La primera co-
lumna de la tabla muestra las instancias de prue-
ba, y las siguientes dos presentan los mejores ob-
jetivos (en millones) encontrados por el NDP y el
NDPTS, respectivamente. As, el mejoramiento
relativo (RI) de nuestro procedimiento propuesto
NDPTS sobre el NDP es presentado en la ltima
columna.
Como podemos observar en la tabla II, el
NDPTS reporta mejoras realmente muy significa-
tivas en cuestin de la calidad que el NDP. Por
ejemplo, recordando que an un mejoramiento
relativo (RI) de 1% de la solucin implicara mi-
llones de dlares ahorrados, puede verse fcilmen-
te la contribucin significativa del NDPTS al des-
cubrir que slo en una de las once topologas de
prueba el RI fue menor a 1%. De esta manera,
podemos ahora remarcar la superioridad del
NDPTS sobre el NDP al encontrar mejoras en
todas las instancias excepto una. Adems, en seis
de once casos el RI obtenido por nuestro mtodo
fue mayor a 10%, percibindose inclusive hasta
ms de un 27% sobre una de las topologas ms
grandes: net-c-19c7-C4. Estos resultados son en ver-
dad de un altsimo impacto desde el punto de
vista econmico.
Ahora bien, derivar cotas inferiores para un pro-
blema como ste es una tarea que puede inclusive
447
 TCNICAS AVANZADAS DE OPTIMIZACIN EN SISTEMAS DE TRANSPORTE DE GAS NATURAL

llegar a ser tan complicado como resolver el pro- Tabla III. Calidad de la solucin NDPTS por cotas inferiores.
blema original. Sin embargo, llevando a cabo un
anlisis y estudio riguroso de la estructura y pro-
piedades del modelo, podemos notar dos propie-
dades muy importantes que pueden ser explota-
das con el fin de poder aproximar esta cota infe-
rior y medir as, de una manera ms eficiente, la
calidad de nuestras soluciones. Primero, median-
te una relajacin del modelo matemtico del
PMCC, enfocndonos en la ecuacin (4), el pro-
blema llega a ser separable en cada estacin
compresora. Esto es, el problema relajado consiste
en la optimizacin de cada arco compresor de mane-
ra individual. No obstante, dado que el modelo per-
manece como un problema no convexo, nosotros,
como segunda fase, explotamos el hecho de que en
cada compresor el objetivo es una funcin dada por
slo por tres variables, as que construimos una malla
tridimensional sobre estas tres variables como base y
ejecutamos una evaluacin exhaustiva para encon-
trar el ptimo global del problema relajado (para
una discretizacin especificada).
La tabla III muestra los resultados de la evalua- Fig.10. Convergencia NDPTS en la instancia net-c-6c2-C5.
cin de la calidad de las soluciones NDPTS con-
tra las cotas inferiores (LB). La primera columna se muestra en la figura 10. En ella puede observar-
muestra las instancias de prueba, la segunda y ter- se cmo en algunas iteraciones, la solucin puede
cera columnas muestran la cota inferior y el mejor llegar a deteriorarse para despus mejorar hacia una
valor encontrado por la heurstica, respectivamen- solucin ms fuerte, ilustrando que quedarse es-
te, y la ltima columna muestra la distancia relati- tancado en un ptimo local es sobrellevado de
va (GAP) al ptimo global obtenida por el NDPTS. manera efectiva por el mecanismo TS. Tpicamen-
Como podemos observar en la tabla, todas las te se observ que para todas las instancias la solu-
instancias probadas tienen una distancia ptima cin no mejora ms all de las primeras 50-60
relativa de menos de 7%, donde para siete de ellas iteraciones.
pudo observarse estar a menos de 10% del pti-
mo global, y an mejor, tres de estas once instan- Conclusiones y recomendaciones
cias estuvieron a menos de 1% del ptimo. Esto
demuestra la capacidad y efectividad de nuestra En este trabajo hemos propuesto una heursti-
aproximacin propuesta. ca hbrida basada en NDP y TS para un problema
El clculo de esta cota es tambin una contri- muy importante y a la vez difcil surgido de la in-
bucin cientfica notable, ya que es la primera vez dustria de gas natural. El procedimiento NDPTS
que se reporta en ms de 40 aos de investigacin propuesto, basado en una estrategia que integra
en este campo. tcnicas avanzadas como DP no secuencial y TS
Finalmente, la convergencia del algoritmo con un mecanismo de memoria corta, demostr
NDPTS sobre la instancia de prueba net-c-6c2-C5 ser muy eficiente en el trabajo experimental, cuan-

448 CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009

 ROGER Z. ROS MERCADO, CONRADO BORRAZ SNCHEZ
do al aplicarse sobre un gran nmero de instan-
cias con datos reales tomados de la industria fue
capaz de obtener soluciones de mayor calidad que
aqullas entregadas por los mtodos anteriores
(GRG multiarranque y NDP). Adems, la manera
en la que el mtodo opera claramente produce
mejores soluciones que aqullas encontradas por
el mtodo NDP de Carter, el cual era hasta el
momento, el referente a nivel mundial en la reso-
lucin de problemas de este tipo. Por ende, la
mayor contribucin cientfica del trabajo es el
proveer un mtodo de resolucin que obtienen
soluciones de mucha mejor calidad que el mejor
mtodo reportado previamente. Como se mos-
tr, las mejoras obtenidas por nuestro mtodo
fueron dramticas, alcanzando en algunos casos
hasta ms de 27% de mejora. Otra aportacin cien-
tfica del trabajo fue el desarrollo y evaluacin de
un esquema de acotamiento inferior para evaluar
la calidad de las soluciones reportadas por los
mtodos de optimizacin. ste es el primer es-
quema de acotamiento desarrollado en ms de 40
aos de investigacin en este campo, lo cual lo
hace bastante notable. La evaluacin numrica de
la cota permiti verificar la alta calidad de las so-
luciones reportadas por el NDTPS. Finalmente,
una tercera contribucin fue la elaboracin de una
coleccin de conjuntos de datos que constituye
un punto de referencia en trabajos posteriores para
el resto de la comunidad cientfica que labora en
esta rea. Como resultado global, esta investiga-
cin se ha convertido ya en un avance significativo
al estado del arte en este campo de la ciencia.
Hay an muchas reas que proponen impor-
tantes desafos desde la perspectiva de la optimiza-
cin. Por ejemplo, el procedimiento propuesto
es una bsqueda tab bsica con memoria corta,
de ah que pudiera ser interesante incorporar es-
trategias ms sofisticadas del TS, como intensifi-
cacin o diversificacin. Adems, uno de los desa-
fos ms grandes en la industria del gas natural es
lidiar con sistemas dependientes del tiempo, es
decir, con problemas mucho ms complejos des-
de la perspectiva de la modelacin, tal como los
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009
modelos transientes. Hemos visto algunos esfuer-
zos preliminares en esta direccin, pero induda-
blemente que este tema constituye el reto de ma-
yor envergadura en el campo.
Agradecimientos
Este trabajo de investigacin fue apoyado por el
Consejo Nacional de Ciencia y Tecnologa (Co-
nacyt, proyecto J33187-A) y por la Universidad
Autnoma de Nuevo Len, bajo su Programa de
Apoyo para la Investigacin Cientfica y Tecnol-
gica (UANL-Paicyt, proyecto CA820-04).
Resumen
En este trabajo nos enfocamos al problema de
calcular planes ptimos de transportacin de gas
natural mediante compresores instalados en siste-
mas cclicos. Este problema no lineal (no convexo)
considera dos tipos de variables continuas: flujo
msico en cada arco y presin en cada nodo. Los
compresores consumen combustible dependien-
do de la configuracin del flujo y presin, as el
problema es asignar valores que minimicen el com-
bustible total consumido. Aqu proponemos una
tcnica hbrida que integra la programacin din-
mica no secuencial dentro de una estrategia de
bsqueda tab con memoria corta. Evidencia
emprica demuestra el tremendo impacto del al-
goritmo, superando contundentemente a los me-
jores mtodos conocidos a la fecha.
Palabras clave: Gas natural, Red cclica, Compre-
sor, Programacin dinmica, Bsqueda tab.
Abstract
In this work, we address the problem of comput-
ing optimal transportation plans of natural gas by
compressors installed in cyclic networks. This non-
linear (non-convex) problem considers two types
of continuous decision variables: mass flow rate
through each arc, and gas pressure level at each
449
 TCNICAS AVANZADAS DE OPTIMIZACIN EN SISTEMAS DE TRANSPORTE DE GAS NATURAL
node. Since compressors consume fuel at rates
depending on flow and pressure, the problem is
to assign values that minimize the total fuel cost.
We propose a hybrid technique integrating non-
sequential dynamic programming within a short-
term memory tabu search strategy. Empirical evi-
dence shows the tremendous impact of the pro-
posed algorithm, outperforming significantly the
best solution methods known to date.
Keywords: Natural gas, Cyclic-network, Compres-
sor, Dynamic programming, Tabu search.
Referencias
1. R. Horst, P.M. Pardalos y N.V. Thoai.
Introduction to Global Optimization.
Kluwer, Dordrecht, Holanda, 1995.
2 R. Bellman. Dynamic Programming. Prince-
ton University Press, Princeton, EUA. 1957.
3 F. Glover y M. Laguna. Tabu Search. Kluwer,
Boston, EUA, 1997.
4 R.G. Carter. Pipeline optimization: Dynamic
programming after 30 years. En Proceedings
of the 30th PSIG annual meeting, Denver,
EUA, 1998.
5 A.J. Osiadacz. Simulation and Analysis of Gas
Networks. Gulf Publishing Company,
Houston, EUA, 1987.
6 S. Kim, R.Z. Ros-Mercado y E.A. Boyd. A
heuristic for minimum cost steady-state gas
transmission networks. En Proceedings of the
25th International Conference on Compu-
ters & Industrial Engineering, New Orleans,
EUA, 1999.
450
7 Wu, R.Z. Ros-Mercado, E.A. Boyd y L.R.
Scott. Model relaxations for the fuel cost
minimization of steady-state gas pipeline
networks. Mathematical and Computer
Modelling, 31(2-3):197-220, 2000.
8 J.T. Jefferson. Dynamic programming. Oil and
Gas Journal, pp. 102-107, 1961.
9 P.J. Wong y R.E. Larson. Optimization of
natural-gas pipeline systems via dynamic
programming. IEEE Transactions on
Automatic Control, AC-13(5):475-481, 1968.
10 H.J. Flores-Villarreal y R.Z. Ros-Mercado.
Computational experience with a GRG
method for minimizing fuel consumption on
cyclic natural gas networks. En N. E.
Mastorakis, I. A. Stathopulos, C.
Manikopoulos, G. E. Antoniou, V. M.
Mladenov e I. F. Gonos (editores), Computa-
tional Methods in Circuits and Systems
Applications, pp. 90-94, WSEAS Press, Ate-
nas, Grecia, 2003.
11 C. Borraz-Snchez y R.Z. Ros-Mercado. A non-
sequential dynamic programming approach
for natural gas network optimisation. WSEAS
Transactions on Systems, 3(4):1384-1389,
2004.
12 R.Z. Ros-Mercado, S. Wu, L.R. Scott y E.A.
Boyd. A reduction technique for natural gas
transmission network optimization problems.
Annals of Operations Research, 117(1-4):217-
234, 2002.
Recibido: 16 de agsoto de 2009
Aceptado: 10 de septiembre de 2009
CIENCIA UANL / VOL. XII, No. 4, OCTUBRE - DICIEMBRE 2009