電力物資庫(kù)存定額方法研究

張益波，卞龍江，鄒 玥

（國(guó)家電網(wǎng)上海市電力公司，上海200122）

傳統(tǒng)模式下庫(kù)存管理人員進(jìn)行電網(wǎng)物資庫(kù)存管理時(shí)，補(bǔ)庫(kù)執(zhí)行主要通過(guò)傳統(tǒng)經(jīng)驗(yàn)實(shí)現(xiàn)，隨著電網(wǎng)發(fā)展和管理水平不斷提升，物資需求與庫(kù)存供應(yīng)之間的物資補(bǔ)庫(kù)數(shù)量準(zhǔn)確性要求越來(lái)越高，僅單一依靠經(jīng)驗(yàn)申報(bào)數(shù)據(jù)已不能滿足庫(kù)存物資管理精確性要求[1]。庫(kù)存定額機(jī)制與智能補(bǔ)庫(kù)策略作為電力物資庫(kù)存管理產(chǎn)業(yè)升級(jí)，是提高物資庫(kù)存管理水平的全新方法[2]。目前國(guó)內(nèi)對(duì)于電力物資管理的研究多集中于統(tǒng)一采購(gòu)和物流系統(tǒng)改造，而對(duì)于物資管理水平與效益具有決定性影響的電力物資需求和庫(kù)存策略的研究較少，本文就基于這一空缺，提出電力物資庫(kù)存定額研究的方法，并加以實(shí)踐。

1.研究背景

1.1 物資分類

電力物資中少數(shù)品種在總需求量或庫(kù)存總量中占有很大比重，其他物資需求量并不大。所以采用物資ABC分類法[3]是儲(chǔ)備定額管理中應(yīng)用最廣的分類法，其將庫(kù)存物資按照品種和占用資金的多少分為特別重要庫(kù)存（A類）、一般重要庫(kù)存（B類）和不重要庫(kù)存（C類），不同等級(jí)物資區(qū)別管理控制。通常A類物資占樣本總數(shù)5%-10%，這類物資價(jià)值高、品種少，應(yīng)采用定量定貨方式，在不影響需求的情況下減少庫(kù)存量，并對(duì)存貨定期檢查，提高庫(kù)存精度。B類物資約占總樣本數(shù)的20%-30%，此類物資可以酌情加大訂貨批量，延長(zhǎng)訂貨周期，采購(gòu)方法可選擇定期定量供貨和訂單訂貨混合方式。C類約占總樣本數(shù)的50%-70%，屬于日常消耗品，可以增加訂貨批量和延長(zhǎng)訂貨周期，從而減少物資運(yùn)輸成本。

1.2 物資預(yù)測(cè)方法

經(jīng)典物資庫(kù)存模型主要采用時(shí)間序列模型，經(jīng)典物資庫(kù)存和訂貨計(jì)算主要針對(duì)連續(xù)需求物資，其根本假設(shè)是物資需求服從泊松分布或正態(tài)分布。

1.2.1 ARIMA模型

首先檢查數(shù)據(jù)是否有異常點(diǎn)，分析異常點(diǎn)產(chǎn)生原因，然后進(jìn)行平穩(wěn)性檢驗(yàn)和白噪聲檢驗(yàn)，該模型必須采用平穩(wěn)時(shí)序數(shù)據(jù)，如不平穩(wěn)則通過(guò)差分操作使其均值和方差無(wú)系統(tǒng)變化，消除周期性從而得到平穩(wěn)數(shù)據(jù)。ARIMA時(shí)序模型：

其中Xt與X(t?i)(i = 1,2,3… ,P)相 關(guān)。εt表示殘差項(xiàng)，εt與ε(t?j)(j= 1,2,3… ,P) 相關(guān)，B表示延遲算子，滿足Bnxt=Xt-n，p表示自回歸階數(shù)，q表示移動(dòng)平均階數(shù)，d表示差分階數(shù)，?表示差分算子。一般來(lái)說(shuō)差分次數(shù)越多，時(shí)序信息的非平穩(wěn)確定性信息提取越充分，但是同時(shí)會(huì)造成信息損失，因此差分階數(shù)d一般不超過(guò)2階。

1.2.2 Holt-Winters模型

該模型適用于周期固定的非平穩(wěn)序列，和ARIMA模型互補(bǔ)，分為加法模型和乘法模型。加法模型將時(shí)間序列的趨勢(shì)成分和周期成分相加，本文中由于電力物資存在周期性和季節(jié)性，所以可將周期設(shè)置為月或季度。Holt-Winters模型如下：

其中α，β，γ是平滑參數(shù)，位于0到1之間，是模型預(yù)報(bào)值與實(shí)測(cè)反推值之間的平衡權(quán)重，Xt表示時(shí)間序列，Ut是時(shí)間序列趨勢(shì)成分，Vt表示ut的線性遞增速度，St是時(shí)間序列周期成分。參數(shù)α，β，γ越大，時(shí)間序列非平穩(wěn)性越強(qiáng)，模型可預(yù)報(bào)時(shí)間越短。乘法模型與此類似，區(qū)別是其是一個(gè)非線性模型且趨勢(shì)成分和周期成分是相乘關(guān)系。

1.2.3 TBATS模型

TBATS模型稱為指數(shù)平滑狀態(tài)空間模型，是一種旨在為具有復(fù)雜季節(jié)性的時(shí)間序列提供準(zhǔn)確預(yù)測(cè)的技術(shù)，具有Box-Cox變換、ARMA誤差校正、趨勢(shì)和季節(jié)分量的特性。延伸擴(kuò)展指數(shù)平滑模型以適應(yīng)T季節(jié)模式，如下所示：

1.3 安全庫(kù)存

為保證庫(kù)存處于安全范圍又不產(chǎn)生積壓物資，應(yīng)當(dāng)設(shè)定最低庫(kù)存、安全庫(kù)存與最高庫(kù)存。最低庫(kù)存針對(duì)確定性和不確定性因素設(shè)定庫(kù)存，安全庫(kù)存針對(duì)不確定性因素設(shè)定庫(kù)存，最高庫(kù)存針對(duì)積壓成本而設(shè)置的庫(kù)存。安全庫(kù)存＝服務(wù)水平因子*日平均消耗量，服務(wù)水平因子是標(biāo)準(zhǔn)正態(tài)分布情況下，供貨中允許斷貨的百分比，即服務(wù)水平=1-年缺貨次數(shù)/年訂貨次數(shù)。

2.庫(kù)存定額策略研究

根據(jù)物資ABC分類理論，將電力物資按照物資需求特征差異分為搶修類、間斷類、常規(guī)類物資，并制定對(duì)應(yīng)補(bǔ)庫(kù)策略。

2.1 搶修備庫(kù)

2.1.1 搶修備庫(kù)下限值

搶修備庫(kù)策略安全庫(kù)存下限為上年歷史出庫(kù)數(shù)據(jù)月最大值、季節(jié)性各月份特征波動(dòng)值、特殊因素影響造成的浮動(dòng)值三值總和。搶修類物資用于應(yīng)對(duì)突發(fā)情況，故應(yīng)提高安全庫(kù)存，雖會(huì)產(chǎn)生物資冗余，但遇突發(fā)情況可以及時(shí)處理。庫(kù)存定額必然存在異常值，因此基于各物資最近一年出庫(kù)數(shù)據(jù)，計(jì)算各物資月度出庫(kù)數(shù)據(jù)四分位差I(lǐng)QR定義為：

將月出庫(kù)數(shù)據(jù)和四分位差相比，如上一年中月出庫(kù)數(shù)據(jù)大于三倍IQR，該月出庫(kù)數(shù)據(jù)作為異常值?；谖镔Y出庫(kù)量標(biāo)準(zhǔn)差σ、物資提前期LT、Z-score、異常判斷結(jié)果和月出庫(kù)量數(shù)據(jù)，搶修補(bǔ)庫(kù)策略下限值公式如下：

公式可分為以下兩種情況：（1）不存在異常值，下限值為平均訂貨量和重要性總和；（2）存在異常值，下限值為經(jīng)處理的平均訂貨量和重要性總和。

2.1.2 搶修補(bǔ)庫(kù)上限值

搶修補(bǔ)庫(kù)上限由物資近一年年度總出庫(kù)量和檢查周期得出，計(jì)算公式如下：

其中d是近一年物料年度總出庫(kù)數(shù)量，F(xiàn)是檢查周期參數(shù)。

綜合考慮物資歷史出庫(kù)水平、數(shù)據(jù)異常值、波動(dòng)性及特殊情形影響等因素，設(shè)置較為保守的搶修備庫(kù)下限值，同時(shí)建立復(fù)雜網(wǎng)絡(luò)解決緊急情況，實(shí)現(xiàn)搶修類物資保障性目標(biāo)。

2.2 再訂貨補(bǔ)庫(kù)

再訂貨補(bǔ)庫(kù)物資為上年度出庫(kù)月份小于四個(gè)月的物資，主要考慮物資月波動(dòng)性因素，計(jì)算物資最近一年月出庫(kù)量數(shù)據(jù)標(biāo)準(zhǔn)差，利用波動(dòng)率公式計(jì)算月波動(dòng)率，公式如下：

其中 tS，St-1分別是本月和上月出庫(kù)量，將月波動(dòng)率乘以月平均間斷物資數(shù)值，得到月波動(dòng)數(shù)據(jù)。

2.2.1 再訂貨補(bǔ)庫(kù)下限

再訂貨安全庫(kù)存下限為上年出庫(kù)數(shù)據(jù)最小值和月波動(dòng)數(shù)據(jù)總和。該類物資需求量根據(jù)實(shí)際情況波動(dòng)，同時(shí)物資允許一定時(shí)間周轉(zhuǎn)，故可酌情增加訂貨量延長(zhǎng)訂貨間隔，不囤積物資同時(shí)滿足間斷類物資供應(yīng)最低要求。

2.2.2 再訂貨補(bǔ)庫(kù)上限

再訂貨安全庫(kù)存上限為上年歷史出庫(kù)數(shù)據(jù)最大值和月波動(dòng)性總和。

綜上所述，間斷備庫(kù)策略的下限和上限均考慮月波動(dòng)性情況，需根據(jù)最近一年數(shù)據(jù)計(jì)算，動(dòng)態(tài)分配下月補(bǔ)貨額度。

2.3 周期補(bǔ)庫(kù)

周期補(bǔ)庫(kù)物資屬于日常消耗品，需求量大，所以增大訂貨量從而延長(zhǎng)訂貨周期，在物資時(shí)效性允許下減少運(yùn)輸成本。周期補(bǔ)庫(kù)策略分為預(yù)測(cè)策略和歷史需求策略，通過(guò)各種物資的出庫(kù)歷史數(shù)據(jù) th、預(yù)測(cè)數(shù)據(jù)tf、常規(guī)補(bǔ)庫(kù)的覆蓋周期T0、平均絕對(duì)百分誤差MAPE數(shù)據(jù)，判斷常規(guī)類物料補(bǔ)庫(kù)的驅(qū)動(dòng)方式。

預(yù)測(cè)策略：當(dāng)MAPE < 40%，說(shuō)明物資預(yù)測(cè)準(zhǔn)確，上下限均采用預(yù)測(cè)驅(qū)動(dòng)，計(jì)算預(yù)測(cè)值。

歷史需求策略：當(dāng)MAPE>40%，參照去年對(duì)應(yīng)月份出庫(kù)數(shù)量設(shè)置上下限。

綜上所述，周期補(bǔ)貨以物資需求預(yù)測(cè)為主體，預(yù)測(cè)不準(zhǔn)時(shí)參照歷史對(duì)應(yīng)月份數(shù)據(jù)。

3.創(chuàng)新點(diǎn)

本文創(chuàng)新性提出物資定額理論，分為四個(gè)步驟：物資分類；選擇物資對(duì)應(yīng)數(shù)據(jù)模型，分析歷史數(shù)據(jù)預(yù)測(cè)短時(shí)間內(nèi)物資需求量；運(yùn)用統(tǒng)計(jì)方法和管理理念，制定儲(chǔ)備定額；以降低儲(chǔ)備成本為目標(biāo)，通過(guò)模型獲得最優(yōu)儲(chǔ)備定額和最優(yōu)庫(kù)存策略。

4.結(jié)語(yǔ)

本文通過(guò)數(shù)學(xué)模型分析電力物資規(guī)律和特性，建立物資預(yù)測(cè)策略，定量分析各類物資補(bǔ)庫(kù)數(shù)量。相較于以往經(jīng)驗(yàn)補(bǔ)庫(kù)，一是物資庫(kù)存量精確，有效降低庫(kù)存物資規(guī)模，倉(cāng)庫(kù)庫(kù)存水平得到有效控制。二是提升物資供應(yīng)保障能力，通過(guò)綜合補(bǔ)庫(kù)策略，精準(zhǔn)掌握物資需求。最后節(jié)約倉(cāng)庫(kù)管理成本，通過(guò)制定各類物資庫(kù)存量上下限有效節(jié)約倉(cāng)庫(kù)管理成本。