电力物资库存定额方法研究
2021-07-20张益波卞龙江
张益波,卞龙江,邹 玥
(国家电网上海市电力公司,上海200122)
传统模式下库存管理人员进行电网物资库存管理时,补库执行主要通过传统经验实现,随着电网发展和管理水平不断提升,物资需求与库存供应之间的物资补库数量准确性要求越来越高,仅单一依靠经验申报数据已不能满足库存物资管理精确性要求[1]。库存定额机制与智能补库策略作为电力物资库存管理产业升级,是提高物资库存管理水平的全新方法[2]。目前国内对于电力物资管理的研究多集中于统一采购和物流系统改造,而对于物资管理水平与效益具有决定性影响的电力物资需求和库存策略的研究较少,本文就基于这一空缺,提出电力物资库存定额研究的方法,并加以实践。
1.研究背景
1.1 物资分类
电力物资中少数品种在总需求量或库存总量中占有很大比重,其他物资需求量并不大。所以采用物资ABC分类法[3]是储备定额管理中应用最广的分类法,其将库存物资按照品种和占用资金的多少分为特别重要库存(A类)、一般重要库存(B类)和不重要库存(C类),不同等级物资区别管理控制。通常A类物资占样本总数5%-10%,这类物资价值高、品种少,应采用定量定货方式,在不影响需求的情况下减少库存量,并对存货定期检查,提高库存精度。B类物资约占总样本数的20%-30%,此类物资可以酌情加大订货批量,延长订货周期,采购方法可选择定期定量供货和订单订货混合方式。C类约占总样本数的50%-70%,属于日常消耗品,可以增加订货批量和延长订货周期,从而减少物资运输成本。
1.2 物资预测方法
经典物资库存模型主要采用时间序列模型,经典物资库存和订货计算主要针对连续需求物资,其根本假设是物资需求服从泊松分布或正态分布。
1.2.1 ARIMA模型
首先检查数据是否有异常点,分析异常点产生原因,然后进行平稳性检验和白噪声检验,该模型必须采用平稳时序数据,如不平稳则通过差分操作使其均值和方差无系统变化,消除周期性从而得到平稳数据。ARIMA时序模型:
其中Xt与X(t−i)(i = 1,2,3… ,P)相 关。εt表示残差项,εt与ε(t−j)(j= 1,2,3… ,P) 相关,B表示延迟算子,满足Bnxt=Xt-n,p表示自回归阶数,q表示移动平均阶数,d表示差分阶数,∇表示差分算子。一般来说差分次数越多,时序信息的非平稳确定性信息提取越充分,但是同时会造成信息损失,因此差分阶数d一般不超过2阶。
1.2.2 Holt-Winters模型
该模型适用于周期固定的非平稳序列,和ARIMA模型互补,分为加法模型和乘法模型。加法模型将时间序列的趋势成分和周期成分相加,本文中由于电力物资存在周期性和季节性,所以可将周期设置为月或季度。Holt-Winters模型如下:
其中α,β,γ是平滑参数,位于0到1之间,是模型预报值与实测反推值之间的平衡权重,Xt表示时间序列,Ut是时间序列趋势成分,Vt表示ut的线性递增速度,St是时间序列周期成分。参数α,β,γ越大,时间序列非平稳性越强,模型可预报时间越短。乘法模型与此类似,区别是其是一个非线性模型且趋势成分和周期成分是相乘关系。
1.2.3 TBATS模型
TBATS模型称为指数平滑状态空间模型,是一种旨在为具有复杂季节性的时间序列提供准确预测的技术,具有Box-Cox变换、ARMA误差校正、趋势和季节分量的特性。延伸扩展指数平滑模型以适应T季节模式,如下所示:
1.3 安全库存
为保证库存处于安全范围又不产生积压物资,应当设定最低库存、安全库存与最高库存。最低库存针对确定性和不确定性因素设定库存,安全库存针对不确定性因素设定库存,最高库存针对积压成本而设置的库存。安全库存=服务水平因子*日平均消耗量,服务水平因子是标准正态分布情况下,供货中允许断货的百分比,即服务水平=1-年缺货次数/年订货次数。
2.库存定额策略研究
根据物资ABC分类理论,将电力物资按照物资需求特征差异分为抢修类、间断类、常规类物资,并制定对应补库策略。
2.1 抢修备库
2.1.1 抢修备库下限值
抢修备库策略安全库存下限为上年历史出库数据月最大值、季节性各月份特征波动值、特殊因素影响造成的浮动值三值总和。抢修类物资用于应对突发情况,故应提高安全库存,虽会产生物资冗余,但遇突发情况可以及时处理。库存定额必然存在异常值,因此基于各物资最近一年出库数据,计算各物资月度出库数据四分位差IQR定义为:
将月出库数据和四分位差相比,如上一年中月出库数据大于三倍IQR,该月出库数据作为异常值。基于物资出库量标准差σ、物资提前期LT、Z-score、异常判断结果和月出库量数据,抢修补库策略下限值公式如下:
公式可分为以下两种情况:(1)不存在异常值,下限值为平均订货量和重要性总和;(2)存在异常值,下限值为经处理的平均订货量和重要性总和。
2.1.2 抢修补库上限值
抢修补库上限由物资近一年年度总出库量和检查周期得出,计算公式如下:
其中d是近一年物料年度总出库数量,F是检查周期参数。
综合考虑物资历史出库水平、数据异常值、波动性及特殊情形影响等因素,设置较为保守的抢修备库下限值,同时建立复杂网络解决紧急情况,实现抢修类物资保障性目标。
2.2 再订货补库
再订货补库物资为上年度出库月份小于四个月的物资,主要考虑物资月波动性因素,计算物资最近一年月出库量数据标准差,利用波动率公式计算月波动率,公式如下:
其中 tS,St-1分别是本月和上月出库量,将月波动率乘以月平均间断物资数值,得到月波动数据。
2.2.1 再订货补库下限
再订货安全库存下限为上年出库数据最小值和月波动数据总和。该类物资需求量根据实际情况波动,同时物资允许一定时间周转,故可酌情增加订货量延长订货间隔,不囤积物资同时满足间断类物资供应最低要求。
2.2.2 再订货补库上限
再订货安全库存上限为上年历史出库数据最大值和月波动性总和。
综上所述,间断备库策略的下限和上限均考虑月波动性情况,需根据最近一年数据计算,动态分配下月补货额度。
2.3 周期补库
周期补库物资属于日常消耗品,需求量大,所以增大订货量从而延长订货周期,在物资时效性允许下减少运输成本。周期补库策略分为预测策略和历史需求策略,通过各种物资的出库历史数据 th、预测数据tf、常规补库的覆盖周期T0、平均绝对百分误差MAPE数据,判断常规类物料补库的驱动方式。
预测策略:当MAPE < 40%,说明物资预测准确,上下限均采用预测驱动,计算预测值。
历史需求策略:当MAPE>40%,参照去年对应月份出库数量设置上下限。
综上所述,周期补货以物资需求预测为主体,预测不准时参照历史对应月份数据。
3.创新点
本文创新性提出物资定额理论,分为四个步骤:物资分类;选择物资对应数据模型,分析历史数据预测短时间内物资需求量;运用统计方法和管理理念,制定储备定额;以降低储备成本为目标,通过模型获得最优储备定额和最优库存策略。
4.结语
本文通过数学模型分析电力物资规律和特性,建立物资预测策略,定量分析各类物资补库数量。相较于以往经验补库,一是物资库存量精确,有效降低库存物资规模,仓库库存水平得到有效控制。二是提升物资供应保障能力,通过综合补库策略,精准掌握物资需求。最后节约仓库管理成本,通过制定各类物资库存量上下限有效节约仓库管理成本。