(昆侖能源有限公司液化氣營銷部,北京 100101)
隨著我國經濟結構升級和發展,天然氣、液化氣石油氣、CNG和LNG等燃氣產品消費需求強勁,表觀消費量逐年上升。加之我國燃氣供需具有明顯的區域不平衡特點,產銷區域分離,華東、華南區域供不應求,每年需要從國內北方調運和進口大量燃氣產品以滿足需求,由此形成了燃氣產品由產地或進口地向下游終端市場的運輸需求。如LPG資源,在國內燃料需求及工業深加工原料需求的推動下,2017年表觀消費量為5 365萬t,年均增幅保持在7%以上,LPG進口量達1 845萬t,同比增幅14.4%。受北方產多銷少和南方LPG深加工企業原料氣需求影響,各地資源在滿足本地需求外,大部分資源通過各種渠道向南方主力消費區域調運,2017年華東、華南區域LPG消費量占國內總消費的45%。國內中石化、中石油等一些較大規模的燃氣銷售企業,往往有多個氣源地、多個銷地、多種客戶(如協議客戶、非協議客戶等),然而,由于燃氣市場供需受眾多因素影響,燃氣價格呈現明顯的不確定性。對于一些規模較大的燃氣銷售企業,如何確定調運方案,能夠使得企業獲得最大的銷售利潤,成為企業經營決策的重要內容。
近年來,在燃氣產品價格隨行就市交易的推動下,物流增效成果顯著,燃氣運輸方案優化研究進入研究者的視野,相關研究可以歸納為兩類。一類是燃氣運輸車輛的路徑優化問題,如張雪彤[1]建立了風險、時間和成本三個目標的多目標LPG運輸路徑選擇優化模型,用多目標遺傳算法進行求解。劉振瑋[2]建立了一個LNG生產企業利潤最大化的車輛調度模型,核心內容是將LNG運輸車輛不能及時到達和到達之后等待卸貨的時間過長作為懲罰成本引入模型,并采用遺傳算法求解。上述研究主要是運輸車輛的路徑優化問題,假定市場需求和市場價格都是已知的。第二類是產運銷儲運行優化調度問題,如張寧麗[3]建立了以天然氣公司最大收益為目標的動態規劃模型,并進行了時間復雜度分析,結果顯示動態規劃算法比線性求解更加可靠。極少數學者考慮價格變化對燃氣調運方案的影響,在煤炭調運方面,張政[4]在煤炭坑口價格動態定價的基礎上,以煤炭產地和消費地間的煤炭調運量為決策變量,以煤炭流通過程中的總費用最小化為目標,分別構建了煤炭調運系統優化模型和考慮消費者競爭的煤炭調運優化模型,設計了遺傳算法和Floyd算法相結合的求解算法,案例分析結果表明,考慮消費者競爭時煤炭流通廣義費用更低,隨著煤炭可調出量與消費量比的增加,動態價格較固定價格的煤炭流通廣義費用下降更快。張政[4]的側重點在于動態煤炭坑口價格下的調運優化。上述研究為本研究提供了重要參考。
與上述研究不同的是,本文是關注銷售目標市場價格不確定情況下的燃氣調運優化問題。具體而言,是規模較大的燃氣銷售企業,具有多個氣源地、多個銷售地、多種客戶(協議與非協議客戶)、非協議客戶的銷售價格是不確定的情況下,企業如何優化燃氣資源配置,實施調運決策,可以使公司的銷售利潤達到最優。
以LPG(液化氣石油氣)調運為例,即在生產量、需求量已知但終端市場價格波動的情況下建立數學模型優化LPG調運方案,以使企業利潤達到最大,本模型涉及以下關鍵點。
國內LPG資源生產地大部分集中在東北和西北地區,由于區域內需求量遠小于生產量,東北、西北的液化氣資源需要調運到華南、華東、西南等消費需求高且資源相對匱乏的區域市場進行銷售。由于受運輸距離、運輸成本和客戶需求的制約,無法實現跨區域點對點的直運直銷。例如新疆的LPG資源不能直達華東或華南地區,導致一些區域內既調入LPG、又調出LPG的情況,由此形成了LPG燃料自北向南、自西向東梯次流動,LPG進口原料氣從華南、華東向內地流動的特點。
企業決策者在制定下一階段的LPG調運方案時,需要充分考慮到每個消費地的市場價格,但是由于政策變化、季節變化、進口量變化和煉廠生產裝置運行變化等不確定因素的存在,使得價格具有模糊性。因此,本文運用區間數來處理價格的不確定性。
企業有協議客戶,在制定調運方案時,應根據合同優先滿足協議客戶,再根據市場情況調運剩余的LPG。
基于LPG調運方案的特點,從燃氣銷售經營管理者角度優化LPG調運方案,以使公司獲得最大利潤。
(1)各消費地的市場LPG需求量已知;
阿花這邊談得還不錯,中汕廠、怡光廠、麗光廠表現出與大發廠截然不同的風格,給予了理解和同情,都說金融風暴來了,患難之時相互幫一把,比任何愉快的合作都重要。三個廠一共安排了三十幾名員工。王義山和劉建十來個人主動把機會讓給了別人,他們領了幾臺拋光機,自己接活干。剩下的人只能自謀出路了。阿花最大程度地賠償了他們。
(2)每個LPG生產地和消費地之間采用最經濟運輸線路;
(3)不考慮LPG的銷售成本;
(4)不考慮不同生產地的LPG生產成本差異;
(5)LPG均可全部銷售;
(6)不考慮運輸途中LPG的損耗量;
(7)協議運量必須全部滿足。
LPG銷售企業的銷售利潤ω為LPG的銷售收入與流通成本之差,即:

式中,I為產地集合,J為消費地集合;xij,yij為決策變量,分別表示生產地i(i∈I)到消費地j(j∈J)的協議LPG調運量和市場LPG調運量(t);pj為消費地j的協議價格(元/t);為消費地j的模糊市場價格(元/t);Tij為生產地i到消費地j的流通成本(元/t),由政策性成本、運輸成本、裝卸成本、維護成本四部分組成,計算方法為:

(1)生產地i的LPG調出量不超過其LPG可調出量Si(t)。

(2)消費地j的協議LPG調入量不超過其協議LPG需求量dj(t)。

(3)消費地j的市場LPG調入量不超過其市場LPG需求量。

(4)生產地i到消費地j的LPG調運量為非負整數。

由于燃氣調運方案需要提前制定,必須對未來銷售市場的銷售價格進行預判。但是燃氣市場價格由市場供需狀況決定,其中需求受季節、節假日影響較大,供給受本區域產量、區域外調入量、進口量等影響,決策者難以準確預測未來的燃氣市場價格,使得燃氣市場價格具有不確定性。
區間數是一種表示不確定變量的有效方法,令不確定變量其中分別表示決策者對消費地j的LPG市場價格預估的最低值和最高值,α為管理者的風險喜好系數,當0≤α<0.5時,決策者為悲觀態度,當α=0.5時,決策者為中立態度,當0.5<α≤1時,決策者為樂觀態度。
同時,燃氣市場真實價格在預估區間的可能性應大于決策者的置信度ρ,即:

綜上,消費地j的LPG預估市場價格為:

以某燃氣銷售公司的LPG調運業務為例,從決策者的角度優化下一階段的LPG調運方案。
某階段的調運網絡如圖1所示,共有生產節點8個,需求節點10個,所有節點都有本地需求,且協議客戶需求必須優先滿足。其中S節點和T節點有生產,S節點產大于銷,本地需求滿足后的剩余部分需要向外調運;T節點既有運入,也有運出。D節點本地沒有生產,依靠外部調運。

圖1 某燃氣銷售企業LPG調運網絡
本文假設決策者對風險持中立態度,各節點的可調出量(t)、協議需求量(t)、市場需求量(t)、協議價格(元/t)、市場預估價(元/t)見表1,各節點間的流通費用(元/t)見表2。

表1 各節點基礎數據

表2 流通費用(元/t)
基于以上數據,利用IBM ILOG CPLEX Optimization Studio12.6.1.0軟件進行編程求解,求得協議調運量(t)和市場調運量(t)見表3和表4,總利潤為136 077萬元。

表3 協議運量(t)

表4 市場運量(t)
本文以LPG為例,分析了燃氣銷售企業調運方案中跨區域性、價格不確定性、客戶多樣性的特點,在此基礎上考慮銷售價格不確定情況,構建了銷售利潤最大化的調運方案優化模型,并用算例驗證了模型的有效性。模型求解簡便易行,可操作性強。運用本研究成果,有助于燃氣銷售企業調運工作的精細化管理,達到最佳經營效果。本研究成果也適用于CNG和LNG等其他燃氣資源的調運優化。
[1]張雪彤.LPG運輸車輛路徑選擇問題研究[D].大連:大連海事大學,2013.
[2]劉振瑋.LNG車輛運輸調度優化模型研究[D].大連:大連海事大學,2012.
[3]張寧麗,馬燕,張相芬,等.利用動態規劃模型優化天然氣產銷調度問題[J].自動化儀表,2014,(9):57-60.
[4]張政,韋偉,史芮嘉,等.考慮動態定價的煤炭調運方案優化研究[J].交通運輸系統工程與信息,2017,17(4):105-110.
[5]王堅,王威,楊建軍.基于不確定運輸時間的軍械緊急調運模型研究[J].物流技術,2006,(10):91-93.
[6]王成武,唐麗敏,閻英美,張瑩.我國北方沿海LPG海運需求預測[J].油氣儲運,2012,31,(9):647-651.
[7]黎輝,黃海波,周華.LNG公路槽車運輸經濟性分析[J].天然氣工業,2010,30(1):86-88,146.
[8]楊義,孫慧,王梅.我國城市燃氣發展現狀與展望[J].油氣儲運,2011,30(10):725-728,713.
[9]Hamedim,Farahani R Z,Husseini M M,et al.A distribution planning model for natural gas supply chain:A case study[J].Energypolicy,2009,37(9):799-812.
[10]Boppae,Kannan V R,Palocsay S W,et al.An optimization model for planning natural gas purchases,transportation,storage and deliverability[J].Omega-International Journal Of Management Science,1996,24(5):511-522.