Библиографическое описание:

Ширяев С. А., Кодиленко А. С., Кодиленко О. С. Подходы к моделированию потребности автозаправочных станций в нефтепродуктах // Молодой ученый. — 2016. — №9. — С. 346-351.



Статья посвящена моделированию потребностей в нефтепродуктах на автозаправочных станциях. Была исследована неравномерность в потреблении светлых нефтепродуктов потребителями и построена модель, прогнозирующая потребности автозаправочных станций в краткосрочном периоде.

Ключевые слова: светлые нефтепродукты, грузовые перевозки, моделирование, система доставки, потребности АЗС.

Автомобильный транспорт наряду с другими видами транспорта служит для перевозки людей на работу, учебу и отдых. Грузовые автомобили снабжают производственные предприятия необходимым сырьем, материалами, оборудованием и комплектующими, а потребителей — готовой продукцией, доставляемой по принципу «от двери до двери».

Количество автомобилей в нашей стране давно перевалило за 45 миллионов и стремительно продолжает расти. В связи с этим постоянно увеличивается потребность в автомобильном топливе.

Для предприятия производящего и реализующего свою продукцию светлые нефтепродукты, находящиеся на автозаправочных станциях (АЗС) являются «замороженными» денежными средствами. В сложившейся крайне тяжелой экономической обстановке проблема снижения издержек и поддержания оптимального уровня запаса в резервуарах автозаправочных станций является одной из основных проблем системы сбыта нефтеперерабатывающего предприятия. Для исследования были выбраны автозаправочные станции, расположенные в одном из районов Волгоградской агломерации.

Система доставки нефтепродуктов на АЗС представляет собой совокупность методик, алгоритмов и принципов, на основании которых происходит управление хранением и перемещением нефтепродуктов с момента их поступления в резервуары распределительной нефтебазы до момента поступления нефтепродуктов в резервуары автозаправочной станции включительно.

C:\Users\Kodilenko\Desktop\ВолгГТУ\Магистратура\Диссертация\Транспортная сеть\Карта Волжского — копия.bmp

Рис. 1. Карта расположения АЗС в обследуемом районе

Большой ассортимент нефтепродуктов, неравномерность распределения автозаправочных станций по территории, неравномерное потребление нефтепродуктов по сезонам, дням недели и даже часам в значительной степени усложняют процессы управления остатками и доставкой светлых нефтепродуктов.

Рис. 2. Коэффициент неравномерности перевозок нефтепродуктов по месяцам

Рис. 3. Коэффициент неравномерности по дням недели

Потребности в нефтепродуктах на автозаправочных станциях определяются информационным потоком заявок на доставку, формируемым заведующими АЗС и диспетчерским пунктом нефтебазы.

Поток заявок можно разделить на 2 части. Основная (плановая) часть моделируется в виде графика плановых доставок нефтепродуктов с нефтебазы на АЗС. Плановая заявка возможна только в соответствии с этим графиком.

Внеплановые заявки на доставку нефтепродуктов обусловлены неравномерностью потребительского спроса. Вероятность внеплановой заявки зависит от месяца, дня недели, часа суток, праздничных дней и прочих субъективных факторов.

Таким образом, общее количество заявок на доставку , поступивших с АЗС в течение определенного временного периода моделируется в виде выражения:

,

где: , — соответственно количество плановых и внеплановых заявок на доставку.

Доля внеплановых заявок моделируется на основе выражения:

Коэффициент внеплановых заявок описывает вероятность возникновения внеплановой заявки относительно общего количества заявок.

Среди обследуемых АЗС можно выделить несколько групп. Первая группа — АЗС с большим суточным спросом. Доля внеплановых заявок на таких АЗС Nзаявок<0,4. Такие АЗС являются отправными пунктами при маршрутизации перевозок светлых нефтепродуктов, так как запасы на них пополняются ежедневно. Вторая группа — АЗС с относительно стабильным спросом. Пополнение запасов происходит с регулярной периодичностью раз в несколько дней. Доля внеплановых заявок на таких АЗС 0,4≤Nзаявок<0,8.

При маршрутизации первая и вторая группа АЗС позволяют с высокой точностью прогнозировать момент возникновения заявки на доставку нефтепродуктов.

Третья группа — АЗС с более низким и нестабильным спросом на нефтепродукты. Для возможности прогнозирования каждая АЗС этой группы требует более детального изучения причин неравномерности спроса. Доля внеплановых заявок на таких АЗС 0Nзаявок>0,8

Таблица 1

Группировка обследуемых АЗС по стабильности возникновения заявок

АЗС

Группа АЗС по стаб. спроса

Интервал возникновения заявок, Iдн.

Коэффициент внеплановых заявок Kзаявок

1

II

2

0,62

2

III

Преобладают внеплановые заявки

1,3

3

I

1

0,38

4

II

3

0,62

5

I

1

0,36

6

II

6

0,4

7

II

4

0,65

8

III

Преобладают внеплановые заявки

1,2

9

II

2

0,3

10

I

1

0,33

Моделирование момента возникновения заявки происходит согласно вероятностным законам по функции:

Aj=f(I,I, Kзаявок)

где Aj — день месяца, в который возникает заявка на перевозку нефтепродуктов;

I — интервал возникновения заявки, дни;

Kзаявок — коэффициент возникновения внеплановой заявки;

i — номер итерации.

При моделировании каждая заявка отражает номенклатуру, количество груза, выраженное массой и объемом, а также его стоимость. Кроме этого, заявка характеризуется интервалом доставки . При прибытии автомобиля на АЗС в данный интервал , требование «доставка точно в срок» считается выполненным.

Нижняя граница интервала доставки представляет собой момент, после которого АЗС перестает функционировать. Верхняя граница — момент после, которого становится возможным поместить в резервуары АЗС все нефтепродукты, которые были привезены автомобильным транспортом. Задача участников системы доставки нефтепродуктов обеспечить стабильную работу АЗС при наиболее низком остаточном уровне нефтепродуктов на АЗС.

Объем партий нефтепродуктов имеет вероятностный характер распределения, особенный для каждой из АЗС. Параметры стоимости партии груза и объема связаны между собой стоимостью единицы объема n-го вида груза:

=

Моделирование объемов потребности АЗС в нефтепродуктах представляет собой прогнозируемый интервал. Функция имеет следующий вид:

,

где - верхний и нижний объемы прогнозируемой потребности в нефтепродуктах;

- коэффициент, учитывающий неравномерность в объемах потребления нефтепродуктов по месяцам. Данный коэффициент отражает сезонность в потреблении нефтепродуктов.

- коэффициент, отражающий неравномерность по дням недели;

- коэффициент, показывающий значение сезонности потребления нефтепродуктов для конкретной АЗС;

- коэффициент, учитывающий плановость поступившей заявки. Данный коэффициент может принимать следующие значения

=0 при отсутствии заявки,

=1 при поступлении плановой заявки,

=;

- максимальный объем поставок нефтепродуктов за сутки в аналогичном периоде;

— средний объем поставок нефтепродуктов за сутки в аналогичном периоде;

— математическое ожидание, объема одной заявки;

— доверительный интервал при заданной точности γ (γ=0,95).

Покажем результаты прогнозирования потребностей для автозаправочных станций различных групп.

Рис. 4. Моделирование АЗС № 3, принадлежащей к I группе

Рис. 5. Моделирование АЗС № 9, принадлежащей к II группе

Рис. 6. Моделирование АЗС № 2, принадлежащей к II I группе

Данная методика позволяет достаточно точно прогнозировать потребности АЗС I и II групп. В данных группах месячное отклонение фактических объем перевозок от плановых не превышает 6 %.

Прогнозы для III группы также можно использовать на практике, однако для более точных результатов необходимо более подробно изучить причины имеющейся неравномерности и низкой стабильности спроса.

Рис. 7. Результаты моделирования потребности в нефтепродуктах АЗС

По результатам проведенного исследования была построена модель, позволяющая прогнозировать потребности АЗС в нефтепродуктах. Моделирование происходит в 2 этапа:

– Моделирование момента возникновения заявки на пополнение резервуаров автозаправочной станции с учетом возможности возникновения внеплановых заявок.

– Моделирование объемов нефтепродуктов необходимых для удовлетворения потребности автозаправочной станции.

По итогам месяца отклонение фактического показателя от полученного по модели составило 10 %. Отметим, что точность прогнозирования начала снижаться после 10 дней. Отклонение в рамках прогноза по первой недели от фактических показателей составило 4 %. Снижение точности прогнозирования можно объяснить постоянно изменяющейся неравномерностью потребления на АЗС, который должен учитываться коэффициентами и. Данные коэффициенты должны иметь динамический характер и постоянно обновляться для более точного учета возникающей неравномерности.

Полученная модель позволяет прогнозировать потребности в нефтепродуктах на краткосрочный период, что позволит повысить качество управления подвижным составом автотранспортных предприятий и повысить их экономическую эффективность.

Литература:

  1. Привалов П. Ю. Повышение эффективности функционирования системы доставки нефтепродуктов с использованием автомобильного транспорта. — Волгоград: ВолгГТУ, 2013. — 179 с.
  2. Ширяев С. А., Кащеев С. А. Особенности функционирования системы доставки грузов в торговую сеть автомобильным транспортом. — Волгоград: ВолгГТУ, 2015. — 159 с.

Обсуждение

Социальные комментарии Cackle