張益波，卞龍江，鄒 玥

（國家電網上海市電力公司，上海200122）

傳統(tǒng)模式下庫存管理人員進行電網物資庫存管理時，補庫執(zhí)行主要通過傳統(tǒng)經驗實現(xiàn)，隨著電網發(fā)展和管理水平不斷提升，物資需求與庫存供應之間的物資補庫數量準確性要求越來越高，僅單一依靠經驗申報數據已不能滿足庫存物資管理精確性要求[1]。庫存定額機制與智能補庫策略作為電力物資庫存管理產業(yè)升級，是提高物資庫存管理水平的全新方法[2]。目前國內對于電力物資管理的研究多集中于統(tǒng)一采購和物流系統(tǒng)改造，而對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存策略的研究較少，本文就基于這一空缺，提出電力物資庫存定額研究的方法，并加以實踐。

1.研究背景

1.1 物資分類

電力物資中少數品種在總需求量或庫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]是儲備定額管理中應用最廣的分類法，其將庫存物資按照品種和占用資金的多少分為特別重要庫存（A類）、一般重要庫存（B類）和不重要庫存（C類），不同等級物資區(qū)別管理控制。通常A類物資占樣本總數5%-10%，這類物資價值高、品種少，應采用定量定貨方式，在不影響需求的情況下減少庫存量，并對存貨定期檢查，提高庫存精度。B類物資約占總樣本數的20%-30%，此類物資可以酌情加大訂貨批量，延長訂貨周期，采購方法可選擇定期定量供貨和訂單訂貨混合方式。C類約占總樣本數的50%-70%，屬于日常消耗品，可以增加訂貨批量和延長訂貨周期，從而減少物資運輸成本。

1.2 物資預測方法

經典物資庫存模型主要采用時間序列模型，經典物資庫存和訂貨計算主要針對連續(xù)需求物資，其根本假設是物資需求服從泊松分布或正態(tài)分布。

1.2.1 ARIMA模型

首先檢查數據是否有異常點，分析異常點產生原因，然后進行平穩(wěn)性檢驗和白噪聲檢驗，該模型必須采用平穩(wěn)時序數據，如不平穩(wěn)則通過差分操作使其均值和方差無系統(tǒng)變化，消除周期性從而得到平穩(wěn)數據。ARIMA時序模型：

其中Xt與X(t?i)(i = 1,2,3… ,P)相 關。εt表示殘差項，εt與ε(t?j)(j= 1,2,3… ,P) 相關，B表示延遲算子，滿足Bnxt=Xt-n，p表示自回歸階數，q表示移動平均階數，d表示差分階數，?表示差分算子。一般來說差分次數越多，時序信息的非平穩(wěn)確定性信息提取越充分，但是同時會造成信息損失，因此差分階數d一般不超過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，分為加法模型和乘法模型。加法模型將時間序列的趨勢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，所以可將周期設置為月或季度。Holt-Winters模型如下：

其中α，β，γ是平滑參數，位于0到1之間，是模型預報值與實測反推值之間的平衡權重，Xt表示時間序列，Ut是時間序列趨勢成分，Vt表示ut的線性遞增速度，St是時間序列周期成分。參數α，β，γ越大，時間序列非平穩(wěn)性越強，模型可預報時間越短。乘法模型與此類似，區(qū)別是其是一個非線性模型且趨勢成分和周期成分是相乘關系。

1.2.3 TBATS模型

TBATS模型稱為指數平滑狀態(tài)空間模型，是一種旨在為具有復雜季節(jié)性的時間序列提供準確預測的技術，具有Box-Cox變換、ARMA誤差校正、趨勢和季節(jié)分量的特性。延伸擴展指數平滑模型以適應T季節(jié)模式，如下所示：

1.3 安全庫存

為保證庫存處于安全范圍又不產生積壓物資，應當設定最低庫存、安全庫存與最高庫存。最低庫存針對確定性和不確定性因素設定庫存，安全庫存針對不確定性因素設定庫存，最高庫存針對積壓成本而設置的庫存。安全庫存＝服務水平因子*日平均消耗量，服務水平因子是標準正態(tài)分布情況下，供貨中允許斷貨的百分比，即服務水平=1-年缺貨次數/年訂貨次數。

2.庫存定額策略研究

根據物資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，并制定對應補庫策略。

2.1 搶修備庫

2.1.1 搶修備庫下限值

搶修備庫策略安全庫存下限為上年歷史出庫數據月最大值、季節(jié)性各月份特征波動值、特殊因素影響造成的浮動值三值總和。搶修類物資用于應對突發(fā)情況，故應提高安全庫存，雖會產生物資冗余，但遇突發(fā)情況可以及時處理。庫存定額必然存在異常值，因此基于各物資最近一年出庫數據，計算各物資月度出庫數據四分位差IQR定義為：

將月出庫數據和四分位差相比，如上一年中月出庫數據大于三倍IQR，該月出庫數據作為異常值?；谖镔Y出庫量標準差σ、物資提前期LT、Z-score、異常判斷結果和月出庫量數據，搶修補庫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，下限值為經處理的平均訂貨量和重要性總和。

2.1.2 搶修補庫上限值

搶修補庫上限由物資近一年年度總出庫量和檢查周期得出，計算公式如下：

其中d是近一年物料年度總出庫數量，F(xiàn)是檢查周期參數。

綜合考慮物資歷史出庫水平、數據異常值、波動性及特殊情形影響等因素，設置較為保守的搶修備庫下限值，同時建立復雜網絡解決緊急情況，實現(xiàn)搶修類物資保障性目標。

2.2 再訂貨補庫

再訂貨補庫物資為上年度出庫月份小于四個月的物資，主要考慮物資月波動性因素，計算物資最近一年月出庫量數據標準差，利用波動率公式計算月波動率，公式如下：

其中 tS，St-1分別是本月和上月出庫量，將月波動率乘以月平均間斷物資數值，得到月波動數據。

2.2.1 再訂貨補庫下限

再訂貨安全庫存下限為上年出庫數據最小值和月波動數據總和。該類物資需求量根據實際情況波動，同時物資允許一定時間周轉，故可酌情增加訂貨量延長訂貨間隔，不囤積物資同時滿足間斷類物資供應最低要求。

2.2.2 再訂貨補庫上限

再訂貨安全庫存上限為上年歷史出庫數據最大值和月波動性總和。

綜上所述，間斷備庫策略的下限和上限均考慮月波動性情況，需根據最近一年數據計算，動態(tài)分配下月補貨額度。

2.3 周期補庫

周期補庫物資屬于日常消耗品，需求量大，所以增大訂貨量從而延長訂貨周期，在物資時效性允許下減少運輸成本。周期補庫策略分為預測策略和歷史需求策略，通過各種物資的出庫歷史數據 th、預測數據tf、常規(guī)補庫的覆蓋周期T0、平均絕對百分誤差MAPE數據，判斷常規(guī)類物料補庫的驅動方式。

預測策略：當MAPE < 40%，說明物資預測準確，上下限均采用預測驅動，計算預測值。

歷史需求策略：當MAPE>40%，參照去年對應月份出庫數量設置上下限。

綜上所述，周期補貨以物資需求預測為主體，預測不準時參照歷史對應月份數據。

3.創(chuàng)新點

本文創(chuàng)新性提出物資定額理論，分為四個步驟：物資分類；選擇物資對應數據模型，分析歷史數據預測短時間內物資需求量；運用統(tǒng)計方法和管理理念，制定儲備定額；以降低儲備成本為目標，通過模型獲得最優(yōu)儲備定額和最優(yōu)庫存策略。

4.結語

本文通過數學模型分析電力物資規(guī)律和特性，建立物資預測策略，定量分析各類物資補庫數量。相較于以往經驗補庫，一是物資庫存量精確，有效降低庫存物資規(guī)模，倉庫庫存水平得到有效控制。二是提升物資供應保障能力，通過綜合補庫策略，精準掌握物資需求。最后節(jié)約倉庫管理成本，通過制定各類物資庫存量上下限有效節(jié)約倉庫管理成本。