风电行业备件库存优化研究

摘要：备件的库存水平直接影响库存成本、运输成本、风力发电机组维修响应老化和服务水平。因此，合理的备件库存对风力发电机组维修服务非常重要。根据风电行业备件消耗特点，分析关键库存成本，建立多目标优化模型，确定备件数量和位置。实际应用结果表明，该模型方法不仅提高了客户周转率和风力发电机组维修响应时间，而且还降低了运输成本和库存成本

关键词：备件库存优化， 风电维护， 多目标优化 一、引言

随着发电技术的不断成熟，风力发电项目以合理的价格完全接入电网，国家不再补贴，提出提高改善发电和降低服务成本的要求，其中备件库存是服务成本的重要组成部分。目前风电项目在全国范围内分布，运输困难，客户请求响应时间高，良好的备件备件库存是使整个过程和仓库补充效率最好，库存数量和位置是否正确，直接影响备件成本、运输成本、风机维修响应时间和服务水平，对企业运行有重要影响。

对于库存优化算法模型，主要包括线性模型、非线性模型、动态规划等，在建立模型后寻找最优解。考虑到生产约束和使用数学模型，KeskinGA，OmurcaSI等人。利用贪婪算法和遗传算法解决了这个问题。基于最低总投资的数学模型的目标库存优化方法，并使用其作为部分和库存服务指数的位置，本文提出了一个成本和时间有效的库存控制，贪婪启发式算法的扩展，基于分布拟合的方法。

本文根据风电行业备件消耗的特点，建立了优化模型，确定库存类型、数量、位置。实际应用结果表明，该模型方法不仅提高了客户周转率，而且降低了风电行业备件库存优化的库存成本，易于应用。

二、问题描述

[1]

[2]

一方面，为了满足不同地区不同风速的发电需求，风机配置复杂，产品升级迅速，备件种类较多。另一方面，风电项目分布范围较广，运输条件复杂，因此风力发电机组的维修响应时间较高。库存水平高会导致备件成本高，备件周转慢，备 件迟缓低的风险高。如果库存水平过低，备件周转率较低，风扇维护响应时间较慢。因此，备件库存的优化需要综合考虑服务时间、服务成本和发电损失。服务时间取决于从仓库到辐射项目的运输距离和运输条件。服务成本主要包括运输成本、备件成本和备件折旧成本，而发电损失则取决于服务时间。

因此，基于风电行业的备件库存优化需要考虑服务水平与服务成本的最优平衡，主要是解决哪个仓库和备件存储数 量的问题。由于备件仓库数量多，各类备件，如果每个仓库库存，备件储备太多，库存效率低，风险较大。如果仓库较少，风机维修响应缓慢，备件运输成本增加。

三、优化模型

备件库存优化模型的目标是最小化备件成本、运输成本和发电损失，以满足该地区项目的需求和老化要求。对全国所有仓库，建立优化模型，确定备件的数量和位置。

3.1总体计划

备件价值和运输费用计入成本，运输时间和购买时间等于发电损失。建立了同时考虑成本和发电损失的计算模型，得到了最优库存计划。在计算中考虑了存货之间的水平转移过程。在实际维修中，本项目对应的仓库库存不能满足本 项目备件的实际更换需求，需要将备件库存申请到仓库。计算运输成本时，当单批需求小于仓库最大量的，计算仓库范围内的成本；小于仓库仓储总量的，在计算成本时考虑水平运输成本，不考虑采购。如果需求的数量大于库存总量，则计算调用成本。除了制造商的成本和发电的损失外，还有库存不足导致的停机时间会影响客户对厂家的周转率，而库 存过多会导致成本低迷，不可避免地影响资金周转。因此， 建立了更换备件造成的生产成本和发电损失的模型，并给出了周转率和顾客周转率的评价公式。

3.2优化模型

优化目标：为风机制造商的最低成本

约束：每个备件只选择一个库存计划；给定的发电成本上限。其中，将发电成本分为7个等部分，得到最大发电成本，得到每个点的值。

3.2.1风电场业主维护成本：

风电场业主维护成本=库存成本+库存折旧成本+运输成本

其中，库存成本:

库存折旧成本:

运输成本:

其中， :第i次调用的备件数量等于在方案中存储的备件数量。

3.2.2业主的发电能力的损失

首先，单个分配的数量在总库存范围内，即水平分配，以计算这种情况下的发电损失。第二，如果单次转移数大于所有库存之和，则发电的损失包括采购时间的损失。

3.2.3评价公式(即周转率)：

3.2.4符号说明

Vi：第i次备件采购费用（元/件） nsi：方案中第i次存储的备件数量 λi：仓库备件故障次数（次/年）

Xci：第i次调用的备件数量（预期值、零件）

:A备件一从其他仓库转移产生的运输成本（元/次）（每次转移优先级与

运输成本成反比）

:缺货造成的发电损失（元/时间）

:缺货时从其他仓库转移造成发电损失（元/时间） :备品备件的保修期 四、算法设计与案例研究

本文对20个区域仓库和5000多个备件进行了优化解决，最终确定了备件储备的位置和数量。主要步骤如下：步骤1：对上述数据进行处理，获得每个仓库各备件的一年计划消耗和使用概率。步骤2：设置各仓库各备件的存储值，库存最大值为一年内备件的预期最大消耗量，最小值为相应仓库备件最大消耗量的一半。步骤3：给出所有的库存计划。步骤4：采用上述计算模型计算所有方案的库存成本和发电损失。步骤5：整数规划，优化方法为上述优化模型。

算法流程设计： 1.

备件总数：N，仓库总数：Z，备件I的非主要选项数量：M_I，选择8个场景绘制曲线

2.

根据LAMDA和每个备件的调用数量分布，计算每个仓库中备件的预期年消耗量

3.

指定每个仓库的备件库存范围n_i_k_min=n_i_k*0.5（取整），n_i_k_max=单个仓库的最大分发量

4.

列出每个仓库库存数量范围内的所有备件I库存计划。计算每个方案的成本和功率损耗，并找出所有非自由裁量选项。每个备件的非支配方案表示为F_i_j，成本记录为GC_i_j，发电能力损失记录为PL_i_j

5.

分别找出成本最低的总方案1和发电损失最低的总方案8。总方案1的发电损失记录为功率损失最大值

6.

使用0-1的整数规划计算总方案计划：目标函数：最小x_i_j*GC_i_j（成本），优化变量：x_i_j（是否使用方案F_i_j），约束条件1：∑x_i_j=1（i=1，2，…N；为每个备件选择一个库存计划。约束2：∑∑x_i_j*PL_i_j<=功率损耗_max*molecular/7，（将最大发电损耗分成七等份，在曲线上找出其他六种方案）

7.

获得最优方案的编号 8.

若最优方案的编号小于7，则将编号值加1，返回代入第6步。若最优方案的编号大于等于7，计算所有损失发电量情况下的维护成本。

9. 结束

图 维护成本曲线

五、结论

基于风电行业备件库存优化模型，综合考虑服务时间和服务成本，解决了备件库存中位置和数量的优化问题。实际应用结果表明，该方法不仅提高了风机的维修响应时间和客户周转率，而且降低了运输成本和库存成本。

参考文献

[1]Keskin G A , Omurca S I , Aydin N , et al. A comparative study of production-inventory model for determining effective production quantity and safety stock level[J]. Applied Mathematical Modelling, 2015,39(20):6359-6374.

[2] Rezaei H , Baboli A , Shahzad M K , et al. A new methodology to optimize target stock level for unpredictable demand of spare parts: A Case Study in Business Aircrafts' Industry[J]. 2018.