風電集中倉儲中心庫房布局規劃與應用

華潤電力投資有限公司深圳分公司 唐 偉 田鵬輝

近年來，國內風電裝機容量持續快速增長，為我國構建清潔低碳、安全高效的能源體系發揮了重要作用。風電機組由于其自動化運行水平高、安全可靠性要求高、生產環境惡劣多變等特點，設備可利用率一直很難達到100%。尤其對于一些運營規模較大的風電場，機型種類多，涉及到的備件種類也紛繁復雜，而風電機組的元器件均無冗余配置。因此，在保障風電機組連續穩定發電的過程中，備件起到了極其關鍵的作用[1]。在傳統單場運營模式下，各風電場作為獨立單元分散進行備件倉儲，管理水平不高，普遍存在存貨規模大、存貨結構不合理、庫存呆滯、調撥困難等諸多痛點，管理孤島效應凸顯。

隨著風電進入平價上網時代后，各風電企業更加重視風電項目的精細化管理，提出區域集約化的管控思路和機制[2]。在集中運維先進管理理念的驅動下，各風電企業紛紛建立備件區域集中倉儲中心庫房，利用地理位置優勢，就近開展備件聯儲，取得一定的管理成效，并在全局庫房網絡積極增加建設中心庫的數量，但由于缺少整體規劃或科學系統的評估方法，帶來了一些成本浪費。因此，開發一套科學規范的庫房網絡布局模型，構建合理高效的服務輻射關系，實現最優布局與系統成本最低，就顯得尤為重要。

1 庫房網絡布局原理

風電備件庫房網絡由中心庫、子庫及其連接環路構成。其中，中心庫主要負責備件的集中采購、倉儲與配送，服務對象為設定服務輻射關系內的各風電場子庫。中心庫作為網絡中的重要節點，其選址布局須充分考慮運營環境、庫房管理、備件儲備、備件運輸、備件消耗、業務流程等要素，結合各風電場分布特點和業務需求，以系統成本最低為目標，統籌規劃在全國范圍內進行選點。在風電備件庫房網絡中，要求中心庫能及時、快速、全方位滿足區域內每臺風電機組的備件使用，在保證不同廠家或不同機型的風電機組健康運行的前提下，通過合理布局、高效區域管理和層級管理，實現配送高時效、庫存低成本、消除呆滯減少浪費的規劃目標。

庫房網絡布局實質為NP問題，即能在多項式時間內可以驗證得出一個正確的解。對于同一類的所有NP問題，若它們可以在多項式時間內約化成一個最難的NP類問題，那就等于變相地證明了其下的所有問題都是存在多項式算法的。只要解決了這個最難的多項式時間算法問題，那么所有的NP問題就都解決了。類似車輛路徑優化問題，要找到車輛路徑網絡優化的最優解，就須對一個龐大的多維、非連續空間進行迭代計算[3]。在全局庫房網絡模型中，各中心庫需要向設定服務輻射關系內的n個子庫完成備件配送，為滿足全局最優設計，各中心庫的選址應保證到n個子庫的總環路路徑最短與系統成本最低。

按照庫房網絡全局規劃思路，我們先從全國主要城市中粗篩選出多個符合建庫的城市，利用地圖爬取不同線路的里程數據，然后從歷史運輸、歷史消耗等數據中歸納出運費和里程的函數關系，以聚類分析和離散選址相結合，通過肘部法則+輪廓系數來確定全國范圍內中心庫房最優建庫數量和建庫地址，并得到中心庫房與各風電場的運輸距離和時間矩陣關系表。

2 庫房網絡布局規劃設計

設計庫房網絡布局規劃方案，需要認真考慮現有業務狀況、數據狀況、業務需求等多方面因素，通過基礎數據處理、聚類分析以及網點尋優等主要步驟，以挖掘現有數據質量下最大價值為原則，對所有風電場的服務輻射關系進行重新定義，力求實現中心庫房布局最優設計輸出。

2.1 基礎數據處理

基礎數據主要包括：項目基本信息、風機基本信息、庫存信息、消耗信息、發電量信息等多種標準化數據。在數據采集、存儲、檢索、加工的過程中，應及時對數據進行識別、度量與整理，保障基礎數據質量[4]?；A數據處理則是對各種數據的分析、計算、編輯，具有通用的處理規則和方案，一般在實際操作中通常會根據數據情況有選擇的使用以下幾個或其組合：轉換、分組、組織、計算、排序、清洗等。

2.2 聚類分析

運用K-Means算法，從備選中心庫房中選取最優庫房點集，默認K值區間為[1，N]，N表示備選中心庫房總數量，通過肘部法則確定最優K值，并采用輪廓系數進行驗證，保證K值一致性。當偏差程度范圍超過指定值時，模型重新測算。K-Means算法是一個不斷迭代的過程，需要不斷的計算和調整才能找到合適的聚類中心，計算過程容易消耗大量時間，降低聚類運算效率[5]。因此，為了防止出現局部最優解情況，通常采取50～100次初始化值，并從每種初始化值后期方案中選取出現概率最大的結果作為最終結果。

2.3 網點尋優

建立庫房需要考慮庫房的服務輻射能力，服務輻射能力由庫房送往風電場的運輸距離和時間決定。網點布局需要對所有庫房和風電場的運輸線路進行比較，從而得到最優的選址。網點尋優是計算備選中心庫房與各風電場服務輻射關系以及相應判優的過程。根據中心庫房信息與風電場信息，科學迭代出在不同組合下的可行方案，結合判優算法給出最優的中心庫房位置與服務輻射關系，輸出最佳中心庫房規劃方案。

3 庫房網絡布局方案

結合我司實際需求，按照備選城市選取—運輸矩陣測算—備選城市聚類—最短路徑模型—最優成本模型的順序，編制集中倉儲中心庫房布局方案，并據此給出中心庫布局建議。

3.1 備選城市聚類分析

根據備選點與風電場經緯度，我們通過百度地圖開發者系統，獲取城市和風電場兩兩之間的運輸距離和運輸時間，從而獲取得到中心庫布局規劃需要的數據。根據業務需求，車輛導航策略選擇走高速的方式進行運輸。備選城市為57個，風電場為60個時，共爬取3420條運輸線路的距離和運輸時間。

若直接對57個備選城市進行組合尋優計算，那么當計算到第6個備選點時，其組合尋優計算次數將達到約4千萬次，且隨著備選點數量增加，計算次數呈指數型遞增，極易導致計算機運算過載。由于在一定程度上鄰近備選點組合尋優效果均極為相似，因此可以將備選城市進行聚類，將臨近備選點歸為一類以提高運算效率和準確性。在聚類過程中，K值過小，預測目標容易產生變動性；K值過大，尋優次數過多又無法計算，因此需要尋找最優的K值。從輪廓系數結果可以看出聚類K為20時是最優的。

通過對聚類結果評估發現：當K=20，其組內距離平方和總量為：86.5，組間距離平方和總量為：5013.8。依據組內距離平方和總量/（組內距離平方和總量+組間距離平方和總量）的比值來看聚類效果，其值越接近1越好。因此，當K=20時，其比值為0.98，表明組內距離達到了最小，組間距離達到了最大，當前聚類效果最優。

3.2 最短路徑

最短路徑是指在庫房網絡中，中心庫配送各風電場的距離之和最小。隨著中心庫數量的增加，最短路徑會逐步變小，如表1所示。因此，在先不考慮建庫成本的基礎上初步確定中心庫房的數量和位置，然后再迭加最優成本模型對比其合理性。

表1 最短路徑推算

3.3 最優成本

成本是庫房規劃布局中重要的約束性條件之一。本文為簡化計算，系統成本暫只考慮運輸成本、建庫成本。

運輸成本：每條線路年度運費=每公里單價×距離×次數，總運輸成本為線路年度運費求和。不同省份的運輸難度不一樣可能導致價格不一樣，需要借助可靠的物流數據來做準確的預估。同時，不同運輸方式帶來的成本差異也需要重點考慮，是外部物流運輸還是自有車輛運輸，都對運輸成本有較大的影響。在本文中當運輸距離大于200公里或者運輸時間大于4小時，則采用物流運輸；否則，采取自有車輛運輸（包含往返）。

建庫成本：建設成本+資金占有成本。在本文中中心庫房建庫成本主要根據服務輻射容量來定，當輻射容量大于等于1000MW，按照35萬元/個進行成本預估；否則，則按照25萬/個進行成本預估。資金占用成本按照銀行5年期貸款利率確定。

通過最短路徑模型得到每種布局情況下的服務輻射關系，然后迭加最優成本模型評估每種方案下運輸成本與建庫成本的總和。由下圖1可以看出，當庫房建設數量為6時，建庫成本和運輸成本達到平衡。

圖1 庫房最優成本

綜上所述，按照我司現有風電場分布，建設6個備件中心庫房可滿足全局最佳的服務輻射關系以及最佳的系統成本。本文按照庫房網絡布局原理，提出完善布局設計方案與評估算法，邏輯層次清晰，實際效果較優，可為風電同行備件倉儲中心庫房布局建設、供應鏈網絡規劃及備件內外部聯儲聯備等提供可供參考的管理經驗。