CC BY
54
ного правительства» / А.Р. Денисов, А.С. Илюхина, И.В. Волков // Вестник Костромского государственного университета им. Н.А. Некрасова. -2012. - Т. 18. - № 5. - С. 227-231.
6. Карпенко С. FMEA-анализ проекта/конструк-
ции. - М.: Изд-во МГТУ им. Баумана, 2003. - 5 с.
7. Вумек Д.П. Бережливое производство: как избавиться от потерь и добиться процветания вашей компании / Джеймс П. Вумек, Дэниел Джонс. -2-е изд. - М.: Альпина Бизнес Букс, 2005. - 473 с.
УДК 025.5; 620.9
Некрасова Татьяна Николаевна
Костромской государственный университет им. Н.А. Некрасова
Inf_service@ksu.edu.ru
ПОДСИСТЕМА ПЛАНИРОВАНИЯ МОБИЛЬНОГО ЗАПАСА НА ТЕХНОЛОГИЧЕСКОЕ ПРИСОЕДИНЕНИЕ К ЭЛЕКТРИЧЕСКИМ СЕТЯМ
Автором статьи определяется необходимость внедрения в распределительных сетевых компаниях подсистемы планирования мобильного запаса на технологическое присоединение к электрическим сетям. Показывается, что в основе работы данной подсистемы лежит планирование потока заявок на технологическое присоединение, для определения которого предлагается использовать математический аппарат систем массового обслуживания.
Ключевые слова: технологическое присоединение, планирование мобильного запаса, система массового обслуживания, моделирование потока заявок.
Технологическое присоединение (ТП) потребителей к электрическим сетям - один из основных бизнес-процессов (БП) любой распределительной сетевой компании (РСК). В настоящее время это один из наиболее проблемных вопросов как для потенциальных и действующих потребителей электрической энергии, так и для РСК. В первую очередь это выражается в нарушении регламентированных сроков выполнения заявок по ТП. Проведенный анализ [1] показал, что одной из причин того, что при выполнении работ не соблюдаются сроки, является в том числе неэффективность существующей системы планирования и распределения требуемых материальных, финансовых, человеческих и др. ресурсов. Так, при выполнении работ силами РЭС приобретение необходимых материалов начинается уже после заключения договора на ТП. Это неизбежно влечет за собой временные потери на приобретение и доставку материалов и тем самым сокращение времени на выполнение работ. Решить эту проблему можно через выведение соответствующих действий из бизнес-процесса так, как это делается, например, при реализации технологических процессов с использованием подхода SMED [2]. Применительно к условиям ТП реализация указанных принципов возможна через формирование мобильного запаса материалов.
При этом возникает задача планирования размеров мобильного запаса для каждой районной электрической сети с учетом множества факторов, включая сезонность поступления заявок на ТП. К таким факторам в первую очередь относят заявленную электрическую мощность, расстояние подключаемого объекта до линии электропередач, а также тип клиента (частное лицо, коммерческая организация и др.). Однако проведенный статистический анализ фактических данных, собранных соответствующими службами филиала ОАО «МРСК Центра» - «Костромаэнерго» в 20082012 гг., [3] показал, что в период 2009-2012 гг. процентное соотношение заявок различных типов, поступающих на выполнение работ по технологическому присоединению, можно принять в качестве постоянной величины. Это позволяет принять важное допущение: усреднённые ресурсы (материальные, финансовые, трудовые), необходимые для исполнения одной заявки, можно принять постоянными:
V Ш У(^ м) = N(14) • R1(R), (1)
где У^, м) - объем требуемого ресурса R в м-ом месяце; ^м) - количество заявок на выполнение ТП в м-ом месяце; R1(R) - объем ресурса R, требуемый для выполнения усредненной заявки.
Таким образом, данная задача сводится к планированию потока заявок, поступающих на ТП.
Рис. 1. Структура СМО системы технологического присоединения
© Некрасова Т.Н., 2013
Вестник КГУ им. Н.А. Некрасова ♦ № 5, 2013
47
Решить эту задачу можно с использованием математической модели в виде системы массового обслуживания [3] (рис. 1).
Параметры полученной модели также определялись через корреляционный анализ фактических данных [4]. Весьма значительный объём этих данных позволяет утверждать, что они представляют собой репрезентативную выборку, обеспечивающую требуемый уровень достоверности и адекватности полученных результатов на основе соответствующих формальных критериев. Полученные модели были дополнительно проверены на достоверность и адекватность через определение таких базовых показателей СМО, как среднее время обработки заявки и среднее количество заявок, находящихся в системе. Проведенный анализ показал, что во всех случаях коэффициент вариации между фактическими и расчетными значениями не превышает 20%, что говорит о высокой степени достоверности полученных моделей [4].
Данная модель в том числе позволяет оценить среднее количество заявок, поступающих в месяце м, по формуле Литтла:
^д(м) = цп3(м)П(м), (2)
где ^м) - количество рабочих дней в месяце м.
Следовательно, зная количество поступивших заявок в месяце м и зная среднее количество материалов, людских ресурсов и т.д., которое требуется для выполнения одной заявки, можно определить величину мобильного запаса в данном месяце. Однако подобная модель не позволяет учесть различие последствий, наступающих в случае превышения или уменьшения количества поступивших заявок. Так, в случае если количество поступивших заявок будет меньше запланированного, то оставшиеся на складе остатки будут использованы для формирования мобильного запаса на следующий месяц и, соответственно, единственными потерями в таком случае будут лишь складские расходы на хранение материалов. В то же время если количество заявок будет больше запланированного, то это неизбежно повлечет увеличение сроков выпол-
нения заявок вследствие необходимости проведения закупочных процедур для отсутствующих материалов. Это в свою очередь может привести к превышению установленных законом сроков выполнения технологического присоединения и, соответственно, к крупным штрафам со стороны контролирующих организаций.
В этом случае необходимо использовать альтернативные критерии оценки среднего количества поступающих заявок, включая:
- центр тяжести и центр максимумов нечеткого множества, представляющего собой пересечение нечетких ограничений превышения и принижения поступающих заявок;
- оценка суммарного риска по критериям Байеса, Лапласа и Сэвиджа от возможных отклонений от запланированного значения. В этом случае вероятность (риск) того, что в месяце м поступит к заявок, определялась по формуле Эрланга для потока Пуассона.
Результаты сравнения всех показателей приведены в таблице 1. Для расчетов использовались следующие показатели: интенсивность входного потока цп3(м)=15; количество рабочих дней в месяце м - 24.
Полученные результаты моделирования показывают, что в случае равенства потерь при превышении и принижении допустимых значений все критерии дают схожие результаты. Однако в случае различия величины потерь, а также в случае несимметричности допусков использование формулы Литтла становится нецелесообразным. В этом случае целесообразно использовать в зависимости от стратегии РСК: критерий Байеса (средняя оценка) или критерий Лапласа (пессимистичная оценка). Также можно использовать нечеткую модель с оценкой среднего на основе центра тяжести, которая позволяет создать некоторый дополнительный запас материалов. Проведенный экспертный опрос среди специалистов служб управления ТП показал, что при расчете целесообразно использовать критерий Байеса:
Таблица1
Оценка среднего количества заявок на технологическое присоединение к электрическим сетям в месяце м
Показатель 1 2 3
Допустимое отклонение от среднего в случае уменьшения количества заявок 20% 20% 20%
Допустимое отклонение от среднего в случае увеличения количества заявок 20% 20% 10%
Цена за каждую заявку в случае уменьшения количества заявок ниже допустимого 100 100 100
Цена за каждую заявку в случае увеличения количества заявок выше допустимого 100 1000 1000
Оценка среднего по формуле Литтла 360 360 360
Оценка среднего на основе центра максимумов 365 365 380
Оценка среднего на основе центра тяжести 376 376 390
Оценка среднего по критерию Байеса 363 369 388
Оценка среднего по критерию Лапласа 368 379 412
Оценка среднего по критерию Сэвиджа 364 379 411
48
Вестник КГУ им. Н.А. Некрасова ♦ № 5, 2013
Рис. 2. Функциональная модель «Как должно быть» бизнес-процесса технологическое присоединение
3-^Байес " КБайес (м, NБайес ) = Ш1П (КБайес (м,х)) , (3)
где:
[Х<1-еА)]
VХ : КБайес(м> Х) = X (С!'([Х ' (1 “ е!)]“ О' р (м)) +
/=0
+ X (^т'(г' _[Х '(1 + ет)])'р (м))(4)
/=[х-(1+£^ )]
где N - количество значений ^ для которых суммируемый элемент больше нуля; е - минимальное учитываемое значение Р(м).
Полученные модели легли в основу подсистемы планирования мобильного запаса на технологическое присоединение к электрическим сетям, место которой в соответствующем бизнес-процессе приведено на рисунке 2.
На этапе годового планирования (декабрь) на основе статистических данных, накопленных подсистемой оперативного контроля для каждой районной электросети (РЭС), определяются следующие показатели:
- усредненное количество различных ресурсов, необходимых для выполнения одной заявки;
- планируемое количество заявок, поступающих на этап технологического присоединения, в каждом месяце планируемого года.
Таким образом, в соответствии с (1)-(4) становится возможным оценить необходимый объем ресурсов в каждом месяце планируемого года для всех РЭС РСК. Подобная система, в частности, была использована для планирования ресурсов в филиале ОАО «МРСК Центра» - «Ярэнерго». Так, на основе полученных данных был разработан при-
каз [5], определяющий номенклатуру и размер мобильного запаса материалов для нужд технологического присоединения.
Библиографический список
1. Денисов А.Р., Левин М.Г., Рыбинский А.В., Некрасова Т.Н. Синтез и анализ модели «как есть» бизнес-процесса «Технологическое присоединение к электрическим сетям» // Вестник Костромского государственного университета имени Н.А. Некрасова. - 2012. - Т. 18. - № 1. - С. 37-40.
2. Синго С. Быстрая переналадка: революционная технология оптимизации производства. - М.: Альпина Бизнес Букс, 2006. - 344 с.
3. Денисов А.Р., Левин М.Г., Некрасова Т.А. Статистический анализ потока заявок на технологическое присоединение к электрическим сетям // Theory and practice in the physical, mathematical and technical sciences: materials digest of the XXIV International Scientific and Practical Conference and the I stage of Research Analytics Championship in the physical, mathematical and technical sciences. -L.: IASHE, 2012. - P. 51-55.
4. Денисов А.Р., Левин М.Г., Рыбинский А.В., Некрасова Т.Н. Моделирование потока заявок на технологическое присоединение к электрическим сетям // Прикаспийский журнал: управление и высокие технологии. - 2013. - № 1. - С. 60-71.
5. Приказ №230-Яр от 25.12.2011 по филиалу ОАО «МРСК Центра» - «Ярэнерго» «О принятии мер по недопущению нарушений действующего законодательства в части сроков исполнения договоров технологического присоединения».
Вестник КГУ им. Н.А. Некрасова ♦ № 5, 2013
49
