案例背景
目前，我国化工行业仍存在以产定销、供应链低效等问题，货物周转与交付效率低下，在一定程度上制约了石油化工品的流通与发展。同时，在危化品物流方面，存在单位成本过高、合规操作专业程度不一、配送时间不稳定等问题，能源供应链管理水平亟待提升。
为此，能程科技“能源供应链数字化解决方案”从能源供应链痛点切入，通过自研AI算法，构建了C2M柔性供应链，可以对石油化工品贸易与流通进行需求预测、价格预测、供给预测，实现智慧调度、错峰调容；并创新推出“一供三管”，覆盖产品配送、交货、仓储凭证管理等支持和服务，助力提升能源供应链的稳定和效率。
核心优势
1.供应链需供匹配
通过对成品油供应链上中下游全链条数据持续采集和分析，并对各个环节进行需求预测、价格预测，实现全局的需供匹配，降本增效。
通过对成品油供应链上中下游全链条数据持续采集和分析，并对各个环节进行需求预测、价格预测，实现全局的需供匹配，降本增效。
首先，通过对终端用能需求的预测，准确估计未来的能源需求量和趋势；同时，通过价格预测，预测能源市场的价格波动和趋势；基于这些预测结果，通过大规模运筹优化算法进行需求聚合和需供互动的优化，将能源供应与需求进行精确匹配，最大限度地满足能源需求，同时优化能源的供应链和交易过程。
一是需求预测。通过分析和挖掘终端用户的用能数据，利用时序预测模型和算法（如ARIMA、多元回归模型、回归树模型、集成树模型、RNN模型、CNN模型、Transformer模型等），准确预测未来需求的变化趋势。基于需求预测的结果，采用价格激励，将分散的用户需求层层聚合，实现用户需求的跨空间集聚，以更加灵活地满足能源系统的需求。需求聚合涉及到对用户的价格弹性回归分析，以及求解运筹优化问题。
二是供给预测。主要关注上游的供给能力和供应价格的预测。供给预测是基于供给侧的产能和历史供给数据，利用时序预测模型和算法，对上游供给的能力进行预测。通过对供给侧的观察和分析，可以更好地理解供给能力的变化趋势，并为后续的需供匹配提供参考。价格预测则基于国际市场和国内市场的供求关系，考虑各种因素如供给量和需求量等，对上游供应价格进行预测。准确的价格预测可以帮助决策者更好地估计未来市场需供水平，为需供匹配提供基础。
三是需供匹配。通过需求预测、供给预测和上游价格预测，制定最优的需求聚合策略，以需供匹配为约束条件，以经济性最优为目标，实现全局交易优化。需供匹配依赖的核心技术是大规模的运筹优化技术。在匹配寻优过程中，需求和供给的信息被综合考虑，通过合理的策略来达到需求与供给的平衡，最大程度地满足能源系统的需求。其中的策略包括对下游的定价策略、各个环节的采购策略等。通过需供匹配的优化，能够提高能源需供两侧的匹配度，提升能源系统稳定性。
2.运输调度优化
为了优化能源输配过程中的各类运输车辆（如油罐车）运输路线和调度安排。最优路径选择是通过算法和模型（如图模型、最短路径算法、运筹优化算法等），考虑路况、交通拥堵、通行限制等因素，确定最佳的运输路径，以减少能源消耗和运输时间。返程运输调度则着重解决运输回程的安排，以避免空载或低载运输，提高资源利用率。可视化调度和智能风险预警则借助技术手段，实现对车辆运输过程各类异常行为的实时监控和告警（如车辆的超速、临时停车等），以降低运输风险，提升运输送达的准时性。
3.油库选址
为了满足需求侧的成品油储存需求，并合理布局油库以提供便捷的供应。需求分析和需求聚类算法通过对不同地区需求数据做分析，通过聚类算法形成需求的中心点，为油库选址提供依据。油库中心仓和卫星仓多级选址考虑了区域之间的供应关系、运输成本以及未来需求的分布，通过运筹优化算法，形成多级多层次的仓储供应体系，以降低油品交易和输配的成本。最优库容选择则通过考虑需求的波动性和未来增长趋势，确定最适合的油库库容。
实施成效
以布局储运销一体化为例，能程科技除构建供应链系统与上下游的软性链接外，同时布局了物流调运板块和仓储板块：
陆达运输公司与线上TMS系统的投用，标志着物流调运系统的正式搭建，在供应链整体链路中充当了连通器角色；同步规划了华南阳鸿油库、西北汉中油库以及华东安吉油库三处中转库，以华东、华南、中部地区三处中转库为依托，对周边炼厂资源进行前置，辐射区内团油下沉市场及各类终端用户，从储运销多维度对全盘业务进行资源统筹与整合。
通过能程科技供应链板块全链路贯通，最终实现资源的优化配置与降本增效，真正做到：对供应链全链路风险管控、对采购及储运成本持续优化以及对客户全方位一站式服务。
|
