基于多數據融合的電力物資供應風險指數研究
——以浙江某中型城市為例

陳勇杰，賈雍，柴彬，沈澄泓，周長星

(1．國網紹興市上虞區(qū)供電公司，浙江 紹興 312300；2．浙江泛海智行電力科技有限公司，浙江 杭州 310052)

近年來，隨著電網基建和改造的不斷推進，電力物資需求也持續(xù)增長，物資供應成為電網建設工作的一個重要組成部分[1-4]。配網物資種類繁多，供應來源復雜，在運輸中會面臨不同的風險。

仔細分析并建立物資供應風險防控機制，對保障配網物資供應，避免常態(tài)及災害時期的供應風險，具有重要的實際意義。

2020年疫情發(fā)生后，全國大部分地區(qū)供應商復工延期，產能受限，電力物資生產排期遭遇短期停滯；運輸業(yè)受到較大沖擊，物資運輸、調配運力減弱。而與此同時，3～4月電網建設進入集中開工期，物資需求出現井噴態(tài)勢，物資供需矛盾突顯。除疫情、自然災害等外部突發(fā)事件外，供應商成本控制、資質和信譽、供貨質量等因素也是影響物資供應風險的重要因素。

本文從供應鏈視角出發(fā)[5-8]，將風險識別從需求側向供應商前端和外部環(huán)境延伸和拓展，運用層次分析法(analytic hierachy process,AHP)，建立了一個物資供應風險評估模型。該模型融合電力系統(tǒng)海量數據和交通、氣象、征信、質量等外部信息，對電力工程物資供應風險進行量化評價和分級。 目前優(yōu)選的配網物資有115種，由于項目對一定種類的物資有需求而且項目有輕重緩急，所以首先把每月或一段時間內需要施工的項目賦予優(yōu)先等級。然后在考慮優(yōu)先級的情況下把屬于每個項目的物資用AHP層次分析法模型計算供應風險分值，根據一定的閾值為每一種配網物資賦予一個健康碼，比如紅色、黃色、綠色，對應風險系數高中低。最后計算每個項目的平均風險分值作為項目整體的供應風險，也同樣賦予紅色、黃色、綠色的健康碼。對于風險較低的綠色工程項目可安排近期開工，風險中等的工程需要物資協(xié)調，確認到貨時間后安排開工，風險較高的工程項目，要根據庫存變化、供應商產能恢復情況再安排施工和停電計劃。

1 數據獲取

1.1 供電公司內部數據

通過國網浙江電力全業(yè)務統(tǒng)一數據中心獲取相關業(yè)務數據表，具體包括：前三年歷史領料、當前物資庫存、統(tǒng)購統(tǒng)配交貨計劃、供應商質量抽檢歷史、供應商用電量等，數據行數共1千多萬條。

線下人工數據上傳至云數據中心，具體包括：月度工程物料需求清單、浙江公司10kV配網標準物料清單、供應商延期交貨統(tǒng)計數據。

表1 供電公司內部數據Tab.1 Internal data of power supply company

1.2 供電公司外部數據

從浙江政務網站開放數據獲取供應商信用評價、災害預警、氣象、交通等數據，數據量接近100萬行。通過企業(yè)所在地、企業(yè)名稱，從百度地圖API獲取400多家供應商所在地經緯度數據。

表2 供電公司外部數據Tab.2 External data of power supply company

2 算法模型

2.1 AHP模型指標體系

本項目使用AHP層次分析法構建物資供應風險指數模型[9-13]。20世紀70年代由美國運籌學家托馬斯塞蒂提出的層次分析法是把復雜的多目標決策問題作為系統(tǒng)，把目標分解為多個準則，再分解為多個指標的若干個層次的系統(tǒng)化方法[14-19]。

基于專家分析，從影響物資供應的因素中選取物資需求量、供應商情況、物資可調性和外部環(huán)境四個關鍵因素為一級指標層。其中，物資需求量為某個月份某種物資的實際需求，通常需求量要和庫存進行比較；供應商情況細分為供應商產能、質量抽檢評價/延期交貨、信用評價三個二級指標；物資可調性為物資可被綜合調配獲取和被替代的容易程度；運輸能力主要是指運輸路上有無極端天氣。

表3 電力物資供應風險指數指標體系Tab.3 Risk index system of power material supply

2.2 各指標的計算方法

本文針對每個風險因素的特性進行打分，風險最小時為0分，風險最大時為100分，對超出數額范圍的數據做取邊界處理，風險計算小于0時取0，大于100時取100。例如，如果項目的物資需求量減去供電公司的庫存量小于0為負時，風險打分為0等等。

2.2.1 物資需求量

對物資需求量風險作如下定義：

物資需求風險=(月度物資需求量-庫存量)/前3年的區(qū)域該種物資平均月需求量*100

(1)

考慮到安全庫存，定義:

月度物資需求量=月度項目物資需求量+20%*前3年區(qū)域該物資平均月度需求

(2)

月度項目物資需求量是指計劃中配網項目的物資需求，月度物資需求量一定超過月度項目物資需求量是因為有常態(tài)下運維的物資需要。

2.2.2 供應商情況

圖1 某供應商用電曲線Fig.1 Power consumption curve of a supplier

本文基于供應商用電恢復情況計算供應商產能風險，公式為：

產能情況風險值=(1-供應商復工復產用電比例)/(1-0.1)*100

(3)

其中復工電量比例=2020年當月日平均用電量/2019年同期日平均用電量。

質量抽檢和延期交貨風險打分：3個月內供應商有問題風險值是90分，6個月內值是60分，一年內值是30分，一年以上或無問題記錄是0分。

信用評價風險打分：供應商信用評估結果可分為A-E五個級別，風險值按評價等級進行劃分，對應為0，25，50，75，100。

2.2.3 物資可調性

該因素主要考慮配網物資的調配容易程度及可替代程度。根據物資特點可分為定制定長類、儲檢配、可調類以及超市化物資這四類?？烧{類以材料類為主，供應風險相對較小。超市化采購物資靈活性強，沒有固定的供應商，所以這樣的物資供應風險也相對較少。其次是用儲檢配方式運送的物資，它們受中心庫庫存和物流運送的影響。定制定長類物資是根據圖紙生產和制造，該類物資的供應風險非常高。因此四類物資風險打分如下：

(1)定制定長類物資在倉庫儲量足夠的時候風險值是50，不然風險值是100；

(2)儲檢配類物資在倉庫儲量足夠的時候風險值是0，不然風險值是50；

(3)可調類物資在倉庫儲量足夠的時候風險值是0，不然風險值是35；

(4)超市化的物資在倉庫儲量足夠的時候風險值是0，不然風險值是35。

2.2.4 運輸能力

運輸能力風險打分：統(tǒng)計該中型城市未來15天的極端天氣，然后對運輸風險進行打分，如雪災、臺風等氣候占2/3以上的風險值是90分，1/3以上的風險值是60分，1天以上風險值是30分，無極端天氣風險值是0分。

2.3 計算指標權重

模型具體公式為：

(4)

通過專家對同一層指標重要性的兩兩判斷，構造判斷矩陣。從層次結構模型的第2層開始，對于從屬于上一層每個指標的同一層諸指標，用成對比較法和1～9比較尺度構造成對比較陣，直到最下層。模型一級指標和二級指標構建的判斷矩陣如下：

(1)第一層判斷矩陣F和第二層供應商情況下判斷矩陣S2為：

其中C1、C2、C3、C4分別為物資需求量、供應商情況、物資可調性、運輸能力(天氣)，A21、A22、A23分別為產能情況、質量抽檢/延期交貨、信用評價。

對于判斷矩陣需計算最大特征值及對應特征向量，并做一致性檢驗。若檢驗通過，特征向量歸一化后即為權重向量；若不通過，則需重新構造兩兩重要性判斷矩陣。

檢驗判斷矩陣一致性的方法如下：

計算衡量一個兩兩重要性判斷矩陣 A (n>1 階方陣)不一致程度的指標CI：

(5)

其中λ(A)是矩陣A的最大特征值。使用平均隨機一致性指標RI來檢驗判斷矩陣A的一致性，RI僅與矩陣階數有關，如下表所示。

表4 RI與矩陣階數n對照表Tab.4 Comparison table between RI and matrix order n

接著計算判斷矩陣A的隨機一致性比率CR：

(6)

當CR<0.1時，判斷矩陣A通過一致性檢驗。

計算得到兩層級的CI與CR值，如下表所示：

表5 評價層級的CI和CR值Tab.5 CI and CR values of evaluation level

由上表可以看出，兩個層級的CR值均小于0.1，兩層判斷矩陣都通過了一致性檢驗，說明判斷結果可靠。

經過計算，第一層矩陣F的權重向量W=(0.3912,0.2474,0.2008,0.1606)T，即物資需求量、供應商情況、物資可調性、運輸能力四個因素的權重分別為0.3912，0.2474，0.2008，0.1606；第二層判斷矩陣S2的權重向量分別為W2=(0.5396,0.2969,0.1634)T，即產能情況、質量抽檢/延期交貨、信用評價三個因素的權重分別為0.5396、0.2969、0.1634。

2.4 模型輸出結果

AHP層次分析法模型輸出的物資供應風險指數的值域為[0,33.3)時，評級是綠色，對應低風險；輸出的風險指數的值域為[33.3,66.6)時，評級是黃色，對應中風險；輸出的風險指數的值域為[66.6,100]時，評級是紅色，對應高風險。

項目的風險指數反映的是項目的總體風險水平，它的計算公式如下：

(7)

3 實例

為驗證該模型輸出的物資供應風險指數的準確性，公司收集到該中型城市下轄某縣2020年6月份施工的工程物資清單，首先與浙江數據開放平臺的浙江省重點建設工程項目信息進行匹配，將與浙江省重點建設工程項目有關的1個配套工程的優(yōu)先級設定為1，其他2個普通工程的優(yōu)先級設定為2。

對選取的數據進行處理，得到3個建設工程涉及的每類物資編碼及其需求量，并與物資的庫存量、對應供應商的產能和質量抽檢/延期交貨情況和信用情況、物資可調性類別、天氣狀況進行匹配。

計算物資需求量風險時要考慮項目的優(yōu)先級，優(yōu)先級高的項目先使用庫存，優(yōu)先級低的項目后使用庫存，每種物資需求數量減去庫存后，歸一化成為物資需求量風險指標。

供應商情況指標下面著重分析供應商產能情況和信用評價，數據共匹配到58家供應商，供應商產能情況風險是基于供應商用能恢復情況計算得出的，部分結果如表6所示，前3家公司用電量較前一年的下半年有明顯的下降，進而判斷其產能風險較高。

表6 供應商產能情況風險Tab.6 suppliers’ capacity and risk

供應商的信用評價分則是根據浙江數據開放平臺中的信用信息如企業(yè)環(huán)境行為信用評價、嚴重失信者名單、質量信用平臺違法、行政處罰信息、信用評價信息(A級納稅人)、企業(yè)注(吊)銷信息等計算得出。部分結果如表7所示，其中第一個公司的信用評價風險最低。

表7 供應商信用評價Tab.7 Supplier credit evaluation

部分物資的可調性數據如下表8所示，10kV配網標準物料清單中，大約54.5%是可調類，18.5%是定制定長，16.5%超市化，10.5%是儲檢配。

表8 部分物資的可調性Tab.8 Distributability of some material

運輸能力指標則根據浙江數據開放平臺中的天氣預報信息、高速事件信息計算得出，部分結果如下：

表9 運輸能力指標 Tab.9 Transportation capacity index

大部分物資的運輸都能如期送達，偶爾會出現天氣惡劣或交通堵塞的情況，影響物資的運輸，但影響程度不大。

應用該模型計算出每類物資的供應風險指數，并對風險進行“紅”“黃”“綠”的評級。對評級結果進行統(tǒng)計匯總，結果見圖2，此次工程中共用到117種物資，其中綠色風險物資82種，占比70.1%，黃色占比28.2%，紅色僅占比1.7%。

圖2 物資風險指數等級分布Fig.2 Grade distribution of material risk index

最后將各工程對應的物資風險進行算術平均得到2020年6月將要施工的各個項目的風險指數。圖3為三個工程的風險指數計算結果，由于6月份供應商都已復工復產，因此供應商風險都處于較低水平，最后項目A、B、C中，C的風險值最高為16.92，屬于低風險。

圖3 項目風險指數Fig.3 Project risk index

4 新形勢下模型擴展

本文所述的物資供應風險指數模型可以在形勢變化的情況下做任意的調整和擴展，例如2021年上半年由于疫情和運輸、貿易等因素，導致原材料價格大幅上漲，其背后最根本的原因是自上一年一直延續(xù)的全球信用貨幣寬松、原材料供需不平衡等各個因素引發(fā)的綜合效應。原材料價格的大幅上漲是一項新的物資供應風險。此外，為貫徹“碳中和”“碳達峰”戰(zhàn)略部署要求，完成能源消耗的“雙控”年度目標任務，全國包括浙江都出臺了一系列措施，通過限制高耗能企業(yè)用電量、上漲電價、限制用電時段等方式促使降耗減排，目的就是為了碳中和。節(jié)能降耗的同時，也影響了供電公司的一些上游供應商(電工裝備企業(yè))的產能，這也增加了新的物資供應風險因素[20-32]。下表10是擴展后的指標體系，新模型還有待進一步探討和驗證。

表10 擴展后的指標體系Tab.10 Expanded index system

5 結論

本文基于物資需求量、供應商情況、物資可調性、運輸能力這四個因素構建物資供應風險指數AHP模型，該模型在浙江某中型城市試用后，迅速取得了成效，累計服務電網工程3.84億元，實現供應風險總體壓降67.53%，服務供應鏈金融1300萬元。本文所討論的物資供應風險并非只是在疫情期間有意義，其他自然災害等突發(fā)事件也會對物資供應造成一定風險。因此本項目成果已在中國電力報、國家電網報、國網總部網站等多家行業(yè)內媒體報道，下一步可推廣至全省系統(tǒng)。同時，鑒于工程建設領域物資供應管理的共性問題和風險特征，本成果也具備在其他行業(yè)進行復制、推廣的價值。