CN108846608B - 一种大型风电机组备品备件库存管理及优化调度方法 - Google Patents

一种大型风电机组备品备件库存管理及优化调度方法 Download PDF

Info

Publication number
CN108846608B
CN108846608B CN201810619376.9A CN201810619376A CN108846608B CN 108846608 B CN108846608 B CN 108846608B CN 201810619376 A CN201810619376 A CN 201810619376A CN 108846608 B CN108846608 B CN 108846608B
Authority
CN
China
Prior art keywords
cost
inventory
spare parts
inventory management
purchasing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810619376.9A
Other languages
English (en)
Other versions
CN108846608A (zh
Inventor
李鹏飞
张延迟
张倩
宋悦琳
万辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kuaibei New Energy Technology Shanghai Co ltd
Shanghai Tn Industrial Co ltd
Original Assignee
Kuaibei New Energy Technology Shanghai Co ltd
Shanghai Tn Industrial Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kuaibei New Energy Technology Shanghai Co ltd, Shanghai Tn Industrial Co ltd filed Critical Kuaibei New Energy Technology Shanghai Co ltd
Priority to CN201810619376.9A priority Critical patent/CN108846608B/zh
Publication of CN108846608A publication Critical patent/CN108846608A/zh
Application granted granted Critical
Publication of CN108846608B publication Critical patent/CN108846608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明公开了一种大型风电机组备品备件库存管理及优化调度方法，该方法包括备品备件多级库存管理、订货批量模型、储存成本及缺货成本计算和库存优化调度实施方案共四个步骤，库存管理及优化调度方法通过综合分析风电场备品备件的特征，加入一些其他领域的优化手段，从而提出最适合的备品备件库存管理策略，最终作为风电领域库存管理和优化调度的参考。本发明考虑到实际风电场库存管理时的各项成本问题，以风电场具体备件的特征，结合一些经济计算方式，给出适用于风电场备件的库存成本的具体核算方式，最大程度上便于库存管理中采购计划的制定，本发明根据成本最优的原则选择适当的备件管理方式，为备件管理节约成本，并实现优化调度。

Description

一种大型风电机组备品备件库存管理及优化调度方法
技术领域
本发明属于新能源发电技术领域，具体的说是涉及一种应用于仓储管理的大型风电机组备品备件库存管理及优化调度方法。
背景技术
目前现有技术中备品备件库存管理以及优化调度是许多行业必须解决的问题，一般情况下,人们设置库存的目的是为了防止短缺的出现。另外,库存还具有保证生产过程连续性、快速满足用户订货需求的作用，例如电力、汽车等行业，因此，需要建立多级库存，并针对一定的不确定条件提出相应的解决方案，建立对应的成本核算模型，使备品备件库存成本降低，服务水平提高，达到最优调度的目的。目前现有技术中大型风电机组备品备件的库存管理没有固定的模式，主要依据其它行业的一些管理模式进行仓库管理，所以应用的实用性不是很高，管理手段明显不足，导致库存本身产生的成本大大增加，并且风电场本身对库存的成本没有精确的计算方式，成本消耗过于模糊，现有技术中大型风电场的仓储管理还有以下缺点或不足：
1、库存管理方面：风力发电现场需要有充足的、准确的备件库存，以应对风电场运行时的各类不确定因素造成的损耗。但备件不足与备件过剩是现在每个风场都会遇到的两个重要问题，而且更多的时候是这两个问题同时存在，即一方面需要的备件经常缺货，另一方面多余的库存无从处理。此外，由于维护者对于减少停机时间的迫切需求，往往忽略了成本的控制，例如从本部紧急空运备件等，从而使得缺货造成的损失进一步扩大，而这一切都是风场备件库存管理不善导致的。
2、多级库存：多级库存结构是其他领域库存管理比较常用的管理方式，多级库存管理的优化与控制是在单级库存控制的基础上形成的，是一种对供应链资源全局性优化的库存管理模式，主要有两种库存控制方法：一种是分布式，另一种是集中式。分布式策略是各个库存点独立地采取各自的库存策略，通常只有在信息完全共享时才能充分利用供应链资源，在实际应用中往往达不到理想的效果，这种库存策略在管理上比较简单，但是并不能保证供应链整体的优化；集中式库存策略是通过建立库存目标函数，同时确定所有库存点的控制参数，在降低库存总体成本的基础上来实现库存的优化。风电机组备品备件发展较晚，库存管理方面管理手段单一，并没有有效应用分级管理的模式。
3、库存成本方面：虽然库存对于企业有十分重要的作用，但是并不意味着库存的数量越多越好，人们需要为此付出一定的成本，即库存成本。目前风电场的库存成本主要计算各采购周期采购备件时所花费的采购成本和资金占用成本，实际库存成本类型较多，不仅包括采购成本，还包括仓库储存成本、备件缺货损失成本等。而且现有技术中的风电场备品备件的库存管理，考虑到传统的管理方式随机性太大，没有精确的成本核算，缺乏适用于风电场备件的合理地管理方式和调度方式，因此这也大大增加了风电场备品备件的成本和管理风险。
发明内容
本发明为了克服现有技术存在的不足，提供一种大型风电机组备品备件库存管理及优化调度方法。
本发明旨在提供一种适用于大多数风电场的备品备件库存管理及优化调度模型，一方面借鉴其他领域备品备件库存的管理策略，提出适合于大型风电机组备品备件的库存管理策略，另一方面提供较为准确的备品备件成本核算方式，当向供应商订货的数量或者要求生产部门生产的批量确定时,尽量使总成本达到最小，以经济最优的方式进行库存管理及优化调度，利用此模型能够极大的改善现有的库存管理问题并且节约成本。
本发明是通过以下技术方案实现的：一种大型风电机组备品备件库存管理及优化调度方法，该库存管理及优化调度方法包括备品备件多级库存管理、订货批量模型、储存成本及缺货成本计算和库存优化调度实施方案共四个步骤，库存管理及优化调度方法通过综合分析风电场备品备件的特征，加入一些其他领域的优化手段，从而提出最适合的备品备件库存管理策略，最终作为风电领域库存管理和优化调度的参考；
(1)备品备件多级库存管理：对备件库进行分级库存管理，对风电机组备品备件库存管理的模型为二级库存管理模型，二级库存管理模型包含总部级备件库存和地区分部门库存；
(2)订货批量模型：订货批量模型主要解决备件的采购问题，实现最佳的库存管理，采用经济订货批量模型，将系统长时间运行下单位时间的总成本表示成补货批量的函数，通过求导数求出极值的方式算出补货批量；
(3)储存成本及缺货成本计算：储存成本TC2包括固定成本F1和变动成本K2，其中固定成本为仓库折旧和仓库职工工资，变动成本为存货占用资金所应计的利息、仓储费用、保险费用、存货破损和变质损失；
(4)库存优化调度实施方案：二级仓库的备件管理通过满足本地区客户企业的服务需求，将各个二级仓库的备件信息提交给一级仓库，向一级仓库提交预采购需求数据，一级仓库根据客户数据进行汇总，计算出采购成本最优的采购量及该采购量下的持货成本，在此采购数量的基础上判断多货或缺货时成本和收益的差值，得到最佳备件的采购范围，制定备件采购计划，向备件供应商采购备件，再将备件采购计划分配到二级仓库，由二级仓库提供给用户，最终形成一个高效且符合实际需求的循环过程。
在步骤(1)中，一级仓库的库存管理以库存管理的整体为研究对象，包括备件总量的需求预测、总体库存订货策略的制定和库存管理中的资源分配；二级仓库的备件管理是满足本地区客户企业的服务需求，是针对每个客户的备件需求的预测和库存订货策略的制定，二级仓库的设置需考虑现有风电场所在的地理位置；
在步骤(2)中，总成本公式为
Figure RE-GDA0001804780230000041
式中Q为每次补货批量，λ为单位时间需求量，K1为补货启动费用，c为补货单价，h为持货成本系数，成本系数一般占物品价值的20％～40％，对Q求一阶倒数求得极值为
Figure RE-GDA0001804780230000042
即得到采购成本最优下的备件采购数量。
在步骤(3)中，储存成本TC2＝F1+K2；缺货成本指风力发电机组因缺货导致停机的损失，停机发电量的损失TC3＝W×h×p，其中W为风机功率，h为停机小时数，p为每度电的价格。发电损失还能够根据一个采购周期内单位时间的平均发电量来计算，计算公式为TC4＝W2×h×p，其中W2为采购周期内单位时间平均发电量。库存备件总成本包括订货成本、存储成本以及缺货成本，TC总＝C(Q)+TC2+TC3,在备件预测的基础上，判断并计算备件多货或缺货时的成本和收益的差值，得到最佳备件的采购范围。
本发明的有益效果是：本发明主要以风电机组备品备件为主要研究对象，采用相识的订货批量模型，但成本核算以风电机组备品备件实际情况为主，分析风电机组备品备件的对应成本特征，给出适当的成本核算模型。本专利考虑到实际风电场库存管理时的各项成本问题，以风电场具体备件的特征，结合一些经济计算方式，给出适用于风电场备件的库存成本的具体核算方式，最大程度上便于库存管理中采购计划的制定。本发明根据库存管理的各个因素，给出各个影响因素的成本计算方式，并结合给出库存管理总成本的计算方式，经过一定精确的计算，可以得出备品备件库存管理的具体成本问题，根据成本最优原则选择适当的备件管理方式，为备件管理节约成本，并实现优化调度。
现有技术中风电场备品备件的库存管理模式没有统一的方式，本发明通过引用和优化各类经济成本计算提供一个相对精确的管理数据，使风电场备件库存管理建立在具体数据的基础上，并依据多级库存管理模式，提出最适合大型风电机组备品备件的二级库存管理模式，实现备件的最优调度。本发明可以应用于风电场备品备件的具体库存管理的优化调度，也可以应用于专门的风电机组备件公司的备件优化调度，调度时可以通过各项均衡提出最合适的采购计划。本发明首先给出风电场备品备件所涉及的各项成本问题的精确计算方式，再将这些精确计算方式结合给出库存总成本问题的计算，再通过对备件数量如多货、恰好或缺货等引起的总成本变化，确定最佳备货数量，节约库存管理成本，降低备件不足与备件过剩的不良影响，做到充足的、准确的现场备件库存，实现最优调度。
附图说明
图1是本发明大型风电机组备品备件库存管理及优化调度过程图。
具体实施方式
以下结合附图和具体实施方式对本发明作详细描述。
如图1所示，一种大型风电机组备品备件库存管理及优化调度方法，该库存管理及优化调度方法包括备品备件多级库存管理、订货批量模型、储存成本及缺货成本计算和库存优化调度实施方案共四个步骤，通过综合分析风电场备品备件的特征，加入其他领域的优化手段，从而提出最适合的备品备件库存管理策略，最终作为风电领域库存管理和优化调度的参考。
1、备品备件多级库存管理：为了更好的实现备品备件的库存管理和优化调度，对于备件库而言，最好可以进行分级库存管理。风电场情况特殊，风场一般都分布在全国各地，且多为交通不便的地区，物资的运输往往费时费力，如果所需备件发生长时间短缺，风机就有可能长时间处于停机状态，这样势必会影响可利用率。因此最适合风电机组备品备件库存管理的模型为二级库存管理模型，包含总部级备件库存和地区分部门库存。一级仓库的库存管理以库存管理的整体为研究对象，包括备件总量的需求预测、总体库存订货策略的制定和库存管理中的资源分配等。二级仓库的备件管理直接关系到客户服务的质量，是服务系统效益的直接决定因素。在这个层次的库存管理关注的是满足本地区客户企业的服务需求，即对每个客户的备件需求的预测和库存订货策略的制定，二级仓库的设置需考虑现有风电场所在的地理位置。
2、订货批量模型：此模型主要解决备件的采购问题，库存成本中的很大一部分都是由备件采购所需成本决定，为了实现最佳的库存管理，我们采用较为方便实用的经济订货批量模型，将系统长时间运行下单位时间的总成本表示成补货批量Q的函数，通过求导数求出极值的方式算出补货批量，总成本公式为
Figure RE-GDA0001804780230000061
式中Q为每次补货批量，λ为单位时间需求量，K1为补货启动费用，c为补货单价，h为持货成本系数，成本系数一般占物品价值的 20％～40％，对Q求一阶倒数求得极值为
Figure RE-GDA0001804780230000062
即得到采购成本最优下的备件采购数量。
3、储存成本及缺货成本计算：储存成本即为保持存货而消耗的成本，包括固定成本F1和变动成本K2，其中固定成本为仓库折旧、仓库职工工资等，变动成本为存货占用资金所应计的利息、仓储费用、保险费用、存货破损和变质损失等，则储存成本TC2＝F1+K2。缺货成本这里主要指风力发电机组因缺货导致停机的损失，即停机发电量的损失TC3＝W×h×p，其中W为风机功率，h为停机小时数，p为每度电的价格。发电损失还可根据一个采购周期内单位时间的平均发电量来计算，计算公式为TC4＝W2×h×p，其中W2为采购周期内单位时间平均发电量。库存备件总成本包括订货成本、存储成本以及缺货成本，TC总＝C(Q)+TC2+TC3,在备件预测基础上，判断并计算备件多货或缺货时的成本和收益的差值，得到最佳备件的采购范围。
4、库存优化调度实施方案：首先二级仓库的备件管理直接关系着客户服务的质量，通过关注满足本地区客户企业的服务需求，向一级仓库提交预采购需求数据，一级仓库根据客户数据，计算出采购成本最优的采购量及该采购量下的持货成本，在此采购数量的基础上判断多货或缺货即多购或少购时成本和收益的差值，多购时采购和储存成本增加，但发电收益也增多；少购时采购和储存成本减少，但发电收益也减少，得到最佳备件的采购范围，再将备件采购计划分配到二级仓库，由二级仓库提供给用户。
图1所示为本发明大型风电机组备品备件库存管理及优化调度过程图，首先二级仓库的备件管理直接关系着客户服务的质量，通过关注满足本地区客户企业的服务需求，将各个二级仓库的备件信息提交一级仓库；一级仓库根据客户数据进行汇总，计算出采购成本最优的采购量及采购量下持货成本，在此采购数量基础上判断多货或缺货即多购或少购时成本和收益的差值，多购时采购和储存成本增加，但发电收益也增多；少购时采购和储存成本减少，但发电收益也减少，得到最佳备件的采购范围，制定备件采购计划，向备件供应商采购备件，再分配到二级仓库；最后由二级仓库提供给用户，最终形成一个高效且符合实际需求的循环过程。
最后应当说明的是，以上内容仅用以说明本发明的技术方案，而非对本发明保护范围的限制，本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换，均不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种大型风电机组备品备件库存管理及优化调度方法，其特征在于：所述库存管理及优化调度方法包括备品备件多级库存管理、订货批量模型、储存成本及缺货成本计算和库存优化调度实施方案共四个步骤，所述库存管理及优化调度方法通过综合分析风电场备品备件的特征，加入一些优化手段，从而提出最适合的备品备件库存管理策略，最终作为风电领域库存管理和优化调度的参考；
(1)备品备件多级库存管理：对备件库进行分级库存管理，对风电机组备品备件库存管理的模型为二级库存管理模型，二级库存管理模型包含总部级备件库存和地区分部门库存；
(2)订货批量模型：订货批量模型解决备件的采购问题，实现最佳的库存管理，采用经济订货批量模型，将系统长时间运行下单位时间的总成本表示成补货批量的函数，通过求导数求出极值的方式算出补货批量；
(3)储存成本及缺货成本计算：储存成本TC2包括固定成本F1和变动成本K2，其中固定成本为仓库折旧和仓库职工工资，变动成本为存货占用资金所应计的利息、仓储费用、保险费用、存货破损和变质损失；
(4)库存优化调度实施方案：二级仓库的备件管理通过满足本地区客户企业的服务需求，将各个二级仓库的备件信息提交给一级仓库，向一级仓库提交预采购需求数据，一级仓库根据客户数据进行汇总，计算出采购成本最优的采购量及该采购量下的持货成本，在此采购数量的基础上判断多货或缺货时成本和收益的差值，得到最佳备件的采购范围，制定备件采购计划，向备件供应商采购备件，再将备件采购计划分配到二级仓库，由二级仓库提供给用户，最终形成一个高效且符合实际需求的循环过程。
2.根据权利要求1所述的一种大型风电机组备品备件库存管理及优化调度方法，其特征在于：在所述步骤(1)中，一级仓库的库存管理以库存管理的整体为研究对象，包括备件总量的需求预测、总体库存订货策略的制定和库存管理中的资源分配；二级仓库的备件管理是满足本地区客户企业的服务需求，是针对每个客户的备件需求的预测和库存订货策略的制定，二级仓库的设置需考虑现有风电场所在的地理位置。
3.根据权利要求1所述的一种大型风电机组备品备件库存管理及优化调度方法，其特征在于：在所述步骤(2)中，总成本公式为
Figure FDA0003309648690000021
式中Q为每次补货批量，λ为单位时间需求量，K为补货启动费用，c为补货单价，h为持货成本系数，成本系数占物品价值的20％～40％，对Q求一阶倒数求得极值为
Figure FDA0003309648690000022
即得到采购成本最优下的备件采购数量。
4.根据权利要求1所述的一种大型风电机组备品备件库存管理及优化调度方法，其特征在于：在所述步骤(3)中，储存成本TC2＝F1+K2；缺货成本指风力发电机组因缺货导致停机的损失，停机发电量的损失TC3＝W×h×p，其中W为风机功率，h为停机小时数，p为每度电的价格。
5.根据权利要求1所述的一种大型风电机组备品备件库存管理及优化调度方法，其特征在于：在所述步骤(3)中，发电损失还能够根据一个采购周期内单位时间的平均发电量来计算，计算公式为TC4＝W2×h×p，其中W2为采购周期内单位时间平均发电量。
6.根据权利要求1所述的一种大型风电机组备品备件库存管理及优化调度方法，其特征在于：在所述步骤(3)中，库存备件总成本包括订货成本、存储成本以及缺货成本，TC总＝C(Q)+TC2+TC3,在备件预测的基础上，判断并计算备件多货或缺货时的成本和收益的差值，得到最佳备件的采购范围。
CN201810619376.9A 2018-06-15 2018-06-15 一种大型风电机组备品备件库存管理及优化调度方法 Active CN108846608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810619376.9A CN108846608B (zh) 2018-06-15 2018-06-15 一种大型风电机组备品备件库存管理及优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810619376.9A CN108846608B (zh) 2018-06-15 2018-06-15 一种大型风电机组备品备件库存管理及优化调度方法

Publications (2)

Publication Number Publication Date
CN108846608A CN108846608A (zh) 2018-11-20
CN108846608B true CN108846608B (zh) 2021-12-14

Family

ID=64203052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810619376.9A Active CN108846608B (zh) 2018-06-15 2018-06-15 一种大型风电机组备品备件库存管理及优化调度方法

Country Status (1)

Country Link
CN (1) CN108846608B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147975A (zh) * 2019-05-23 2019-08-20 北京润科通用技术有限公司 备件库存控制方法及装置
CN111242557B (zh) * 2020-03-09 2024-03-05 赫比（上海）家用电器产品有限公司 一种基于sap平台的物料库存分析系统和方法
CN111401619B (zh) * 2020-03-10 2023-06-27 杭州网易再顾科技有限公司 采购订单处理方法、装置、电子设备及存储介质
CN111429284A (zh) * 2020-04-14 2020-07-17 青海绿能数据有限公司 一种新能源风机备件联储交易平台系统
CN111489037B (zh) * 2020-04-14 2023-04-18 青海绿能数据有限公司 一种基于需求预测的新能源风机备件储备策略优化方法
CN113516380A (zh) * 2021-06-29 2021-10-19 上海氢枫能源技术有限公司 一种基于物联网的加氢站内备品备件的调度系统
CN113850448B (zh) * 2021-12-01 2022-04-05 广东立升数字技术有限公司 一种用于备件的消耗和调度的管理方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331783A (zh) * 2014-11-25 2015-02-04 南京工程学院 延迟定制装配型供应链网络联合经济批量模型及求解方法
CN106529869A (zh) * 2016-10-27 2017-03-22 国网天津市电力公司 一种物资库存物料动态特征分析平台及其分析方法
CN107169697A (zh) * 2017-04-18 2017-09-15 国网山东省电力公司电力科学研究院 一种电力计量资产库存量控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2009248431A1 (en) * 2009-12-10 2011-06-30 Allen Management Solutions Pty. Limited Method and system for determining optimal or near optimal product quantities
US9989941B2 (en) * 2014-12-02 2018-06-05 Ecolab Usa Inc. Solid chemistry supply management system
CN104657837A (zh) * 2015-02-13 2015-05-27 国家电网公司 基于仓储erp的班组一体化作业管理系统
CN105005887A (zh) * 2015-08-20 2015-10-28 国网上海市电力公司 一种智能电力计量仓储管理系统
CN105929685B (zh) * 2016-05-12 2018-12-07 哈尔滨工程大学 一种基于模糊鲁棒的舰载机备件生产和供应动态控制系统
CN107939618A (zh) * 2016-10-13 2018-04-20 上海探能实业有限公司 用于风力发电的阻尼器
CN107301490A (zh) * 2017-05-02 2017-10-27 国网浙江省电力公司 基于泊松分布的二级库存最优保险储备量计算方法
CN107169140A (zh) * 2017-06-14 2017-09-15 广州御融通电子设备开发有限公司 一种基于自动配比监控的备件库存预警系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331783A (zh) * 2014-11-25 2015-02-04 南京工程学院 延迟定制装配型供应链网络联合经济批量模型及求解方法
CN106529869A (zh) * 2016-10-27 2017-03-22 国网天津市电力公司 一种物资库存物料动态特征分析平台及其分析方法
CN107169697A (zh) * 2017-04-18 2017-09-15 国网山东省电力公司电力科学研究院 一种电力计量资产库存量控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Application of Mathematica in Economic Order Quantity Model with Weibull Deterioration Distribution, Time-Varying Demand and Shortages;Li-Qun Ji;《2010 International Conference on Management and Service Science》;20100916;第1-4页 *
EOQ 模型在企业库存成本优化中的应用;赵英会;《统计与决策》;20150707(第13期);第182-185页 *

Also Published As

Publication number Publication date
CN108846608A (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN108846608B (zh) 一种大型风电机组备品备件库存管理及优化调度方法
US11861741B2 (en) Central plant control system with equipment maintenance evaluation
CN108416503B (zh) 具有资产规模调整的建筑物能量成本优化系统
US20220156775A1 (en) Distributed Energy Control
US11036249B2 (en) Building energy storage system with peak load contribution cost optimization
CN109002957B (zh) 具有经济负载需求响应(eldr)优化的建筑物能量优化系统
CN108306418B (zh) 具有多需量计费型成本优化的建筑物能量存储系统
US20190079473A1 (en) Building energy system with stochastic model predictive control and demand charge incorporation
US11663541B2 (en) Building energy system with load-following-block resource allocation
JP5248372B2 (ja) 発電計画作成方法、装置、プログラムおよび記憶装置
Sharma et al. Integrated TOU price‐based demand response and dynamic grid‐to‐vehicle charge scheduling of electric vehicle aggregator to support grid stability
US11916422B2 (en) Battery charge and discharge power control in a power grid
CN113904385A (zh) 新能源发电侧虚拟电厂共享储能方法、系统及存储介质
US20200193345A1 (en) Cost optimization of a central energy facility with load-following-block rate structure
Vejdan et al. Behind-the-meter energy storage: Economic assessment and system impacts in Georgia
Halynska et al. Combined model of optimal electricity production: Evidence from Ukraine
CN115271187A (zh) 物流中转站关键指标的预测方法、装置、设备及存储介质
Heydarian-Forushani et al. A comprehensive smart energy management strategy for TVPP, CVPP, and energy communities
Arcos-Vargas et al. Grid Parity and Carbon Footprint: An Analysis for Residential Solar Energy in the Mediterranean Area
Krad et al. Operational Impacts of Operating Reserve Demand Curves on Production Cost and Reliability
Nkwawir et al. Data Center Energy Optimization Under Different Dynamic Pricing Schemes
Alikin Resource modeling to provide the “flexibility” of the power system in its low-carbon redevelopment
Azimi et al. Aggregate Impact Analysis of Demand Response Programs, Electric Vehicles, and Combined Heat and Power Units on Integrated Management of Industrial Virtual Power Plant
Ayuwu A multi-stage stochastic model for production planning using onsite renewable generation with prosumer approach
CN117314116A (zh) 一种基于新型电力系统的投资决策评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Method for Inventory Management and Optimal Scheduling of Spare Parts for Large Wind Turbines

Effective date of registration: 20230413

Granted publication date: 20211214

Pledgee: Industrial Bank Co.,Ltd. Shanghai Branch

Pledgor: KUAIBEI NEW ENERGY TECHNOLOGY (SHANGHAI) Co.,Ltd.|SHANGHAI TN INDUSTRIAL CO.,LTD.

Registration number: Y2023310000122

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20211214

Pledgee: Industrial Bank Co.,Ltd. Shanghai Branch

Pledgor: KUAIBEI NEW ENERGY TECHNOLOGY (SHANGHAI) Co.,Ltd.|SHANGHAI TN INDUSTRIAL CO.,LTD.

Registration number: Y2023310000122

PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method for inventory management and optimization scheduling of spare parts for large-scale wind turbines

Granted publication date: 20211214

Pledgee: Industrial Bank Co.,Ltd. Shanghai Minhang sub branch

Pledgor: KUAIBEI NEW ENERGY TECHNOLOGY (SHANGHAI) Co.,Ltd.|SHANGHAI TN INDUSTRIAL CO.,LTD.

Registration number: Y2024310000262