Logística operacional: alocação de bases operacionais em distribuição de energia elétrica.
Contribuinte(s) |
Kagan, Nelson |
---|---|
Data(s) |
12/05/2015
|
Resumo |
Ser eficiente é um requisito para a sustentabilidade das empresas concessionárias de distribuição de energia elétrica no Brasil. A busca pela eficiência deve estar em harmonia com a melhoria contínua da qualidade, da segurança e da satisfação dos consumidores e das partes envolvidas. O desafio de atender múltiplos objetivos requer que as empresas do setor desenvolvam soluções inovadoras, com a mudança de processos, tecnologia, estrutura e a capacitação das pessoas. Desenvolver um modelo operacional eficiente e uma gestão rigorosa dos custos são fatores-chave para o sucesso das empresas, considerando o contexto regulatório de revisão tarifária que incentiva a melhoria do desempenho. O modelo operacional é definido a partir da organização logística dos recursos para atendimento da demanda de serviços, que define também os custos fixos e variáveis de pessoal (salário, horas extras, refeições), infraestrutura (manutenção de prédios, ferramentas e equipamentos) e deslocamentos (manutenção de veículos, combustível), por exemplo. A melhor alocação e o melhor dimensionamento de bases operacionais possibilitam a redução dos custos com deslocamento e infraestrutura, favorecendo o aproveitamento da força de trabalho em campo, a melhoria do atendimento dos clientes e da segurança dos colaboradores. Este trabalho apresenta uma metodologia de otimização de custos através da alocação de bases e equipes operacionais, com o modelamento matemático dos objetivos e restrições do negócio e a aplicação de algoritmo evolutivo para busca das melhores soluções, sendo uma aplicação de Pesquisa Operacional, no campo da Localização de Instalações, em distribuição de energia elétrica. O modelo de otimização desenvolvido possibilita a busca pelo ponto de equilíbrio ótimo que minimiza o custo total formado pelos custos de infraestrutura, frota (veículos e deslocamentos) e pessoal. O algoritmo evolutivo aplicado no modelo oferece soluções otimizadas pelo melhoramento de conjuntos de variáveis binárias com base em conceitos da evolução genética. O modelo de otimização fornece o detalhamento de toda a estrutura operacional e de custos para uma determinada solução do problema, utilizando premissas de produtividade e deslocamentos (velocidades e distâncias) para definir as abrangências de atuação das bases operacionais, recursos (equipes, pessoas, veículos) necessários para atendimento da demanda de serviços, e projetar todos os custos fixos e variáveis associados. A metodologia desenvolvida neste trabalho considera também a projeção de demanda futura para a aplicação no estudo de caso, que evidenciou a efetividade da metodologia como ferramenta para a melhoria da eficiência operacional em empresas de distribuição de energia elétrica. Being efficient is a requirement for the sustainability of electricity distribution companies in Brazil. The quest for efficiency must be in harmony with the continuous improvement of quality, safety and satisfaction of customers and all stakeholders involved. The challenge of attending multi-objectives requires companies in the sector to develop innovative solutions with the change of processes, technology, structure and enabling their professionals to drive this. Developing an efficient operational model and a strict cost management are keys for companies to achieve success, considering the regulatory context of tariff reviewing that encourages performance improvement. The operational model is defined from the logistics organization of resources to meet the demand of services, which also defines fixed and variable costs with people/teams (payments, overtime, meals), infrastructure (maintenance of building, tools and equipments) and fleet (maintenance of vehicles and fuel costs), for example. The best allocation and the best design of operational facilities (or operational bases) will reduce infrastructure costs and truck rolls, releasing workforce to attend customers and reducing displacements risks. This work presents a cost optimization methodology through the allocation of operational bases and teams, with the mathematical modelling of business objectives, constraints and using Evolutionary Algorithm to find the best solution, as an application of Operations Research in the field of Facility Location in electricity distribution. The optimization model enables the search for the optimal balance point that minimizes the total cost formed by infrastructure, fleet and people. The Evolutionary Algorithm applied in the model offers optimized solutions through the improvement of sets of binary variables based on genetic evolution concepts. The optimization model also gives detailed information about the operational structure and costs for a given allocation solution, using productivity and displacements (speed, distances) information to define the service regions for each operational base and resources (people, vehicles) needed to attend the demand of services, defining all fixed and variable costs for this. The methodology presented in this paper also considers the future demand of services (forecast), used in a case study that showed the effectives of this methodology as a tool for the improvement of operational efficiency in electricity distribution companies. |
Formato |
application/pdf |
Identificador |
http://www.teses.usp.br/teses/disponiveis/3/3143/tde-11072016-151841/ |
Idioma(s) |
pt |
Publicador |
Biblioteca Digitais de Teses e Dissertações da USP |
Direitos |
Liberar o conteúdo para acesso público. |
Palavras-Chave | #Algoritmos evolutivos #Distribuição de energia elétrica #Eficiência operacional #Electric power systems operations #Electricity distribution #Energia elétrica (Qualidade) #Evolutionary algorithms #Facility location #Localização de instalações #Location analysis #Operação de sistemas elétricos #Operational efficiency #Operational research #Operations research #Pesquisa operacional #Power distribution #Sistemas elétricos |
Tipo |
Dissertação de Mestrado |