Published January 1, 2020 | Version v1
Publication Open

Two-Stage Stochastic Programming for the Refined Oil Secondary Distribution With Uncertain Demand and Limited Inventory Capacity

  • 1. Capital University of Economics and Business
  • 2. Beijing Wuzi University
  • 3. Academy of Mathematics and Systems Science
  • 4. Chinese Academy of Sciences
  • 5. University of Chinese Academy of Sciences

Description

In recent years, more and more oil companies adopt initiative delivery mode to make the refined oil secondary distribution scheme. In this work, we focus on the optimization problem of refined oil secondary distribution based on the initiative distribution mode considering stochastic demand and the limited inventory capacity of each petrol station. We present a two-stage stochastic programming model that determines the replenishment quantity of each petrol station based on its existing stock and the available supply quantity of each oil depot, as well as transportation schedule. When the uncertainty in demand can be captured via a finite set of scenarios, the two-stage stochastic programming model is transformed into an equivalent deterministic mixed integer programming model that can be efficiently solved by CPLEX solver. The effectiveness of the two-stage stochastic programming model is verified by simulation on extensive computer-generated instances. To solve practical problems with a large number of scenarios, we propose a method to reduce the problem scale by merging similar scenarios. We demonstrate that compared to the optimal solution obtained from the model with all scenarios, the gap corresponding to the model with merged scenarios is always less than 1%. The results of the sensitivity analysis show that an increase in the inventory capacity leads to a decrease in the total cost within a certain range. The results of this study can help companies making refined oil secondary distribution plan.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

في السنوات الأخيرة، تتبنى المزيد والمزيد من شركات النفط طريقة تسليم المبادرة لجعل مخطط التوزيع الثانوي للنفط المكرر. في هذا العمل، نركز على مشكلة تحسين التوزيع الثانوي للنفط المكرر بناءً على وضع توزيع المبادرة مع الأخذ في الاعتبار الطلب العشوائي والقدرة المحدودة للمخزون لكل محطة بنزين. نقدم نموذج برمجة عشوائي على مرحلتين يحدد كمية تجديد كل محطة بنزين بناءً على مخزونها الحالي وكمية العرض المتاحة لكل مستودع نفط، بالإضافة إلى جدول النقل. عندما يمكن التقاط عدم اليقين في الطلب عبر مجموعة محدودة من السيناريوهات، يتم تحويل نموذج البرمجة العشوائية على مرحلتين إلى نموذج برمجة أعداد صحيحة مختلطة حتمية مكافئة يمكن حلها بكفاءة بواسطة CPLEX SOLVER. يتم التحقق من فعالية نموذج البرمجة العشوائية على مرحلتين من خلال المحاكاة على حالات واسعة تم إنشاؤها بواسطة الكمبيوتر. لحل المشكلات العملية بعدد كبير من السيناريوهات، نقترح طريقة لتقليل حجم المشكلة من خلال دمج سيناريوهات مماثلة. نثبت أنه بالمقارنة مع الحل الأمثل الذي تم الحصول عليه من النموذج مع جميع السيناريوهات، فإن الفجوة المقابلة للنموذج مع السيناريوهات المدمجة تكون دائمًا أقل من 1 ٪. تظهر نتائج تحليل الحساسية أن الزيادة في سعة المخزون تؤدي إلى انخفاض في التكلفة الإجمالية ضمن نطاق معين. يمكن أن تساعد نتائج هذه الدراسة الشركات التي تضع خطة توزيع ثانوية للنفط المكرر.

Translated Description (French)

Ces dernières années, de plus en plus de compagnies pétrolières adoptent le mode de livraison d'initiative pour rendre le schéma de distribution secondaire du pétrole raffiné. Dans ce travail, nous nous concentrons sur le problème d'optimisation de la distribution secondaire du pétrole raffiné en fonction du mode de distribution d'initiative en tenant compte de la demande stochastique et de la capacité d'inventaire limitée de chaque station-service. Nous présentons un modèle de programmation stochastique en deux étapes qui détermine la quantité de réapprovisionnement de chaque station-service en fonction de son stock existant et de la quantité d'approvisionnement disponible de chaque dépôt pétrolier, ainsi que du calendrier de transport. Lorsque l'incertitude de la demande peut être capturée via un ensemble fini de scénarios, le modèle de programmation stochastique en deux étapes est transformé en un modèle de programmation à nombres entiers mixtes déterministe équivalent qui peut être efficacement résolu par le solveur CPLEX. L'efficacité du modèle de programmation stochastique en deux étapes est vérifiée par simulation sur de nombreuses instances générées par ordinateur. Pour résoudre des problèmes pratiques avec un grand nombre de scénarios, nous proposons une méthode pour réduire l'échelle du problème en fusionnant des scénarios similaires. Nous démontrons que par rapport à la solution optimale obtenue à partir du modèle avec tous les scénarios, l'écart correspondant au modèle avec les scénarios fusionnés est toujours inférieur à 1%. Les résultats de l'analyse de sensibilité montrent qu'une augmentation de la capacité d'inventaire entraîne une diminution du coût total dans une certaine fourchette. Les résultats de cette étude peuvent aider les entreprises à élaborer un plan de distribution secondaire de pétrole raffiné.

Translated Description (Spanish)

En los últimos años, cada vez más compañías petroleras adoptan el modo de entrega de iniciativa para hacer que el esquema de distribución de petróleo refinado sea secundario. En este trabajo, nos centramos en el problema de optimización de la distribución secundaria de aceite refinado a partir del modo de distribución de iniciativa considerando la demanda estocástica y la limitada capacidad de inventario de cada gasolinera. Presentamos un modelo de programación estocástica de dos etapas que determina la cantidad de reabastecimiento de cada gasolinera en función de su stock existente y la cantidad de suministro disponible de cada depósito de petróleo, así como el programa de transporte. Cuando la incertidumbre en la demanda se puede capturar a través de un conjunto finito de escenarios, el modelo de programación estocástica de dos etapas se transforma en un modelo de programación de enteros mixtos determinista equivalente que puede ser resuelto eficientemente por el solucionador CPLEX. La efectividad del modelo de programación estocástica de dos etapas se verifica mediante simulación en amplias instancias generadas por ordenador. Para resolver problemas prácticos con un gran número de escenarios, proponemos un método para reducir la escala del problema mediante la fusión de escenarios similares. Demostramos que en comparación con la solución óptima obtenida del modelo con todos los escenarios, la brecha correspondiente al modelo con escenarios fusionados es siempre inferior al 1%. Los resultados del análisis de sensibilidad muestran que un aumento en la capacidad de inventario conduce a una disminución en el coste total dentro de un cierto rango. Los resultados de este estudio pueden ayudar a las empresas a elaborar un plan de distribución secundario de petróleo refinado.

Files

09125869.pdf.pdf

Files (245 Bytes)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:348bb240ab84bc895b326a25b0e643ff
245 Bytes
Preview Download

Additional details

Additional titles

Translated title (Arabic)
البرمجة العشوائية على مرحلتين للتوزيع الثانوي للنفط المكرر مع طلب غير مؤكد وقدرة جرد محدودة
Translated title (French)
Programmation stochastique en deux étapes pour la distribution secondaire d'huile raffinée avec une demande incertaine et une capacité d'inventaire limitée
Translated title (Spanish)
Programación estocástica de dos etapas para la distribución secundaria de petróleo refinado con demanda incierta y capacidad de inventario limitada

Identifiers

Other
https://openalex.org/W3037580554
DOI
10.1109/access.2020.3004849

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W1881701969
  • https://openalex.org/W1978304871
  • https://openalex.org/W1994316646
  • https://openalex.org/W1994625195
  • https://openalex.org/W2040708669
  • https://openalex.org/W2064149282
  • https://openalex.org/W2073510076
  • https://openalex.org/W2078219425
  • https://openalex.org/W2086399386
  • https://openalex.org/W2091124897
  • https://openalex.org/W2091793658
  • https://openalex.org/W2158162551
  • https://openalex.org/W2184627981
  • https://openalex.org/W2328659995
  • https://openalex.org/W2559329535
  • https://openalex.org/W2792307714
  • https://openalex.org/W2933200186
  • https://openalex.org/W2971209315