Jak lze při p i tvorbě podnikatelského záměru předpovp edpovídat dat budoucí výkony rafinérie rie Hana Strnadová,, Hugo Kittel Česká rafinérsk rská a.s., Wichterleho 809, 278 52 Kralupy nad Vltavou E-mail: Hana.Strnadova@crc.cz 17.dubna 2007, Milovy na Moravě Zpracováno pro konferenci APROCHEM 2007
ÚVOD Důvody pro kvalitní plánování činnosti rafinérie: 1. Složitá procesní schémata rafinérií 2. Striktní požadavek na dostupnost určitých komponent, aditiv a produktů v určitém čase a v určitém množství 3. Nutnost periodických odstávek jednotek nebo celé rafinérie 4. Přísně normovaná kvalita produktů, ne snadno dosažitelná a závislá na ročním období 5. Výrazná sezónnost spotřeby ropných produktů 6. Vliv specifických faktorů trhu na poptávku produktů 7. Kontinuita dodávek nemohou být přerušeny 8. Extrémně vysoké finanční toky spojené s nákupem surovin a prodejem produktů 9. Ziskovost ropného průmyslu významně kolísá v čase 10. Z toho vyplývající významná rizika pro ropný průmysl 2
ANALÝZA PROBLÉMU Plánování paralelně na různých časových úrovních I. MANAŽÉRSKÉ PLÁNOVÁNÍ (1-10 let) Strategický plán (5 let; perioda rok) Rozvojové projekty (3-10 let; rok) Podnikatelský záměr (1 rok; měsíc) II.OPERATIVNÍ PLÁNOVÁNÍ (1 3 měsíce) Operativní plán (1 měsíc; hod-den) III. POROVNÁVÁNÍ PLÁNU A SKUTEČNOSTI - Plánování je založeno na předpokladech - Dominantní plánovací technikou je simulační model využívající lineárního programování 3
PODNIKATELSKÝ ZÁMĚR Z R (PZ) -Předpovídá výkonnost rafinérie na 1 rok - Základní časovou jednotkou je 1 měsíc sezónnost důležitá! - Pro každý měsíc je třeba předpovědět sezónní množství a odpovídající kvalitu ANALÝZA PROBLÉMU Agregát požadavků na produkci Předmět příspěvku Využití historických dat produkce rafinérie Tržní data Předpověď objemu individuálních produktů LP Objem a kvalita zpracované ropy, využití jednotek, ekonomie 4
VÝSLEDKY, DISKUSE Prognóza produkce: Objemový základ požadavky vlastníků Dříve prognóza na bázi b jednoduchých pravidel, např.: Stejné množství pro každý měsíc (diesel) Rozdělení 40 % pro zimní a 60 % pro letní období (benzíny) Žádná produkce v zimních měsících (asfalty) Nová metoda: Korelace růstu spotřeby s tržními daty Historická data o výrobě základ sezónnosti Využití matematické regrese pro odvození robustní funkce produkce vs. čas 5
VÝSLEDKY, DISKUSE - K dispozici 3 roky historických dat pro zpracovatelskou rafinerii, jako datový základ regresní analýzy - Zarážky -> komplikace při rozdělení do měsíců - Skladování -> zatím nebylo bráno v úvahu Pro výpočet produkce v jednotlivých měsících V i navržen následující výraz: Vi = V AO *X 100 Ri V AO X Ri vlastníky požadovaná souhrnná produkce/rok PZ procentuální podíl měsíce i z polynomické interpolace historických dat 6
VÝSLEDKY, DISKUSE Které produkty prognózovat? 20% produktů tvoří ~ 80% objemu produkce Vybrány: > Automobilové benzíny > Motorové nafty (MONA) > Letecký petrolej (JET) > Suroviny pro petrochemii (DPCH) >Těžké topné oleje (TTO) >Asfalty > Zpracovaná ropa bez premisy 7
VÝSLEDKY, DISKUSE REÁLN LNÁ PRODUKCE A REGRESNÍ KŘIVKA 8
VÝSLEDKY, DISKUSE REGRESE=POLYNOM 3.STUPNĚ PRODUKT POLYNOM REGRESE *R 2 BENZÍNY y = -0,0227x 3 + 0,4266x 2-1,8058x + 8,3999 0,8718 MONA y = -0,0045x 3 + 0,0574x 2 + 0,1765x + 6,3538 0,8060 JET y = -0,0231x 3 + 0,341x 2-1,0626x + 8,4602 0,6951 DPCH y = 0,0005x 3 + 0,0387x 2-0,6074x + 9,9241 0,3972 TTO y = -0,0029x 3 + 0,166x 2-1,8828x + 13,049 0,7521 ASFALTY y = -0,0394x 3 + 0,4973x 2 + 0,2263x 0,9203 ROPA y = -0,0102x 3 + 0,1944x 2-0,8243x + 8,3583 0,7862 * Korelační koeficient Patrné tři typy sezónnosti: 1. Konvexní (benzíny, MONA, asfalty) 2. Konkávní (TTO) 3. Přibližně neutrální (DPCH) Max produkce nejdůležitějších produktů je posunuta do druhé poloviny roku 9
Alternativní využití regresního modelu Manažerská předpověď roční produkce daného produktu V AY V AY V AY X Ri VÝSLEDKY, DISKUSE V AY 100 = t * i = 1 t i = 1 X Ri V ir předpověď souhrnná produkce/rok skutečná produkce v měsíci i procentuální podíl měsíce i z polynomické interpolace historických dat Výsledky za 1 měsíc předpověď roční produkce Postupné upřesňování v průběhu roku Přesnost dostačující pro manažerské rozhodování ±10% 10
VÝSLEDKY, DISKUSE 11
ZÁVĚRY 1.Vyvinutá metoda prognózování významně zpřesnila vstupní data pro přípravu PZ 2.ČeR a.s. uplatnila tuto techniku při přípravě PZ pro rok 2006 a 2007 3.Využití metody pro manažerské prognózování výroby v ČeR a.s. představuje další způsob využití metody 4.Metodu lze dále vyvíjet jak z hlediska vstupních dat, matematického aparátu i způsobu využití (kontrola sezónních výtěžků produktů) 12