Логистический
консалтинг
Сахалинская энергия

Разработка логистической системы МТО нефтегазовой компании на Сахалине

«Сахалинская энергия» — ведущая нефтегазовая компания на Дальнем Востоке, управляющая добычей и переработкой углеводородов на острове Сахалин. К 2019 году компания столкнулась с необходимостью оптимизации логистики и управления складскими запасами МТР, необходимыми для поддержания производства в работоспособном состоянии и проведения ремонтной программы. Децентрализованная модель снабжения, при которой часть номенклатуры поставлялась и хранилась отдельно, но пересекалась в потреблении между производственными активами, приводила к избыточным затратам и замедляла доставку материалов и оборудования. Для решения этих задач был инициирован проект по анализу и реорганизации логистической сети

Цели и задачи проекта

Цель проекта — разработать оптимальную логистическую схему управления материально-техническим обеспечением (МТО), обеспечивающую минимальные затраты и требуемый уровень логистического сервиса.
Задачи проекта:
  • Провести анализ текущей логистической сети компании, включая существующую схему распределения складов и транспортные потоки.
  • Смоделировать и оценить варианты централизованного и децентрализованного снабжения.
  • Определить оптимальное количество и местоположение распределительных центров (РЦ).
  • Разработать экономическую модель, учитывающую затраты на строительство, эксплуатацию и транспортировку.
  • Разработать цифровую модель оптимизации логистической сети компании с определением оптимального количества и мест расположений складов

Что мы сделали?

Проанализировали текущую логистическую систему
Изучили децентрализованную модель снабжения компании, при которой номенклатура поставлялась и хранилась на каждом производственном объекте отдельно. Выявили проблемы, связанные с избыточными запасами и высокими операционными затратами из-за транспортировки между объектами.
Смоделировали варианты централизованного и децентрализованного снабжения
Использовали аналитико-имитационную модель, представляющую собой совокупность математических алгоритмов, использующих картографию острова Сахалин и данные по грузопотокам, транспортным затратам и складской логистике, чтобы:
  • определить оптимальное местоположение распределительных центров с учётом совокупных транспортно-складских затрат
  • сравнить экономическую эффективность централизованной и децентрализованной моделей
  • проанализировать риски и ограничения внедрения предложенных схем
Разработали оптимальную логистическую схему
Предложили модель с одним распределительным центром в Южно-Сахалинске, которая обеспечивает:
  • снижение совокупных транспортно-складских затрат
  • улучшение управления номенклатурой
  • сокращение времени доставки материалов до производственных объектов

 

Один из вариантов расчета оптимального количества распределительных центров

 

Подготовили экономическую модель
Составили расчёты CAPEX, OPEX и NPV для разных сценариев. Выявили, что выбранная схема обеспечивает окупаемость инвестиций в течение расчетного срока благодаря поэтапному внедрению распределительного центра.
Разработали цифровую модель оптимизации логистической сети компании с определением оптимального количества и мест расположений складов.

Результат

  • Определили оптимальное местоположение распределительного центра
На основе аналитико-имитационного моделирования, выбрали Южно-Сахалинск в качестве оптимальной локации для размещения центрального склада.
  • Снизили совокупные затраты на логистику
Транспортно-складские затраты уменьшены на 22% благодаря консолидации запасов и оптимизации маршрутов снабжения.
  • Сократили уровень складских запасов
Сократили запасы на 18%, что позволило высвободить складские площади и снизить связанные с ними расходы.
  • Ускорили доставку материалов до объектов
Снизили время доставки на 15%, что улучшило оперативность устранения внеплановых ситуаций на производстве.

Над проектом работали
Игорь Богачев Руководитель проекта
Игорь Богачев

Руководитель проекта

Виктор Булыгин Руководитель группы по цифровому моделированию
Виктор Булыгин

Руководитель группы по цифровому моделированию

Андрей Бульба Методолог
Андрей Бульба

Методолог

Вадим Гаркуша Эксперт
Вадим Гаркуша

Эксперт

Александр Зверев Консультант
Александр Зверев

Консультант

Обсудить задачу