Mixed-Integer Linear Programming Model for Reducing the Backlog of Service Orders at Electric Power Utilities

Quando una compagnia elettrica affronta una tempesta improvvisa o un picco di guasti alle apparecchiature, il lavoro non si ferma; si accumula. Questa accumulazione di richieste di riparazione non completate è nota come backlog (arretrato). Per le aziende di servizi pubblici, gestire questo arretrato è un delicato gioco di equilibrio. Devono decidere quale tecnico inviare in quale casa, quando inviarlo e come gestire i ritardi inevitabili causati dal maltempo o dalla carenza di lavoratori. Se sbagliano, i clienti aspettano troppo tempo per il ripristino dell'energia e l'azienda affronta pesanti multe e cittadini arrabbiati. La sfida non riguarda solo l'avere abbastanza persone per svolgere il lavoro, ma l'organizzare quel lavoro in modo che le riparazioni più critiche avvengano per prime, pur continuando a fare progressi su quelle meno urgenti. Questo è un problema di logistica e priorità, dove un piccolo errore nella programmazione può portare a un enorme ritardo nel servizio.

Un team di ricercatori brasiliani ha sviluppato un nuovo modo per risolvere questo problema utilizzando un sofisticato modello informatico progettato per organizzare le squadre di assistenza sul campo. Invece di inviare semplicemente i lavoratori nell'ordine in cui arrivano le richieste, il loro sistema analizza l'intero elenco di lavori, le competenze dei tecnici disponibili e l'urgenza specifica di ogni compito. I ricercatori hanno testato questo modello rispetto al metodo tradizionale utilizzato da molte aziende, che consiste semplicemente nel lavorare attraverso l'elenco dall'alto verso il basso, un metodo noto come "first-in, first-out" (il primo che entra è il primo che esce). Le loro scoperte mostrano che, utilizzando questo nuovo approccio, un'azienda di servizi pubblici può smaltire il proprio arretrato molto più velocemente, spendere significativamente meno denaro in straordinari e impedire ai propri lavoratori di esaurirsi a causa di programmi caotici.

I ricercatori hanno costruito un modello matematico che agisce come un dispatcher altamente efficiente. Nel mondo reale, una compagnia elettrica potrebbe avere centinaia di tecnici e migliaia di ordini di riparazione in attesa di essere gestiti. Alcuni di questi ordini sono emergenze, come un cavo elettrico caduto che potrebbe causare un incendio o lasciare un ospedale senza elettricità. Altri sono compiti di manutenzione ordinaria che possono aspettare qualche giorno. Il nuovo modello separa immediatamente questi compiti. Garantisce che ogni ordine di emergenza venga assegnato a un tecnico nello stesso giorno in cui viene segnalato, assicurando che le infrastrutture critiche non restino mai in attesa. Una volta assicurati quei lavori urgenti, il modello utilizza il tempo e l'energia rimanenti della forza lavoro per affrontare l'accumulo di ordini vecchi e ritardati.

Una caratteristica chiave di questo sistema è il modo in cui tratta l'anzianità di una richiesta. In un sistema standard, una richiesta di riparazione a bassa priorità potrebbe rimanere in coda per settimane se continuano ad arrivare nuove richieste leggermente più urgenti. Il nuovo modello cambia questo aspetto, aumentando automaticamente la priorità di un lavoro man mano che il tempo passa. Se una riparazione ordinaria è ferma nel backlog da diversi giorni, il sistema riconosce che sta diventando più importante e la sposta in cima alla lista. Ciò evita la situazione in cui i lavori minori vengono dimenticati indefinitamente mentre l'azienda insegue nuove emergenze. Il modello tiene conto anche della realtà del lavoro umano, come i tecnici che prendono congedo per malattia, arrivano in ritardo o devono lavorare straordinari. Calcola le ore effettivamente disponibili per ogni lavoratore ogni singolo giorno e assegna i compiti di conseguenza, assicurando che nessuno sia sovraccaricato mentre altri restano inattivi.

Per vedere se questa idea funzionasse in pratica, i ricercatori hanno eseguito una simulazione utilizzando dati reali di un'azienda di servizi pubblici. Hanno fornito al modello 2.847 ordini di servizio distribuiti su un periodo di 30 giorni, un volume che imita un mese intenso per una città di medie dimensioni. Hanno confrontato i risultati del loro nuovo sistema con il vecchio metodo "first-in, first-out". La differenza è stata sorprendente. Con il nuovo sistema, il tempo medio di attesa di un cliente per una riparazione è sceso di quasi il 43 percento. Mentre il vecchio metodo lasciava gli ordini in attesa per una media di 14,3 giorni, il nuovo modello ha ridotto l'attesa a soli 8,2 giorni. Questo miglioramento è avvenuto nonostante il nuovo sistema abbia utilizzato il 51 percento in meno di straordinari rispetto al vecchio. I ricercatori hanno scoperto che il vecchio metodo era inefficiente; costringeva i lavoratori a restare oltre l'orario per compiti a bassa priorità, mentre gli ordini critici in arretrato rimanevano intoccati. Il nuovo sistema ha concentrato quel tempo extra dove contava di più.

L'impatto finanziario di questa efficienza è stato altrettanto sostanziale. Riducendo la necessità di eccessivi straordinari ed evitando le multe normative per la lentezza del servizio, la simulazione ha mostrato un potenziale risparmio di 754.000 dollari nel corso di quel singolo mese. I ricercatori hanno calcolato che il costo per implementare il sistema verrebbe ammortizzato in meno di nove giorni. Oltre al denaro, il sistema ha migliorato la stabilità della forza lavoro. Il vecchio metodo creava un ambiente caotico in cui le ore di straordinari giornaliere fluttuavano selvaggiamente, rendendo difficile pianificare i turni o prevedere quando i lavoratori sarebbero stati disponibili. Il nuovo sistema ha smussato questi picchi e valli, creando un programma più prevedibile che ha ridotto lo stress per i tecnici e abbassato il rischio di errori causati dalla fatica.

I ricercatori hanno anche testato quanto il loro modello possa reggere sotto pressione estrema, simulando scenari in cui la domanda triplicava o in cui metà della forza lavoro non era disponibile a causa di una crisi. Anche in queste situazioni peggiori, il modello ha mantenuto la sua capacità di gestire le riparazioni di emergenza senza fallimenti. Mentre il vecchio metodo crollava sotto tale stress, lasciando i lavori critici senza assistenza, il nuovo sistema si adattava dando priorità ai compiti più vitali e gestendo l'arretrato in modo da prevenire il blocco totale. Questa resilienza suggerisce che il modello non è solo uno strumento per i giorni normali, ma una rete di sicurezza robusta per la natura imprevedibile della gestione della rete elettrica.

Lo studio conclude che il segreto per ridurre l'arretrato non è solo assumere più persone, ma organizzare in modo più intelligente il lavoro che già si ha. Utilizzando un sistema che regola dinamicamente le priorità in base a quanto tempo un lavoro è in attesa e che separa rigorosamente le emergenze dal lavoro ordinario, le compagnie elettriche possono servire i propri clienti in modo più rapido e affidabile. I ricercatori suggeriscono che questo approccio potrebbe essere applicato ad altri settori in cui i team gestiscono un mix di compiti urgenti e ordinari, dalle telecomunicazioni ai sistemi idrici. Per ora, l'evidenza della simulazione è chiara: un modo più intelligente di programmare il lavoro può trasformare un arretrato caotico in un flusso gestibile, mantenendo accese le luci e i clienti soddisfatti.