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

Wanneer een energiebedrijf te maken krijgt met een plotselinge storm of een piek in apparatuurdefecten, stopt het werk niet; het stapelt zich op. Deze opeenhoping van onvoltooide reparatieverzoeken staat bekend als een achterstand (backlog). Voor nutsbedrijven is het beheren van deze achterstand een delicaat evenwicht. Ze moeten beslissen welke technicus naar welk huis gaat, wanneer ze ze moeten sturen, en hoe ze omgaan met de onvermijdelijke vertragingen veroorzaakt door slecht weer of een tekort aan werknemers. Als ze dit fout doen, moeten klanten te lang wachten op het herstel van de stroomvoorziening, en krijgt het bedrijf te maken met zware boetes en boze burgers. De uitdaging is niet alleen om genoeg mensen te hebben om het werk te doen, maar om dat werk zo te organiseren dat de meest kritieke reparaties als eerste plaatsvinden, terwijl er nog steeds vooruitgang wordt geboekt met de minder dringende taken. Dit is een probleem van logistiek en prioriteit, waarbij een kleine fout in de planning kan leiden tot een enorme vertraging in de dienstverlening.

Een team onderzoekers uit Brazilië heeft een nieuwe manier ontwikkeld om dit probleem op te lossen met behulp van een geavanceerd computermodel dat ontworpen is om veldserviceteams te organiseren. In plaats van werkers simpelweg uit te sturen in de volgorde waarin de verzoeken binnenkomen, kijkt hun systeem naar de volledige lijst met taken, de vaardigheden van de beschikbare technici en de specifieke urgentie van elke taak. De onderzoekers testten dit model tegen de traditionele methode die veel bedrijven gebruiken, wat simpelweg het doorwerken van de lijst van boven naar beneden is, een methode die bekend staat als "first-in, first-out". Hun bevindingen laten zien dat een nutsbedrijf door hun nieuwe aanpak zijn achterstand veel sneller kan wegwerken, aanzienlijk minder geld uitgeeft aan overuren en zijn werkers behoedt voor uitputting door chaotische schema's.

De onderzoekers bouwden een wiskundig model dat fungeert als een uiterst efficiënte dispatcher. In de echte wereld kan een energiebedrijf honderden technici en duizenden reparatieorders hebben die wachten om afgehandeld te worden. Sommige van deze orders zijn noodgevallen, zoals een neergehaalde hoogspanningslijn die een brand kan veroorzaken of een ziekenhuis zonder elektriciteit kan laten. Andere zijn routinematige onderhoudstaken die een paar dagen kunnen wachten. Het nieuwe model scheidt deze taken onmiddellijk. Het garandeert dat elke spoedorder op de dag dat deze gemeld wordt, aan een technicus wordt toegewezen, waardoor wordt gewaarborgd dat kritieke infrastructuur nooit hoeft te wachten. Zodra die urgente klussen zijn veiliggesteld, gebruikt het model de resterende tijd en energie van de beroepsbevolking om de stapel oudere, vertraagde orders aan te pakken.

Een belangrijk kenmerk van dit systeem is hoe het de ouderdom van een verzoek behandelt. In een standaard systeem kan een reparatieverzoek met een lage prioriteit wekenlang in de wachtrij blijven staan als er nieuwe, iets dringendere verzoeken binnenkomen. Het nieuwe model verandert dit door automatisch de prioriteit van een taak te verhogen naarmate deze langer wacht. Als een routinematige reparatie al enkele dagen in de achterstand staat, herkent het systeem dat deze belangrijker wordt en plaatst het hoger op de lijst. Dit voorkomt de situatie waarin kleine klussen onbepaald worden vergeten terwijl het bedrijf nieuwe noodgevallen najaagt. Het model houdt ook rekening met de realiteit van menselijk werk, zoals technici die ziek melden, te laat komen of overwerk nodig hebben. Het berekent de werkelijk beschikbare uren voor elke werker op elke dag en wijst taken dienovereenkomstig toe, zodat niemand wordt overbelast terwijl anderen stilzitten.

Om te zien of dit idee in de praktijk werkte, voerden de onderzoekers een simulatie uit met echte gegevens van een nutsbedrijf. Ze voedden het model met 2.847 serviceorders verspreid over een periode van 30 dagen, een volume dat een drukke maand voor een middelgrote stad nabootst. Ze vergeleken de resultaten van hun nieuwe systeem met de oude "first-in, first-out"-methode. Het verschil was opvallend. Onder het nieuwe systeem daalde de gemiddelde wachttijd van een klant voor een reparatie met bijna 43 procent. Terwijl de oude methode orders gemiddeld 14,3 dagen liet wachten, verminderde het nieuwe model die wachttijd tot slechts 8,2 dagen. Deze verbetering vond plaats, zelfs terwijl het nieuwe systeem 51 procent minder overuren gebruikte dan de oude methode. De onderzoekers ontdekten dat de oude methode inefficiënt was; het dwong werkers om te laat te blijven voor taken met een lage prioriteit, terwijl kritieke achterstanden ongemoeid bleven. Het nieuwe systeem richtte die extra tijd daar waar het het meest nodig was.

De financiële impact van deze efficiëntie was ook aanzienlijk. Door de noodzaak voor excessieve overuren te verminderen en boetes van toezichthouders voor trage dienstverlening te vermijden, toonde de simulatie een potentiële besparing van 754.000 dollar over diezelfde maand. De onderzoekers berekenden dat de kosten voor de implementatie van het systeem in minder dan negen dagen zouden worden terugverdiend. Naast het geld verbeterde het systeem ook de stabiliteit van de beroepsbevolking. De oude methode creëerde een chaotische omgeving waarin de dagelijkse overuren wild fluctueerden, wat het moeilijk maakte om diensten te plannen of te voorspellen wanneer werkers beschikbaar zouden zijn. Het nieuwe systeem vlakt deze pieken en dalen af, wat zorgt voor een voorspelbaarder schema dat de stress voor de technici vermindert en het risico op fouten door vermoeidheid verlaagt.

De onderzoekers testten ook hoe goed hun model stand zou houden onder extreme druk, door scenario's te simuleren waarin de vraag verdrievoudigde of waarbij de helft van de beroepsbevolking onbeschikbaar was door een crisis. Zelfs in deze worst-case scenario's behield het model zijn vermogen om noodreparaties zonder uitzondering af te handelen. Waar de oude methode onder dergelijke druk bezweek en kritieke taken onbeheerd liet, paste het nieuwe systeem zich aan door de meest vitale taken te prioriteren en de achterstand te beheren op een manier die een totale blokkade voorkwam. Deze veerkracht suggereert dat het model niet alleen een hulpmiddel is voor normale dagen, maar een robuust vangnet voor de onvoorspelbare aard van het beheer van het elektriciteitsnet.

De studie concludeert dat het geheim van het verminderen van achterstanden niet alleen het inhuren van meer mensen is, maar het intelligenter organiseren van het werk dat zij al hebben. Door een systeem te gebruiken dat prioriteiten dynamisch aanpast op basis van hoe lang een taak al wacht en noodgevallen strikt scheidt van routinematig werk, kunnen nutsbedrijven hun klanten sneller en betrouwbaarder bedienen. De onderzoekers suggereren dat deze aanpak kan worden toegepast op andere industrieën waar teams een mix van dringende en routinematige taken beheren, van telecommunicatie tot watersystemen. Voor nu is het bewijs uit de simulatie duidelijk: een slimmere manier om werk in te plannen kan een chaotische achterstand veranderen in een beheersbare stroom, waardoor het licht aan blijft en de klanten tevreden blijven.