Hva Optimeering egentlig driver med

Etter en serie spørsmål fra kunder, familie kommer det endelig en beskrivelse på hva Optimeering driver med.

Optimeering = Engineering + Optimization

Kort fortalt hjelper våre kunder med å benytte kvantitativ informasjon til å ta bedre beslutninger. Dette gjør vi primært for aktører i kraftbransjen og laksebransjen.

Grunntanken vår er å bygge kvantitative modeller som tar inn data og et definert problem og gir ut de kvantitativt sett optimale løsningene[1]. Siden løsningene blir beregnet basert på dataene alene for forhåndsdefinerte regler vil det i det fleste tilfeller være behov for menneskelig tolkning av disse resultatene. Vi sier derfor at modellen vår bidrar som støtte til menneskelige beslutningstakere, ergo at de er beslutningsstøtteverktøy. For å bygge disse modellene benytter vi primært vår kjernekompetanse, numerisk optimering eller optimaliseringsteknologi. Kort fortalt er dette matematiske algoritmer som gjør det mulig å beregne den optimal løsning på et problem ved hjelp av datakraft. I noen tilfeller kombineres dette med andre kvantitative analysemetoder som tidsserieanalyser eller datagruvedrift.

work

 

Hva slags problemer vi løser

Våre modeller kan ikke finne optimale eller gode beslutninger på alle typer problemer. Problemene vi vi kan bygge modeller for kjennetegnes ved at de lar seg kvantifisere på en fornuftig måte og at de inneholder mange så mange valgmuligheter, at man ikke kan undersøke alle mulige kombinasjoner. Et klassisk eksempel på et slikt problem er «traveling salesman» problemet der en reisende forretningsmannen som skal besøke en serie av byer og hvor avstanden mellom alle byene er gitt.  Forretningsmannen ønsker å minimere totale reiselengde og benytter derfor numerisk optimering til å beregne reiseruten.

I mange slike tilfeller vil beslutningstakerne sette opp reiseplanen basert på erfaring, intuisjon eller magefølelse. Andre vil kanskje lage tre-fire ruter og velge den korteste av dem. Vi ville satt opp en matematisk representasjon av problemet, implementert det i et programmeringsspråk, lagt inn aktuelle data (reiselengden mellom byene) og brukt optimaliseringsalgoritmer til å beregne den optimale ruten. Denne ferdige programvaren ville vært et beslutningsstøtteverktøy som forretningsmannen kunne benyttet for den gitte reisen og for å bestemme andre optimale reiseruter i framtiden.

Modellen vil ville levert til forretningsmannen ville til dels vært «skreddersydd», men mye av logikken ville vært mulig å anvende på lignende problemer, eksempelvis dersom julenissen skulle ønske seg en reiseplanlegger for sine leveranser. Dette er litt av essensen i Optimeering, nemlig at vi bygger modeller som er generiske nok til å kunne gjenbrukes på lignende problemer. På den måten er verdien av det vil leverer verdt summen av besparelsen på alle de spesifikke løsningene den beregner slik at verdien øker proporsjonalt med antall problemer den brukes på. Vi sier derfor at det vil leverer er skalerbart.

Faktisk prosjekteksempel – Optimal budutvelger for sekundærreservemarkedet

Det er ikke alltid like åpenbart å se verdien i våre metoder som i eksempelet over. Hvor lett det er å se verdien (og å overbevise bedriftsledere om denne verdien) variere fra bransje til bransje. Kraftbransjen som vi jobber tett på representere en bransje som både har et behov for og som forstår verdien av våre metoder. Følgende prosjekteksempel er derfor hentet i fra denne bransjen:

Bakgrunn

Det norske kraftmarkedet er et liberalisert markedet hvor produsenter og konsumenter daglig handler kraft. Dette gjøres hovedsakelig på markedsplassene til Nord Pool Spot. Av praktiske grunner gjennomføres nesten all krafthandel dagen før kraften skal leveres, og leveringstidspunktet angis i hele timer. Siden kraftkonsumentene ikke alltid vet nøyaktig hvor mye kraft de kommer til å konsumere i de respektive timene neste dag, vil det alltid oppstå situasjoner hvor produksjonen av kraft ikke er nøyaktig lik konsumet av kraft. Siden kraft distribueres som elektrisitet og elektrisitet av natur ikke kan lagres betyr slike ubalanser at frekvenskvaliteten i nettet faller. Dette betyr videre at lampen hjemme i stuen lyser svakere eller at radioen slår seg av. Heldigvis slipper vi dette problemet til daglig fordi Statnett er blitt tildelt ansvaret med å sørge for at kraftnettet er i balanse, altså at produksjon og konsum av kraft til en hvert tid er helt lik. Dette gjøres ved Statnett har opprettet reservemarkeder hvor kraftprodusentene kan tilby reservekapasitet som Statnett så kan kjøpe og videre aktivere dersom situasjonen krever det.

Problemet og Optimeerings løsning

Ett av disse reservemarkedet heter sekundærreservemarkedet (FRR-A). Her blir godkjente kraftprodusenter bedt om å tilby kapasitet på ulike tidspunkt av døgnet, til ulike døgn i uken, til en pris per MW kapasitet. Statnett velger så de budene som gir dem den sikkerheten de ønsker i de ulike tidspunktene i løpet av uken. Utfordringen til Statnett ligger her å velge den kombinasjonen av bud som tilfredsstiller sikkerhetskravet og som samtidig minimerer totalkostnaden. Statnett ønsker også å vite hva som er marginalkostnaden av ekstra reservekapasitet, altså hvor mye mer det koster å handle en 1 MW mer reservekapasitet, slik at de kan vurdere kost/nytte ved å øke sekundærreserven.

Inntil i sommer ble dette budutvelgerproblemet løst manuelt, hvilket er en anstrengende og tidkrevende oppgave. Etter sommeren gjøres i midlertid dette ved hjelp av et beslutningsstøtteverktøy levert av Optimeering. Overordnet kan vi da skryte på oss at Optimeering har bidratt til at kvaliteten på kraftleveransen blir opprettholdt til lavest mulig samfunnsøkonomisk kostnad[2].

Bransjer vi fokuserer på

Som nevnt er vi aktive i kraftbransjen fordi dette er en bransje som er svært moden med tanke på kvantitative metoder. Dette skyldes, etter vår mening, at kraft er en homogen råvare og handles i et nært perfekt marked. Den andre bransjen vi har stor tro på er oppdrettsbransjen. Dette blant annet fordi superior laks og ørret også behandles tilnærmet som homogene produkter og at bransjen har et stort verdiskapningspotensiale ved å ta i bruk optimaliseringsteknologi. Dette både til å modellere det globale laksemarkedet og for å optimalisere produksjonen.

Andre bransjer

Selv om kraftbransjen og oppdrettsbransjen er våre primære forretningsområder er vi lydhøre for andre alle forretningsproblemer som kan løses ved hjelp av våre metoder. Vi er overbevist om at de finnes mange problemer som kan løses bedre ved hjelp av optimalisering, enten det er å beregne den optimale terminlisten for Tippeligaen, oppsett av vaktlister på sykehuset, plassering og flytting av bysykler osv. Kanskje sitter du inne med et problem som vi kan hjelpe deg med.

Q&A

Er Optimeering enda et selskap innen Management Consulting?

Nei. Optimeering har i utgangspunktet ikke som formål å jobbe med ledelsesstrategi, organisatoriske problemer eller andre problemstillinger som har et vesentlig kvalitativt aspekt ved seg.

Er Optimeering et softwareselskap?

Både ja og nei. Vi utvikler programvare i form av modeller som beregner beslutninger. Om dette kan sies å være software så er svaret ja. Mitt syn er at et software en programvare som består av en database, en beregningsmotor, og et brukergrensesnitt. Vår kjernekompetanse ligger i konstruere denne beregningsmotoren og ikke nødvendigvis hele programvaren. Vi kan derfor i noen tilfeller sies å være et softwareselskap, og i andre tilfeller sies å være et spesialisert konsulentselskap.

 

[1] Selv om grunntanken er å finne den optimale løsningen er ikke dette alltid praktisk sett hensiktsmessig. Det vil for enkelte problemer derfor være bedre å finne en god nok løsning innenfor en løsningstid som er håndterbar, enn å bruke lang tid på å finne den absolutt optimale løsningen. Således blir en optimal løsning den en løsningen som også tar hensyn til løsningstid.

[2] Noe vil argumentere for at skattekronene vi og Statnett sparer på å velge riktig budkombinasjon uansett ville gått til kraftselskapet som igjen er eid av staten og således at skattekostnaden og samfunnskostnaden er uendret. Dette stemmer ikke siden riktig budvalg sikrer at den aktøren med lavest kostnad/alternativkostnad blir valgt, og at butvelgeren således bidrar til et mer effektivt marked og lavere samfunnsøkonomisk kostnad.

Leave a Reply

Your email address will not be published. Required fields are marked *