Tactical supply chain planning after mergers under uncertainty with an application in oil and gas

Alnaqbi, Abdalla Rashid Masoud (2021). Tactical supply chain planning after mergers under uncertainty with an application in oil and gas. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (7MB) | Prévisualisation

Résumé

Lower oil prices are causing Oil and Gas (O&G) companies to re-evaluate their supply chain to see if they can improve efficiencies and reduce costs. As a result, the Crude Oil Supply Chain (COSC) management receives increased importance in business. There has been a growing interest in Supply Chain Management (SCM) and the use of mathematical programming models in the past five years.

Mergers, if planned properly, can result in improved efficiencies and reduced costs due to the internal re-organization and transformations of the supply chain. However, mergers are complex, and the expected gains and success are highly dependent on different factors and drivers that affect supply chain efficiency.

This thesis addresses the tactical planning of upstream COSC under uncertainties caused by demand and shared service cost after a horizontal merger. First, a Mixed-Integer Linear Programming (MILP) model is developed to aid decision-makers in understanding where effort should be concentrated to achieve the highest return during and post-merger considering the oil supply chain. The model was validated using a real case study from a Middle East country.

Second, to address the tactical planning of upstream Crude Oil and Gas Supply Chain subject to demand and shared services cost uncertainties, the problem is formulated as a mixed-integer linear programming (MILP) model. The model is used to evaluate the extent to which the economy of scope and the economy of scale favorably impact potential mergers. Also, it determines the investment level and the efficient implementation of operational strategies at shared services and the production and processing of oil and gas. A real case example from the oil and gas industry in the Middle East region is used to validate the model. The experimental studies examine three scenarios: merger under economies of scale, merger under economies of scope, and merger under the joint economies of scope and scale. The results reveal the impact of different operational strategies on potential synergetic gains. For this case study, computational results show if only economies of scale are performed, the COSC fails to achieve the targeted cost/barrel (cost/bbl) after the merger. The joint performance of economies of scale and scope in reducing shared services costs at different supply chain echelons leads to a substantive synergy gain. It reduces the cost/bbl below the targeted value.

Finally, with today's rapidly changing global marketplace, it is essential to include uncertainty in an explicit manner in supply chain planning models. Therefore, we propose a stochastic model for tactical planning of COSC under cost uncertainty. The mathematical model considers a multi-echelon supply chain with multi-products and a multi-period planning horizon. It integrates inventory and backorder penalties. We illustrate how our model directly applies to supply chain planning. We present numerical results that show the impact of cost uncertainty on supply chain planning decisions and synergy gains. We also measure the value of modeling uncertainty against deterministic planning.

Titre traduit

Planification tactique de la chaîne logistique après une fusion sous incertitude avec application dans le secteur du pétrole

Résumé traduit

La baisse du prix du pétrole oblige les sociétés pétrolières à réévaluer leur chaîne logistique pour voir si elles peuvent améliorer leur efficacité et réduire leurs coûts. En conséquence, la gestion de la chaîne d'approvisionnement en pétrole brut (COSC) prend une importance croissante dans le contexte commercial. Il y a eu un intérêt croissant pour la gestion de la chaîne d'approvisionnement (SCM) et l'utilisation de modèles de programmation mathématique au cours des cinq dernières années.

Les fusions, si elles sont correctement planifiées, peuvent entraîner une amélioration de l'efficacité et des coûts réduits en raison de la réorganisation interne et des transformations de la chaîne d'approvisionnement. Cependant, les fusions sont complexes et les gains et le succès attendus dépendent fortement de différents facteurs qui affectent l'efficacité de la chaîne d'approvisionnement.

Cette thèse traite de la planification tactique du COSC en amont sous les incertitudes causées par la demande et le coût du service partagé après une fusion horizontale. Tout d'abord, un modèle de programmation linéaire mixtes en nombres (MILP) est développé pour aider les décideurs à comprendre où les efforts doivent être concentrés pour obtenir le rendement le plus élevé pendant et après la fusion dans la chaîne d'approvisionnement de pétrole brut. Le modèle a été validé à l'aide d'une étude de cas réel dans un pays du Moyen-Orient.

Deuxièmement, pour aborder la planification tactique de la chaîne d'approvisionnement en pétrole brut et en gaz en amont soumise à des incertitudes liées à la demande et aux coûts des services partagés, le problème est formulé sous la forme d'un modèle de programmation linéaire en nombres entiers. Le modèle est utilisé pour évaluer dans quelle mesure l'économie de gamme (d’envergure) et l'économie d'échelle ont un impact favorable sur les fusions potentielles. Aussi, il détermine le niveau d'investissement et la mise en oeuvre efficace des stratégies opérationnelles au niveau des services partagés et de la production et du traitement du pétrole et du gaz. Un exemple de cas réel de l'industrie pétrolière et gazière de la région du Moyen-Orient est utilisé pour valider le modèle. Les études expérimentales examinent trois scénarios : fusion sous économies d'échelle, fusion sous économies de gamme et fusion sous économies de gamme et d'échelle conjointes. Les résultats révèlent l'impact des différentes stratégies opérationnelles sur les gains synergiques potentiels. Pour cette étude de cas, les résultats des calculs montrent que si seules des économies d'échelle sont réalisées, le COSC ne parvient pas à atteindre le coût/baril cible (coût/bbl) après la fusion. La performance conjointe des économies d'échelle et de gamme dans la réduction des coûts des services partagés à différents échelons de la chaîne d'approvisionnement conduit à un gain de synergie substantiel. Il réduit le coût/bbl en dessous de la valeur cible.

Enfin, avec l'évolution rapide du marché mondial d'aujourd'hui, il est essentiel d'inclure l'incertitude de manière explicite dans les modèles de planification de la chaîne d'approvisionnement. Par conséquent, nous développons un modèle de programmation stochastique pour la planification tactique du COSC dans des conditions d'incertitude des coûts et de la demande. Le modèle gère une chaîne d'approvisionnement multi-périodes, multiproduits, et multi-échelons. Il intègre des pénalités de retard avec des structures de coûts générales. Nous illustrons comment notre modèle s'applique directement à la planification de la chaîne d'approvisionnement. Nous présentons des résultats numériques qui montrent l'impact de l'incertitude des coûts sur les décisions de planification de la chaîne d'approvisionnement et les gains de synergie. Nous mesurons également la valeur de l'incertitude de modélisation par rapport à la planification déterministe.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 137-148).
Mots-clés libres:	chaîne logistique, planification tactique, modélisation mathématique, pétrole brut, fusion, incertitude, optimisation stochastique
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Chaabane, Amin
Codirecteur:	Codirecteur Dweiri, Fikri
Programme:	Doctorat en génie > Génie
Date de dépôt:	26 janv. 2022 15:31
Dernière modification:	26 janv. 2022 15:31
URI:	https://espace.etsmtl.ca/id/eprint/2858

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt