Sistema de Programación de Buques GNL

Global Gas Transport gestionaba 22 buques, 8 instalaciones de licuefacción y 14 ranuras de terminal en una red global usando un mosaico de modelos Excel mantenidos por 6 programadores. La planificación de escenarios era tan laboriosa que se aceptaban regularmente planes subóptimos por presión de plazos, y el cumplimiento contractual había caído al 91%.

1. 1

   Se mapeó y digitalizó el conjunto completo de restricciones: ventanas de disponibilidad de buques, velocidades de tránsito, curvas de evaporación, ranuras de capacidad de terminal y obligaciones contractuales de entrega.

2. 2

   Se construyó un modelo de Programación Lineal Entera Mixta (MILP) en Python usando Gurobi Optimizer que minimiza simultáneamente la pérdida total por evaporación y la exposición a demoras.

3. 3

   Se desarrolló un portal de programación React + TypeScript con una interfaz de diagrama de Gantt de arrastrar y soltar, permitiendo a los programadores revisar y ejecutar escenarios what-if en segundos.

4. 4

   Se integró una capa de API Node.js / GraphQL que conecta el optimizador con feeds de posición de buques en vivo, sistemas de nominación de terminales y la base de datos de contratos del área de trading.

5. 5

   Se construyeron flujos de trabajo automatizados en Apache Airflow que vuelven a ejecutar el optimizador cuando se detecta una nueva desviación de ETA de buque o un cambio de ranura de terminal.

Digitalizamos todo el modelo de restricciones de la cadena de suministro de GNL y lo resolvimos como un problema de optimización matemática. El motor MILP de Gurobi evalúa millones de combinaciones de programación en menos de 90 segundos. Los programadores ya no construyen planes desde cero — revisan, ajustan y aprueban planes óptimos generados por ordenador, liberando capacidad cognitiva para la negociación comercial.