NGHỊCH LÝ CỦA SỰ CHÍNH XÁC VÀ SAI LẦM HỆ THỐNG TRONG DỰ BÁO NHU CẦU CNG/LNG HIỆN NAY

Trong quản trị điều độ ngành khí, ảo tưởng lớn nhất của giới điều hành là niềm tin vào một con số dự báo duy nhất có độ chính xác tuyệt đối. Thực tế vận hành tại các hệ thống nén khí thiên nhiên (CNG) và hóa hơi khí thiên nhiên hóa lỏng (LNG) cho thấy: nỗ lực ép sai số dự báo về mức 0 (zero) không chỉ là bất khả thi về mặt kỹ thuật mà còn là một sai lầm chiến lược dẫn đến sự tê liệt của hệ thống. Khi các nhà quản lý cố gắng xây dựng những mô hình dự báo cực kỳ phức tạp với hàng trăm biến số, họ vô tình tạo ra một trạng thái cực đoan trong điều độ: hoặc là thừa công suất vận chuyển gây lãng phí nguồn lực tài chính, hoặc là thiếu hụt hàng hóa tại chân công trình của khách hàng, dẫn đến rủi ro dừng máy (downtime) và vi phạm cam kết mức độ dịch vụ (SLA).

Bản chất của ngành khí tại Việt Nam, đặc biệt trong giai đoạn 2026-2030, là sự bất định (uncertainty) mang tính cấu trúc. Nguồn cung khí nội địa từ các mỏ khu vực Đông Nam Bộ và Tây Nam Bộ đang trên đà suy giảm, buộc hệ thống phải tích hợp LNG nhập khẩu thông qua các hạ tầng như kho cảng Thị Vải hay dự kiến là Cái Mép (với công suất 3-5 MTPA). Sự chuyển dịch từ nguồn khí rẻ, ổn định sang nguồn LNG có chi phí biên cao và phụ thuộc vào biến động giá thế giới làm thay đổi hoàn toàn bài toán điều độ. Dự báo nhu cầu lúc này không còn là bài tập thống kê đơn thuần mà là một quyết định phân bổ rủi ro tài chính.

Sai lầm hệ thống phổ biến nhất hiện nay là việc áp dụng các mô hình dự báo tĩnh cho một thực tế động. Các đơn vị kinh doanh thường lấy số liệu tiêu thụ bình quân của tháng trước để lập kế hoạch cho tháng sau mà bỏ qua các yếu tố về hiệu suất nhiệt (Heat Value), chu kỳ bảo trì của khách hàng công nghiệp, hay khả năng chuyển đổi nhiên liệu (fuel switching) khi giá khí biến động. Điều này dẫn đến tình trạng dự báo sai lệch so với thực tế (Forecast vs Actual) thường xuyên dao động trong khoảng từ 5% đến 15%, trong khi giới hạn chịu đựng của biên lợi nhuận ròng thường không quá 3-5%. Nếu không thay đổi tư duy từ dự báo điểm (point forecast) sang dự báo dải (range forecast) dựa trên thuật toán tối giản, hệ thống sẽ gãy đổ ngay tại thời điểm thị trường có biến động mạnh nhất.

CẤU TRÚC HẠ TẦNG VÀ RÀNG BUỘC TAKE-OR-PAY: TẠI SAO SAI SỐ DỰ BÁO LÀ KẺ THÙ SỐ MỘT CỦA DÒNG TIỀN VÀ THANH KHOẢN

Ngành khí không vận hành theo cơ chế mua đứt bán đoạn thông thường. Ràng buộc “Mua hoặc Trả tiền” (Take-or-Pay – TOP) là một gông cùm tài chính nhưng đồng thời là nền tảng để duy trì hạ tầng năng lượng quốc gia. Khi một doanh nghiệp đầu cuối ký hợp đồng mua LNG nhập khẩu hoặc khí từ các đơn vị thượng nguồn như PV GAS (với sản lượng điều tiết khoảng 6,4 tỷ m3/năm), họ cam kết một lượng tiêu thụ tối thiểu. Mọi sai số âm trong dự báo (nhu cầu thực tế thấp hơn dự báo) sẽ dẫn đến việc phải trả tiền cho khối lượng khí không sử dụng. Ngược lại, sai số dương (nhu cầu thực tế cao hơn dự báo) buộc doanh nghiệp phải mua khí bổ sung trên thị trường giao ngay (spot market) với mức giá thường cao hơn từ 20-40%, làm bốc hơi toàn bộ lợi nhuận vận hành.

Cấu trúc hạ tầng CNG/LNG tại Việt Nam hiện nay có những điểm nghẽn vật lý không thể bỏ qua. Một trạm nạp CNG tiêu chuẩn với số lượng máy nén (compressor) hữu hạn chỉ có thể đáp ứng một mức tải tối đa nhất định (full-load). Khi dự báo nhu cầu sai lệch, đội xe bồn (trailer) sẽ rơi vào tình trạng điều độ chồng chéo: xe phải chờ nạp hàng quá lâu tại trạm nạp hoặc xe đi đến khách hàng nhưng không có chỗ xả hàng vì bồn chứa tại chân công trình vẫn còn đầy. Đây là sự lãng phí tài sản vận hành (Asset utilization) cực kỳ nghiêm trọng.

BẢNG 1: CHỈ SỐ KPI CHIẾN LƯỢC TRONG ĐIỀU ĐỘ DỰ BÁO

Chỉ số (KPI)	Ý nghĩa chiến lược	Ngưỡng an toàn	Nguồn dữ liệu
MAPE (Mean Absolute Percentage Error)	Đo lường độ lệch trung bình giữa dự báo và thực tế	< 8% (Khách công nghiệp) / < 3% (Khách điện lực)	ERP + SCADA
Asset Utilization Rate (AUR)	Hiệu suất khai thác trạm nạp và đội xe bồn trailer	75% – 85% (Để có buffer)	MES / Logbook
TOP Penalty Ratio	Tỷ lệ chi phí phạt Take-or-Pay so với tổng giá trị hợp đồng	< 1% trên tổng doanh thu	Kế toán quản trị
Safety Stock Days	Số ngày tồn kho an toàn tại chân công trình khách hàng	2.5 – 4.0 ngày (Tùy vùng)	Hệ thống đo đếm

Dựa trên bảng trên, có thể thấy dự báo không chỉ phục vụ việc bán hàng mà là để quản trị giá vốn hàng bán (COGS) và tối ưu hóa chu kỳ quay vòng vốn. Một hệ thống điều độ không có khả năng dự báo chính xác trong dải sai số cho phép sẽ buộc phải vay nợ từ tương lai thông qua việc ép máy nén hoạt động quá tải, làm giảm chỉ số MTBF (Mean Time Between Failures) và tăng chi phí bảo trì đột xuất.

PHÂN RÃ CẤU TRÚC NHU CẦU: KỸ THUẬT TÁCH BIỆT YẾU TỐ CHU KỲ, MÙA VỤ VÀ CÁC BIẾN SỐ ĐỘT BIẾN TRONG TIÊU THỤ CÔNG NGHIỆP

Để dự báo đúng, trước hết phải hiểu “hơi thở” của khách hàng tiêu thụ. Nhu cầu khí không phải là một đường thẳng mà là sự chồng lấp của nhiều lớp biến số. Kỹ thuật phân rã cấu trúc nhu cầu (Demand Decomposition) yêu cầu bộ phận điều độ phải bóc tách dữ liệu lịch sử thành bốn thành phần chính:

Thứ nhất là Xu thế (Trend): Sự tăng trưởng hoặc suy giảm dài hạn của phụ tải. Ví dụ, các nhà máy thép hoặc gốm sứ khi nâng cấp dây chuyền sẽ tạo ra một mức nền tiêu thụ mới (baseload). Trong giai đoạn 2026-2030, xu hướng chuyển đổi từ than/dầu FO sang khí thiên nhiên vì mục tiêu ESG sẽ tạo ra một xu thế tăng trưởng đều đặn nhưng đòi hỏi vốn đầu tư hạ tầng lớn.

Thứ hai là Tính mùa vụ (Seasonality): Đối với các ngành như F&B hoặc dệt nhuộm, nhu cầu khí thường tăng cao vào các tháng cuối năm để phục vụ đơn hàng lễ tết. Tuy nhiên, tính mùa vụ trong ngành khí Việt Nam còn bị chi phối bởi thị trường điện. Khi thủy điện miền Bắc bước vào mùa khô, nhu cầu huy động điện khí LNG cho các nhà máy điện như Nhơn Trạch 3 & 4 (vận hành từ 2025-2026) sẽ tăng đột biến, trực tiếp cạnh tranh công suất nạp khí với các khách hàng công nghiệp nhỏ lẻ.

Thứ ba là Tính chu kỳ (Cyclical): Các đợt bảo trì định kỳ của khách hàng (turnaround). Một nhà máy thép dừng lò để bảo tu sẽ làm nhu cầu vùng đó sụt giảm 30-50% trong vòng 15-20 ngày. Nếu người điều độ không nắm được lịch trình này, lượng xe bồn huy động sẽ bị dư thừa, gây tắc nghẽn cục bộ tại các kho bãi.

Thứ tư là Các biến số đột biến (Residual/Noise): Các sự cố mất điện, hỏng hóc thiết bị tại phía khách hàng hoặc thiên tai. Đây là phần khó dự báo nhất nhưng lại gây ra nhiều thiệt hại nhất cho điều độ thời gian thực (real-time dispatching).

Nguyên tắc cốt lõi: Điều độ chiến lược phải tập trung vào Xu thế và Mùa vụ; Điều độ kế hoạch (day-ahead) phải xử lý các biến số Chu kỳ; và Điều độ thời gian thực chỉ được phép can thiện vào các biến số Đột biến. Việc nhầm lẫn giữa các tầng dữ liệu này sẽ dẫn đến tình trạng “phản ứng quá đà” (over-reaction), làm hệ thống dao động mạnh như hiệu ứng chiếc roi da (Bullwhip Effect).

GIỚI HẠN CỦA SỰ PHỨC TẠP: TẠI SAO CÁC THUẬT TOÁN TỐI GIẢN LẠI CHIẾM ƯU THẾ TRONG BỐI CẢNH DỮ LIỆU BIẾN ĐỘNG CAO VÀ THIẾU HỤT THÔNG TIN

Trong các phòng họp chiến lược, người ta thường ca ngợi AI (Trí tuệ nhân tạo) hay Machine Learning như một “phép màu” có thể giải quyết mọi vấn đề dự báo. Tuy nhiên, đối với một dispatcher (người điều độ) đang đối mặt với 50 trailer và 100 khách hàng trải dài trên ba miền, sự phức tạp là kẻ thù của thực thi. Các thuật toán tối giản (Simple Algorithms) như Trung bình trượt (Moving Average) hay San bằng mũ (Exponential Smoothing) thường mang lại hiệu quả vượt trội trong vận hành thực tế vì ba lý do: khả năng giải thích (Explainability), tốc độ phản ứng (Responsiveness) và tránh hiện tượng “Quá khớp” (Overfitting).

ỨNG DỤNG MÔ HÌNH TRUNG BÌNH TRƯỢT BIẾN ĐỔI (MOVING AVERAGE) ĐỂ LÀM MƯỢT NHIỄU VẬN HÀNH VÀ XÁC ĐỊNH XU THẾ THỰC TẾ

Mô hình Trung bình trượt không chỉ để dự báo mà còn để xác định “vận tốc thực” của nhu cầu thị trường. Bằng cách áp dụng trung bình trượt 7 ngày (7-day MA), nhà quản lý có thể nhìn thấy một xu hướng tiêu thụ ổn định, từ đó giảm thiểu các chuyến xe chạy rỗng hoặc xe phải chờ đợi. Trong cấu trúc điều độ 3 miền, MA được dùng để xác định nhu cầu nền (Baseload) cho kế hoạch tuần và tháng.

PHƯƠNG PHÁP SAN BẰNG MŨ (EXPONENTIAL SMOOTHING): ƯU TIÊN TÍN HIỆU THỊ TRƯỜNG GẦN NHẤT TRONG VIỆC RA QUYẾT ĐỊNH ĐIỀU ĐỘ TỨC THỜI

San bằng mũ (ES) gán trọng số lớn hơn cho những dữ liệu gần nhất. Tham số Alpha trong mô hình ES chính là “nút vặn” chiến lược. Alpha cao (0.7 – 0.8) phù hợp cho khách hàng có sản xuất thay đổi liên tục, trong khi Alpha thấp (0.1 – 0.3) giữ cho dự báo ổn định. ES giúp chuyển đổi từ điều độ cảm tính sang điều hành dựa trên dữ liệu thực chứng thông qua việc cập nhật liên tục dự báo nhu cầu cho 24-48 giờ tới.

XÂY DỰNG MA TRẬN TRỌNG SỐ KHÁCH HÀNG: ĐỊNH LƯỢNG HÓA HÀNH VI TIÊU THỤ DỰ ĐA TRÊN ĐẶC THÙ NGÀNH HÀNG

Nhà hoạch định phải phân loại khách hàng thành các nhóm: Vật liệu xây dựng (ổn định, nhạy cảm giá), F&B (biến động theo ca), Dệt nhuộm/Hóa chất (biến thiên cao). Việc định lượng hóa các đặc thù này vào mô hình thông qua các hệ số điều chỉnh giúp thuật toán đơn giản trở nên “thông minh” hơn.

TƯƠNG QUAN GIÁ TRỊ NHIỆT LƯỢNG (HEAT VALUE) VÀ ĐIỂM ĐẢO CHIỀU NHIÊN LIỆU (FUEL SWITCHING): BIẾN SỐ NGOẠI LAI QUYẾT ĐỊNH SỰ ĐỔ VỠ CỦA DỰ BÁO

Bỏ qua biến số Heat Value và Fuel Switching Point là nguyên nhân khiến dự báo thất bại. Khi nhiệt trị thấp, khách hàng đốt nhiều khí hơn; khi giá khí vượt ngưỡng cạnh tranh so với dầu FO, khách hàng có thể giảm 50% lượng khí tiêu thụ chỉ sau một đêm. Chiến lược điều độ phải tích hợp giá dầu Brent và LPG thế giới như một biến số cảnh báo sớm.

TỐI ƯU HÓA UNIT ECONOMICS: PHÂN TÍCH TÁC ĐỘNG CỦA SAI SỐ DỰ BÁO (MAPE) ĐẾN CHI PHÍ BIÊN VÀ LỢI NHUẬN TRÊN TỪNG ĐƠN VỊ KHÍ

Sai số dự báo ảnh hưởng trực tiếp đến chi phí vận chuyển, chi phí lưu kho (hiện tượng BOG) và chi phí cơ hội. Mỗi 1% giảm được trong MAPE có thể tương đương với hàng tỷ đồng lợi nhuận tăng thêm mỗi năm.

BẢNG 2: MA TRẬN RỦI RO HỆ THỐNG DO SAI SỐ DỰ BÁO

Mức độ sai số	Hệ quả vận hành	Tác động tài chính	Hành động ưu tiên
Thấp (< 5%)	Hệ thống vận hành trơn tru	Tối ưu hóa lợi nhuận	Tăng cường hiệu suất máy nén
Trung bình (5-15%)	Tăng tần suất điều động xe	Giảm 2-3% biên lợi nhuận	Rà soát ma trận trọng số
Cao (15-30%)	Nguy cơ đứt gãy nguồn cung	Phạt Take-or-Pay lớn	Dừng khách hàng biên lợi nhuận thấp
Cực đoan (> 30%)	Tê liệt hệ thống Logistics	Khủng hoảng thanh khoản	Kích hoạt kịch bản khẩn cấp

QUY TRÌNH ĐIỀU ĐỘ SẢN XUẤT TÍCH HỢP VÀ TỐI ƯU HÓA

Quy trình điều độ tích hợp phải đảm bảo sự thông suốt từ dự báo đến huy động tài nguyên. Sử dụng kỹ thuật San bằng tải (Load Leveling) và phân bổ khung giờ nạp xe (time-slotting) giúp triệt tiêu điểm nghẽn tại trạm nạp. Đồng thời, thiết lập ngưỡng tồn kho an toàn (Safety Stock) dựa trên độ lệch chuẩn và xác suất rủi ro để bảo vệ hệ thống trước các cú sốc cung-cầu.

CƠ CHẾ PHẢN HỒI (FEEDBACK LOOP) VÀ SỐ HÓA HẠ TẦNG DỮ LIỆU

Dự báo phải là một thực thể sống thông qua cơ chế phản hồi từ dữ liệu vận hành thời gian thực (Telemetry/SCADA). Việc xây dựng “Nguồn sự thật duy nhất” (SSOT) giúp loại bỏ sự chồng chéo thông tin giữa các bộ phận Kinh doanh, Vận hành và Tài chính, tạo nền tảng cho việc tự động hóa điều độ.

XÂY DỰNG KỊCH BẢN ỨNG PHÓ (SCENARIO PLANNING) CHO CÁC TÌNH HUỐNG CỰC ĐOAN

BẢNG 3: PLAYBOOK QUYẾT ĐỊNH TRONG CÁC TÌNH HUỐNG DỰ BÁO SAI

Tình huống	Tín hiệu nhận biết	Quyết định chiến lược	Người chịu trách nhiệm
Thiếu hụt hàng nghiêm trọng	Tồn kho chân công trình < 12 giờ	Ưu tiên khách hàng loại A	Giám đốc Vận hành (COO)
Dư thừa tồn kho gây phạt TOP	Kho cảng đầy, áp suất ống cao	Giảm giá bán spot để đẩy hàng	Giám đốc Thương mại (CCO)
Sự cố hạ tầng vận chuyển	Trạm nạp dừng hoạt động	Huy động nguồn lực đối thủ	Tổng Giám đốc (CEO)
Biến động giá cực đoan	Giá LNG > Giá dầu FO	Chuyển đổi nhiên liệu thay thế	Giám đốc Chiến lược (CSO)

LỘ TRÌNH CHUYỂN ĐỔI CẤU TRÚC 2026-2050

BẢNG 4: XU HƯỚNG NGÀNH KHÍ VIỆT NAM

Giai đoạn	Cấu trúc thị trường	Công nghệ dự báo	Trọng tâm điều độ
2026-2030	Chuyển dịch sang LNG nhập khẩu	Thuật toán đơn giản + Telemetry	Quản trị rủi ro TOP, tối ưu đội xe
2030-2040	Thị trường khí cạnh tranh	AI + Dự báo dựa trên hành vi	Tối ưu hóa Unit Economics
2040-2050	Tích hợp Hydrogen/Ammonia	Hệ thống tự trị (Autonomous)	Net Zero & Điều độ giá trị xanh

CÁC PHƯƠNG ÁN HÀNH ĐỘNG CỤ THỂ

CEO / COO:

• Thiết lập quyền lực cho bộ phận Điều độ trong việc từ chối đơn hàng rủi ro.
• Phủ kín hệ thống Telemetry/SCADA tại 100% điểm xả hàng chiến lược.

CFO:

• Lập kế hoạch vốn lưu động dựa trên dự báo sản lượng hàng tuần.
• Đàm phán linh hoạt điều khoản TOP dựa trên sai số dự báo thực tế.

Sales / Commercial:

• Ưu tiên ký hợp đồng với khách hàng có hệ số biến thiên tiêu thụ thấp.
• Cập nhật kế hoạch bảo trì của khách hàng vào ma trận dự báo hàng tháng.

Ops / Dispatch:

• Áp dụng ES với Alpha biến thiên và thiết lập bảng khung giờ nạp hàng (Time-slot).
• Họp điều độ nhanh mỗi sáng để rà soát sai số 24 giờ qua.

Kết luận: Trong ngành khí CNG/LNG, “biết đủ” quan trọng hơn “biết chính xác”. Một hệ thống điều độ thông minh là hệ thống có khả năng nhận diện sai số nhanh nhất và có kịch bản ứng phó quyết liệt nhất.

#CNG #LNG #Forecast #SupplyChain #EnergyStrategy #VietnamEnergy #Logistics #PVGAS #MarketAnalysis