基于時(shí)空精細(xì)約束的生物質(zhì)發(fā)電收儲(chǔ)站點(diǎn)選址及收購(gòu)范圍優(yōu)化模型

朱建軍，盧玥岑，張雁茹，肖志峰，王振江，祁曉樂(lè)，徐富成

（1.國(guó)能生物發(fā)電集團(tuán)有限公司，北京 100052；2武漢大學(xué) 測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢430079）

0 引言

我國(guó)生物質(zhì)能資源豐富，主要包括農(nóng)林廢棄物、畜禽糞便、生活垃圾、有機(jī)廢水和廢渣等，可為緩解國(guó)家能源危機(jī)、調(diào)整和優(yōu)化能源結(jié)構(gòu)、實(shí)現(xiàn)“碳達(dá)峰、碳中和”目標(biāo)提供有力的保障[1]。生物質(zhì)發(fā)電廠以農(nóng)作物秸稈為主要燃料，數(shù)據(jù)顯示，2021年全國(guó)農(nóng)作物秸稈可收集資源量為7.34億t，利用量（肥料化、飼料化、燃料化、基料化、原料化等）為6.47億t，其中燃料化利用率為8.5%，由此可見(jiàn)，秸稈資源的可利用空間富足。然而農(nóng)作物秸稈產(chǎn)量具有明顯的季節(jié)性特征，為生物質(zhì)發(fā)電廠燃料的可持續(xù)收集及儲(chǔ)存帶來(lái)較大挑戰(zhàn)；其次農(nóng)田分布分散、收儲(chǔ)站點(diǎn)選址不合理、運(yùn)輸管理效率較低，造成營(yíng)運(yùn)成本很高，影響了生物質(zhì)發(fā)電供應(yīng)鏈的良好運(yùn)行[2]。

國(guó)內(nèi)外學(xué)者從燃料收集、存儲(chǔ)、運(yùn)輸和發(fā)電等方面對(duì)生物質(zhì)發(fā)電供應(yīng)鏈進(jìn)行了優(yōu)化分析。在戰(zhàn)略層優(yōu)化方面，張淑妹[3]對(duì)生物質(zhì)燃料收儲(chǔ)過(guò)程中的主要成本進(jìn)行分析，建立了多目標(biāo)規(guī)劃模型，將多點(diǎn)選址轉(zhuǎn)化為局部區(qū)域的單點(diǎn)選址，確定合理的收儲(chǔ)站數(shù)量，使得燃料收集成本最小，農(nóng)戶利益最大。Rentizelas A A[4]以希臘某地區(qū)為研究對(duì)象，納入不同類型的農(nóng)林剩余物及利用方式（發(fā)電、供熱），以投資凈現(xiàn)值最小化為目標(biāo)，優(yōu)化得到了每年各種生物質(zhì)的采購(gòu)量、發(fā)電和供熱設(shè)施的裝機(jī)容量及選址位置，改善了能源供應(yīng)結(jié)構(gòu)。在戰(zhàn)術(shù)層優(yōu)化方面，劉喆軒[5]建立了一個(gè)基于生命周期評(píng)價(jià)的生物質(zhì)燃料供應(yīng)鏈多目標(biāo)優(yōu)化模型，該模型以化石能源投入和平均單位能量生物燃料的溫室氣體排放最小化，總折現(xiàn)利潤(rùn)最大化為目標(biāo)，優(yōu)化了生物質(zhì)在各電廠的處理量與庫(kù)存量及各物流節(jié)點(diǎn)間的車輛流量等，能夠輔助生物質(zhì)燃料供應(yīng)鏈規(guī)劃決策。Tan Q[6]提出了一種非線性的多目標(biāo)優(yōu)化模型，通過(guò)確定電廠每月的最佳發(fā)電量、燃料的最優(yōu)摻燒比及各經(jīng)紀(jì)人的燃料收購(gòu)量，可最大程度地提高生物質(zhì)發(fā)電廠的利潤(rùn)及社會(huì)福利。

盡管對(duì)于生物質(zhì)發(fā)電供應(yīng)鏈優(yōu)化的研究不斷推進(jìn)，但對(duì)于收儲(chǔ)站的秸稈采購(gòu)范圍劃定卻鮮有研究。Lin T[7]以伊利諾伊州為例，利用BioScope模型求得每個(gè)集中存儲(chǔ)與預(yù)處理設(shè)施對(duì)應(yīng)的秸稈供應(yīng)縣，并用CyberGIS技術(shù)進(jìn)行可視化。秸稈資源具有強(qiáng)烈的空間分布不均勻性，只有對(duì)秸稈的可利用資源量和收購(gòu)范圍進(jìn)行精準(zhǔn)把控，才能合理安排收購(gòu)計(jì)劃。

衛(wèi)洪建[8]對(duì)我國(guó)不同區(qū)域的農(nóng)作物秸稈資源的利用潛力進(jìn)行了估算，為秸稈利用產(chǎn)業(yè)提供了參考。在多數(shù)統(tǒng)計(jì)資料中，對(duì)于秸稈資源量的估算最小是以縣為行政單位，而這對(duì)于電廠的單個(gè)秸稈供應(yīng)商來(lái)說(shuō)，待選擇的收購(gòu)范圍過(guò)于龐大，并且對(duì)于距離相近的兩個(gè)收儲(chǔ)站或兩個(gè)電廠其收購(gòu)區(qū)域易產(chǎn)生重合，這是電廠實(shí)際運(yùn)營(yíng)過(guò)程中亟需解決的問(wèn)題。因此，本文對(duì)各收儲(chǔ)站的收購(gòu)范圍進(jìn)行精細(xì)化分配，在作物成熟后的收購(gòu)?fù)?，收?chǔ)站作業(yè)壓力增大，對(duì)各收儲(chǔ)站收購(gòu)時(shí)間段的約束需更加細(xì)化，以對(duì)收儲(chǔ)站預(yù)留的庫(kù)存量做精細(xì)評(píng)估；以往供應(yīng)鏈規(guī)劃最小以月來(lái)劃分，本文以一期10 d來(lái)劃分，作為秸稈周轉(zhuǎn)周期。

本文利用遙感影像對(duì)研究區(qū)進(jìn)行地物分類，提取出大宗作物的種植區(qū)域，進(jìn)一步將此區(qū)域劃分網(wǎng)格，使得各收儲(chǔ)站的目標(biāo)收購(gòu)范圍更精細(xì)化；每個(gè)網(wǎng)格中心作為資源點(diǎn)，點(diǎn)的屬性包括該網(wǎng)格內(nèi)的作物種植面積，由此估算出秸稈產(chǎn)量；再對(duì)生物質(zhì)供應(yīng)鏈建立一個(gè)整數(shù)非線性單目標(biāo)優(yōu)化模型，利用帶啟發(fā)式策略的分支定界算法求解，從而對(duì)候選收儲(chǔ)站進(jìn)行選址并求得每個(gè)供應(yīng)商的收購(gòu)范圍，最后通過(guò)地理信息系統(tǒng)（Geographic Information System，GIS）進(jìn)行可視化。

1 材料與方法

1.1 案例數(shù)據(jù)來(lái)源

本文所采用的數(shù)據(jù)來(lái)源于我國(guó)華北地區(qū)的兩座生物質(zhì)直燃發(fā)電廠，其位置如圖1所示。兩座生物質(zhì)直燃發(fā)電廠分別稱為A電廠和B電廠，裝機(jī)容量分別為25 MW和30 MW，年發(fā)電量均在2億kW·h以上。候選收儲(chǔ)站所處位置為有意向、有能力建設(shè)并維持站點(diǎn)的村委會(huì)、合作社或經(jīng)紀(jì)人的位置，共計(jì)46處。路網(wǎng)數(shù)據(jù)來(lái)源為Open Street Map網(wǎng)站。兩電廠僅相距40 km，導(dǎo)致中間商的收購(gòu)范圍產(chǎn)生很大重疊，秸稈運(yùn)輸調(diào)配目標(biāo)不明確。因此，需對(duì)中間商位置進(jìn)行取舍并分配各自的收購(gòu)范圍，以從全局減少收儲(chǔ)站建設(shè)成本和運(yùn)輸成本。

圖1 生物質(zhì)電廠及收儲(chǔ)站位置示意圖Fig.1 Location diagram of biomass power plants and storage stations

1.2 技術(shù)路線

本文考慮的供應(yīng)鏈結(jié)構(gòu)主體包括農(nóng)戶、收儲(chǔ)站和生物質(zhì)發(fā)電廠，距離電廠較近的農(nóng)戶可自行運(yùn)送秸稈至電廠，其余由中間商配備的車輛從資源點(diǎn)運(yùn)輸至收儲(chǔ)站，待秸稈含水率達(dá)標(biāo)后再運(yùn)輸至電廠。生物質(zhì)發(fā)電收儲(chǔ)優(yōu)化模型構(gòu)建流程如圖2所示。在劃分區(qū)域以評(píng)估秸稈可利用量方面，Velázquez-MartíB[9]將研究區(qū)劃分為1 km×1 km的網(wǎng)格，計(jì)算每個(gè)網(wǎng)格內(nèi)的農(nóng)林剩余物資源量，用于確定生物質(zhì)的收集點(diǎn)?？紤]到當(dāng)?shù)卮迓涞拇笮。疚膶⒔斩捹Y源空間分布圖劃分為2 km×2 km的網(wǎng)格，再計(jì)算網(wǎng)格內(nèi)秸稈的可收集量。

圖2 生物質(zhì)發(fā)電收儲(chǔ)優(yōu)化模型構(gòu)建流程Fig.2 Construction process of biomass power generation purchase and storage optimization model

1.3 基于衛(wèi)星遙感數(shù)據(jù)的秸稈資源空間分布提取方法

利用Google Earth Engine（GEE）云平臺(tái)進(jìn)行遙感數(shù)據(jù)的選取和地物的分類（分為玉米、水稻、水體、其它植被和人工地表）。挑選無(wú)云或少云量Sentinel-2影像（Level-1C產(chǎn)品）進(jìn)行鑲嵌裁剪，使之覆蓋研究區(qū)，再計(jì)算其光譜特征、紋理特征和地形特征[10]，其中光譜特征包括影像前13個(gè)波段（B1～B12波段和B8A波段）及NDVI，EVI，NDBI，NDWI，LSWI遙感指數(shù)；紋理特征包括角二階矩、對(duì)比度、相關(guān)性、方差、逆差矩及熵，由GEE中的ee.Image.glcmTexture函數(shù)使用近紅外波段B8計(jì)算得到；地形特征包括海拔、坡度、坡向、山體陰影，由SRTMGL1_003數(shù)據(jù)重采樣至10 m分辨率再使用ee.Terrain.products函數(shù)計(jì)算得到。為減少特征維數(shù)、優(yōu)化特征數(shù)量、提高分類精度，使用Jeffries-Matusita（J-M）距離[11]衡量?jī)蓚€(gè)類之間的可分性，對(duì)于兩個(gè)類C1和C2，其J-M距離為

式中：B為巴氏距離；mi和σi（i=1，2）分別為兩個(gè)類某個(gè)特征分布的均值和標(biāo)準(zhǔn)差；J-M的取值為[0，2]，值越大表明兩個(gè)類分離性越好。通常選取J-M值大于1且靠前的兩個(gè)特征參與分類[12]，最后使用分類器進(jìn)行遙感圖像地物分類，以Kappa系數(shù)和總體精度驗(yàn)證分類精度。

1.4 生物質(zhì)發(fā)電收儲(chǔ)站點(diǎn)選址及收購(gòu)范圍優(yōu)化模型構(gòu)建

1.4.1假設(shè)條件

本文所建立的模型基于如下假設(shè)：

1）只有距離電廠5 km范圍內(nèi)的資源點(diǎn)的秸稈由農(nóng)戶自行運(yùn)輸至電廠；

2）在收購(gòu)?fù)?，供?yīng)鏈涉及的生物質(zhì)燃料是大宗作物的秸稈，主要包括玉米和水稻；

3）收儲(chǔ)站收購(gòu)的秸稈當(dāng)期收，當(dāng)期送，一期內(nèi)秸稈含水率可降低至電廠燃燒標(biāo)準(zhǔn)。

1.4.2目標(biāo)函數(shù)

以供應(yīng)鏈中秸稈運(yùn)輸和收儲(chǔ)站建設(shè)總成本最小化為目標(biāo)，函數(shù)如下：

式中：CT為整個(gè)供應(yīng)鏈中秸稈運(yùn)輸和收儲(chǔ)站建設(shè)總成本，元；DRePl為資源點(diǎn)到電廠的運(yùn)輸距離，km；DReCs為資源點(diǎn)到收儲(chǔ)站的運(yùn)輸距離，km；DCsPl為收儲(chǔ)站到電廠的運(yùn)輸距離，km；為資源點(diǎn)距電廠的距離，km；為資源點(diǎn)距收儲(chǔ)站的距離，km；為收儲(chǔ)站距電廠的距離，km；AF為農(nóng)用小四輪運(yùn)輸平均油耗（單位路程滿載和空載油耗平均值），L/km；TF為貨車或掛車運(yùn)輸平均油耗，L/km；CD為柴油價(jià)格，元/L；HT為外雇運(yùn)費(fèi)（取滿載運(yùn)費(fèi)和返程費(fèi)的平均值），元/km；UR為秸稈可燃料化的利用率，%；Rei為資源點(diǎn)的秸稈量，t；RLi為農(nóng)戶從資源點(diǎn)處自行運(yùn)輸秸稈的單車單次載重量，t；SLk為收儲(chǔ)站配備的用于運(yùn)輸秸稈的單車單次載重量，t；Cb為一座標(biāo)準(zhǔn)收儲(chǔ)站的建設(shè)投資額，元；Tu為收儲(chǔ)站使用年限，a；，和Zk均為0-1決策變量，用于決定i資源點(diǎn)第t期是否供應(yīng)電廠，用于決定i資源點(diǎn)第t期秸稈是否送至k收儲(chǔ)站，用于決定k收儲(chǔ)站第t期是否供應(yīng)電廠，Zk用于決定k收儲(chǔ)站是否啟用進(jìn)行建設(shè)，如果是則各決策變量取1，否則取0；利用秸稈量除以單車單次載重量后進(jìn)行向上取整以表示單車運(yùn)輸次數(shù)。

1.4.3約束條件

1）電廠需求量與庫(kù)存約束

每期農(nóng)戶直接送至電廠的秸稈量與所有收儲(chǔ)站送至電廠的秸稈量不小于電廠當(dāng)期的需求量，且不大于電廠最大庫(kù)存量。

2）收儲(chǔ)站庫(kù)存約束

每個(gè)收儲(chǔ)站每期收購(gòu)的秸稈量不大于收儲(chǔ)站最大庫(kù)存量。

3）農(nóng)戶運(yùn)輸距離約束

距離電廠5 km范圍內(nèi)的資源點(diǎn)可選擇是否由農(nóng)戶自行運(yùn)輸?shù)诫姀S。

式中：I為資源點(diǎn)集合。

4）供應(yīng)約束

每期每個(gè)收儲(chǔ)站至多供應(yīng)一個(gè)電廠，無(wú)法同時(shí)供應(yīng)兩個(gè)。

每個(gè)收儲(chǔ)站每期供應(yīng)電廠的秸稈量不多于當(dāng)期收購(gòu)量。

每個(gè)資源點(diǎn)至多一期由農(nóng)戶運(yùn)送至某一個(gè)電廠，即此網(wǎng)格內(nèi)秸稈已燃燒利用完畢，無(wú)法重復(fù)使用。

每個(gè)資源點(diǎn)至多一期供應(yīng)某一個(gè)收儲(chǔ)站。

每個(gè)資源點(diǎn)至多一期供應(yīng)某一個(gè)收儲(chǔ)站或送至某一個(gè)電廠，無(wú)法同時(shí)供應(yīng)。

若k收購(gòu)站未被選中，則不會(huì)產(chǎn)生運(yùn)輸任務(wù)。

5）決策變量取值約束

1.4.4參數(shù)賦值

各資源點(diǎn)到各電廠、各收儲(chǔ)站的距離及各收儲(chǔ)站到各電廠的距離均為ArcGIS平臺(tái)基于Dijkstra算法計(jì)算出的最短路徑距離。經(jīng)實(shí)地調(diào)研，所有農(nóng)戶自行運(yùn)輸使用的小四輪載重量為3 t，RLi數(shù)組均取3；各中間商能夠配備的運(yùn)輸車輛為貨車或掛車，載重量為8 t，12 t或13 t不等，依次輸入到SLk數(shù)組中；秸稈產(chǎn)量為200 kg/（666.7 m2），與每個(gè)網(wǎng)格內(nèi)秸稈面積相乘得到Rei的值；兩電廠最大庫(kù)存量分別為7 600 t和33 000 t；電廠的收購(gòu)?fù)緸?0月-來(lái)年2月，是水稻、玉米等大宗作物收割的時(shí)期，對(duì)旺季進(jìn)行分期，每期10 d共計(jì)15期，以往年電廠同期的需求量做參考，5個(gè)月中A電廠需求量分別為12 243，14 267，14 937，10 293，14 689 t，B電廠需求量分別為12 788，17 900，18 317，17 339，16 653 t，每月均分為3期即為的值。參考文獻(xiàn)[13]，[14]中的研究結(jié)果，收儲(chǔ)站最大庫(kù)存量設(shè)定為4 000 t，建設(shè)投資額為300萬(wàn)元。收儲(chǔ)運(yùn)相關(guān)參數(shù)的取值如表1所示。

表1 收儲(chǔ)運(yùn)相關(guān)參數(shù)的取值Table 1 Values of parameters related to collection，storage and transportation

2 結(jié)果與分析

2.1 秸稈資源空間分布提取及網(wǎng)格劃分

在GEE中在線編寫腳本，選取2020年6月1日-9月1日的影像自動(dòng)進(jìn)行篩選及鑲嵌裁剪，這個(gè)時(shí)間跨度正處于黃淮海地區(qū)水稻和玉米的出苗期和成熟期之間，并且時(shí)間相近，減小了影像色差帶來(lái)的影響。樣本的選取使用實(shí)地采樣與目視解譯相結(jié)合的方法，樣本的分布隨機(jī)、均勻，并且各類別樣本數(shù)量大體一致。水體樣本包括河流、湖泊等，其它植被包括林地、草地等，人工地表包括道路、建筑物等，在谷歌地球中進(jìn)行標(biāo)注，導(dǎo)出為KML格式再載入GEE，與鑲嵌后的Sentinel-2影像進(jìn)行對(duì)比檢驗(yàn)。計(jì)算各類別特征，所有特征經(jīng)降維后得到B8，B8A，B9波段和B8波段的熵、逆差矩及EVI，NDBI，NDVI，NDWI指數(shù)、高程共10個(gè)特征，經(jīng)支持向量機(jī)和隨機(jī)森林分別訓(xùn)練和分類后進(jìn)行驗(yàn)證，支持向量機(jī)分類結(jié)果更優(yōu)，Kappa系數(shù)為0.89，總體精度為0.91，可以作為建?；A(chǔ)數(shù)據(jù)使用。

提取并合并水稻和玉米的空間分布結(jié)果，得到秸稈資源的空間分布如圖3所示。將研究區(qū)域劃分為2 km×2 km的網(wǎng)格，共計(jì)1 395個(gè)網(wǎng)格，網(wǎng)格中心作為資源點(diǎn)，秸稈運(yùn)輸距離均以此點(diǎn)為起點(diǎn)進(jìn)行計(jì)算，點(diǎn)的屬性包含該網(wǎng)格內(nèi)水稻和玉米的種植面積，由此估算出秸稈的可利用量。

圖3 秸稈資源空間分布Fig.3 Spatial distribution of straw resources

2.2 模型優(yōu)化結(jié)果

本文求解該單目標(biāo)整數(shù)非線性規(guī)劃模型的環(huán)境為Python3.7+Gurobi9.1.1。模型經(jīng)Gurobi求解器預(yù)處理后有60個(gè)二次約束條件，1 862 866個(gè)0-1變量，整數(shù)變量規(guī)模較大，求解時(shí)使用分支定界法（Branch and Bound）的同時(shí)加入了RINS（Relaxation Induced Neighborhood Search）啟發(fā)式策略，從而更快地搜索可行解。經(jīng)過(guò)多次實(shí)驗(yàn)，考慮到求解時(shí)間的經(jīng)濟(jì)性以及算法卡在某個(gè)搜索節(jié)點(diǎn)的可能性，在求解計(jì)算9 h后，Gap值降到0.1%以下，可以認(rèn)為已求得近似最優(yōu)解，目標(biāo)函數(shù)值為520.44萬(wàn)元。

模型優(yōu)化結(jié)果中編號(hào)為1，6，9，16，30，35，36，42，43的9座收儲(chǔ)站得到啟用，被舍棄的收儲(chǔ)站或是距離電廠較遠(yuǎn)，或是分布在站點(diǎn)密集的區(qū)域。9座收儲(chǔ)站各自的收購(gòu)范圍如圖4所示。從圖4可以看出：模型會(huì)選擇距對(duì)應(yīng)收儲(chǔ)站運(yùn)輸距離近的資源點(diǎn)，這點(diǎn)從16號(hào)收儲(chǔ)站的收購(gòu)范圍來(lái)看更為明顯，收購(gòu)的秸稈分布在道路周圍；電廠沒(méi)有將5 km范圍內(nèi)的所有秸稈都直接收取，這是由于農(nóng)用小四輪載重量較小，造成運(yùn)輸次數(shù)增多，所以由周邊收儲(chǔ)站承擔(dān)部分收購(gòu)任務(wù)；A電廠西南方向秸稈分布密度較低，使得相同收購(gòu)量任務(wù)下運(yùn)輸距離大幅增加，所以供應(yīng)A電廠的收儲(chǔ)站及其收購(gòu)范圍都集中在其東北方向。

圖4 優(yōu)化結(jié)果可視化圖Fig.4 Visualization of optimization results

16號(hào)收儲(chǔ)站與兩電廠的距離相當(dāng)，三期供應(yīng)B電廠，其余時(shí)間供應(yīng)A電廠，1，6，9號(hào)收儲(chǔ)站全部供應(yīng)A電廠，30，35，36，42，43號(hào)收儲(chǔ)站全部供應(yīng)B電廠。對(duì)于距離相近的兩座電廠，其供應(yīng)商可作為整體進(jìn)行協(xié)同供應(yīng)，相對(duì)于一個(gè)供應(yīng)商只供應(yīng)一座電廠的模式更能減少成本。其它相關(guān)優(yōu)化值如表2所示。各收儲(chǔ)站最大庫(kù)存量即15期內(nèi)秸稈收購(gòu)量最大的一期所收購(gòu)的量，均未達(dá)到預(yù)設(shè)的4 000 t，大多在2 000～3 000 t，因此，將秸稈周轉(zhuǎn)周期設(shè)為10 d進(jìn)行規(guī)劃可大大減少庫(kù)存量。在建設(shè)存儲(chǔ)廠房時(shí)，預(yù)留給玉米、水稻秸稈的存儲(chǔ)量可參考此優(yōu)化結(jié)果，以減少庫(kù)存管理成本。

表2 各收儲(chǔ)站相關(guān)優(yōu)化值Table 2 Optimized values related to each storage station

整個(gè)旺季內(nèi)A電廠收購(gòu)秸稈66 813.01 t，B電廠收購(gòu)秸稈85 267.97 t，秸稈的平均運(yùn)輸成本為26.93元/t，供應(yīng)A電廠的收儲(chǔ)站的單位運(yùn)輸成本為26.73元/t，供應(yīng)B電廠的收儲(chǔ)站的單位運(yùn)輸成本為27.08元/t。以各電廠收購(gòu)范圍內(nèi)的秸稈量與對(duì)應(yīng)網(wǎng)格面積的比值衡量收購(gòu)區(qū)域的秸稈分布密度，得出A電廠收購(gòu)區(qū)域的秸稈分布密度為108.6 t/km2，B電廠收購(gòu)區(qū)域的秸稈分布密度為101.95 t/km2，A電廠收購(gòu)區(qū)域的秸稈分布密度大于B電廠，因此，A電廠運(yùn)輸相同質(zhì)量的秸稈所需里程和成本均小于B電廠。從各電廠的供應(yīng)商來(lái)看，供應(yīng)商分布在電廠8～25 km內(nèi)，距離電廠越近的供應(yīng)商的單位秸稈量運(yùn)輸成本越低。對(duì)于各供應(yīng)商分配的收購(gòu)量，總體趨勢(shì)是距離電廠越近承擔(dān)的收購(gòu)量越多，30號(hào)和42號(hào)收儲(chǔ)站周邊的秸稈密度相對(duì)較低，分配的收購(gòu)量稍有減少，所以收儲(chǔ)站選址時(shí)應(yīng)盡量選擇距離電廠近、秸稈分布密度高的區(qū)域并且站點(diǎn)之間分布均勻。

2.3 敏感性分析

一座1×25 MW或2×12 MW的電廠一般建有4～10座收儲(chǔ)站，每月為電廠提供600～1 000 t的燃料[15]。收儲(chǔ)站的數(shù)量除了影響站點(diǎn)建設(shè)成本，對(duì)各收儲(chǔ)站的收購(gòu)范圍和運(yùn)輸成本也有較大影響，因此，需對(duì)收儲(chǔ)站的數(shù)量進(jìn)行敏感性分析。運(yùn)輸距離及成本隨收儲(chǔ)站數(shù)量的變化如圖5所示。

圖5 運(yùn)輸距離及成本隨收儲(chǔ)站數(shù)量的變化Fig.5 Analysis chart of transportation distance and cost with the number of storage stations

從圖5可以看出：隨著收儲(chǔ)站數(shù)量增多，從資源點(diǎn)到收儲(chǔ)站的初級(jí)運(yùn)輸距離逐漸減少，即總體上收儲(chǔ)站的收購(gòu)范圍縮??；收儲(chǔ)站到電廠的次級(jí)運(yùn)輸距離的變化趨勢(shì)較為穩(wěn)定；所有收儲(chǔ)站的總運(yùn)輸成本呈下降趨勢(shì)，在收儲(chǔ)站數(shù)量為12個(gè)時(shí)減少至390萬(wàn)元，但由于站點(diǎn)建設(shè)費(fèi)用增加，因此供應(yīng)鏈總成本會(huì)發(fā)生改變，在收儲(chǔ)站數(shù)量為9個(gè)時(shí)總成本最低。

收儲(chǔ)站數(shù)量對(duì)秸稈收購(gòu)量及各項(xiàng)單位成本的影響見(jiàn)表3。

由表3可知，收儲(chǔ)站數(shù)量的增加對(duì)秸稈的收購(gòu)量沒(méi)有顯著影響，而秸稈的單位運(yùn)輸成本不斷降低，初級(jí)運(yùn)輸距離占總運(yùn)輸距離比例不斷降低，因此，影響單位秸稈量運(yùn)輸成本的主要因素為收儲(chǔ)站數(shù)量和初級(jí)運(yùn)輸距離占比。在電廠周圍建設(shè)一定數(shù)量的收儲(chǔ)站可以大幅減少秸稈的初級(jí)運(yùn)輸距離，從而減少總運(yùn)輸距離，有效應(yīng)對(duì)油費(fèi)、運(yùn)費(fèi)等變化給總運(yùn)輸成本帶來(lái)的影響。

3 結(jié)論

為實(shí)現(xiàn)生物質(zhì)發(fā)電供應(yīng)鏈中收儲(chǔ)站建設(shè)成本及運(yùn)輸成本最小化，從而形成良好的生物質(zhì)發(fā)電供應(yīng)鏈體系，助力實(shí)現(xiàn)“碳達(dá)峰、碳中和”的目標(biāo)，本文對(duì)電廠周邊區(qū)域秸稈資源分布進(jìn)行精細(xì)化的網(wǎng)格劃分，細(xì)化對(duì)于收儲(chǔ)站收購(gòu)時(shí)間段的約束，構(gòu)建了一個(gè)基于整數(shù)非線性規(guī)劃的生物質(zhì)發(fā)電站點(diǎn)選址及收購(gòu)范圍優(yōu)化模型，以期對(duì)收儲(chǔ)站位置進(jìn)行規(guī)劃，并使得電廠及收儲(chǔ)站的秸稈收購(gòu)范圍更加明確，從根本上減少供應(yīng)鏈成本。

①對(duì)于華北地區(qū)裝機(jī)容量為25～30 MW的生物質(zhì)發(fā)電廠，其收儲(chǔ)站選址應(yīng)位于秸稈資源豐富的區(qū)域，并且距電廠8～25 km為最優(yōu)；在綜合考慮站點(diǎn)分布密度及建設(shè)成本的基礎(chǔ)上，可多建設(shè)一定數(shù)量收儲(chǔ)站以減少初級(jí)運(yùn)輸距離，進(jìn)而減少總運(yùn)輸成本。

②電廠5 km范圍內(nèi)的秸稈可由農(nóng)戶自行運(yùn)輸，但需由模型精準(zhǔn)控制，因?yàn)檗r(nóng)戶自用車輛載重小，會(huì)造成運(yùn)輸次數(shù)增多，部分秸稈可由收儲(chǔ)站規(guī)?；\(yùn)輸。對(duì)于距離相近的兩座電廠，區(qū)域內(nèi)的秸稈可進(jìn)行協(xié)同供應(yīng)，相對(duì)于一個(gè)供應(yīng)商只供應(yīng)一座電廠的模式更能減少供應(yīng)鏈總成本。

③對(duì)于標(biāo)準(zhǔn)收儲(chǔ)站的修建，其旺季預(yù)留庫(kù)存量在2 000～3 000 t為宜，如果能夠減少與收儲(chǔ)站相關(guān)的建設(shè)、管理費(fèi)用或在天氣干燥的地區(qū)露天存放秸稈，能夠使得電廠簽約更多中間商，從而減少秸稈運(yùn)輸?shù)某杀尽?/p>