多期生物质发电燃料供应链优化

檀勤良^1,2，王婷然¹，张一梅³，苗新燕¹，祝君¹

（1.华北电力大学经济与管理学院，北京102206；2.北京能源发展研究基地，北京102206；3.华北电力大学苏州研究院，苏州215123）

　　摘要：随着我国生物质发电产业的迅速发展，生物质发电装机容量逐年增加，然而生物质电厂必须依靠政府补贴才能维持正常运行。本文针对生物质电厂盈利能力差这一现实问题，以电厂利润最大为目标，考虑燃料的收集、运输、预处理、贮存及使用环节，建立了生物质发电燃料供应链的多期非线性优化模型。研究在现有的发电技术和自然资源条件下，电厂能否通过调整发电量、燃料收购量及燃料掺烧比例实现更高的盈利水平。本文通过将模型应用于东北某生物质电厂，求出电厂最大年利润和相应的决策变量值。证明了在其他条件不变的情况下，电厂可以通过改变燃料收购和使用模式，提升其盈利能力。

　　引言

　　2014年以来，我国已成为世界上能源年消耗量最大的国家。化石能源大量使用造成了许多环境问题，我国早已开始大力扶持可再生能源发电产业，生物质发电便是其中之一。目前，我国生物质发电主要利用的燃料为农业和林业废弃物。在利用其发电过程中，产生的二氧化碳即为植物生长过程中光合作用吸收的二氧化碳，从长远来看可以实现碳平衡^[1]。同时，生物质燃料在直燃过程中只产生极少量的有害气体，是一种清洁的可再生能源。因此，生物质发电具有广泛的应用前景。

　　但在实际中，生物质发电行业仍旧存在一些问题：（1）由于我国农村人均耕地较少，导致秸秆资源分布分散、机械化生产程度低；（2）虽然我国森林面积广大，但人均森林面积较少。这些因素造成我国生物质电厂燃料收集困难、燃料成本过高。在调研中发现，生物质电厂的燃料成本占到其总成本的三分之二以上；（3）燃料成本过高导致了几乎所有的生物质电厂必须依靠政府补贴才能盈利，加大了政府财政压力。

　　针对生物质发电的燃料供应链，中外都有许多相关的研究：王燕和沈辉^[2]对秸秆发电燃料供应链进行了博弈分析，探讨了电厂对农户和中间商的价格激励机制；魏巧云^[3]构建了影响生物质发电秸秆供应链物流成本的关键因素指标体系，对秸秆发电的物流成本进行了研究；常春阳^[4]建立了适用于新建电厂系统规划的仓库规模与库存控制联合动态优化模型，提供了可行的降低生物质电厂运营成本的方法；Silkevan Dyken等^[5]建立了生物质发电燃料供应链的非线性混合整数模型，对燃料热值和燃料在生物质发电供应链各环节含水率之间的关系进行了研究；Nazanin Shabani等^[6]为了提高林业剩余物发电的成本竞争力，将一年分为12期，对林业生物质发电燃料供应链进行了优化，测算了一年中各月份最优燃料收购量；之后，Nazanin Shabani等^[7]还在燃料质量和可获得量不确定的情况下，对林业生物质发电供应链进行了优化，优化结果在降低了燃料购买成本的同时，减小了库存的季节性波动。

　　上述文献从不同方面，对生物质发电燃料供应链进行了研究。其中进行供应链优化研究的大都为国外学者，而正如前文所述，我国特殊的地理和社会条件造成了目前我国生物质发电产业与国外存在较大差别。本文着眼于生物质发电燃料供应链的优化，充分考虑我国生物质发电燃料收集困难导致燃料成本过高的现状，以生物质电厂利润最大为目标，对燃料的收集、运输、预处理、贮存和使用各环节进行研究，建立了多期非线性优化模型。期望能够在现有的技术条件下，进一步提高生物质电厂盈利能力，为降低政府对生物质发电行业的补贴提供可能性。

　　1生物质发电燃料供应链优化模型

　　1.1模型的目标函数

　　目前，我国生物质电厂燃料收购模式主要为经纪人收购模式，即：经纪人负责收集农业剩余物（主要包括玉米秸秆、小麦秸秆、水稻秸秆等）或林业剩余物（主要包括木板、树枝、树皮等）并进行预处理，使其达到电厂对燃料的含水率要求，随即打包运往电厂，如图1所示。处理后的燃料贮存在电厂，直到将其用于直燃发电。因此生物质电厂的总成本包括固定成本（折旧、大修、工资福利等）和变动成本（发电成本、燃料购买成本、库存成本等）两部分[8]，而收益来源为售电收入。以表示生物质燃料种类，k表示不同的经纪人，表示期数（以一年为周期，将一年分为t期）。则目标函数——电厂年利润最大化如式（1）所示。

　　1.2模型的约束条件

　　生物质发电供应链各环节包括：经纪人收购燃料、经纪人对燃料进行预处理、电厂收购经纪人的燃料、电厂贮存和发电。在这些环节中都存在一定的主客观条件制约。

　　1.2.1经纪人收购燃料约束

　　调研中得知，大型经纪人与电厂之间一般签订限制年最低生物质燃料供应量和燃料最高含水率的固定合约，且生物质燃料产量受季节影响明显。因此经纪人收购燃料数量受到其自身收购能力（包括运输能力、预处理能力）、与电厂之间的固定合约以及当地生物质燃料可获得量约束，如式（2）~（5）所示。

　　2实证分析

　　2.1实例简介

　　在对我国多家生物质电厂进行实地调研之后，以东北地区某1×30MW生物质电厂为例进行实证分析。将一年按月分期，即=1,2,3…12；该电厂有8个固定合约经纪人，按规模从大到小分别为=1,2,3…8；用于生物质发电的燃料分为两类：农业剩余物（=1）和林业剩余物（=2）。目前我国的生物质发电上网电价为0.75元/千瓦时^[10]，在各地不同的火电标杆电价基础上由政府负担补贴电价。通过对调研资料的总结和整理，参数取值如表1~3所示。

　　2.2优化结果

　　在2.1部分的基础上，利用Lingo11软件求得全局最优解。目标函数——电厂年利润最大值约为4067.35万元，此时相应的变量取值如下：

　　2.2.1发电量

　　电厂最优年发电总量约为2.03亿千瓦时，各期发电量如图2所示。可看出电厂在1~4月、7月、11月和12月的发电量达到了最大发电量，而6月和9月发电量最低。这与当地生物质燃料产量的季节波动密切相关：在生物质燃料供应旺季，经纪人能够以较低的价格收集到大量燃料，使电厂得到充足的燃料供应；在生物质燃料供应淡季，经纪人收集燃料困难且燃料价格较高，导致电厂因燃料不足而减少发电量。可看出燃料收购量是影响电厂发电量最关键的因素，因此电厂应根据燃料收购情况合理安排检修时间。将检修尽量安排在燃料收购困难的季节，可以减小燃料不足给电厂带来的损失。

　　2.2.2燃料收购价格

　　电厂收购农业剩余物与林业剩余物的最优价格分别为217元/吨和277元/吨。两种燃料之间的价差不能过大，否则会导致经纪人更倾向于收集某一种燃料；此外，由于经纪人购买林业剩余物的价格较高且林业生物质燃料热值较高，因此林业生物质燃料的单价应高于农业生物质燃料。

　　2.2.3燃料收购量

　　电厂年燃料收购总量约为22.88万吨，其中：农业剩余物8.21万吨；林业剩余物14.67万吨。各期燃料收购量如图3所示。可看出燃料收购量存在着明显的季节波动，这是由区域内生物质燃料产量决定的：当地主要种植的农作物种类为春小麦、单季水稻、玉米、大豆等，均为春季播种秋季收获，农作物收割完成后便是收集秸秆的高峰期。区域内存在大面积湿地，种植的芦苇可在夏季大量收集作为发电燃料，因此农业剩余物的收购旺季为冬、夏两季。对树木的砍伐一般不会选择在春季和夏季进行，则林业剩余物的收购旺季主要在冬季。

　　2.2.4掺烧比例

　　各期燃料掺烧比例如图4所示。在1~6月以及8月、11月，林业生物质燃料的掺烧比例达到最大；在9月和12月，农业生物质燃料的掺烧比例达到最大。这反映了当两种燃料都较易于收集时，经纪人倾向于供应更多的林业生物质燃料，因其收集过程简便、利润更高，此时电厂将提高林业生物质燃料的掺烧比例；当林业生物质燃料收集困难而农业生物质燃料收集较易时，电厂会降低林业生物质燃料的掺烧比例，更多地使用农业剩余物，以节约成本；当两种燃料都难以收集时，电厂只能降低发电量。

　　2.2.5库存量

　　每种燃料库存量及库存总量在一年内的变动趋势如图5所示。可看出2~3月的库存总量超出了合理库存量上界，在这两个月电厂需要支付额外库存成本。两种生物质燃料库存量具有相似的波动情况：农业生物质燃料的库存量在1~3月呈上升趋势，3~5月呈下降趋势，之后基本保持不变；林业生物质燃料的库存量同样在1~3月呈上升趋势，3~5月呈下降趋势，但在5~6月又有所上升，6~8月再次下降，之后基本保持不变。因此8月之后，总库存量基本保持不变。

　　2.3对比分析

　　将优化结果与调研中获得的电厂2015年各项实际数据相比较，可以发现：（1）最优年发电量与电厂2015年实际发电量（约2亿千瓦时）几乎相等，而最大利润却远高于电厂2015年获得的实际利润（约两千万元）。证明在技术条件、环境资源、政府补贴不变的条件下，可以通过优化燃料供应链实现生物质电厂利润的大幅增加；（2）最优燃料收购价格大大低于实际的燃料收购价格（农业剩余物260元/吨、林业剩余物300元/吨），表明经纪人的实际利润率大大超出预期。在调研中发现，部分经纪人仅需2~3年就可以收回全部投资。而相应的，电厂负担了过高的燃料成本；（3）农业剩余物年最优收购总量大于电厂2015年实际农业剩余物收购量，而林业剩余物年最优收购量小于电厂2015年实际林业剩余物收购量。表明优化结果增大了发电过程中农业剩余物的利用比率，而现实中追求利润最大化的经纪人往往更愿意向电厂供应可获得更高利润的林业剩余物；（4）最优解中燃料的掺烧比例不固定，而是随燃料供应量的季节波动而变化。但在调研中发现，虽然混合燃料热值在一定范围内即可正常发电，生物质电厂却都将两种燃料的掺烧比例维持在1/3:2/3。固定的掺烧比例不利于电厂根据燃料供应状况灵活调整直燃发电的燃料用量，增大了燃料收集难度。因此，电厂不得不提高生物质燃料的收购价格才能获得足够的燃料。同时，电厂必须在燃料供应旺季加大收购量，负担更多的燃料贮存成本。

　　3结论

　　本文针对我国生物质电厂燃料收购成本过高导致盈利能力差的问题，以生物质电厂利润最大为目标建立了生物质发电供应链的多期非线性优化模型。模型中考虑了燃料从收集、运输、预处理、储存直到用于直燃发电这一完整过程中各个阶段产生的收益和费用以及受到的约束，研究了电厂如何选择发电量、燃料收购价和收购量、燃料掺烧比例才能使电厂利润达到最大。将模型应用于我国东北某1×30MW生物质电厂后，通过对优化结果和与实际情况相比较，可以发现我国生物质电厂的燃料收购和使用模式存在问题，主要表现在电厂没有充分发挥其在燃料供应链中的主导地位。这导致了经纪人过度挤占电厂收益，不利于整个生物质发电产业的发展[11]。针对此问题，具体建议有以下几点：（1）电厂可适当降低生物质燃料收购价格，将经纪人利润率控制在合理范围内：既能保证电厂燃料需求，又不会过多挤占电厂利润；（2）电厂可与大型经纪人签订更加细化的燃料供应合同，在对当地生物质产量和经纪人供应能力进行分析后按月规定其最低燃料供应量；（3）在满足发电机组对燃料热值要求的前提下，电厂应根据燃料供应量的季节波动，对两种燃料掺烧比例进行适当的动态调整。

　　目前我国的生物质电厂必须依靠政府补贴才能盈利，高昂的电价补贴给政府带来了巨大压力。充分发挥生物质电厂在生物质发电燃料供应链中的主导作用、提高生物质电厂盈利能力，对实现电价补贴的降低甚至取消、减轻政府财政压力、促进生物质发电产业的健康持续发展具有重要意义。

　　参 考 文 献

　　[1]Claudia Cambero，Taraneh Sowlati.Assessment and O ptimization of Forest Biomass Supply Chains from Economic，Social and Environmental Perspectives-A Review of Literature[J].Renewable and Sustainable Energy Reviews，2014，36：62~73.

　　[2]王燕，沈辉.生物质发电供应链的完全信息动态博弈分析[J].价值工程，2010，（19）：41~42.

　　[3]魏巧云.生物质发电秸秆供应链物流成本研究[M].中国农业大学，2014：111.

　　[4]常春阳.生物质直燃发电燃料供应链库存系统优化[M].南京航空航天大学，2014：111.

　　[5]Silke Van Dyken，Bjorn H.Bakken，Hans I.Skjelbred.Linear Mixed-Integer Models for Biomass Supply Chains with Transport，Storage and Processing[J].Energy，2010，35（3）：1338~1350.

　　[6]Nazanin Shabani，Taraneh Sowlati.A Mixed Integer Non-Linear Programming Model for Tactical Value Chain Optimization of a Wood Biomass Power Plant[J].Applied Energy，2013，104：353~361.

　　[7]Nazanin Shabani，Taraneh Sowlati.A hybrid Multi-Stage Stochastic Programming-Robust Optimization Model for Maximizing the Supply Chain of a Forest-Based Biomass Power Plant Considering Uncertainties[J].Journal of Cleaner Production，2016，112：3285~3293.

　　[8]赵浩亮，张旭，翟明岭.秸秆直燃生物质电厂动态发电成本分析[J].动力工程学报，2015，（5）：412~417.

　　[9]曹溢，沈辉.秸秆发电过程中原料收集的成本分析[J].电力与能源，2012，（5）：463~466.

　　[10]闫庆友，陶杰.中国生物质发电产业效率评价[J].运筹与管理，2015，（1）：173~178.

　　[11]檀勤良，魏咏梅，李旭彦.et al.生物质燃料供应链协同优化研究[J].中国科技论坛，2016，（10）：127~133.