秸秆发电企业燃料运输成本核算及优化分析

许文秀，吴金卓，张珊珊

（东北林业大学工程技术学院，黑龙江哈尔滨150040）

　　摘要：长期稳定的秸秆资源供应和较低的秸秆运输成本是秸秆发电企业得以盈利并保证长久运营的关键因素。借此以长春市两个备选秸秆发电厂为研究对象，结合草谷比系数、可利用系数、可能源化利用系数等因素估算出备选厂址30km范围内的可能源化利用秸秆资源量。在此基础上，构建秸秆运输成本优化模型，计算出两个备选厂址的秸秆最优运输成本，并对影响运输成本的因素进行敏感性分析。结果表明：两个备选厂址中万顺乡的秸秆最优运输成本较低，敏感性分析发现秸秆含水率和最低秸秆库存数量是影响秸秆到厂运输成本的主要因素。

　　随着我国经济的快速发展，能源需求量也在逐年上升，能源问题与环境问题已成为我国目前亟待解决的难题[1]。秸秆发电厂在我国已初具规模，很多省份已建厂并开始运营发电[2]。但是，受原材料收购成本、运输成本、电厂运营成本及政府政策等多种因素的影响，国内利用秸秆进行直燃发电的成本一直居高不下[3]。目前，有很多学者对秸秆发电厂原材料运输成本进行了研究和分析。例如，陈丽欢等[4]分析了秸秆发电厂的原材料收储运成本，论述了提高电厂收益、降低原材料收储运成本的方法，并提出秸秆发电厂与普通电厂的原材料成本具有相似性；曹溢等[5]针对目前国内不可再生能源的紧缺及日益严重的环境问题，对秸秆发电厂进行原材料供应成本分析，分别对农业剩余物、林业剩余物及城市垃圾作为原材料进行到厂成本对比分析，细化成本，提出了降低成本的对策。

　　本文以长春市八号镇和万顺乡两个备选秸秆发电厂址为研究对象，以秸秆资源从供应地到秸秆发电厂的运输成本最小化为目标，设计了秸秆到厂运输成本优化模型，并对结果进行敏感性分析。该模型和敏感性分析结果也可应用于其他秸秆发电厂，以降低秸秆到厂运输成本，提高电厂收益，从而促进秸秆发电产业的发展。

　　1研究方法

　　1.1秸秆可能源化利用资源量估算

　　根据长春市农作物的种植面积及秸秆资源分布及利用现状，对长春市2016年主要农作物秸秆资源的理论资源量、可收集资源量及可能源化利用资源量进行估算及分析，为秸秆运输成本的计算提供数据支持。

　　1.1.1理论资源量

　　理论资源量是指某个地区在某一年某类秸秆资源通过理论计算或分析得出的最大可能的总产量。理论资源量计算是研究资源评价的前提和基础。由于不同秸秆资源特性不同，其理论资源量的计算方法也会不同。一般来说，按照农作物产量和草谷比的乘积进行大致估算[6-7]，即：

　　1.1.2可收集资源量

　　农作物秸秆资源的收割和收集过程存在一定的浪费，从田间运输至目的地的过程中也会有部分秸秆滑落，产生资源的浪费。由于不同农作物的特性不同，所以不同农作物的收割方式也不同，但收割时很多采用留茬收割方式[8-9]。除去在收割和收集过程中损失的资源，剩余的为可收集资源量。可收集资源量受多方面因素影响，例如作物的收割时间、收割方法、气候因素、收集技术、收集半径及生产技术等[10]。所以，可收资源量是在指定区域内根据实际采用的收割方法、收集方法和运输方法最终得到的最大秸秆资源量。一般计算方法是由理论资源量乘以可收集系数得出。本文根据此方法计算长春市2016年主要农作物的可收集资源量，计算式[11]如式（2）所示。

　　1.1.3可能源化利用资源量

　　秸秆资源有多种利用途径和处理方式，这就决定了可收集的秸秆资源量不可能完全被能源化利用。秸秆利用途径和使用方式可总结为：秸秆还田、工业原料、食用菌培养、禽畜饲养、秸秆能源化利用[13-14]。秸秆可能源化利用量可以通过可收集资源量与可能源化利用系数的乘积获得[15-16]，如式（3）所示。

　　1.2秸秆运输成本优化模型

　　2结果与分析

　　2.1备选厂址30km内可能源化利用秸秆资源量

　　根据已有的草谷比取值选择方法及八号镇和万顺乡农作物的地理分布情况，选用适合长春市的草谷比取值。结合八号镇和万顺乡2016年稻谷、小麦、玉米、大豆及其它作物的产量，按照式（1）至（3）以及可收集系数0.8、0.65、0.90、0.88、0.80和可能源化利用系数0.4进行计算，得到八号镇和万顺乡30km范围内秸秆资源的理论资源总量分别为171.97万t和343.95万t，可收集资源量分别为152.22万t和304.44万t，可能源化利用资源量分别为60.89万t和121.78万t。

　　从八号镇和万顺乡的农作物秸秆理论资源量、可收集资源量及可利用资源量的计算结果可知，八号镇和万顺乡未来发展秸秆资源前景十分广阔。本文可能源化利用资源量比可收集资源量少了约274万t秸秆资源，说明长春市被能源化利用的秸秆资源只是一部分资源，综合利用效率不高，不仅造成资源浪费，而且污染环境，秸秆能源化有待进一步的提高，以减小对不可再生能源的依赖。未来发展的方向重点应放在秸秆资源发电以期缓解能源紧缺问题的同时改善生态环境。

　　2.2秸秆运输成本核算及优化分析

　　采用通用代数建模系统（General Algebraic Modeling System，GAMS）对模型进行求解。GAMS是一个数学规划和优化高层次的建模系统。它是由一种语言的编译器和一个集成的高性能求解方法。GAMS是一种复杂的，可以很快适应新形势的大规模建模应用程序，并且允许用户建立大型的维护模式。

　　在备选厂址拟建1套高温高压振动130t炉排锅炉配25MW发电供热机组，平均每天消耗农作物秸秆量约为800t，要求电厂库存秸秆量最低满足1个月的燃料需求，最多不能超过3个月的库存量。

　　运输车辆采用东风7.2m长卡车，满载运量为13.5t。备选电厂的秸秆主要来自于周边的6个乡镇的秸秆资源，秸秆综合利用率为40%。运输有关参数为：车辆购置费120000元，车辆使用年限8年，不考虑残值。每年车辆使用时间为1920h，车辆利用率80%，保险、利息等占年平均投资成本50%，维护率90%，满载车辆行驶速度为50km/h，满载时百公里油耗约为20l，柴油价格为7元/L，劳动力费用为7.5元/h。将这些基础数据代入运输成本优化模型，并在GAMS环境下运行该模型，得到八号镇厂址全年最低运输成本为186.01万元/a，万顺乡厂址的最低运输成本是146.45万元/a。

　　2.3运输成本敏感性分析

　　由于运输成本核算模型中的参数会受到外界因素的影响，所以，针对不同条件下的秸秆运输成本进行了敏感性分析（图1~图4），这样可以增加结果的可靠性。

　　1）综合可利用系数。秸秆资源到厂的运输成本与秸秆资源综合可利用系数的关系如图1所示。

　　由图1可知，随着秸秆的综合可利用系数的增加，运输成本逐渐减小。一般地，综合可利用系数增加20%，八号镇和万顺乡的秸秆年运输成本将分别降低63.35万元和14.54万元。相反地，当综合可利用系数逐渐变小时，运输成本会不断地增加，但是，当综合可利用系数小到一定值时，秸秆资源的可利用量将不能满足电厂的秸秆需求。

　　2）燃油价格。秸秆资源到厂的运输成本与燃油的价格关系如图2所示。

　　在秸秆资源的运输过程中，会消耗一定量的燃油（柴油），所以燃油价格的变化，必然会引起运输成本的相应改变。由图2可知，秸秆到厂的运输成本随着燃油价格的上升而增加。燃油价格每增加0.5元/l，八号镇和万顺乡的年运输成本将分别增加7.56万元和5.95万元。

　　3）秸秆含水率。秸秆资源到厂运输成本与秸秆资源含水率的关系如图3所示。

　　自然状态下的秸秆并不是完全干燥的，而是具有一定的含水率。由图3可知，秸秆含水率越高，秸秆的运输成本越高，这主要是因为秸秆含水率越高，秸秆的重量越大，会影响秸秆运输的次数、汽车耗油量等，所以秸秆含水率越高，秸秆运输成本越高。一般地，秸秆含水率应控制在15%以下，此时运输成本将得到有效地降低。

　　4）最低秸秆库存。秸秆资源的到厂成本与秸秆在电厂的最低库存数量关系如图4所示。

　　在电厂储存一定数量的秸秆可以保证电厂的正常运行，但是，过多的秸秆库存将占用大面积的厂区用地，因此应加以控制。由图4可知，当增加电厂最低秸秆资源库存时，秸秆到厂运输成本将增加，与最低1个月秸秆库存相比，库存每增加半个月，八号镇和万顺乡的秸秆到厂成本将平均增加13.64万元和7.15万元。

　　综上可知，秸秆资源到厂的运输成本受很多因素的影响，结合秸秆自身特点逐一分析秸秆综合可利用系数、燃油价格、秸秆含水率及最低秸秆库存数量对秸秆到厂运输成本进行敏感性分析，最后发现秸秆含水率和最低秸秆库存数量是主要影响因素。

　　3结束语

　　本文结合了长春市农作物收获季节特性、秸秆自身特点、可能源化利用秸秆资源量及电厂发电规模和库存要求等数据，对长春市的两个备选秸秆电厂厂址八号镇和万顺乡的秸秆燃料运输成本进行优化，并对不同影响因素下的运输成本进行了敏感性分析。经对运输成本核算发现，万顺乡的全年秸秆燃料运输成本皆小于八号镇的运输成本。运输成本的核算过程受秸秆含水率和最低秸秆库存数量影响较大。在实际运用中，可以通过降低秸秆含水率和最低秸秆库存数量来降低秸秆的运输成本。