《Biomass and Bioenergy》：Systematic analysis of babassu coconut shell combustion using TG, FTIR, activation energy, and prediction of gas emissions
编辑推荐：
秸秆发电供应链系统通过多属性决策与免疫优化算法融合，实现成本降低15.3%的优化模型。总供应成本26.80 million CNY，单位成本169.4 CNY/t，敏感性分析表明二次运输成本影响最大。
王战武|杜秉阳|郭慧珍|黄万峰|王彦红|徐光印|王振峰|王恒|彭万西
河南农业大学机电工程学院，中国河南省郑州市
摘要
秸秆发电在减缓气候变化方面发挥着至关重要的作用。然而，高运营成本等问题限制了其可持续发展。为了解决这些问题，本研究将多属性决策方法与免疫优化算法相结合，建立了一个全面的选址模型。通过案例研究，秸秆发电供应链的总供应成本为2680万元人民币，单位供应成本为169.4元/吨，相比现场供应成本降低了15.3%。研究结果表明，随着储存中心数量的增加，总供应成本呈现出U型趋势。敏感性分析显示，二次运输成本对总供应成本的影响最大，而场地租赁成本的影响最小。当这两个因素分别增加30%时，总供应成本的变化分别为5.64%和0.72%。运输成本、二次运输成本和固定资产折旧成本是影响储存中心分布的关键因素。此外，在确定指标权重过程中发现，决策者的偏好对秸秆发电厂的选址有显著影响。这些结果有助于促进秸秆发电产业的可持续发展。
引言
随着气候问题的日益严重，减少温室气体排放和实现碳中和已成为全球性的重要目标。生物质发电不仅有效利用了农业废弃物，减少了环境污染，还降低了对化石能源的依赖，并具有显著的经济、社会和环境效益[1,2]。作为典型的农业副产品，秸秆是一种可再生资源，不会与粮食生产争夺耕地或其他生产资源；在实际农业生产中，未被收集的秸秆大多被废弃，导致生物质资源的巨大浪费。在多种农业废弃物利用方法中，秸秆发电是最突出的方式之一。然而，秸秆发电产业目前面临严峻挑战，主要表现为秸秆原材料供应不足、原材料成本高以及秸秆供应链运营效率低[3]。在中国，向生物质发电厂供应秸秆（包括收集、储存和运输）的成本占总发电成本的60%。高昂的原材料成本阻碍了秸秆的利用[4]。通过优化发电厂和储存中心的数量及位置，可以有效降低发电成本并提高运营效率。因此，本研究以原材料供应链系统为研究对象，构建了一种秸秆发电供应链选址的优化方法，旨在通过系统优化降低秸秆资源的供应成本，促进秸秆资源利用的可持续发展。
秸秆燃料的利用有潜力显著减少碳排放。吴等人分析了四种生物质发电技术的碳排放情况，发现气化发电在减少碳排放方面具有明显优势[5]。王等人指出，10万吨生物质燃料可替代6.3558万吨煤炭，从而减少91,305吨碳排放[6]。孙等人建立了评估秸秆利用五种途径减排效果的模型，表明将秸秆转化为燃料在减少碳排放方面具有最大潜力[7]。魏等人研究了用秸秆替代煤炭用于供暖的碳排放情况[8]，结果显示二氧化碳减排量在1521万至3041万吨之间，占比为19%至38%。
尽管秸秆发电在减少碳排放方面作用显著，但高运营成本限制了生物质发电产业的发展。为了解决这一问题，许多学者进行了广泛研究。王等人基于斯塔克伯格博弈框架构建了分散式和集中式决策模型，研究了秸秆直接燃烧发电供应链的生命周期成本[9]，发现秸秆购买价格与收益分享系数的最佳组合可提高参与者在秸秆发电领域的收入[10]。孙等人提出了秸秆发电的成本效益模型，强调采用中介代理模式对管理原材料供应具有显著优势[11]。
发电厂和储存中心的数量及位置合理性对整个系统的效率和成本有显著影响。Carlos Valverde等人分析了与森林废弃物相关的GIS数据，确定了十二个潜在的发电厂选址位置，并确定了最优供应半径和场地条件[12]。Wu等人开发了一个综合指标系统，考虑信息中的模糊性和随机性，采用二维不确定语言变量群决策模型来优化秸秆发电设施的选址[13]。Davtalab和Alesheikh结合层次分析法（AHP）和GIS技术确定了意大利秸秆发电设施的最佳位置和规模[14]。Coronado等人开发了一个多标准GIS模型，考虑了原材料、输电线路、水道以及区域和湿地因素，以确定生物质发电厂的潜在选址[15]。Mao等人运用运输理论和混合整数模型优化了秸秆收集和储存中心的选址[16]。选址问题需要综合考虑多种因素，包括秸秆资源分布、运输距离、政策和环境等。这样能够确保秸秆发电供应链网络的稳定运行和可持续发展[17][18][19]。
回顾现有文献，虽然有许多关于秸秆发电供应链的研究，但大多数研究基于现有发电厂的位置进行选址。很少有研究在确定发电厂位置时考虑经济发展水平、资源分布、交通便利性和生态可持续发展等因素。这导致秸秆发电企业的成本较高，资源供应不足。因此，本研究将发电厂和储存中心的选址纳入统一框架，分两个阶段进行优化。第一阶段使用多属性决策方法确定发电厂的最佳位置，评估14个因素，包括区域经济、资源可用性、环境影响和政策激励。该方法为每个候选地点的整体优势提供了科学评估。第二阶段开发了秸秆发电供应链的生命周期成本模型，以优化储存中心的选址。这些发现为构建秸秆发电供应链网络提供了更全面和精确的解决方案，对秸秆基生物质发电企业的可持续发展具有重要意义。
秸秆发电供应链的模型选择
在中国，用于秸秆发电的原材料供应链模型主要分为三类：农民直接供应模型、经纪人直接供应模型和企业独立模型。各模型的优缺点总结见表1。分析表明，经纪人直接供应模型更符合中国的国情，因此本文对此进行了研究。
案例研究
本研究选择河南省新乡市北部的辉县和卫辉县作为案例研究对象。这两个县主要种植玉米、大豆等作物，提供了丰富的秸秆资源，能够支持发电厂的稳定运行。此外，该地区拥有充足的水资源，满足发电厂生产过程中的用水需求。
指标权重结果
根据综合调查问卷结果，一级指标层以经济因素作为最优标准，政策支持作为最差标准，得到最优比较向量A=(1, 3, 4)，最差比较向量A_w=(7, 3, 2, 1)，权重矩阵C=0.2984379。同样方法可得二级指标层的权重结果。
结论
本研究结合多属性决策和免疫优化算法，开发了秸秆发电供应链选址模型。案例分析表明，秸秆发电供应链的最小总供应成本为2680万元人民币，单位供应成本为169.4元/吨，相比现有成本降低了15.3%。
CRediT作者贡献声明
王战武：撰写 – 审稿与编辑、撰写 – 原稿、验证、方法论、资金获取、数据整理、概念构思。
杜秉阳：撰写 – 审稿与编辑、调查、数据分析、数据整理。
郭慧珍：资源协调、方法论、调查。
黄万峰：验证、调查、数据整理。
王彦红：可视化展示、验证、资金获取。
徐光印：监督、资源协调、项目管理。
王振峰：项目整体协调。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本研究得到了河南省自然科学基金（项目编号：252300420852；252300420042）的支持。
