Disertacija - Univerzitet u Novom Sadu
Disertacija - Univerzitet u Novom Sadu
Disertacija - Univerzitet u Novom Sadu
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
UNIVERZITET U NOVOM SADU<br />
FAKULTET TEHNIČKIH NAUKA U<br />
NOVOM SADU<br />
Sanja Bojić<br />
LOKACIJSKI PROBLEMI U LANCIMA<br />
SNABDEVANJA I NJIHOV UTICAJ NA<br />
LOGISTIČKE TROŠKOVE<br />
DOKTORSKA DISERTACIJA<br />
Novi Sad, 2013.
UNIVERZITET U NOVOM SADU FAKULTET TEHNIČKIH NAUKA<br />
21000 NOVI SAD, Trg Dositeja Obradovića 6<br />
KLJUČNA DOKUMENTACIJSKA INFORMACIJA<br />
Redni broj, RBR:<br />
Identifikacioni broj, IBR:<br />
Tip dokumentacije, TD:<br />
Tip zapisa, TZ:<br />
Vrsta rada, VR:<br />
Autor, AU:<br />
Mentor, MN:<br />
Naslov rada, NR:<br />
Jezik publikacije, JP:<br />
Jezik izvoda, JI:<br />
Zemlja publikovanja, ZP:<br />
Uže geografsko područje, UGP:<br />
Godina, GO:<br />
Izdavač, IZ:<br />
Mesto i adresa, MA:<br />
Fizički opis rada, FO:<br />
(poglavlja/strana/citata/tabela/slika/grafika/priloga)<br />
Naučna oblast, NO:<br />
Naučna disciplina, ND:<br />
Predmetna odrednica/Ključne reči, PO:<br />
UDK<br />
Čuva se, ČU:<br />
Važna napomena, VN:<br />
Izvod, IZ:<br />
Datum prihvatanja teme, DP:<br />
Datum odbrane, DO:<br />
Članovi komisije, KO:<br />
Predsednik:<br />
Član:<br />
Član:<br />
Član:<br />
Član, mentor:<br />
–<br />
–<br />
Monografska publikacija<br />
Tekstualni štampani materijal<br />
Doktorska disertacija<br />
Sanja Bojić, master<br />
Prof. dr Milan Martinov<br />
Lokacijski problemi u lancima snabdevanja i njihov uticaj na logističke<br />
troškove<br />
srpski<br />
srpski/engleski<br />
Republika Srbija<br />
Autonomna Pokrajina Vojvodina<br />
2013.<br />
autorski reprint<br />
Novi Sad, Trg Dositeja Obradovića 6<br />
5/119/85/21/54/0/0<br />
Tehničke nauke<br />
Logistika<br />
Logistika, lanci snabdevanja, logistički troškovi, lokacijsko-alokacijski<br />
problemi, logistički centri, biomasa<br />
–<br />
U biblioteci Fakulteta tehničkih nauka Novi Sad<br />
–<br />
Cilj ovog istraživanja bio je da se definišu matematički modeli za<br />
rešavanje lokacijsko-alokacijskih alokacijskih problema logističkih centara i<br />
postrojenja za generisanje električne energije iz biomase. Na osnovu<br />
uočenih manjkavosti do sada definisanih modela, formulisani su<br />
unapređeni matematički modeli koji omogućavaju određivanje<br />
optimalnog broja, tipa, kapaciteta/nazivne snage, lokacije i alokacije<br />
logističkih centara i postrojenja na biomasu. Osnovni kriterijum pri<br />
formulisanju i rešavanju problema bio je minimizacija ukupnih troškova.<br />
Modeli su testirani u studijama slučaja na području Republike Srbije i<br />
AP Vojvodine. Testiranjem se došlo do zaključka da, između ostalog,<br />
formulisani modeli predstavljaju koristan alat pri donošenju strateških<br />
odluka.<br />
25.02.2013.<br />
dr Milosav Georgijević, redovni profesor<br />
dr Milorad Vidović, redovni profesor<br />
dr Pere Tumbas, redovni profesor<br />
Potpis mentora<br />
dr Đurđica Stojanović, docent<br />
dr Milan Martinov, redovni profesor
UNIVERSITY OF NOVI SAD FACULTY OF TECHNICAL SCIENCES<br />
21000 NOVI SAD, Trg Dositeja Obradovića 6<br />
KEY WORDS DOCUMENTATION<br />
Accession number, ANO: –<br />
Identification number, INO: –<br />
Document type, DT:<br />
Type of record, TR:<br />
Contents code, CC:<br />
Author, AU:<br />
Mentor, MN:<br />
Title, TI:<br />
Language of text, LT:<br />
Language of abstract, LA:<br />
Country of publication, CP:<br />
Locality of publication, LP:<br />
Monographic publication<br />
Textual printed material<br />
Ph.D. Thesis<br />
Sanja Bojić, MSc<br />
Prof. Dr. Milan Martinov<br />
Location Problems in Supply Chains and their influence on the logistic<br />
costs<br />
Serbian<br />
Publication year, PY: 2013<br />
Publisher, PB:<br />
Serbian/English<br />
Republic of Serbia<br />
Autonomous Province of Vojvodina<br />
Author’s reprint<br />
Publication place, PP: Novi Sad, Trg Dositeja Obradovića 6<br />
Physical description, PD:<br />
(chapters/pages/ref./tables/pictures/graphs/appendixes) 5/119/85/21/54/0/0<br />
Scientific field, SF:<br />
Scientific discipline, SD:<br />
Subject/Key words, S/KW:<br />
Technological sciences<br />
Logistics<br />
Logistics, Supply Chains, logistic costs, location-allocation problems,<br />
logistic centers, biomass<br />
UC –<br />
Holding data, HD:<br />
Note, N: –<br />
Abstract, AB:<br />
Accepted by the Scientific Board on, ASB: 25.02.2013.<br />
Defended on, DE:<br />
In the Library of the Faculty of Technical Sciences Novi Sad<br />
Defended Board, DB: President: Dr. Milosav Georgijević, professor<br />
Member:<br />
The main objective of this research was to define mathematical models<br />
for solving location-allocation problems of logistics centers and solid<br />
biomass power plants. On the basis of deficiencies observed in the<br />
existing models, the improved mathematical models for the<br />
determination of the optimal number, type, capacity, location and<br />
allocation of logistics centers and biomass power plants are defined.<br />
The main optimization criteria when formulating and solving the<br />
problems was to minimize the total cost. The mathematical models were<br />
tested in the case studies of the Republic of Serbia and AP Vojvodina.<br />
The testing concluded that, among others, the formulated models<br />
represent a useful tool for making strategic decisions.<br />
Dr. Milorad Vidović, professor<br />
Member: Dr. Pere Tumbas, professor Menthor's sign<br />
Member: Dr. Đurđica Stojanović, assistant professor<br />
Member, Mentor:<br />
Dr. Milan Martinov, professor
SADRŽAJ:<br />
1. UVOD ............................................................................................................................ 1<br />
1.1 Predmet istraživanja ............................................................................................... 2<br />
1.2 Ciljevi i zadaci istraživanja ...................................................................................... 4<br />
1.3 Struktura disertacije ................................................................................................ 5<br />
2. STANJE U OBLASTI..................................................................................................... 7<br />
2.1 Primena matematičkog programiranja .................................................................... 7<br />
2.2 Modeliranje lokacijskih problema u lancima snabdevanja .................................... 10<br />
2.3 Lokacijski problemi logističkih centara .................................................................. 18<br />
2.4 Lokacijski problemi postrojenja za generisanje električne energije iz biomase .... 20<br />
3. MODELIRANJE LOKACIJSKIH PROBLEMA LOGISTIČKIH CENTARA .................... 24<br />
3.1 Logistički centri u lancima snabdevanja ............................................................... 24<br />
3.2 Model lokacijskog problema logističkih centara .................................................... 36<br />
3.3 Algoritam za rešavanje lokacijskog problema logističkih centara ......................... 39<br />
3.4 Testiranje modela: Lociranje otvorenih logističkih centara u Republici Srbiji ........ 42<br />
3.4.1 Metode ........................................................................................................... 42<br />
3.4.2 Rezultati i diskusija ........................................................................................ 50<br />
4. MODELIRANJE LOKACIJSKIH PROBLEMA POSTROJENJA ZA GENERISANJE<br />
ELEKTRIČNE ENERGIJE IZ BIOMASE ............................................................................ 64<br />
4.1 Biomasa kao materijal u lancu snabdevanja ........................................................ 65<br />
4.1.1 Karakteristike biomase kao goriva ................................................................. 67<br />
4.1.2 Lanac snabdevanja postrojenja biomasom - logistika biomase ..................... 70<br />
4.1.3 Postrojenja za generisanje električne energije iz biomase ............................. 76<br />
4.1.4 Cena biomase ................................................................................................ 77<br />
4.2 Model lokacijskog problema postrojenja ............................................................... 79<br />
4.3 Testiranje modela - lociranje postrojenja u AP Vojvodini ...................................... 85<br />
4.3.1 Materijali i metode .......................................................................................... 87<br />
4.3.2 Rezultati i diskusija ........................................................................................ 93<br />
5. ZAKLJUČCI .............................................................................................................. 111<br />
I
SPISAK SLIKA:<br />
Sl. 1 Evolutivni razvoj logistike i logističkih sistema ............................................................. 2<br />
Sl. 2 Genetski algoritam..................................................................................................... 10<br />
Sl. 3 Troškovi proizvodnje električne energije u zavisnosti od kapaciteta postrojenja ....... 21<br />
Sl. 4 Ciljevi razvoja logističkih centara ............................................................................... 26<br />
Sl. 5 Makro i mikrolokacija logističkih centara .................................................................... 27<br />
Sl. 6 Jednostepeni lanac snabdevanja sa direktnim isporukama ....................................... 28<br />
Sl. 7 Trostepeni distributivni sistem sa logističkim centrima .............................................. 28<br />
Sl. 8 Crossdoking logistički centri ...................................................................................... 29<br />
Sl. 9 Logistički centri kao mesta sučeljavanja makro i mikrodistribucije ............................ 31<br />
Sl. 10 Struktura funkcija logističkih centara ....................................................................... 32<br />
Sl. 11 Ukupni logistički troškovi u odnosu na broj logističkih centara ................................ 34<br />
Sl. 12 Usvojeni trostepeni lanac snabdevanja s otvorenim logističkim centrima................ 35<br />
Sl. 13 Predloženi algoritam za rešavanje lokacijskog problema definisanim matematičkim<br />
modelom ............................................................................................................................ 40<br />
Sl. 14 Predloženi pod-algoritam za rešavanje lokacijskog problema definisanim<br />
matematičkim modelom ..................................................................................................... 41<br />
Sl. 15 Uvoz robe iz susednih zemalja u hiljadama t, u 2012. godini .................................. 43<br />
Sl. 16 Panevropski koridori ................................................................................................ 45<br />
Sl. 17 Drumski koridor X u Republici Srbiji ........................................................................ 46<br />
Sl. 18 Izabrani tipovi i lokacije centara i njima alocirani korisnici, LP, prvi scenario ........... 51<br />
Sl. 19 Izabrani tipovi i lokacije centara, LP, drugi scenario ................................................ 52<br />
Sl. 20 Udeo pojedinih troškova u ukupnim, prvi scenario .................................................. 55<br />
Sl. 21 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, prvi scenario ........................................................................................................ 56<br />
Sl. 22 Udeo pojedinih troškova u ukupnim, drugi scenario ................................................ 57<br />
Sl. 23 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, drugi scenario ...................................................................................................... 58<br />
Sl. 24 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, peti scenario ........................................................................................................ 60<br />
Sl. 25 Udeo pojedinih troškova u ukupnim, šesti scenario ................................................. 60<br />
Sl. 26 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, šesti scenario ....................................................................................................... 61<br />
Sl. 27 Šematski prikaz podele čvrste biomase .................................................................. 67<br />
II
Sl. 28 Poređenje energetskih gustina različitih goriva ....................................................... 70<br />
Sl. 29 Dijapazoni veličina i gustina bala slame za vazdušno suvu masu ........................... 71<br />
Sl. 30 Utovar velikih četvrtastih bala na transportno sredstvo ........................................... 72<br />
Sl. 31 Iverač drveta, sečka, ubacuje iver u transportno sredstvo ....................................... 72<br />
Sl. 32 Način i gustina skladištenja bala ............................................................................. 73<br />
Sl. 33 Usvojeni lanac snabdevanja postrojenja biomasom ................................................ 75<br />
Sl. 34 Mapa gustine žetvenih ostataka po opštinama u Vojvodini ..................................... 88<br />
Sl. 35 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, sadašnji uslovi, koeficijent bik=<br />
0,5 ..................................................................................................................................... 93<br />
Sl. 36 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, sadašnji uslovi, koeficijent bik = 0,5 ............................................................... 94<br />
Sl. 37 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, sadašnji uslovi, koeficijent bik = 0,5 ............................................................... 95<br />
Sl. 38 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, sadašnji<br />
uslovi, koeficijent bik = 0,5 ................................................................................................. 96<br />
Sl. 39 Lokacije i alokacije postrojenja maksimalne nazivne elektrilne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, sadašnji uslovi, koeficijent bik = 0,5 ............................. 97<br />
Sl. 40 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, sadašnji uslovi, koeficijent bik=1<br />
.......................................................................................................................................... 98<br />
Sl. 41 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, sadašnji uslovi, koeficijent bik = 1 .................................................................. 99<br />
Sl. 42 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, sadašnji uslovi, koeficijent bik = 1 .................................................................. 99<br />
Sl. 43 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, sadašnji<br />
uslovi, koeficijent bik = 1 .................................................................................................. 100<br />
Sl. 44 Lokacije i alokacije postrojenja maksimalne nazivne električne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, sadašnji uslovi, koeficijent bik = 1 .............................. 101<br />
Sl. 45 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, budući uslovi, koeficijent bik =<br />
0,5 ................................................................................................................................... 102<br />
Sl. 46 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, budući uslovi, koeficijent bik = 0,5 ................................................................ 103<br />
III
Sl. 47 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, budući uslovi, koeficijent bik = 0,5 ................................................................ 103<br />
Sl. 48 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, budući<br />
uslovi, koeficijent bik = 0,5 ............................................................................................... 104<br />
Sl. 49 Lokacije i alokacije postrojenja maksimalne nazivne električne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, budući uslovi, koeficijent bik = 0,5 ............................. 105<br />
Sl. 50 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, budući uslovi, koeficijent bik = 1<br />
........................................................................................................................................ 106<br />
Sl. 51 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, budući uslovi, koeficijent bik = 1 ................................................................... 106<br />
Sl. 52 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, budući uslovi, koeficijent bik= 1 .................................................................... 107<br />
Sl. 53 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, budući<br />
uslovi, koeficijent bik= 1 ................................................................................................... 108<br />
Sl. 54 Lokacije i alokacije postrojenja maksimalne nazivne električne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, budući uslovi, koeficijent bik= 1 ................................. 108<br />
IV
SPISAK TABELA:<br />
Tab. 1 Tipovi logističkih centara u odnosu na njihovo gravitaciono područje .................... 33<br />
Tab. 2 Uvozni robni tokovi u Srbiji, u 2012. godini, prema nameni i carinarnici u kojoj su<br />
carinjeni, u 1.000 t ............................................................................................................. 44<br />
Tab. 3 Izabrane lokacije, kapaciteti i tipovi centara, LP, prvi scenario ............................... 50<br />
Tab. 4 Izabrane lokacije, kapaciteti i tipovi centara, LP, drugi scenario ............................. 52<br />
Tab. 5 Izabrane lokacije, kapaciteti i tipovi centara, LP, treći scenario .............................. 53<br />
Tab. 6 Izabrane lokacije, kapaciteti i tipovi centara, LP, peti scenario ............................... 54<br />
Tab. 7 Izabrane lokacije, kapaciteti i tipovi centara, LP, šesti scenario ............................. 54<br />
Tab. 8 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, prvi scenario .... 55<br />
Tab. 9 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, drugi scenario .. 57<br />
Tab. 10 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, treći scenario . 58<br />
Tab. 11 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, peti scenario .. 59<br />
Tab. 12 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, šesti scenario 61<br />
Tab. 13 Poređenje rezultata dobijenih LP solverom i Genetskim algoritmom .................... 62<br />
Tab. 14 Opis materijala koji spadaju ili ne pod pojam "biomasa" u smislu korišćenja<br />
obnovljivih izvora energije.................................................................................................. 66<br />
Tab. 15 Donje toplotne moći i sadržaj pepela za neka goriva, srednje vrednosti na osnovu<br />
merenja i podataka u literaturi ........................................................................................... 68<br />
Tab. 16 Gustina raznih vrsta i formi drveta, u kg/m3 ......................................................... 73<br />
Tab. 17 Vozila za sakupljanje i transport biomase ............................................................. 74<br />
Tab. 18 Izabrane vrste biomase i njene osnovne karakteristike ........................................ 89<br />
Tab. 19 Razmatrani tipovi postrojenja i udeo vrsta biomase koji koriste ........................... 90<br />
Tab. 20 Koeficijenti korisnosti postrojenja u odnosu na nazivnu snagu, % ........................ 91<br />
Tab. 21 Vrednost investicija postrojenja u hiljadama €/MW .............................................. 91<br />
V
SPISAK SKRAĆENICA:<br />
BNP<br />
CP<br />
DP<br />
DTM<br />
EU<br />
GIS<br />
IT<br />
KP<br />
LP<br />
NP<br />
NP<br />
OIE<br />
P<br />
SC<br />
SCM<br />
Bruto nacionalni proizvod<br />
Celobrojno programiranje<br />
Dinamičko programiranje<br />
Donja toplotna moć<br />
Evropska unija<br />
Geografski informacioni sistem<br />
Informacione tehnologije<br />
Kvadratno programiranje<br />
Linearno programiranje<br />
Nelinearno programiranje<br />
Problemi koji nisu rešivi u polinomijalnom vremenu<br />
Obnovljivi izvori energije<br />
Problemi rešivi u polinomijalnom vremenu<br />
Supply Chain - lanac snabdevanja<br />
Supply Chain Management - upravljanje lancem snabdevanja<br />
VI
REZIME<br />
U ambijentu permanentnog porasta tokova roba i smanjenja resursa fosilnih goriva,<br />
strateški pristup upravljanju lancima snabdevanja sve više dobija na značaju. Prvi korak u<br />
strateškom pristupu optimizacije lanaca snabdevanja predstavlja određivanje optimalne<br />
lokacije objekata u lancu. U ovom istraživanju razmatrana su dva karakteristična lanca<br />
snabdevanja za koja je sprovedeno definisanje i modeliranje lokacijsko alokacijskih<br />
problema:<br />
1. međunarodnih otvorenih logističkih centara sa distributivnom funkcijom i<br />
2. postrojenja za generisanje električne energije iz biomase.<br />
Lokacijsko alokacijski problem međunarodnih otvorenih logističkih centara sa<br />
distributivnom funkcijom modeliran je kao jednokriterijumski, diskretan, statički, lokacijsko<br />
alokacijski problem na mreži. Definisanim modelom se razmatra lociranje jednog ili više<br />
otvorenih logističkih centara sa distributivnom funkcijom, na postojećoj saobraćajnoj mreži,<br />
potrebnih za pokrivanje celokupne potražnje za logističkim uslugama u definisanom<br />
području. Ima za cilj da za poznate robne tokove u definisanom gravitacionom području<br />
odredi optimalan broj, tip, kapacitet i lokaciju logističkih centara, kao i alokaciju korisnika<br />
lociranim centrima, težeći pritom minimizaciji ukupnih logističkih troškova. U odnosu na<br />
dosadašnja istraživanja, definisani unapređeni model omogućava izbor opimalnog tipa<br />
centra i vida transporta za makro tokove roba, razmatra uticaj udela pojedinih vidova<br />
transporta na ukupne troškove lanca snabdevanja, a pri određivanju optimalnog kapaciteta<br />
centra, pored vrednosti investicija, u obzir uzima i fiksne operativne troškove centra. Za<br />
rešavanje lokacijskog problema definisanim matematičkim modelom razvijen je genetski<br />
algoritam koji u obzir uzima sve navedene specifičnosti. Model je testiran na primeru<br />
Republike Srbije. Rezultati testiranja su pokazali da najveći uticaj na broj i lokaciju centara<br />
imaju transportni troškovi makrotokova robe, da udeo pojedinih vidova transporta u<br />
ukupno ostvarenom transportnom radu ima značajan uticaj na tip, kapacitet i lokaciju<br />
centara, kao i da razmatranje fiksnih operativnih troškova ima pozitivan uticaj na<br />
određivanje kapaciteta centara. Testiranjem se, između ostalog, došlo do zaključka da<br />
formulisani model i algoritam predstavljaju koristan alat pri donošenju strateških odluka, ne<br />
samo pri lociranju logističkih centara već i pri dizajniranju i upravljaju distributivnim<br />
sistemima.<br />
Lokacijsko alokacijski problem postrojenja za generisanje električne energije iz<br />
biomase modeliran je kao jednokriterijumski, diskretan, statički, lokacijsko alokacijski<br />
problem na mreži. Definisani model ima za cilj da na osnovu količina raspoloživih vrsta<br />
biomasa i njihove lokacije, cene biomase, potrebne količine biomase za godišnje<br />
funkcionisanje postrojenja, investicionih i operativnih troškova postrojenja, definiše<br />
optimalan broj i tip postrojenja, a potom lokaciju i nazivnu snagu za koje će ukupni troškovi<br />
po jedinici dobijene električne energije biti najniži. Nadalje model omogućava da se<br />
sagleda promena cene dobijene električne energije u zavisnosti od ukupno instalirane<br />
snage električnih centrala, te da se na osnovu toga definišu granične vrednosti mogućih ili<br />
ekonomski isplativih instaliranih snaga na definisanom području. U odnosu na dosadašnja<br />
istraživanja, model omogućava izbor više tipova postrojenja, od kojih neka koriste<br />
kombinaciju različitih vrsta biomasa. Takođe, uvedena su dva nova koeficijenta koja<br />
omogućavaju preciznije definisanje realno za ovu namenu raspoloživih resursa biomasa:<br />
VII
koeficijent dostupnosti žetvenih ostataka s obzirom na mogućnost ubiranja u formi velikih<br />
valjkastih i četvrtastih bala i koeficijent raspoloživih količina biomase s obzirom na druge<br />
uticaje, kao što su primena žetvenih ostataka za druge svrhe, smanjenje raspoloživih<br />
količina na osnovu primene konzervacijske obrade zemljišta, smanjenje raspoloživih<br />
količina iz drugih razloga, na primer, problemi s ugovaranjem otkupa, nedostatak potrebne<br />
mehanizacije, loše vremenske prilike u vreme ubiranja, itd. Model je testiran na primeru<br />
AP Vojvodine, kao zaokružene geografske celine sa okvirno poznatim resursima. Rezultati<br />
testiranja ukazuju da vrsta biomase, njena cena i prostorna gustina, imaju dominantan<br />
uticaj na izbor tipa i lokacije postrojenja. Najveći uticaj na izbor tipa, nazivne snage i<br />
lokacije postrojenja imaju troškovi snabdevanja postrojenja biomasom, a u njima logistički<br />
troškovi imaju značajan udeo, oko 30 %. Usled uticaja vrednosti investicija i stepena<br />
korisnosti, izbor postrojenja većih nazivnih snaga (20 MW) daje najbolje rezultate s<br />
aspekta ukupnih troškova generisanja električne energije. Na osnovu rezultata testiranja<br />
se, između ostalog, došlo do zaključka da definisani matematički model predstavlja<br />
koristan alat pri donošenju strateških odluka kojima može bitno da se utiče na visinu<br />
troškova generisane električne energije.<br />
Rezultati dobijeni testiranjem oba modela ostavljaju prostor za dalja istraživanja<br />
prvenstveno u sledeća tri pravca: primene višekriterijumske optimizacije, posmatranja<br />
pojedinih parametara kao fazi (fuzzy) vrednosti, uvođenje dodatnih ograničenja u cilju<br />
mogućnosti premene modela za određivanje mikrolokacije.<br />
Ključne reči: logistika, lanci snabdevanja, logistički troškovi, lokacijsko-alokacijski<br />
problemi, logistički centri, biomasa<br />
VIII
ABSTRACT<br />
In an environment of continuing increase of cargo flows and reduced fossil fuel<br />
resources, a strategic approach to supply chain management is becoming increasingly<br />
important. The first step in a strategic approach to optimization of the supply chain is to<br />
determine the optimal facility locations. Within this research two characteristic Supply<br />
Chains were examined and modeling of the following location and allocation problems was<br />
carried out:<br />
1. public, international logistics centers with the distribution function and<br />
2. solid biomass power plants.<br />
The location allocation problem of public international logistics centers with the<br />
distribution function is modeled as a single objective, discrete, static problem on the<br />
network. The defined model considers locating one or more public logistics centers with<br />
the distribution function on the existing transportation network as a set covering location<br />
model for a defined gravitation area. The model determines the optimal number, type, size<br />
and location of logistics centers, as well as the allocation of users to located centers,<br />
based on the existing or expected cargo flows in the defined gravitational area, aiming<br />
thereby to minimize the total supply chain costs. In comparison to previous researches, the<br />
defined improved model enables selection of optimal logistic center type and optimal<br />
transport mode for the macro flows of goods, considers impact of the share of certain<br />
transport modes to the total cost of the supply chain, and when determining the optimal<br />
capacity of the center, besides the value of investments, it considers also the fixed<br />
operational cost of the center. To solve the location allocation problem with the help of<br />
defined mathematical model, a genetic algorithm, which takes into consideration all the<br />
aforementioned specificities, was developed. The model has been tested in the case study<br />
of the Republic of Serbia. The results pointed out that transport costs of macro flows have<br />
the biggest influence on the optimal number and location of centers, that share of transport<br />
modes has a significant influence to the choice of optimal type, capacity and location of<br />
centers, as well as that considering fixed operational costs of centers should be<br />
considered when determining the optimal capacity. The testing, among others, concluded<br />
that the formulated model represents a useful tool for making strategic decisions, not only<br />
in the case of logistics centers’ location problem solving, but also in the design and<br />
management of the distribution systems.<br />
The location allocation problem of the solid biomass power plants is modeled as a<br />
single objective, discrete, static problem on the network. The developed model, based on<br />
the defined geographical region, available types of biomass and their spatial distribution,<br />
yearly amount of biomass required, investments and operational costs of the plants, aims<br />
to determine the optimal number, type, nominal power, location and allocation of the solid<br />
biomass power plants for which the total cost per unit of generated electric power will be<br />
the lowest. Additionally, the model should show the change of the total electrical energy<br />
generation costs in relation to the change of the total installed capacity of all located power<br />
plants, and on the basis of this change to define a limit of cost-effective total power to be<br />
installed in the defined area. In comparison to previous researches, the defined improved<br />
model enables selection of different types of solid biomass power plants, some of which<br />
combining more biomass sorts. Also, two new coefficients enabling more precise mapping<br />
IX
of biomass resources were introduced: coefficient of availability of crop residues due to the<br />
possibility of their harvesting in the form of large round and square bales and coefficient of<br />
available biomass with regard to other influences, such as use of crop residues for other<br />
purposes, reduction of biomass availability based on the application of conservation<br />
farming and other reasons, such as potential purchasing problems, the lack of required<br />
machinery, poor weather conditions at the time of collection, etc. The model has been<br />
tested in the case study of the AP Vojvodina, as it represents rounded geographical region<br />
with approximately known biomass resources. The test results indicate that the type of<br />
biomass, its price and space density, have a dominant influence on the choice of type and<br />
location of the plant. The largest influence on the choice of type, capacity and location of<br />
the plants have the biomass supply costs. Logistics costs have a significant share in the<br />
biomass supply costs, about 30 %. Due to the impact of investment costs and electrical<br />
efficiency coefficient, the power plants of bigger capacity (20 MW) give better results in<br />
terms of total electricity generation costs. Based on the test results, it has been concluded,<br />
among other things, that the defined mathematical model represents a useful tool for<br />
making strategic decisions which could significantly influence the level of total costs per<br />
unit of generated electrical energy.<br />
The testing results of both developed models indicated the directions for further<br />
research: application of multi-criteria optimization, considering certain parameters to be<br />
fuzzy values, introducing additional constraints in order to adopt a model for solving the<br />
micro location problems.<br />
Key words: logistics, Supply Chains, logistic costs, location-allocation problems, logistic<br />
centers, biomass<br />
X
1. UVOD<br />
Globalizacija, konkurentnost na globalnim tržištima, proizvodi sa kratkim životnim<br />
ciklusom i značajno povećana očekivanja kupaca, primorali su privredne subjekte da<br />
investiraju u logističke sisteme. Navedeno, zajedno sa razvojem IT i transportnih<br />
tehnologija, dovelo je do kontinualne evolucije logističkih sistema, usled čega se, u<br />
savremenim sistemima, različiti segmenti proizvode na različitim mestima, transportuju do<br />
skladišta, a zatim do raznih postrojenja za sklapanje konačnog proizvoda. Odatle se gotovi<br />
proizvodi transportuju, najčešće, do distributivnih skladišta, pa tek onda do maloprodaje i<br />
krajnjih potrošača. Shodno tome, da bi se smanjili troškovi, a poboljšao nivo usluge,<br />
neophodno je da se u obzir uzmu interakcije svih subjekata sistema na svim nivoima<br />
logističke mreže, od dobavljača, preko proizvodnih centara, skladišta, distributivnih<br />
centara, maloprodaje, pa sve do krajnjeg korisnika. U vezi sa tim, za logistički sistem se<br />
može reći da je kompleksan, socio-tehnički sistem koji egzistira u okviru širih, nadređenih<br />
sistema, sa ciljem da omogući racionalan protok svih vrsta materijalnih dobara i<br />
pripadajućih informacija, unutar i između sistema. Pritom, svaki objekat integrisan u<br />
posmatranu logističku mrežu, ima uticaj na efektivnost i efikasnost, a time i troškove<br />
funkcionisanja celokupnog sistema, zbog čega, u ambijentu izrazite konkurentnosti na<br />
globalnom tržištu, lokacija svakog od tih objekata ima veliku ulogu pri organizaciji i<br />
upravljanju celokupnim sistemom, ili nekim njegovim delom. S obzirom na značaj te uloge<br />
koju lokacija objekata ima, jasno je da se njenom određivanju mora pridati odgovarajući<br />
značaj.<br />
Jedan od najvećih problema današnjice jeste ugrožavanje životne sredine, koje se,<br />
na globalnom nivou ogleda u evidentnim klimatskim promenama, uzrokovanih efektom<br />
staklene bašte. Jedan od najznačjnijih uzročnika jeste emisija ugljen-dioksida, koja je<br />
rezultat potpunog sagorevanja fosilnih goriva. Takođe, značajan problem jeste i smanjenje<br />
rezervi fosilnih goriva i energetska zavisnost mnogih zemalja od uvoza. Jedna od mera za<br />
smanjenje ovih negativnih uticaja jeste korišćenje obnovljivih izvora energije. Politička<br />
podrška tome data je kroz brojna dokumenta i zakonska rešenja, a najznačajnija je<br />
Direktiva Evropske unije 2009/28/EC (Anonim, 2009a). Njome su jasno postavljeni ciljevi<br />
da se, na nivou Unije, do 2020. godine ostvari da 20 % primarne energije, 20 % električne<br />
energije i 10 % goriva za transportna sredstva bude iz obnovljivih izvora. Ovu politiku<br />
prihvatila je i Srbija potpisivanjem Memoranduma o razumevanju (Anonim, 2007a).<br />
Biomasa u mnogim zemljama, pa i u Srbiji, predstavlja najveći potencijal obnovljivih<br />
izvora energije. Gustina, pa i energetska gustina biomase, su niske, a resursi široko<br />
distribuirani. Sa druge strane, korišćenje biomase, posebno za generisanje električne<br />
energije i kogeneraciju (kombinovanu proizvodnju električne i toplotne) u postrojenjima<br />
velikih nazivnih snaga ekonomski je povoljnije. Izbor lokacije za takva postrojenja, između<br />
ostalih tehničkih zahteva, umnogome zavisi od logističkih troškova, zbog čega predstavlja<br />
karakterističan lokacijski problem, vezan za lanac snabdevanja.<br />
1
1.1 Predmet istraživanja<br />
Prema Savetu logističkog menadžmenta 1 : Logistika podrazumeva integrisano<br />
planiranje, kontrolu, realizaciju i praćenje svih tokova robe i informacija, kako interno tako i<br />
na mrežama, duž celokupnog lanca dodavanja vrednosti (i životnog ciklusa proizvoda) u<br />
cilju zadovoljenja zahteva kupaca.<br />
Prema Cooper-u i dr.: Logistika je strateško upravljanje transportom, skladištenjem i<br />
informacijama u vezi sa robom, delovima ili gotovim proizvodima u lancima snabdevanja,<br />
kroz faze nabavke, proizvodnje i distribucije. Njen cilj jeste da doprinese sadašnjoj i<br />
budućoj profitabilnosti kroz troškovno efektivno zadovoljenje potražnje kupaca. (Rushton i<br />
dr, 2000)<br />
Pored navedenih, u literaturi može da se nađe veliki broj različitih definicija logistike,<br />
međutim, suština svih definicija se poklapa s onim kako je logistika viđena u praksi, a to je<br />
kroz pojam 6P: Prava robe, na pravom mestu, u pravo vreme, u pravoj količini, u pravom<br />
stanju, po pravim troškovima.<br />
Do ekspanzije razvoja logistike došlo je istovremeno sa globalizacijom i<br />
decentralizacijom proizvodnje i sa revolucionarnim razvojem komunikacionih i<br />
informacionih tehnologija, dok je značaj logistike, u savremenom kontekstu, postao<br />
transparentan upravo kroz detaljniju analizu troškova koji nastaju u okviru procesa, koji se<br />
smatraju njenim delom, kao što su: proizvodnja, distribucija, skladištenje, transport, itd.<br />
Najbolji pokazatelj značaja logistike u kontekstu troškova logistike jeste podatak da su, u<br />
2009. godini, logistički troškovi u SAD-u imali udeo od 7,8 % u bruto nacionalnom<br />
proizvodu (BNP), a u 2010. godini, udeo od 8,3 % u BNP-u. Slični podaci važe i za ostale<br />
razvijene zemlje.<br />
Razvoj logističkih sistema<br />
Logistika<br />
radnih<br />
operacija<br />
Logistika<br />
skladišta,<br />
transporta,<br />
pretovara<br />
Logistika<br />
nabavke,<br />
proizvodnje,<br />
distribucije<br />
Logistika<br />
integriše<br />
lanac<br />
vrednosti<br />
kompanije<br />
Integrisane<br />
logističke<br />
mreže<br />
1950 1960 1970 1980 1990 2000 Vremenski<br />
horizont<br />
Sl. 1 Evolutivni razvoj logistike i logističkih sistema (Kilibarda, 2005)<br />
1 Council of Logistics Management (http://cscmp.org/)<br />
2
Od 80-tih godina prošlog veka, uporedo sa pojmom logistike javlja se i pojam lanac<br />
snabdevanja (Supply Chain), propraćen pojmom upravljanje lancem snabdevanja (Supply<br />
Chain Management). Od tada pa do danas, u literaturi može da se nađe veliki broj<br />
definicija logistike i lanaca snabdevanja, kao i njihovih međusobnih relacija. Prema<br />
Lambertu i drugima (1998): Lanac snabdevanja je usklađivanje firmi koje donose<br />
proizvode ili usluge na tržište. Prema Chopr-u i Meindel-u (2007): Lanac snabdevanja se<br />
sastoji od svih faza uključenih, direktno ili indirektno, u ispunjavanje zahteva korisnika.<br />
Lanac snabdevanja ne uključuje samo proizvođača i dobavljače, nego i prevoznike,<br />
skladišta, maloprodaje, pa i kupce. Prema Ganeshan-u i Harrison-u (1995): Lanac<br />
snabdevanja je mreža objekata i distribucionih opcija koja obavlja funkcije nabavke<br />
materijala, transformacije tih materijala u poluproizvode i gotove proizvode, kao i<br />
distribuciju tih gotovih proizvoda kupcima.<br />
Na osnovu svega navedenog, može da se zaključi da lanac snabdevanja obuhvata<br />
sve učesnike, od početnog snabdevača, pa do krajnjeg korisnika, koji su povezani: tokom<br />
materijala, povratnim tokom materijala, informacionim tokovima (upravljačkim i kontrolnim)<br />
i finansijskim tokovima, a da se upravljanje lancem snabdevanja odnosi na integraciju,<br />
koordinaciju i sinhronizaciju aktivnosti i procesa kod svih učesnika lanca na različitim<br />
nivoima – od strateških, preko taktičkih, pa do operativnih aktivnosti, pri čemu stalno mora<br />
da se ima na umu činjenica da svaki član lanca utiče na visinu ukupnih troškova i na<br />
vrednost proizvoda/usluge za krajnjeg korisnika. Naravno, cilj upravljanja lancem<br />
snabdevanja jeste podizanje njegove profitabilnosti, što može da se ostvari samo preko<br />
podizanja ili održavanja nivoa konkurentnosti, tj. preko podizanja nivoa kvaliteta<br />
opsluživanja korisnika sa jedne strane i snižavanja ukupnih troškova lanca sa druge strane<br />
(Vlajić i dr, 2005).<br />
Troškovi u lancu snabdevanja predstavljaju jednu od najznačajnijih performansi, iz<br />
razloga što je cilj svake kompanije i lanca snabdevanja sticanje profita i podizanje<br />
konkurentske prednosti. Jedan od prvenstvenih načina za postizanje postavljenog cilja<br />
jeste snižavanje ukupnih troškova lanca snabdevanja. Ukupni troškovi lanca snabdevanja<br />
se, po pravilu, sastoje iz sume troškova po procesima, koji se u lancu snabdevanja<br />
pojavljuju.<br />
Zbog značaja koji logistički troškovi imaju u lancima snabdevanja, postavlja se<br />
pitanje na koji način da se efikasno optimizuju, tako da efekti budu merljivi na nivou<br />
celokunog lanca. To prvenstveno zahteva strateški pristup u formiranju ili reformi nekog<br />
lanca snabdevanja, uzimajući u obzir sve njegove specifičnosti.<br />
Jedan od najvažnijih koraka u strateškom pristupu optimizaciji lanaca snabdevanja<br />
jeste lociranje objekata koji su deo posmatranog lanca. Optimalnim lociranjem objekata u<br />
kontekstu tokova materijala u posmatranom lancu snabdevanja sprovodi se preliminarna<br />
optimizacija funkcionisanja celokupnog lanca i stvaraju podloge za donošenje adekvatnih<br />
taktičkih i operativnih odluka. Istovremeno, ukoliko objekti u datom lancu snabdevanja nisu<br />
optimalno locirani, stvaraju se negativni preduslovi za funkcionisanje tog lanca, koje je<br />
gotovo nemoguće ispraviti ili promeniti, bilo koliko uspešnim i adekvatnim taktičkim i<br />
operativnim odlukama, čime nastaje svojevrsan domino efekat u pogoršanju performansi<br />
lanca snabdevanja i značajnog povećanja ukupnih troškova.<br />
3
U okviru već navedenog, predmet ovog istraživanja jeste lociranje objekata u lancima<br />
snabdevanja, radi optimizacije funkcionisanja celokupnih lanaca snabdevanja, kao<br />
segmenata logističkih sistema, pri čemu se kao osnovni kriterijum optimizacije razmatraju<br />
ukupni troškovi.<br />
1.2 Ciljevi i zadaci istraživanja<br />
Postoji veliki broj publikovanih radova koji se bave problematikom lociranja objekata.<br />
Pri tom, celokupna problematika razložena je na veliki broj različitih pravaca posmatranja u<br />
odnosu na ciljeve i kriterijume koji se smatraju ključnim u pojedinačnim sistemima.<br />
Međutim, najveći broj publikovanih radova iz ove oblasti uglavnom se bavio teoretskim<br />
postavkama, hipotetičkim problemima ili studijama slučaja, zbog čega je najveći broj<br />
razvijenih modela teško ili gotovo nemoguće primeniti u postojećim sistemima i konkretnim<br />
okolnostima bez adekvatnih modifikacija.<br />
Imajući to u vidu, a sa željom da se rešavanje lokacijskih problema svede na<br />
aplikativni nivo, u ovom istraživanju su objekti koji se lociraju posmatrani u okviru<br />
karakterističnih lanaca snabdevanja. Pri tom, izabrana su dva lanca snabdevanja.<br />
Prvi lanac snabdevanja prati distributivne tokove robe u uvozu koji, pre svog dolaska<br />
do krajnjeg korisnika, imaju neku vrstu transformacije u logističkim centrima.<br />
Drugi lanac snabdevanja prati generisanje električne energije iz biomase.<br />
Ovi lanci snabdevanja izabrani su na osnovu preporuka Dunavske strategije, koja<br />
razvoj intermodalnog transporta i korišćenje obnovljivih izvora energije (OIE) stavlja u prvi<br />
plan budućeg razvoja Podunavskog regiona.<br />
Mimo značaja koji ova dva lanca snabdevanja imaju kroz pomenutu strategiju,<br />
smatra se da su oba izazovna za istraživanje i zbog svojih karakteristika u vezi s obimom i<br />
karakteristikama tokova materijala.<br />
U skladu sa posmatranim lancima snabdevanja definisana su dva cilja istraživanja.<br />
Osnovni cilj izloženog istraživanja jeste izrada matematičkih modela za podršku<br />
rešavanju lokacijsko-alokacijskih problema logističkih centara u distributivnim lancima<br />
snabdevanja i postrojenja za generisanje električne energije iz biomase. Razvijeni<br />
matematički modeli imaju za cilj određivanje optimalnog broja, tipa, kapaciteta i lokacije<br />
objekata, kao i alociranja tokova materijala ka definisanim lokacijama, težeći pri tome ka<br />
minimiziranju ukupnih troškova. Modeli podrazumevaju detaljnu analizu svih relevantnih<br />
troškova uzimajući u obzir sve specifičnosti posmatranih lanaca.<br />
Drugi cilj istraživanja jeste da razvijeni matermatički modeli imaju primenljivost za<br />
rešavanje problema u širokoj praksi.<br />
U skladu sa navedenim ciljevima istraživanja definisani su sledeći zadaci:<br />
1. modelirati distributivni lanac snabdevanja radi rešavanja lokacijsko-alokacijskih<br />
problema logističkih centara kao mesta transformacije robnih tokova, tako da se<br />
kao osnovni kriterijum optimizacije posmatraju ukupni troškovi lanca snabdevanja,<br />
4
2. testirati definisani model u studiji slučaja, za različite scenarije, kako bi se izveli<br />
zaključci o primenljivosti modela i uticaju lociranja objekata na ukupne troškove<br />
distributivnih lanaca snabdevanja u definisanom vremenskom horizontu,<br />
3. modelirati lanac snabdevanja koji prati generisanje električne energije iz biomase,<br />
radi rešavanja lokacijsko-alokacijskih problema postrojenja, tako da se kao<br />
osnovni kriterijum optimizacije posmatraju ukupni troškovi lanca snabdevanja.<br />
4. testirati definisani model u studiji slučaja, kako bi se, u slučaju poznate raspodele<br />
resursa, izveli zaključci o njegovoj primenljivosti, a potom sprovesti senzitivne<br />
analize na osnovu kojih je moguće da se izvedu zaključci o uticaju pojedinih<br />
parametara na lociranja objekata i na ukupne troškove lanca snabdevanja, koji<br />
prati generisanje električne energije iz biomase na definisanom regionu i u<br />
definisanom vremenskom horizontu.<br />
Pri modeliranju konkretnih navedenih lokacijskih problema treba da se sprovede<br />
analiza postojećih pristupa lokacijskim problemima, izabere adekvatan pristup i adaptira<br />
radi razmatranja svih relevantnih faktora i okolnosti koje utiču na izbor lokacije objekata.<br />
Modelskim analizama potrebno je da se daju odgovori na sledeća pitanja:<br />
1. koji je ukupan broj objekata koji treba da se lociraju radi realizacije planiranog<br />
nivoa i kvaliteta opsluge - stepena pokrivanja potražnje?<br />
2. gde ovi objekti da se lociraju?<br />
3. koji je optimalni kapacitet tih objekata?<br />
4. na koji način alokacirati klijente ili raspoložive resurse svakom od lociranih<br />
objekata?<br />
Definisane modele testirati i oceniti na studijama slučaja. Za studije slučaja izabrani<br />
su regioni: Republika Srbija i Autonomna Pokrajina Vojvodina.<br />
1.3 Struktura disertacije<br />
Shodno definisanom predmetu i ciljevima istraživanja, disertacija se sastoji od pet<br />
poglavlja.<br />
U prvom poglavlju data su uvodna razmatranja, definisan je predmet istraživanja i<br />
postavljeni su osnovni ciljevi i zadaci istraživanja.<br />
U drugom poglavlju objašnjeni su metodi istraživanja, tačnije, predstavljeno je<br />
matematičko programiranje, kao i postojeći, najčešće primenjivani, modeli i metode za<br />
rešavanje lokacijskih problema, definisani uz pomoć matematičkog programiranja.<br />
S obzirom na to da su u okviru disertacije posmatrana dva potpuno različita lanca<br />
snabdevanja, čije modeliranje je sprovedeno na zajedničkoj bazi metoda predstavljenih u<br />
drugom poglavlju, svaki od njih je u disertaciji predstavljen u okviru posebnog poglavlja.<br />
Tako je u poglavlju tri detaljnije definisan distributivni lanac snabdevanja. Objašnjena je<br />
uloga logističkih centara kao mesta transformacije u posmatranom lancu snabdevanja.<br />
Definisan je matematički model za rešavanje lokacijskog problema logističkih centara.<br />
Sprovedena je studija slučaja uz pomoć definisanog modela i diskutovani rezultati studije<br />
slučaja u okviru utvrđivanja značaja lociranja objekata u distributivnim lancima<br />
snabdevanja.<br />
5
Na isti način, u poglavlju četiri je predstavljena biomasa kao gorivo i kao materijal u<br />
lancu snabdevanja. Zatim, definisan je lanac snabdevanja koji prati generisanje električne<br />
energije iz biomase, definisan matematički model za rešavanje lokacijskog problema<br />
postrojenja na biomasu. Sprovedena je studija slučaja uz pomoć definisanog modela i<br />
diskutovani dobijeni rezultati u okviru utvrđivanja značaja lociranja objekata u lancima<br />
snabdevanja biomasom.<br />
U poglavlju pet data su zaključna razmatranja u vezi sa primenom definisanih modela<br />
i uticajem lociranja objekata na ukupne troškove posmatranih lanaca snabdevanja, kao i<br />
predlog pravaca budućih istraživanja.<br />
6
2. STANJE U OBLASTI<br />
Upravljanje lancima snabdevanja (Supply Chain Management – SCM) u<br />
savremenom smislu, osim tradicionalnih funkcija organizacije transporta i skladištenja,<br />
podrazumeva i donošenje odluka o tome:<br />
− šta proizvoditi?<br />
− gde proizvoditi?<br />
− koliko proizvoditi u kojem postrojenju?<br />
− kolike zalihe držati u kojem procesu lanca snabdevanja?<br />
− kako organizovati informacione tokove koje prate ili prethode fizičkim tokovima<br />
robe?<br />
− gde locirati postrojenja i distributivne centre?<br />
Pri tom, lociranje objekata (proizvodnog pogona, skladišta, distributivnog centra,<br />
terminala, ili nekog drugog čvora u logističkom lancu, kao i lociranje stanice hitne pomoći,<br />
deponije ili vatrogasne stanice) predstavlja jedan od najznačajnijih i najkompleksnijih<br />
zadataka SCM - a. Značaj i kompleksnost proizilazi iz činjenice da je realizacija ovih<br />
zadataka, sa jedne strane, povezana sa visokim investicijama, a sa druge strane sa<br />
značajnim rizicima koji proizlilaze iz finansijskih, ekoloških i drugih rizika, koji se javljaju<br />
kao posledica neadekvatne realizacije zahteva koji su inicirali lociranje nekog objekta.<br />
Odluke o organizaciji transporta mogu lako da se menjaju u relativno kratkom<br />
vremenu u zavisnosti od promena u dostupnosti sirovina, troškova radne snage, cene<br />
transporta, raspoloživosti pojedinih vidova transporta, itd. Sa druge strane, odluke o<br />
lokaciji i kapacitetu proizvodnih postrojenja ili distribucionih centara su mnogo manje<br />
fleksibilne i teško ih je menjati čak i u dugoročnom vremenskom periodu. Na primer,<br />
lokacija fabrike za sklapanje automobila, u koju je uloženo nekoliko milijardi evra, ne može<br />
lako da se promeni usled promene u potražnji za gotovim automobilima ili usled promene<br />
cene i dostupnosti komponenata koje se ugrađuju u automobile. Isto važi i za moderne<br />
distributivne centre. U navedenim primerima, neadekvatan izbor lokacije će uzrokovati<br />
povećane troškove poslovanja tokom čitavog radnog veka objekta ma koliko se<br />
optimizovao sam proces proizvodnje, transporta i skladištenja u datim okolnostima.<br />
Definisanje i rešavanje lokacijskih problema se u najvećem broju slučajeva obavlja<br />
matematičkim modelovanjem, zasnovanom na teoriji grafova ili matematičkom<br />
programiranju. U ovom istraživanju modelovanje lokacijskih problema sprovedeno je uz<br />
pomoć matematičkog programiranja i nekih od postojećih pristupa u teoriji lokacije. U<br />
nastavku je dat pregled pomenutih metoda u kontekstu aktuelnog stanja u oblasti.<br />
2.1 Primena matematičkog programiranja<br />
Matematičko programiranje (MP) predstavlja skup tehnika i algoritama za definisanje<br />
(modeliranje) i rešavanje određenih zadataka. Često se može naići i na definiciju da je MP<br />
osnovno oruđe nauke u teoriji optimizacije. Matematičko programiranje razvilo se<br />
prvenstveno u okviru Operacionih istraživanja, koja su se pojavila uoči Drugog svetskog<br />
rata. Prvi rad, kako iz matematičkog programiranja, tako i iz operacionih istraživanja, bio je<br />
7
transportni zadatak i objavio ga je ruski matematičar Kantorovič. Američki matematičar F.<br />
Hičkok je, 1941. godine, strogo formulisao ovaj problem i dao metod za njegovo rešavanje.<br />
Matematičkim programiranjem se rešavaju optimizacioni zadaci koji se u<br />
matematičkoj formi predstavljaju:<br />
− funkcijom cilja koju treba ekstremizirati (max ili min) i<br />
− skupom funkcija koje ograničavaju domen definisanosti funkcije cilja.<br />
U vezi sa tim, može se reći da funkcija cilja i ograničenja čine matematički program,<br />
dok programiranje predstavlja proceduru traženja takvih vrednosti promenljivih u zadatku<br />
pri kojima su istovremeno zadovoljena ograničenja i postignut definisani cilj. (Stanimirović i<br />
dr, 2007)<br />
MP nema jednoznačnu i opšteprihvaćenu podelu, međutim, u literaturi se najčešće<br />
deli na linearno (LP), nelinearno (NP), kvadratno (KP) i celobrojno programiranje (CP).<br />
Posebnu klasu MP čini dinamičko programiranje (DP), koje rešava probleme (optimalnog)<br />
sekvencijalnog odlučivanja. Sve navedene klase imaju svoje potklase, kao i širok spektar<br />
algoritama.<br />
U ovom istraživanju, posebna pažnja biće posvećena linearnom programiranju.<br />
Linearno programiranje je matematička metodologija za rešavanje linearnih<br />
problema, kod kojih su i ciljna funkcija i ograničenja linearni. Zadatak linearnog<br />
programiranja jeste da odredi ekstrem (maksimum ili minimum) linearne funkcije koja<br />
zavisi od više promenljivih, pod uslovom da su neke od ovih promenljivih nenegativne i da<br />
zadovoljavaju linearna ograničenja, u obliku jednačina i/ili nejednačina.<br />
Postoji više metoda za rešavanje problema linearnog programiranja. Do prvog<br />
opšteg metoda za rešavanje problema linearnog programiranja došao je američki<br />
matematičar G. B. Dancig 1947. godine. On je, takođe, formulisao opšti oblik problema<br />
linearnog programiranja i dao algoritam za njegovo rešavanje, poznat kao simpleks metod.<br />
Dancigov rad je poslužio kao osnova svim narednim razmatranjima problema linearnog<br />
programiranja i našao velike primene u praksi, zbog čega veliki broj komercijalnih softvera<br />
za rešavanje problema linearnog programiranja koristi upravo njegov metod (Stanimirović i<br />
dr, 2007).<br />
a ij<br />
Neka je [ ] mxn<br />
A = matrica i<br />
programiranja (LP) može da se zapiše na sledeći način:<br />
b<br />
m n<br />
∈ R , c ∈R<br />
vektori. Problem linearnog<br />
min c T x (2.1.1)<br />
Ax ≥ b (2.1.2)<br />
x ≥ 0 (2.1.3)<br />
Matrica A zajedno sa vektorom b opisuje ograničenja, dok vektor c predstavlja<br />
funkciju cilja problema linearnog programiranja.<br />
Za rešavanje problema linearnog programiranja primenjuju se različiti algoritmi, a koji<br />
od algoritama u konkretnom slučaju može da se primeni direktno zavisi od veličine i<br />
složenosti posmatranog problema. Složenost utiče na potrebne računarske resurse,<br />
odnosno procesorsko vreme i veličinu memorijskog prostora, koji su potrebni za<br />
pronalaženje rešenja. Praktično, procesorsko vreme je kritični resurs, tako da u zavisnosti<br />
od potrebnog procesorskog vremena za njihovo rešavanje, algoritamski rešivi problemi<br />
8
mogu da se podele u dve osnovne potklase: P i NP probleme. Probleme potklase P<br />
moguće je egzaktno rešiti u polinomijalnom vremenu, dok NP problemi predstavljaju one<br />
koje nije moguće rešiti u polinomijalnom vremenu, nego je u tom vremenu moguće samo<br />
verifikovati predloženo rešenje problema. Iz tog razloga se za rešavanje NP problema<br />
najčešće primenjuju heuristički, odnosno metaheuristički algoritmi. Njihova karakteristika<br />
jeste da u relativno kratkom vremenu nalaze prihvatljivo rešenje, relativno blizu optimalnog<br />
rešenja. Najpoznatije metaheurističke metode su:<br />
− genetski algoritmi,<br />
− simulirano kaljenje,<br />
− tabu pretraživanje,<br />
− Lagranževa relaksacija i<br />
− brojni metaheuristički algoritmi inspirisani prirodom.<br />
U ovom istraživanju će se koristiti genetski algoritmi, s obzirom na to da su u literaturi<br />
prepoznati kao jedna od najboljih metaheurističkih metoda za rešavanje lokacijskih<br />
problema, definisanih matematičkim programiranjem.<br />
Genetski algoritmi su u osnovi metode koje imitiraju evolucijski proces i zasnivaju se<br />
na idejama prirodne selekcije i genetike. Zasnovani su na Darvinovom principu<br />
preživljavanje najsposobnijih, u čijoj osnovi je da:<br />
− jedinke sa većom sposobnošću prilagođavanja okolini imaju veću šansu za<br />
preživljavanjem i veći uticaj na formiranje potomaka,<br />
− jedinke nove generacije, u populaciji, nastaju kombinovanjem genetskog sadržaja<br />
izabranih jedinki iz prethodne generacije, odnosno njihovih roditelja,<br />
− s vremena na vreme dolazi do mutacije, tj. do slučajne izmene genetskog sadržaja<br />
jedne jedinke.<br />
Smatra se da je idejni tvorac genetskih algoritama John Holland (1975), koji je<br />
knjigom Adaptation in natural and artificial systems postavio temelje ove metode. Osnovni<br />
oblik genetskog algoritma prikazan je na sl. 2.<br />
Primena metode počinje izborom inicijalne populacije koju čini izvestan broj,<br />
najčešće slučajno odabranih jedinki. Svakoj jedinki se pridružuje funkcija prilagođenosti<br />
koja ima zadatak da ocenjuje kvalitet jedinke. Genetski algoritam, uzastopnom primenom<br />
operatora selekcije, ukrštanja i mutacije, obezbeđuje da se iz generacije u generaciju<br />
poboljšava apsolutna prilagođenost svake jedinke u populaciji, a time i srednja<br />
prilagođenost celokupne populacije. Ovim mehanizmom se dobijaju sve bolja rešenja<br />
datog konkretnog problema.<br />
Selekcija nagrađuje natprosečno prilagođene jedinke tako što one dobijaju veću<br />
šansu za reprodukciju pri formiranju nove generacije. Sa druge strane, slabije<br />
prilagođenim jedinkama se smanjuju šanse za reprodukciju, pa one postepeno izumiru.<br />
Operator ukrštanja obavlja razmenu gena jedinki, čime doprinosi raznovrsnosti<br />
genetskog materijala. Ovim operatorom se daje mogućnost da, razmenom genetskog<br />
materijala, dobro prilagođene jedinke generišu još bolje prilagođene jedinke. Takođe,<br />
relativno slabije prilagođene jedinke sa nekim dobro prilagođenim genima dobijaju svoju<br />
šansu da rekombinacijom dobrih gena proizvedu dobro prilagođene jedinke. Ukrštanje se<br />
obavlja sa unapred zadatom vrednošću verovatnoće ukrštanja, koja određuje koliko jedinki<br />
učestvuje u ukrštanju proizvodeći nove jedinke, ali i koliko se jedinki prenosi u sledeću<br />
9
generaciju bez modifikacija. Mutacijom se obavlja slučajna promena određenog gena, sa<br />
definisanom verovatnoćom, čime je moguće vraćanje izgubljenog genetskog materijala u<br />
populaciju. To znači da se primenom ovog operatora postepeno vraćaju izgubljeni regioni<br />
pretraživačkog prostora, čime se sprečava preuranjeno konvergiranje genetskog algoritma<br />
ka lokalnom ekstremumu. (Marić, 2008)<br />
Početak<br />
Izbor inicijalne<br />
populacije<br />
Računanje fitnes<br />
funkcije - selekcija<br />
DA<br />
Da li je<br />
zadovoljen<br />
kriterijum<br />
za<br />
završetak?<br />
Završetak<br />
NE<br />
Izbor potomaka<br />
Ukrštanje<br />
Mutacija<br />
Računanje fitnes<br />
funkcije - selekcija<br />
Sl. 2 Genetski algoritam<br />
2.2 Modeliranje lokacijskih problema u lancima snabdevanja<br />
Pionirom izučavanja lokacijskih problema smatra se čuveni matematičar Fermat<br />
(Fermat Pierre de 1601–1665), koji je početkom XVII veka započeo razmatranje<br />
lokacijskih problema, ukazujući na sledeći problem: Za zadate tri tačke u ravni pronaći<br />
četvrtu, tako da zbir rastojanja između četvrte tačke i zadate tri, bude minimalan.<br />
Začetnikom moderne lokacijske analize smatra se Alfred Weber koji je 1909. godine<br />
razmatrao problem lokacije skladišta sa težnjom da minimizira rastojanja između skladišta<br />
i njegovih korisnika. (Teodorović, 2007)<br />
10
Od sredine šezdesetih godina prošlog veka teorija lokacije se sve više razvija,<br />
matematički se formulišu različiti tipovi lokacijskih problema i prezentuju različiti algoritmi<br />
za njihovo rešavanje. Najznačajniji doprinos ovoj problematici u tom periodu dao je Cooper<br />
(1963).<br />
Lokacijski problemi najčešće podrazumevaju pronalaženje optimalnog broja<br />
objekata, njihove lokacije i kapaciteta radi minimiziranja transportnih troškova ili pak<br />
maksimiziranja kvaliteta usluge. Mogu se klasifikovati na razne načine, ali najčešća<br />
klasifikacija je prema:<br />
A. dozvoljenim mestima za lociranje objekata:<br />
− kontinualni lokacijski problemi,<br />
− diskretni lokacijski problemi,<br />
B. dinamici relevantnih parametara:<br />
− statički,<br />
− dinamički,<br />
C. vrsti objekata na mreži:<br />
− medijane,<br />
− centri,<br />
− objekti sa prethodno definisanim performansama sistema,<br />
D. karakteru problema koji se posmatra:<br />
− lokacijski problemi,<br />
− alokacijski problemi,<br />
− lokacijsko-alokacijski problemi,<br />
E. broju kriterijumskih funkcija na osnovu kojih se određuje lokacija objekata:<br />
− jednokriterijumski,<br />
− višekriterijumski.<br />
Dobar sveobuhvatni pregled lokacijskih problema dali su Drezner i Hamacher (2004) i<br />
Daskin (2008).<br />
Kontinualni lokacijski problemi razmatraju izbor lokacija objekata u bilo kojoj oblasti<br />
dopuštenog prostora, dok se u slučaju diskretnih lokacijskih problema bira jedna ili više<br />
lokacija koje pripadaju skupu potencijalno raspoloživih lokacija. Dakle, kada je reč o<br />
kontinualnim lokacijskim problemima broj raspoloživih lokacija je beskonačan, a u<br />
diskretnim lokacijskim problemima konačan i unapred poznat.<br />
Jedan od najznačajnijih lokacijskih problema koji pripadaju grupi diskretnih jesu<br />
lokacijski problemi na mreži, koji dozvoljavaju lociranje objekata samo u čvorovima<br />
postojeće mreže.<br />
Statičkim problemima smatraju se oni u okviru kojih se ne razmatra dinamika<br />
promene relevantnih parametara za izbor lokacije. Statički problemi su najčešće i<br />
deterministički, a treba naglasiti da je najveći broj modela koji su u primeni upravo ovog<br />
tipa.<br />
Sa druge strane, dinamički problemi, s obzirom na strateški i dugoročni karakter<br />
izbora lokacije, uključuju određeni stepen neizvesnosti koji je moguće očekivati u<br />
posmatranom vremenskom periodu.<br />
Problem medijane podrazumeva lociranje jednog ili više objekata na mreži tako da se<br />
minimizira prosečno rastojanje između objekata i korisnika.<br />
11
Problem centra podrazumeva lociranje jednog ili više objekata na mreži tako da se<br />
minimizira rastojanje do najudaljenijeg korisnika.<br />
Problemi sa prethodno definisanim performansama sistema podrazumevaju lociranje<br />
jednog ili više objekata na mreži tako da se se zadovolje unapred definisani parametri.<br />
U suštini, problem lociranja sadrži tri grupe potproblema:<br />
1. određivanje broja objekata koji se lociraju,<br />
2. njihove pozicije na mreži i<br />
3. povezivanje korisnika sa lokacijama.<br />
U odnosu na povezivanje korisnika sa lokacijama, mogu da se razlikuju „čisti“<br />
lokacijski problemi kojima se prevashodno locira jedan objekat, dok se svi korisnici objekta<br />
vezuju upravo na tu jednu izabranu lokaciju. Međutim, u realnim problemima, najčešće je<br />
potrebno locirati veći broj objekata i istovremeno im „dodeliti“ korisnike, odnosno obaviti<br />
alokaciju korisnika ka lociranim centrima. Pri tom je jasno da se pri alokaciji podrazumeva<br />
da su poznate kako lokacije objekata, tako i lokacije korisnika. Lokacijsko-alokacijski<br />
problemi rešavaju se u slučaju da je potrebno locirati više od jednog objekta i paralelno<br />
alocirati korisnike lociranim objektima. Kada je reč o lokacijskim problemima u logistici, ova<br />
klasa problema je najznačajnija.<br />
Jednokriterijumski lokacijski problemi podrazumevaju lociranje objekata vodeći se<br />
jednim, ključnim ciljem optimizacije, bilo da je reč o minimizaciji troškova, rastojanja,<br />
vremena transporta, ili pak maksimizaciji kvaliteta usluge, iskorišćenja raspoloživih<br />
kapaciteta itd.<br />
Kada je reč o višekriterijumskim lokacijskim problemima, lokacija objekata se<br />
determiniše u zavisnosti od više definisanih kriterijuma, koji su najčešće međusobno<br />
oprečni, kako bi se izabrala lokacija koja će zadovoljiti minimum definisanih uslova s<br />
aspekta više optimizacionih kriterijuma.<br />
Lokacijski problemi se najčešće rešavaju matematičkim programiranjem, pri čemu se<br />
obavlja matematičko modelovanje problema definisanjem kriterijumske funkcije, odnosno<br />
funkcije cilja i ograničenja. Prema Daskin-u i Owen-u (1999), postoje tri osnovne grupe<br />
lokacijskih problema u odnosu na definisanu funkciju cilja:<br />
1. modeli pokrivanja,<br />
2. modeli prosečnog rastojanja,<br />
3. modeli za lociranje nepoželjnih objekata.<br />
Modeli pokrivanja spadaju u grupu najjednostavnijih modela za rešavanje<br />
lokacijskih problema, koji se koriste kada postoji neko ograničeno, unapred definisano,<br />
rastojanje, vreme ili cena za obavljanje opsluge. Pri tom se definiše da su zahevi za<br />
opslugom koji se nalaze u ovom definisanom opsegu pokriveni, dok se zahtevi izvan ovog<br />
opsega smatraju nepokrivenima. Tipični problemi pokrivanja su: pronalaženje minimalno<br />
potrebnog broja i lokacije objekata kojima bi se mogla pokriti celokupna tražnja za<br />
opslugom - model pokrivanja skupa; lociranje fiksnog broja objekata tako da se<br />
maksimizira broj "pokrivenih zahteva"- problem maksimalnog pokrivanja; lociranje unapred<br />
definisanog broja objekata kako bi se smanjilo maksimalno rastojanje između čvorova u<br />
kojima je locirana potražnja i objekata koji se dodeljuju da pokriju tu potražnju - p centar<br />
problem.<br />
Modeli pokrivanja skupa predstavljaju najjednostavniju vrstu modela pokrivanja kod<br />
kojih je funkcija cilja da se odredi minimalan broj objekata potrebnih za zadovoljenje<br />
12
celokupne potražnje za opslugom, pri čemu se sva pokrivena potražnja nalazi u okviru<br />
dozvoljenog rastojanja od lociranog objekta. (Daskin i Owen, 2003)<br />
Matematički ova vrsta lokacijskih problema može da se definiše uz pomoć sledećih<br />
parametara:<br />
i = 1,2,3,4,...I - skup čvorova u kojima je locirana potražnja,<br />
j = 1,2,3,4,...J - skup čvorova u kojima je moguće locirati objekte,<br />
d ij = rastojanja između čvorova i i j,<br />
D p = granično rastojanje pokrivanja<br />
N i = { } jij≤ - skup čvorova koji mogu da pokriju čvor i koji zahteva opslugu.<br />
i kriterijumske funkcije:<br />
Dp<br />
d<br />
j j<br />
∈J<br />
Minimizirati: ∑ ,<br />
pri ograničenjima:<br />
∑<br />
∈<br />
1<br />
Xj<br />
NiX<br />
≥<br />
∀ ∈ j j<br />
{ } ∀ J<br />
X (2.2.1)<br />
(2.2.2)<br />
, ∈1<br />
0 (2.2.3)<br />
i<br />
j<br />
∈<br />
I<br />
Kriterijumska funkcija (2.2.1) minimizira ukupan broj lociranih objekata. Pri čemu<br />
ograničenje (2.2.2) zahteva da svaki čvor koji treba da bude opslužen, mora se "pokriti" sa<br />
najmanje jednim lociranim objektom, dok se ograničenjem (2.2.3) ukazuje na to da se u<br />
svakom čvoru koji je kandidat za lociranje, objekat može da locira (u tom slučaju je<br />
vrednost 1), ali ne mora (u tom slučaju je vrednost 0).<br />
Međutim, u određenim okolnostima, pri lociranju objekata, nije moguće, niti čak<br />
potrebno, zadovoljiti celokupnu potražnju. Iz tog razloga definisani su modeli maksimalnog<br />
pokrivanja.<br />
Modeli maksimalnog pokrivanja su prvi put razmatrali Church i ReVell 1974.<br />
godine sa ciljem da se odrede lokacije određenog broja objekata, pri čemu je potrebno<br />
"pokriti" što veći deo potražnje, ali je nije potrebno "pokriti" u celosti.<br />
Matematički ova vrsta lokacijskih problema može da se definiše sledećim<br />
parametrima:<br />
i = 1,2,3,4,...I - skup čvorova u kojima je locirana potražnja,<br />
j = 1,2,3,4,...J - skup čvorova u kojima je moguće locirati objekte,<br />
a i - broj zahteva za opslugom iz čvora i,<br />
p - broj objekata koje bi trebalo locirati,<br />
i čvoru je ukoliko pokrivena<br />
⎧<br />
⎨<br />
⎩0,<br />
, zi<br />
=<br />
nije potražnjaučvorui ukoliko<br />
pokrivena<br />
i kriterijumske funkcije:<br />
1<br />
∑<br />
Maksimizirati: a iz ,<br />
(2.2.4)<br />
13<br />
pri ograničenjima:<br />
i i ∈I
∑<br />
∈<br />
0<br />
∑<br />
∈<br />
−<br />
j=<br />
i j j i p JX NX<br />
≥<br />
∀<br />
∈<br />
{ } ∀ ∈<br />
∈{ , 1} ∀i<br />
∈I<br />
J<br />
(2.2.6)<br />
0 (2.2.8)<br />
Definisana kriterijumska funkcija (2.2.4), koja treba da se maksimizira, predstavlja<br />
ukupnu pokrivenost tražnje. Pri tom, ograničenjem (2.2.5) se dozvoljava pokrivenost<br />
potražnje u čvoru i samo ukoliko se objekat locira u jednom od čvorova kandidata j iz kojeg<br />
je moguće pokriti potražnju čvora i. Ograničenjem (2.2.6) se definiše da je broj objekata<br />
koje treba locirati jednak broju p. Ograničenja (2.2.7) i (2.2.8) odražavaju binarnu prirodu<br />
odluka, koje uz pomoć modela treba da se donesu.<br />
P centar problem (Hakimi, 1964, 1965) predstavlja problem lociranja p objekata,<br />
tako da se minimizira maksimalno rastojanje između korisnika i lociranih objekata.<br />
Matematički p centar problem može da se definiše sledećim parametrima:<br />
i = 1,2,3,4,...I - skup čvorova u kojima je locirana potražnja,<br />
j = 1,2,3,4,...J - skup čvorova u kojima je moguće locirati objekte,<br />
a i - broj zahteva za opslugom iz čvora i,<br />
p - broj objekata koje treba locirati na mreži,<br />
d ij - rastojanje između čvora i i čvora j,<br />
W - maksimalno rastojanje između čvora u kojem je locirana potražnja i objekta koji<br />
treba da pokrije tu potražnju,<br />
Xj zi j<br />
⎧<br />
⎨<br />
⎩<br />
=<br />
čvoru,<br />
z<br />
(2.2.5)<br />
i<br />
I<br />
, ∈1<br />
0 (2.2.7)<br />
j<br />
i kriterijumske funkcije:<br />
xij<br />
Minimizirati: W, (2.2.9)<br />
pri ograničenjima:<br />
potražnjačvorai , 0, 1 j čvoru pokrivau i<br />
ukolikose nekomdrugom<br />
∑<br />
∈<br />
∈<br />
1 ij j<br />
=<br />
∀<br />
ukoliko<br />
∑<br />
∈<br />
− ∑<br />
JX Jx<br />
∈<br />
0<br />
=<br />
Definisana kriterijumska funkcija (2.2.9) teži da što je moguće više minimizira<br />
maksimalno pređeno rastojanje između objekata i korisnika. Ograničenje (2.2.10)<br />
dozvoljava da svaki čvor može biti opslužen od samo jednog objekta. Ograničenjem<br />
(2.2.11) se definiše da je broj objekata koje treba locirati jednak broju p. Ograničenje<br />
14<br />
(2.2.10)<br />
∀<br />
≥ ∀ ∈ i<br />
∈ p j j iI<br />
i<br />
I<br />
(2.2.11)<br />
W Ja<br />
dijx<br />
j ij<br />
(2.2.12)<br />
i<br />
≥ ∀ ;<br />
∈<br />
∀I<br />
∈<br />
≠<br />
X ij j x<br />
i<br />
I<br />
j<br />
J<br />
i<br />
j<br />
Xj<br />
j<br />
{ } ∀ J<br />
∈<br />
, (2.2.13)<br />
, ∈1<br />
0 (2.2.14)
(2.2.12) determiniše maksimalno rastojanje u odnosu na dodeljene varijable. Ograničenje<br />
(2.2.13) dozvoljava alokaciju klijenata samo lociranim objektima. Ograničenje (2.2.14)<br />
odražava binarnost odluka koje uz pomoć modela treba da se donesu.<br />
Modeli prosečnog rastojanja koriste se kada se teži ka minimizaciji ukupnih ili<br />
prosečnih rastojanja na mreži (ili pak prosečnog ili ukupnog vremena putovanja, ili<br />
prosečnih ili ukupnih troškova transporta) između lociranog objekta i čvorova na mreži.<br />
Dve osnovne vrste modela pripadaju ovoj grupi, a to su:<br />
1. modeli p medijane,<br />
2. modeli fiksnih troškova.<br />
Model p medijane se koristi kada je potrebno locirati jedan ili više objekata na mreži<br />
tako da se minimizira prosečno rastojanje, (prosečno vreme putovanja, prosečni<br />
transportni troškovi) od lociranog objekta do korisnika ili obrnuto.<br />
Problem p medijana prvi put je formulisao Hakimi 1964. godine, koji je takođe<br />
dokazao da postoji najmanje jedan skup p medijana u čvorovima mreže G, što znači da p<br />
optimalnih lokacija objekata u mreži mora da se nalazi isključivo u čvorovima mreže.<br />
(Teodorović, 2007)<br />
Matematički, model p medijane može da se definiše sledećim parametrima:<br />
i = 1,2,3,4,...I - skup čvorova u kojima je locirana potražnja,<br />
j = 1,2,3,4,...J - skup čvorova u kojima je moguće locirati objekte,<br />
a i - broj zahteva za opslugom iz čvora i,<br />
p - broj objekata koje treba locirati na mreži,<br />
d ij - rastojanje između čvora i i čvora j,<br />
⎧<br />
⎨<br />
⎩<br />
=<br />
j čvoru pokrivau potražnjačvorai ukolikose voru<br />
i kriterijumske funkcije:<br />
1<br />
i J I<br />
Minimizirati: ,<br />
xij<br />
0,,<br />
∑ ∑<br />
∈<br />
∈<br />
15<br />
ukoliko<br />
se<br />
(2.2.15) a d<br />
ij ij ix j<br />
pri ograničenjima:<br />
∑<br />
∈ ij j<br />
∈<br />
,<br />
=<br />
∀<br />
∑<br />
∈<br />
Jx<br />
pokrivau potražnjačvorai č nekomdrugom<br />
1 (2.2.16)<br />
jj<br />
JX<br />
j=<br />
≥ ;<br />
X ij<br />
i<br />
I<br />
(2.2.17)<br />
p,<br />
x<br />
∀<br />
i<br />
∈<br />
I<br />
∀<br />
j<br />
∈<br />
≠<br />
Xj<br />
{ } J<br />
∀<br />
∈<br />
, (2.2.18)<br />
J<br />
i<br />
j<br />
, ∈1<br />
0 (2.2.19)<br />
Definisana kriterijumska funkcija (2.2.15) teži da minimizira ukupno pređeno<br />
rastojanje između objekata i korisnika. Ograničenje (2.2.16) dozvoljava da svaki čvor može<br />
biti opslužen od samo jednog objekta. Ograničenjem (2.2.17) se definiše da je broj<br />
objekata koje treba locirati jednak broju p. Ograničenje (2.2.18) predstavlja kontrolno<br />
ograničenje kojim se dozvoljava alokacija klijenata samo lociranim objektima. Ograničenje<br />
(2.2.19) odražava binarnost odluka, koje uz pomoć modela treba da se donesu.<br />
j
yij<br />
iyij<br />
x Cj<br />
I<br />
Prethodno navedeni modeli lokacijskih problema se uglavnom bave određivanjem<br />
lokacije unapred definisanog broja objekata ili simultanim određivanjem potrebnog broja i<br />
lokacije objekata, pri tom podrazumevajući da na raspoloživim lokacijama ne postoje<br />
nikakva dodatna ograničenja u vezi sa strukturom i kapacitetom objekata koji se lociraju.<br />
Međutim, u realnim problemima, veoma često ova ograničenja postoje zbog čega su<br />
s vremenom počela i teorijski da se uzimaju u obzir i to kroz takozvane modele lokacijskih<br />
problema sa kapacitivnim ograničenjima. Osnovna postavka tih modela jeste da na svakoj<br />
potencijalnoj lokaciji objekta postoje izvesna ograničenja, koja determinišu maksimalno<br />
dozvoljen ili moguć kapacitet objekata koji se lociraju. Primer lokacijskog problema sa<br />
kapacitivnim ograničenjem dat je u nastavku integrisan u model fiksnih troškova.<br />
Model fiksnih troškova predstavlja ustvari model p medijane proširen sa fiksnim<br />
troškovima u vezi sa lociranjem objekata. Polazi od ideje da se troškovi lociranja objekata<br />
mogu bitno razlikovati na različitim lokacijama, u zavisnosti od npr. pristupne<br />
infrastrukture, eventualne specifičnosti gradnje u pojedinim zonama, kao npr. u gradskom<br />
jezgru.<br />
Lokacijske probleme uz pomoć modela fiksnih troškova, pri tom uzimajući u obzir i<br />
kapacitete objekata, među prvima je razmatrao Balinski 1965. godine, a značajan doprinos<br />
dali su i Current i dr. 2002. godine.<br />
Matematička formulacija lokacijskog problema fiksnih troškova (Balinski, 1965)<br />
definisana je sledećim parametrima:<br />
i = 1,2,3,4,...I - skup čvorova u kojima je locirana potražnja,<br />
j = 1,2,3,4,...J - skup čvorova u kojima je moguće locirati objekte,<br />
a i - broj zahteva za opslugom iz čvora i,<br />
d ij - rastojanje između čvora i i čvora j,<br />
f j - fiksni troškovi lociranja objekata u čvoru j,<br />
C j - kapacitet objekta koji može da se locira u čvoru j,<br />
α - jedinični transportni troškovi po jedinici potražnje i jedinici rastojanja,<br />
čvoru u pokriva i j<br />
⎧<br />
⎨<br />
⎩<br />
=<br />
ne<br />
se ukoliko<br />
potražnja<br />
, 0, yij<br />
čvora<br />
Kriterijumska funkcija je:<br />
1<br />
Minimizirati: + α<br />
∈ ∈ ∈<br />
,<br />
j<br />
∑ ∑<br />
∑<br />
d i<br />
J<br />
I i J j ij j y a j<br />
ij<br />
16<br />
x<br />
pri ograničenjima:<br />
∑<br />
∈<br />
=<br />
≤<br />
∀<br />
∈<br />
− ∀ ∈,<br />
∀<br />
∈<br />
∑<br />
j j J<br />
j ij<br />
j ij y<br />
y 1 (2.2.21)<br />
f (2.2.20)<br />
i<br />
i<br />
I<br />
x<br />
∈<br />
xj<br />
−<br />
(2.2.23) 0 a<br />
≤<br />
∀<br />
∈<br />
{ } ∀ ∈J<br />
j<br />
i<br />
I<br />
∈1,<br />
,1<br />
I<br />
∀<br />
i<br />
{ } J<br />
= ∈,<br />
∀<br />
j<br />
j<br />
∈<br />
J<br />
0 (2.2.22)<br />
0 (2.2.24)<br />
0 (2.2.25)
j<br />
p<br />
Kriterijumska funkcija (2.2.20) ima za cilj da minimizira sumu troškova lociranja<br />
objekata i ukupnih transportnih troškova. Na osnovu ograničenja (2.2.21) svaki čvor treba<br />
da bude dodeljen jednom objektu, a uz pomoć ograničenja (2.2.22) se osigurava da<br />
čvorovi budu alocirani samo lociranim objektima. Ograničenje (2.2.23) ne dozvoljava da<br />
ukupna potražnja koja je alocirana lociranim objektima bude veća od njihovog kapaciteta.<br />
Ograničenja (2.2.24) i (2.2.25) odražavaju binarnost parametara x i y.<br />
Modeli za lociranje nepoželjnih objekata, za razliku od modela pokrivanja i modela<br />
prosečnog rastojanja, teže ka maksimizaciji rastojanja između objekata koji se lociraju i<br />
čvorova koji se njima alociraju. Objekti koji se lociraju uz pomoć ovakvih modela su<br />
zatvori, elektrane, otpadi, itd. (Daskin i Owen, 2003)<br />
Matematički, ova vrsta lokacijskih problema može da se predstavi na sledeći način:<br />
ij iy j<br />
i J I<br />
ij<br />
Maksimizirati: ,<br />
pri ograničenjima:<br />
∑ ∑<br />
∈<br />
∈<br />
∑<br />
j<br />
∈<br />
j=<br />
(2.2.27)<br />
∑<br />
=<br />
∈<br />
,<br />
∀<br />
∈<br />
∈<br />
≤<br />
∀<br />
(2.2.26) a d<br />
i<br />
− ∈,<br />
∀<br />
j<br />
∈<br />
j<br />
Jx<br />
=<br />
P<br />
N<br />
j ij Jy<br />
j ij m y<br />
∑<br />
[ ] − [ ] ≥<br />
∀ ∈ = −<br />
1 1<br />
m x<br />
0<br />
,<br />
{ } J<br />
∀<br />
∈<br />
(2.2.31)<br />
= ,<br />
x<br />
1 (2.2.28)<br />
k i y<br />
xj<br />
yij<br />
k<br />
i<br />
I<br />
i<br />
I<br />
I<br />
J<br />
m<br />
J<br />
1,...<br />
0 (2.2.29)<br />
ii<br />
(2.2.30)<br />
0 ∈1,<br />
{ } J<br />
0 ,1<br />
∀<br />
j<br />
i<br />
∈<br />
∀<br />
I<br />
j<br />
∈<br />
(2.2.32)<br />
Definisana kriterijumska funkcija (2.2.26), kao i ograničenja, su gotovo ista kao i u<br />
slučaju p medijane, osim što se u ovom slučaju teži ka maksimiziranju rastojanja umesto<br />
minimiziranju, i što se uvodi ograničenje (2.2.30) kojim se osigurava da će potražnja biti<br />
alocirana najbližem lociranom objektu.<br />
Lociranje habova predstavlja karakterističan lokacijski problem. On razmatra<br />
postojanje dela rute na kome se saobraća većim saobraćajnim sredstvima sa većom<br />
frekvencijom transporta i nižim jediničnim troškovima transporta. Veliki broj autora je<br />
predložio matematičku formulaciju problema lociranja habova, ali se može reći da je<br />
najznačajnija ona koju je predložio O'Kelly 1987 (Teodorović, 2007):<br />
a<br />
∑ ∑<br />
∈ ∈ N<br />
N j ij i<br />
⎛<br />
⎜<br />
⎝<br />
∑ ∑ ∑ ∑<br />
Minimizirati: +<br />
+ α ,<br />
∈ ∈ ∈ ∈<br />
N m N k N m jm jm jm ik ik y c y c k<br />
km y y c ik<br />
N<br />
⎞<br />
⎟<br />
⎠<br />
(2.2.33)<br />
pri ograničenjima:<br />
∑<br />
∈<br />
Nx<br />
j=<br />
(2.2.34)<br />
17
=<br />
∀<br />
∈<br />
∑<br />
∈<br />
1<br />
(2.2.35)<br />
≤<br />
∀<br />
i<br />
− ,<br />
∈<br />
∀I<br />
j<br />
∈<br />
j ij Jy<br />
∀i<br />
j ij xj y<br />
x<br />
0 (2.2.36)<br />
I<br />
j<br />
{ } J<br />
∈<br />
J<br />
∀<br />
i<br />
{ } J<br />
= ,<br />
∈<br />
∀<br />
yij<br />
I<br />
j<br />
∈<br />
(2.2.38)<br />
0 ,1<br />
Kriterijumska funkcije (2.2.33) minimizira ukupne troškove. Ograničenjem (2.2.34) se<br />
definiše da je broj objekata koje treba locirati jednak broju p. Na osnovu ograničenja<br />
(2.2.35) svaki čvor treba da bude dodeljen jednom habu. Ograničenja (2.2.36) se<br />
osigurava da čvorovi budu alocirani samo lociranim habovima. Ograničenja (2.2.37) i<br />
(2.2.38) odražavaju binarnost parametara x i y.<br />
Pregled aktuelnih trendova u modelovanju lokacijskih problema habova dali su Alumur i<br />
Kara (2008). Vidović i dr. (2011) definisali su model p haba i primenili ga na problem<br />
lociranja intermodalnih terminala u Srbiji.<br />
Imajući u vidu prethodno navedenu klasifikaciju lokacijskih problema i činjenicu da u<br />
stvarnim lancima snabdevanja postoji veliki broj geografskih, urbanističkih, pravnih,<br />
ekonomskih i organizacionih ograničenja, zbog čega je najveći broj objekata moguće<br />
locirati samo u određenom broju čvorova na postojećoj mreži, u okviru ovog istraživanja,<br />
pažnja će posebno biti posvećena diskretnim lokacijsko-alokacijskim problemima na mreži.<br />
Ovom problematikom su se naročito bavili Daskin (1995), Current i ostali (2002), ReVelle i<br />
Eiselt (2005).<br />
Osim toga, za svaki od posmatranih lokacijskih problema u ovom istraživanju<br />
raymatraće se stepen pokrivanja potražnje, pristup kapacitativnom ograničenju u funkciji<br />
optimalne alokacije korisnika ili resursa, kao i adekvatna metoda, odnosno alat i algoritmi<br />
za rešavanje tih problema.<br />
∈1,<br />
0 (2.2.37)<br />
2.3 Lokacijski problemi logističkih centara<br />
Ne postoji veliki broj matematičkih modela koji se odnose konkretno na lokacijski<br />
problem logističkih centara, međutim, postoji značajan broj modela kojima se razmatrao<br />
lokacijski problem intermodalnih terminala, distributivnih skladišta i habova, koje treba<br />
uzeti u obzir u razmatranju lokacijskih problema logističkih centara. Neki od do sada<br />
definisanih modela u okviru ove problematike navedeni su u nastavku.<br />
Taniguchi i dr. (1999) predstavili su model za određivanje optimalnih kapaciteta i<br />
lokacije otvorenih logističkih terminala zasnovan na teoriji redova i nelinearnom<br />
matematičkom programiranju, koji naročito u obzir uzima stanje na putnoj mreži. U modelu<br />
su u obzir uzeli transportne i troškove logističkih terminala. Međutim, razmatrali su<br />
terminale koji opslužuju samo drumski transport i računali njihove troškove na osnovu<br />
broja pretovaranih rampi, što je predstavljeno kao mera odnosa između kapaciteta<br />
terminala i protoka robe. Za rešavanje modelovanog problema primenili su genetske<br />
algoritme, koji su se pokazali kao adekvatan alat za rešavanje definisanog lokacijskog<br />
problema.<br />
18
Nozick i Turnquist (2001) bavili su se lociranjem distributivnih centara za<br />
automobilsku industriju. Koristili su pristup lokacijskih problema sa fiksnim troškovima u<br />
koji su uključili i troškove držanja zaliha. U prvom koraku su uz pomoć modela fiksnih<br />
troškova određivali potreban broj i lokacije distributivnih centara, a u drugom koraku su<br />
sproveli svojevrsno višekriterijumsko odlučivanje o kapacitetu centara suprotstavljajući<br />
troškove i zadovoljstvo klijenata koje se ogleda u brzini reakcije na njihove zahteve.<br />
Prednost definisanog pristupa je svakako u sveobuhvatnosti troškova, a nedostatak što je<br />
model definisan nasuprot automobilskoj industriji zbog čega u drugim slučajevima ne<br />
može da nađe primenu bez izvesnih modifikacija.<br />
Jaramillo i dr. (2002) su istraživali adekvatnost primene genetskih algoritama na<br />
lokacijskim problemima fiksnih toškova, sa i bez kapacitetnih ograničenja, na problemima<br />
maksimalnog pokrivanja i kompetitivnim lokacijskim modelima. Došli su do zaključka da<br />
primena genetskih algoritama daje dobre rezultate, ali zahteva više vremena za<br />
iznalaženje rešenja, nego druge metode.<br />
Klose i Drexl (2005) dali su dobar pregled lokacijskih modela u distributivnim<br />
sistemima.<br />
Klapita i Švecova (2006) su rešavali problem lociranja i alociranja logističkih centara<br />
bez kapacitetnih ograničenja, uz pomoć modela definisanog celobrojnim matematičkim<br />
programiranjem. Modelom su obuhvatili transportne i operativne troškove logističkih<br />
centara, pri čemu se troškovi predstavljaju kao fazi vrednosti. Kriterijumska funkcija<br />
definisanog modela je minimizacija ukupnih troškova. Model podrazumeva korišćenje<br />
samo jednog vida transporta i ima samo teorijski značaj, dok ga je za korisnu praktičnu<br />
primenu potrebno adaptirati. Pored toga obavili su poređenje sledeća tri pristupa:<br />
senzitivnu analizu, klasičan fazi metod i fazi algoritam. Došli su do zaključka da senzitivna<br />
analiza i fazi algoritam daju podjednako dobre rezultate.<br />
Melachrinoudis i Min (2007) su koristili linearno celobrojno matematičko<br />
programiranje pri rešavanju problema redizajniranja mreže distributivnih skladišta, pri<br />
čemu su osnovni kriterijum bili minimalni troškovi. Definisali su model na osnovu kojega je<br />
moguće doneti odluku koja skladišta zadržati, koja zatvoriti, a koliko novih i gde locirati.<br />
Između ostalog, došli su do zaključka da ovaj pristup daje dobre rezultate i pruža<br />
mogućnost proširenja posmatranog problema. Ovaj model može da se smatra korisnim<br />
alatom za redizajniranje mreže skladišta, međutim, nedostatak mu je u tome što u obzir<br />
uzima primenu samo drumskog transporta.<br />
Yang i dr. (2007) su se bavili problemom lociranja distributivnih centara korišćenjem<br />
fazi 2 metoda. Definisali su model koji u obzir uzima troškove transporta od i do centra, kao<br />
i investicione i operativne troškove centra i ima za cilj minimizaciju ukupnih troškova.<br />
Prednost definisanog modela je u sveobuhvatnosti razmatranih troškova, a nedostatak u<br />
mogućnosti variranja - određivanja samo jednog parametra, a to je lokacija centara. Za<br />
iznalaženje optimalnog rešenja koristili su kombinaciju tabu pretraživanja, genetskih<br />
algoritama i fazi simulacionog algoritma. Testiranjem su došli do zaključka da ova<br />
kombinacija algoritama može dati zadovoljavajuće rezultate definisanog problema.<br />
Arnold i i dr. (2004) su, uz pomoć linearnog matematičkog programiranja, modelovali<br />
lokacijski problem železničko-drumskih intermodalnih terminala i formulisali ga kao p hab<br />
2 fuzzy<br />
19
problem. Model su testirali za region Pirinejskog poluostrva i došli do zaključaka da, u tom<br />
slučaju, lokacija intermodalnog terminala ima veoma mali uticaj na udeo kombinovanog<br />
transporta u ukupnom transportu, ali da promene lokacije terminala stvaraju posledice po<br />
celokupan evropski sistem transporta.<br />
Racunica i Wynter (2005) su se bavili određivanjem optimalne lokacije intermodalnih<br />
robnih habova. Definisali su nelinearan celobrojni model zasnovan na lokacijskom<br />
problemu habova, bez kapacitativnih ograničenja, proširen za razmatranje povlastica u<br />
zavisnosti od obima poslovanja 3 . Definisani model je karakterističan po tome što<br />
podrazumeva postojanje granice nakon koje transport između dva haba postaje isplativ,<br />
usled čega se gubi linearnost troškova koja inače postoji u svim drugim razmatranjima<br />
transportnih troškova u slučaju lociranja habova. Model ima inovativan pristup, ali ga ima<br />
smisla primeniti samo na četvorostepene lance snabdevanja i probleme lociranja habova.<br />
Rodriguez i dr. (2007) su rešavali problem lociranja habova sa kapacitetnim<br />
ograničenjima, dodatno razmatrajući troškove koji u sistemu nastaju usled zakrčenosti koja<br />
nastaje kada je dostignuto kapacitetno ograničenje. Za iznalaženje rešenja modeliranog<br />
problema razvili su algoritam na bazi simuliranog kaljenja, i došli do zaključka da primena<br />
ovog algoritma u datom slučaju daje dobre rezultate. Model stavlja akcenat na vremensku<br />
dimenziju transporta i može da posluži kao koristan alat, pri donošenju odluke o<br />
definisanju lokacije i usluga u habu.<br />
Limbourg i Jourquin (2009) su istraživali optimalne lokacije drumsko-železničkih<br />
kontejnerskih terminala na postojećoj evropskoj mreži puteva i pruga. Pritom su koristili<br />
model p hub mediane u kojem je ciljna funkcija bila minimizacija transportnih troškova. Oni<br />
su određivali optimalnu lokaciju intermodalnih terminala – habova, tako što su u<br />
iterativnom postupku poredili troškove transporta i troškove pretovara u potencijalnim<br />
lokacijama terminala koji su se iz iteracije u iteraciju menjali u odnosu na broj pretovarenih<br />
kontejnera. Njihov pristup je inovativan i interesantan, ali nije uzimao u obzir troškove<br />
lociranja terminala.<br />
Na osnovu dosadašnjih istraživanja može da se zaključi da linearno i nelinearno<br />
celobrojno matematičko programiranje ima dominantnu ulogu pri rešavanju lokacijskih<br />
problema logističkih centara, kao i da su dominantni pristupi modelovanje problema<br />
modelom habova i fiksnih troškova. U najvećem broju slučajeva definišu se modeli sa<br />
kapacitativnim ograničenjima. Za rešavanje lokacijskih problema logističkih centara<br />
definisanim modelima najčešće se primenjuju genetski i fazi (fuzzy) algoritmi, a zatim tabu<br />
pretraživanje i simulirano kaljenje.<br />
2.4 Lokacijski problemi postrojenja za generisanje električne energije iz<br />
biomase<br />
Veliki broj matematičkih modela za širok spektar lokacijskih problema je formulisan i<br />
primenjen, međutim, samo mali broj njih se bavi problemom lokacije objekata u lancu<br />
snabdevanja biomasom. Neki od najznačajnijih navedeni su u nastavku.<br />
3 economy of scale<br />
20
Freppaz i dr. (2004) razvili su sistem podrške pri odlučivanju u eksploataciji drvne<br />
biomase u energetske svrhe. Sistem integriše tehnike bazirane na GIS - u i matematičkom<br />
programiranju i ima za cilj da oceni podobnost iskorišćenja drvne biomase u energetske<br />
svrhe na određenom području, na osnovu čega daje preporuke o lociranju postrojenja u<br />
određenom području i o isplativoj veličini postrojenja. Sistem je testiran u malom<br />
planinskom regionu u Italiji.<br />
Walla i Schneeberger (2008) su istraživali optimalnu veličinu kogenerativnog<br />
postrojenja za proizvodnju električne i toplotne energije iz biogasa proizvedenog od silaže<br />
kukuruza, razmatrajući prvenstveno transportne troškove. U istraživanju su se fokusirali na<br />
područje Austrije i bavili se pitanjima kao što su: koliko se koeficijent korisnosti menja sa<br />
porastom nazivne snage postrojenja?; kako se menjaju troškovi biogasa i proizvodnje<br />
električne energije sa porastom nazivne snage postrojenja?; koja snaga postrojenja je<br />
troškovno najpovoljnija u zavisnosti od dostupnosti raspoloživih sirovina?; koji efekat<br />
subvencije i feed-in 4 tarife imaju na optimalan kapacitet postrojenja u Austriji? Došli su do<br />
rezultata prikazanih na sl. 3.<br />
Sl. 3 Troškovi proizvodnje električne energije u zavisnosti od kapaciteta postrojenja (Walla<br />
i Schneeberger, 2008)<br />
Njihovi rezultati ukazuju na značaj dostupnosti biomase, tako što prikazuju odnos<br />
promene troškova snabdevanja postrojenja biomasom, nasuprot promeni vrednosti<br />
investicija porastom veličine postrojenja.<br />
Perpina i dr. (2009) su razvili metod fokusiran na potencijalne strategije transporta<br />
poljoprivredne i drvne biomase, koristeći geografski informacioni sistem (GIS). Razvijena<br />
metodologija je testirana u regionu Valensije (Španija) i podrazumevala je dve faze. U<br />
prvoj fazi izračunata je raspoloživa biomasa po svakom kvadratnom kilometru<br />
posmatranog regiona. Računata je kao proizvod površine pod određenom biljnom vrstom,<br />
koeficijenta koji označava koliko se koje vrste biomase može ubrati i koeficijenta<br />
dostupnosti određene biomase. U drugoj fazi je obavljena analiza postojeće transportne<br />
mreže uz pomoć geografske baze podataka. Zaključak njihovog istraživanja je da efikasno<br />
4 Subvencionisana tarifa po kojoj se otkupljuje energija generisana iz OIE<br />
21
upravljanje snabdevanjem biomase ima važnu ulogu u smanjivanju transportnih rastojanja<br />
a time i transportnih troškova, što opet ima veliki uticaj na izbor lokacije postrojenja.<br />
Rodžers i Brammer (2009) su se bavili lociranjem postrojenja za pirolizu, radi<br />
optimizacije troškova prevoza energetskih biljaka od polja do postrojenja. Ideja njihovog<br />
rada je bila da se pretvaranjem energetskog bilja u bioulje, u postrojenjima za pirolizu, a<br />
zatim korišćenjem bioulja u postrojenjima za proizvodnju energije može uštedeti na<br />
transportnim troškovima. Pored toga bioulje je transportabilnije i povoljnije za skladištenje,<br />
zbog čega se može postići veća sloboda pri lociranju postrojenja za proizvodnju energije.<br />
U svom istraživanju su došli do zaključka da u slučaju transporta biomase transportni<br />
troškovi ustvari značajno rastu zbog potrošenog vremena u procesu utovara i istovara, i da<br />
se korišćenje postrojenja za pirolizu isplati samo u slučaju ako su potrebna transporta<br />
rastojanja biomase do postrojenja za proizvodnju energije veća od 77 km, a ukrupnjenost<br />
površina pod biomasom tolika da je isplativo izgraditi postrojenja za pirolizu većih<br />
kapaciteta.<br />
Radi optimizacije troškova snabdevanja postrojenja biomasom Rentizelas i dr. (2009)<br />
su se bavili problemom skladištenja biomase. Oni su razmatrali korišćenje tri vrste<br />
skladišta: zatvoreno skladište sa mogućnošću sušenja biomase upumpavanjem toplog<br />
vazduha u skladište, natkriveno skladište sa metalnim krovom bez bilo kakve opreme za<br />
sušenje biomase, otvoreno skladište na kojem se biomasa prekriva zaštitnom folijom. U<br />
svom istraživanju došli su do zaključka da primena jevtinijih rešenja za skladištenje<br />
biomase - otvoreno skladište i prekrivanje biomase zaštitnom folijom dovodi do značajnog<br />
smanjenja troškova snabdevanja biomase.<br />
Rentizelas i Tatsiopoulos (2009) su istraživali optimalnu lokaciju postrojenja za<br />
proizvodnju električne energije iz biomase uz pomoć hibridnog optimizacionog modela, čiji<br />
su rezultati upoređeni sa rezultatima dobijenim genetskim algoritmima i uz pomoć<br />
sekvencijalnog kvadratnog programiranja. Modelirali su lokacijski problem kao nelinearan<br />
optimizacioni problem čija je kriterijumska funkcija maksimizacija neto sadašnje vrednosti<br />
investicija tokom radnog ciklusa postrojenja. Model su testirali u regionu Tesalije (Grčka).<br />
Došli su do zaključka da hibridni optimizacioni model daje dobre rezultate u ovom slučaju,<br />
bolje nego druge dve razmatrane metode.<br />
Dyken i dr. (2010) su razvili model koji dovodi u vezu sadržaj vlage u biomasi sa<br />
njenim energetskim potencijalom sa dugotrajnim procesima u lancu snabdevanja kao što<br />
je na primer proces skladištenja, odnosno sušenja biomase tokom skladištenja radi<br />
optimizacije lanca snabdevanja. Pri modeliranju su koristili linearno celobrojno<br />
programiranje.<br />
Marti i Gonzales (2010) su razvili matematički metod kojim se dovodi u vezu linearno<br />
programiranje i digitalne mape radi pronalaska optimalne lokacije postrojenja na biomasu.<br />
Metod su testirali u regionu Španije i došli do zaključka da metod pruža dobre mogućnosti<br />
za optimalno lociranje postrojenja u odnosu na lokaciju potrošača, ali ne tako dobro u<br />
odnosu na lokaciju raspoloživih sirovina. Takođe, metod razmatra lociranje samo jedne<br />
vrste postrojenja, ne razmatra postojanje međuskladišta i vodi računa da postrojenje bude<br />
u blizini korisnika energije, ali ne i da je ukupna potražnja korisnika zadovoljena.<br />
Kocoloski i dr. (2011) su istraživali uticaj veličine i lokacije postrojenja za proizvodnju<br />
energije iz etanola, na troškove proizvodnje celuloznog etanola. Zaključili su da ovi<br />
parametri imaju veliki uticaj, čak do 15-25 % od ukupnih troškova.<br />
22
Na osnovu dosadašnjih istraživanja može da se zaključi da matematičko<br />
programiranje ima dominantnu ulogu pri rešavanju lokacijskih problema u lancima<br />
snabdevanja biomasom, naročito linearno, celobrojno i dinamičko programiranje. Osim<br />
toga istraživanja su pokazala da logistički troškovi imaju značajan uticaj na ukupne<br />
troškove lanaca snabdevanja biomasom, usled čega su oni parametar koji svakako treba<br />
uzeti u obzir, pri donošenju odluke o veličini i lokaciji postrojenja. Struktura lanca<br />
snabdevanja sa više skladišta u nizu ili postrojenjem za pirolizu, isplativa je samo kada je<br />
reč o velikim postrojenjima i transportnim rastojanjima snabdevanja postrojenja od preko<br />
80 km. Prekrivanje biomase jednogodišnjim ili višegodišnjim folijama predstavlja troškovno<br />
najisplativiji način skladištenja biomase.<br />
23
3. MODELIRANJE LOKACIJSKIH PROBLEMA LOGISTIČKIH CENTARA<br />
Lanci snabdevanja su nosioci realizacije robnih tokova. Istovremeno, robni<br />
tokovi predstavljaju generatore zahteva za uslugama transporta, skladištenja, pretovara,<br />
kontrole, komisioniranja i drugih logističkih aktivnosti.<br />
Robni tokovi od mesta pošiljaoca do mesta primaoca prolaze kroz niz različitih<br />
transformacija koje često značajno menjaju njihove karakteristike. Činjenica da pošiljalac<br />
robe može biti jedna kompanija, a da se kao primaoci pojavljuju n različitih subjekata<br />
govori o deobi – transformaciji toka. Transformacije nad robnim tokovima najčešće se<br />
odvijaju u logističkim centrima. Poznavanjem karakteristika robnih tokova i njihovih<br />
transformacija stvaraju se uslovi za primereno planiranje, projektovanje i upravljanje<br />
logističkim centrima.<br />
3.1 Logistički centri u lancima snabdevanja<br />
Logistički centri predstavljaju centralne elemente savremenih logističkih i poslovnih<br />
mreža, a samim tim i lanaca snabdevanja. Oni su najčešće mesta vremenske,<br />
kvantitativne, kvalitativne, strukturne, vrednosne ili pak neke druge transformacije robnih<br />
tokova. Razlikuju se po makro i mikrolokacijskom položaju, strukturi funkcija i podsistema,<br />
stepenu razvijenosti, organizaciji i tehnologiji. U svakom slučaju, zajedničko im je da<br />
objedinjavaju različite podsisteme i pružaju kompleksne logističke usluge. S obzirom na<br />
navedene različitosti, jasno je da ne postoje standardne karakteristike logističkih centara,<br />
međutim, njihovom detaljnijom analizom uočavaju se neka zajednička obeležja, kao što<br />
su:<br />
− multimodalnost - povezanost sa različitim vidovima transporta,<br />
− otvorenost - slobodan pristup za sve javne i privatne kompanije da se integrišu u ili<br />
koriste objekte centra, sa ciljem prostorne integracije različitih operatora i učesnika<br />
lanaca snabdevanja,<br />
− multifunkcionalnost - pružanje većeg broja transportnih i logističkih usluga,<br />
− rukovanje teretom ili robom - izbor većeg broja objekata i opreme za<br />
manipulisanje, kao što su različiti terminali i skladišta,<br />
− elektronska razmena informacija - pristupi telematskim sistemima vezanim za<br />
transport, administraciju, upravu i lanac snabdevanja,<br />
− međupovezanost različitih poslovnih sektora i subjekata radi ostvarivanja<br />
transportnih i logističkih aktivnosti,<br />
− težnja ka manjim ukupnim troškovima kao posledica uštede u skladišnim i<br />
pretovarnim sistemima, IT sistemu, uslužnim i pratećim delatnostima,<br />
− dodatne usluge, kao što su snabdevanje gorivom i vodom, usluge održavanja,<br />
pakovanja, carinske kontrole, itd.<br />
Naročito je važno da se napomene da su upravo dodatne usluge ono što razlikuje<br />
logističke centre od ostalih mesta transformacije robnih tokova, kao što su terminali,<br />
stanice, čvorovi, luke, itd. Upravo na osnovu dodatnih usluga se promenilo poimanje<br />
24
logistike od prostog transporta i skladištenja do integrisanog planiranja i upravljanja<br />
tokovima materijala i informacija.<br />
Osnovna podela logističkih centara jeste prema organizacionoj formi na otvorene i<br />
zatvorene.<br />
Otvoreni logistički centri su najčešće centri sa najvećim stepenom integracije<br />
logističkih aktivnosti. Oni kao kompleksi zgrada, skladišta, terminala, ... imaju direktne<br />
veze s infrastrukturom (putevi, pruge, vodni putevi, aerodromi), koja je integrisana u<br />
unutrašnju transportnu infrastrukturu. Ovakvi logistički centri pored osnovnih funkcija mogu<br />
da obuhvataju i manje nivoe proizvodnje (obradu, doradu, montažu). Tipični primeri za<br />
otvorene logističke centre su: železničke (ranžirne) stanice, luke, aerodromi. Pružanjem<br />
dodatnih usluga, kao što su: kontrola i osiguranje kvaliteta, obrada robe, pakovanje i<br />
prepakivanje, obrada skladišnih jedinica, montaže, reparature, obrada tura transporta,<br />
reklamni poslovi, reciklaža, itd, ovakvi logistički centri postaju centri kompetencije.<br />
Zatvoreni logistički centri pripadaju preduzećima koja se bave uslugama, ali i<br />
industrijskim poslovanjem. Mogu da egzistiraju nezavisno ili u okviru otvorenih centara.<br />
Primeri za zatvorene logističke centre su: distributivni i otpremni centri, skladišta,<br />
pretovarni centri, itd. U njih, takođe, može biti integrisana proizvodnja nižeg nivoa.<br />
(Georgijević, 2011)<br />
Pored ove osnovne podele, logističke centre je moguće razlikovati i prema:<br />
A. vlasničkoj strukturi<br />
− privatni,<br />
− javni,<br />
B. zastupljenim vidovima transporta<br />
− unimodalni,<br />
− bimodalni,<br />
− trimodalni,<br />
− multimodalni,<br />
C. vrsti robe koje opslužuje,<br />
D. mestu i funkcijama u logističkoj mreži,<br />
E. lokaciji u odnosu na gravitaciono područje,<br />
F. kapacitetu, itd.<br />
Postojanje logističkih centara u lancima snabdevanja ima niz ciljeva i prednosti u<br />
raznim društveno-privrednim oblastima (sl. 4).<br />
25
U DOMENU SAOBRAĆAJA I LOGISTIKE<br />
CILJEVI RAZVOJA LOGISTIČKIH CENTARA<br />
• Racionalna podela rada između vidova transporta<br />
• Razvoj intermodalnog transporta<br />
• Bolje iskorišćenje pređenog puta i tovarnog prostora transportnih sredstava<br />
• Jačanje konkurentnosti između preduzeća iz oblasti transporta i logistike<br />
• Ponuda kompletne logističke usluge<br />
• Povećanje kvaliteta logističke usluge<br />
• Efikasno korišćenje infrastrukture<br />
• Rasterećenje drumskih saobraćajnica<br />
• Povećanje saobraćajne, logističke ponude<br />
• Razvoj i modernizacija saobraćajne infrastrukture<br />
• Rešavanje problema city logistike<br />
• Liberalizacija transportnog tržišta<br />
• Efikasno korišćenje naprednih IT u saobraćaju i transportu<br />
EKONOMSKI<br />
• Smanjenje troškova logistike<br />
• Smanjenje investicija u neprofitne segmente logističkih sistema<br />
• Smanjenje rizika od investiranja u logističke sisteme<br />
• Smanjenje vezanog kapitala u logističkim sistemima<br />
• Razvoj berzanskih modela za usaglašavanje ponude i potražnje<br />
• Razvoj novih aktivnosti dodavanja vrednosti, itd<br />
OPŠTE PRIVREDNI<br />
• Efikasnije uključivanje u međunarodne robne tokove<br />
• Razvoj i povećana konkurentnost regiona<br />
• Sinergijski efekti<br />
• Poboljšanje zaposlenosti i uslova rada<br />
• Bolji uslovi poslovanja za mala i srednja preduzeća<br />
• Povećanje satisfakcije klijenata, korisnika logističke usluge, itd<br />
EKOLOŠKO BEZBEDNOSNI<br />
• Smanjenje zagađenja vazduha<br />
• Smanjenje buke, vibracija<br />
• Poboljšanje kvaliteta života u gradovima<br />
• Dislokacija, evakuacija ekološki nepovoljnih sistema<br />
• Razvoj ekološki prihvatljivih transportnih sistema<br />
• Racionalno sakupljanje materijala za reciklažu<br />
• Povećanje bezbednosti transporta i pretovara opasnih materija<br />
• Smanjenje incidentnih situacija, itd<br />
ENERGETSKI<br />
• Smanjenje potrošnje energije<br />
• Racionalno korišćenje energije<br />
• Zaštita energetskih resursa, itd<br />
PROSTORNO PLANIRANJE<br />
• Uključivanje u mrežu RTC-a<br />
• Efikasnije korišćenje zemljišta<br />
• Smanjenje ukupnih potreba za površinama<br />
• Povećanje atraktivnosti lokacije<br />
• Smanjenje nepotrebnih logističkih sistema u urbanim sredinama<br />
• Naseljavanje visokovrednim delatnostima<br />
• Usklađivanje prostorne strukture<br />
• Smanjenje parkiranja teretnih vozila u urbanim sredinama, itd<br />
Sl. 4 Ciljevi razvoja logističkih centara (Zečević, 2009 - delimično prerađeno)<br />
26
Planiranje i projektovanje logističkih centara na prvom mestu podrazumeva<br />
određivanje lokacije i kapaciteta.<br />
Postoje dva osnovna nivoa izbora lokacije logističkih centara: makro i mikronivo.<br />
Pritom, makronivo podrazumeva izbor lokacije na teritoriji kontinenta, regiona ili države, a<br />
mikro izbor lokacije na teritoriji opštine ili grada (sl. 5).<br />
nacionalni,<br />
internacionalni<br />
prostor<br />
MAKRO -<br />
LOKACIJSKI<br />
PROBLEM<br />
I FAZA<br />
aglomeracija,<br />
gradska<br />
zona<br />
lučka,<br />
industrijska<br />
zona<br />
MIKRO -<br />
LOKACIJSKI<br />
PROBLEM<br />
II FAZA<br />
Sl. 5 Makro i mikrolokacija logističkih centara (Zečević, 2009)<br />
Više različitih faktora utiče na izbor lokacije logističkih centara. Među najznačajnijim<br />
faktorima su: tip i funkcija logističkih centara, pripadnost logističkoj mreži, planirana i<br />
očekivana gravitaciona zona centra, obim i karakteristike robnih tokova koje centar treba<br />
da opslužuje, predviđena vlasnička struktura centra.<br />
Iz navedenog proizilazi da je kao osnova za određivanje lokacije i kapaciteta<br />
logističkih centara potrebno:<br />
− definisati strukturu lanca snabdevanja,<br />
− analizirati robne tokove u posmatranom lancu,<br />
− definisati gravitaciono područje centara,<br />
− definisati tip i funkcije logističkih centara.<br />
Osnovni kriterijumi pri tome su najčešće transportni ili ukupni troškovi lanca snabdevanja.<br />
Struktura lanaca snabdevanja<br />
U pogledu svoje strukture, lanci snabdevanja mogu biti jednostepeni, dvostepeni,<br />
trostepeni i višestepeni.<br />
Jednostepeni lanci snabdevanja podrazumevaju direktne isporuke. Javljaju se u<br />
slučajevima manjeg ili većeg broja isporučilaca i korisnika, na manjim ili većim<br />
27
međusobnim rastojanjima i manjim ili većim transportnim količinama, ali uvek<br />
podrazumevaju direktnu isporuku od pošiljalaca do potrošača. Primer ovakvih lanaca<br />
snabdevanja može biti montaža mašina i opreme sa kooperantima u nekom proizvodnom<br />
procesu ili distribucija robe iz skladišta proizvođača do krajnih potrošača. Na sl. 6 dat je<br />
primer jednostepenog lanca snabdevanja.<br />
Sl. 6 Jednostepeni lanac snabdevanja sa direktnim isporukama (Georgijević, 2011)<br />
Dvostepeni lanci snabdevanja uobičajeni su u slučajevima kada su proizvođači i<br />
korisnici prostorno dosta udaljeni, zbog čega se robe pretežno dovozi do distribucionih<br />
skladišta, gde se stavlja na raspolaganje korisnicima (primer distribucije mineralne vode,<br />
piva i robe sličnih karakteristika).<br />
Trostepeni lanci snabdevanja su najčešći u praksi, jer podrazumevaju globalne<br />
tokove materijala i robe. Postoji više koncepata trostepenih lanaca snabdevanja, a<br />
najčešći je onaj koji uključuje neku vrstu logističkog centra. Primer trostepenog<br />
distributivnog sistema sa logističkim centrima dat je na sl. 7.<br />
Sl. 7 Trostepeni distributivni sistem sa logističkim centrima (Georgijević, 2011)<br />
Višestepeni sistemi su najčešće kombinacije prethodnih.<br />
28
U najvećem broju slučajeva, trostepeni i višestepeni lanci snabdevanja<br />
podrazumevaju postojanje logističkih centara, pri čemu njihov rad može da se odvija po<br />
dva osnovna principa i to crossdocking i transshipment. Crossdocking podrazumeva da se<br />
robe bez ili sa transportnom jedinicom (npr. paletom) u istoj formi skladište i za kratko<br />
vreme dalje transportuju (sl. 8), dok transshipment podrazumeva da se robe sortiraju ili<br />
komisioniraju i oformljuje se nova transportna jedinica za dalji transport.<br />
U ovom istraživanju će se razmatrati trostepeni lanci snabdevanja sa logističkim<br />
centrima, koji funkcionišu po principu crossdocking-a.<br />
Distributivni centar<br />
Snabdevač<br />
Pre crossdocking-a<br />
Snabdevači<br />
LTL<br />
Prijem robe<br />
Kupci<br />
Sortiranje<br />
Otprema robe<br />
Posle crossdocking-a<br />
FTL<br />
FTL<br />
crossdocking<br />
DC<br />
Kupac<br />
FTL (Full Truckload) - pun tovarni prostor; LTL (Less - than Truckload) - nepun transportni prostor<br />
Sl. 8 Crossdoking logistički centri<br />
Logistički centri koji rade po principu crossdocking-a omogućavaju blagovremenu<br />
raspodelu robnih tokova, bolje usklađivanje sa zahtevima klijenata i efikasnije korišćenje<br />
transportnih sredstava. Ovakav distributivni centar u suštini služi kao objekat visoke<br />
propusne moći sortiranja za veći broj snabdevača i kupaca. Može da se primeni u<br />
različitim okolnostima. Kod proizvođača, u cilju konsolidacije internog snabdevanja (za just<br />
in time procesu proizvodnje), u distribucionim sistemima za konsolidaciju robnih tokova od<br />
raznih snabdevača koji se kasnije, u različitim količinama, distribuiraju većem broju<br />
različitih kupaca, u transportnim sistemima radi postizanja FTL 5 - a, umesto LTL 6 - a.<br />
5 FTL (Full Truckload) - pun tovarni prostor<br />
6 LTL (Less - than Truckload) - nepun transportni prostor<br />
29
Robni tokovi<br />
Robni tokovi predstavljaju tokove materijala između pošiljaoca i primaoca, pri čemu<br />
može biti i više pošiljalaca i više primalaca. Karakteriše ih početna i krajnja tačka, obim i<br />
transformacije koje se na toku dešavaju između početne i krajnje tačke.<br />
U odnosu na obim, početnu i krajnju tačku robnih tokova, razlikuju se makro i mikro<br />
tokovi robe. Kod makrotokova početna i završna tačka ne nalaze se na istom području. U<br />
njih ubrajamo tokove: dopreme, otpreme, izvoza, uvoza i tranzita. Mikrotokovi predstavljaju<br />
tokove kod kojih se i početna i završna tačka nalaze u okviru istog područja i u njih<br />
spadaju tokovi: dopreme i otpreme.<br />
Transformacije robnih tokova najčešće se odvijaju u logističkim centrima, a u vezi sa<br />
vrstom transformacije na tokovima robe postoje četiri osnovne funkcije logističkih centara:<br />
− sabirna funkcija pri povezivanju tokova mikrodistribucije i tokova makrodistribucije,<br />
− distributivna funkcija pri povezivanju tokova makrodistribucije i tokova<br />
mikrodistribucije,<br />
− tranzitna funkcija pri povezivanju tokova makrodistribucije i tokova<br />
mikrodistribucije,<br />
− sabirno-distributivna funkcija pri povezivanju tokova makrodistribucije i tokova<br />
mikrodistribucije.<br />
Sabirna funkcija podrazumeva realizaciju sabirnog rada u definisanoj gravitacionoj<br />
zoni u cilju daljinske otpreme robe primaocima. Pri tome, može da se ostvari sabiranje iste<br />
ili različite robe od istih ili različitih pošiljalaca za dalju distribuciju robe istim ili različitim<br />
primaocima, pri čemu sabiranje može biti u funkciji formiranja i otpreme transportnih<br />
jedinica i / ili u funkciji čuvanja robe s aspekta tehnologije skladištenja.<br />
Distributivna funkcija podrazumeva prijem robe koja je deo makrodistributivnih tokova<br />
i realizaciju njihove dalje distribucije do jednog ili više potrošača u definisanoj gravitacionoj<br />
zoni. Pritom, može da se ostvari transformacija manjih ili većih količina iste ili različite robe<br />
u manje isporuke koje se distribuiraju jednom ili više primaoca, pri čemu se robe mogu<br />
prepakovati, sortirati, doraditi, oplemeniti ili jednostavno samo skladištiti.<br />
Tranzitna funkcija podrazumeva prijem i otpremu tokova makrodistribucije pri čemu<br />
se može realizovati npr. promena vida transporta ili promena transportnih jedinica.<br />
Sabirno-distributivna funkcija podrazumeva realizaciju i sabirnog i distributivnog<br />
rada, između jednog ili više pošiljalaca i jednog ili više primalaca, u definisanoj<br />
gravitacionoj zoni. Ova funkcija često je upotpunjena prepakivanjem, doradom ili<br />
oplemenjivanjem robe.<br />
U ovom istraživanju rešavaće se lokacijski problem logističkih centara sa<br />
distributivnom funkcijom. Logistički centri sa distributivnom funkcijom predstavljaju mesta<br />
sučeljenja makro i mikrodistribucije (sl. 9). Osnovni zadatak im je sortiranje i konsolidacija<br />
robnih tokova u cilju optimizacije transporta. Optimizacija transporta ostvaruje se,<br />
prvenstveno, primenom adekvatnih transportnih jedinica i tehnologija transporta u<br />
zavisnosti od vrste, količine i pojavnog oblika robe. U vezi sa tim, akcenat se stavlja na<br />
primenu intermodalnog transporta, odnosno kombinaciju različitih vidova transporta bez<br />
promene transportne jedinice, kako bi se iskoristile prednosti svakog od raspoloživih<br />
vidova transporta. Kao posledica toga, većina logističkih centara predstavlja intermodalne<br />
centre sa mogućnošću opsluživanja barem dva vida transporta. U ovom istraživanju<br />
30
azmatraće se logistički centri sa mogućnošću opsluživanja robnih tokova koji koriste<br />
jedan, dva ili tri vida transporta.<br />
MAKRODISTRIBUCIJA LOGISTIČKI CENTAR MIKRODISTRIBUCIJA<br />
Veće površine opsluživanja<br />
– veća rastojanja<br />
Veće količine po transportnoj<br />
jedinici i jedinici otpreme<br />
Veća homogenost u pogledu<br />
jedinice otpreme<br />
Učešće svih vidova<br />
transporta<br />
Veća determinisanost<br />
pojave transportnih zahteva<br />
Manja frekvencija tokova<br />
na istim relacijama<br />
Promena veličine vozila<br />
Promena vida<br />
transporta<br />
Vremensko i<br />
kapacitativno<br />
usaglašavanje<br />
robnog toka<br />
Odlaganje i<br />
čuvanje robe<br />
Promena veličine i<br />
strukture logističke<br />
jedinice<br />
Formiranje tovarnih<br />
jedinica<br />
Specijalne usluge za<br />
transportna sredstva<br />
Specijalne usluge<br />
za robu, itd.<br />
Manje površine opsluživanja<br />
– manja rastojanja<br />
Manje količine po transportnoj<br />
jedinici i jedinici otpreme<br />
Veća nehomogenost u<br />
pogledu jedinice otpreme<br />
Dominantna zastupljenost<br />
drumskog transporta<br />
Veća stohastičnost pojave<br />
transportnih zahteva<br />
Veća frekventnost<br />
isporuke<br />
Sl. 9 Logistički centri kao mesta sučeljavanja makro i mikrodistribucije (Zečević, 2009)<br />
Funkcije logističkih centara<br />
U odnosu na najčešće usluge koje se odvijaju u logističkim centrima, može da se<br />
definiše pet funkcija logističkih centara (sl. 10). Preteča logističkih centara bili su robnotransportni<br />
centri u kojima je bila zastupljena samo osnovna funkcija. Međutim,<br />
postepenim razvojem dopunskih, pomoćnih, informacionih i bezbednosnih funkcija, robnotransportni<br />
centri evoluirali su u logističke centre, sada već centre kompetencije.<br />
Zastupljenost funkcija u logističkim centrima najčešće zavisi od tipa, kapaciteta i<br />
vlasništva centra. Tako su u zatvorenim centrima najčešće zastupljene osnovne i<br />
pomoćne funkcije, dok se u otvorenim centrima, radi povećanja konkurentnosti, insistira na<br />
prisustvu svih pet prikazanih funkcija.<br />
Osim navedenog, na zastupljenost određenih funkcija u nekom logističkom centru<br />
uticaće i gravitaciona zona tog centra iz razloga što će direktno usloviti pojedine<br />
karakteristike robnih tokova.<br />
.<br />
31
STRUKTURA FUNKCIJA LOGISTIČKIH CENTARA<br />
A<br />
B<br />
OSNOVNE FUNKCIJE<br />
U<br />
TRANSPORTU ROBE<br />
PRETOVARU ROBE<br />
SKLADIŠTENJU ROBE<br />
DOPUNSKE FUNKCIJE<br />
Sabirno distributivni transport<br />
Daljinski transport<br />
Drumski, železnički, vodni transport<br />
Intermodalni transport<br />
Između transportnih sredstava<br />
Između skladišta i transportnih sredstava<br />
Između faza u transportnim lancima<br />
U trgovačkim lancima<br />
Uopšte, kao skladišne zalihe<br />
C<br />
ZA<br />
Sortiranje<br />
ROBU Komisioniranje<br />
Prerada<br />
Dorada<br />
Pakovanje, obeležavanje<br />
Nakupljanje<br />
Držanje u smislu depoa<br />
TRANSPORTNA SREDSTVA Parkiranje<br />
Nega<br />
Održavanje<br />
Popravka<br />
Priprema<br />
PRETOVARNU MEHANIZACIJU Održavanje<br />
Popravka<br />
Priprema – punjenje, pražnjenje<br />
TOVARNE JEDINICE Održavanje<br />
Popravka<br />
Posredovanje<br />
PERSONAL Usavršavanje i obučavanje<br />
Usluge personalu, ishrana, odmor, spavanje, itd.<br />
Lečenje<br />
POMOĆNE FUNKCIJE<br />
Carinjenje<br />
Osiguranje<br />
Veterinarsko-sanitarne usluge<br />
Snabdevanje gorivom, vodom, energijom<br />
D<br />
E<br />
UPRAVNO-INFORMACIONE<br />
FUNKCIJE<br />
TEHNIČKO-BEZBEDNOSNE<br />
FUNKCIJE<br />
Funkcija razvoja<br />
Funkcija berzanskog posredovanja<br />
Funkcija organizacije transporta<br />
Funkcija telematske podrške<br />
Informacioni biro, itd.<br />
Priprema i održavanje stabilnih sistema<br />
Obezbeđenje i uređenje prostora i objekata<br />
Održavanje infrastrukture<br />
Kontrola i obezbeđenje sistema<br />
Sl. 10 Struktura funkcija logističkih centara (Zečević, 1995)<br />
32
Gravitaciona zona<br />
Gravitaciona zona logističkog centra predstavlja teritoriju sa koje se pokreću robnotransportni<br />
tokovi, koji u nekoj fazi svog kretanja prolaze kroz taj logistički centar.<br />
Određena je brojem, strukturom i lokacijom korisnika logističkih usluga. Jedan centar<br />
može da ima različite gravitacione zone u zavisnosti od vrste robnih tokova, tehnologije<br />
transportnih lanaca i vrste usluga koje nudi. Na definisanje gravitacionih zona jednog<br />
centra utiče veliki broj faktora, a najvažniji su:<br />
− položaj regiona u kojem se centar nalazi,<br />
− robnotransportni tokovi,<br />
− saobraćajna povezanost,<br />
− struktura sistema i usluga u centru,<br />
− korisnici usluga,<br />
− gustina logističke mreže...<br />
U vezi sa njihovom gravitacionom zonom, razlikuje se 4 osnovna tipa logističkih<br />
centara (tab. 1).<br />
Tab. 1 Tipovi logističkih centara u odnosu na njihovo gravitaciono područje (Zečević,<br />
2009)<br />
Tip centra<br />
Međunarodni<br />
glavni<br />
logistički<br />
centri<br />
Međunarodni<br />
logistički<br />
centri<br />
Regionalni<br />
distributivni<br />
centri<br />
Gradski<br />
(City)<br />
logistički<br />
centri<br />
Karakteristike<br />
• smešteni na glavnim osovinama privrednog, ekonomskog i transportnog<br />
razvoja,<br />
• direktno usmereni na realizaciju interkontinentalnih robnih i transportnih<br />
tokova,<br />
• intermodalne mogućnosti i tehnologije transporta (železnički, drumski, vodni,<br />
vazdušni transport)<br />
• visok nivo tehnologije,<br />
• kompletna logistička usluga,<br />
• veliki kapaciteti i površine za transpotrne, pretovarne i skladišne operacije,<br />
• mogućnost efikasne razmene informacija.<br />
• smešteni na glavnim evropskim transportnim osovinama,<br />
• usmereni na realizaciju robnih tokova u različitim internacionalnim mrežama,<br />
• naglašena sabirno distributivna funkcija transporta,<br />
• kompletna logistička usuga,<br />
• savremene tehnologije kombinovanog transporta,<br />
• smešteni na važnim međunarodnim transportnim pravcima,<br />
• funkcije transporta, skladištenja, pretovara i distribucije,<br />
• dominantan drumski transport,<br />
• usmereni na tehnologije kombinovanog transporta.<br />
• smešteni u gravitacionim zonama privrednih regiona (centara) i urbanih<br />
aglomeracija,<br />
• dominantna sabirno-distributivna funkcija na području do 50 km,<br />
• dominantan drumski transport,<br />
• veličina i struktura zavisi od veličine i karakteristika tržišta, broja stanovnika,<br />
prostorne konfiguracije.<br />
U ovom istraživanju pažnja je posvećena međunarodnim logističkim centrima.<br />
33
Logistički troškovi koji utiču na izbor tipa, kapaciteta i lokacije logističkih centara<br />
Ukupni logistički troškovi jednog lanca snabdevanja obuhvataju različite vrste<br />
troškova. Međutim, ako je reč o izboru kapaciteta i lokacije otvorenih logističkih centara sa<br />
distributivnom funkcijom, troškovi transporta i skladištenja imaju najznačajniju ulogu (sl.<br />
11).<br />
Ukupni logistički troškovi<br />
Troškovi<br />
Troškovi skladištenja<br />
Transportni troškovi<br />
Broj logističkih centara<br />
Optimalan broj centara sa<br />
aspekta ukupnih logističkih<br />
troškova<br />
Sl. 11 Ukupni logistički troškovi u odnosu na broj logističkih centara<br />
Za isti obim potražnje za logističkim uslugama, transportni troškovi opadaju, a<br />
troškovi skladištenja rastu sa porastom broja logističkih centara. Pritom se minimum<br />
ukupnih logističkih troškova ostvaruje pri najboljem međusobnom odnosu ove dve vrste<br />
troškova.<br />
S obzirom na ulogu otvorenih logističkih centara sa distributivnom funkcijom u<br />
lancima snabdevanja, pri analizi transportnih troškova potrebno je praviti razliku između<br />
transportnih troškova makrotokova i transportnih troškova mikrotokova robe. Osnovna<br />
razlika između transportnih troškova ovih tokova potiče od razlika u primenjenom vidu<br />
transporta, odnosno tehnologije transporta i od razlika u ceni transporta po jedinici<br />
rastojanja i jedinici količine robe koja se transportuje. Takođe, makrotokovi najčešće<br />
podrazumevaju znatno veća transportna rastojanja nego mikrotokovi, usled čega je<br />
njihova cena po jedinici količine robe i rastojanja manja nego u slučaju mikrotokova.<br />
Troškovi skladištenja mogu da se podele na fiksne i varijabilne. Fiksni troškovi vezuju<br />
se za kapacitet centra, jer podrazumevaju troškove koji će se javiti bez obzira na<br />
iskorišćenje kapaciteta centra. Varijabilni troškovi su sa druge strane u direktnoj vezi s<br />
obimom robnih tokova koji prođu kroz centar, odnosno iskorišćenjem kapaciteta centra.<br />
Porast skladišnih troškova sa porastom broja centara posledica je fiksnih troškova,<br />
odnosno njihovog porasta za veći broj centara.<br />
34
Osim logističkih troškova, pri određivanju tipa, kapaciteta i lokacije logističkih centara,<br />
potrebno je razmatrati i vrednost investicija. U većini slučajeva, investicioni troškovi se<br />
razlikuju za različite tipove centara i opadaju sa porastom kapaciteta centra. Takođe, u<br />
direktnoj su vezi s izabranom lokacijom zbog razlika u ceni zemljišta, eventualnog<br />
postojanja subvencija za lociranje centra u nekom određenom regionu, itd. Vrednost<br />
investicija najčešće se izražava kao trošak po jedinici kapaciteta.<br />
Usvojeni lanac snabdevanja<br />
U ovom istraživanju analiziran je trostepeni lanac snabdevanja (sl. 3.9) sa<br />
međunarodnim, otvorenim, logističkim centrima sa distributivnom funkcijom koji pružaju<br />
sve usluge predstavljene na sl. 12.<br />
PREUZIMANJE ROBE KOD POŠILJAOCA ILI U HABU<br />
1 2 3 4 ... I<br />
MAKRODISTRIBUCIJA ROBA NEKIM OD<br />
RASPOLOŽIVIH VIDOVA TRANSPORTA<br />
TRANSFORMACIJA ROBNIH TOKOVA U<br />
LOGISTIČKIM CENTRIMA<br />
MIKRODISTRIBUCIJA ROBA<br />
DRUMSKIM TRANSPORTOM<br />
ISPORUKA ROBA KORISNICIMA<br />
1 2 3 4 ... J<br />
Sl. 12 Usvojeni trostepeni lanac snabdevanja s otvorenim logističkim centrima<br />
35
3.2 Model lokacijskog problema logističkih centara<br />
Model razmatra lociranje jednog ili više otvorenih logističkih centara sa distributivnom<br />
funkcijom, na postojećoj saobraćajnoj mreži, potrebnih za pokrivanje celokupne potražnje<br />
za logističkim uslugama u definisanom gravitacionom području. Ima za cilj da za poznate<br />
robne tokove u definisanom gravitacionom području odredi optimalan broj, tip, kapacitet i<br />
lokaciju logističkih centara, kao i alokaciju korisnika lociranim centrima, težeći pritom ka<br />
minimizaciji ukupnih logističkih troškova.<br />
Modeliran problem je posmatran kao jednokriterijumski, diskretan, statički, lokacijskoalokacijski<br />
problem na mreži. Pri modelovanju korišćeni su pristupi modela medijane,<br />
fiksnih troškova i p haba, sa kapacitativnim ograničenjima (videti poglavlje 2.2).<br />
U odnosu na dosadašnja istraživanja (videti poglavlje 2.3), definisanim modelom<br />
pruža se mogućnost izbora tipa centra i optimalnog vida transporta između svakog čvora u<br />
kome se generišu robni tokovi i svakog čvora koji predstavlja potencijalnu lokaciju<br />
logističkog centra. Pritom, moguće je ograničavanje udela razmatranih vidova transporta u<br />
ukupnom transportnom radu za posmatrane tokove robe što omogućava rešavanje<br />
posmatranog lokacijskog problema simulacijama za veći broj različitih scenarija u odnosu<br />
na dosadašnja istraživanja. Takođe, model ima specifičan pristup određivanju optimalnog<br />
kapaciteta centara, tako što pored vrednosti investicija u obzir uzima i fiksne operativne<br />
troškove centra. Kako vrednost investicija u centar po jedinici kapaciteta opada sa<br />
porastom kapaciteta, tako fiksni operativni troškovi centra rastu sa porastom kapaciteta,<br />
zbog čega je pri određivanju optimalnog kapaciteta potrebno naći najpovoljniji odnos<br />
između ove dve vrste troškova. Ovaj pristup pri određivanju kapaciteta odabran je stoga<br />
što se smatra da u slučaju otvorenih logističkih centara fiksni operativni troškovi centra<br />
igraju značajnu ulogu i stoga što je radi rentabilnosti centra neophodno postići što veći<br />
stepen iskorišćenja njegovog kapaciteta.<br />
Model razmatra postojanje skupa i = 1, 2, 3 ... I čvorova u kojima se generišu robni<br />
tokovi – čvorovi u kojima nastaje lanac snabdevanja (pošiljaoci); skupa j = 1, 2, 3 ... J<br />
čvorova u kojima se transformišu robni tokovi – potencijalne lokacije logističkih centara;<br />
skupa k = 1, 2, 3 ... k čvorova u kojima su locirani potrošači (primaoci); skupa t = 1, 2, ...T<br />
raspoloživih vidova transporta; i skupa n = 1, 2, ...N tipova logističkih centara.<br />
Parametri modela su:<br />
w ik – robni tokovi generisani u čvoru i, čije je odredište u čvoru k,<br />
S j n – kapacitet logističkog centra tipa n lociranog u čvoru j,<br />
c j n – investicioni troškovi lociranja logističkog centra tipa n u čvoru j po jedinici kapaciteta,<br />
f j fix - fiksni troškovi centra lociranog u čvoru j po jedinici kapaciteta,<br />
f j var – varijabilni troškovi po jedinici robnih tokova transformisanih u centru j,<br />
d ij<br />
t<br />
– rastojanje između čvorova i i j, u slučaju vida transporta t,<br />
d jk – rastojanje između čvorova j i k,<br />
α t – transportni troškovi po jedinici robnog toka i jedinici rastojanja između čvorova i i j, u<br />
zavisnosti od korišćenog vida transporta t,<br />
36
β – transportni troškovi po jedinici robnog toka i jedinici rastojanja između čvorova j i k,<br />
M t – gornja granica udela vida transporta t u ukupno ostvarenom transportnom radu.<br />
Promenljive uz pomoć kojih se modelom donose odluke su:<br />
j<br />
tipa centar se ukoliko log. , n<br />
u locira ne čvoru<br />
j<br />
,<br />
j<br />
J<br />
n<br />
⎧<br />
⎨<br />
⎩<br />
= ∀ ,<br />
∈<br />
∀<br />
∈<br />
X<br />
čvoru u locira n tipa centar se ukoliko Yn log 1,<br />
t<br />
ijk –procentualni udeo robnog toka generisanog u čvoru i koji ima odredište u čvoru<br />
k, koji se transformiše u čvoru j, i između čvorova i i j se transportuje vidom<br />
transporta t, 0≤ X t ijk ≤1<br />
j N<br />
0 .<br />
Matematički model posmatranog lokacijskog problema definisan je na sledeći način:<br />
minF<br />
=<br />
∑ ∑ ∑ ∑<br />
∈ ∈ ∈ ∈<br />
∑ ∑ ∑ ∑<br />
t ijk<br />
T j K k t ij T jkik<br />
j<br />
+<br />
uz ograničenja:<br />
∈ ∈ ∈ ∈<br />
ijk t<br />
i J I<br />
,<br />
j<br />
t J<br />
( c + f ) nj<br />
jfix<br />
Y<br />
nj j<br />
n n N<br />
i J j KT<br />
t j I<br />
k ik<br />
w<br />
var<br />
ijk t<br />
I i J t<br />
α d w<br />
X<br />
βd<br />
w X<br />
t<br />
+<br />
∑<br />
∑<br />
S<br />
∑ ∑ ∑ ∑<br />
∈ ∈<br />
∈ ∈ ∈ ∈<br />
+<br />
f<br />
X<br />
(3.5.1)<br />
≤<br />
∀<br />
j<br />
∈<br />
∑<br />
∈<br />
1<br />
(3.5.2)<br />
≤ ∑<br />
∀<br />
∈<br />
,<br />
i<br />
∈<br />
∀<br />
∈<br />
∀<br />
∈<br />
∀<br />
, I<br />
J<br />
K<br />
t<br />
∈<br />
T<br />
(3.5.3)<br />
∈ ∈<br />
,<br />
∀<br />
j<br />
i<br />
∈<br />
,<br />
∀<br />
∈<br />
∑ ∑<br />
n n j NY<br />
j<br />
NY n n t ijkj t X<br />
T t Jijk<br />
X<br />
k<br />
k<br />
=<br />
(3.5.4)<br />
1<br />
I<br />
∑ ∑<br />
∑<br />
K<br />
J<br />
w<br />
t<br />
ijk X<br />
≤<br />
∑<br />
∈ ∈ ∈<br />
∈<br />
∀<br />
∈<br />
(3.5.5)<br />
N<br />
i K k T t ik I<br />
n<br />
ijk X<br />
t<br />
∑ ∑ ∑<br />
∈ ∈ ∈<br />
≤<br />
∑ ∑<br />
∈<br />
∈<br />
Sj<br />
n njY<br />
∀<br />
tj<br />
∈<br />
T<br />
(3.5.6)<br />
Kriterijumska funkcija (3.5.1), uz pomoć definisanih varijabli, određuje optimalni broj,<br />
kapacitet i lokaciju logističkih centara težeći pritom da minimizira ukupne logističke<br />
troškove posmatranog lanca snabdevanja. Sastoji se iz četiri dela, pri čemu, prvi deo<br />
funkcije obuhvata troškove transporta robnih tokova od njihovog izvora do logističkih<br />
centara, uzimajući pritom u obzir korišćeni vid transporta, drugi deo funkcije obuhvata<br />
fiksne troškove logističkog centra, kao što su obaveze po izvorima finansiranja, porezi,<br />
J<br />
osiguranja, zarade zaposlenih, itd; treći deo funcije obuhvata varijabilne troškove<br />
logističkog centra, koji su u direktnoj vezi sa obimom robnih tokova koji prođu kroz centar;<br />
w M<br />
četvrti deo funcije obuhvata troškove distribucije od logističkog centra do korisnika.<br />
i J j t K k ik I<br />
I i K k ik w<br />
37
Ograničenjem 3.5.2 dozvoljava se lociranje samo jednog centra tipa n u čvoru j.<br />
Ograničenje 3.5.3 dozvoljava alokaciju korisnika k samo lociranim centrima. Ograničenje<br />
3.5.4 osigurava potpunu pokrivenost potražnje za logističkim uslugama. Ograničenje 3.5.5<br />
predstavlja kapacitativno ograničenje, koje ne dozvoljava da se centru alocira tražnja za<br />
uslugama koja je veća od njegovog kapaciteta. Ograničenje 3.5.6 omogućava limitiranje<br />
maksimalno mogućeg udela vidova transporta u ukupnom transportnom radu.<br />
Model pretpostavlja da posmatrani lanac snabdevanja počinje i završava u<br />
čvorovima postojeće saobraćajne mreže, pri čemu pripadajući robni tokovi prolaze kroz<br />
logističke centre koji predstavljaju mesta transformacije. Podrazumeva se da su svi čvorovi<br />
u kojima se generišu robni tokovi i povezani sa svim čvorovima j koji predstavljaju<br />
potencijalne lokacije logističkih centara barem jednim vidom transporta, kao i da su svi<br />
čvorovi j povezani sa svim čvorovima k u kojima su locirani korisnici. Istovremeno,<br />
definisana su rastojanja između svih posmatranih čvorova d ij t i d jk . Takođe, podrazumeva<br />
se potpuna pokrivenost potražnje za logističkim uslugama u posmatranom regionu.<br />
Obim robnih tokova, u odnosu na čvorove generisanja i poniranja definisan je preko<br />
parametra w ik. , pri čemu je pretpostavljeno da logistički centar koji treba da opslužuje<br />
celokupan ili parcijalni tok w ik. , može biti lociran u bilo kojem čvoru j = 1, 2, 3 ... J, poštujući<br />
kapacitativno ograničenje S j n kojim se definišu mogući kapaciteti logističkog centra tipa n u<br />
čvoru j.<br />
Investicioni troškovi u vezi sa lociranjem logističkih centara su definisani po jedinici<br />
kapaciteta, sa ciljem da se modelom značajnije u obzir uzmu kapacitativna ograničenja.<br />
Operativni troškovi u vezi sa funkcionisanjem centra u modelu su podeljeni na fiksne i<br />
varijabilne. Pritom, fiksni troškovi se vezuju za kapacitet centra ali su potpuno nezavisni od<br />
obima tokova robe koje prođu kroz centar, dok su varijabilni direktno proporcionalni obimu<br />
tokova robe koji prođu kroz centar. Razlog za podelu troškova na fiksne i varijabilne jeste<br />
mogućnost kvantifikovanja ušteda koje je moguće ostvariti na fiksnim troškovima ukoliko<br />
se obavi optimalna raspodela opsluživanja korisnika između lociranih logističkih centara,<br />
čime se istovremeno omogućava definisanje optimalnih kapaciteta centara koji se lociraju.<br />
S obzirom na distributivnu funkciju centara koji se lociraju, u modelu je napravljena<br />
razlika između transportnih troškova koji se javljaju pri realizaciji makrorobnih tokova i<br />
transportnih troškova mikro robnih tokova. Razlika se pravi polazeći od činjenice da u<br />
posmatranom lancu snabdevanja najčešće postoji bitna razlika u obimu, homogenosti i<br />
frekventnosti robnih tokova, kao i dužini transportnih rastojanja i kvalitetu saobraćajne<br />
infrastrukture. Tako je u modelu pretpostavljeno da se makrodistribucija može odvijati sa<br />
nekim od tri vida transporta, dok se mikrodistribucija odvija isključivo uz pomoć drumskog<br />
transporta.<br />
38
3.3 Algoritam za rešavanje lokacijskog problema logističkih centara<br />
Kako definisani matematički model predstavlja kombinaciju i proširenje nekih do sada<br />
formulisanih modela, kao što je model fiksnih troškova sa kapacitetnim ograničenjima, koji<br />
je prema Mirchandani i Francis (1990) i Wu i dr. (2006) NP težak problem, tako se i za<br />
definisani model smatralo da spada u grupu NP teških problema zbog čega je za njegovo<br />
rešavanje predložena primena genetskih algoritama (videti poglavlje 2.1). Genetski<br />
algoritam i pod-algoritam za rešavanje lokacijskog problema primenom definisanog<br />
modela programiran je u C # , u Microsoft Visual Studio Ultimate 2012, i prikazani su na sl.<br />
13 i 14.<br />
Pokretanju algoritma prethodi definisanje veličine jedinke, veličine populacije i broja<br />
iteracija u kojima se vrši optimalna alokacija korisnika. Pritom veličina jedinke predstavlja<br />
broj logističkih centara za koje se određuje optimalni tip, lokacija i alokacija korisnika, a<br />
veličina populacije predstavlja broj jedinki u generaciji. Nakon definisanja veličine jedinke,<br />
na slučajan način se generišu potencijalne lokacije centara koje čine datu jedinku. Broj<br />
generacija zavisi od slučaja do slučaja i ograničava ga minimalna vrednost za koju je u n<br />
iteracija obavljeno poboljšanje dobijenog rešenja.<br />
Algoritmom se za svaku jedinku računa fitnes funkcija, koja predstavlja ukupne<br />
troškove za odabranu jedinku. Vrednost fitnes funkcije se dobija sabiranjem transportnih<br />
troškova do potencijalnih lokacija koje čine tu konkretnu jedinku, investicionih i operativnih<br />
troškova svakog od centara i transportnih troškova od centara do korisnika, koji se u<br />
iterativnim postupcima dodeljuju centrima u jedinki, pri čemu se vodi računa o raspodeli<br />
potrebnih kapaciteta centrima, kao i kapacitetnim ograničenjima, kako bi celokupna<br />
potražnja za uslugama bila zadovoljena. Pri računanju fitnes funkcije, algoritam uvek<br />
pokušava da održi minimum troškova tako što će svako naredno uvećanje fitnes funkcije<br />
imati najmanju moguću vrednost. Jedinke sa najnižom vrednošću fitnes funkcije prenose<br />
se u narednu generaciju, dok se ostale međusobno ukrštaju po modelu ruleta. Rulet<br />
funkcioniše po tom principu da što nižu vrednost fitnes funkcije jedinka ima, to je njena<br />
verovatnoća izbora kao roditelja jedinke iz sledeće generacije veća. Izabrane i<br />
novostvorene jedinke predstavljaju novu populaciju, koja čini novu generaciju. Navedeni<br />
postupak se ponavlja dok se ne ispuni kriterijum zaustavljanja, a to je minimalna promena<br />
poboljšanja rezultata, što znači da se proces optimizacije približio cilju.<br />
Specifičnosti definisanog genetskog algoritma, u odnosu na njihovu uobičajenu<br />
strukturu, ogledaju se u pozivanju podalgoritma koji obuhvata sve specifičnosti definisanog<br />
matematičkog modela, kao što su iterativno određivanje kapaciteta centra i iterativna<br />
alokacija korisnika lociranom centru.<br />
39
Početak<br />
Definisanje veličine<br />
populacije u generaciji<br />
Slučajan izbor jedinki u<br />
populaciji<br />
FLO za svaku jedinku<br />
Upoređivanje vrednosti FF<br />
jedinki u populaciji<br />
Završetak<br />
DA<br />
Da li je<br />
ispunjen<br />
kriterijum<br />
zaustavljanja?<br />
NE<br />
Izbor jedinki koje će formirati<br />
novu populaciju<br />
Formiranje nove populacije<br />
po principu crosover-a i<br />
mutacije<br />
Sl. 13 Predloženi algoritam za rešavanje lokacijskog problema definisanim matematičkim<br />
modelom<br />
40
Aktivacija FLO<br />
Inicijalno dodeljivanje vrednosti kapaciteta centrima u<br />
jedinki<br />
Izbor i - tog centra u jedinki<br />
Dodeljivanje j - tog korisnika i - tom centru<br />
Izračunavanje fitnes funkcije (FF)<br />
Da li je vrednost<br />
FFa niža nego u<br />
prethodnom<br />
slučaju?<br />
DA<br />
NE<br />
Memorisanje poslednjeg najboljeg rešenja<br />
Dodeljivanje j - 1 korisnika i - tom centru<br />
Da li je ukupna<br />
potražnja dodeljenih<br />
korisnika veća od<br />
kapaciteta i - tog<br />
centra?<br />
NE<br />
DA<br />
Dodeljivanje korisnika ostalim centrima u jedinci<br />
Ažuriranje gornjih granica kapaciteta centara u jedinci<br />
Da li su alocirani<br />
svi korisnici?<br />
NE<br />
DA<br />
Da li se podudaraju<br />
inicijalne i završne<br />
vrednosti kapaciteta<br />
centara?<br />
NE<br />
DA<br />
Izlaz iz FLO<br />
Sl. 14 Predloženi pod-algoritam za rešavanje lokacijskog problema definisanim<br />
matematičkim modelom<br />
41
3.4 Testiranje modela: Lociranje otvorenih logističkih centara u Republici<br />
Srbiji<br />
U duhu opštepoznate globalizacije, privredni i robni tokovi EU sve više se sele na<br />
istok Evrope, prateći trend svetski poznate plave banane 7 koja se u međuvremenu, od<br />
momenta kada je uočena, sve više pomerila ka jugoistoku Evrope, u Rumuniju, Bugarsku,<br />
Tursku... U vezi sa tim ostaje pitanje koje zemlje će u naredno vreme dati bolje ponude za<br />
učešće u ovom privrednom kolaču prenošenja privrednih aktivnosti na istok.<br />
Integracija novopridošlih zemalja Istoka u EU, kao potrošačkih i proizvodnih regiona,<br />
nametnula je potrebu za gradnjom logističkih centara, kao bitnih preduslova za razvoj<br />
privrednih aktivnosti. Ovaj trend je zabeležen u gotovo svim istočnoevropskim zemljama,<br />
osim na teritoriji Republike Srbije, gde još uvek ne postoji nijedan savremeni otvoreni<br />
logistički centar. Iz tog razloga, definisani model lokacijskog problema otvorenih logističkih<br />
centara sa distributivnom funkcijom testiran je na primeru Republike Srbije, bez AP<br />
Kosova i Metohije, uzimajući u obzir uvozne tokove robe.<br />
3.4.1 Metode<br />
Srbija se nalazi u centralnom delu Balkanskog poluostrva, na najvažnijim putnim<br />
pravcima koji povezuju Evropu i Aziju i zauzima površinu od 88.360 km 2 .<br />
Dužina granica Srbije je 2.114 km. Na istoku Srbija se graniči sa Bugarskom, na<br />
severoistoku sa Rumunijom, na severu sa Mađarskom, na zapadu sa Hrvatskom i Bosnom<br />
i Hercegovinom, na jugozapadu sa Crnom Gorom, a na jugu sa Albanijom i Makedonijom.<br />
U cilju određivanja optimalnog broja, tipa, kapaciteta i lokacije logističkih centara u<br />
Republici Srbiji, analizirani su uvozni robni tokovi sa stanovišta polaznih i krajnjih tačaka,<br />
obima i korišćenih vidova transporta, postojeća saobraćajna mreža raspoloživih vidova<br />
transporta i vrednost investicija u centre i njihovi operativni troškovi u zavisnosti od<br />
razmatranih kapaciteta centara. Na osnovu ovih analiza definisane su ulazne veličine za<br />
model.<br />
Robni tokovi u Republici Srbiji<br />
Radi definisanja obima, polaznih i krajnjih tačaka uvoznih robnih tokova u Republici<br />
Srbiji 8 , sprovedena je analiza spoljnotrgovinske razmene Srbije.<br />
Prema Republičkom zavodu za statistiku, vrednost spoljnotrgovinske robne razmene<br />
Srbije, u 2012. godini, bila je 30.366,9 miliona USD, pri čemu je izvoz iznosio 11.353,6<br />
miliona USD, a uvoz 19.013,3 miliona USD. U odnosu na 2011. godinu, to je značilo pad<br />
izvoza za 3,6 % i pad uvoza za 4,3 %. Pokrivenost uvoza izvozom je bila 59,7 % i veća je<br />
7 Plava banana je naziv za zamišljeni koridor i geoekonomski prostor u Zapadnoj Evropi. Proteže se od<br />
severozapadne Engleske na severu do Milana u Italiji na jugu. Ovaj koridor pokriva jednu od najvećih<br />
svetskih koncentracija ljudi, kapitala i industrije. Globalizacijom i industriskim outsource - ingom prostor<br />
plave banane je počeo da se širi i pomera ka jugoistoku Evrope.<br />
8 bez AP Kosova i Metohije<br />
42
od pokrivenosti u 2011.godini. Zemlje članice Evropske unije čine više od polovine ukupne<br />
razmene. U 2012. godini udeo ovih zemalja u ukupnoj razmeni Srbije s inostranstvom,<br />
iznosio je 58,1 %. Pritom, spoljnotrgovinska robna razmena bila je najveća sa zemljama sa<br />
kojima imamo potpisane sporazume o slobodnoj trgovini. Glavni spoljnotrgovinski partneri,<br />
pojedinačno, u uvozu u 2012. godini, bili su: Ruska Federacija, Nemačka, Italija, Kina i<br />
Mađarska. Obim uvoznih tokova robe Srbije iz susednih zemalja prikazan je na sl. 15 i<br />
iznosio je oko 5 miliona tona.<br />
Količina uvezene robe u<br />
1000 t<br />
1400<br />
1200<br />
1000<br />
800<br />
600<br />
400<br />
200<br />
0<br />
Sl. 15 Uvoz robe iz susednih zemalja u hiljadama t, u 2012. godini<br />
U strukturi uvoza po nameni proizvoda, najviše su zastupljeni proizvodi za<br />
reprodukciju 60,9 %, robe za široku potrošnju 19,2 % i oprema 12,1 %.<br />
Posmatrano regionalno, najveće učešće u uvozu Srbije imao je Region Beograda<br />
(44,1 %), zatim region Vojvodine (30 %), region Šumadije i Zapadne Srbije (14,1 %),<br />
region Južne i Istočne Srbije (7,8 %), dok je oko 4 % uvoza ostalo nesvrstano prema<br />
regionima. Pritom je bitno napomenuti da je uvoz po regionima dat prema sedištu vlasnika<br />
robe u momentu prihvatanja carinske deklaracije, što ne implicira direktno da je i samo<br />
odredište robe u tom regionu.<br />
Na osnovu prikazanih podataka, objavljenih od Republičkog zavoda za statistiku i<br />
Uprave carina Republike Srbije, u ovom istraživanju definisano je sedam tačaka u funkciji<br />
generatora robnih tokova: Budimpešta, Konstanca, Istanbul, Solun, Bar, Banjaluka i Rijeka<br />
(ili Kopar). Navedena mesta su izabrana kao generatori robnih tokova zato što<br />
predstavljaju ili najveće privredne centre najznačajnijih spoljnotrgovinskih partnera ili<br />
najveće uvozne luke i habove u regionu preko kojih svi tokovi robe iz Zapadne Evrope ili<br />
Bliskog i Dalekog Istoka dolaze u Srbiju. Potrebno je napomenuti da su tokovi robe iz luke<br />
Kopar pripisani luci Rijeka.<br />
43
Tab. 2 Uvozni robni tokovi u Srbiji, u 2012. godini, prema nameni i carinarnici u kojoj su<br />
carinjeni, u 1.000 t (Anonim, 2013b)<br />
Carinarnica Oprema Sirovine<br />
Široka<br />
potrošnja<br />
Rezervni<br />
delovi<br />
Hemikalije Ostalo Ukupno<br />
Beograd 148,2 1441,2 1634,7 3,4 4,8 0,3 3232,6<br />
Kladovo 15,5 57,7 172,2 0,6 0 1,9 247,9<br />
Dimitrovgrad 20 12,1 109,9 0,02 0,01 0,3 142,33<br />
Kraljevo 9,5 127,7 122,9 0,1 0 0,05 260,25<br />
Niš 26,3 115,9 400,1 0,3 0 0,05 542,65<br />
Kragujevac 46,9 982,8 328,5 1,3 0 3,8 1363,3<br />
Novi Sad 33,3 441,9 1377,2 1,01 0 0,2 1853,6<br />
Sombor 7,6 46,8 29,2 0,02 0 0,006 83,626<br />
Vršac 1,3 82,9 166,6 0,01 0 1,2 252,01<br />
Zrenjanin 14,7 79,2 27,5 0,4 0 0,4 122,2<br />
Subotica 22,7 127,7 417,5 0,3 0 0,02 568,22<br />
Šabac 55,8 296,9 734,9 0,5 0 0,2 1088,3<br />
Kruševac 10,9 231,9 52,1 0,4 0 0,3 295,6<br />
Užice 9,8 156,3 227,4 0,2 0 0,1 393,8<br />
Ukupno 422,5 4201 5800,7 8,56 4,81 8,826 10446<br />
Na osnovu podataka o udelu pojedinih regiona u uvozu, a u cilju redukovanja<br />
posmatranog problema, 37 privredno najrazvijenih opština u Srbiji posmatrane su kao<br />
odredišta robnih tokova, odnosno krajnje tačke lanca snabdevanja. Te opštine su:<br />
Subotica, Zrenjanin, Kikinda, Vršac, Pančevo, Sombor, Apatin, Novi Sad, Vrbas, Bačka<br />
Palanka, Sremska Mitrovica, Ruma, Inđija, Beograd, Šabac, Loznica, Valjevo, Smederevo,<br />
Požarevac, Kragujevac, Jagodina, Bor, Negotin, Zaječar, Knjaževac, Užice, Priboj, Čačak,<br />
Kraljevo, Novi Pazar, Kruševac, Niš, Prokuplje, Pirot, Dimitrovgrad, Leskovac i Vranje. Te<br />
opštine, istovremeno, predstavjaju potencijalne lokacije logističkih centara.<br />
Veličine robnih tokova, odnosno količine robe čije je odredište u određenoj opštini,<br />
definisane su na godišnjem nivou, na osnovu zvaničnih statističkih podataka koje je<br />
objavila Uprava carina za 2012. godinu, za 14 opština u kojima postoji carinska ispostava<br />
(tab. 2) i ekstrapolirane na ostale 23 opštine na osnovu projekata IMOD 9 , INTERIM 10 i<br />
WATERMODE 11 . Pri tome, nisu uzete u obzir robe iz kategorije hemikalije jer se smatralo<br />
da su to robe koje se gotovo isključivo distribuiraju direktno između snabdevača i kupaca.<br />
9 IMOD - Intermodalna rešenja i konkurentnost u transportnom sektoru Srbije<br />
(http://www.sintef.no/upload/Teknologi_og_samfunn/Veg%20og%20samferdsel/IMOD-X/Rapporter/IMOD-<br />
X_Faza3_Izvestaj_Finalni.pdf)<br />
10 INTERIM - Integration in the intermodal goods Transport of non EU states: Rail, Inland/coastal waterway<br />
Modes (http://www.via-donau.org/en/company/projects/project_database/view/76/)<br />
11 WATERMODE - Transnational Network for the Promotion of the Water-ground Multimodal Transport<br />
(http://www.watermode.eu/)<br />
44
Saobraćajna mreža Republike Srbije<br />
Osnovu saobraćajne mreže Srbije predstavljaju Panevropski saobraćajni koridori 10<br />
(drumski i železnički) i 7 (reka Dunav) koji prelaze preko teritorije Srbije i ukrštaju se u<br />
<strong>Novom</strong> <strong>Sadu</strong> i Beogradu (sl. 16).<br />
Sl. 16 Panevropski koridori<br />
Koridor X (sl. 17) predstavlja najkraću drumsku i železničku transportnu vezu između<br />
zapadne i jugoistočne Evrope. Pruža se od Salzburga do Soluna, preko Ljubljane,<br />
Zagreba, Beograda, Niša i Skoplja. Kroz Srbiju se proteže od granice sa Hrvatskom do<br />
granice sa Makedonijom. U njegov sastav takođe ulaze grana Xb, od granice sa<br />
Mađarskom do Beograda, i grana Xc, od Niša do granice sa Bugarskom. Ukupna dužina<br />
Koridora X kroz Srbiju, zajedno sa granama B i C, je 785 km. Na regionalnom nivou, ovaj<br />
koridor predstavlja osovinu Balkana i povezuje Srbiju sa susednim zemljama (Hrvatskom,<br />
Mađarskom, Bugarskom i Makedonijom), zemljama Centralne Evrope na severu, kao i sa<br />
Turskom na istoku i Grčkom na jugu. Na nacionalnom nivou, koridor se pruža od<br />
severozapada ka jugoistoku, povezujući Beograd sa glavnim regionalnim centrima u Srbiji<br />
(Novim Sadom na severu, Nišom na jugoistoku, kao i sa ostalim većim gradovima u<br />
zemlji). Značaj ovog koridora se ogleda i u intenzitetu saobraćajnog opterećenja, koji je<br />
naročito visok na deonici Beograd – Niš (Anonim, 2007b).<br />
45
Crvene sekcije su izgrađene, dok su plave sekcije predmet izgradnje ili rekonstrukcije<br />
Sl. 17 Drumski koridor X u Republici Srbiji (http://www.koridor10.rs/)<br />
Pored drumskog Koridora X, značajni putni pravci u Srbiji su:<br />
− magistralni put E-70<br />
– prati Koridor X, od granice sa Hrvatskom do Beograda<br />
odakle se nastavlja ka Vršcu i granici sa Rumunijom;<br />
− magistralni put E-763 (Ibarska magistrala) – Beograd, Ljig, Užice, Prijepolje, Bar;<br />
− magistralni put E-761 (M5) – Pojate, Kruševac, Kraljevo, Čačak. Ovaj put je<br />
poznat i kao "Zapadnomoravski koridor" i povezuje autoput Beograd – Niš (E-75) i<br />
Ibarsku magistralu.<br />
Prema Strategiji razvoja železničkog, drumskog, vodnog, vazdušnog i intermodalnog<br />
transporta u Republici Srbiji od 2008. do 2015. godine (Anonim, 2007b) drumski transport<br />
u Republici Srbiji predstavlja dinamičan i dominantan vid saobraćaja aja koji učestvuje sa oko<br />
80 % u ukupnom obimu prevezenog tereta. Usluge drumskog transporta u Srbiji su<br />
trenutno na višem nivou u poređenju sa drugim vidovima saobraćaja. aja. Ovakvoj situaciji<br />
naročito dopinose povoljne cene drumskog prevoza, dobra pokrivenost putne mreže, kao i<br />
radovi na rekonstrukciji mreže koji se obavljaju na strateškim pravcima.<br />
Železnički Koridor X, prati tok drumskog koridora X, čini oko 25 % celokupne<br />
železničke mreže Srbije i procenjuje se da se oko 50% ukupnog železničkog saobraćaja<br />
obavlja na ovoj ruti. 12 Pored Koridora X, predmet međunarodnih ugovora su i njegove<br />
bočne grane:<br />
12 JBIC Pilot Study for Project Formation for Transport Network Development in Western Balkans – Predlog<br />
projekata za razvoj transportne tne mreže na Zapadnom Balkanu, Izveštaj, oktobar 2005.
− ruta E79 - Beograd – Vrbnica (- Bar);<br />
− ruta E85 - (Budimpešta - ) Subotica - Niš - Preševo ( - Skoplje - Atina);<br />
− ruta E771 - Subotica – Vrbnica ( - Vinkovci - Sarajevo);<br />
− ruta E66 - Beograd - Vršac ( - Temišvar - Bukurešt).<br />
Samo oko 45 % pruga u Republici Srbiji ima dozvoljeno osovinsko opterećenje do<br />
22,5 t, dok je na 30 % pruga to opterećenje ispod 16 t. Dozvoljena brzina prelazi 100 km/h<br />
na svega 3,2 % pruga, a najveći deo (oko 50 %) mreže dozvoljava maksimalnu brzinu do<br />
60 km/h. S izuzetkom pojedinih sekcija pruga Beograd - Šid i Velika Plana - Niš, koje su<br />
dvokolosečne, elektrificirane i na nekim deonicama dozvoljavaju veće brzine, sve ostale<br />
pruge imaju zastarele tehničke i tehnološke parametre. Na nekim sekcijama ovih pruga<br />
ima deonica u vrlo lošem stanju, usled čega se brzina na tim deonicama često privremeno<br />
ograničava na 20 km/h ili niže. Procenjuje se da je udeo železničkog transporta, poslednjih<br />
godina, u Srbiji, između 10 i 15 %. (Anonim, 2007b)<br />
Pouzdanost zvaničnih izvora u Srbiji najbolje oslikavaju podaci za koridor VII, dati u<br />
Strategiji razvoja železničkog, drumskog, vodnog, vazdušnog i intermodalnog transporta u<br />
Republici Srbiji od 2008. do 2015. godine, u kojoj piše: Koridor VII je reka Dunav, koja<br />
spaja centralnu Evropu preko Republike Srbije sa Crnim morem. Pogranična je reka i<br />
protiče preko teritorije Republike Srbije u dužini od 588 km. Iako ima izrazit potencijal kao<br />
prevozni put, robni tokovi na Dunavu čine svega 10 % robnih tokova na Rajni. U pogledu<br />
godišnjeg obima transporta i kapaciteta najvažnije luke su Beograd, Pančevo, Smederevo<br />
i Prahovo. Najveći broj luka na unutrašnjim plovnim putevima u Republici Srbiji povezan je<br />
sa glavnim železničkim prugama i putevima ili su veoma blizu njih, što ima strateški i<br />
logistički značaj. Samo luke Beograd i Pančevo imaju kontejnerske terminale, mada je<br />
obim kontejnerskog transporta bio veoma mali, dok ostale luke nude raznovrsne usluge i<br />
uglavnom su specijalizovane za opšti i rasuti teret. Ukupni promet luka u 2000. godini bio<br />
je oko 40 % prometa iz 1989. godine. Na tako veliko smanjenje naročito je uticao pad<br />
domaćeg transporta. Uz malo povećanje, u 2004. godini transport robe u lukama dostigao<br />
je 8,7 miliona tona. Očekuje se da će obnavljanjem i povećanjem proizvodnje u velikim<br />
industrijskim postrojenjima u Republici Srbiji (čeličane, hemijska industrija, cement, nafta)<br />
tražnja za vodnim transportom robe značajnije porasti, zbog njegovih komparativnih<br />
prednosti. Procenjuje se da je udeo vodnog transporta na unutrašnjim plovnim putevima,<br />
poslednjih godina, u Srbiji, između 7 i 10 %. (Anonim, 2007b)<br />
Radi aktivnijeg učešća Srbije u projektu razvoja panevropskog vodnog "Koridora 7",<br />
reke Dunav, Evropska agencija za rekonstrukciju finansirala je izradu Master plana razvoja<br />
plovnih puteva Srbije do 2025. godine (Anonim, 2005), koji predviđa da se do tada rečni<br />
saobraćaj u Srbiji poveća čak četiri puta, odnosno da bi plovnim putem Srbije trebalo da se<br />
realizuje 30 % ukupnog saobraćaja.<br />
Nažalost, manjkavosti Strategije i Master plana već su dokazane u praksi, naročito u<br />
vezi sa lukom Novi Sad. Ova luka ima gotovo iste mogućnosti pretovara kontejnera kao i<br />
luke Beograd i Pančevo, a u 2012. godini pretovarila je preko milion tona tereta, što govori<br />
u prilog njenom značaju i delimično demantuje podatke date u Anonim, 2005 i Anonim,<br />
2007b.<br />
Poslednjih godina u EU se čine veliki napori kako bi se udeo železničkog i vodnog<br />
transporta povećao, ne toliko na račun postojećih tokova robom drumom, koliko na račun<br />
očekivanog porasta robnih tokova. Velikim ulaganjima u železnicu, Nemačka je uspela od<br />
47
2010. godine da podigne udeo železničkog transporta na 20 %. U odnosu na to, ne treba<br />
biti optimističniji ni za udeo ovog vida transporta u Srbiji.<br />
U ovom istraživanju se pretpostavilo da se međunarodni transport, odnosno transport<br />
makrorobnih tokova od izvornih tačaka do lociranih centara može realizovati sa nekim od<br />
tri vida transporta: drumskim, železničkim i vodnim. U vezi sa tim, urađena je detaljna<br />
analiza saobraćajnih mreža ovih vidova transporta i za svaki čvor koji predstavlja<br />
potencijalnu lokaciju distributivnog centra definisani su mogući vidovi transporta, kao i<br />
stvarna rastojanja između njih i čvorova u kojima se generišu robni tokovi.<br />
Inicijalno je definisan maksimalni udeo drumskog, železničkog i vodnog saobraćaja<br />
do 100 %, 15 % i 15 % respektivno. Međutim, smatra se da ove vrednosti imaju značajnu<br />
ulogu pri određivanju tipa, kapaciteta i lokacije logističkih centara te će pri testiranju<br />
modela biti predmet variranja.<br />
Transportni troškovi makrorobnih tokova za železnički transport definisani su na<br />
osnovu aktuelnih zvaničnih tarifa za međunarodni prevoz Železnica Srbije i iznose<br />
0,05 €/tkm. Transportni troškovi makro robnih tokova za drumski i vodni transport<br />
definisani su na osnovu aktuelnih tržišnih tarifa dobijenih od strane većeg broja špeditera i<br />
definisanih u Limbourg i Jourquin (2009) i iznose 0,07 i 0,015 €/tkm respektivno.<br />
Pretpostavljeno je da se distributivni transport mikrotokova robe ostvaruje isključivo<br />
drumskim transportom. Analiza postojeće putne mreže u Srbiji je pokazala da između svih<br />
čvorova koji predstavljaju potencijalnu lokaciju logističkih centara postoji drumska<br />
saobraćajna veza. Definisana rastojanja između svih razmatranih čvorova predstavljaju<br />
stvarna rastojanja na postojećoj mreži. U skladu sa matematičkim modelom, definisano je<br />
granično rastojanje, koje dozvoljava da se distribucija robe obavlja samo korisnicima, koji<br />
su na rastojanju manjem od 250 km od lociranog logističkog centra.<br />
Transportni troškovi mikrorobnih tokova definisani su na osnovu aktuelnih tržišnih<br />
tarifa dobijeni od većeg broja špeditera i definisanih u Limbourg i Jourquin (2009) i iznose<br />
0.11 €/tkm.<br />
Vrednost investicija za otvorene distributivne centre<br />
Razmatrani godišnji kapaciteti logističkih centara kreću se od 5 do 100 hiljada tona,<br />
sa porastom od po 5 hiljada tona. Potrebni kapaciteti centara definisani su pod<br />
pretpostavkom prosečnog zadržavanja robe u centru od nedelju dana, po osnovu svih<br />
predviđenih usluga. Takođe je pretpostavljeno, da je za 20 % robe potrebno regalno<br />
skladištenje u centru, dok se za ostalih 80 % robe primenjuje podno skladištenje,<br />
skladištenje kontejnera ili su to rasute robe.<br />
Vrednosti investicija za ove centre definisane su na osnovu ekspertske procene<br />
vrednosti investicija u zemljište, terminale, manipulativnu opremu, upravnu zgradu, IT<br />
sistem i skladišta. Ukupne vrednosti značajno osciluju u zavisnosti od razmatranih<br />
kapaciteta, prvenstveno zbog skokovitih razlika u vrednosti investicija za predviđenu<br />
potrebnu manipulativnu opremu po jedinici kapaciteta, dok troškovi zemljišta, terminala,<br />
upravne zgrade i skladišta rastu relativno linearno. Pretpostavljeno je da će se potrebne<br />
investicije pokriti iz kredita, sa vremenom otplate 20 godina i godišnjom kamatnom stopom<br />
5 %. Na osnovu toga definisane su vrednosti investicija koje zapravo predstavljaju<br />
48
obaveze po izvorima finansiranja, dobijene za navedene uslove, po metodi jednakih<br />
anuiteta, svedene na godišnji nivo po jedinici kapaciteta.<br />
Shodno razmatranim kapacitetima, na osnovu iskustava Luke Novi Sad AD i nekih<br />
postojećih zatvorenih centara (vidi poglavlje 2.1), definisani su prosečni godišnji fiksni<br />
troškovi funkcionisanja centara. Oni obuhvataju troškove zarada zaposlenih, komunalne<br />
troškove, troškove osiguranja, održavanja, poreza po različitim osnovama, itd. Vrednost tih<br />
troškova je prosečno 26 €/t kapaciteta godišnje.<br />
Za razliku od fiksnih troškova centara, varijabilni troškovi su računati po jedinici<br />
tokova robe koja prođe kroz centar u toku jedne godine. Definisani su kao prosek troškova<br />
za sve usluge koje se obavljaju na robnim tokovima u centru i iznose 5 €/t.<br />
Postupak testiranja<br />
U skladu sa definisanim matematičkim modelom, za očekivati je da će najveći uticaj<br />
na izbor tipa, kapaciteta i lokacije distributivnih logističkih centara imati izvor i obim robnih<br />
tokova, udeo pojedinih vidova transporta i cena transporta. Iz tog razloga, model je testiran<br />
za šest scenarija, od čega četiri za sadašnje uslove i dva za projektovane buduće uslove.<br />
Prvi scenario – podaci o uvoznim tokovima robe Republike Srbije iz 2012. godine;<br />
maksimalni mogući udeo drumskog transporta do 100 %, železničkog do 15 %, vodnog do<br />
15 %.<br />
Drugi scenario – lociranje tri centra, za podatke o uvoznim tokovima robe Republike<br />
Srbije iz 2012. godine; maksimalni mogući udeo drumskog transporta do 100 %,<br />
železničkog do 15 %, vodnog do 15 %.<br />
Treći scenario – podaci o uvoznim tokovima robe Republike Srbije iz 2012. godine;<br />
maksimalni mogući udeo drumskog transporta do 100 %, železničkog do 10 %, vodnog do<br />
10 %.<br />
Četvrti scenario – podaci o uvoznim tokovima robe Republike Srbije iz 2012.<br />
godine; jedinična cena železničkog transporta 0,035 €/tm.<br />
Peti scenario – predviđeni obim robnih tokova u 2020. godini; maksimalni mogući<br />
udeo drumskog transporta do 100 %, železničkog do 20 %, vodnog do 20 %.<br />
S obzirom na to da se Republika Srbija trenutno nalazi u periodu ekonomske i političke<br />
nestabilnosti, izuzetno je teško napraviti precizne projekcije ili predviđanja robnih tokova u<br />
bližoj ili daljoj budućnosti. Iz tog razloga, pri definisanju scenarija budućeg razvoja pošlo se<br />
od prognoza za rast bruto nacionalnog proizvoda, pa je shodno tome predviđen rast robnih<br />
tokova od 3 % godišnje do 2020. godine.<br />
Šesti scenario – predviđeni obim robnih tokova u 2018. godini, sa porastom robnih<br />
tokova od 3 % godišnje do svih centara osim do Kragujevca, za koji se predviđa<br />
udvostručenje robnih tokova i to iz pravca Bara i Rijeke; maksimalni mogući udeo<br />
drumskog transporta do 100 %, železničkog do 25 %, vodnog do 15 %. Razlog ovom<br />
projektovanom značajnijem porastu robnih tokova do Kragujevca definisan je usled najava<br />
kompanije "Fiat" o značajnim investicijama koje se očekuju u automobilsku industriju u<br />
Kragujevcu za koju je predviđen rast robnih tokova iz Italije i Kine, koji su u ovom slučaju<br />
pridruženi tokovima iz dve navedene luke. Pored projektovanog porasta robnih tokova, na<br />
osnovu kredita koje su Železnice Srbije dobile 2013. godine za rekonstrukciju železničke<br />
49
infrastrukture, predviđen je i porast maksimalno mogućeg udela železničkog transporta do<br />
25 %.<br />
Kako je posmatrani problem linearan, potreba za primenom genetskih algoritama<br />
zavisi od broja razmatranih čvorova, tako je za manji broj čvorova moguće koristiti neke od<br />
postojećih softvera, na primer LP solve ili CPLEX, dok je za veći broj čvorova potrebno<br />
koristiti neku od heurističkih metoda. Iz tog razloga, u ovom istraživanju, za rešavanje<br />
posmatranog problema, korišćen je i softver LP solve 5.0.0.0. i formulisani genetski<br />
algoritam. Pri testiranju modela sprovedenog uz pomoć LP solve 5.0.0.0. softvera,<br />
korišćena su sledeća podešavanja:<br />
− Scale type: Geometric, Equilibrate, Integers<br />
− Pivot rule: Dantzig, Adaptive; Max Pivot - 250<br />
− Branch Bound: BB Floor First, AutoOrder; BB Rule - First; Depth Limit: - 50; Obj<br />
bound: 1E30.<br />
3.4.2 Rezultati i diskusija<br />
Rezultati testiranja modela za navedene scenarije, korišćenjem kako LP solvera tako<br />
i genetskog algoritma, dati su u nastavku. S obzirom na to da su prikazani rezultati<br />
dobijeni obema metodama za iste ulazne parametre i da su dobijeni rezultati sa relativno<br />
malim odstupanjima, da bi se izbeglo ponavljanje istih zaključaka, u prvom delu analize<br />
rezultata akcenat je stavljen na izabrane tipove, kapacitete i lokacije centara, kao i<br />
alokacije korisnika izabranim centrima, dok je u drugom delu akcenat stavljen na analizu<br />
troškova i gravitacionog područja. U nastavku je izvršeno poređenje rezultata dobijenih<br />
ovim metodama po osnovu kvaliteta dobijenog rešenja i vremena trajanja simulacija.<br />
Rezultati simulacija dobijeni testiranjem u softveru LP solve<br />
Rezultati simulacija za prvi scenario<br />
Simulacije za uslove definisane prvim scenarijem rezultirale su minimalnim ukupnim<br />
troškovima u slučaju lociranja 7 logističkih centara i iznose 357,07 10 6 € godišnje, što u<br />
proseku čini 37,9 € po toni razmatranih robnih tokova. Izabrane lokacije, kapaciteti, tipovi<br />
centara i njima alocirani korisnici prikazani su u tab. 3 i na sl. 18.<br />
Tab. 3 Izabrane lokacije, kapaciteti i tipovi centara, LP, prvi scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Subotica 10 Bimodalni<br />
Novi Sad 40 Trimodalni<br />
Beograd 65 Trimodalni<br />
Šabac 15 Unimodalni*<br />
Užice 10 Unimodalni*<br />
Kragujevac 30 Bimodalni<br />
Niš 15 Bimodalni<br />
*drumski<br />
50
Trimodalni<br />
logistički centar<br />
Alocirani korisnici<br />
Bimodalni<br />
logistički centar<br />
Alocirani korisnici<br />
Unimodalni (drumski)<br />
logistički centar<br />
Alocirani korisnici<br />
Sl. 18 Izabrani tipovi i lokacije centara i njima alocirani korisnici, LP, prvi scenario<br />
51
Rezultati simulacija za drugi scenario<br />
Simulacije sprovedene za iste robne tokove kao u prvom scenariju i lociranje tri<br />
centra rezultirale su ukupnim troškovima od 383,51 € godišnje, što u proseku čini 40,8 €<br />
po toni razmatranih robnih tokova, odnosno skoro 3 €/t više nego u prethodnom scenariju.<br />
Izabrane lokacije, kapaciteti i tipovi centara prikazani su u tab. 4 i na sl. 19.<br />
Tab. 4 Izabrane lokacije, kapaciteti i tipovi centara, LP, drugi scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Novi Sad 60 Trimodalni<br />
Beograd 95 Trimodalni<br />
Kruševac 30 Unimodalni *<br />
*drumski<br />
Trimodalni<br />
logistički centar<br />
Unimodalni (drumski)<br />
logistički centar<br />
Sl. 19 Izabrani tipovi i lokacije centara, LP, drugi scenario<br />
52
Na slici 19 nisu prikazane alokacije korisnika lociranim centrima iz razloga što u<br />
slučaju ovako malog broja centara, ne postoji striktno definisano područje pokrivanja<br />
potražnje za logističkim uslugama, već svaki od ovih centara, u manjoj ili većoj meri,<br />
pokriva potražnju svakog od korisnika.<br />
Rezultati simulacija za treći scenario<br />
Simulacije za uslove trećeg scenarija rezultirale su najnižim ukupnim troškovima<br />
lanaca snabdevanja za lociranje 8 centara. Ukupni prosečni godišnji troškovi za izabranih<br />
8 centara iznose 382,14 10 6 €, odnosno 40,6 €/t. Pregled izabranih tipova, kapaciteta i<br />
lokacija centara dat je u tab.5.<br />
Tab. 5 Izabrane lokacije, kapaciteti i tipovi centara, LP, treći scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Subotica 10 Bimodalni<br />
Novi Sad 40 Trimodalni<br />
Beograd 65 Trimodalni<br />
Šabac 15 Bimodalni<br />
Užice 10 Unimodalni*<br />
Kragujevac 25 Bimodalni<br />
Kruševac 10 Unimodalni*<br />
Niš 15 Unimodalni*<br />
*drumski<br />
Alokacija korisnika u ovom slučaju je gotovo ista kao i u prvom scenariju sa tom<br />
razlikom što je deo korisnika koje su u prvom scenariju opsluživali centri u Kragujevcu i<br />
Nišu, u ovom scenariju dodeljen centru lociranom u Kruševcu.<br />
Uporedbom rezultata dobijenih testiranjem modela za scenarija jedan i tri, može da<br />
se zaključi da udeo svakog od raspoloživih vidova transporta u ukupnom transportnom<br />
radu ima veliki uticaj ne samo na ukupne troškove već i na izbor broja, tipa i kapaciteta<br />
logističkih centara.<br />
Rezultati simulacija za četvrti scenario<br />
Simulacije za četvrti scenario rezultirale su izborom istih tipova, kapaciteta i lokacija<br />
centara kao i u prvom scenariju, sa tom razlikom da su ukupni troškovi na račun<br />
transportnih troškova makrotokova niži za oko 16,1 10 6 €, odnosno za oko 1,7 €/t.<br />
Rezultati simulacija za peti scenario<br />
Najniži ukupni troškovi za uslove definisane petim scenarijem dobijaju se za lociranje<br />
7 centara i iznose 415,33 10 6 €, odnosno, prosečno 35,9 €/t posmatranih robnih tokova.<br />
Pregled izabranih tipova, kapaciteta i lokacija centara dat je u tab. 6.<br />
53
Tab. 6 Izabrane lokacije, kapaciteti i tipovi centara, LP, peti scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Subotica 10 Bimodalni<br />
Novi Sad 50 Trimodalni<br />
Beograd 90 Trimodalni<br />
Šabac 20 Bimodalni<br />
Užice 10 Bimodalni<br />
Kragujevac 30 Bimodalni<br />
Niš 15 Bimodalni<br />
Izabrane lokacije su iste kao i u prvom scenariju, međutim razlikuju se kapaciteti i<br />
tipovi lociranih centara. Na osnovu toga se može zaključiti da u budućnosti, sa porastom<br />
robnih tokova, treba planirati povećanje kapaciteta (naročito trimodalnih centara) i<br />
transformacije unimodalnih u bimodalne centre. Alokacije korisnika lociranim centrima su<br />
neznatno promenjene u odnosu na prvi scenario.<br />
Rezultati simulacija za šesti scenario<br />
Najniži ukupni troškovi za uslove definisane šestim scenarijem su 439,45 10 6 € i<br />
dobijaju se za lociranje 8 centara. To iznosi prosečno 36,7 €/t razmatranih robnih tokova.<br />
Pregled izabranih tipova, kapaciteta i lokacija centara dat je u tab. 7.<br />
Tab. 7 Izabrane lokacije, kapaciteti i tipovi centara, LP, šesti scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Subotica 10 Bimodalni<br />
Novi Sad 55 Trimodalni<br />
Beograd 70 Trimodalni<br />
Šabac 15 Bimodalni<br />
Užice 10 Bimodalni<br />
Kragujevac 55 Bimodalni<br />
Smederevo 5 Unimodalni*<br />
Niš 15 Bimodalni<br />
*drumski<br />
U odnosu na rezultate simulacija za prvi i peti scenario, u ovom se, u cilju<br />
minimizacije ukupnih troškova, locira još jedan centar u Smederevu. S obzirom da je<br />
centar lociran u Smederevu unimodalan i da ima kapacitet od svega 5.000 t, što znači da<br />
ima najveću jediničnu vrednost investicija, može da se zaključi da su uštede u troškovima<br />
transporta koje se ostvare lociranjem jednog takvog centra dovoljno velike da kompenzuju<br />
vrednost investicija u taj centar.<br />
Alokacije korisnika lociranim centrima su slične kao u prvom i petom scenariju s tom<br />
razlikom da je deo korisnika koji su opsluživani u Beogradu, u ovom scenariju dodeljeni<br />
centru lociranom u Smederevu.<br />
54
Rezultati simulacija dobijeni primenom predloženog genetskog algoritma<br />
Rezultati simulacija za prvi scenario<br />
Simulacije za tokove robe iz 2012. godine i maksimalni mogući udeo drumskog,<br />
železničkog i vodnog transporta do 100, 15 i 15 % respektivno, sprovedene su za uslove<br />
lociranja do 10 centara i rezultirale su najnižim ukupnim troškovima lanaca snabdevanja<br />
za lociranje 7 centara. Ukupni godišnji troškovi za izabranih 7 centara iznose 404,67 10 6 €,<br />
što je prosečno oko 38,7 €/t posmatranih robnih tokova. Udeo pojedinih troškova u<br />
ukupnim troškovima prikazan je na sl. 20.<br />
4% 12%<br />
6%<br />
78%<br />
Transportni troškovi<br />
makrotokova roba<br />
Transportni troškovi<br />
mikro tokova roba<br />
Vrednost investicija<br />
Troškovi skladištenja<br />
Sl. 20 Udeo pojedinih troškova u ukupnim, prvi scenario<br />
Transportni troškovi makrotokova robe čine preko 3/4 ukupnih troškova i imaju<br />
dominantan uticaj na izbor tipa i lokacije logističkih centara. Razlog tome su značajno veća<br />
transportna rastojanja makrotokova u odnosu na mikro tokove. Takođe, lociranjem centara<br />
u čvorovima sa najvećom potražnjom, obim robnih tokova u mikrodistribuciji znatno se<br />
smanjuje, što zajedno sa manjim transportnim rastojanjima rezultira udelom transportnih<br />
troškova mikrotokova robe od svega 6 %. Udeo vrednosti investicija u ukupnim troškovima<br />
od 4 %, prvenstveno je posledica toga što se vrednost investicija računa prema<br />
kapacitetima centara, a ostali troškovi na osnovu obima robnih tokova, te stoga što je<br />
definisan relativno dugačak period otplate kredita.<br />
Pregled izabranih tipova, kapaciteta i lokacija distributivnih centara za koje se<br />
dobijaju najniži ukupni troškovi lanaca snabdevanja dat je u tab. 8.<br />
Tab. 8 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, prvi scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Tr. troškovi<br />
makrotokova<br />
robe u 10 6 €<br />
Tr. troškovi<br />
mikrotokova<br />
robe u 10 6 €<br />
Investicioni i<br />
operativni<br />
troškovi centara<br />
u 10 6 €<br />
Subotica 15 Unimodalni* 20,77 2,19 4,5<br />
Novi Sad 40 Trimodalni 34,4 4,9 13,29<br />
Beograd 65 Trimodalni 110,12 8,29 22,24<br />
Kragujevac 30 Unimodalni* 61,28 3,87 9,6<br />
Užice 10 Unimodalni* 18,21 1,1 2,98<br />
Šabac 20 Unimodalni* 39,71 1,26 2,88<br />
Niš 15 Unimodalni* 32,77 2,71 4,84<br />
* drumski<br />
55
Kao posledica dominacije udela uvoznih robnih tokova sa severa i severozapada i<br />
mogućnosti primene sva tri vida transporta, opštine Novi Sad i Beograd su izabrane kao<br />
najpovoljnije lokacije trimodalnih logističkih centara. Istovremeno, te lokacije predstavljaju i<br />
odredište najvećih tokova robe. Ostali izabrani centri su unimodalni. Izbor pet centra koji<br />
opslužuju samo drumski transport ukazuje na mnogo veći uticaj transportnih troškova u<br />
odnosu na troškove investicija.<br />
Iskorišćenost godišnjih kapaciteta svih lociranih centara je između 90 i 95 %.<br />
Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara prikazan je na sl. 21.<br />
Udeo robnih tokova prema tački<br />
generisanja u svakom od centara, %<br />
120%<br />
100%<br />
80%<br />
60%<br />
40%<br />
20%<br />
0%<br />
Rijeka<br />
Banjaluka<br />
Bar<br />
Solun<br />
Istanbul<br />
Konstanca<br />
Budimpešta<br />
Sl. 21 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, prvi scenario<br />
Na slici 21 jasno se uočava da svaki od centara, u manjoj ili većoj meri, opslužuje<br />
robne tokove generisane u svakom od izvornih čvorova. Pritom, osim u relacijama<br />
Budimpešta - Subotica ne postoji dominacija opsluživanja nekog toka. Ovakva raspodela<br />
ukazuje na to da ne postoji striktno definisana gravitaciona zona centara, nego se pri<br />
izboru lokacije koristila prednost nižih jediničnih transportnih troškova pri makrodistribuciji.<br />
Rezultati simulacija za drugi scenario<br />
Simulacije sprovedene za tri centra rezultirale su ukupnim troškovima od 426,79 10 6<br />
€, što je za 22,12 10 6 €, odnosno prosečno 2,2 €/t više nego u prvom scenariju. Udeo<br />
pojedinih troškova u ukupnim prikazan je na sl. 22.<br />
56
4% 11%<br />
14%<br />
Transportni troškovi<br />
makro tokova roba<br />
Transportni troškovi<br />
mikro tokova roba<br />
Vrednost investicija<br />
71%<br />
Troškovi skladištenja<br />
Sl. 22 Udeo pojedinih troškova u ukupnim, drugi scenario<br />
Kao i kod prvog scenarija, postoji dominacija transportnih troškova makrotokova robe<br />
i isti udeo vrednosti investicija. Međutim, u odnosu na rezultate prvog scenarija, primećuje<br />
se porast udela transportnih troškova mikrotokova za 8 %.<br />
Tab. 9 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, drugi scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Tr. troškovi<br />
makrotokova<br />
robe u 10 6 €<br />
Tr. troškovi<br />
mikrotokova<br />
robe u 10 6 €<br />
Investicioni i<br />
operativni<br />
troškovi centara<br />
u 10 6 €<br />
Novi Sad 65 Trimodalni 67,23 15,57 21,23<br />
Beograd 80 Trimodalni 137,71 25,7 27,47<br />
Kragujevac 45 Unimodalni* 100,39 16,93 14,57<br />
* drumski<br />
Lociranje manjeg broja centara nego u prvom scenariju, za iste tokove robe,<br />
rezultiralo je konsolidacijom četiri centra koji opslužuju drumski transport u jedan veći u<br />
Kragujevcu, i porast kapaciteta trimodalnih centra u <strong>Novom</strong> <strong>Sadu</strong> za 25 i u Beogradu za<br />
15 hiljada tona.<br />
Iskorišćenost godišnjih kapaciteta svih lociranih centara je preko 90 %. .<br />
Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara prikazan je na sl. 23.<br />
57
Udeo robnih tokova prema tački<br />
generisanja, %<br />
120%<br />
100%<br />
80%<br />
60%<br />
40%<br />
20%<br />
0%<br />
Rijeka<br />
Banjaluka<br />
Bar<br />
Solun<br />
Istanbul<br />
Konstanca<br />
Budimpešta<br />
Sl. 23 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, drugi scenario<br />
U ovom slučaju, udeo opsluženih robnih tokova prema tački generisanja promenio se<br />
u odnosu na prvi scenario tako što su robni tokovi iz Budimpešte, Rijeke i Banjaluke<br />
dominantno opsluženi u <strong>Novom</strong> <strong>Sadu</strong> i Beogradu, a robni tokovi iz pravca Konstance,<br />
Istanbula i Soluna u Kragujevcu.<br />
Rezultati simulacija za treći scenario<br />
Simulacije za uslove trećeg scenarija rezultirale su najnižim ukupnim troškovima<br />
lanaca snabdevanja za lociranje 8 centara. Ukupni prosečni godišnji troškovi za izabranih<br />
8 centara iznose 417,49 10 6 €, odnosno 40 €/t. Udeo pojedinih troškova u ukupnim<br />
troškovima ostao je gotovo isti kao u prvom scenariju, sa tom razlikom da je udeo<br />
transportnih troškova makrotokova veći, a troškova skladištenja manji za 1 %.<br />
Pregled izabranih tipova, kapaciteta i lokacija distributivnih centara dat je u tab. 10.<br />
Tab. 10 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, treći scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Tr. troškovi<br />
makrotokova<br />
robe u 10 6 €<br />
Tr. troškovi<br />
mikrotokova<br />
robe u 10 6 €<br />
Investicioni i<br />
operativni<br />
troškovi centara<br />
u 10 6 €<br />
Subotica 15 Unimodalni* 20,77 2,2 9,53<br />
Novi Sad 40 Trimodalni 34,4 4,94 13,24<br />
Beograd 65 Trimodalni 118,62 4 21,36<br />
Kragujevac 30 Unimodalni* 61,28 3,9 9,54<br />
Užice 10 Unimodalni* 18,12 0,03 3,81<br />
Kruševac 10 Unimodalni* 17,46 1,26 2,79<br />
Niš 10 Unimodalni* 24,35 0,6 3,51<br />
Šabac 20 Unimodalni* 39,71 1,1 6,93<br />
* drumski<br />
58
Iskorišćenost godišnjih kapaciteta svih lociranih centara je preko 85 %.<br />
Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara je ostao gotovo identičan kao u prvom scenariju.<br />
Rezultati simulacija za četvrti scenario<br />
Simulacije za četvrti scenario rezultirale su izborom istih tipova, kapaciteta i lokacija<br />
centara kao i u prvom scenariju, sa tom razlikom da su ukupni troškovi na račun<br />
transportnih troškova makrotokova niži za oko 10,6 10 6 €, odnosno za oko 1 €/t. Međutim,<br />
ovo smanjenje ukupnih troškova usled smanjenja transportnih troškova makrotokova<br />
uticalo je zanemarivo malo na raspodelu udela ostalih troškova u ukupnim, i nije uticalo<br />
uopšte na raspodelu udela robnih tokova prema tački generisanja.<br />
Rezultati simulacija za peti scenario<br />
Simulacije su rezultirale najnižim ukupnim troškovima za 7 logističkih centara.<br />
Vrednost ukupnih troškova za izabrane centre je 471,7 10 6 €, odnosno prosečno 40,7 €/t<br />
posmatranih robnih tokova. Udeo pojedinih vrsta troškova nije se bitno promenio u odnosu<br />
na prvi scenario, udeo transportnih troškova mikrotokova opao je za 2 %, a udeli<br />
transportnih troškova makrotokova i skladištenja porasli su za po 1 %.<br />
Pregled izabranih tipova, kapaciteta i lokacija distributivnih centara dat je u tab. 11.<br />
Tab. 11 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, peti scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Tr. troškovi<br />
makrotokova<br />
robe u 10 6 €<br />
Tr. troškovi<br />
mikrotokova<br />
robe u 10 6 €<br />
Investicioni i<br />
operativni<br />
troškovi centara<br />
u 10 6 €<br />
Subotica 15 Bimodalni 18,84 2,69 5,11<br />
Novi Sad 45 Trimodalni 38,75 3,69 15,5<br />
Beograd 80 Trimodalni 117,58 10,35 27,47<br />
Kragujevac 35 Unimodalni* 74,83 4,52 11,5<br />
Užice 10 Unimodalni* 22,39 0,13 3,41<br />
Šabac 30 Unimodalni* 52,34 3,63 9,31<br />
Niš 20 Unimodalni* 40,3 3,34 6<br />
* drumski<br />
Izabrane lokacije su iste kao i u prethodnim scenarijima, sa tom razlikom što je u<br />
većini, osim u Subotici i Užicu, izabran veći kapacitet nego u prethodnim scenarijima.<br />
Tipovi izabranih centara su takođe isti kao u prethodnim scenarijima, osim što je u Subotici<br />
lociran bimodalni centar i što je u ovom slučaju sumarni kapacitet bimodalnih i trimodalnih<br />
centara veći za 35.000 t nego u prethodnim scenarijima.<br />
59
Udeo robnih tokova prema tački<br />
generisanja, %<br />
100%<br />
90%<br />
80%<br />
70%<br />
60%<br />
50%<br />
40%<br />
30%<br />
20%<br />
10%<br />
0%<br />
Rijeka<br />
Banjaluka<br />
Bar<br />
Solun<br />
Istanbul<br />
Konstanca<br />
Budimpešta<br />
Sl. 24 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, peti scenario<br />
Iskorišćenost godišnjih kapaciteta svih lociranih centara je preko 90 %.<br />
Udeo opsluženih robnih tokova prema tački generisanja je uglavnom ravnomerno<br />
raspoređen među centrima, s tim što je u Subotici dominantan udeo robnih tokova iz<br />
Budimpešte, u Šapcu iz Rijeke, a u Nišu iz Konstance, Soluna i Istanbula, što ukazuje na<br />
gravitacione regione tih centara.<br />
Rezultati simulacija za šesti scenario<br />
Kod šestog scenarija, najbolje rezultate daje lociranje 8 centara, s ukupnim godišnjim<br />
troškovima 495,3 10 6 €, odnosno 41,4 €/t posmatranih robnih tokova. Raspodela udela<br />
pojedinih vrsta troškova prikazana je na sl. 25.<br />
5%<br />
4%<br />
12% Transportni troškovi<br />
makrotokova roba<br />
Transportni troškovi<br />
mikrotokova roba<br />
Vrednost investicija<br />
79%<br />
Troškovi skladištenja<br />
Sl. 25 Udeo pojedinih troškova u ukupnim, šesti scenario<br />
60
Kao i u prethodnim scenarijima, dominantnu ulogu imaju transportni troškovi<br />
makrotokova robe. Usled većeg broja lociranih centara udeo transportnih troškova<br />
mikrotokova robe opao je na 4 % i ima najmanji udeo u ukupnim troškovima.<br />
Osim do sada biranih lokacija, izabran je Kruševac kao sledeća povoljna lokacija za<br />
jedan manji unimodalni logistički centar. Izbor da se locira još jedan manji centar, koji ima<br />
gotovo najveću jediničnu vrednost investicija, ukazuje na to da su uštede u troškovima<br />
transporta koje se ostvare lociranjem jednog takvog centra dovoljno velike da kompenzuju<br />
vrednosti investicija u taj centar.<br />
Tab. 12 Tipovi, kapaciteti i troškovi centara na izabranim lokacijama, GA, šesti scenario<br />
Lokacija<br />
Kapacitet<br />
u 1.000 t<br />
Tip<br />
Tr. troškovi<br />
makrotokova<br />
robe u 10 6 €<br />
Tr. troškovi<br />
mikrotokova<br />
robe u 10 6 €<br />
Investicioni i<br />
operativni<br />
troškovi centara<br />
u 10 6 €<br />
Subotica 15 Bimodalni 17,76 2,54 4,91<br />
Novi Sad 45 Trimodalni 37,73 4,88 15<br />
Beograd 75 Trimodalni 104,51 4,64 24,71<br />
Kragujevac 55 Unimodalni* 114,74 4,48 18,1<br />
Užice 10 Unimodalni* 21 0,03 3,27<br />
Šabac 25 Unimodalni* 48,14 2,25 8,4<br />
Niš 15 Unimodalni* 28,36 0,77 4,47<br />
Kruševac 10 Unimodalni* 20,1 1,38 3,1<br />
* drumski<br />
Iskorišćenost godišnjih kapaciteta svih lociranih centara je preko 85 %.<br />
Udeo opsluženih robnih tokova prema tački generisanja (sl. 26) u ovom slučaju se ne<br />
razlikuje bitno u odnosu na prethodni scenario osim značajnijeg porasta robnih tokova iz<br />
pravca Rijeke i Bara ka Kragujevcu, što je bilo i predviđeno scenarijem, i iz pravca<br />
Konstance do Kruševca.<br />
Udeo robnih tokova prema tački<br />
generisanja, %<br />
100%<br />
90%<br />
80%<br />
70%<br />
60%<br />
50%<br />
40%<br />
30%<br />
20%<br />
10%<br />
0%<br />
Rijeka<br />
Banjaluka<br />
Bar<br />
Solun<br />
Istanbul<br />
Konstanca<br />
Budimpešta<br />
Sl. 26 Udeo opsluženih robnih tokova prema tački generisanja u svakom od izabranih<br />
centara, šesti scenario<br />
61
Poređenje rezultata dobijenih LP solverom i genetskim algoritmom<br />
U skoro svim scenarijima, primenom ovih metoda izabran je isti broj i iste lokacije<br />
centara. Izuzetak su scenarija dva i šest u kojima je izabran po jedan različit centar.<br />
Međutim, postoje značajne razlike u izabranim kapacitetima i tipovima centara, odnosno<br />
primenjenim vidovima transporta na određenim rutama, usled čega su se javila i veća<br />
međusobna odstupanja, oko 10 %, između vrednosti ukupnih troškova dobijenih ovim<br />
metodama (tab. 13).<br />
Tab. 13 Poređenje rezultata dobijenih LP solverom i genetskim algoritmom<br />
Rezultati dobijeni<br />
LP solverom<br />
Rezultati dobijeni Genetskim<br />
algoritmom<br />
Razlika u<br />
vrednosti<br />
Razlika u<br />
trajanju<br />
Scenarija Ukupni troškovi,<br />
10 6 €<br />
Trajanje<br />
simulacije, s<br />
Ukupni troškovi,<br />
10 6 €<br />
Trajanje<br />
simulacije, s<br />
ukupnih<br />
troškova, %<br />
simulacije<br />
s<br />
1. 357,07 3397 404,67 14 11,7 3383<br />
2. 383,51 2417 426,79 13 10 2404<br />
3. 382,14 4586 417,49 15 8,5 4571<br />
4. 341,01 476 394,08 17 13,5 459<br />
5. 415,33 19286 471,72 15 12 19271<br />
6. 437,82 1998 495,27 14 11,6 1984<br />
Vreme trajanja simulacije za svaki od scenarija i za svaku od metoda prikazano je u<br />
tabeli 13. Može se uočiti da je vreme trajanja simulacije primenom genetskog algoritma<br />
znatno kraće nego primenom LP solvera. S obzirom na to da su simulacije sprovedene za<br />
relativno mali broj čvorova, LP solver daje optimalne rezultate u prihvatljivom vremenskom<br />
intervalu, zbog čega se ne može reći da je primena genetskog algoritma neophodna.<br />
Međutim, za očekivati je da bi vreme trajanja simulacije u LP solveru, u slučaju<br />
razmatranja većeg broja čvorova značajno poraslo usled čega bi primena genetskog<br />
algoritma za rešavanje posmatranog lokacijsko-alokacijskog problema bila bolji izbor. U<br />
tom slučaju, dobijena rešenja, bez obzira na njihovo značajno odstupanje od optimalnog,<br />
bi se smatrala dovoljno dobrim.<br />
Zaključna diskusija<br />
Na osnovu dobijenih rezultata može da se zaključi da definisani matematički model<br />
predstavlja koristan alat pri donošenju strateških odluka. Model, na osnovu poznatih ili<br />
očekivanih tokova robe i jediničnih troškova logističkih funkcija u lancu snabdevanja, pruža<br />
mogućnost za određivanje optimalnog broja, tipa, kapaciteta i lokacije logističkih centara.<br />
Za razliku od dosadašnjih istraživanja, model ima mogućnost donošenja odluke o<br />
adekvatnom tipu logističkog centra na konkretnoj lokaciji u zavisnosti od raspoloživih<br />
vidova transporta, njihovog maksimalno mogućeg udela u ukupnom transportnom radu i<br />
jedinične cene transporta za svaki od razmatranih vidova. Pritom, posebno treba naglasiti<br />
mogućnost variranja udela pojedinih vidova transporta, čime je stvorena mogućnost<br />
analize i izbora lokacija za veći broj scenarija. Takođe, dosadašnjim modelima uglavnom<br />
se nudila mogućnost određivanja kapaciteta centara u odnosu na vrednosti investicija, dok<br />
62
se u ovom modelu nudi mogućnost donošenja odluke o kapacitetu i na osnovu fiksnih<br />
operativnih troškova centra.<br />
Testiranjem definisanog modela na primeru Srbije, došlo se do sledećih zaključaka:<br />
− dominantnu ulogu u ukupnim troškovima imaju transportni troškovi makrotokova,<br />
− udeo vrednosti investicija u ukupnim troškovima je svega 4 do 5 %, usled čega je<br />
najbolje rešenje u svim scenarijima lociranje 7 ili 8 centara,<br />
− rezultati drugog scenarija su pokazali da su u slučaju lociranja manjeg broja<br />
centara (tri centra) ukupni troškovi veći za 16 10 6 €, odnosno za 2 €/t u odnosu na<br />
ukupne troškove pri lociranju 7 centara u prvom scenariju,<br />
− izabrane lokacije su u čvorovima koji su odredišta najvećeg dela tokova robe,<br />
usled čega je udeo transportnih troškova mikrotokova u ukupnim troškovima<br />
između 5 i 14 %,<br />
− promene udela pojedinih vidova transporta imaju značajan uticaj na izbor tipa i<br />
kapaciteta centara, a time i na ukupne troškove,<br />
− promena jediničnih troškova transporta ima uticaja na ukupne troškove, ali u ovom<br />
slučaju, nema uticaja na udeo pojedinih vidova transporta u ukupnom ostvarenom<br />
transportnom radu, niti na izbor kapaciteta i lokacije centara,<br />
− izabrane lokacije u svim scenarijima su Novi Sad, Beograd i Kragujevac, dok su u<br />
pojedinim scenarijima dodatno izabrane Subotica, Užice, Niš, Šabac, Kruševac i<br />
Smederevo,<br />
− izabrane lokacije za sadašnje tokove ostaju optimalan izbor i za buduće<br />
projektovane tokove robe, ali sa promenjenim kapacitetima i tipom centra.<br />
S obzirom na to da je u ovoj studiji slučaja analiziran relativno mali broj čvorova, LP<br />
solver daje optimalna rešenja u prihvatljivom vremenskom intervalu, dok genetski<br />
algoritam daje rešenja u roku od nekoliko sekundi, ali ta rešenja odstupaju od optimalnih<br />
za prosečno 10 %. U slučaju korišćenja definisanog matematičkog modela na primeru sa<br />
znatno većim brojem čvorova, za očekivati je da bi vreme trajanja simulacija primenom LP<br />
solvera bilo predugo usled čega bi primena genetskog algoritma bila potrebna, a dobijeni<br />
rezultati dovoljno dobri.<br />
Rezultati testiranja ukazuju na primenljivost modela za donošenje odluke u<br />
konkretnim studijama za veći broj interesnih strana u lancu snabdevanja.<br />
63
4. MODELIRANJE LOKACIJSKIH PROBLEMA POSTROJENJA ZA<br />
GENERISANJE ELEKTRIČNE ENERGIJE IZ BIOMASE<br />
U cilju određivanja optimalnog broja, tipa, nazivne snage i lokacije postrojenja za<br />
generisanje električne energije iz biomase definisan je unapređeni matematički model čija<br />
je kriterijumska funkcija minimizacija ukupnih troškova posmatranog lanca snabdevanja,<br />
odnosno najniža cena generisane električne energije.<br />
S obzirom na sve specifičnosti biomase kao goriva i biomase kao materijala u lancu<br />
snabdevanja, određivanje optimalnog broja, tipa, nazivne snage i lokacije postrojenja, za<br />
definisane uslove, znatno je komplikovanije nego rešavanje lokacijskih problema u drugim<br />
lancima snabdevanja. Analizom tih specifičnosti, pri definisanju problema uočena su tri<br />
osnovna područja u lancu snabdevanja koja je moguće optimizovati:<br />
1. Izbor vrste biomase, koja će u definisanim uslovima dati najpovoljnije<br />
troškove snabdevanja. Izboru mora da prethodi detaljna analiza raspoloživih vrsta i formi<br />
biomase, kako s aspekta cene i pogodnosti korišćenja kao goriva, tako s aspekta njene<br />
prostorne gustine i dostupnosti. Pored cene raspoložive biomase, izuzetno je važna njena<br />
prostorna gustina i dostupnost, tako da, u nekim slučajevima, cenovno povoljna biomasa<br />
koja je raspoloživa na velikom broju manjih parcela, koje su pritom prostorno značajno<br />
udaljene jedna od druge, može da uzrokuje znatne logističke troškove zbog kojih će na<br />
kraju ta vrsta i forma biti manje isplativa nego neka druga. Shodno tome, cenovno manje<br />
povoljna vrsta biomase, koja ima veću prostornu gustinu, može da bude povoljnija.<br />
Istovremeno, različite vrste raspoložive biomase često imaju značajno različite<br />
karakteristike kao gorivo, pre svega, donju toplotnu moć i pogodnost za sagorevanje, zbog<br />
čega su za pojedine vrste potrebne značajno veće investicije u postrojenje. Takođe, za<br />
različite vrste i forme biomase različiti su uslovi transporta i skladištenja, što može znatno<br />
da utiče na troškove ovih operacija u ukupnom lancu snabdevanja.<br />
2. Izbor odgovarajućeg tipa i nazivne snage postrojenja, prvenstveno se<br />
obavlja na osnovu raspoloživih vrsta biomase i njihove prostorne dostupnosti, kao i<br />
logističkih troškova koji prate snabdevanje postrojenja određenom vrstom. Vrsta<br />
raspoložive biomase i njene karakteristike kao goriva uslovljavaju izbor odgovarajućeg tipa<br />
postrojenja. Istovremeno, nazivna snaga postrojenja uslovljava godišnje potrebe izabranih<br />
vrsta biomase. Na osnovu definisane vrste i količine biomase, znajući njenu prostornu<br />
raspodelu, moguće je da se izračunaju očekivani godišnji logistički troškovi za<br />
snabdevanje postrojenja. Pri tome je jasno, da su za postrojenja veće nazivne snage<br />
potrebne veće količine biomase, koju je potrebno sakupiti, skladištiti i prevesti, što<br />
povećava očekivane logističke troškove. Ti troškovi mogu da se snize izborom postrojenja<br />
koja mogu da koriste mešavinu dve ili više vrsta biomase, čime se povećava prostorna<br />
gustina biomase i snižavaju logistički troškovi, ali se, najčešće, povećavaju investicioni<br />
troškovi. Nasuprot tome, bez obzira na tip postrojenja, specifični investicioni troškovi u<br />
postrojenje, po kW ili MW instalisane električne snage, bitno opadaju povećanjem nazivne<br />
snage postrojenja. Iz tog razloga je, pri određivanju tipa i nazivne električne postrojenja,<br />
očekivane logističke troškove potrebno posmatrati u odnosu na očekivane investicione i<br />
operativne troškove postrojenja, kako bi se došlo do optimalnog rešenja problema.<br />
64
3. Izbor lokacije postrojenja, kako u odnosu na raspoloživu biomasu, tako i u<br />
odnosu na mogućnost priključivanja na postojeću elektrodistributivnu mrežu. Prilikom<br />
lociranja postrojenja mora da se ramotri priključivanje na javnu električnu mrežu i<br />
udaljenost do mesta priključivanja. Na visinu investicije mogu značajno da utiču troškovi<br />
povezivanja na mrežu, ukoliko je udaljenost do mesta povezivanja velika.<br />
Pored navedenog, pri izboru lokacije je potrebno da se vodi računa i o drugim<br />
potrebama ovakvih postrojenja, kao što je, na primer, potrebna velika količina vode za<br />
hlađenje, blizina urbanog naselja, kao i drugi uticaji na životnu sredinu. Ti aspekti se<br />
obavezno razmatraju pri određivanju mikrolokacije, ali s obzirom na to da se u ovom<br />
istraživanju određuje makrolokacija, ovi kriterijumi nisu obuhvaćeni.<br />
U vezi sa gore navedenim uticajima na optimizaciju, u nastavku se daje analiza<br />
biomase kao materijala u lancu snabdevanja, njenih osnovnih karakteristika kao goriva i<br />
njenih osobina kao "robe", koja prolazi kroz logističke procese u lancu snabdevanja.<br />
Potom se daje kratak opis postrojenja uz definisanje relevantnih karakteristika i<br />
parametara, na osnovu čega se zatim definiše model za određivanje optimalnog broja,<br />
tipa, nazivne snage i lokacije postrojenja na biomasu.<br />
4.1 Biomasa kao materijal u lancu snabdevanja<br />
Postoji više pristupa u definisanju pojma biomase. U Direktivi 2001/77/EC (Anonim,<br />
2001), se navodi sledeće: „Biomasa predstavlja biorazgradivi deo proizvoda, otpada i<br />
ostataka u poljoprivredi (uključujući biljne i životinjske supstance), u šumarstvu i<br />
pripadajućoj industriji, kao i biorazgradivi deo industrijskog i gradskog otpada“. Iako bi<br />
trebalo da obuhvata sve vidove mase biljnog porekla, kada se govori o obnovljivim<br />
izvorima energije, definicija je delimično sužena. Pod biomasom se podrazumevaju<br />
materije sačinjene od biljne mase u vidu proizvoda, nusproizvoda, otpada ili ostataka te<br />
biljne mase (tab. 14).<br />
65
Tab. 14 Opis materijala koji spadaju ili ne pod pojam "biomasa" u smislu korišćenja<br />
obnovljivih izvora energije (Anonim 2011a, delimično prerađeno)<br />
Pod biomasom kao obnovljivim gorivom<br />
Podrazumevaju se:<br />
Biljke i delovi biljaka.<br />
NE podrazumevaju se:<br />
Fosilna goriva, uključujući treset.<br />
Gorivo dobijeno od biljaka i delova biljaka, čije su<br />
sve komponente i međuproizvodi proizvedeni od<br />
biomase.<br />
Ostaci i nusproizvodi biljnog i životinjskog porekla<br />
u poljoprivredi, šumarstvu i komercijalnoj<br />
proizvodnji riba.<br />
Biološki otpad kao što su:<br />
biorazgradljivi otpad procesa u prehrambenoj<br />
industriji, biorazgradljive materije ostataka iz<br />
kuhinje, separirani biološki otpad iz domaćinstava<br />
i preduzeća, biorazgradljivi otpad iz drvne<br />
industrije i otpad održavanja okoline. Neophodno<br />
je da ova vrsta otpada ima toplotnu moć od<br />
najmanje 11 MJ/kg (kriterijum zaštite životne<br />
sredine).<br />
Mešavina gradskog otpada.<br />
Ostaci drveta koji sadrže polihlorovane<br />
bifenile ili polihlorovane<br />
trifenile, živu i druge štetne materije<br />
koje se, pri termičkom korišćenju<br />
drveta, emituju u količinama preko<br />
dozvoljenih granica.<br />
Papir, karton, tekstil.<br />
Kanalizacioni otpad.<br />
Delovi tela životinja.<br />
Otpadno drvo pri preradi drveta i u industriji<br />
drvenih materijala.<br />
Najšire prihvaćena podela biomase kao obnovljivog izvora energije jeste na čvrstu,<br />
tečnu i gasovitu.<br />
U čvrstu biomasu ubrajaju se ostaci ratarske proizvodnje, ostaci rezidbe iz voćarstva<br />
i vinogradarstva, ostaci šumarstva, biljna masa brzorastućih biljaka – u engleskom<br />
govornom području poznate pod nazivom Short Rotation Coppices (SRC), a pre svega<br />
brzorastućih šuma, ostaci iz drvoprerađivačke industrije i drugo.<br />
Pod tečnom biomasom podrazumevaju se tečna biogoriva – biljna ulja,<br />
transesterifikovana biljna ulja – biodizel, bioetanol, itd.<br />
Gasovitu biomasu predstavlja biogas, koji može da se proizvede iz životinjskih<br />
ekskremenata ili energetskih biljaka (silaža trave, kukuruza i drugog), ali kao sirovina<br />
mogu da posluže i druge otpadne materije. Gasovitu, pa i tečnu biomasu, predstavljaju i<br />
produkti gasifikacije, odnosno pirolize čvrste biomase, kao i proizvod dorade biogasa,<br />
biometan.<br />
U ovom istraživanju razmatrana je samo čvrsta biomasa.<br />
Kada je reč o čvrstoj biomasi postoje različita shvatanja. Tako, na primer, neki<br />
poimaju drvo kao posebnu kategoriju, a pod biomasom podrazumevaju samo žetvene<br />
ostatke, kao što su slama, kukuruzovina, itd.<br />
66
U Srbiji se najčešće, u obliku čvrste biomase, koriste različite forme ogrevnog drveta i<br />
žetveni ostaci. Zbog toga se čvrsta biomasa deli na drvenu i poljoprivrednu (videti sl. 27).<br />
Sl. 27 Šematski prikaz podele čvrste biomase (Anonim, 2011a, delimično prerađeno)<br />
U svetu se sve više primenjuje gajenje energetskog bilja, koje takođe može biti<br />
drveno ili slamasto. Najčešće vrste drvenog energetskog bilja su razne brzorastuće šume,<br />
tipično za naše područje topola i vrba, čiji je period obrta značajno kraći. U slamaste<br />
energetsko bilje se ubraja većina ratarskih biljnih vrsta, dok se u svetu sve više gaje i<br />
druge, manje poznate biljke, kao što su divlji proso i slonovska trava. Veliki broj njih<br />
pripada grupi C4 biljaka 13 . Karakteriše ih visok energetski prinos po hektaru. Očekuje se<br />
da će gajenje i korišćenje energetskog bilja biti zastupljeno i u Srbiji u dogledno vreme.<br />
4.1.1 Karakteristike biomase kao goriva<br />
Postoje značajne razlike kada je reč o primeni raznih vrsta biomase kao goriva. U<br />
vezi sa tim, postoje određene karakteristike biomase na osnovu kojih može da se definiše<br />
povoljnost primene neke vrste kao goriva. Najvažnije od tih karakteristika su: donja<br />
toplotna moć, sadržaj pepela i temperatura omekšavanja pepela, sadržaj vlage, gustina,<br />
forme i cena biomase.<br />
13 Biljke koje vezuju i redukuju CO 2 prema reakcijskom nizu koji su otkrili Kalvin i saradnici, na osnovu<br />
primarnih produkata koje čine četiri ugljenikova atoma, nazivaju se C4 biljkama.<br />
67
Donja toplotna moć<br />
Najznačajnija karakteristika biomase je donja toplotna moć i predstavlja meru<br />
hemijske energije koja stoji na raspolaganju. Utvrđuje se postupcima koji su definisani u<br />
više standarda (Anonim, 2011b), a obavlja se u akreditovanim institucijama koje su za to<br />
opremljene, poseduju kalorimetre i propratnu opremu, a merenja sprovode u skladu sa<br />
standardizovanom procedurom. Donja toplotna moć značajna je za najširu primenu goriva.<br />
U tab. 15 date su orijentacione vrednosti donje toplotne moći za vrste biomase koje se<br />
najčešće koriste, a za poređenje je data i vrednost za mrki ugalj. Vrednost donje toplotne<br />
moći može da se izrazi i u kWh/kg, što je za praktične potrebe pogodnije. Dobija se<br />
deljenjem vrednosti izražene u MJ/kg sa 3,6. Za veće količine koristi se MWh/t.<br />
Tab. 15 Donje toplotne moći i sadržaj pepela za neka goriva, srednje vrednosti na osnovu<br />
merenja i podataka u literaturi (Martinov i Đatkov, 2011)<br />
Gorivo<br />
Donja toplotna Udeo pepela * ,<br />
moć * , MJ/kg %<br />
Bukva, bez kore 18,4 0,5<br />
Topola, energetska 18,5 1,8<br />
Kora četinara 19,2 3,8<br />
Slama pšenice 17,2 5,7<br />
Slama soje 18,9 3,8<br />
Kukuruzovina 18,0 4,2<br />
Oklasak kukuruza 18,4 2,7<br />
Slonovska trava 17,6 3,9<br />
Zrno tritikale 16,9 2,1<br />
Mrki ugalj 20,6 5,1<br />
* Važi za suvu masu<br />
Sadržaj i osobine pepela<br />
Pepeo se sastoji od mineralnih materija, koje ne sagorevaju, zbog čega je balast u<br />
gorivu. Što je u gorivu više pepela. niža je njegova donja toplotna moć.. U tab. 15<br />
prikazane su vrednosti sadržaja pepela za odabrane vrste biomase i kvalitetan mrki ugalj.<br />
Količine pepela slame i drugih biljnih ostataka značajno su veće u odnosu na drvenu<br />
biomasu. Za slamu se obično računa sa oko 5 % u odnosu na vazdušno suvu masu goriva<br />
(sadržaj vlage oko 15 %), a za drvo 0,5 do 0,8 %. U pogledu količine pepela slame, one su<br />
u biljci manje, ali je ona najčešće kontaminirana zemljom. Udeo pepela u drvetu povećava<br />
se povećanjem udela kore, u kojoj je sadržaj pepela viši. Sadržaj pepela kukuruzovine<br />
sličan je kao i za slamu, ali se često povećava usled zaprljanja zemljom, posebno ukoliko<br />
se kukuruzovina ubire u vlažnim uslovima.<br />
Osim sadržaja pepela, od značaja je i njegovo ponašanje na povišenim<br />
temperaturama. Ono se opisuje raznim fazama, od kojih je najznačajnije omekšavanje.<br />
Ložišni prostor i tehnika sagorevanja treba da budu prilagođeni gorivima koja imaju nisku<br />
temperaturu omekšavanja pepela.<br />
68
Sadržaj vlage<br />
Jedna od najvažnijih karakteristika biomase je sadržaj vlage, iz razloga što donja<br />
toplotna moć bitno opada sa porastom količine vode u gorivu. To je, pre svega, zbog toga<br />
što jedan deo mase predstavlja negorivu materiju, vodu i potrebne energije za grejanje i<br />
isparavanje te vode.<br />
Promena vrednosti donje toplotne moći u zavisnosti od sadržaja vlage računa se<br />
prema jednačini:<br />
,<br />
⋅ − − ⋅<br />
= (4.1.1.1)<br />
pri čemu je H vm donja toplotna moć vlažne bimase u MJ, H sm donja toplotna moć<br />
suve mase, a W sadržaj vlage u %. Drugi član u brojiocu odnosi se na energiju potrebnu<br />
za grejanje i isparavanje vode.<br />
Ukoliko se formula primeni na pšeničnu slamu, sadržaj vlage 15 %, koristeći podatak<br />
iz tab. 9, donja toplotna moć takvog materijala bila bi oko 14,3 MJ/kg, što je podatak koji<br />
se u praksi i koristi. Ukoliko bi sadržaj vlage bio 30 %, slama koja je pokisla, donja toplotna<br />
moć bila bi 11,3 MJ/kg. Sušenje biomase najčešće se ne isplati i ne sprovodi.<br />
44 )2, 100 ( W W H H sm vm 100<br />
Gustina i forme biomase<br />
U odnosu na većinu fosilnih goriva, biomasa ima više nedostataka. Jedan od njih je<br />
energetska gustina, koja zavisi od forme biomase. Na sl. 28 prikazan je dijagram<br />
energetske gustine različitih goriva. Na primer, lako ulje za loženje koje sadrži 1 GJ<br />
energije zauzima oko 28 litara, ili 0,028 m 3 . Za isti sadržaj energije seckana slama<br />
zauzima 1,2, pa i do 2 m 3 . Slama u obliku bala za 1 GJ ima zapreminu od 0,5 do 0,6 m 3 .<br />
Ogrevno drvo takođe ima malu energetsku gustinu. Za 1 GJ potrebno je 0,15 do<br />
0,2 m 3 , a za pelete drveta oko 0,1 m 3 skladištenog prostora. Peleti drveta su, u pogledu<br />
energetske gustine, odnosno specifične zapremine, najpovoljnija forma čvrste biomase,<br />
iako im je specifična zapremina za oko 3,5 puta veća od specifične zapremine lakog ulja<br />
za loženje.<br />
69
Sl. 28 Poređenje energetskih gustina različitih goriva(Kaltschmitt, Hartmann, 2001)<br />
4.1.2 Lanac snabdevanja postrojenja biomasom - logistika biomase<br />
Kada je reč o efikasnosti i ceni logističkih procesa u lancu snabdevanja postrojenja<br />
biomasom, pored sadržaja vlage, najveću ulogu imaju gustina i forma biomase. Iz tog<br />
razloga, u nastavku su detaljnije analizirane forme biomase i njihov uticaj na skladištenje i<br />
transport. Kao rezultat te analize definisan je lanac snabdevanja koji se razmatra u ovom<br />
istraživanju. Forma u kojoj se biomasa nalazi, te njene osobine, postupak skladištenja,<br />
mogućnosti i troškovi transporta u tom pogledu imaju značajan uticaj, te se posebno<br />
razmatraju.<br />
Forme slame i kukuruzovine<br />
Slama raznih biljnih vrsta i kukuruzovina najčešće su u formi bala, koje se formiraju<br />
nakon ubiranja presama. Najčešće primenjivane prese, odnosno forme bala, zajedno sa<br />
područjima njihovih dimenzija i gustina, prikazane su na sl. 29.<br />
70
Sl. 29 Dijapazoni veličina i gustina bala slame za vazdušno suvu masu (Kaltschmitt i dr,<br />
2001)<br />
Presovanje u formi malih bala je još uvek rasprostranjeno, pre svega na malim<br />
gazdinstvima, iako ima mnogo mana. Veliki nedostatak malih bala je to što se utovar i<br />
istovar sa transportnog sredstva, kao i uskladištenje, obavljaju ručno, što prouzrokuje<br />
visoke operativne troškove. Nisu pogodne za veća energetska postrojenja, koja se ovde<br />
razmatraju.<br />
Valjkaste bale imaju prednosti u ostvarenju mehanizovanog utovara i istovara, ali<br />
zbog oblika i postupka formiranja imaju manju skladišnu gustinu, te se na transportno<br />
sredstvo utovara manje biomase. Iako su cene ovih presa niže, viši su troškovi veziva,<br />
transporta i skladištenja. Ocenjuje se da za ekonomski opravdano ubiranje slame u formi<br />
valjkastih bala parcele ne bi smele da budu manje od oko 3 ha. Transportno rastojanje od<br />
prvog skladišta do postrojenja na kojem se biomasa koristi ne bi smelo da bude preko 10<br />
do 15 km.<br />
Prese za velike četvrtaste bale su produktivnije, ali da bi se njihov nazivni učinak<br />
iskoristio, potrebno je i da zboj bude „bogatiji“ čime se ostvaruje veća gustina ubrane<br />
biomase. Prednjim traktorskim utovarivačem, sl. 30, ili specijalnim uređajima, njima se lako<br />
manipuliše. Nosivost transportnog sredstva može bolje da se iskoristi nego kod drugih<br />
formi bala. Ove bale se lako skladište, a nedostatak je to što za neke tipove generatora<br />
toplote moraju da se dezintegrišu. Primena presa za velike četvrtaste bale ekonomski je<br />
opravdana samo za parcele veće od, na primer, 10 ha. Za duža transportna rastojanja ove<br />
bale imaju izrazitu prednost. Primenjuju se za snabdevanje većih energetskih jedinica, na<br />
rastojanju i do 100 km.<br />
71
Sl. 30 Utovar velikih četvrtastih bala na transportno sredstvo (Anonim, 1998)<br />
Forme drvene biomase<br />
Forma drvene biomase zavisi od izvora, da li je reč o ogrevnom drvetu, ostacima<br />
seče šume, proredne seče, e, ostacima proizvodnje drvne industrije ili brzorastućim šumama.<br />
Najčešća forma, za velike jedinice, je iver. Dobija se, najčešće, e, seckanjem ostataka seče i<br />
brzorastućih šuma –SRC. Seckanje se češće e obavlja na mestu nastanka biomase, sl. 31,<br />
a ređe e se drvo transportuje do postrojenja, tamo skladišti i secka (ogrevno drvo i krupnija<br />
granjevina).<br />
Sl. 31 Iverač č drveta, sečka, ubacuje iver u transportno sredstvo<br />
Sadržaj vlage ivera zavisi od sirovine. Ukoliko se usitnjavaju ostaci seče šume, vlaga<br />
dostiže i do 55 %. Seckanje se obavlja van vegetacionog perioda. Poželjno je da se<br />
granjevina, pa i brzorastuće drvo, prosuši, pa se tada postiže da sadržaj vlage bude oko<br />
35 %. Takav materijal nije pogodan za sagorevanje u manjim kotlovima i drugim<br />
generatorima toplote, nego u specijalnim kotlovima. Za manje jedinice, do 100 kW,<br />
poželjno je da sadržaj vlage bude do 25 %, a to je granjevina koja je na otvorenom bila<br />
preko leta. Gustine ivera navedene su u tab. 16.<br />
Sušenje ivera nije isplativo, osim u posebnim slučajevima, kada se,<br />
na primer, koristi<br />
jevtiniji izvor toplotne energije biogas postrojenja. Ponekad se primenjuje produvavanje –<br />
aktivna ventilacija, ali je za to potrebna posebna oprema i dodatni utrošak električne
energije. Aktivnom ventilacijom snižava se sadržaj vlage i smanjuje mikrobiološka<br />
razgradnja.<br />
Tab. 16 Gustina raznih vrsta i formi drveta, u kg/m3 (Martinov i Đatkov, 2011)<br />
Sadržaj<br />
vlage,<br />
%<br />
Bukva Hrast Meko drvo U skladištu, složeno<br />
DM SL CP DM SL CP DM SL CP DM SL CP<br />
Masa m 3 u kg<br />
0 558 390 230 588 411 242 361 253 149 448 313 184<br />
10 620 434 255 654 457 269 401 281 165 498 348 205<br />
15 657 459 270 692 484 285 425 297 175 527 369 217<br />
20 698 488 287 735 514 303 452 316 186 560 392 231<br />
30 798 558 328 840 588 346 516 361 212 640 448 264<br />
40 930 651 383 980 686 403 602 421 248 747 522 307<br />
50 1117 781 459 1177 823 484 722 505 297 897 627 369<br />
DM– drvo bez međuprostora, drvena masa, SL– složene cepanice, prosečno; CP– iver, gomila.<br />
Skladištenje biomase<br />
Bale se najčešće skladište formiranjem kamara na otvorenom. Mogu da se koriste i<br />
raspoloživi skladišni prostori, ali namenska gradnja nadstrešnica nije isplativa. U slučaju<br />
velikih bala najčešće se primenjuje prekrivanje jednogodišnjim (jevtinija varijanta) ili<br />
višegodišnjim folijama. Gustina uskladištenih bala prikazana je na sl. 32. Slična je za sve<br />
forme bala, sa time da se za velike valjkaste i četvrtaste bale, uskladištenje i izuzimanje iz<br />
skladišta, obavlja mehanizovano, dakle, lakše i jevtinije.<br />
Sl. 32 Način i gustina skladištenja bala (Martinov i Đatkov, 2010)<br />
73
Kada je reč o iveru, veće količine skladište se u gomilama na otvorenom prostoru, a<br />
manje pod nadstrešnicama u provetravanim prostorijama, ili za kratkotrajne potrebe u<br />
silosima. Poseban oprez treba da se posveti skladištenju visokovlažnog ivera, jer dolazi do<br />
zagrevanja, a u nekim slučajevima i do samozapaljenja.<br />
Mesto postavljanja kamara, njihova veličina i razmak, definisani su zakonom, radi<br />
zaštite od širenja požara. U Srbiji je još uvek na snazi Pravilnik o posebnim merama<br />
zaštite od požara u poljoprivredi (Anonim, 1984). Prema tom pravilniku: Kamarisanje<br />
neovršenih strnih useva i slame van naselja može se vršiti na udaljenosti od najmanje 100<br />
metara od železničke pruge, voda visokog napona, trafostanice, skladišta zapaljivih<br />
materija, objekata u kojima se loži vatra i sličnih objekata koji mogu izazvati požar, a<br />
kamarisanje se može vršiti:...u kamare veličine 20x6 metara, s rastojanjem i odstojanjem<br />
od 20 metara ili veličine 50x8 metara sa rastojanjem i odstojanjem 50 metara. Očekuje se<br />
donošenje novog pravilnika, koji bi bio prilagođen savremenim uslovima.<br />
Transport biomase<br />
Transport biomase sa polja do međuskladišta uglavnom se obavlja uz pomoć<br />
traktora sa prikolicama, a od međuskladišta do postrojenja kamiona sa prikolicom. U oba<br />
slučaja, zbog relativno male specifične gustine biomase, količina transportovane biomase<br />
po jednoj turi je limitirana zapreminskom nosivošću prikolica, dok je dozvoljena nosivost<br />
traktora, kamiona i prikolica delimično iskorišćena.<br />
Tab. 17 Vozila za sakupljanje i transport biomase, (Kaltschmitt i dr, 2009)<br />
Universal<br />
Traktor sa<br />
prikolicom<br />
Traktor High-level sa<br />
visokopodiznom<br />
kiper prikolicom<br />
Forage wagon<br />
Traktor sa kiper<br />
prikolicom<br />
Saddle kipper<br />
Kamion sa<br />
poluprikolicom<br />
Kontejner<br />
Maksimalna<br />
3<br />
zapremina, m<br />
18 14 20 100 40a<br />
Maksimalna<br />
nosivost, t<br />
14 10 10 27 13 b ; 23 c<br />
a TEU, b samo kamion , c sa prikolicom<br />
S obzirom na navedene karakteristike biomase kao materijala i kao goriva, u ovom<br />
istraživanju je analizirano korišćenje poljoprivredne biomase u formi velikih valjkastih i<br />
četvrtastih bala i drvene biomase u formi ivera. Uzimajući u obzir moguće varijante<br />
transporta i skladištenja, usvojen je lanac snabdevanja prikazan na sl. 33, za koji je<br />
definisan matematički model za određivanje lokacije postrojenja.<br />
74
NABAVKA BIOMASE NA MEĐUSKLADIŠTU<br />
po ceni koja uključuje ubiranje i transport biomase do međuskladišta<br />
self propelled straw harvester<br />
bales storage<br />
SKLADIŠTENJE I MANIPULISANJE BIOMASOM NA MEĐUSKLADIŠTU<br />
bales storage<br />
bales storage<br />
TRANSPORT BIOMASE OD MEĐUSKLADIŠTA DO POSTROJENJA<br />
SKLADIŠTENJE I MANIPULISANJE BIOMASOM KOD POSTROJENJA<br />
bales storage<br />
bales storage<br />
GENERISANJE ELEKTRIČNE ENERGIJE I ODLAGANJE PEPELA<br />
Sl. 33 Usvojeni lanac snabdevanja postrojenja biomasom<br />
75
Bale žetvenih ostataka se traktorom sa prednjim utovarivačem ili manipulatorom sa<br />
odgovarajućim priključcima utovaraju na prikolice, transportni voz, koje vuče drugi traktor.<br />
Prevoze se do međuskladišta na maloj udaljenosti od polja, obično do 5 km, pored tvrdog<br />
puta, kako bi bale mogle da se utovare i dalje prevoze kamionima do postrojenja. Bale<br />
biomase se na međuskladištu odlažu poštujući zakonsku regulativu o zaštiti od požara.<br />
Tako uskladištene bale prekrivaju se folijom, obično za višekratnu upotrebu, radi zaštite od<br />
padavina. Biomasa uskladištena na međuskladištu se, u skladu sa potrebama, prevozi do<br />
postrojenja mrežom javnih puteva. Za prevoz se koriste kamioni sa prikolicama. S obzirom<br />
na dimenzije bala i dimenzije kamiona, po turi se prevozi 20 do 24 bale, odnosno 10 - 12<br />
tona biomase (zavisno od vrste biomase, sadržaja vlage, gustine presovanja i tipa bala).<br />
Na taj način je nosivost transportnih sredstava najčešće delimično iskorišćena.<br />
Sakupljanje drvene biomase zavisi od izvora. Ukoliko se prikuplja granjevina, ostatak<br />
seče, obično se iveranje sprovodi na mestu nastanka, te iver prevozi. Brzorastuće šume<br />
najčešće se ubiraju silažnim kombajnom sa hederom specijalne izvedbe, kojim se drvo<br />
odseca i ivera. Iver se ubacuje u traktorske, za manja rastojanja, odnosno kamionske<br />
prikolice i transportuje do međuskladišta, na tvrdom putu. Sa međuskladišta se<br />
kamionskim transportom, prema dinamici snabdevanja, dovozi do postrojenja. Skladište<br />
postrojenja sadrži količinu biomase potrebnu za najmanje sedmodnevni rad. Ovo skladište<br />
je, obično, pod nadstrešnicom.<br />
Biomasa se sa privremenog skladišta kod postrojenja, po ustaljenom režimu ubacuje<br />
u prihvatni uređaj kotla, kojim se obavlja loženje. Grubi pepeo se odvozi do međuskladišta<br />
snabdevača, te stavlja na raspolaganje za distribuciju po poljoprivrednim i drugim<br />
površinama, ili ga korisnik, u nekim slučajevima i kupac, odvozi i koristi. Fini, ciklonski<br />
pepeo, odvozi se do deponija.<br />
4.1.3 Postrojenja za generisanje električne energije iz biomase<br />
Generisanje električne energije iz biomase slično je kao i u slučaju korišćenja čvrstih<br />
fosilnih goriva. Proces generisanja električne energije počinje sagorevanjem biomase,<br />
čime se hemijska energija transformiše u toplotnu. Nadalje se toplotna energija<br />
transformiše u mehaničku, a mehanička u električnu. Poželjno je da se, u cilju povećanja<br />
ukupnog stepena korisnosti i ekonomske isplativosti, primenjuje kogeneracija –<br />
generisanje i korišćenje, pored električne i toplotne energije, što se podstiče posebnom<br />
direktivom (Anonim,2004). Preduslov za korišćenje toplotne energije je da se u blizini<br />
postrojenja nalazi potrošač, čije bi potrebe za toplotnom energijom postrojenje moglo da<br />
zadovolji.<br />
Postoji više tipova, tehnologija za generisanje električne energije, odnosno,<br />
kombinovanog generisanja električne i toplotne energije, korišćenjem biomase kao goriva.<br />
Oni se, pre svega, razlikuju prema postupku transformacije toplotne energije u mehaničku<br />
i električnu: parno-turbinska postrojenja, vijčani parni motor, ORC (Organic Rankine Cycle)<br />
proces, Stirling motor, toplovazdušne turbine, motori s unutrašnim sagorevanjem za biljna<br />
ulja, gasni motor, gasni motor sa samopaljenjem, gasna turbina, mikroturbine, gorive<br />
ćelije, itd. Tip postrojenja koje će se koristiti uglavnom zavisi od raspoložive vrste biomase<br />
i planirane instalirane snage.<br />
76
Najznačajnija karakteristika postrojenja jeste stepen korisnosti. On predstavlja udeo<br />
proizvedene električne energije u odnosu na primarnu energiju goriva. Ovaj pokazatelj ima<br />
ključnu ulogu u definisanju potrebne količine biomase za funkcionisanje postrojenja.<br />
Podatak o stepenu korisnosti pri nazivnoj snazi generatora toplote nije dovoljan za<br />
proračun potrebne količine goriva. Stepen korisnosti menja se pri radu sa parcijalnim<br />
snagama, zbog čega se u praksi definiše prosečan. Ukoliko postrojenje kontinualno radi<br />
sa nazivnim opterećenjem, stepen korisnosti je konstantan. Potrebna godišnja količina<br />
goriva računa se prema izrazu:<br />
Q<br />
S ⋅OS<br />
= η ⋅DTM<br />
(4.1.3.1)<br />
gde je: Q – potrebna količina goriva u t, S – planirana nazivna snaga postrojenja u MW,<br />
OS – broj operativnih sati postrojenja godišnje u h, η – prosečan godišnji stepen korisnosti<br />
(za termoelektrane), a DTM– donja toplotna moć korišćene biomase u MWh/t.<br />
U ovom istraživanju razmatrana su postrojenja za generisanje isključivo električne<br />
energije većih nazivnih snaga, iznad 10 MW. Kada je reč o kogenerativnim postrojenjima<br />
postavka lokacijskog problema bila bi slična, sa tom razlikom da bi bilo manje generisane<br />
električne energije, ali znatno više toplotne, i da bi se više pažnje posvetilo lokaciji<br />
potrošača. Kombinovanom proizvodnjom električne i toplotne energije može da se<br />
postigne da ukupan stepen korisnosti postrojenja bude i preko 85 %. Zbog toga se<br />
primena kogeneracije podstiče i treba da se primenjuje gde god to okolnosti dozvoljavaju,<br />
a sa posebnim naglaskom na proizvodnju električne energije. Međutim, primeri iz prakse<br />
pokazali su da na cenu električne energije pri kojoj se ostvaruje nulta rentabilnost<br />
značajno utiče angažovanje postrojenja u toku godine i udeo toplotne energije koji se<br />
iskoristi. Pošto je cena električne energije, po feed-in tarifi, približno dvostruko viša od<br />
cene toplonte energije, te samo u ređim slučajevima toplotna energija može da se plasira,<br />
na osnovu preporuke date od Martinova i dr. (2008), ovde se razmatraju postrojenja koja<br />
generišu isključivo električnu energiju.<br />
Zbog svoje pogodnosti za primenu u slučaju korišćenja čvrste biomase kao goriva,<br />
kod postrojenja većih nazivnih snaga, kao i visokog stepena "zrelosti" tehnologije,<br />
razmatrana je primena parno turbinskih postrojenja.<br />
4.1.4 Cena biomase<br />
Da bi se proračunala cena generisane električne, pa i toplotne, energije, treba da je,<br />
pre svega, poznata cena goriva, biomase, odnosno cena po jedinici primarne energije.<br />
Ceni biomase na primarnom skladištu treba da se dodaju troškovi manipulacije,<br />
transporta, prerade, skladištenja na postrojenju i loženja, kao i drugi troškovi, na primer,<br />
trošak mera zaštite od požara, trošak osiguranja i čuvarske službe. Troškovi se značajno<br />
razlikuju u zavisnosti od vrste i forme biomase, lokacije postrojenja, raspoloživog prostora,<br />
udaljenosti od mesta nabavke, itd. Pritom, neki od troškova mogu lako da se kvantifikuju,<br />
dok se neki procenjuju.<br />
77
Cene pojedinih goriva značajno se razlikuju. Najniže su pri korišćenju otpada vlastite<br />
proizvodnje, na primer, u drvoprerađivačkoj industriji. Takođe, cene biomase se menjaju iz<br />
godine u godinu, u zavisnosti od lokaliteta, od toga da li je biomasa u sopstvenom<br />
vlasništvu, ili se kupuje od snabdevača koji je u blizini, ili je udaljen. Ukoliko se biomasa<br />
otkupljuje uvek postoji mogućnost značajnih oscilacija u ceni, kao i odluke pojedinih<br />
snabdevača da se predomisle u vezi sa prodajom svoje biomase. U većini slučajeva čvrsta<br />
biomasa dospeva sezonski, te je potrebno da se celokupna količina blagovremeno nabavi<br />
i uskladišti. To je nepovoljnije od korišćenja fosilnih goriva, koja mogu da se nabavljaju<br />
postepeno, prema potrebi ili se čak plaća nakon potrošnje, kada je reč o prirodnom gasu.<br />
Ulaganje u kupovinu čvrste biomase, s obaveznom rezervom, dodatno opterećuje cenu,<br />
jer predstavlja „zarobljena“ sredstava. Pri detaljnoj ekonomskoj analizi svi troškovi moraju<br />
da se uzmu u obzir, da bi se dobila stvarna cena biomase (Martinov, 2008).<br />
Na cenu veliki uticaj ima i sadržaj vlage biomase, tako što direktno utiče na masu<br />
biomase, a time i na transport i skladištenje, toplotnu moć biomase, kao i vrstu kotla koje<br />
će se koristiti u postrojenju.<br />
78
4.2 Model lokacijskog problema postrojenja<br />
Model lokacijskog problema postrojenja za generisanje električne energije,<br />
korišćenjem biomase kao goriva, razvijen je na osnovu prethodno definisanog modela<br />
lanca snabdevanja (poglavlje 4.1.2). Model ima za cilj da na definisanom području (na<br />
ograničenom regionu), za poznatu vrstu, količinu i lokaciju raspoloživih resursa odredi<br />
optimalan broj, tip, lokaciju i nazivnu snagu postrojenja. Pri tome se kao osnovni kriterijum<br />
optimizacije koristi minimizacija ukupnih troškova lanca snabdevanja. Na osnovu količina<br />
raspoloživih vrsta biomasa i njihove lokacije, cene biomase, potrebne količine biomase za<br />
godišnje funkcionisanje postrojenja, investicionih i operativnih troškova postrojenja, model<br />
treba da definiše tip postrojenja, a potom lokaciju i nazivnu snagu za koje će ukupni<br />
troškovi po jedinici dobijene električne energije biti najniži. Zatim model treba da predoči<br />
promenu cene električne energije u zavisnosti od ukupno instalirane snage električnih<br />
centrala, te da se na osnovu tog porasta definiše granična vrednost mogućih ili ekonomski<br />
isplativih instaliranih snaga na definisanom području.<br />
Modeliran problem je posmatran kao jednokriterijumski, diskretan, statički, lokacijskoalokacijski<br />
problem na mreži. Pritom, problem alociranja se nije bavio raspodelom<br />
generisane električne energije korisnicima, nego raspodelom raspoloživih resursa biomase<br />
lociranim postrojenjima. Pri modelovanju korišćeni su pristupi modela medijane i fiksnih<br />
troškova, sa kapacitativnim ograničenjima (videti poglavlje 2.2).<br />
U odnosu na do sada razvijene modele za lociranje postrojenja (videti poglavlje 2.4),<br />
ovaj pruža mogućnost variranja većeg broja parametara, što implicira da se pri rešavanju<br />
lokacijsko-alokacijskog problema postrojenja u obzir uzima veći broj promenljivih. To se<br />
prvenstveno odnosi na mogućnost lociranja većeg broja različitih tipova postrojenja koja<br />
mogu da koriste mešavinu više vrsta biomase.<br />
Model je namenjen za primenu za definisano područje sa jasnim granicama i<br />
raspoloživim resursima. Pored rešavanja problema lokacija alokacije, njime se definišu i<br />
granice primene, pri čemu je kriterijum porast cena konačnog proizvoda, električne ili<br />
električne i toplotne energije. Granica primene je zbir nazivnih snaga postrojenja pri<br />
kojima, zbog poskupljenja goriva, biomase, cene prevazilaze definisane granične<br />
vrednosti.<br />
U formiranju modela, a u pogledu definisanja raspoloživih resursa žetvenih ostataka,<br />
uvedena su dva nova koeficijenta, koji doprinose realnosti procene:<br />
1. Koeficijent dostupnosti žetvenih ostataka s obzirom na mogućnost ubiranja u formi<br />
velikih valjkastih i četvrtastih bala (a i k ). Kao što je ranije navedeno, primena<br />
presovanja u formi velikih bala isplativa je samo na većim parcelama.Ovaj koeficijent<br />
u obzir uzima udeo parcela veličine iznad 5 ha, na posmatranoj teritoriji. Ukupne<br />
količine žetvenih ostataka množe se s ovim koeficijentom.<br />
2. Procena raspoloživih količina biomase s obzirom na razne uticaje (b i k ):<br />
− primena žetvenih ostataka za druge svrhe, prostirka i ostalo, obrađeno kod<br />
Martinova i dr. (2011b),<br />
− smanjenje raspoloživih količina na osnovu primene konzervacijske obrade<br />
zemljišta, pri kojoj žetveni ostaci ostaju na parcelama,<br />
79
− smanjenje raspoloživih količina iz drugih razloga, na primer, problemi s<br />
ugovaranjem otkupa, nedostatak potrebne mehanizacije, loše vremenske prilike u<br />
vreme ubiranja, itd.<br />
Vrednosti ovog koeficijenta mogu da se usvoje kao granične, pa se model primenjuje<br />
za obe, ili da ga definišu eksperti u oblasti i poznavaoci lokalnih prilika. Količine realno<br />
raspoloživih žetvenih ostataka dobijaju se množenjem navedenih koeficijenata sa<br />
površinom pod određenim resursima i prosečnim godišnjim prinosom tih resursa po<br />
jedinici površine.<br />
Ovi koeficijenti nisu primenjivani za drvenu biomasu, zato što se smatra da je u<br />
slučaju drvene biomase, s aspekta ubiranja za energetsko korišćenje, postojalo i da će<br />
ubuduće postojati plansko lociranje resursa.<br />
Model razmatra postojanje skupa i = 1, 2, 3 ... I čvorova u kojima se generišu robni<br />
tokovi – čvorovi u kojima su locirana međuskladišta; i skupa j = 1, 2, 3 ... J čvorova u<br />
kojima je moguće locirati postrojenja. Model pravi razliku između skupa t = 1, 2, 3 ... T<br />
tipova postrojenja, koji obuhvata istovremeno i definisane tipove postrojenja i razmatrane<br />
potencijalne nazivne snage tih postrojenja, i skupa k = 1, 2, 3 ... K vrsta raspoložive<br />
biomase.<br />
Pored navedenih skupova u modelu se definiše parametar S koji predstavlja unapred<br />
definisanu ukupno potrebnu instaliranu snagu svih lociranih postrojenja.<br />
Raspoloživa količina biomase vrste k, u nekom čvoru i, definisana je kao:<br />
K<br />
Q = ∑ ∑( p α a b ,)<br />
(4.2.1)<br />
∈<br />
∈<br />
gde je:<br />
p i k – površina obradivog zemljišta na lokaciji i pod biomasom k u ha,<br />
α k – prosečan godišnji prinos biomase k u t/ha,<br />
a i k – koeficijent raspoloživosti biomase k na lokaciji i u zavisnosti od stepena isplativosti<br />
primene savremene tehnologije ubiranja biomase,<br />
b i k – koeficijent raspoloživosti biomase k na lokaciji i u zavisnosti od stepena primene<br />
konzervacijske obrade zemljišta i ostalih uticaja.<br />
ik<br />
I i k i ik k ik k<br />
Potrebna količina biomase vrste k u postrojenju tipa t, definisana je kao:<br />
Q<br />
S ⋅OS<br />
= ∀t<br />
∈T,<br />
∀j<br />
∈J,<br />
∀k<br />
η ⋅DTM<br />
,<br />
k<br />
t t t j , k<br />
∈K<br />
(4.2.2)<br />
Q t,k – potrebna količina biomase tipa k u postrojenju tipa t u t,<br />
S t j – nazivna snaga postrojenja tipa t lociranog u čvoru j u MW,<br />
OS t – broj operativnih sati postrojenja tipa t godišnje u h,<br />
DTM t,k – donja toplotna moć biomase tipa k korišćene u postrojenju tipa t u MWh/t,<br />
η t – koeficijent korisnosti postrojenja tipa t.<br />
t<br />
80
ijk d Qik<br />
,<br />
Varijable, definisane u modelu su:<br />
⎧<br />
⎨<br />
⎩<br />
=<br />
nije<br />
Y k ij = proporcija snabdevanja postrojenja lociranog u čvoru j sa međuskladišta lociranog u<br />
čvoru i biomasom k, 0 ≤ Y k ij ≤ 1.<br />
1<br />
Ostali parametri modela objašnjeni su u nastavku pri definisanju troškova koji se javljaju u<br />
svakom od procesa posmatranog lanca snabdevanja.<br />
t tipa postrojenje locirano j lokaciji na je Xtj ,ukoliko 0 , ,<br />
Troškovi nabavke biomase C n<br />
∑ ∑ ∑<br />
∈ ∈ ∈<br />
(4.2.3)<br />
gde je:<br />
C k – jedinična cena biomase tipa k na međuskladištu, u €/t,<br />
Q i k - raspoloživa količina biomase vrste k u čvoru i u t.<br />
=K k I i J j k ij ik k n Y Q C C ,<br />
Troškovi skladištenja i manipulisanja biomasom na međuskladištu C s<br />
⎡ ⎛<br />
∑⎢<br />
+ ∑ ⎜ + ∑<br />
∈ ⎣ ∈ ⎝ ∈<br />
⎞⎤<br />
⎟⎥<br />
⎠⎦<br />
(4.2.4)<br />
gde je:<br />
i k ks ik J j k ij ksfix is is<br />
p<br />
s C Q Y C I p C<br />
s<br />
i – površina međuskladišta lociranog u čvoru i u m 2 ,<br />
I s i – investicije u međuskladište locirano u čvoru i – godišnja cena zakupa zemljišta i cena<br />
zaštitne folije u €/m 2 ,<br />
C k sfix – jedinični fiksni troškovi skladištenja biomase k na međuskladištu – obuhvataju<br />
troškove radne snage u €/god,<br />
C<br />
,<br />
k var<br />
=I K<br />
svar – jedinični varijabilni troškovi skladištenja biomase k na međuskladištu – obuhvataju<br />
outsourcing manipulativne opreme i troškove osiguranja od požara, u €/t god.<br />
Troškovi transporta biomase od međuskladišta do postrojenja C t<br />
∑ ∑ ∑<br />
I i J j ij Y C k<br />
=K<br />
∈ ∈ ∈<br />
tk<br />
(4.2.5)<br />
gde je:<br />
C t<br />
81
d ij – transportno rastojanje od međuskladišta i do potencijalnog postrojenja j u km,<br />
C t k – jedinični troškovi transporta biomase vrste k u €/tkm.<br />
Troškovi skladištenja i manipulisanja biomasom kod postrojenja C sp<br />
∑∑<br />
j∈J<br />
t∈T<br />
s,<br />
t s,<br />
t e,<br />
t e,<br />
t<br />
k k k,<br />
t<br />
( p<br />
j<br />
I<br />
j<br />
+ n<br />
j<br />
I<br />
j<br />
) + ∑∑∑∑Qi<br />
Yij<br />
Cs<br />
,<br />
t<br />
C = X<br />
(4.2.6)<br />
sp<br />
j<br />
i∈I<br />
j∈J<br />
k∈K<br />
t∈T<br />
gde je:<br />
p s,t j – površina skladišta kod postrojenja j u m 2 ,<br />
s,t<br />
I j – investicije u skladište kod postrojenja lociranom u čvoru j – godišnja cena zakupa<br />
zemljišta i cena zaštitne folije u €/m 2 ,<br />
e,t<br />
I j – prosečne jedinične investicije u skladišnu opremu u skladištu lociranom u čvoru j u<br />
€/komadu,<br />
n e,t j – potrebna oprema, broj komada, u skladištu lociranom u čvoru j,<br />
k,t<br />
C s – jedinični troškovi skladištenja biomase k kod postrojenja t – obuhvataju troškove<br />
radne snage i troškove osiguranja od požara, u €/t god.<br />
Ostali troškovi generisanja električne energije iz biomase C p<br />
= ∑ ∑<br />
∈ ∈<br />
( ),<br />
+ + C<br />
(4.2.7)<br />
gde je:<br />
I t j - vrednost investicije u postrojenje tipa t locirano u čvoru j u €/MW,<br />
C op – operativni troškovi postrojenja kao procenat vrednosti investicije u postrojenje,<br />
C a – troškovi amortizacije kao procenat vrednosti investicije u postrojenje,<br />
C rf – rashodi finansiranja, odnosno kamate na izvore finansiranja, kao procenat vrednosti<br />
investicije u postrojenje,<br />
g<br />
S t j – nazivna snaga postrojenja tipa t lociranog u čvoru j u MW.<br />
T t J j tjC<br />
I X op<br />
Ca<br />
rfS<br />
C j<br />
Troškovi priključenja postrojenja na postojeću elektrodistributivnu mrežu C d<br />
C<br />
∈<br />
p ∑<br />
X d<br />
tj<br />
dj<br />
I<br />
,<br />
(4.2.8)<br />
gde je:<br />
I d – investicije za izgradnju kilometra dalekovoda u €/km,<br />
d dj – dužina dalekovoda potrebna za povezivanje postrojenja lociranog u čvoru j sa<br />
postojećom elektrodistributivnom mrežom u km.<br />
d =J j<br />
82
Troškovi odlaganja pepela C op<br />
( ) ,<br />
= ∑ ∑ ∑<br />
I<br />
∈ ∈ ∈<br />
i J I<br />
k k k j<br />
K<br />
β<br />
ρ +<br />
γ<br />
+<br />
∑ ∑ ∑<br />
∈ ∈ ∈<br />
k k k Q j<br />
i J<br />
K<br />
β<br />
γ<br />
(4.2.9)<br />
gde je:<br />
C t p – jedinični troškovi transporta pepela u €/tkm,<br />
β k – procenat pepela nakon sagorevanja biomase k,<br />
d ij – transportno rastojanje od parcele i do potencijalnog postrojenja j u km,<br />
d jd – rastojanje od postrojenja do najbliže deponije na koju je moguće (dozvoljeno) odložiti<br />
pepeo,<br />
ρ – procenat pepela koji će biti vraćen na njive,<br />
γ – procenat pepela koji će se odložiti na deponiju,<br />
C od – cena odlaganja pepela na deponiju u €/t.<br />
C op<br />
Ctp<br />
ikY<br />
Qij<br />
dij<br />
djd<br />
Cod<br />
ikYij<br />
Matematički model posmatranog lokacijskog problema je definisan na sledeći način:<br />
min F = C n + C s + C t + C sp + C p + C g + C op (4.2.10)<br />
Ograničenja definisana modelom su:<br />
∑<br />
∈<br />
1<br />
≤<br />
≤ ∑<br />
∀<br />
∈<br />
∈<br />
,<br />
∀<br />
∈<br />
∀<br />
∈<br />
∀<br />
∈<br />
∀<br />
∈<br />
,<br />
∈<br />
j<br />
i<br />
∀<br />
J<br />
I<br />
, (4.2.12)<br />
∈<br />
∑<br />
j i<br />
I<br />
kj<br />
KJ<br />
∑ ∑<br />
X<br />
83<br />
k<br />
K<br />
t tj Y TX k Tk<br />
j<br />
Y k JY<br />
(4.2.11)<br />
t tj<br />
≤<br />
k<br />
t<br />
T<br />
Q<br />
i Q<br />
1 (4.2.13)<br />
ij<br />
ij<br />
tj X<br />
t<br />
J<br />
∀<br />
∈<br />
,<br />
∈<br />
∀<br />
∈<br />
∀<br />
∈<br />
∑<br />
I<br />
K<br />
k T t J i<br />
ijk<br />
≥<br />
,<br />
∈<br />
∈<br />
X<br />
S ≥<br />
tj<br />
S<br />
(4.2.15)<br />
,<br />
(4.2.14)<br />
Kriterijumska funkcija (4.2.10), uz pomoć definisanih varijabli, određuje optimalni broj,<br />
tip, nazivnu snagu i lokaciju postrojenja za generisanje električne energije iz biomase za<br />
unapred definisanu ukupno potrebnu instaliranu snagu svih postrojenja, težeći pritom da<br />
minimizira ukupne troškove posmatranog lanca snabdevanja.<br />
Ograničenje (4.2.11) dozvoljava lociranje najviše jednog centra u svakom čvoru<br />
mreže. Ograničenje (4.2.12) je logičko ograničenje koje dozvoljava transport raspoložive<br />
biomase samo do lociranih postrojenja određenog tipa. Ograničenje (4.2.13) ne dozvoljava<br />
alokaciju veće količine biomase vrste k od raspoložive, postrojenju tipa t lociranom u čvoru<br />
j. Ograničenjem (4.2.14) se osigurava da će se postrojenju tipa t dostaviti barem potrebna<br />
količina biomase vrste k. Ograničenjem (4.2.15) se postiže da ukupna instalirana snaga<br />
svih lociranih postrojenja mora biti veća, ili jednaka unapred definisanoj S.<br />
j tj
U modelu je pretpostavljeno da posmatrani lanac snabdevanja počinje i završava se<br />
u čvorovima postojeće saobraćajne mreže. Podrazumeva se da su svi čvorovi u kojima se<br />
generišu robni tokovi i povezani sa svim čvorovima j, koji predstavljaju potencijalne<br />
lokacije postrojenja.<br />
Modelom se omogućava distribucija svih vrsta biomase sa svih međuskladišta ka<br />
svim potencijalnim lokacijama postrojenja, kao i mogućnost snabdevanja više postrojenja<br />
sa jednog međuskladišta, naravno samo sa raspoloživom biomasom.<br />
Opisani model, u brojnim iteracijama, varira potencijalne lokacije i za svaku<br />
potencijalnu lokaciju varira sve moguće vrste i nazivne snage postrojenja, kao i potreban<br />
region raspoloživih resursa, računajući pritom ukupne troškove posmatranog lanca<br />
snabdevanja za svaku od mogućih varijanti. Optimalnim rešenjem se na kraju smatra ona<br />
kombinacija varijabli koja dovodi do minimalnih ukupnih troškova posmatranog lanca<br />
snabdevanja.<br />
Specifičnost ovog modela je u tome što je, uslovno, kupac postrojenje za generisanje<br />
električne energije. Kriterijum je cena generisane električne energije, a ona, osim troškova<br />
nabavke i logistike zavisi i od troškova postrojenja. Troškovi generisanja energije, koji se<br />
sastoje od investicionih i operativnih, zavise od vrste biomase koja se koristi, a opadaju sa<br />
povećanjem nazivne električne snage. Međutim, porastom nazivne električne snage rastu<br />
potrebne količine biomase, koje se tada dovoze sa većih rastojanja, te rastu logistički<br />
troškovi. Model treba da iskaže koji je od ovih uticaja zanačjniji, te da doprinese ne samo<br />
definisanju lokacije, nego i izboru postrojenja u pogledu vrste biomase i nazivne električne<br />
snage.<br />
84
4.3 Testiranje modela - lociranje postrojenja u AP Vojvodini<br />
Testiranje modela sprovedeno je za područje AP Vojvodine, koja, kada je reč o<br />
resursima čvrste biomase, predstavlja zaokruženo područje sa dominantnim udelom<br />
žetvenih ostataka. Sa južne strane, u okviru Srbije, nalaze se područja u kojima dominira<br />
ekstenzivna poljoprivredna proizvodnja, te su resursi žetvenih ostataka ograničeni.<br />
Poljoprivredna područja sa značajnim količinama čvrste biomase, žetvenih ostataka,<br />
nalaze se u Hrvatskoj, Mađarskoj i Rumuniji. Do priključenja Srbije Evropskoj uniji, na ove<br />
resurse ne može da se računa, te nisu uzeti u obzir. Dakle, u skladu sa postavkama<br />
važnosti modela, AP Vojvodina predstavlja zaokruženi i ograničeni region sa definisanim<br />
resursima biomase koja bi mogla da se koristi kao gorivo.<br />
Autonomna Pokrajina Vojvodina se nalazi na severu Republike Srbije, prostire se na<br />
21.500 km 2 , a tri velike reke dele njenu teritoriju na tri geografske celine – Srem, Banat i<br />
Bačku. Vojvodina je poljoprivredni region Republike Srbije koji raspolaže sa oko 1,7 Mha<br />
obradivog zemljišta i 0,1 Mha šume. Istovremeno, ovaj region ima ograničene rezerve<br />
nafte, prirodnog gasa i uglja, zbog čega se smatra energetski siromašnim. Prema<br />
energetskom bilansu Vojvodine za 2011. godinu, samo 1,9 % od ukupne godišnje<br />
potrošnje (oko 9.000 GWh) generiše se u Pokrajini. Iz tog razloga, Pokrajinski sekretarijat<br />
za energetiku i mineralne sirovine, podstiče primenu obnovljivih izvora energije (u<br />
nastavku OIE), u duhu energetske politike EU i Direktive 2009/28/EC (Anonim, 2009a). U<br />
okviru toga, poseban akcenat se stavlja na proizvodnju električne energije iz OIE, naročito<br />
korišćenjem poljoprivredne biomase, koja u Vojvodini predstavlja najveći potencijal.<br />
Podrška države u oblasti korišćenja OIE za generisanje električne enerije, čvrste<br />
biomase, zasniva se na povlašćenoj, takozvanoj feed-in tarifi, koja predstavlja tarifu po<br />
kojoj će se otkupljivati električna energija generisana iz OIE. Po prethodnoj direktivi je feed<br />
in tarifa za generisanje električne energije iz biomase važila samo za postrojenja sa<br />
nazivnom snagom do 10 MW. Od januara 2013 godine, donošenjem Uredbe o merama<br />
podsticaja za povlašćene proizvođače električne energije, u Srbiji više ne postoji<br />
ograničenje maksimalne nazivne snage, a vrednost feed-in tarife za električnu energiju iz<br />
biomase je 82,2 €/MWh (Anonim, 2013a).<br />
U ovom istraživanju locirane su termocentrale, iako bi slični uslovi i okolnosti važili za<br />
lociranje kogenerativnih postrojenja.<br />
S obzirom na doskorašnje ograničenje da se subvencionišu postrojenja na biomasu<br />
do nazivne snage od 10 MW, i preporuke date od strane Wiesenthal-a (2006) da se<br />
najisplativija nazivna snaga postrojenja nalazi između 10 i 15 MW, a maksimalna do<br />
36 MW, u ovom istraživanju su razmatrane nazivne snage postrojenja 10, 15 i 20 MW.<br />
Pritom je jedan od zadataka bio da se utvrdi maksimalna ukupna instalirana snaga svih<br />
lociranih postrojenja u zavisnosti od količine raspoloživih resursa.<br />
Raspoloživi resursi čvrste biomase<br />
Brojne su publikacije koje za cilj imaju definisanje potencijala biomase, kao i<br />
mogućnosti za njegovo povećanje u budućnosti. U nekoliko evropskih zemalja sprovedeno<br />
je mapiranje raspoložive biomase, a načinjen je i pokušaj definisanja potencijala u celoj<br />
Evropi (Scarlat i dr, 2010). Ipak, nema jednoznačnog iskaza o stvarnim potencijalima, čije<br />
85
korišćenje neće ugrožavati životnu sredinu i proizvodnju hrane. Prva sveobuhvatna studija,<br />
na nivou Srbije, sa ciljem da se definišu potencijali biomase, pa i onih koji potiču iz<br />
poljoprivredne proizvodnje, urađena je 2003. godine (Ilić i dr, 2003). Rezultati te studije<br />
korišćeni su u Akcionom planu za biomasu 2010-2012. (Anonim, 2010a), gde se navodi da<br />
su potencijali poljoprivredne biomase Srbije oko 1,7 Mtoe (miliona tona ekvivalentne<br />
nafte). U istom dokumentu navodi se da bi procena potencijala trebalo da se inovira,<br />
primenom u EU važećeg statističkog postupka, Eurostat.<br />
Brkić i Janjić (2010) dali su procene količina biomase u Vojvodini, na oko 10,75 Mt,<br />
konstatujući da je ona smanjena u odnosu na ranije periode za 30 do 40 %, pre svega<br />
zbog promene strukture setve. Procenili su da bi za energetske svrhe moglo da se iskoristi<br />
30 do 50 % od ove količine, što bi značilo od 3 do 5 Mt, odnosno 1,0 do 1,6 Mtoe.<br />
Martinov i dr. (2009, 2008) i Martinov (2008) obradili su potencijale čvrste biomase i<br />
biogasa u Vojvodini. Postavljajući razliku između malih/srednjih i velikih imanja, kao i nove<br />
definicije raspoložive biomase, kao one koja može, uobičajenom tehnologijom, da se<br />
ubere, i one koja može da se iskoristi za energetske svrhe. Prema njihovom istraživanju,<br />
količina biomase koja može da se ubere u stvarnosti predstavlja oko 30 % od raspoložive<br />
(1.773 prema 5.885 Mt), dok je količina biomase za energetske potrebe znatno manja od<br />
prognozirane, i iznosi oko 1,7 Mt, odnosno oko 0,57 Mtoe. Ukoliko se ovoj količini dodaju<br />
ostale količine (Martinov i dr, 2008): ostaci rezidbe u voćarstvu i vinogradarstvu, oko 0,325<br />
Mt, ili oko 0,11 Mtoe, te ostaci primarne prerade, oko 0,01 Mtoe, zbir je oko 0,69 Mtoe.<br />
Uzimajući u obzir da poljoprivredne površine u Vojvodini predstavljaju oko trećine površina<br />
u celoj Srbiji, tada se, ranije pretpostavljen potencijal od 1,7 Mtoe poljoprivredne biomase<br />
za energetske svrhe može smatrati realnim.<br />
Ista istraživanja su pokazala da su najzastupljenije vrste poljoprivredne biomase u<br />
Vojvodini kukuruzovina i slama, dok u pogledu drvene biomase ima smisla razmatrati iver -<br />
ostatke od seče drva i granjevinu.<br />
Prema Programu ostvarivanja strategije razvoja energetike Republike Srbije do 2010.<br />
godine, deo za Vojvodinu, Modul 13 – Novi i obnovljivi izvori energije, ostaci iz šumarstva<br />
u Vojvodini su 50.000 t godišnje. To nije značajna količina, ali, s obzirom na to da je<br />
najveći deo potencijala u okviru sistema "Vojvodinašume", postoji realna mogućnost za<br />
sprovođenje savremenog korišćenja u energetske svrhe.<br />
Proizvonja brzorastućih biljaka, a pre svega šuma, jedan je od načina za proizvodnju<br />
čvrste biomase. Najznačajnija vrste koje bi se mogle saditi na ovim prostorima su topole i<br />
vrbe. Gajenje brzorastućeg drveća osim energetskog i ekonomskog ima i ekološki efekat,<br />
a sprovodi se na inferiornim zemljištima. Prema proceni Instituta za nizijsko šumarstvo i<br />
životnu sredinu u <strong>Novom</strong> <strong>Sadu</strong>, u Vojvodini bi brzorastuće šume mogle da se gaje na oko<br />
90.000 ha. Prosečan godišnji prinos vazdušno suvog drveta, prema brojnim podacima iz<br />
literatura iznosi od 8 do 12 t/ha.<br />
Nakon definisanja potencijala - raspoloživih vrsta i količina biomase, ostaje otvoreno<br />
pitanje cene korišćenja biomase za energetske svrhe. To je posebno problem u slučaju<br />
snabdevanja velikih postrojenja, iz prostog razloga što porastom nazivne snage<br />
postrojenja raste i radijus dopremanja biomase, što za posledicu ima veće transportne<br />
troškove. Istovremeno, na transportne troškove biomase veliki uticaj ima i fragmentacija i<br />
veličina parcela. Još jedan veliki problem pri korišćenju biomase u energetske svrhe jeste<br />
86
pouzdanost snabdevanja postrojenja neophodnom količinom biomase, s obzirom na to da<br />
na prinos i kvalitet biomase veliki uticaj imaju vremenski uslovi.<br />
Kada je reč o Vojvodini, gustina prinosa biomase je veća zbog čega ima osnova da<br />
se razmatra gradnja većih postrojenja. Međutim, poseban problem predstavlja usitnjenost<br />
imanja, zbog čega bi u slučaju gradnje velikih postrojenja bilo potrebno sklopiti brojne<br />
ugovore kojima bi se definisala količina i cena biomase, radi prevencije nepouzdanog<br />
snabdevanja ili pak prevelike cene goriva u slučaju lošijeg prinosa pojedinih vrsta<br />
biomase.<br />
Poljoprivredna proizvodnja u većini zemalja ima poseban status, kako zbog značaja<br />
obezbeđenja hrane, tako i zbog specifičnog, dugačkog, proizvodnog ciklusa. U zemljama u<br />
razvoju, u koje se, na žalost, ubraja i Srbija, velik ekonomski, socijalni i demografski<br />
problem predstavlja i nerazvijenost ruralnih oblasti. Istraživanjima Janić i dr (2010),<br />
Martinov i Tešić (2006), jasno je utvrđeno da je poljoprivreda Srbije potencijalni<br />
perspektivan proizvođač energije. Postavljena je hipoteza da se odgovarajućom politikom<br />
može istovremeno podsticati proizvodnja i energetsko korišćenje biomase i ruralni razvoj<br />
(Brkić i Janić, 2005, Martinov i dr, 2007a, 2007b). U radovima je diskutovano koliko koji od<br />
obnovljivih izvora energije može da ima uticaja na ekonomsko jačanje ruralnih oblasti i<br />
zaključeno da je najbolja proizvodnja i korišćenje čvrste biomase, što uključuje čak i<br />
proizvodnju peći i kotlova u ruralnim oblastima.<br />
4.3.1 Materijali i metode<br />
U skladu sa definisanim matematičkim modelom, radi određivanja optimalnog broja,<br />
tipa, lokacije i nazivne snage postrojenja na biomasu, za primer AP Vojvodine, obavljeno<br />
je mapiranje resursa, definisane su karakteristike i cene raspoloživih vrsta biomase,<br />
karakteristike raspoložive biomase sa logističkog aspekta, definisani su mogući tipovi i<br />
nazivne snage postrojenja i njihovi investicioni i operativni troškovi, kao i ostali troškovi koji<br />
prate posmatrani lanac snabdevanja.<br />
Mapiranje resursa<br />
Na osnovu prethodno navedenih istraživanja o potencijalima biomase u Srbiji i<br />
Vojvodini i na osnovu raspoloživih statističkih podataka, u svrhu ovog istraživanja<br />
sprovedeno je mapiranje raspoloživih potencijala poljoprivredne i drvene biomase u<br />
Vojvodini (videti sl. 34). U odnosu na prethodna istraživanja, nije predstavljena gustina<br />
raspoložive biomase u tonama po kvadratnom metru nego je data ukupna raspoloživa<br />
biomasa u tonama po godini za svaku od 45 opština u Vojvodini.<br />
87
Sl. 34 Mapa gustine žetvenih ostataka po opštinama u Vojvodini<br />
Mapiranje je obuhvatilo četiri tipa biomase, prepoznatih kao najzastupljeniji u AP<br />
Vojvodini (videti tab. 18)<br />
Raspoloživa količina biomase je računata kao proizvod površine zasejane<br />
određenom biljnom vrstom, prosečnog godišnjeg prinosa te biljne vrste i dva koeficijenta<br />
raspoloživosti svake biljne vrste posebno za svaku opštinu. Pri tome se prvi koeficijent<br />
dostupnosti odnosi na ekonomičnost ubiranja određene vrste biomase na teritoriji jedne<br />
opštine, odnosno na procenat poljoprivrednih površina pod određenom biljnom vrstom<br />
koje, na teritoriji jedne opštine, imaju površinu pet ili više hektara. Granica od minimum 5<br />
ha je definisana, jer se smatra da je ekonomski neisplativo korišćenje savremene<br />
mehanizacije za sakupljanje biomase i njeno baliranje u velike valjkaste i četvrtaste bale<br />
na površinama manjim od 5 ha. Drugi koeficijent raspoloživosti se odnosi na procenat<br />
raspoloživih poljoprivrednih površina pod određenom biljnom vrstom u odnosu na primenu<br />
žetvenih ostataka u druge svrhe, primenu konzervacijske obrade zemljišta i pouzdanost<br />
otkupa planirane količine biomase. Vrednosti koeficijenta dostupnosti po opštinama<br />
korišćeni u ovom istraživanju predstavljaju ekspertsku procenu obavljenu nakon<br />
konsultacije sa lokalnim samoupravama.<br />
Iz istog razloga, u slučaju raspoloživosti drvene biomase, razmatrane su samo<br />
površine pod šumama veće od 2.000 ha.<br />
Pretpostavljeno buduće stanje, pored do sada razmatranih četiri vrsta biomasa,<br />
podrazumeva korišćenje brzorastućih šuma kao drvene biomase (K 5 ). Usvojeno je da je<br />
vlažnost ove drvene mase 35 %, tako da su ostale karakteristike kao goriva poistovećene<br />
s onima definisanim za drveni iver, koje su korišćene u simulacijama sadašnjeg stanja.<br />
Pritom je pretpostavljeno gajenje brzorastućih šuma na 5 % obradivog zemljišta lošeg<br />
kvaliteta, 20 % neobradivog, 30 % močvarnog, 20 % livada i 30 % pašnjaka u svakoj od<br />
88
opština Vojvodine. Planirane površine s ovom namenom definisane su na osnovu<br />
aktuelnih prostornih planova svake od vojvođanskih opština, u kojima je data projekcija<br />
namene površina za 2025. ili 2028. godinu.<br />
Karakteristike i cene biomase<br />
Za izabrane vrste biomase definisane su cene po kojima je raspoloživa na<br />
međuskladištima. Kao što je već napomenuto, cena zavisi od više parametara i menja se<br />
iz godine u godinu, zbog čega je u obzir uzeta cena biomase, za količine veće od 100 t, u<br />
Vojvodini u 2012. godini (tab. 18).<br />
Prosečan godišnji prinos je definisan prema Martinovu i dr. (2011), tab. 18.<br />
Donja toplotna moć je, prema različitim izvorima definisana za suvu materiju, a potom za<br />
definisani sadržaj vlage računata prema Kaltschmitu i dr. (2009), tab. 18.<br />
Tab. 18 Izabrane vrste biomase i njene osnovne karakteristike<br />
Tip Vrsta biomase<br />
Cena, Prosečan godišnji Donja toplotna<br />
€/t prinos, t/ha moć, MWh/t<br />
K 1 Kukuruzovina, W=20 % 30 4.0 3.9<br />
K 2 Kukuruzovina, W=30 % 26 4.7 3.3<br />
K 3 Slama a , W=15 % 38 3.0 4.0<br />
K 4 Iver, W=35 % 45 1.2 3.1<br />
K 5 Brzorastuće šume, W=35 % 40 10 3.1<br />
W– procentualni sadržaj vlage; a u ovoj grupi dominira pšenična slama, ali je takođe u obzir uzeta i slama<br />
soje, sa malo manjim prinosom po hektaru i većom donjom toplotnom moći.<br />
Logistika biomase<br />
Iako se očekuje da su međuskladišta biomase locirana na više mesta u svakoj od<br />
posmatranih opština, radi umanjenja kompleksnosti posmatranog problema, u istraživanju<br />
se pretpostavlja da su međuskladišta locirana u centrima opština. Isto važi i za<br />
potencijalne lokacije postrojenja - u cilju uprošćavanja problema predloženo je lociranje<br />
postrojenja u centrima opština. U skladu sa tim, korišćena transportna rastojanja<br />
predstavljaju stvarna transportna rastojanja na postojećoj mreži puteva između centara<br />
svake od opština u Vojvodini.<br />
Pretpostavljeno je da se biomasa, od međuskladišta do postrojenja, transportuje<br />
kamionima sa prikolicom, pri čemu se računalo sa transportom prosečno 11 t biomase po<br />
turi i prosečnom brzinom kamiona od 50 km/h. Definisana jedinična cena transporta<br />
biomase je 0,1 €/tkm.<br />
Troškovi utovara i istovara biomase, uračunati su u okviru varijabilnih troškova<br />
skladištenja, kao zbir troškova iznajmljene opreme za manipulisanje biomasom na<br />
međuskladištu i troškova radne snage potrebne za manipulaciju na međuskladištu, s<br />
obzirom na to da je pretpostavljeno da se biomasom na međuskladištu manipuliše samo<br />
pri njenom utovaru i istovaru. Pritom su usvojeni troškovi iznajmljivanja opreme, na osnovu<br />
aktuelnih tržišnih cena, 150 €/dan. Troškovi radne snage obračunavani su kao proizvod<br />
prosečne mesečne bruto zarade u Vojvodini, koja prema podacima Statističkog zavoda<br />
89
Republike Srbije, iznosi oko 500 €, i broja 9, koji predstavlja rad tri radnika u tri smene.<br />
Vreme rada radnika na poslovima skladištenja i manipulisanja je 8 min/t (Anonim, 1998).<br />
S obzirom na to da je, u posmatranom lancu snabdevanja, skladištenje biomase<br />
planirano na otvorenom, i da je za to potrebno dosta prostora, a da postoji značajna<br />
razlika u razvijenosti Vojvođanskih opština, a time i u ceni najma zemljišta u njima, u ovom<br />
istraživanju je napravljena razlika u ceni metra kvadratnog između opština u Vojvodini, te<br />
se ona kreće između 0,5 i 2 €/m 2 godišnje i definisana je različito za svaku od opština.<br />
Pored cene zemljišta za skladištenje biomase, u fiksne troškove skladištenja ubraja<br />
se i cena višegodišnje zaštitne folije kojom se prekriva, kako bi se zaštitila od nepovoljnih<br />
vremenskih uticaja, kao i trošak osiguranja od požara. U radu je cena višegodišnje zaštitne<br />
folije 2 €/m 2 za trajnost tri godine, a godišnji trošak osiguranja biomase od požara u iznosu<br />
od 1,4 % od ukupne vrednosti skladištene biomase.<br />
Tipovi i veličine postrojenja<br />
U okviru istraživanja je definisano 6 potencijalnih vrsta postrojenja, koja koriste jednu<br />
vrstu, ili mešavine dve ili više vrsta biomasa. Tipovi postrojenja dati su u tab. 19.<br />
Tab. 19 Razmatrani tipovi postrojenja i udeo vrsta biomase koji koriste<br />
Tipovi<br />
postrojenja<br />
Procentualno učešće<br />
raspoloživih vrsta biomasa u<br />
pojedinim tipovima postrojenja -<br />
sadašnje stanje<br />
Procentualno učešće<br />
raspoloživih vrsta biomasa u<br />
pojedinim tipovima postrojenja -<br />
buduće stanje<br />
T 1 100 % K 3 100 % K 3<br />
T 2 100 % K 1 i/ili K 2 100 % K 1 i/ili K 2<br />
T 3 50 % K 3 i 50 % K 1 50 % K 3 i 50 % K 1<br />
T 4 100 % K 4 100 % K 4 ili K 5<br />
T 5 60 % K 4 i 40 % K 3 60 % K 4 ili K 5 i 40 % K 3<br />
T 6 60 % K 4 i 40 % K 1 60 % K 4 ili K 5 i 40 % K 1<br />
Svako od postrojenja koristi parno turbinsku tehnologiju. Pored različitih tipova<br />
postrojenja u istraživanju se u obzir uzimaju i različite nazivne električne snage.<br />
Razmatraju se postrojenja od 5, 10, 15 i 20 MW. Kada je rad na istraživanju započet,<br />
gornja granica nazivne električne snage, za postrojenja koja mogu da steknu status<br />
privilegovanog proizvođača električne energije i pravo na feed-in tarifu, bila je 10 MW<br />
(Anonim, 2009b). Wiesenthal (2006), naveo je da bi, na osnovu razmatranja logističkih<br />
troškova, postrojenje koje generiše električnu energiju iz biomase trebalo da ima nazivnu<br />
sangu između 10 i 15 MW. Pošto je u Vojvodini gustina biomase velika, razmatrano je i<br />
postrojenje nazivne električne snage 20 MW.<br />
Za svaku od razmatranih nazivnih snaga postrojenja definisan je koeficijent<br />
korisnosti, koristeći podatke Hofbauera (2005) i Scholwina i Thräna (2007), tab. 20. Za<br />
svaki od posmatranih tipova postrojenja i definisanih nazivnih snaga definisane su<br />
vrednosti investicija po jedinici snage (tab. 21), na osnovu podataka datih kod Theka i<br />
Obernbergera (2007), i Obernbergera i Theka (2008).<br />
90
Tab. 20 Koeficijenti korisnosti postrojenja u odnosu na nazivnu snagu, %<br />
S 5 MW 10 MW 15 MW 20 MW<br />
T 1 23 25 26 27<br />
T 2 23 25 26 27<br />
T 3 23 25 26 27<br />
T 4 25 27 28 29<br />
T 5 25 27 28 29<br />
T 6 25 27 28 29<br />
Tab. 21 Vrednost investicija postrojenja u hiljadama €/MW<br />
S 5 MW 10 MW 15 MW 20 MW<br />
T 1 3.400 3.000 2.800 2.600<br />
T 2 3.600 3.200 3.000 2.800<br />
T 3 3.600 3.200 3.000 2.800<br />
T 4 2.800 2.400 2.200 2.000<br />
T 5 3.000 2.600 2.400 2.200<br />
T 6 3.000 2.600 2.400 2.200<br />
Pored navedenih vrednosti investicija, u istraživanju su posebno razmatrani i troškovi<br />
investicije u trafostanicu i dalekovod za priključenje na postojeću elektrodistributivnu<br />
mrežu. Investicije u kilometar dalekovoda su 40.000 €, a dužina dalekovoda je definisana<br />
za svaku potencijalnu lokaciju postrojenja u odnosu na postojeću visokonaponsku mrežu.<br />
Troškovi generisanja električne energije<br />
Osim troškova nabavke biomase i logističkih troškova za snabdevanje postrojenja,<br />
koji su prethodno objašnjeni, i koji su u direktnoj vezi sa lokacijom i količinom biomase,<br />
postoji i druga kategorija troškova koja obuhvata troškove koji su u direktnoj vezi sa<br />
postrojenjem. Ti troškovi su u ovom istraživanju kategorisani kao ostali troškovi. Oni su u<br />
ovom radu definisani prema kategorijama troškova koji figurišu u bilansu uspeha rada<br />
postrojenja. Njih čine ostali operativni troškovi postrojenja, troškovi amortizacije i rashodi<br />
finansiranja, odnosno kamate na izvore finansiranja. Pri tome je pretpostavljeno da se cela<br />
investicija u gradnju postrojenja finansira kreditom sa vekom trajanja koji je jednak veku<br />
projekta, 30 godina, sa kamatnom stopom 4 % godišnje, po metodi jednakih anuiteta.<br />
Ostali operativni troškovi postrojenja obuhvataju bruto zarade zaposlenih, troškove<br />
održavanja, energije, ostale materijalne troškove i troškove osiguranja. Na osnovu<br />
iskustava u realizovanim projektima, i koristeći podatke navedene kod Obernbergera<br />
(1997), procenjeno je da ostali operativni troškovi, na godišnjem nivou, iznose oko 2,5 %<br />
od vrednosti investicije.<br />
Troškovi amortizacije računaju se na osnovu vrednosti osnovnih sredstava i njihovog<br />
veka trajanja. Na osnovu iskustava u realizovanim projektima sličnog tipa, veka trajanja<br />
projekta i trajnosti ovih sredstava procenjeno je da iznose, na godišnjem nivou, oko 4 % od<br />
vrednosti investicije.<br />
91
Rashodi finansiranja odnose se na kamate po izvorima finansiranja, i u ovom slučaju,<br />
s obzirom na rok otplate koji je jednak veku trajanja projekta, je procenjeno da na<br />
godišnjem nivou iznose 2,5 % od vrednosti investicije.<br />
Troškovi odlaganja pepela podrazumevaju transportne troškove odvoza pepela od<br />
postrojenja, pri čemu je pretpostavljeno da će se 90 % pepela prevoziti do međuskladišta<br />
gde će besplatno biti stavljeno na raspolaganje poljoprivrednicima koji će ga kasnije<br />
koristiti kao đubrivo, a 10 % pepela će da se odlaže na najbližoj deponiji, koja je locirana<br />
na rastojanju od 10 do 20 km od postrojenja. Odlaganje pepela na deponiju se plaća.<br />
Količina pepela zavisi od korišćene vrste biomase i uzeta je prema podacima datim u<br />
tabeli 9. Troškovi transporta pepela, su u ovoj studiji slučaja isti kao i troškovi prevoza<br />
biomase, iako se pri tom transportu koriste posebne prikolice, dok troškovi odlaganja<br />
pepela na deponije, u testiranju, nisu uzeti u obzir.<br />
Bitno je napomenuti, da iako su troškovi priključenja na mrežu i troškovi odlaganja<br />
pepela posebno razmatrani, njihovo učešće u ukupnim troškovima je malo, gotovo<br />
zanemarljivo.<br />
Postupak testiranja<br />
Model je testiran za sadašnje uslove, u pogledu raspoložive količine, vrste i cene<br />
biomase, i za buduće - projektovane uslove u godini 2030, što podrazumeva plansku<br />
sadnju i iskorišćenje brzorastućih šuma (Short Rotation Coppice - SRC). Pored toga,<br />
model je testiran za dve krajnje vrednosti koeficijenta raspoloživih količina biomase (b i k ).<br />
Za slučaj, kada se usled brojnih navedenih razloga planirana količina biomase može<br />
računati kao 50 % od raspoložive, b i k = 0,5. Drugi krajnji slučaj bio bi da može da se<br />
iskoriste celokupni potencijali, koji su na raspolaganju, uz primenu savremenih sistema<br />
ubiranja. Za njega bi vrednost koeficijenta raspoloživosti b i k bila 1.<br />
Pri testiranju, u svakoj simulaciji je definisana ukupna instalirana snaga za koju je<br />
potrebno da se odredi broj, tip, lokacija i nazivna snaga svakog postrojenja. Pri tome,<br />
definiše se područje snabdevanja biomasom za svako locirano postrojenje, čime se<br />
utvrđuju i transportna rastojanja za snabdevanje postrojenja. Razmatrano je lociranje<br />
postrojenja nazivnih snaga od 10, 15 i 20 MW.<br />
Testiranje modela sprovedeno je uz pomoć LP solve 5.0.0.0. softvera, koristeći<br />
sledeća podešavanja:<br />
− Scale type: Geometric, Equilibrate, Integers<br />
− Pivot rule: Dantzig, Adaptive; Max Pivot - 250<br />
− Branch Bound: BB Floor First, AutoOrder; BB Rule - First; Depth Limit: - 50; Obj<br />
bound: 1E30<br />
Definisani model imao je 13.770 varijabli, 12.646 ograničenja i 475.515 ne nula.<br />
Vreme trajanja simulacije je eksponencijalno raslo sa ukupnom instaliranom snagom<br />
postrojenja odnosno brojem centara koji su locirani. Pored toga trajanje simulacije se<br />
produžavalo u slučaju kombinovanog lociranja više postrojenja različitih nazivnih snaga u<br />
cilju dostizanja željene ukupne instalirane snage svih postrojenja. Tako su simulacije za<br />
ukupnu instaliranu snagu 20 MW pri maksimalno dozvoljenoj nazivnoj snazi 20 MW trajale<br />
svega 4 sekunde, a za maksimalno dozvoljenu nazivnu snagu 15 MW 3120 sekundi.<br />
Simulacije za ukupnu instaliranu snagu 180 MW i za maksimalno dozvoljenu nazivnu<br />
92
snagu 15 MW trajale su i do 345600 sekundi. Na osnovu ovakvog porasta vremena<br />
trajanja simulacija može se zaključiti da bi za razmatranje većih ukupno instaliranih snaga,<br />
odnosno većeg eg broja postrojenja, bilo potrebno koristiti neku heurističku metodu za<br />
rešavanje formulisanog problema, kao što su npr. genetski algoritmi koji su primenjeni u<br />
ovom istraživanju na problemu lociranja logističkih centara (videti poglavlje 3.3).<br />
4.3.2 Rezultati i diskusija<br />
Rezultati testiranja, dobijeni posle više desetina miliona iteracija za sadašnje i<br />
buduće uslove, vrednosti koeficijenta raspoloživih količina biomase b k i 0,5 i 1,0, kao i<br />
ukupne električne snage instaliranih postrojenja od 20 do 180 MW, dati su u nastavku.<br />
Sadašnje stanje, b k i = 0,5<br />
Rezultati simulacija prikazani su na slikama u nastavku.<br />
Sl. 35 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih itih nazivnih snaga, sadašnji uslovi, koeficijent bik=<br />
0,5<br />
Ukupni troškovi generisanja električne energije rastu sa porastom ukupne instalirane<br />
snage svih postrojenja. Značajniji ajniji rast ukupnih troškova, za sve analizirane nazivne snage<br />
postrojenja, nastupa nakon rasta ukupne instalirane snage svih postrojenja iznad 60 MW.<br />
Maksimalna ukupna instalirana snaga svih lociranih postrojenja, za definisane potencijale,<br />
je 80 MW, što implicira, da u definisanim uslovima nema dovoljno raspoložive biomase za<br />
generisanje više od 640 GWh godišnje. Najveći rast troškova, sa porastom ukupne<br />
instalirane snage, je za postrojenja nazivne snage 20 MW. To je posledica značajnijeg<br />
porasta transportnih rastojanja, pa time i logističkih troškova.
Pad ukupnih troškova jasno je izražen sa rastom definisane nazivne snage<br />
postrojenja. Tako su, ukupni troškovi lanca snabdevanja postrojenja od 20 MW niži i do<br />
10 % po jedinici generisane električne energije u odnosu na troškove postrojenja od 10<br />
MW. To je posledica nižih investicionih i operativnih troškova, kao i većeg stepena<br />
korisnosti koji se povećanjem nazivne snage postrojenja smanjuje više od porasta<br />
troškova transporta biomase.<br />
Za postrojenja nazivne snage 15 MW dolazi do opadanja ukupnih troškova sa<br />
porastom ukupne instalirane snage u dijapazonu 20 do 60 MW. Razlog tome je što je za<br />
ukupnu instaliranu snagu od 20 MW izabrano jedno postrojenje od 15 MW i jedno od<br />
5 MW, a za 40 MW dva postrojenja od 15 i jedno od 10 MW. Pošto su investicioni troškovi<br />
po jedinici snage veći kod manjih postrojenja, to su i prosečni ukupni troškovi generisanja<br />
električne energije u ovim slučajevima veći nego u u slučaju ukupne nazivne snage 60<br />
MW, gde se lociraju četiri postrojenja od po 15 MW. S obzirom na to da investicioni<br />
troškovi u postrojenje značajno ajno opadaju porastom nazivne snage, u kalkulacijama se<br />
isključivo ivo daje prednost postrojenjima najvećih razmatranih nazivnih snaga. Takva<br />
postrojenja imaju i veći koeficijent korisnosti zbog čega je u njima potrebna manja količina<br />
biomase po jedinici snage, nego u postrojenjima manjih nazivnih snaga.<br />
Dominantan udeo u ukupnim troškovima generisanja električne energije imaju<br />
troškovi snabdevanja postrojenja biomasom, sl. 36.<br />
Sl. 36 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, sadašnji uslovi, koeficijent bik = 0,5<br />
Udeo troškova snabdevanja postrojenja biomasom u ukupnim troškovima<br />
generisanja električne energije je između 58 i 63 %. Prosečna nabavna a cena biomase za<br />
izabrane tipove postrojenja iznosi 35 €/MWh, a troškovi snabdevanja između 46,5 i<br />
52,5 €/MWh. Uočava se, da su oni, za niže vrednosti ukupne instalirane snage, manji za<br />
postrojenja 20 MW, nego za postrojenja 10 MW. Razlog tome je značajan<br />
rast stepena
korisnosti porastom nazivne snage postrojenja. Usled toga za postrojenje nazivne snage<br />
20 MW, po jedinici snage treba manje biomase od dva postrojenja nazivne snage 10 MW,<br />
zbog čega su im i troškovi snabdevanja po jedinici snage niži. Ovo je još jedan od razloga<br />
zbog kojih se, pri izboru tipova i veličine ine postrojenja, daje prednost većim postrojenjima,<br />
koja koriste cenovno povoljnije vrste biomase, odnosno onima za koja se dostiže minimum<br />
odnosa potrebne količine ine biomase, njene cene i logističkih troškova koji prate proces<br />
snabdevanja postrojenja biomasom. Ipak, posle određene veličine ine ukupne instalirane<br />
snage, područje snabdevanja postrojenja nazivne snage 20 MW toliko poraste, da<br />
transportno rastojanje postane dominantniji faktor od ostalih, usled čega troškovi<br />
snabdevanja postrojenja premaše troškove snabdevanja postrojenja nazivne snage<br />
10 MW. To se uočava na slici 36, za ukupnu nazivnu snagu 80 MW.<br />
Udeo logističkih troškova u troškovima snabdevanja postrojenja biomasom prikazan<br />
je na slici 37.<br />
Sl. 37 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, sadašnji uslovi, koeficijent bik = 0,5<br />
Udeo logističkih troškova u troškovima snabdevanja kreće e se između 25 i 30 %, pri<br />
čemu je za postrojenja snage 20 MW veći i do 3 %, nego za postrojenja snage 10 MW.<br />
Porast udela logističkih troškova sa porastom ukupne instalirane snage sa 20 na 80 MW je<br />
oko 3 %.<br />
Pad udela logističkih troškova za postrojenja nazivne snage 10 MW za ukupnu<br />
instaliranu snagu 60 MW, u odnosu na 40 MW, posledica je toga što su odabrana<br />
postrojenja koja koriste mešavinu dve vrste biomase. To za posledicu ima povećanje<br />
gustine raspoložive biomase, što se pozitivno odražava na visinu logističkih troškova. Do<br />
približavanja udela logističkih troškova postrojenja od 10 i 15 MW, pri ukupno instaliranoj<br />
snazi 20 i 40 MW, dolazi zbog kombinovanog izbora postrojenja od 5 i 10 MW sa<br />
postrojenjima 15 MW. Iz istog razloga postrojenja maksimalne nazivne snage 15 MW<br />
imaju relativno manji porast udela logističkih troškova za ukupnu instaliranu snagu 80 MW.
Porast prosečnih transportnih troškova sa porastom ukupne instalirane snage svih<br />
postrojenja prikazan je na slici 38. Taj porast je prvenstveno posledica veće količine<br />
biomase koja se transportuje, a potom i toga što se modelom, pri lociranju svakog novog<br />
postrojenja, neminovno bira lokacija koja je, u pogledu snabdevanja biomasom,<br />
nepovoljnija od prethodne.<br />
Prosečni transportni troškovi za sva locirana<br />
postrojenja u €/t biomase<br />
9.00<br />
8.50<br />
8.00<br />
7.50<br />
7.00<br />
6.50<br />
6.00<br />
5.50<br />
5.00<br />
20 40 60 80<br />
Ukupna instalirana snaga postrojenja u MW<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Sl. 38 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, sadašnji<br />
uslovi, koeficijent bik = 0,5<br />
Prosečni transportni troškovi su između 5,8 i 8,8 €/t, a neznatno rastu sve do ukupne<br />
instalirane snage 60 MW, dok se posle 60 MW uočava nagli rast transportnih troškova i do<br />
1,7 €/t. Do većeg rasta dolazi usled značajnijeg porasta područja snabdevanja postrojenja<br />
biomasom, uzrokovanog ograničenim resursima raspoložive biomase.<br />
Transportni troškovi postrojenja snage 20 MW su 10 % pa naviše veći od transportnih<br />
troškova postrojenja snage 10 MW za istu vrednost ukupne instalirane snage svih<br />
postrojenja.<br />
Feed-in tarifa za postrojenja ove snage je u Srbiji 82,2 €/MWh. Imajući to u vidu<br />
samo postrojenjima nazivnih snaga 20 MW mogu da se ostvare pozitivni ekonomski efekti,<br />
i to za ukupne instalirane snage do 60 MW.<br />
Prikaz tipova postrojenja, njihove lokacije i alokacije, za definisane, uslove dat je na<br />
sl. 39.<br />
96
Lokacija i alokacija postrojenja od 20<br />
MW za ukupnu nazivnu snagu od 60 MW<br />
T1<br />
T2<br />
T3<br />
Postrojenje tipa T1, nazivne snage 20 MW<br />
Postrojenje tipa T2, nazivne snage 20 MW<br />
Postrojenje tipa T3, nazivne snage 20 MW<br />
T2<br />
T1<br />
Područje snabdevanja postrojenja<br />
tipa T1 biomasom K3<br />
Područje snabdevanja postrojenja<br />
tipa T2 biomasom K1 i K2<br />
Područje snabdevanja postrojenja<br />
tipa T3 biomasom K1 i K3<br />
T3<br />
Sl. 39 Lokacije i alokacije postrojenja maksimalne nazivne elektrilne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, sadašnji uslovi, koeficijent bik = 0,5<br />
Za sadašnje uslove i vrednost koeficijenta b i k = 0,5, lociranje postrojenja tipa T 1 , T 2 i<br />
T 3 , u pogledu korišćene biomase, daje najbolje rezultate s aspekta ukupnih troškova.<br />
Izabrane makrolokacije navedenih tipova postrojenja su u opštinama Kula, Vrbas i<br />
Zrenjanin. Usled značajno redukovanog koeficijenta raspoloživosti biomase, područje<br />
snabdevanja postrojenja je izrazito veliko i podrazumeva transportna rastojanja i do 80 km.<br />
97
Sadašnje stanje, b k i = 1<br />
Rezultati simulacija za sadašnje uslove i vrednost koeficijenta b k i = 1, ukazuju na isti<br />
trend u dominaciji troškova kao u slučaju b k i = 0,5, sa tom razlikom da su u ovom slučaju<br />
ukupni troškovi po MWh niži i do 3 €, da je moguće da se odabere i locira dvostruko veći<br />
broj postrojenja i dostigne maksimalna ukupna nazivna snagu 160 MW (sl. 40).<br />
Sl. 40 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, sadašnji uslovi, koeficijent bik=1<br />
Značajniji ajniji porast ukupnih troškova nastaje na 140 MW ukupne instalirane snage za<br />
sve razmatrane maksimalne nazivne snage postrojenja.<br />
Udeo troškova snabdevanja postrojenja biomasom prikazan je na slici 41.
Sl. 41 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, sadašnji uslovi, koeficijent bik = 1<br />
Udeo troškova snabdevanja postrojenja biomasom u ukupnim troškovima je za 1 do<br />
2 % manji nego za b k i = 0,5. Takođe, i troškovi snabdevanja su niži za oko 2 €/MWh. Udeo<br />
logističkih troškova u troškovima snabdevanja, kreće se između 23 i 27 % (sl. 41), što je<br />
za 2 do 4 % manje nego u slučaju b k i = 0,5.<br />
Udeo logistiških troškova u troškovima<br />
snabdevanja postrojenja biomasom, %<br />
28<br />
27<br />
26<br />
25<br />
24<br />
23<br />
22<br />
20 40 60 80 100 120 140 160<br />
Ukupna instalirana snaga postrojenja u MW<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Sl. 42 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, sadašnji uslovi, koeficijent bik = 1
Usled veće prostorne gustine biomase razlika u udelu logističkih troškova u ukupnim<br />
troškovima snabdevanja biomasom, između postrojenja od 10 i 20 MW, primetno je manja,<br />
nego kada je b i k = 0,5. Značajniji porast udela logističkih troškova javlja se pri ukupnim<br />
instaliranim snagama 60 i 120 MW.<br />
Opadanje udela logističkih troškova uočava se pri lociranju postrojenja nominalne<br />
snage 15 MW u kombinaciji sa postrojenjima nominalnih snaga 5 ili 10 MW, što za ukupne<br />
instalirane snage od 40, 80 i 120 MW snižava udeo logističkih troškova.<br />
7.0<br />
Prosečni transportni troškovi za sva<br />
locirana postrojenja u €/t biomase<br />
6.5<br />
6.0<br />
5.5<br />
5.0<br />
4.5<br />
4.0<br />
3.5<br />
20 40 60 80 100 120 140 160<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Ukupna instalirana snaga postrojenja u MW<br />
Sl. 43 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, sadašnji<br />
uslovi, koeficijent bik = 1<br />
Prosečni transportni troškovi rastu do 2 €/t za povećanje ukupne instalirane snage od<br />
20 do 160 MW. Transportni troškovi postrojenja snage 20 MW su u proseku viši za 8% u<br />
odnosu na transportne troškove postrojenja od 10 MW.<br />
Opadanje prosečnih transportnih troškova za vrednosti ukupne instalirane snage svih<br />
lociranih postrojenja veće od 60 MW, nastaje usled izbora postrojenja koja koriste<br />
kombinaciju dve vrste biomase usled čega je prostorna gustina raspoložive biomase<br />
značajno veća. Ponovni porast transportnih troškova je nakon 120 MW, što ukazuje na to<br />
da je područje snabdevanja postrojenja toliko poraslo da je, bez obzira na tip i nazivnu<br />
snagu postrojenja, moguće računati samo na eksponencijalni rast transportnih troškova<br />
sve do dostizanja maksimalne moguće ukupne instalirane snage svih lociranih postrojenja<br />
160 MW.<br />
100
Lokacija i alokacija postrojenja od 20 MW<br />
za ukupnu nazivnu snagu od 140 MW<br />
T1<br />
T2<br />
T3<br />
Postrojenje tipa T1, nazivne snage 20 MW<br />
Postrojenje tipa T2, nazivne snage 20 MW<br />
Postrojenje tipa T3, nazivne snage 20 MW<br />
T1<br />
T2<br />
T1<br />
T2<br />
Područje snabdevanja postrojenja<br />
tipa T1 biomasom K3<br />
Područje snabdevanja postrojenja<br />
tipa T2 biomasom K1 i K2<br />
Područje snabdevanja postrojenja<br />
tipa T3 biomasom K1 i K3<br />
T2<br />
T1<br />
T3<br />
Sl. 44 Lokacije i alokacije postrojenja maksimalne nazivne električne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, sadašnji uslovi, koeficijent bik = 1<br />
Isto kao i u slučaju b i k = 0,5, postrojenja tipa T 1 , T 2 i T 3 , u pogledu korišćene biomase,<br />
daju najbolje rezultate s aspekta ukupnih troškova. Izabrane makrolokacije navedenih<br />
tipova postrojenja su u opštinama Kula, Odžaci, Ada, Bečej, Zrenjanin, Sečanj i Ruma.<br />
Područje snabdevanja postrojenja je, usled veće vrednosti koeficijenta raspoloživosti<br />
biomase, manje, tj. transportna rastojanja su do 55 km.<br />
Stanje u budućnosti, b i k = 0,5<br />
Pošto je simulacijama za stanje u budućnosti uzeta u obzir još jedna vrsta biomase,<br />
povećana je prostorna gustina raspoložive biomase. Kao posledica toga, maksimalna<br />
ukupna instalirana snaga svih postrojenja je sa 80 MW u uslovima sadašnjeg vremena<br />
porasla na 160 MW.<br />
101
Sl. 45 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, budući uslovi, koeficijent bik =<br />
0,5<br />
Ukupni troškovi, u budućim okolnostima u odnosu na sadašnje, smanjeni su za 2 do<br />
7 €/MWh za istu vrednost koeficijenta raspoloživosti. Ovi rezultati ukazuju na izuzetan<br />
uticaj prostorne gustine raspoložive biomase na ukupne troškove lanca snabdevanja<br />
postrojenja ja biomasom. Značajniji ajniji porast ukupnih troškova nastaje nakon ukupne<br />
instalirane snage 120 MW, za postrojenja svih nazivnih snaga.<br />
Ukupni troškovi generisanja električne energije u budućim okolnostima su niži, kao<br />
posledica izbora postrojenja tipa T 5 i T 6 , iako je to imalo negativan uticaj na troškove<br />
snabdevanja postrojenja biomasom (sl. 45)<br />
Udeo troškova snabdevanja postrojenja biomasom u ukupnim troškovima je, usled<br />
izbora postrojenja tipa T 5 i T 6 6, veći za 3 do 5 %, nego u sadašnjim okolnostima za istu<br />
vrednost koeficijenta raspoloživosti (sl. 46). Prosečna nabavna cena biomase za izabrane<br />
tipove postrojenja iznosi 37 €/MWh, usled čega je vrednost troškova snabdevanja veća za<br />
2 do 3 €/MWh. Razlog tome je viša nabavna cena ivera drveta brzorastućih šuma koji se<br />
koristi u svim izabranim tipovima postrojenja, a koja je viša od nabavne cene svih ostalih<br />
vrsta biomase. Međutim, prednosti korišćenja ivera kao goriva, niži investicioni troškovi i<br />
viši stepen korisnosti ovih postrojenja, bili su dominantni usled čega je bez obzira na<br />
prosečno veće e troškove snabdevanja, primena ove vrste biomase povoljnija.
Troškovi snabdevanja postrojenja biomasom u<br />
€/MWh i njihov udeo u ukupnim troškovima, %<br />
56<br />
65 %<br />
55<br />
66,1 %<br />
54<br />
Maksimalna nazivna<br />
63,3 %<br />
snaga po pojedinačnom<br />
67,2 %<br />
53<br />
postrojenju<br />
64,6 %<br />
do 20 MW<br />
52<br />
63,6 %<br />
do 15 MW<br />
do 10 MW<br />
51<br />
65,7 %<br />
50<br />
49<br />
20 40 60 80 100 120 140 160<br />
Ukupna instalirana snaga postrojenja u MW<br />
Sl. 46 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, budući uslovi, koeficijent bik = 0,5<br />
Sl. 47 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, budući uslovi, koeficijent bik = 0,5
Udeo logističkih troškova u troškovima snabdevanja postrojenja biomasom kreće se<br />
između 22,5 i 25 % (sl 47), što je za 3 do 7 % manje nego u sadašnjim okolnostima za istu<br />
vrednost b i k , te za 0,5 do 2 % manje nego u sadašnjim okolnostima za b i k = 1. Ovim je<br />
potvrđena konstatacija da je, u ovom slučaju, nabavna cena biomase imala veći udeo u<br />
troškovima snabdevanja nego logistički troškovi.<br />
Promena prosečnih transportnih troškova u projektovanom budućem stanju, u<br />
odnosu na ukupnu instaliranu snagu svih lociranih postrojenja prikazana je na sl. 48.<br />
Prosečni transportni troškovi za sva<br />
locirana postrojenja u €/t biomase<br />
6.5<br />
6<br />
5.5<br />
5<br />
4.5<br />
4<br />
20 40 60 80 100 120 140 160<br />
Ukupna instalirana snaga postrojenja u MW<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Sl. 48 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, budući<br />
uslovi, koeficijent bik = 0,5<br />
Prosečni transportni troškovi u odnosu na ukupne instalirane snage svih lociranih<br />
postrojenja rastu gotovo linearno od oko 4,5 do oko 6 €/t. Značajniji porast prosečnih<br />
troškova za postrojenja nazivne snage 20 MW može da se uoči za vrednosti ukupne<br />
instalirane snage 100 MW, a kod postrojenja od 10 i 15 MW pri instaliranoj snazi od 120<br />
MW. Transportni troškovi biomase za postrojenje nazivne snage 20 MW u proseku su viši<br />
za oko 8 %, u odnosu na transportne troškove postrojenja od 10 MW. Očekivani prosečni<br />
transportni troškovi su, usled veće prostorne gustine raspoložive biomase, u proseku niži<br />
1,5 do 2 €/t, u odnosu na prosečne transportne troškove u sadašnjem stanju za istu<br />
vrednost b i k , a gotovo isti kao troškovi u sadašnjem stanju za b i k = 1.<br />
S aspekta aktuelne feed-in tarife jedino lociranje postrojenja od 20 MW može biti<br />
"ekonomski isplativo". Iz tog razloga, na slici 47 dat je pregled tipova, lokacija i alokacije<br />
postrojenja od 20 MW za ukupnu instaliranu snagu od 120 MW.<br />
104
Lokacija i alokacija postrojenja od 20 MW<br />
za ukupnu nazivnu snagu od 120 MW<br />
T5<br />
T5<br />
T6<br />
Postrojenje tipa T5, nazivne snage 20 MW<br />
Postrojenje tipa T6, nazivne snage 20 MW<br />
Područje snabdevanja postrojenja<br />
tipa T5 biomasom K3 i K5<br />
Područje snabdevanja postrojenja<br />
tipa T6 biomasom K1 i K5<br />
T5<br />
T6<br />
T6<br />
T5<br />
T5<br />
Sl. 49 Lokacije i alokacije postrojenja maksimalne nazivne električne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, budući uslovi, koeficijent bik = 0,5<br />
Za razliku od sadašnjeg stanja, u budućim uslovima, postrojenja tipa T 5 i T 6 , u<br />
pogledu korišćene biomase, daju najbolje rezultate s aspekta ukupnih troškova. Izabrane<br />
makrolokacije navedenih tipova postrojenja su u opštinama Odžaci, Vrbas, Čoka, Novi<br />
Bečej, Zrenjanin i Inđija. Transportna rastojanja su do 65 km.<br />
Stanje u budućnosti, b i k = 1<br />
Rezultati kalkulacija, prikazani na slikama u nastavku, ukazuju na to da se u ovom<br />
slučaju može računati sa najnižim ukupnim troškovima generisanja električne energije. To<br />
je prvenstveno posledica izbora tipova postrojenja, korišćene vrste biomase i povećane<br />
prostorne gustine raspoloživih količina. Ipak, u ovom slučaju povećanje koeficijenta<br />
raspoloživosti biomase nije se tako značajno odrazilo na maksimalnu ukupnu instaliranu<br />
snagu svih lociranih postrojenja. Razlog tome je što su pretežno locirana postrojenja koja<br />
koriste iver brzorastućih šuma (K 5 ), a kao što je već prethodno navedeno, očekivano je<br />
plansko sađenje brzorastućih šuma u cilju njihove energetske eksploatacije, zbog čega<br />
njihova raspoloživost ne podleže redukcionom uticaju definisanih koeficijenata<br />
raspoloživosti kao ostale vrste biomase. Stoga je i u slučaju b i k = 0,5 i b i k = 1, raspoloživa<br />
količina brzorastućih šuma jednaka.<br />
105
Ukupni troškovi u €/MWh<br />
88<br />
86<br />
84<br />
82<br />
80<br />
78<br />
76<br />
74<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
72<br />
20 40 60 80 100 120 140 160 180<br />
Ukupna instalirana snaga postrojenja u MW<br />
Sl. 50 Ukupni troškovi generisanja električne energije u €/MWh u zavisnosti od ukupne<br />
instalirane snage za postrojenja različitih nazivnih snaga, budući uslovi, koeficijent bik = 1<br />
U datim okolnostima, ekonomski opravdanim može da se smatra lociranje<br />
postrojenja nazivne snage 20 MW i eventualno 15 MW. Značajniji skok ukupnih troškova<br />
nastaje nakon dostizanja ukupne nominalne snage svih postrojenja 160 MW. Iz tog<br />
razloga, na sl. 52, dat je prikaz tipova, lokacija i alokacija postrojenja od 20 MW za ukupnu<br />
nominalnu snagu 160 MW.<br />
Troškovi snabdevanja postrojenja biomasom u<br />
€/MWh i njihov udeo u ukupnim troškovima, %<br />
54<br />
53<br />
52<br />
51<br />
50<br />
49<br />
48<br />
47<br />
46<br />
45<br />
44<br />
58,1 %<br />
59%<br />
59,2 %<br />
61 %<br />
63 %<br />
63,5 %<br />
65 %<br />
66 %<br />
20 40 60 80 100 120 140 160 180<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Ukupna instalirana snaga postrojenja u MW<br />
Sl. 51 Troškovi snabdevanja postrojenja biomasom i njihov udeo u ukupnim troškovima<br />
generisanja električne energije u zavisnosti od ukupne instalirane snage i nazivne snage<br />
postrojenja, budući uslovi, koeficijent bik = 1<br />
106
Troškovi snabdevanja postrojenja biomasom su za oko 2 €/MWh viši u odnosu na<br />
sadašnje uslove za istu vrednost koeficijenta raspoloživosti, što je posledica pretežnog<br />
izbora biomase vrste K 5 koja ima veću nabavnu cenu od biomasa vrsta K 1 , K 2 i K 3, koje su<br />
izabrane kao najpovoljnije u sadašnjim uslovima.<br />
Udeo logističkih troškova u ukupnim troškovima snabdevanja postrojenja biomasom,<br />
kreće se između 21,5 i 24,5 % (sl. 52), što je za do 3 % manje nego u sadašnjem vremenu<br />
za istu vrednost koeficijenta raspoloživosti biomase. Razlog tome je dominantan izbor<br />
postrojenja tipa T 5 koji koristi kombinaciju slame i ivera brzoratućih šuma koje u<br />
definisanim okolnostima imaju najveću prostornu gustinu i najbolje karakteristike kao<br />
gorivo.<br />
25.0<br />
Udeo logističkih troškova u troškovima<br />
snabdevanja postrojenja biomasom, %<br />
24.5<br />
24.0<br />
23.5<br />
23.0<br />
22.5<br />
22.0<br />
21.5<br />
21.0<br />
20 40 60 80 100 120 140 160 180<br />
Maksimalna nazivna<br />
snaga pojedinačnog<br />
postrojenja<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Ukupna instalirana snaga postrojenja u MW<br />
Sl. 52 Udeo logističkih troškova u ukupnim troškovima nabavke biomase za sva locirana<br />
postrojenja, budući uslovi, koeficijent bik= 1<br />
Prosečni transportni troškovi (sl. 53) u ovom slučaju rastu manje, nego u drugim<br />
razmatranim slučajevima. Tako prosečni transportni troškovi za postrojenja od 20 MW<br />
rastu samo za 1 €/t biomase za porast ukupne instalirane snage svih lociranih postrojenja<br />
od 20 do 180 MW. Kada je reč o postrojenju od 10 i 15 MW, porast transportnih troškova<br />
je viši usled lociranja većeg broja postrojenja, zbog čega su pojedina locirana na, sa tog<br />
stanovišta, nepovoljnijim lokacijama. Rezultat toga je gotovo ista vrednost transportnih<br />
troškova postrojenja sve tri nominalne snage, u slučaju ukupne instalirane snage 180 MW.<br />
Istovremeno, razlika između prosečnih transportnih troškova postrojenja od 10 i 20 MW je<br />
oko 0,25 €/t biomase.<br />
107
Prosečni transportni troškovi za sva<br />
locirana postrojenja u €/t biomase<br />
6.0<br />
5.5<br />
5.0<br />
4.5<br />
4.0<br />
3.5<br />
20 40 60 80 100 120 140 160 180<br />
Ukupna instalirana snaga postrojenja u MW<br />
Maksimalna nazivna<br />
snaga po pojedinačnom<br />
postrojenju<br />
do 20 MW<br />
do 15 MW<br />
do 10 MW<br />
Sl. 53 Prosečni transportni troškovi za sva locirana postrojenja u €/t biomase, budući<br />
uslovi, koeficijent bik= 1<br />
Lokacija i alokacija postrojenja od 20 MW<br />
za ukupnu nazivnu snagu od 160 MW<br />
T5<br />
T1<br />
T5<br />
T6<br />
Postrojenje tipa T1, nazivne snage 20 MW<br />
Postrojenje tipa T5, nazivne snage 20 MW<br />
Postrojenje tipa T6, nazivne snage 20 MW<br />
T5<br />
T1<br />
T6<br />
T5<br />
Područje snabdevanja postrojenja<br />
tipa T1 biomasom K3<br />
Područje snabdevanja postrojenja<br />
tipa T5 biomasom K3 i K5<br />
Područje snabdevanja postrojenja<br />
tipa T6 biomasom K1 i K5<br />
T5<br />
T5<br />
T5<br />
Sl. 54 Lokacije i alokacije postrojenja maksimalne nazivne električne snage do 20 MW za<br />
ukupnu instaliranu snagu 60 MW, budući uslovi, koeficijent bik= 1<br />
108
Postrojenje tipa T 5 , u korišćenju biomase, daje najbolje rezultate s aspekta ukupnih<br />
troškova. Pored njega izabrana su postrojenja tipa T 1 i T 6 . Izabrane makrolokacije<br />
navedenih tipova postrojenja su u opštinama Apatin, Vrbas, Srbobran, Novi Kneževac,<br />
Novi Bečej, Zrenjanin, Plandište i Inđija. Transportna rastojanja su do 45 km.<br />
Zaključna diskusija<br />
Na osnovu dobijenih rezultata može da se zaključi da definisani matematički model<br />
predstavlja koristan alat pri donošenju strateških odluka za određivanje tipa, nazivne<br />
snage i makrolokacije postrojenja za generisanje električne energije iz biomase. Za razliku<br />
od dosadašnjih istraživanja, model ima mogućnost donošenja odluke o vrsti biomase koja<br />
će se koristiti i o tipu postrojenja, uključujući mogućnost izbora postrojenja koja koriste<br />
kombinaciju više vrsta biomasa. Takođe, uvođenje koeficijenata koji se odnose na<br />
raspoloživost i dostupnost biomase kao materijala, omogućavaju njeno variranje shodno<br />
različitim okolnostima, predstavljaju značajan doprinos ovog istraživanja.<br />
Eventualna primena kogeneracije, sa korišćenjem toplotne enregije, nije obuhvaćena ovim<br />
modelom i on bi za te potrebe mogao da se adaptira.<br />
Testiranjem razvijenog modela za slučaj Vojvodine došlo se do sledećih zaključaka:<br />
− kao najznačajniji parametri procesa snabdevanja postrojenja biomasom, vrsta<br />
biomase, njena cena i prostorna gustina, imaju dominantan uticaj na izbor tipa i<br />
lokacije postrojenja;<br />
− najveći uticaj na izbor tipa, nazivne snage i lokacije postrojenja imaju troškovi<br />
snabdevanja postrojenja biomasom, koji čine preko 60 %;<br />
− logistički troškovi imaju veliki udeo u troškovima snabdevanja postrojenja biomasom i<br />
za definisane uslove, taj udeo se kreće između 25 i 30 %;<br />
− usled uticaja vrednosti investicija i stepena korisnosti, izbor postrojenja većih nazivnih<br />
snaga (20 MW) daje najbolje rezultate s aspekta ukupnih troškova generisanja<br />
električne energije;<br />
− prosečni transportni troškovi značajno rastu sa porastom ukupne instalirane snage<br />
postrojenja, što je posledica povećanja transportnih rastojanja; takođe, prosečni<br />
transportni troškovi postrojenja rastu sa nazivnom snagom postrojenja i veći su za<br />
oko 10 % za postrojenja 20 MW, nego za postrojenja nazivne snage 10 MW;<br />
− s aspekta aktuelne feed-in tarife, u odnosu na razmatrane maksimalne nazivne snage<br />
postrojenja, jedino izbor postrojenja nazivne snage 20 MW može da bude ekonomski<br />
opravdan, bez iskorišćenja toplotne energije;<br />
− u sadašnjim uslovima, bez obzira na vrednost koeficijenta raspoloživosti biomase,<br />
izbor postrojenja koja koriste slamu i kukuruzovinu daje najbolje rezultate;<br />
− u budućim, projektovanim uslovima, izbor postrojenja koja koriste kombinaciju slame i<br />
kukuruzovine s iverom brzorastućih šuma daje najbolje rezultate;<br />
− najpovoljnije makrolokacije postrojenja, za definisane ulazne parametre, u sadašnjim i<br />
budućim uslovima, su opštine Kula, Vrbas, Zrenjanin, Odžaci, Apatin, Bečej.<br />
Bitno je da se napomene da dobijene vrednosti ukupnih troškova treba da se uzmu<br />
sa rezervom i koriste samo u svrhu poređenja, s obzirom na to da model razmatra samo<br />
109
one troškove za koje je procenjeno da imaju značajnu ulogu pri izboru lokacije. Takođe,<br />
potrebno je da se naglasi, da na donošenje odluke o lokaciji postrojenja utiču i brojni drugi<br />
faktori; na primer, uslovi za obezbeđenje hlađenja postorojenja, uticaji na životnu sredinu,<br />
mogućnost priključenja na javnu električnu mrežu, itd.<br />
110
5. ZAKLJUČCI<br />
Permanentan porast robnih tokova, smanjenje resursa fosilnih goriva i klimatske<br />
promene kao posledica efekta staklene bašte, uslovili su da optimizacija lanaca<br />
snabdevanja i iznalaženje načina za što veću eksploataciju obnovljivih izvora energije,<br />
postanu jedni od najvećih izazova svetskih razmera. U takvom ambijentu, strateški pristup<br />
u optimizaciji lanaca snabdevanja, kako tokova robe, tako i tokova materijala koji se<br />
koriste kao obnovljivi izvori energije, predstavlja imperativ. Prvi korak u strateškom<br />
pristupu optimizacije lanaca snabdevanja predstavlja određivanje optimalne lokacije<br />
objekata u lancu. U vezi sa tim, u ovom istraživanju su, shodno definisanim ciljevima i<br />
zadacima, razmatrana dva karakteristična lanca snabdevanja:<br />
− distributivni lanac snabdevanja u kome se obavlja neka vrsta transformacije robe u<br />
logističkim centrima i<br />
− lanac snabdevanja koji prati generisanje električne energije iz biomase,<br />
za koje je sprovedeno definisanje i modeliranje lokacijsko-alokacijskih problema:<br />
3. međunarodnih otvorenih logističkih centara sa distributivnom funkcijom i<br />
4. postrojenja za generisanje električne energije iz biomase.<br />
Istraživanja lokacijsko-alokacijskih problema logističkih centara dala su sledeće<br />
zaključke:<br />
− do sada najčešće korišćeni pristupi u formulisanju ove grupe problema zahtevaju<br />
izvesne adaptacije u cilju povećavanja stepena njihove praktične primenljivosti,<br />
− potrebna adaptacija zahteva kombinaciju nekih do sada definisanih modela<br />
(medijane, fiksnih troškova i p haba, sa kapacitativnim ograničenjima) i proširenja<br />
modela koja podrazumevaju mogućnost izbora adekvatnog vida transporta između<br />
svakog izvora robnih tokova i svake potencijalne lokacije logističkih centara i<br />
mogućnošću izbora tipa centra,<br />
− pristup određivanja optimalnih kapaciteta logističkih centara samo na osnovu<br />
vrednosti investicija i obima tokova robe može dovesti do predimenzionisanja<br />
potrebnih kapaciteta centara, usled snižavanja jediničnih vrednosti investicija sa<br />
porastom kapaciteta, što ima negativan uticaj na fiksne operativne troškove, zbog<br />
čega je ovu vrstu troškova potrebno uključiti u analizu,<br />
− za rešavanje ove vrste problema primena metaheurističkih metoda daje dobre<br />
rezultate, naročito primena genetskih algoritama.<br />
Matematički model, definisan u ovom istraživanju, uključuje sve navedene adaptacije i<br />
pruža mogućnost određivanja optimalnog broja, tipa, kapaciteta i lokacije logističkih<br />
centara, kao i alokacije korisnika lociranim centrima.<br />
Testiranjem se došlo do zaključka da formulisani model predstavlja koristan alat pri<br />
donošenju strateških odluka ne samo pri lociranju logističkih centara nego i pri dizajniranju<br />
i upravljaju distributivnim sistemima, što potvrđuje praktičnu primenljivost istraživanja.<br />
Rezultati testiranja navode na sledeće zaključke:<br />
− transportni troškovi makrotokova robe imaju dominantnu ulogu u ukupnim<br />
troškovima, a potom transportni troškovi mikrotokova, troškovi skladištenja i na<br />
poslednjem mestu je vrednost investicija,<br />
111
− promene udela pojedinih vidova transporta u ukupno ostvarenom transportnom<br />
radu imaju veliki uticaj na izbor broja, kapaciteta i lokacije logističkih centara, a<br />
time i na ukupne troškove lanca snabdevanja,<br />
− snižavanje jedinične cene železničkog (ili vodnog) transporta ima uticaj na visinu<br />
ukupnih troškova, ali će imati uticaja na izbor tipa, lokacije i kapaciteta centara<br />
samo u slučaju povećanja udela tog vida transporta u ukupnom transportnom<br />
radu,<br />
− definisani pristup određivanju optimalnih kapaciteta centara se pokazao kao<br />
veoma dobar kroz njihovu procentualno veoma visoku iskorišćenost, u većini<br />
slučajeva preko 90 %,<br />
− za manji broj čvorova, definisani problem je moguće rešiti u prihvatljivom<br />
vremenskom intervalu primenom LP solvera, međutim, pri testiranju modela za<br />
veći broj čvorova preporučuje se primena definisanog genetskog algoritama, za<br />
koji je pokazano da daje dovoljno dobre rezultate u roku od samo nekoliko<br />
sekundi.<br />
Na primeru Srbije, u okolnostima dominantnog uticaja transportnih troškova makrotokova<br />
robe, s aspekta ukupnih troškova, bolje rezultate daje lociranje većeg broja centara (u<br />
svim scenarijima 7 ili 8 centara). Porast ukupnih godišnjih troškova, za iste robne tokove u<br />
sadašnjim okolnostima, u slučaju lociranja 3 umesto 7 centara, je oko 26,44 10 6 €, što je<br />
porast od oko 3 €/t. Kao optimalne lokacije logističkih centara, u definisanim okolnostima,<br />
izabrani su prvenstveno Novi Sad, Beograd i Kragujevac, a potom Subotica, Šabac, Niš,<br />
Užice, Kruševac i Smederevo.<br />
Rezultati dobijeni testiranjem modela i algoritma ostavljaju prostor za dalja istraživanja u<br />
više pravaca, kao što je:<br />
− promena posmatranih parametara u okolnostima izmenjene strukture lanaca<br />
snabdevanja,<br />
− posmatranje pojedinih parametara, na primer tokova robe, kao fazi (fuzzy)<br />
vrednosti,<br />
− primena drugih metaheurističkih metoda u rešavanju definisanog modela, kao što<br />
su tabu pretraživanje i simulirano kaljenje, uključujući poređenje primenljivosti i<br />
kvaliteta dobijenih rezultata u zavisnosti od primenjene metode,<br />
− primena višekriterijumske optimizacije u kojoj bi drugi optimizacioni kriterijum pri<br />
izboru tipa, kapaciteta i lokacije logističkih centara bio minimizacija uticaja opsluge<br />
robnih tokova na životnu sredinu.<br />
Istraživanja lokacijskih problema postrojenja za generisanje električne energije iz<br />
biomase dala su sledeće zaključke:<br />
− do sada najčešće korišćene pristupe u formulisanju ove vrste problema moguće je<br />
adaptirati tako da se stepen njihove praktične primenljivosti značajno poveća,<br />
− potrebna adaptacija podrazumeva mogućnost izbora između različitih vrsta<br />
biomase i različitih tipova postrojenja, koja mogu da koriste i mešavinu više vrsta<br />
biomase,<br />
− problem alokacije treba postaviti inverzno, tako da se umesto alokacije generisane<br />
energije korisnicima ustvari razmatra alokacija raspoloživih resursa biomase<br />
lociranim postrojenjima,<br />
112
− potrebno je omogućiti preciznije mapiranje raspoloživih resursa u zavisnosti od<br />
različitih okolnosti.<br />
Matematički model, definisan u ovom istraživanju, formulisan je u skladu sa<br />
detektovanim potrebnim adaptacijama i pruža mogućnost određivanja optimalnog broja,<br />
tipa, kapaciteta i lokacije postrojenja, kao i alokacije raspoloživih resursa lociranim<br />
postrojenjima.<br />
Na osnovu rezultata dobijenih testiranjem modela može da se zaključi da definisani<br />
matematički model predstavlja koristan alat pri donošenju ovih strateških odluka.<br />
Razmatranje tipova postrojenja koji koriste više vrsta biomase, uticalo je ne samo na<br />
odluku o tipu postrojenja, nego i na promene u gustini raspoložive biomase, čime je<br />
stvorena mogućnost za izbor lokacije u odnosu na različite scenarije.<br />
Uvođenjem koeficijenata koji se odnose na raspoloživost i dostupnost biomase kao<br />
materijala ostvaren je značajan napredak u svođenju pristupa rešavanja ovog problema na<br />
aplikativni nivo, time što je bitno povećana preciznost mapiranja, kako dostupnih, tako i<br />
raspoloživih resursa.<br />
Na primeru Vojvodine, rezultati testiranja doveli su do zaključaka da najveći uticaj na izbor<br />
tipa, nazivne snage i lokacije postrojenja imaju troškovi snabdevanja postrojenja<br />
biomasom, koji čine preko 60 %. U tim troškovima, logistički troškovi imaju udeo između<br />
25 i 30 %. Usled uticaja vrednosti investicija i stepena korisnosti, izbor postrojenja većih<br />
nazivnih snaga (od 20 MW), prema kriterijumu ukupnih troškova generisanja električne<br />
energije, daje najbolje rezultate i predstavlja jedini ekonomski opravdani izbor sa aspekta<br />
aktuelne feed-in tarife. Najpovoljnije makrolokacije postrojenja, za definisane ulazne<br />
parametre, u sadašnjim i budućim uslovima, su opštine Kula, Vrbas, Zrenjanin, Odžaci,<br />
Apatin, Bečej.<br />
Rezultati dobijeni testiranjem modela ukazuju na potrebe za daljim istraživanjima, koja bi<br />
svakako trebalo da obuhvate:<br />
− proširenja modela za primenu u slučaju kogeneracije, koja podrazumeva<br />
korišćenje i toplotne energije,<br />
− uvođenje dodatnih ograničenja kojima bi se model adaptirao za mogućnost<br />
određivanja mikrolokacije postrojenja, a to bi se prvenstveno odnosilo na<br />
razmatranje mogućnosti obezbeđenja uslova za hlađenje postrojenja i mogućnosti<br />
priključenja na javnu električnu mrežu,<br />
− uvođenje dodatnih ograničenja kojima bi se u modelu omogućilo i razmatranje<br />
rizika koji su posledica političkog i ekonomskog ambijenta u definisanom području<br />
posmatranja,<br />
− primenu višekriterijumske optimizacije u kojoj bi drugi optimizacioni kriterijum pri<br />
izboru tipa, kapaciteta i lokacije postrojenja bio minimizacija uticaja snabdevanja<br />
postrojenja biomasom na životnu sredinu.<br />
113
Reference:<br />
1. Alumur S, Kara B.Y. 2008. Network hub location problems: the state of the art.<br />
European Journal of Operational Research 190:1–21.<br />
2. Arnold P, Peeters D, Thomas I. 2004. Modelling a rail/road intermodal<br />
transportation system. Transportation Research Part E 40: 255 - 270.<br />
3. Balinski M.L. 1965. Integer programming: Methods, uses, computation.<br />
Management Science 12: 253- 313.<br />
4. Brkić M, Janić T. 2010. Nova procena vrsta i količina biomasa Vojvodine za<br />
proizvodnju energije. Savremena poljoprivredna tehnika 36(2): 178-188.<br />
5. Brkić M, Janić, T. 2005. Poljoprivreda kao potrošač i proizvođač energije.<br />
Savremena poljoprivredna tehnika 31(4): 155-161.<br />
6. Chopra S, Meindel P. 2007. Supply chain management – strategy, planning &<br />
operation, 3rd edition vol 1. Pearson Prentice-Hall, Englewood Cliffs<br />
7. Church R.L, ReVelle C. 1974. The maximal covering location problem. Papers of<br />
the Regional Science Association 32: 101 - 118.<br />
8. Cooper L. 1963. Location_Allocation Problems. Operations Research 11: 331 - 344.<br />
9. Current J, Daskin M, Schiling D. 2002. Discrete network location problem, in:<br />
Drezner Z, Hamacher H. Facility Location: Aplication and Theory, Springer - Verlag,<br />
Berlin, 81 – 118.<br />
10. Dantzig G. B. 1949. Programming of Interdependent Activities, Mathematical Model,<br />
Econometrica 17: 200 - 211.<br />
11. Daskin M. S, Owen S. H. 1999. Location Models in Transportation, chapter 10,<br />
Handbook of Transportation Science, ed. R. Hall, Kluwer Academic Publishers,<br />
Norwell, MA, 311-360.<br />
12. Daskin, M. S. 1995. Network and Discrete Location: Models, Algorithms, and<br />
Applications. Wiley & Sons, New York.<br />
13. Daskin M. S. 2008. What You Should Know About Location Modeling. Naval<br />
Research Logistics 55: 283-294.<br />
14. Drezner Z, Hamacher W. 2004. Facility Location: Applications and Theory.<br />
Springer-Verlag, Berlin.<br />
15. Dyken S, Bakken B.H, Skjelberg H.I. 2010. Linear mixed integer models for<br />
biomass supply chains with transport, storage and processing. Energy 35: 1338 -<br />
1350.<br />
16. Freppaz D, Miniciardi R. Robba M, Rovatti M, Sacile R, Taramasso A. 2004.<br />
Optimizing forest biomass exploitation for energy supply at a regional level.<br />
Biomass and Bioenergy 26: 15 - 25.<br />
114
17. Ganeshan R, Harrison T.P. 1995. An introduction to supply chain management.<br />
Department of Management Sciences and Information Systems, Penn State<br />
University, PA<br />
18. Georgijević M. 2011. Tehnička logistika. Zadužbina Andrejević, Beograd.<br />
19. Hakimi S. L. 1964. Optimal Locations of Switching Centers and the Absolute<br />
Centers and Medians of a Graph. Operations Research 12: 450-459.<br />
20. Hakimi S. L. 1965. Optimal Distribution of Switching Centers in a Communication<br />
Network and Some Related Theoretic Graph Theoretic Problems. Operations<br />
Research 13: 462-475.<br />
21. Hofbauer H. 2005. Thermo-Chemical Biomass Conversion for the Provision of Heat,<br />
Electricity and Fuels. Viena Univeristy of Technology, Viena.<br />
22. Holland J.H. 1975. Adaptation in Natural and Artificial Systems. University of<br />
Michigan Press, Ann Arbor, Michigan.<br />
23. Ilić M (ed). 2003. Energetski potencijal i karakteristike ostataka biomase i<br />
tehnologije za njenu pripremu i energetsko iskorišćenje u Srbiji. Studija rađena za<br />
Ministarstvo nauke i zaštite životne sredine Republike Srbije, Beograd.<br />
24. Janić T, Brkić M, Igić S, Dedović N. 2010. Biomasa – energetski resurs za<br />
budućnost, Savremena poljoprivredna tehnika 36(2): 167-177.<br />
25. Jaramillo J.H, Bhadury J, Batta R. 2002. On the use of genetic algorithms to solve<br />
location problems, Computers and Operations Research 29: 761 – 779.<br />
26. Kaltschmitt M, Hartmann H, Hofbauer H. 2001. Energie aus Biomasse: Grundlagen,<br />
Techniken und Verfahren. Springer-Verlag, Berlin, Heidelberg, New York.<br />
27. Kaltschmitt M, Hartmann H, Hofbauer H. 2009. Energie aus Biomasse: Grundlagen,<br />
Techniken und Verfahren. Springer, Heidelberg, Dordrecht, London, New York.<br />
28. Kilibarda M. 2005. Modeliranje performansi kvaliteta logističke usluge, Doktorska<br />
disertacija, Saobraćajni fakultet, <strong>Univerzitet</strong> u Beogradu.<br />
29. Klapita V, Švecova Z. 2006. Logistics centers location. Transport 21(1): 48 - 52.<br />
30. Klose A, Drexl A. 2005. Facility location models for distribution system design.<br />
European Journal of Operational Research 162(1): 4 - 29.<br />
31. Kocoloski M, Griffin W, Matthews H. 2011. Impacts of facility size and location<br />
decisions on ethanol production cost, Energy Policy 39: 47- 56.<br />
32. Lambert D, Stock M, Ellram M. L. 1998. Fundamentals of logisitics management.<br />
Irwin McGraw-Hill, International Editions, Boston.<br />
33. Limbourg S, Jourquin B. 2009. Optimal rail road container terminal locations on the<br />
European network. Transportation Research Part E 45: 551 - 563.<br />
34. Marić M. 2008. Rešavanje nekih NP - teških hijerarhijsko - lokacijskih problema<br />
primenom genetskih algoritama, Doktorska disertacija, Matematički fakultet,<br />
<strong>Univerzitet</strong> u Beogradu.<br />
115
35. Marti B.V, Gonzales E.F. 2010. Mathematical algorithms to locate factories to<br />
transform biomass in bioenergz focused on logistic network construction.<br />
Renewable Energy 35: 2136 - 2142.<br />
36. Martinov M, Đatkov Đ, Dragutinović G, Kiš F, Tešić, M. 2008. Mogućnosti<br />
kombinovane proizvodnje električne i toplotne energije iz biomase u AP Vojvodini.<br />
Fakultet tehničkih nauka, Novi Sad.<br />
37. Martinov M (ed.). 2008. Program za ocenu ekonomskih pokazatelja za energetsku<br />
primenu biomase. Fakultet tehničkih nauka, Novi Sad.<br />
38. Martinov M, Đatkov Đ, Tešić M, Effenberger M. 2009. Energy from biogas in Serbia<br />
– Case study Autonomous Province Vojvodina. In Proc. Fourth conference: Energy<br />
efficiency and agricultural engineering, 785-789. 1-3 October, Rousse, Bulgaria.<br />
39. Martinov M, Đatkov Đ. 2010. Čvrsta biomasa za grejanje – ocena ekonomičnosti.<br />
Savremena poljoprivredna tehnika 36(4): 382-386.<br />
40. Martinov M, Đatkov Đ. 2011. Program za ocenu ekonomskih pokazatelja za<br />
energetsku primenu biomase. Fakultet tehničkih nauka, Novi Sad.<br />
41. Martinov M, Brkić M, Janić T, Djatkov Dj, Golub M. 2011. Biomass in Vojvodina –<br />
RES 2020. Savremena poljoprivredna tehnika 37(2): 119-134.<br />
42. Martinov M, Tešić M. 2006. Poljoprivreda kao proizvođač energije. 40. seminar<br />
agronoma Naučnog instituta za ratarstvo i povrtarstvo i 32. simpozijum<br />
Jugoslovenskog društva za poljoprivrednu tehniku i Vojvođanskog društva za<br />
poljoprivrednu tehiku, objavljeno u Reviji agronomskih saznanja 16(4): 12-13.<br />
43. Martinov M, Tešić M, Ros V. 2007a. Simultaneous Support of res<br />
Production/Utilization and Development of Rural Areas. In Proc. Second<br />
International Round Table: Agricultural Engineering and its Contribution, CIGR<br />
Working Group „Rural Development and the Preservation of Cultural Heritages“, 30-<br />
37. 17-20 September, Kosjeric.<br />
44. Martinov M, Tešić M, Ros V. 2007b. Contribution of Renewable Energies to Rural<br />
Development in South East Europe, Role of Young Researchers. In Proc. IX<br />
International Symposium: Young People and Multidisciplinary Research, 3-7. 15–<br />
16th November, Timisoara.<br />
45. Melachrinoudis E, Min H. 2007. Redesigning a warehouse network. European<br />
Journal of Operational Research 176: 210 - 229.<br />
46. Mirchandani P.B, Francis R.L. 1990. Discrete location theory. Wiley, New York.<br />
47. Nozick L.K, Turnquist M.A. 2001. Inventory, transportation, service quality and the<br />
location of distribution centers. European Journal of Operational Research 129(2):<br />
362 - 371.<br />
48. Obernberger I. 1997. AschenausBiomassefeuerungen – Zusammensetzung und<br />
Verwertung. In: VDI Bericht 1319, „ThermischeBiomassenutzung – Technik und<br />
Realisierung“. VDI Verlag GmbH, Düsseldorf.<br />
116
49. Obernberger I, Thek G. 2008. Cost assessment of selected decentralised CHP<br />
applications based on biomass combustion and biomass gasification. In Proc 16 th<br />
European Biomass Conference & Exhibition, Valencia, 2 nd -6 th June 2008.<br />
50. Perpiñá C, Alfonso D, Perez-Navaro A, Penalvo E, Vargas C, Cardenas R. 2009.<br />
Methodology based on Geographic Information Systems for biomass logistics and<br />
transport optimization, Renewable Energy 34: 555-565.<br />
51. Racunica I, Wynter L. 2005. Optimal location of intermodal freight hubs.<br />
Transportation Research Part B 39: 453 - 477.<br />
52. Rentizelas A, Tatsiopoulos I. 2009. Locating a bioenergy facility using a hybrid<br />
optimization method. International Journal of Production Economics,<br />
doi:10.1016/j.ijpe.2009.08.013<br />
53. Rentizelas A, Tolis A, Tatsiopoulos I. 2009. Logistics issues of biomass: The<br />
storage problem and the multi – biomass supply chain. Renewable and Sustainable<br />
Energy Reviews 13: 887–894.<br />
54. ReVelle C.S, Eiselt H.A. 2005. Location Analysis: A sunthesis and survey.<br />
European Journal of Operational Research 165: 1 - 19.<br />
55. Rodrıguez V, Alvarez M. J, Barcos L. 2007. Hub Location Under Capacity<br />
Constraints. Transportation Research Part E: Logistics and Transportation Review<br />
43: 495 - 505.<br />
56. Rogers J, Brammer J. 2009. Analysis of transport costs for energy crops for use in<br />
biomass pyrolysis plant networks. Biomass and Bioenergy 33:1367 – 1375.<br />
57. Rushton A, Oxley J, Croucher P. 2000. Handbook of Logistics and Distribution<br />
Management. Kogan Page Limited, London.<br />
58. Scarlat N, Martinov M, Dallemand J.F. 2010. Assessment of the availability of<br />
agricultural crop residues in the European Union, potential and limitations for<br />
bioenergy use. Waste management 30(10): 1889-1897.<br />
59. Scholwin F, Thrän D. 2007. Monitoring zurWirkung des novelliertenErneuerbare-<br />
Energien-Gesetzes (EEG) auf die Entwicklung der StromerzeugungausBiomasse.<br />
InstitutfürEnergetik und UMWlt GmbH, Leipzig.<br />
60. Stanimirović P, Stojković N, Petković M. 2007. Matematičko programiranje.<br />
Prirodno matematički fakultet <strong>Univerzitet</strong>a u Nišu.<br />
61. Taniguchi E, Noritake M, Yamada T, Izumitani T. 1999. Optimal size and location<br />
planning of public logistics terminals. Transportation Research Part E 35: 207 - 222.<br />
62. Teodorović D. 2007. Transportne mreže, Saobraćajni fakultet <strong>Univerzitet</strong>a u<br />
Beogradu.<br />
63. Thek G, Obernberger I. 2007. Costs assessment of selected decentralised CHP<br />
applications based on biomass combustion. Procc. of 15 th European Biomass<br />
Conference & Exhibition, Berlin, May 7-10 2007. Book of Proc. 2320-2331.<br />
117
64. Vidović M, Zečević S, Kilibarda M, Vlajić J, Bjelić N, Tadić S. 2011. The p-hub<br />
Model with Hub-catchment Areas, Existing Hubs, and Simulations: A Case Study of<br />
Serbian Intermodal Terminals. Networks & Spatial Ecomonics 11(2): 295-314.<br />
65. Vlajić J, Vidović M, Miljuš M. 2005. Lanci snabdevanja - definisanje i performanse.<br />
Transport i logistika 9: 85-112.<br />
66. Walla C, Schneeberger W. 2008. The optimal size for biogas plants. Biomass and<br />
Bioenergy 32: 551 - 557.<br />
67. Wiesenthal T. 2006. Cereals straw for bioenergy: Industrial and logistic issues,<br />
costs and implementation. Proceedings of Expert Consultation: Cereals Straw<br />
Resources for Bioenergy in the European Union, European Commission,<br />
Directorate-General, Joint Research Centre Institute for Environment and<br />
Sustainability, Pamplona, Spain 14-15 October 2006, Book of proc: 111-116.<br />
68. Wu L.Y, Zhang X.S, Zhang J.L. 2006. Capacitated facility location problem with<br />
general setup cost. Computers & Operations Research 33: 1226 - 1241.<br />
69. Yang L, Ji X, Gao Z, Li K. 2007. Logistics distribution centers location problem and<br />
algorithm under fuzzy environment. Journal of Computational and Applied<br />
Mathematics 208: 303 - 315.<br />
70. Zečević S. 1995. Model optimizacije logističkih lanaca u uslovima funkcionisanja<br />
robno transportnog centra, doktorska disertacija. <strong>Univerzitet</strong> u Beogradu,<br />
Saobraćajni fakultet. Beograd.<br />
71. Zečević S. 2009. Robni terminali i robno transportni centri, drugo izdanje.<br />
<strong>Univerzitet</strong> u Beogradu, Saobraćajni fakultet. Beograd.<br />
72. Anonim. 1984. Pravilnik o posebnim merama zaštite od požara u poljoprivredi.<br />
Službeni glasnik SRS, br. 27/84.<br />
73. Anonim. 1998. Straw for Energy Production, second edition. The Centre for<br />
Biomass Technology, Technology–Environment–Economy, Copenhagen.<br />
74. Anonim. 2001. Directive 2001/77/EC on the promotion of electricity produced from<br />
renewable energy sources in the internal electricity market. Official Journal of the<br />
European Union.<br />
75. Anonim. 2004. Directive 2004/8/EC on the promotion of cogeneration based on a<br />
useful heat demand in the internal energy market and amending Directive<br />
92/42/EEC.<br />
76. Anonim. 2005. Master Plan and Feasibility Study Inland Waterway Transports for<br />
Serbia. European Agency for Reconstruction.<br />
http://ec.europa.eu/enlargement/archives/ear/publications/main/documents/IWMPb<br />
gdnote.pdf. (preuzeto juna 2012.godine)<br />
77. Anonim. 2007a. Memorandum of Understanding on the Regional Energy Market in<br />
South East Europe and its Integration into the European Community Internal<br />
Energy Market. www.stabilitypact.org/energy. (preuzeto juna 2013.godine)<br />
78. Anonim. 2007b. Strategija razvoja železničkog, drumskog, vodnog, vazdušnog i<br />
intermodalnog transporta u Republici Srbiji od 2008. do 2015. godine. Vlada<br />
118
Republike Srbije. http://www.putevi-srbije.rs/strategijapdf/Strategijatransport_lat.pdf.<br />
(preuzeto juna 2012.godine)<br />
79. Anonim. 2009a. Directive 2009/28/EC on the promotion of the use of energy from<br />
renewable sources and amending and subsequently repealing Directives<br />
2001/77/EC and 2003/30/EC. Official Journal of the European Union.<br />
80. Anonim. 2009b. Uredba o merama podsticaja za proizvodnju električne energije<br />
korišćenjem obnovljivih izvora energije i kombinovanom proizvodnjom električne i<br />
toplotne energije. Službeni glasnik Republike Srbije 99/09.<br />
81. Anonim. 2010. Akcioni plan za biomasu 2010 – 2012. Ministarstvo rudarstva i<br />
energetike, Beograd, NL Agency, Utrecht.<br />
82. Anonim. 2011a. SRPS EN 14961-1 - Specifikacije i klase goriva - Deo 1: Opšti<br />
zahtevi. Institut za standardizaciju Srbije, Beograd.<br />
83. Anonim. 2011b. SRPS EN 14588:2011- Čvrsta biogoriva – Terminologija, definicije i<br />
opisi. Institut za standardizaciju Srbije, Beograd.<br />
84. Anonim. 2013a. Uredba o merama podsticaja za povlašćene proizvođače električne<br />
energije. Vlada Republike Srbije. http://www.aers.rs/FILES/OIE/2013-02-<br />
02%20Mere%20podsticaja%20za%20povlascene%20proizv.%20EE%20SG%208-<br />
13.pdf. (preuzeto juna 2013.godine)<br />
85. Anonim. 2013b. Statistički bilten Uprave carina Republike Srbije za 2012. godinu.<br />
http://www.upravacarina.rs/Statistika/STATISTICKI%20BILTEN%202012%20I,II,III,I<br />
V.pdf (preuzeto marta 2013.godine)<br />
119