Disertacija - Univerzitet u Novom Sadu

More documents

Recommendations

Info

Freppaz i dr. (2004) razvili su sistem podrške pri odlučivanju u eksploataciji drvne biomase u energetske svrhe. Sistem integriše tehnike bazirane na GIS - u i matematičkom programiranju i ima za cilj da oceni podobnost iskorišćenja drvne biomase u energetske svrhe na određenom području, na osnovu čega daje preporuke o lociranju postrojenja u određenom području i o isplativoj veličini postrojenja. Sistem je testiran u malom planinskom regionu u Italiji. Walla i Schneeberger (2008) su istraživali optimalnu veličinu kogenerativnog postrojenja za proizvodnju električne i toplotne energije iz biogasa proizvedenog od silaže kukuruza, razmatrajući prvenstveno transportne troškove. U istraživanju su se fokusirali na područje Austrije i bavili se pitanjima kao što su: koliko se koeficijent korisnosti menja sa porastom nazivne snage postrojenja?; kako se menjaju troškovi biogasa i proizvodnje električne energije sa porastom nazivne snage postrojenja?; koja snaga postrojenja je troškovno najpovoljnija u zavisnosti od dostupnosti raspoloživih sirovina?; koji efekat subvencije i feed-in 4 tarife imaju na optimalan kapacitet postrojenja u Austriji? Došli su do rezultata prikazanih na sl. 3. Sl. 3 Troškovi proizvodnje električne energije u zavisnosti od kapaciteta postrojenja (Walla i Schneeberger, 2008) Njihovi rezultati ukazuju na značaj dostupnosti biomase, tako što prikazuju odnos promene troškova snabdevanja postrojenja biomasom, nasuprot promeni vrednosti investicija porastom veličine postrojenja. Perpina i dr. (2009) su razvili metod fokusiran na potencijalne strategije transporta poljoprivredne i drvne biomase, koristeći geografski informacioni sistem (GIS). Razvijena metodologija je testirana u regionu Valensije (Španija) i podrazumevala je dve faze. U prvoj fazi izračunata je raspoloživa biomasa po svakom kvadratnom kilometru posmatranog regiona. Računata je kao proizvod površine pod određenom biljnom vrstom, koeficijenta koji označava koliko se koje vrste biomase može ubrati i koeficijenta dostupnosti određene biomase. U drugoj fazi je obavljena analiza postojeće transportne mreže uz pomoć geografske baze podataka. Zaključak njihovog istraživanja je da efikasno 4 Subvencionisana tarifa po kojoj se otkupljuje energija generisana iz OIE 21
upravljanje snabdevanjem biomase ima važnu ulogu u smanjivanju transportnih rastojanja a time i transportnih troškova, što opet ima veliki uticaj na izbor lokacije postrojenja. Rodžers i Brammer (2009) su se bavili lociranjem postrojenja za pirolizu, radi optimizacije troškova prevoza energetskih biljaka od polja do postrojenja. Ideja njihovog rada je bila da se pretvaranjem energetskog bilja u bioulje, u postrojenjima za pirolizu, a zatim korišćenjem bioulja u postrojenjima za proizvodnju energije može uštedeti na transportnim troškovima. Pored toga bioulje je transportabilnije i povoljnije za skladištenje, zbog čega se može postići veća sloboda pri lociranju postrojenja za proizvodnju energije. U svom istraživanju su došli do zaključka da u slučaju transporta biomase transportni troškovi ustvari značajno rastu zbog potrošenog vremena u procesu utovara i istovara, i da se korišćenje postrojenja za pirolizu isplati samo u slučaju ako su potrebna transporta rastojanja biomase do postrojenja za proizvodnju energije veća od 77 km, a ukrupnjenost površina pod biomasom tolika da je isplativo izgraditi postrojenja za pirolizu većih kapaciteta. Radi optimizacije troškova snabdevanja postrojenja biomasom Rentizelas i dr. (2009) su se bavili problemom skladištenja biomase. Oni su razmatrali korišćenje tri vrste skladišta: zatvoreno skladište sa mogućnošću sušenja biomase upumpavanjem toplog vazduha u skladište, natkriveno skladište sa metalnim krovom bez bilo kakve opreme za sušenje biomase, otvoreno skladište na kojem se biomasa prekriva zaštitnom folijom. U svom istraživanju došli su do zaključka da primena jevtinijih rešenja za skladištenje biomase - otvoreno skladište i prekrivanje biomase zaštitnom folijom dovodi do značajnog smanjenja troškova snabdevanja biomase. Rentizelas i Tatsiopoulos (2009) su istraživali optimalnu lokaciju postrojenja za proizvodnju električne energije iz biomase uz pomoć hibridnog optimizacionog modela, čiji su rezultati upoređeni sa rezultatima dobijenim genetskim algoritmima i uz pomoć sekvencijalnog kvadratnog programiranja. Modelirali su lokacijski problem kao nelinearan optimizacioni problem čija je kriterijumska funkcija maksimizacija neto sadašnje vrednosti investicija tokom radnog ciklusa postrojenja. Model su testirali u regionu Tesalije (Grčka). Došli su do zaključka da hibridni optimizacioni model daje dobre rezultate u ovom slučaju, bolje nego druge dve razmatrane metode. Dyken i dr. (2010) su razvili model koji dovodi u vezu sadržaj vlage u biomasi sa njenim energetskim potencijalom sa dugotrajnim procesima u lancu snabdevanja kao što je na primer proces skladištenja, odnosno sušenja biomase tokom skladištenja radi optimizacije lanca snabdevanja. Pri modeliranju su koristili linearno celobrojno programiranje. Marti i Gonzales (2010) su razvili matematički metod kojim se dovodi u vezu linearno programiranje i digitalne mape radi pronalaska optimalne lokacije postrojenja na biomasu. Metod su testirali u regionu Španije i došli do zaključka da metod pruža dobre mogućnosti za optimalno lociranje postrojenja u odnosu na lokaciju potrošača, ali ne tako dobro u odnosu na lokaciju raspoloživih sirovina. Takođe, metod razmatra lociranje samo jedne vrste postrojenja, ne razmatra postojanje međuskladišta i vodi računa da postrojenje bude u blizini korisnika energije, ali ne i da je ukupna potražnja korisnika zadovoljena. Kocoloski i dr. (2011) su istraživali uticaj veličine i lokacije postrojenja za proizvodnju energije iz etanola, na troškove proizvodnje celuloznog etanola. Zaključili su da ovi parametri imaju veliki uticaj, čak do 15-25 % od ukupnih troškova. 22
Page 1 and 2: UNIVERZITET U NOVOM SADU FAKULTET T
Page 3 and 4: UNIVERSITY OF NOVI SAD FACULTY OF
Page 5 and 6: SPISAK SLIKA: Sl. 1 Evolutivni razv
Page 7 and 8: Sl. 47 Udeo logističkih troškova
Page 9 and 10: SPISAK SKRAĆENICA: BNP CP DP DTM E
Page 11 and 12: koeficijent dostupnosti žetvenih o
Page 13 and 14: of biomass resources were introduce
Page 15 and 16: 1.1 Predmet istraživanja Prema Sav
Page 17 and 18: U okviru već navedenog, predmet ov
Page 19 and 20: Na isti način, u poglavlju četiri
Page 21 and 22: transportni zadatak i objavio ga je
Page 23 and 24: generaciju bez modifikacija. Mutaci
Page 25 and 26: Problem centra podrazumeva lociranj
Page 27 and 28: ∑ ∈ 0 ∑ ∈ − j= i j j i p
Page 29 and 30: yij iyij x Cj I Prethodno navedeni
Page 31 and 32: = ∀ ∈ ∑ ∈ 1 (2.2.35) ≤
Page 33: problem. Model su testirali za regi
Page 37 and 38: 3. MODELIRANJE LOKACIJSKIH PROBLEMA
Page 39 and 40: U DOMENU SAOBRAĆAJA I LOGISTIKE CI
Page 41 and 42: međusobnim rastojanjima i manjim i
Page 43 and 44: Robni tokovi Robni tokovi predstavl
Page 45 and 46: STRUKTURA FUNKCIJA LOGISTIČKIH CEN
Page 47 and 48: Logistički troškovi koji utiču n
Page 49 and 50: 3.2 Model lokacijskog problema logi
Page 51 and 52: Ograničenjem 3.5.2 dozvoljava se l
Page 53 and 54: Početak Definisanje veličine popu
Page 55 and 56: 3.4 Testiranje modela: Lociranje ot
Page 57 and 58: Tab. 2 Uvozni robni tokovi u Srbiji
Page 59 and 60: Crvene sekcije su izgrađene, dok s
Page 61 and 62: 2010. godine da podigne udeo želez
Page 63 and 64: infrastrukture, predviđen je i por
Page 65 and 66: Rezultati simulacija za drugi scena
Page 67 and 68: Tab. 6 Izabrane lokacije, kapacitet
Page 69 and 70: Kao posledica dominacije udela uvoz
Page 71 and 72: Udeo robnih tokova prema tački gen
Page 73 and 74: Udeo robnih tokova prema tački gen
Page 75 and 76: Poređenje rezultata dobijenih LP s
Page 77 and 78: 4. MODELIRANJE LOKACIJSKIH PROBLEMA
Page 79 and 80: Tab. 14 Opis materijala koji spadaj
Page 81 and 82: Donja toplotna moć Najznačajnija
Page 83 and 84: Sl. 28 Poređenje energetskih gusti
Page 85 and 86:
Sl. 30 Utovar velikih četvrtastih
Page 87 and 88:
Kada je reč o iveru, veće količi
Page 89 and 90:
Bale žetvenih ostataka se traktoro
Page 91 and 92:
Cene pojedinih goriva značajno se
Page 93 and 94:
− smanjenje raspoloživih količi
Page 95 and 96:
d ij - transportno rastojanje od me
Page 97 and 98:
U modelu je pretpostavljeno da posm
Page 99 and 100:
korišćenje neće ugrožavati živ
Page 101 and 102:
Sl. 34 Mapa gustine žetvenih ostat
Page 103 and 104:
Republike Srbije, iznosi oko 500
Page 105 and 106:
Rashodi finansiranja odnose se na k
Page 107 and 108:
Pad ukupnih troškova jasno je izra
Page 109 and 110:
Porast prosečnih transportnih tro
Page 111 and 112:
Sadašnje stanje, b k i = 1 Rezulta
Page 113 and 114:
Usled veće prostorne gustine bioma
Page 115 and 116:
Sl. 45 Ukupni troškovi generisanja
Page 117 and 118:
Udeo logističkih troškova u troš
Page 119 and 120:
Ukupni troškovi u €/MWh 88 86 84
Page 121 and 122:
Prosečni transportni troškovi za
Page 123 and 124:
one troškove za koje je procenjeno
Page 125 and 126:
− promene udela pojedinih vidova
Page 127 and 128:
Reference: 1. Alumur S, Kara B.Y. 2
Page 129 and 130:
35. Marti B.V, Gonzales E.F. 2010.
Page 131 and 132:
64. Vidović M, Zečević S, Kiliba
show all

Disertacija - Univerzitet u Novom Sadu

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?