許文秀，吳金卓，張珊珊

（東北林業大學工程技術學院，黑龍江哈爾濱150040）

　　摘要：長期穩定的秸稈資源供應和較低的秸稈運輸成本是秸稈發電企業得以盈利并保證長久運營的關鍵因素。借此以長春市兩個備選秸稈發電廠為研究對象，結合草谷比系數、可利用系數、可能源化利用系數等因素估算出備選廠址30km范圍內的可能源化利用秸稈資源量。在此基礎上，構建秸稈運輸成本優化模型，計算出兩個備選廠址的秸稈最優運輸成本，并對影響運輸成本的因素進行敏感性分析。結果表明：兩個備選廠址中萬順鄉的秸稈最優運輸成本較低，敏感性分析發現秸稈含水率和最低秸稈庫存數量是影響秸稈到廠運輸成本的主要因素。

　　隨著我國經濟的快速發展，能源需求量也在逐年上升，能源問題與環境問題已成為我國目前亟待解決的難題[1]。秸稈發電廠在我國已初具規模，很多省份已建廠并開始運營發電[2]。但是，受原材料收購成本、運輸成本、電廠運營成本及政府政策等多種因素的影響，國內利用秸稈進行直燃發電的成本一直居高不下[3]。目前，有很多學者對秸稈發電廠原材料運輸成本進行了研究和分析。例如，陳麗歡等[4]分析了秸稈發電廠的原材料收儲運成本，論述了提高電廠收益、降低原材料收儲運成本的方法，并提出秸稈發電廠與普通電廠的原材料成本具有相似性；曹溢等[5]針對目前國內不可再生能源的緊缺及日益嚴重的環境問題，對秸稈發電廠進行原材料供應成本分析，分別對農業剩余物、林業剩余物及城市垃圾作為原材料進行到廠成本對比分析，細化成本，提出了降低成本的對策。

　　本文以長春市八號鎮和萬順鄉兩個備選秸稈發電廠址為研究對象，以秸稈資源從供應地到秸稈發電廠的運輸成本最小化為目標，設計了秸稈到廠運輸成本優化模型，并對結果進行敏感性分析。該模型和敏感性分析結果也可應用于其他秸稈發電廠，以降低秸稈到廠運輸成本，提高電廠收益，從而促進秸稈發電產業的發展。

　　1研究方法

　　1.1秸稈可能源化利用資源量估算

　　根據長春市農作物的種植面積及秸稈資源分布及利用現狀，對長春市2016年主要農作物秸稈資源的理論資源量、可收集資源量及可能源化利用資源量進行估算及分析，為秸稈運輸成本的計算提供數據支持。

　　1.1.1理論資源量

　　理論資源量是指某個地區在某一年某類秸稈資源通過理論計算或分析得出的最大可能的總產量。理論資源量計算是研究資源評價的前提和基礎。由于不同秸稈資源特性不同，其理論資源量的計算方法也會不同。一般來說，按照農作物產量和草谷比的乘積進行大致估算[6-7]，即：

　　1.1.2可收集資源量

　　農作物秸稈資源的收割和收集過程存在一定的浪費，從田間運輸至目的地的過程中也會有部分秸稈滑落，產生資源的浪費。由于不同農作物的特性不同，所以不同農作物的收割方式也不同，但收割時很多采用留茬收割方式[8-9]。除去在收割和收集過程中損失的資源，剩余的為可收集資源量。可收集資源量受多方面因素影響，例如作物的收割時間、收割方法、氣候因素、收集技術、收集半徑及生產技術等[10]。所以，可收資源量是在指定區域內根據實際采用的收割方法、收集方法和運輸方法最終得到的最大秸稈資源量。一般計算方法是由理論資源量乘以可收集系數得出。本文根據此方法計算長春市2016年主要農作物的可收集資源量，計算式[11]如式（2）所示。

　　1.1.3可能源化利用資源量

　　秸稈資源有多種利用途徑和處理方式，這就決定了可收集的秸稈資源量不可能完全被能源化利用。秸稈利用途徑和使用方式可總結為：秸稈還田、工業原料、食用菌培養、禽畜飼養、秸稈能源化利用[13-14]。秸稈可能源化利用量可以通過可收集資源量與可能源化利用系數的乘積獲得[15-16]，如式（3）所示。

　　1.2秸稈運輸成本優化模型

　　2結果與分析

　　2.1備選廠址30km內可能源化利用秸稈資源量

　　根據已有的草谷比取值選擇方法及八號鎮和萬順鄉農作物的地理分布情況，選用適合長春市的草谷比取值。結合八號鎮和萬順鄉2016年稻谷、小麥、玉米、大豆及其它作物的產量，按照式（1）至（3）以及可收集系數0.8、0.65、0.90、0.88、0.80和可能源化利用系數0.4進行計算，得到八號鎮和萬順鄉30km范圍內秸稈資源的理論資源總量分別為171.97萬t和343.95萬t，可收集資源量分別為152.22萬t和304.44萬t，可能源化利用資源量分別為60.89萬t和121.78萬t。

　　從八號鎮和萬順鄉的農作物秸稈理論資源量、可收集資源量及可利用資源量的計算結果可知，八號鎮和萬順鄉未來發展秸稈資源前景十分廣闊。本文可能源化利用資源量比可收集資源量少了約274萬t秸稈資源，說明長春市被能源化利用的秸稈資源只是一部分資源，綜合利用效率不高，不僅造成資源浪費，而且污染環境，秸稈能源化有待進一步的提高，以減小對不可再生能源的依賴。未來發展的方向重點應放在秸稈資源發電以期緩解能源緊缺問題的同時改善生態環境。

　　2.2秸稈運輸成本核算及優化分析

　　采用通用代數建模系統（General Algebraic Modeling System，GAMS）對模型進行求解。GAMS是一個數學規劃和優化高層次的建模系統。它是由一種語言的編譯器和一個集成的高性能求解方法。GAMS是一種復雜的，可以很快適應新形勢的大規模建模應用程序，并且允許用戶建立大型的維護模式。

　　在備選廠址擬建1套高溫高壓振動130t爐排鍋爐配25MW發電供熱機組，平均每天消耗農作物秸稈量約為800t，要求電廠庫存秸稈量最低滿足1個月的燃料需求，最多不能超過3個月的庫存量。

　　運輸車輛采用東風7.2m長卡車，滿載運量為13.5t。備選電廠的秸稈主要來自于周邊的6個鄉鎮的秸稈資源，秸稈綜合利用率為40%。運輸有關參數為：車輛購置費120000元，車輛使用年限8年，不考慮殘值。每年車輛使用時間為1920h，車輛利用率80%，保險、利息等占年平均投資成本50%，維護率90%，滿載車輛行駛速度為50km/h，滿載時百公里油耗約為20l，柴油價格為7元/L，勞動力費用為7.5元/h。將這些基礎數據代入運輸成本優化模型，并在GAMS環境下運行該模型，得到八號鎮廠址全年最低運輸成本為186.01萬元/a，萬順鄉廠址的最低運輸成本是146.45萬元/a。

　　2.3運輸成本敏感性分析

　　由于運輸成本核算模型中的參數會受到外界因素的影響，所以，針對不同條件下的秸稈運輸成本進行了敏感性分析（圖1~圖4），這樣可以增加結果的可靠性。

　　1）綜合可利用系數。秸稈資源到廠的運輸成本與秸稈資源綜合可利用系數的關系如圖1所示。

　　由圖1可知，隨著秸稈的綜合可利用系數的增加，運輸成本逐漸減小。一般地，綜合可利用系數增加20%，八號鎮和萬順鄉的秸稈年運輸成本將分別降低63.35萬元和14.54萬元。相反地，當綜合可利用系數逐漸變小時，運輸成本會不斷地增加，但是，當綜合可利用系數小到一定值時，秸稈資源的可利用量將不能滿足電廠的秸稈需求。

　　2）燃油價格。秸稈資源到廠的運輸成本與燃油的價格關系如圖2所示。

　　在秸稈資源的運輸過程中，會消耗一定量的燃油（柴油），所以燃油價格的變化，必然會引起運輸成本的相應改變。由圖2可知，秸稈到廠的運輸成本隨著燃油價格的上升而增加。燃油價格每增加0.5元/l，八號鎮和萬順鄉的年運輸成本將分別增加7.56萬元和5.95萬元。

　　3）秸稈含水率。秸稈資源到廠運輸成本與秸稈資源含水率的關系如圖3所示。

　　自然狀態下的秸稈并不是完全干燥的，而是具有一定的含水率。由圖3可知，秸稈含水率越高，秸稈的運輸成本越高，這主要是因為秸稈含水率越高，秸稈的重量越大，會影響秸稈運輸的次數、汽車耗油量等，所以秸稈含水率越高，秸稈運輸成本越高。一般地，秸稈含水率應控制在15%以下，此時運輸成本將得到有效地降低。

　　4）最低秸稈庫存。秸稈資源的到廠成本與秸稈在電廠的最低庫存數量關系如圖4所示。

　　在電廠儲存一定數量的秸稈可以保證電廠的正常運行，但是，過多的秸稈庫存將占用大面積的廠區用地，因此應加以控制。由圖4可知，當增加電廠最低秸稈資源庫存時，秸稈到廠運輸成本將增加，與最低1個月秸稈庫存相比，庫存每增加半個月，八號鎮和萬順鄉的秸稈到廠成本將平均增加13.64萬元和7.15萬元。

　　綜上可知，秸稈資源到廠的運輸成本受很多因素的影響，結合秸稈自身特點逐一分析秸稈綜合可利用系數、燃油價格、秸稈含水率及最低秸稈庫存數量對秸稈到廠運輸成本進行敏感性分析，最后發現秸稈含水率和最低秸稈庫存數量是主要影響因素。

　　3結束語

　　本文結合了長春市農作物收獲季節特性、秸稈自身特點、可能源化利用秸稈資源量及電廠發電規模和庫存要求等數據，對長春市的兩個備選秸稈電廠廠址八號鎮和萬順鄉的秸稈燃料運輸成本進行優化，并對不同影響因素下的運輸成本進行了敏感性分析。經對運輸成本核算發現，萬順鄉的全年秸稈燃料運輸成本皆小于八號鎮的運輸成本。運輸成本的核算過程受秸稈含水率和最低秸稈庫存數量影響較大。在實際運用中，可以通過降低秸稈含水率和最低秸稈庫存數量來降低秸稈的運輸成本。