ارایه مدل‌های مدیریت زنجیره تأمین به‌منظور توسعه تولید سوخت سبز از جلبک‌ها در کشور

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد، دانشکده مهندسی صنایع ، دانشگاه علم و صنعت ایران، تهران، ایران.

2 دانشیار، دانشکده مهندسی صنایع، دانش‌گاه علم و صنعت ایران، تهران، ایران. *(مسوول مکاتبات)

10.22034/jest.2019.13961

چکیده

زمینه و هدف: آلودگی‌های زیست محیطی و وابستگی شدید به سوخت‌های آلاینده فسیلی از مهم‌ترین انگیزه‌های توسعه سوخت‌های سبز در کشور محسوب می‌شود. جلبک‌ها به‌عنوان یکی از جدیدترین مواد اولیه برای تولید سوخت سبز در دنیا معرفی شده‌اند. به علاوه در فرآیند رشد جلبک‌ها، گازهای انتشار یافته از نیروگاه‌های تولید برق به کار گرفته می‌شود که باعث کاهش بخش اعظم گازهای گل‌خانه‌ای انتشار یافته به اتمسفر می‌شود.
روش بررسی: این مطالعه برای بررسی توسعه چنین سوخت‌هایی در کشور به ارایه مدل‌‌های طراحی و مدیریت زنجیره تأمین سوخت سبز بر‌پایه جلبک‌ها می‌پردازد. بر این اسا‌س در ابتدا یک مدل قطعی برای مدل سازی تمام فعالیت‌های زنجیره تأمین تولید سوخت سبز که شامل تأمین مواد اولیه لازم برای رشد جلبک‌ها، کشت جلبک‌ها و تبدیل آن‌ها به سوخت و نهایتاً عرضه سوخت در کشور است، توسعه داده می‌شود. سپس این مدل قطعی به یک مدل طراحی شبکه استوار برای دست‌یابی به تصمیمات زنجیره تأمین ایمن و استوار در برابر عدم قطعیت بسط داده می‌شود.
یافته‌ها: نتایج به‌کارگیری مدل پیشنهادی برای توسعه سوخت‌های جلبکی در کشور نشان می‌دهد که تولید هر لیتر سوخت سبز در حال حاضر 88.5 هزار ریال می‌باشد.
بحث و نتیجه‌گیری: هزینه کنونی تولید سوخت از جلبک ها توانایی رقابت با سوخت های فسیلی را ندارد اما این هزینه با افزایش اندک میزان رشد جلبک‌ها و محتوای روغنی آنها در آینده می‌تواند به ‌شدت کاهش پیدا کند.

کلیدواژه‌ها


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهبیست و یکم، شماره دو، اردیبهشت 98

 

ارایه مدل‌های مدیریت زنجیره تأمین به‌منظور توسعه تولید سوخت سبز از جلبک‌ها در کشور

 

شایان محسنی[1]

میرسامان پیشوایی[2]  *

pishvaee@iust.ac.ir

تاریخ دریافت: 26/09/94

تاریخ پذیرش:01/02/95

 

چکیده

زمینه و هدف: آلودگی‌های زیست محیطی و وابستگی شدید به سوخت‌های آلاینده فسیلی از مهم‌ترین انگیزه‌های توسعه سوخت‌های سبز در کشور محسوب می‌شود. جلبک‌ها به‌عنوان یکی از جدیدترین مواد اولیه برای تولید سوخت سبز در دنیا معرفی شده‌اند. به علاوه در فرآیند رشد جلبک‌ها، گازهای انتشار یافته از نیروگاه‌های تولید برق به کار گرفته می‌شود که باعث کاهش بخش اعظم گازهای گل‌خانه‌ای انتشار یافته به اتمسفر می‌شود.

روش بررسی: این مطالعه برای بررسی توسعه چنین سوخت‌هایی در کشور به ارایه مدل‌‌های طراحی و مدیریت زنجیره تأمین سوخت سبز بر‌پایه جلبک‌ها می‌پردازد. بر این اسا‌س در ابتدا یک مدل قطعی برای مدل سازی تمام فعالیت‌های زنجیره تأمین تولید سوخت سبز که شامل تأمین مواد اولیه لازم برای رشد جلبک‌ها، کشت جلبک‌ها و تبدیل آن‌ها به سوخت و نهایتاً عرضه سوخت در کشور است، توسعه داده می‌شود. سپس این مدل قطعی به یک مدل طراحی شبکه استوار برای دست‌یابی به تصمیمات زنجیره تأمین ایمن و استوار در برابر عدم قطعیت بسط داده می‌شود.

یافته‌ها: نتایج به‌کارگیری مدل پیشنهادی برای توسعه سوخت‌های جلبکی در کشور نشان می‌دهد که تولید هر لیتر سوخت سبز در حال حاضر 88.5 هزار ریال می‌باشد.

بحث و نتیجه‌گیری: هزینه کنونی تولید سوخت از جلبک ها توانایی رقابت با سوخت های فسیلی را ندارد اما این هزینه با افزایش اندک میزان رشد جلبک‌ها و محتوای روغنی آنها در آینده می‌تواند به ‌شدت کاهش پیدا کند.

واژه­های کلیدی: انرژی تجدید پذیر، سوخت سبز، جلبک‌ها، بهینه سازی استوار، زنجیره تأمین زیست توده.

 

 

J. Env. Sci. Tech., Vol 21, No.2,April, 2019

 

 

 

 


Supply Chain Management Models for the Development of Green Fuel Production from Microalgae in Iran

                                                                                                                                                    

Shayan Mohseni[3]

Mir Saman Pishvaee[4]*

pishvaee@iust.ac.ir

Admission Date: April 20, 2016

Date Received: December 17, 2015

 

 

Abstract

Background and Objective: Environmental pollution and dependency on fossil fuels are the most important incentives for the development of biofuels in Iran. Microalgae are introduced as one of the best raw materials for the production of biofuels in the world. In addition, for the production of microalgae, the emissions from power plants are used which leads to the reduction of greenhouse gas emissions to the atmosphere.

Method: This paper proposes a microalgae-based biofuel supply chain network design model to study the development of such fuels. First, a deterministic model was developed to model the all activities of the supply chain including provision of raw materials for the production of microalgae, microalgae cultivation, turning them into biofuel and eventually biofuel distribution. Then, the deterministic model was extended to a robust network design model to achieve a safe and stable supply chain decisions in the face of uncertainty.

Findings: Results of using the proposed model for the development of microalgal biofuel production show that the cost biofuel production from microalgae is 88.5 thousand Rials per liter.

Discussion and Conclusion: Current production cost of microalgae-based biofuel cannot compete with that of fossil fuel, but the cost can be significantly decreased with a slight increase in algae productivity or oil content in future.

Keywords: Sustainable energy, Green fuels, Microalgae, Robust optimization, Biomass supply chain.

 

مقدمه

 

آلودگی‌های زیست‌محیطی حاصل از مصرف سوخت‌های فسیلی، مصرف سریع و محدود بودن ذخایر نفتی و افزایش روزافزون تقاضای انرژی از مهم‌ترین‌ انگیزه‌های توسعه انرژی‌های نو در کشور می‌باشند. در میان انواع انرژی‌های نو، سوخت‌های سبز بر پایه زیست‌توده اهمیت فراوانی را در سال‌های اخیر به خود جلب کرده‌‌‌‌اند. دلیل این موضوع این است که سوخت‌های زیست‌توده بدون تغییر در ناوگان حمل‌ونقل می‌توانند جایگزین سوخت‌های فسیلی شوند (1). به‌علاوه جذب کربن دی‌اکسید هنگام رشد، منجر به کاهش میزان خالص کربن دی‌اکسید ورودی به اتمسفر و به‌تبع آن کاهش مخاطرات زیست محیطی می‌شوند (2). تا به امروز مواد اولیه مختلفی برای تولید سوخت‌های سبز به کار گرفته‌شده است. از مهم‌ترین مواد اولیه می‌توان به دانه ذرت، نیشکر، سویا و دانه‌های روغنی اشاره نمود (3). اگرچه تولید سوخت از این مواد در بسیاری از نقاط دنیا به‌صورت اقتصادی انجام می‌گرفته است، اما در سال‌های اخیر به علت این‌که این سوخت‌ها از مواد غذایی خوراکی برای تولید استفاده می‌کنند و اثرات نامطلوبی بر بازار کشاورزی دارند، با انتقادهای شدیدی روبه‌رو بوده است (4). چنین مشکلاتی باعث شده است که توجهات به استفاده از منابع اولیه غیر غذایی برای تولید سوخت جلب شود. از مهم‌ترین منابع اولیه غیر غذایی که به نسل دوم سوخت‌های فسیلی مشهور هستند می‌توان به منابعی ‌هم‌چون غلاف ذرت، چمن، صنوبر، جاتروفا و بامبو اشاره نمود (2). باوجود این که این نسل اثر نامطلوب کم‌تری بر بازار‌های مواد غذایی دارند اما میزان بهره‌وری بالایی ندارند و هم‌چنین نیاز به آب مناسب و کود‌های بخش کشاورزی دارند که باعث عدم توانایی آن‌ها برای تولید در مقیاس وسیع سوخت سبز می‌شود. در بین انواع مواد اولیه بدون منشأ غذایی، ریز جلبک‌ها (گونه‌های تک‌سلولی جلبک‌ها) دارای خصوصیت‌ها و ویژگی‌های زیستی و فنی فراوانی هستند که باعث شده است به‌عنوان یکی از مطلوب‌ترین و نویدبخش‌ترین مواد اولیه برای تولید سوخت سبز در سال‌های آینده محسوب شوند. از مهم‌ترین‌ مزیت‌های ریز جلبک‌ها می‌توان به مواردی ‌هم‌چون: (1) میزان رشد بالا و هم‌چنین قابلیت ذخیره سازی روغن بالا، (2) توانایی رشد در آب‌های شور و فاضلاب که می‌تواند به کاهش نیاز به آب شیرین کمک شایانی کند و (3) قابلیت استفاده از گازهای گل‌خانه ای استخراجی از نیروگاه های تولید برق و تبدیل آن به سوخت، اشاره نمود (3-5).

با گسترش روز افزون توجهات به سوخت‌های سبز از جلبک‌ها در نقاط مختلف دنیا، اهمیت مدیریت و برنامه ریزی زنجیره تأمین سوخت‌های سبز بر پایه جلبک‌ها بیش از پیش احساس می‌شود. مدل‌های بهینه و کارآمد طراحی شبکه زنجیره تأمین علاوه بر این که می‌توانند تصمیمات بهینه زنجیره تأمین سوخت‌ سبز استخراجی از جلبک‌ها را مشخص ‌کنند، نشان می‌دهند که تلاش‌های آینده در حوزه سوخت‌های جلبکی لازم است به سمت کدام بخش‌ها هدایت شود تا بهترین شرایط برای رشد هر چه سریع‌تر این صنعت فراهم شود. به‌طور کلی مدل‌های طراحی شبکه زنجیره تأمین سوخت‌های سبز استخراجی از زیست توده‌ها را می‌توان به سه دسته طبقه بندی نمود، (1, 6) دسته اول مربوط به مدل‌های زنجیره تأمین سوخت‌های سبز از مواد اولیه غذایی می‌باشد. این مدل‌ها فعالیت‌های زنجیره تأمین زیر را در بر می‌گیرد: مواد اولیه غذایی (برای مثال سویا) از مزارع موجود در نقاط مختلف جمع آوری شده سپس به پالایش‌گاه‌های تبدیل منتقل شده و بعد از تبدیل مواد اولیه به سوخت در پالایش‌گاه‌ها، سوخت نهایی به ایست‌گاه‌های عرضه سوخت سبز منتقل می‌شوند. بر اساس این فعالیت‌های ذکر شده مدل‌های زنجیره تأمین این دسته به بهینه سازی تصمیماتی ‌هم‌چون انتخاب تأمین کننده (7) ظرفیت، مکان و نوع تکنولوژی پالایش‌گاه‌های تبدیل (6, 8, 9) و روش حمل‌ونقل مواد اولیه و سوخت نهایی (10, 11) می‌پردازند. دسته دوم شامل مدل‌های زنجیره تأمین سوخت‌های سبز از مواد اولیه بدون منشأ غذایی می‌باشد. برخلاف مدل‌های دسته اول که در آن‌ها مواد اولیه از مزارع از پیش تعیین شده جمع آوری می‌شود، در مدل‌های دسته دوم لازم است که مکان‌های بهینه برای کشت مواد اولیه نیز مشخص شوند (12). بر این اساس، در مدل‌های دسته دوم علاوه بر تصمیمات زنجیره تأمین مدل‌های دسته اول، مکان و ظرفیت کشت محصولات نیز مشخص می‌شوند. در دسته سوم مدل‌های زنجیره تأمین سوخت‌های سبز استخراجی از جلبک‌ها قرار دارند. علت طبقه بندی سوخت‌های جلبکی در دسته‌ای جداگانه این است که ساختار شبکه زنجیره تأمین جلبک‌ها تفاوت‌های قابل توجهی با سایر شبکه‌های زنجیره تأمین سوخت‌های سبز دارد. به عبارت دقیق‌تر، رشد جلبک‌ها نیاز به مواد اولیه خاص ‌هم‌چون کربن دی اکسید، آب و مواد مغذی دارد که باعث پیچیدگی زنجیره تأمین سوخت سبز جلبک‌ها می‌شود (3). باوجود این که جلبک‌ها یکی از مهم‌ترین منابع برای تولید سوخت سبز محسوب می‌شوند، توجهات کم‌تری به مدل سازی و بهینه سازی زنجیره تأمین جلبک‌ها در نقاط مختلف دنیا شده است و اندک مطالعات انجام شده در این حیطه بخش‌های محدودی از فعالیت‌های مورد نیاز برای تولید سوخت سبز از جلبک‌ها را در بر می‌گیرد. این مطالعه برای پوشش این شکاف تحقیقاتی، به توسعه یک مدل جامع زنجیره تأمین که تمام مراحل مورد نیاز برای تولید سوخت از جلبک‌ها را در برمی‌گیرد، می‌پردازد.

عدم قطعیت موضوع مهمی‌ در زنجیره تأمین سوخت‌های سبز به دست آمده از زیست‌توده‌ها می‌باشد که تصمیمات زنجیره تأمین را به‌شدت تحت تأثیر قرار می‌دهد (8, 13). باوجود اهمیت این موضوع، اغلب مدل‌های طراحی شبکه زنجیره تأمین سوخت‌های سبز قطعی هستند. در سال‌های اخیر با پررنگ‌تر شدن نقش عدم قطعیت در زنجیره تأمین سوخت‌های سبز، برخی از محققین به توسعه مدل‌های غیرقطعی پرداخته‌اند (7). برنامه ریزی احتمالی روش به کار گرفته شده برای مقابله با عدم قطعیت در این مطالعات می‌باشد. اما این روش در زمینه طراحی شبکه زنجیره تأمین با محدودیت‌های جدی رو به ‌رو است. برای مثال (1) برنامه ریزی احتمالی برای مدل سازی عدم قطعیت نیاز به تابع توزیع احتمالی پارامتر‌های غیرقطعی دارد حال آن که در زنجیره تأمین سوخت‌های سبز به علت نو پا بودن صنعت سوخت‌های سبز، داده‌های تاریخی کافی در دسترس نمی‌باشد و نتیجتاً به دست آوردن توزیع احتمالی پارامترها مشکل است، (2) بهینه سازی احتمالی بر پایه سناریو به‌عنوان یک روش مشهور در بهینه سازی شبکه زنجیره تأمین برای مقابله با عدم قطعیت نیاز به در نظر گرفتن مجموعه‌‌‌‌‌ای بزرگ از سناریو‌ها  دارد که منجر به افزایش پیچیدگی مساله و به‌تبع آن افزایش زمان محاسباتی می‌شود(5). به‌عنوان یک راه حل جایگزین، بهینه سازی استوار بر چنین مشکلاتی غلبه می‌کند و مهم‌تر از این، جوابی را فراهم می‌کند که به ازای تمام واقع نمایی‌های پارامتر‌های غیرقطعی، شدنی و استوار باقی می­ماند (14). بر این اساس، در این مطالعه یک مدل استوار طراحی شبکه زنجیره تأمین برای تولید سوخت از جلبک‌ها توسعه داده می‌شود. به کار گیری رویکرد بهینه سازی استوار در این مدل تضمین می‌کند که تصمیمات استراتژیکی و تاکتیکی زنجیره تأمین به دست آمده نسبت به نوسانات پارامتر‌های غیرقطعی حساسیت کم‌تری داشته باشد و هم‌چنین بر اثر نوسانات اندک پارامترهای ارزش خود را از دست ندهد.

بیان مساله

فرایند تولید سوخت از جلبک‌ها

در یک نگاه کلی چرخه تولید سوخت سبز از جلبک‌ها از چند مرحله تشکیل شده است. در ابتدای این چرخه، حوضچه‌هایی قرار دارند که در آن‌ها جلبک‌ها کشت داده می‌شوند. به عبارت دقیق‌تر این حوضچه‌ها مملو از مخلوط آب و مواد مغذی مورد نیاز برای رشد بهره‌ور جلبک‌ها (کربن دی اکسید، نیتروژن و فسفر) هستند و در مساحت‌های چندین هکتار ساخته می‌شوند. بعد از رشد جلبک‌ها در این حوضچه‌ها، لازم است جلبک‌ها از آب پیرامونشان جداسازی شده تا هم از فساد پذیری آن‌ها جلوگیری شوند و هم برای مراحل بعدی تولید سوخت آماده گردد. برای این منظور، مخلوط آب و جلبک‌ها به ترتیب وارد مراحل برداشت و خشک کردن می‌شوند. در مرحله برداشت با استفاده از فرایند لخته سازی مقدار قابل توجهی آب از مخلوط آب و جلبک جداسازی شده و سپس در محله خشک کردن مقدار اندک آب باقی مانده نیز به‌وسیله حرارت تبخیر شده و جلبک‌ها به‌طور کامل خشک می‌شوند (3, 4). جلبک خشک شده می‌تواند توسط فرایندهای مختلفی به سوخت‌های مختلفی تبدیل شود، اما تولید سوخت دیزل از این ماده اولیه شناخته شده ترین روش می‌باشد و از طرفی سوخت بایودیزل ارزش‌مندترین سوخت در بین سوخت‌های مختلف سبز است (5). برای دست یابی به سوخت دیزل، روغن موجود در جلبک‌های خشک شده استخراج شده و سپس این روغن توسط واکنش‌های شیمیایی به سوخت بایودیزل تبدیل می‌شود.

مدل طراحی شبکه زنجیره تأمین

بر اساس فرایند تولید سوخت توصیف شده، می‌توان مدل شبکه زنجیره تأمینی را مطابق شکل (1) برای تولید سوخت از جلبک‌ها در نظر گرفت. این زنجیره که کل فعالیت‌های موردنیاز برای تولید سوخت از تأمین مواد اولیه تا عرضه سوخت به بازار نهایی را در برمی‌گیرد از لایه‌های زیر تشکیل شده است:

مواد اولیه موردنیاز

رشد بهینه و بهره‌ور جلبک‌ها نیاز به تأمین کافی و پایدار موادی ‌هم‌چون آب، کربن دی اکسید و مواد مغذی دارد، لذا لازم است در مدل طراحی شبکه، تأمین این مواد به‌طور دقیق در نظر گرفته شوند. آب لازمه اصلی رشد جلبک‌ها محسوب می‌شود که محیط موردنیاز برای رشد و پرورش جلبک‌ها در کنار مواد مغذی را فراهم می‌کند. بر اساس تحقیقات مختلف انجام شده تولید هر لیتر سوخت از جلبک‌ها نیازمند 400 لیتر آب می‌باشد (15). این میزان آب موردنیاز مانع عمده‌‌‌‌‌ای برای تولید در مقیاس عظیم سوخت جلبکی با توجه به کمبود منابع آب شیرین محسوب می‌شود. برای کاهش نگرانی این موضوع، می‌توان از قابلیت رشد جلبک‌ها در فاضلاب‌ها بهره برد. لذا در این مدل طراحی شبکه از فاضلاب علاوه بر آب شیرین برای تولید جلبک‌ها استفاده می‌شود. کربن دی اکسید ماده اولیه مهم دیگری است که در فرایند فتوسنتز جلبک‌ها همانند سایر گیاهان موردنیاز است. از آن‌جایی که جلبک‌ها زیر سطح آب رشد می‌کنند میزان جذب کربن دی اکسید آن‌ها از اتمسفر به علت برگشت پذیری سطحی آب، برای رشد بهینه کافی نمی‌باشد، لذا استفاده از یک منبع کربن دی اکسید غلیظ موردنیاز است (3). اگرچه از منابع مختلفی برای تأمین کربن دی اکسید می‌توان استفاده نمود، کربن دی اکسید منتشر شده از نیروگاه‌های تولید برق مورد توجه ویژه‌ای در بین منابع مختلف هستند. علت این موضوع این است که کربن دی اکسید منتشر شده از نیروگاه‌ها غلظت کافی در تمام فصول سال را دارند و هم‌چنین با به‌کارگیری این کربن دی اکسید برای تولید سوخت سبز می‌توان از انتشار مقدار قابل توجهی کربن دی اکسید به اتمسفر جلوگیری نمود (16). نیتروژن و فسفر دو ماده مغذی اصلی مورد نیاز برای رشد جلبک‌ها محسوب می‌شوند (15, 16). این دو ماده مغذی به‌وسیله تهیه کودهای کشاورزی تأمین می‌شوند. به‌علاوه از آن جایی که فاضلاب‌ها دارای مقادیر بالایی از مواد مغذی هستند، در صورت استفاده از فاضلاب، مواد مغذی مورد نیاز به‌وسیله کودهای کشاورزی و فاضلاب تأمین می­شود.

سایت‌های تولید

در لایه میانه زنجیره تأمین مورد بحث سایت­های تولید قرار دارند. با توجه به مراحل تشریح شده تولید سوخت، سایت­های تولید از واحد‌های مختلفی تشکیل می‌شوند. در مدل سازی ریاضی زنجیره تأمین فرض می‌شود که فرایند تولید سوخت در دو مرحله انجام می‌شوند. در مرحله اول حوضچه‌های تولید جلبک قرار دارند که به میزان رشد جلبک‌ها (مقدار ماده خشک به ازای هر هکتار) ضرب در مساحت کل حوضچه‌ها (هکتار) جلبک خشک تولید می‌کنند. در مرحله دوم جلبک‌های خشک تولید شده با یک میزان تبدیل به سوخت دیزل سبز تبدیل می‌شود.

یکی از مهم‌ترین مشکلات پیش روی سوخت‌های سبز این است که تقاضای سوخت در سرتاسر سال یکسان است اما تولید سوخت وابسته به شرایط آب و هوایی است و در فصول سرد به مقدار قابل توجهی کاهش پیدا می‌کند (1). برای کاهش این مشکل، در مدل طراحی شبکه ذخیره سازی سوخت در نظر گرفته می‌شود. به عبارت دیگر در صورت وجود تقاضا سوخت به نواحی تقاضا منتقل می‌شود و در غیر این صورت، سوخت تولیدی ذخیره می‌شود تا در دوره‌های بعدی مصرف گردد.

نواحی عرضه سوخت

در لایه آخر زنجیره تأمین جلبک‌ها نواحی عرضه سوخت قرار دارند. از آن‌جایی که در مراحل اولیه توسعه سوخت‌های سبز استخراجی از جلبک‌ها نمی‌توان انتظار داشت که توزیع سوخت در تمام کشور انجام شود، تعدادی استان به‌صورت بازارهای آزمایشی در نظر گرفته شده و عرضه سوخت در این استان‌ها انجام می‌گیرد.

حمل و نقل

برای برقراری ارتباط میان لایه‌های زنجیره تأمین ذکر شده، دو
روش حمل و نقل در نظر گرفته می‌شود: انتقال به‌وسیله خط لوله و تانکر حمل. از آن جایی که‌ لازم است آب، فاضلاب و کربن دی اکسید به‌صورت بی‌وقفه به سایت‌های تولید منتقل شود، خط لوله برای انتقال این مواد اولیه در نظر گرفته می‌شود. به‌علاوه با توجه به این که استفاده از تانکرهای حمل برای انتقال سوخت بنزین و دیزل عمل‌کرد مناسبی داشته است، تانکرهای حمل برای انتقال سوخت سبز تولیدی در سایت‌های تولید به بازارهای آزمایشی در نظر گرفته می‌شود.

 

 

شکل 1- مدل طراحی شبکه زنجیره تأمین سوخت سبز بر پایه جلبک‌ها

Figure 1- Structure of microalgae-based biofuel supply chain

 


مدل ریاضی طراحی شبکه زنجیره تأمین

نماد‌های مدل

پیش از ارایه مدل ریاضی مجموعه‌ها، متغیرها و پارامترها به کار گرفته شده در مدل طراحی شبکه در زیر لیست می‌شوند. لازم به ذکر است پارامترهای غیرقطعی با  نشان داده شده‌اند.

 

مجموعه‌ها

 

 مجموعه منبع‌های آب شیرین،

 

مجموعه منبع‌های فاضلاب،

 

مجموعه منبع‌های کربن دی اکسید (نیروگاه‌های تولید برق)،

 

مجموعه مکان‌های کاندید برای سایت‌های تولید،

 

مجموعه سطوح مختلف ظرفیت،  

 

مجموعه مکان‌های تقاضا،

 

مجموعه دوره‌های زمانی،

 

پارامتر‌ها

 

مقدار آب شیرین در دسترس در ناحیه f در دوره زمانی t

 

مقدار فاضلاب در دسترس در ناحیه w در دوره زمانی t

 

مقدار کربن دی اکسید در دسترس در ناحیه c در دوره زمانی t

 

هزینه حمل‌ونقل به ازای هر واحد آب شیرین از منبع f به سایت تولید i

 

هزینه حمل‌ونقل به ازای هر واحد فاضلاب از منبع w به سایت تولید i

 

هزینه حمل‌ونقل به ازای هر واحد کربن دی اکسید از منبع c به سایت تولید i

 

هزینه حمل‌ونقل به ازای هر واحد بایودیزل از سایت تولید i به مکان تقاضا m

 

هزینه سرمایه‌گذاری سالانه سایت تولید i با ظرفیت q

 

هزینه تولید بابودیزل در سایت تولید i

 

هزینه سرمایه‌گذاری سالانه خط لوله   با ظرفیت  

 

هزینه سرمایه‌گذاری سالانه خط لوله   با ظرفیت  

 

هزینه سرمایه‌گذاری سالانه خط لوله   با ظرفیت  

 

حداکثر ظرفیت خط لوله  با ظرفیت   در دوره زمانی t

 

حداکثر ظرفیت خط لوله  با ظرفیت   در دوره زمانی t

 

حداکثر ظرفیت خط لوله  با ظرفیت   در دوره زمانی t

 

مساحت حوضچه‌های سایت تولید با ظرفیت q

 

مقدار حاصل‌خیزی (تولید) جلبک خشک به ازای هر واحد سطح در ناحیه i در دوره زمانی t

 

آب موردنیاز به ازای هر واحد جلبک تولیدی

 

نیتروژن موردنیاز به ازای هر واحد جلبک تولیدی

 

فسفر موردنیاز به ازای هر واحد جلبک تولیدی

 

کربن دی اکسید موردنیاز به ازای هر واحد جلبک تولیدی

 

نیتروژن در دسترس به ازای هر واحد فاضلاب

 

فسفر در دسترس به ازای هر واحد فاضلاب

 

قیمت نیتروژن در دوره زمانی t

 

قیمت فسفر در دوره زمانی t

 

هزینه نگه‌داری بایودیزل در سایت تولید i

 

میزان تبدیل جلبک خشک شده به بایودیزل

 

میزان تقاضا در ناحیه m در دوره t

 

متغیرهای تصمیم

 

مقدار آب شیرین منتقل شده از منبع f به سایت تولید i در دوره زمانی t

 

مقدار فاضلاب منتقل شده از منبع w به سایت تولید i در دوره زمانی t

 

مقدار کربن دی اکسید منتقل شده از منبع c به سایت تولید i در دوره زمانی t

 

مقدار بایودیزل منتقل شده از سایت تولید i به ناحیه تقاضا  m در دوره زمانی t

 

مقدار ذخیره بایودیزل در سایت تولید i در دوره زمانی t

 

مقدار کود نیتروژن خریداری شده در سایت تولید i در دوره t

 

مقدار کود فسفر خریداری شده در سایت تولید i در دوره t

 

متغیر 0-1، برابر با 1 در صورت ساخت سایت تولید با ظرفیت q، در غیر این صورت 0

 

متغیر 0-1، برابر با 1 در صورت ساخت خط لوله با ظرفیت q بین منبع f و سایت i، در غیر این صورت 0

 

متغیر 0-1، برابر با 1 در صورت ساخت خط لوله با ظرفیت  بین منبع f و سایت i، در غیر این صورت 0

 

متغیر 0-1، برابر با 1 در صورت ساخت خط لوله با ظرفیت  بین منبع f و سایت i، در غیر این صورت 0

با توجه به پارامترها و متغیرهای توصیف شده در بالا، تابع هدف و محدودیت‌های مدل ریاضی طراحی شبکه جلبک‌ها در زیر ارایه می‌شوند.

تابع هدف

در زیر تابع هدف مربوط به مدل طراحی شبکه نشان داده شده است. این تابع هدف هزینه‌های کل زنجیره تأمین را در طول افق برنامه ریزی کمینه می‌کند. این هزینه‌ها شامل: هزینه‌های انتقال مواد اولیه از منبع‌ها به سایت‌های تولید (FC)، هزینه ثابت سرمایه‌گذاری برای لوله گذاری (PC)، هزینه تهیه مواد مغذی (EC)، هزینه‌های سایت‌های تولید (هزینه‌های عملیاتی و سرمایه گذاری) (PF)، هزینه‌های موجودی (IC) و هزینه‌های انتقال بایودیزل از سایت‌های تولید به نواحی تقاضا (BC) می‌باشد.

(1)

FC+PC+EC+PF+IC+BC

 

 

 

 

 

 

 

 

 

 

 

 

محدودیت‌های مدل

مقدار در دسترس مواد اولیه (آب شیرین، فاضلاب و کربن دی اکسید) در مناطق مختلف و هم‌چنین فصول مختلف سال متغیر است. محدودیت‌های (2) تا (4) تضمین می‌کند که مقدار برداشت این مواد اولیه از منبعشان از حداکثر مقدار قابل در دسترس تجاوز نکند.

(2)

 

(3)

 

(4)

 

محدودیت (5) تضمین می‌کند که مقدار آب مورد نیاز در هر سایت تولید که برابر با ضرب مقدار جلبک تولیدی ( ) در میزان آب مورد نیاز است، به‌وسیله آب‌ شیرین و فاضلاب تضمین شود.

(5)

 

محدودیت (6) تضمین می‌کند که مقدار نیتروژن موردنیاز از طریق فاضلاب منتقل شده به سایت تولید و نیتروژن خریداری از بازار آزاد تأمین شود. شرایط مشابهی برای فسفر وجود دارد که در محدودیت (7) نشان داده شده است. محدودیت (8) تضمین می‌کند که مقدار کربن دی اکسید موردنیاز در هر سایت و هر دوره از کربن دی اکسید منتقل شده از نیروگاه‌ها فراهم شود.

(6)

 

(7)

 

(8)

 

محدودیت (9) تضمین می‌کند که مقدار بایودیزل تولید شده در هر سایت تولید در هر دوره به‌علاوه موجودی بایودیزل ذخیره شده در انتهای دوره قبل بیش‌تر از بایودیزل منتقل شده از سایت تولید به بازار‌های تقاضا و موجودی در انتهای دوره فعلی باشد.

(9)

 

محدودیت‌های (10) تا (12) تضمین می‌کند که در صورت ساخت خط لوله، مقدار آب شیرین، فاضلاب و کربن دی اکسید انتقالی از منبع‌های مواد اولیه به سایت‌های تولید در هر دوره از ظرفیت خط لوله تجاوز نکند.

(10)

 

(11)

 

(12)

 

محدودیت‌های (13) تا (16) تضمین می‌کند که فقط یک سطح ظرفیت برای هر سایت تولید و هر خط لوله آب شیرین، فاضلاب و کربن دی اکسید انتخاب شود.

(13)

 

(14)

 

(15)

 

(16)

 

محدودیت (17) تضمین می‌کند که مقدار سوخت عرضه شده به استان‌های کاندید از میزان تقاضا در آن استان‌ها در هر دوره بیش‌تر باشد. نهایتاً محدودیت‌های (18) نامنفی بودن متغیر‌های تصمیم ذکر شده را تضمین می‌کند.

(17)

 

(18)

 

رویکرد بهینه سازی استوار با بودجه عدم قطعیت

بهینه سازی استوار با داده‌های غیرقطعی فاصله‌ای نخستین بار به‌وسیله سویستر[5] توسعه داده شده است (17). این مدل بد‌‌‌ترین‌ مقدار محتمل پارامتر‌های غیرقطعی را در نظر می‌گیرد، نتیجتاً حداکثر حفاظت را در برابر عدم قطعیت فراهم می‌کند. اما نقص این رویکرد آن است که احتمال این که تمام پارامتر‌های غیرقطعی هم زمان بد‌‌‌ترین‌ مقدار خود را بگیرند به کمی ‌احتمالی مقدار گرفتن هم زمان پارامتر‌های غیرقطعی در مقدار اسمی‌ می‌باشد. برای کاهش محافظه‌کاری این روش، بنتال و نمیروفسکی[6] به توسعه مدل بهینه سازی استوار تحت مجموعه عدم قطعیت بیضوی شکل پرداختند(18). اگر چه رویکرد آن‌ها توانایی مناسبی در کنترل محافظه‌کاری مدل دارد اما مدل برنامه ریزی خطی اولیه را به مدل برنامه ریزی غیرخطی تبدیل می‌کند که از لحاظ محاسباتی بسیار پیچیده‌تر است. در ادامه مدل‌های بهینه سازی هم‌زاد استوار بر اساس مجموعه عدم قطعیت‌های متفاوتی ‌هم‌چون لوزی، ترکیب مربع و لوزی، ترکیب مربع و بیضی و ترکیب مربع، بیضی و لوزی برای مدل‌های برنامه ریزی عدد صحیح مختلط توسعه داده شده است (19). در سال‌های اخیر یکی از مناسب‌ترین رویکردهای بهینه سازی استوار به نام رویکرد بهینه سازی استوار با بودجه عدم قطعیت توسط برتسیماس و سیم[7] ارایه شده است (20). علت این موضوع این است که مدل آن‌ها علاوه بر این که از خطی بودن مساله اصلی را حفظ می‌کند، کنترل کاملی بر درجه محافظه‌کاری جواب مدل به‌وسیله مقادیر مختلف بودجه عدم قطعیت فراهم می‌کند. بر این اساس رویکرد بهینه سازی استوار برتسیماس و سیم برای توسعه مدل زنجیره تأمین استوار جلبک‌ها به کار گرفته می‌شود.

در این قسمت رویکرد بهینه سازی استوار با بودجه عدم قطعیت تشریح می‌شود. برای انجام این کار مدل برنامه ریزی خطی زیر را در نظر می‌گیریم:

(19)

 

 

 

 

 

که در آن ضرایب  در معرض عدم قطعیت قرار گرفته‌‌‌‌اند. برای توسعه مدل استوار این مدل برنامه ریزی خطی هر یک از ضرایب  به‌صورت یک متغیر تصادفی که در بازه  مقدار می‌گیرد، مدل سازی می‌شود. در این بازه،  و   به ترتیب نشان دهندهمقدار اسمی و دامنه نوسان پارامتر غیرقطعی می‌باشد. به‌علاوه برای هر محدودیت i یک پارامتر  که بودجه عدم قطعیت نامیده می‌شود، معرفی می‌شود تا استحکام مدل را در برابر درجه محافظه‌کاری جواب نهایی تنظیم کند. پارامتر  که لزوماً عدد صحیح نمی‌باشد در بازه  مقدار می‌گیرد که  نشان دهنده تعداد پارامترهای غیرقطعی محدودیت i ام مدل می‌باشد. نقش پارامتر  این است کهتعداد  از ضرایب غیرقطعی بد‌‌‌ترین‌ مقدار خود را بگیرند و یک ضریب دیگر( ) به‌‌‌‌اندازه  به بد‌‌‌ترین‌ مقدارش تغییر داده شود. بر اساس توضیحات داده شده فرم غیرخطی مدل برنامه ریزی اولیه به‌صورت زیر می‌باشد:

(20)

 
 

 

 

در این مدل  نشان دهنده ضرایبی است که به‌طور کامل تغییر می‌کنند و  دلالت بر یک ضریبی دارد که به‌‌‌‌اندازه  تغییر می‌کند در صورتی که  عدد صحیح نباشد. با فرض جواب بهینه ، بخش حفاظتی مدل (20)، ، معادل با مدل برنامه ریزی خطی زیر است:

 

 

 

 

(21)

 

بر اساس قضیه قوی دوگان، از آن جایی که مدل (21) شدنی و محدود به ازای تمام مقادیر  می‌باشد، دوگان مدل (21) نیز محدود و شدنی با مقدار تابع هدف یکسان می‌باشد. لذا مدل (21) می‌تواند با مدل دوگانش که به‌صورت زیر است جایگزین شود:

(22)

 

 

 

 

 

 

 

بعد از جایگزینی مدل (22) در مدل (20)، هم‌زاد استوار خطی مدل اولیه به‌صورت زیر به دست می‌آید:

(23)

 

 

 

 

 

 

 

از آن‌جایی که بخشی از محدودیت‌های مدل‌های طراحی شبکه فقط یک ضریب غیرقطعی در سمت راست دارند (محدودیت‌های عرضه و تقاضا)، در ادامه رویکرد بهینه سازی استوار در ارتباط با چنین محدودیت‌هایی در نظر گرفته می‌شود. برای این هدف هر یک از ضرایب غیرقطعی سمت راست همانند سایر ضرایب عدم قطعیت توزیع متقارنی به شکل  دارند اما بودجه عدم قطعیت در بازه  مقدار می‌گیرد. با توجه به این توضیحات هم‌زاد استوار مدل (19) می‌تواند به‌صورت نشان داده شود:

 

 

 

 

 

 

(24)

 

که معادل با مساله برنامه ریزی خطی زیر است:

 

 

 

 

(25)

 

در این حالت زمانی که    در مقادیر 0 و 1 تنظیم می‌شود به ترتیب هیچ محافظت و محافظت کامل در برابر عدم قطعیت وجود دارد. به‌علاوه تغییر دادن   در بازه    به کنترل درجه محافظه‌کاری جواب استوار‌ کمک می‌کند.

موضوع مهم دیگر در مدل‌های بهینه سازی استوار نحوه کنترل درجه محافظه‌کاری جواب استوار می‌باشد. همان طور که ذکر شد بودجه عدم قطعیت، تعیین کننده میزان نقض محدودیت‌ها می‌باشد. مقادیر بالاتر بودجه عدم قطعیت تعداد بیش‌تری از پارامتر‌ها را به سمت بد‌‌‌ترین‌ مقدارشان سوق می‌دهد و نتیجتاً احتمال نقض محدودیت‌ها کم‌تر می‌شود. برای تنظیم مقدار این بودجه می‌توان از حد احتمالی نقض محدودیت‌ها استفاده نمود. برتسیماس و سیم نشان دادند که حد بالای احتمال نقض محدودیت  iبه‌صورت  محاسبه می‌شود (20).

مدل استوار طراحی زنجیره تأمین بر پایه تولید پیوسته

تابع هدف

در ابتدا هم‌زاد استوار تابع هدف مدل قطعی تشکیل می‌شود. برای قابل کنترل بودن ابعاد فرمول بندی، فرم فشرده برداری تابع هدف (1) را در نظر بگیرید:

(26)

 

که در آن بردار‌های غیرقطعی  و   به ترتیب متناظر با هزینه‌های عملیاتی و سرمایه‌گذاری می‌باشد، به‌علاوه بردار‌ها   و  به ترتیب نشان دهنده متغیر‌های پیوسته و دودویی هستند. برای این که بتوان با تابع هدف همانند محدودیت‌ها برای به دست آوردن هم‌زاد استوار برخورد کرد، تابع هدف به‌صورت معادل به محدودیت (28) منتقل می‌شود:

(27)

 

(28)

 

حال با معرفی بردار‌های دوگان  و ، محدودیت (28)به‌صورت هم‌زاد استوار زیر فرمول بندی می‌شود:

(29)

 

(30)

 

(31)

 

(32)

 

 

محدودیت‌های مدل

در هر یک از محدودیت‌های (2) تا (4) فقط ضریب سمت راست آلوده به عدم قطعیت می‌باشد. بنابراین بودجه‌های عدم قطعیت با مقدار در بازه  معرفی شده و سپس محدودیت‌های اصلی به محدودیت‌های استوار زیر تبدیل می‌شود:

(33)

 

(34)

 

(35)

 

برای محدودیت (5) که بیش از یک پارامتر غیرقطعی را در برمی‌گیرد، محدودیت‌های هم‌زاد استوار زیر به دست می آید:

(36)

 

(37)

 

(38)

 

که در آن‌ها   و متغیر‌های دوگان هستند و  بودجه عدم قطعیت می‌باشد که در بازه  مقدار می‌گیرد، q تعداد ضرایب غیرقطعی محدودیت (5) می‌باشد. به طریقه مشابهی هم‌زاد استوار محدودیت‌ها (8) و (9) به‌صورت زیر نوشته می­شود:

(39)

 

(40)

 

(41)

 

(42)

 

(43)

 

(44)

 

برای به دست آوردن هم‌زاد استوار محدودیت‌ها (6) و (7)، یک متغیر کمکی  برای انتقال ضریب سمت راست به سمت چپ به کار گرفته شده و سپس محدودیت‌های اصلی به شکل زیر نوشته می‌شوند:

(45)

 

(46)

 

(47)

 

(48)

 

(49)

 

(50)

 

(51)

 

(52)

 

در اینجا  ، متغیر‌های دوگان هستند و بودجه‌های  در بازه  مقدار می‌گیرند. برای محدودیت‌ تقاضا (17)، بودجه‌های عدم قطعیت با مقدار در بازه  در نظر گرفته شده و محدودیت‌های زیر اضافه می‌شود:

(53)

 

مطالعه موردی

در این بخش عمل‌کرد مدل توسعه داده با استفاده از یک مطالعه موردی به منظور طراحی شبکه زنجیره تامین تولید توسعه سوخت سبز از جلبک ها در کشور ارزیابی و آنالیز می شود. لازم به ذکر است با توجه به این که مطالعه حاضر اولین مطالعه در راستای توسعه مدل زنجیره تامین تولید سوخت سبز جلبک در کشور می باشد، کل کشور در مطالعه موردی در نظر گرفته شده است. با توسعه هر چه بیش‌تر این نوع سوخت در کشور می توان برای استان های مختلف به طور مجزا مدل های زنجیره تامین مطالعه شوند. در میان کشور های آسیایی، ایران دارای قابلیت ها و انگیزه های مختلفی برای تولید سوخت سبز از جلبک ها می باشد که باعث می شود به کارگیری مدل در کشور به عنوان یک مطالعه موردی کاربردی در نظر گرفته شود. از مهم‌ترین انگیزه های تولید سوخت سبز جلبکی در ایران می توان به موارد زیر اشاره نمود: (1) گستردگی جغرافیایی وسیع که موجب در دسترس بودن حالت های مختلف آب و هوایی در طول سال می شود (برای مثال استان های جنوبی کشور حتی در فصول سرد سال از دمای بالایی برخوردارند که رشد جلبک ها و تولید سوخت در سرتاسر سال را امکان پذیر می سازد)، (2) وجود زمین های ماسه ای و نمکی گسترده در کشور که می تواند برای ساخت حوضچه های رشد جلبک ها استفاده شوند، (3) در دسترس بودن منابع آب های شور فراوان در دریای مازندران و خلیج فارس که ماده اولیه مناسبی برای رشد برخی گونه های جلبک ها می باشد و (4) وجود نیروگاه های تولید برق در مناطق مناسب آب و هوایی که می توانند به عنوان منبع کربن دی اکسید برای رشد جلبک ها به کار گرفته شوند و از انتشار بخش اعظمی از گازهای گل‌خانه ای به اتمسفر جلوگیری شود (21, 22). لازم به ذکر است که صنعت تولید سوخت سبز از جلبک ها صنعتی بسیار نوپا محسوب می شود و فاز های اولیه توسعه آن در کشور های استرالیا، آمریکا و ژاپن در حال شکل گیری است (4, 16). با توجه به این که تا به حال آنالیزهای اقتصادی در ارتباط با تولید سوخت سبز از جلبک ها در کشور انجام نگرفته است، لذا در این مطالعه موردی داده های مورد نیاز مدل با استفاده از آنالیز های اقتصادی انجام گرفته در سایر کشور ها تخمین زده می‌ شود.

مفروضات و داده‌های مدل

در این مطالعه موردی، مفروضات و داده‌های زیر مورد استفاده قرار گرفته است:

(1) افق برنامه ریزی به مدت یک سال متشکل از 12 ماه در نظر گرفته شده است.

(2) یکی از مهم‌ترین عوامل اقتصادی تاثیرگذار در مدل توسعه داده شده، هزینه های سرمایه گذاری و عملیاتی لوله گذاری آب می باشد. با توجه به این که نحوه لوله گذاری برای انتقال آب به سایت های تولید جلبک ها بسیار شبیه به لوله گذاری آب شهری است، هزینه‌های مربوط به لوله گذاری آب بر اساس فهرست بهای رشته شبکه توزیع آب سال 1393 محاسبه شده است. این محاسبات بر اساس لوله گذاری با قطر 200 میلی‌متر انجام شده است. هم‌چنین قیمت لوله گذاری برای کم‌‌‌ترین‌ شیب موجود در این فهرست بها (کمتر از 8 درجه) در نظر گرفته شده است.

(3) در ارتباط با لوله گذاری مورد نیاز برای انتقال کربن دی اکسید از نیروگاه های تولید برق به سایت های تولید، شباهت بسیاری بین این نوع لوله گذاری و لوله گذاری گاز شهری وجود دارد، لذا هزینه‌های مربوط به انتقال کربن دی اکسید بر اساس فهرست بهای اختصاصی تأسیسات نفت و گاز سال 1390 تخمین زده شده است. این محاسبات بر اساس لوله‌های فولادی 12 اینچی انجام شده است. لازم به ذکر است از آنجا که برای انتقال کربن دی اکسید از نیروگاه های تولید برق لازم است در محل نیروگاه ها واحد های ذخیره و نگه‌داری کربن دی اکسید علاوه بر لوله گذاری احداث شود، به هزینه های محاسبه شده بر اساس لوله گذاری شهری 20 درصد افزوده شده است (23).

(4) هزینه‌های سرمایه‌گذاری و عملیاتی مراحل مختلف تولید سوخت (کشت جلبک ها، جداسازی جلبک ها از بستر آبی، خشک کردن جلبک ها، استخراج روغن، تبدیل روغن به سوخت) بر اساس آخرین بررسی‌های اقتصادی-تکنولوژیکی مرتبط با تولید سوخت از جلبک‌ها در آمریکا که توسط لندکویست[8] و همکاران انجام شده است تخمین زده شده است (23). لازم به ذکر است در این مطالعات اقتصادی ظرفیت سایت های تولید با توجه به ظرفیت مرحله اول فرایند تولید (حوضچه های کشت جلبک ها) در نظر گرفته شده است و هزینه ها مراحل مختلف وابسته به حوضچه‌هایی به مساحت 400 تخمین زده شده است.

(5) در محاسبات بالا هزینه‌های سرمایه‌گذاری خطوط انتقال آب، کربن دی اکسید و سایت‌های تولید برای ظرفیت پایه محاسبه شده است. برای تخمین هزینه‌های سرمایه‌گذاری خطوط انتقال و سایت‌های تولید با ظرفیت بالاتر رابطه زیر به کار گرفته می‌شود.

 

(54)

در این رابطه   هزینه سرمایه‌گذاری خطوط انتقال و سایت‌های تولید با ظرفیت پایه  ،  هزینه سرمایه‌گذاری خطوط انتقال و سایت‌های تولید با ظرفیت پایه با ظرفیت بالاتر  و  ضریب مقیاس است. لازم به ذکر است ضریب مقیاس در این محاسبات برای خطوط انتقال آب و کربن دی اکسید به ترتیب 0.8 (24) و 0.9 (25) و برای سایت‌های تولید 0.85 (23) در نظر گرفته شده است.

(6) پارامتر‌های دیگر مدل که شامل میزان مواد اولیه موردنیاز به ازای هر واحد تولید سوخت، میزان‌های تبدیل در مراحل مختلف تولید سوخت و میزان نیتروژن و فسفر موجود در فاضلاب در جدول (1) نشان داده شده است.

(7) برای احداث سایت‌های رشد جلبک‌ها 20 مکان پیشنهادی در استان‌های مختلف در نظر گرفته شده است.

(8) برای نواحی عرضه سوخت (تقاضا)، 8 استان تهران، قزوین، اصفهان، شیراز، قم، مرکزی، کرمانشاه و یزد به عنوان استان های آزمایشی در فاز های اولیه توسعه سوخت سبز در نظر گرفته شده است.

(9) هدف مطالعه جایگزینی مصرف 5 درصد سوخت کنونی با سوخت سبز تعیین شده است و میزان مصرف در استان های ذکر شده بر اساس اطلاعات شرکت توزیع فرآورده های نفتی ایران تخمین زده شده است (27).

(10) 25 نیروگاه تولید برق در کشور، 30 تصفیه خانه فاضلاب، 35 منبع آب شیرین و 13 منبع آب شور بر اساس آنالیز های GIS شناسایی شده و در مدل به کار گرفته می شوند.

نتایج مدل

در این بخش مهم‌ترین نتایج به دست آمده از به کارگیری  مدل‌های قطعی و استوار زنجیره تامین توسعه داده شده در مطالعه موردی تحلیل شده و تفاوت‌های بین آن‌ها بررسی می‌شود. لازم به ذکر است مدل‌های قطعی و استوار توسط حل کننده CPLEX  نرم افزار بهینه سازی GAMS 24.1.2 حل شده‌اند.

هزینه کل زنجیره تأمین و عمل‌کرد محاسباتی

در ابتدا لازم است مدل‌ طراحی شبکه زنجیره تأمین جلبک‌ها در حالت‌های قطعی و استوار از منظر هزینه کل زنجیره تأمین و عمل‌کرد محاسباتی مقایسه شوند. جدول (2) هزینه کل زنجیره تأمین و زمان محاسباتی مدل‌ زنجیره تأمین در حالت قطعی و استوار را نشان می‌دهد. در این آزمایش برای مدل‌های بهینه سازی استوار، دامنه نوسان پارامترهای غیرقطعی در سطوح 10%، 20% و 30% تنظیم می‌شود و هم‌چنین سطح محافظه‌کاری که به‌وسیله بودجه عدم قطعیت г کنترل می‌شود در مقادیر 70%، 85% و 99% تنظیم شده است. نتایج نشان می‌دهد که مدل‌های استوار منجر به هزینه‌های زنجیره تأمین بالاتری در مقایسه با مدل‌های قطعی می‌شوند. گرچه از پیش انتظار می‌رفت که مدل‌های بهینه سازی استوار به علت افزایش پایداری زنجیره تأمین و تسخیر عدم قطعیت‌های محیط زنجیره تأمین، هزینه بالاتری در مقایسه با مدل‌های قطعی داشته باشند، اما لازم است میزان اختلاف هزینه بررسی شود. برای نمونه یک نسخه به‌شدت محافظه کار مدل استوار (درجه محافظه کار=99%، دامنه نوسان=30%) منجر به افزایش هزینه 71% مدل تولید دسته‌‌‌‌‌ای می‌شود. باوجود این که هزینه استوار بودن برای این نمونه به‌شدت بالاست، استفاده از سطوح محافظه‌کاری و دامنه نوسان پایین‌تر که یک تعادلی بین استوار بودن و افزایش هزینه فراهم می‌کند منجر به افزایش هزینه معقول‌تری می‌شوند. برای نمونه درجه محافظه‌کاری 70% و دامنه نوسان 10% منجر به افزایش هزینه زنجیره تأمین به میزان 13 درصد می‌شوند که هزینه‌‌‌‌‌ای به نسبت معقول محسوب می‌شود. نکته حایز اهمیت این است که میزان محافظه‌کاری را درجه ریسک پذیری تصمیم گیرنده تعیین می‌کند. درواقع تصمیم گیرنده به‌شدت ریسک گریز از سطوح عدم قطعیت بالاتری استفاده می‌کند و نتیجتاً لازم است برای آن هزینه بالاتری را بپردازد. در مقابل تصمیم گیرندگان ریسک پذیر افزایش قابلیت اطمینان با یک هزینه معقول را ترجیح می‌دهند. از مهم‌ترین‌ نتایج این جدول می‌توان به این نکته اشاره نمود که مدل‌های استوار خللی در ارتباط با زمان حل مدل ایجاد نکرده و زمان محاسباتی مناسبی در مقایسه با مدل‌های قطعی فراهم می‌کند.

 

 

 

جدول1- پارامتر‌ها و مقادیر تبدیل موردنیاز

Table 1- Input parameters and conversion rates.

مرجع

مقدار

پارامتر

(23)

25%

میزان تبدیل جلبک خشک به بایودیزل

(26)

42 میلی‌گرم/لیتر

نیتروژن موجود در فاضلاب

(26)

6.9 میلی‌گرم/لیتر

فسفر موجود در فاضلاب

(16)

400 لیتر/ کیلوگرم جلبک

آب موردنیاز تولید جلبک

(16)

1.6کیلوگرم/ کیلوگرم جلبک

نیتروژن موردنیاز تولید جلبک

(16)

3.2کیلوگرم/ کیلوگرم جلبک

فسفر موردنیاز تولید جلبک

(16)

6.2کیلوگرم/ کیلوگرم جلبک

کربن دی اکسید موردنیاز تولید جلبک

 


جدول 2- عمل‌کرد مدل‌های قطعی و استوار از منظر هزینه کل و زمان محاسباتی

Table 2- Total cost and computational time of deterministic and robust models.

زمان محاسباتی (ثانیه)-هزینه کل زنجیره تأمین (×1010 ریال)

 

مدل قطعی

مدل بهینه سازی استوار

 

 

 

سطح محافظه‌کاری


 

دامنه نوسان

 

520.8

424

99%

85%

70%

 

 

 

616.86

585

578.51

587

558.12

523

10%

 

 

694.12

435

646.62

655

608.19

632

20%

 

 

862.15

499

878.12

597

712.58

650

30%

                     

 

 

شکل 2- طراحی بهینه زنجیره تامین در حالت قطعی و استوار

Figure 2- Optimal supply chain design for deterministic and robust models.

 


طراحی بهینه زنجیره تأمین در حالت قطعی و استوار

 

به‌عنوان یکی از مهم‌ترین تصمیمات شبکه زنجیره تأمین جلبک‌ها، موقعیت و ظرفیت سایت‌های تولید و نیز خطوط انتقال در این بخش بررسی می‌شود. شکل (3) ظرفیت و موقعیت سایت‌های تولید و خطوط لوله را تحت مدل قطعی و مدل استوار (نوسان داده 20% و درجه محافظه کاری 99%) نشان می‌دهد. همان طور که آشکار است مدل‌های قطعی و استوار مکان‌های کاندید مشابهی را برای سایت‌های تولید پیشنهاد می‌کنند، لذا می‌توان گفت که موقعیت بهینه سایت‌ها تا حد زیادی استوار است. به عبارت دیگر بهینه بودن این تصمیمات تحت نوسان داده‌ها تغییر نکرده و موقعیت سایت ها به ازای تقریباً تمام مقادیر پارامترهای غیرقطعی بهینه باقی می‌ماند. نتیجه مهم دیگر از شکل (3) می‌تواند به‌وسیله مقایسه ظرفیت بهینه سایت‌های تولید در مدل‌های قطعی و استوار استخراج شود. به‌طور کلی مدل‌های استوار در مقایسه با مدل‌های قطعی تجهیزات تولید با ظرفیت بالاتر و یا تجهیزات بیش‌تر با ظرفیت کم‌تر تعیین می‌کنند به علت این که توانایی ارضای بد‌‌‌ترین‌ مقادیر محتمل پارامتر‌های غیرقطعی را فراهم کنند. همان طور که نتایج نشان می‌دهد در مورد زنجیره تأمین جلبک‌ها به کار گیری تجهیزات با ظرفیت بالاتر پیشنهاد داده شده است. این موضوع در ارتباط با خطوط انتقال لوله نیز مشاهده می شود. به عبارت دیگر در مدل استوار خطوط انتقال لوله با ظرفیت بالاتری در مقایسه با مدل قطعی پیشنهاد شده است.

آنالیز حساسیت

در زنجیره تأمین ریز جلبک‌ها پارامتر‌های عملیاتی و هزینه‌‌‌‌‌ای مختلفی وجود دارند که می‌توانند نقش مهمی در کاهش هزینه داشته باشند. همان طور که می‌دانیم روش آنالیز حساسیت به دنبال تغییر مقدار پارامتر‌های ورودی مختلف و بررسی اثر آن بر تابع هدف می‌باشد. انجام این روش برای پارامتر‌های عملیاتی و هزینه‌‌‌‌‌ای زنجیره تأمین جلبک‌ها اهمیت هر یک از آن‌ها را بر هزینه تولید آشکار کرده و هم‌چنین مشخص می‌کند که با تغییر کدام یک از پارامتر‌ها می‌توان به هزینه سوخت پایین‌تری دست پیدا کرد. با مشخص شدن مهم‌ترین‌ پارامتر‌های تأثیر گذار آشکار می‌شود که تلاش‌های کاهش هزینه لازم است به سمت کدام پارامتر‌ها و بخش‌های زنجیره تأمین ریز جلبک‌ها متمرکز شود. در این بخش اثرات مهم‌ترین‌ عوامل مهم زنجیره تأمین ریز جلبک‌ها که شامل (1) میزان رشد جلبک‌ها، (2) میزان تبدیل جلبک خشک به بایودیزل، (3) هزینه سرمایه‌گذاری لوله گذاری، (4) هزینه عملیاتی لوله گذاری، (5) هزینه سرمایه‌گذاری سایت‌های تولید، (6) هزینه عملیاتی سایت‌های تولید، (7) میزان آب شیرین در دسترس، (8) میزان فاضلاب در دسترس، (9) میزان کربن دی اکسید در دسترس و (10) هزینه‌های حمل‌ونقل است، بر هزینه تولید هر لیتر سوخت تحلیل می‌شود.

 

جدول3- محدوده تغییر پارامتر‌های تحلیل حساسیت

Table 3- Variation range of sensitivity analysis parameters.

حدود

پارامتر

شماره

 

مدل پایه

0

+25

رشد جلبک‌ها

1+

-25

رشد جلبک‌ها

1-

+25

میزان تبدیل جلبک به بایودیزل

2+

-25

میزان تبدیل جلبک به بایودیزل

2-

+25

هزینه سرمایه‌گذاری لوله گذاری

3+

-25

هزینه سرمایه‌گذاری لوله گذاری

3-

+25

هزینه عملیاتی لوله گذاری

4+

-25

هزینه عملیاتی لوله گذاری

4-

+25

هزینه سرمایه‌گذاری سایت‌های تولید

5+

-25

هزینه سرمایه‌گذاری سایت‌های تولید

5-

+25

هزینه عملیاتی سایت‌های تولید

6+

-25

هزینه عملیاتی سایت‌های تولید

6-

+25

در دسترس بودن آب شیرین

7+

-25

در دسترس بودن آب شیرین

7-

+25

در دسترس بودن فاضلاب

8+

-25

در دسترس بودن فاضلاب

8-

+25

در دسترس بودن کربن دی اکسید

9+

-25

در دسترس بودن کربن دی اکسید

9-

+25

هزینه حمل‌ونقل

10+

-25

هزینه حمل‌ونقل

10-

 

برای بررسی اثر پارامتر‌های ذکرشده بر هزینه کل زنجیره تولید پیوسته، هر یک از پارامتر‌ها به‌طور مستقل بر اساس حدود نشان داده‌شده در جدول (3) تغییر داده می‌شوند. شکل (3) نتایج مرتبط با این آزمایش را برای هر یک از این پارامتر‌ها نشان می‌دهد. نتایج نشان می‌دهد که هزینه تولید سوخت در حالت پایه 88.5 هزار ریال به ازای هر لیتر می‌باشد. برای کاهش این هزینه، میزان رشد جلبک‌ها و میزان تبدیل جلبک خشک به بایودیزل اهمیت ویژه‌ای دارند. به‌طوری‌که یک افزایش مثبت 25 درصدی در این پارامتر‌ها به ترتیب منجر به هزینه تولید به ازای هر لیتر 26.9 و 32.6 هزار ریال می‌شود که به مقدار قابل‌توجهی از هزینه پایه کمتر می‌باشد. بر اساس این نتیجه می‌توان گفت که گرچه قیمت اولیه تولید سوخت از جلبک‌ها بسیار بالاتر از قیمت کنونی سوخت‌های فسیلی در کشور می‌باشد اما با افزایش حاصل‌خیزی و محتوای روغنی جلبک‌ها (میزان تبدیل جلبک خشک به بایودیزل) می‌توان این قیمت را به‌صورت چشم‌گیری به قیمت سوخت دیزلی نزدیک کرد. اثر قوی‌تر تغییر در میزان حاصل‌خیزی نسبت به مقدار روغن یک نتیجه مهم برای تحقیقات آینده بیولوژیکی فراهم می‌کند. به این صورت که تمرکز بر بهبود حاصل‌خیزی مزیت اقتصادی بالاتری از تمرکز بر بهبود روغن فراهم می‌کند از آن جا که در واقعیت یک رابطه معکوسی بین این دو مقدار وجود دارد و افزایش یکی از این دو مقدار منجر به کاهش مقدار دیگر می‌شود (4). از دیگر پارامتر‌های تأثیرگذار می‌توان به هزینه‌های سرمایه‌گذاری و عملیاتی سایت‌های تولید اشاره نمود. به عبارت دقیق‌تر کاهش 25 درصدی در هزینه‌های سرمایه‌گذاری و عملیاتی به ترتیب منجر به هزینه 70.4 و 75.9 هزار ریالی به ازای هر لیتر می‌شود. این موضوع نشان می‌دهد برخلاف این که انتظار می‌رفت کاهش هزینه‌های سایت‌های تولید بیش‌ترین تأثیر را برای کاهش هزینه دارد، حاصل‌خیزی و میزان محتوای روغنی نقش بسیار پررنگ‌تری دارند. در بین پارامترهای دیگر اثر هزینه‌های سرمایه گذاری و عملیاتی خطوط انتقال قابل تأمل است. این نتیجه اهمیت ساخت تصفیه‌خانه‌های فاضلاب و نیروگاه‌های تولید برق در مناطق مناسب برای رشد جلبک‌ها به‌منظور کاهش هزینه انتقال مواد اولیه را نشان می‌دهد. آنالیز حساسیت هم‌چنین نشان می‌دهد که هزینه کل نسبت به تغییرات در دسترس بودن آب شیرین، فاضلاب و کربن دی
اکسید تغییر قابل‌توجهی نمی‌کند. این موضوع نشان می‌دهد که مدل زنجیره تأمین توسعه داده شده با در نظر گرفتن آب شیرین و فاضلاب امنیت مناسبی در ارتباط با تأمین آب فراهم می‌کند، اما تغییرات در دسترس بودن کربن دی اکسید باعث تغییرات بیش‌تری بر هزینه می‌شود، لذا لازم است تجهیزات پیشرفته‌تری برای تسخیر و ذخیره کربن دی اکسید انتشاری در محل نیروگاه‌های تولید برق توسعه داده شود تا به‌وسیله آن بتوان مقدار بالاتری با بهره‌وری بالاتر کربن دی اکسید فراهم نمود. از طرفی نتایج  نشان می‌دهد تغییرات هزینه حمل‌ونقل نقش پر رنگی بر هزینه کل ندارد. این موضوع از آن جا ناشی می‌شود که حمل‌ونقل فقط محدود به حمل‌ونقل بایودیزل بین سایت‌های تولید سوخت و مشتریان می‌شود و هزینه حمل‌ونقل بخش کوچکی از زنجیره تأمین را در برمی‌گیرد.

 

 

 

 

شکل 3- نتایج آنالیز حساسیت

Figure 3- Results of sensitivity analysis.

 


اعتبار سنجی مدل های توسعه داده شده

 

همان طور که در بخش نتایج مدل ها مشاهده شد، جواب های به دست آمده از مدل های قطعی و استوار طراحی شبکه زنجیره تامین متفاوت است. لذا لازم است جواب های به دست آمده از مدل های قطعی و استوار بررسی و مقایسه شوند و مطلوبیت (استحکام) جواب ها به دست آمده از آن ها ارزیابی گردد. برای این هدف از روش اعتبار سنجی مدل های برنامه ریزی استوار که توسط پیشوایی و همکاران ارایه شده است استفاده می شود (27). این روش که به دنبال تولید واقعیت محتمل در آینده برای ارزیابی نتایج است از مراحل زیر تشکیل می‌شود:

(1) مدل های قطعی و استوار تحت داده های اسمی حل شده و جواب مدل قطعی ( ) و مدل استوار ( ) ذخیره می شوند.

(2) جواب های به دست آمده از مدل های قطعی و استوار مستقلا در "مدل واقع نمایی" زیر جایگزین می شود:

(55)

 

(56)

 

در این مدل برنامه ریزی خطی که فرم فشرده مدل ریاضی طراحی شبکه زنجیره تامین است، ضرایب تابع هدف و محدودیت ها به صورت تصادفی از بازه محتمل متناظرشان تولید می شوند. برای مثال در ارتباط با  که یک ضریب غیر قطعی در محدودیت ها است، یک مقدار تصادفی بین حد بالا و پایین محتمل آن،  ، به صورت تصادفی تولید می شود. لازم به ذکر است از آنجا که ممکن است به ازای برخی از جواب های ( )، محدودیت های مدل نشدنی شوند، متغیر لقی  در نظر گرفته می شود، اما در مقابل جریمه ای برای نقض این محدودیت در نظر گرفته می شود. نتیجتا در این مدل،  تنها متغیر تصادفی می باشد و سایر مقادیر به صورت پارامتر در مدل جای‌گذاری می شود.

(3) مرحله دو (تولید مقدار تصادفی برای ضرایب غیر قطعی) به تعداد 50 بار تکرار شده و مدل بالا به ازای هر مقدار تصادفی تولید شده حل شده و مقادیر تابع هدف به دست آمده ( ) ذخیره می شوند.

(4) میانگین و انحراف معیار مقادیر تابع هدف ( ) به عنوان شاخص های ارزیابی برای مقایسه مدل ها محاسبه می شوند.

   نتایج حاصل از این آزمایش برای ارزیابی جواب های قطعی و استوار در شکل (4) نشان داده شده است. بر اساس نتایج، مقدار میانگین نشان می دهد که در تمام موارد مدل استوار عمل‌کرد بهتری در مقایسه با مدل قطعی داشته است. نکته حایز اهمیت این است که با افزایش محدوده نوسانی اختلاف مقدار میانگین دو مدل افزایش پیدا می کند. این موضوع نشان می دهد مدل های استوار در محیط های به شدت غیر قطعی که در آن ها پیش بینی مقدار دقیق پارامترها به شدت مشکل است، در مقایسه با مدل قطعی بهتر عمل می کند. از طرفی شکل (4) نشان می دهد که مقدار انحراف معیار مدل استوار تحت مقادیر واقع نمایی (شبیه سازی واقعیت) بسیار کمتر از انحراف معیار مدل قطعی است. این نتیجه آشکار می کند که جواب به دست آمده از مدل استوار در صورت انحراف و نوسان پارامتر ها، نزدیک مقدار بهینه باقی می ماند (مفهوم استواری جواب مدل استوار)، این در حالی است که در صورت نوسان پارامتر ها بهینگی جواب مدل قطعی به شدت کاهش پیدا می کند. نتیجتا به کارگیری مدل استوار در محیط های غیر قطعی که احتمال نوسان پارامتر ها به شدت بالا است انتخاب مناسب تری می‌باشد‌. لازم به ذکر است اگر چه مدل استوار در این مطالعه موردی نسبت به مدل قطعی عمل‌کرد مناسب تری داشته است، اما لزومی ندارد که در سایر مطالعات نیز عمل‌کرد مدل استوار بهتر باشد. در واقع میزان ریسک محیط مورد مطالعه معیار مهمی است که مدل مطلوب را مشخص می نماید.

 

 

شکل 4- میانگین و واریانس تابع هدف مدل واقع نمایی تحت جواب های مدل های قطعی و استوار

Figure 4- Mean and variance of objective function of realization model under solution of deterministic and robust model.

 


نتیجه گیری

 

افزایش روزافزون تقاضای سوخت‌های فسیلی، محدود بودن منابع نفتی و آلودگی‌های زیست‌محیطی از مهم‌ترین‌ انگیزه‌های توسعه سوخت‌های سبز در کشور هستند. در بین انواع مواد اولیه برای تولید سوخت سبز، ریز جلبک‌ها به‌عنوان یکی از بهره‌ورترین‌ منابع توجهات زیادی را در سال‌های اخیر در دنیا به خود جلب کرده است. این مطالعه برای بررسی توسعه چنین سوخت‌هایی در کشور به ارایه مدل‌ طراحی

شبکه زنجیره تأمین جلبک‌ها می‌پردازد. بر این اساس یک مدل طراحی شبکه که تمام فعالیت‌های مرتبط با تولید سوخت از تأمین مواد اولیه تا تولید سوخت و سپس عرضه سوخت را در برمی‌گیرد توسعه داده شده است. یکی از مهم‌ترین دغدغه‌های مدل‌های طراحی شبکه سوخت‌های سبز موضوع عدم قطعیت می‌باشد. این موضوع از آن جا ناشی می‌شود که تولید سوخت‌های سبز در فازهای اولیه توسعه می‌باشد و تعیین مقدار دقیق پارامترهای مورد نیاز مدل زنجیره تأمین مشکل است. در این مورد برای مقابله با عدم قطعیت زنجیره تأمین جلبک‌ها از روش بهینه سازی استوار استفاده شده است.

نتایج نشان می‌دهد که با افزایش اندکی در هزینه کل زنجیره تأمین می‌توان پایداری زنجیره تأمین جلبک‌ها را بهبود بخشید. به عبارت دقیق‌تر هزینه استوار بودن برای زنجیره تأمین مورد بحث به ازای فاصله‌های محدود نوسانی اندک است. نتایج مربوط به هزینه‌های تولید نشان می‌دهد که هزینه تولید هر لیتر سوخت سبز از جلبک‌ها در مقایسه با سوخت‌های فسیلی بالا می‌باشد اما این هزینه با بهبود اندک در میزان رشد جلبک‌ها و میزان تبدیل جلبک خشک به بایودیزل به‌صورت چشم‌گیری کاهش پیدا می‌کند. نتیجتاً با کاهش ذخایر سوخت‌های فسیلی در آینده و به‌تبع آن افزایش قیمت سوخت، می‌توان جلبک‌ها را به‌عنوان یکی از مناسب‌ترین جایگزین‌ها برای مصرف سوخت‌های فسیلی در کشور به‌حساب آورد.

Reference

  1. Yue D, You F, Snyder SW. Biomass-to-bioenergy and biofuel supply chain optimization: Overview, key issues and challenges. Computers & Chemical Engineering. 2014;66:36-56.
  2. Sims RE, Mabee W, Saddler JN, Taylor M. An overview of second generation biofuel technologies. Bioresource technology. 2010;101(6):1570-80.
  3. Mata TM, Martins AA, Caetano NS. Microalgae for biodiesel production and other applications: a review. Renewable and sustainable energy reviews. 2010;14(1):217-32.
  4. Davis R, Aden A, Pienkos PT. Techno-economic analysis of autotrophic microalgae for fuel production. Applied Energy. 2011;88(10):3524-31.
  5. Maity JP, Bundschuh J, Chen C-Y, Bhattacharya P. Microalgae for third generation biofuel production, mitigation of greenhouse gas emissions and wastewater treatment: Present and future perspectives–A mini review. Energy. 2014;78:104-13.
  6. Balaman ŞY, Selim H. A network design model for biomass to energy supply chains with anaerobic digestion systems. Applied Energy. 2014;130:289-304.
  7. Sokhansanj S, Kumar A, Turhollow AF. Development and implementation of integrated biomass supply analysis and logistics model (IBSAL). Biomass and Bioenergy. 2006;30(10):838-47.
  8. Awudu I, Zhang J. Stochastic production planning for a biofuel supply chain under demand and price uncertainties. Applied Energy. 2013;103:189-96.
  9. An H, Wilhelm WE, Searcy SW. A mathematical model to design a lignocellulosic biofuel supply chain system with a case study based on a region in Central Texas. Bioresource technology. 2011;102(17):7860-70.
  10. Shabani N, Sowlati T, Ouhimmou M, Rönnqvist M. Tactical supply chain planning for a forest biomass power plant under supply uncertainty. Energy. 2014;78:346-55.
  11. Azadeh A, Arani HV, Dashti H. A stochastic programming approach towards optimization of biofuel supply chain. Energy. 2014;76:513-25.
  12. Zhang J, Osmani A, Awudu I, Gonela V. An integrated optimization model for switchgrass-based bioethanol supply chain. Applied Energy. 2013;102:1205-17.
  13. Osmani A, Zhang J. Economic and environmental optimization of a large scale sustainable dual feedstock lignocellulosic-based bioethanol supply chain in a stochastic environment. Applied Energy. 2014;114:572-87.
  14. Sadjadi S, Omrani H. Data envelopment analysis with uncertain data: An application for Iranian electricity distribution companies. Energy Policy. 2008;36(11):4247-54.
  15. Yang J, Xu M, Zhang X, Hu Q, Sommerfeld M, Chen Y. Life-cycle analysis on biodiesel production from microalgae: water footprint and nutrients balance. Bioresource technology. 2011;102(1):159-65.
  16. Pate R, Klise G, Wu B. Resource demand implications for US algae biofuels production scale-up. Applied Energy. 2011;88(10):3377-88.
  17. Soyster AL. Convex programming with set-inclusive constraints and applications to inexact linear programming. Operations research. 1973;21(5):1154-7.
  18. Ben-Tal A, Nemirovski A. Robust solutions of linear programming problems contaminated with uncertain data. Mathematical programming. 2000;88(3):411-24.
  19. Li Z, Ding R, Floudas CA. A comparative theoretical and computational study on robust counterpart optimization: I. Robust linear optimization and robust mixed integer linear optimization. Industrial & engineering chemistry research. 2011;50(18):10567-603.
  20. Bertsimas D, Sim M. The price of robustness. Operations research. 2004;52(1):35-53.
  21. Najafi G, Ghobadian B, Yusaf TF. Algae as a sustainable energy source for biofuel production in Iran: A case study. Renewable and Sustainable Energy Reviews. 2011;15(8):3870-6.
  22. Tabatabaei M, Tohidfar M, Jouzani GS, Safarnejad M, Pazouki M. Biodiesel production from genetically engineered microalgae: Future of bioenergy in Iran. Renewable and Sustainable Energy Reviews. 2011;15(4):1918-27.
  23. Lundquist TJ, Woertz IC, Quinn N, Benemann JR. A realistic technology and engineering assessment of algae biofuel production. Energy Biosciences Institute. 2010:1.
  24. Kally E, Fishelson G. Water and peace: water resources and the Arab-Israeli peace process: Praeger; 1993.
  25. Doctor R, Palmer A, Coleman D, Davison J, Hendriks C, Kaarstad O, et al. Chapter 4: Transport of CO2. IPCC Special Report on Carbon Dioxide Capture and Storage, R. Pichs-Madruga, S. Timashev, Eds., Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge; 2005.
  26. Wigmosta MS, Coleman AM, Skaggs RJ, Huesemann MH, Lane LJ. National microalgae biofuel production potential and resource demand. Water Resources Research. 2011;47(3).
  27. Iran  Statistical  Yearbook  of  oil  products  consumption.National  Iranian  Oil  Products  Distribution Company (NIOPDC) 2012.
  28. Pishvaee MS, Rabbani M, Torabi SA. A robust optimization approach to closed-loop supply chain network design under uncertainty. Applied Mathematical Modelling. 2011;35(2):637-49.

 


 

 

 

 

 

 

 

 



1- کارشناسی ارشد، دانشکده مهندسی صنایع ، دانشگاه علم و صنعت ایران، تهران، ایران.

2- دانشیار، دانشکده مهندسی صنایع، دانش‌گاه علم و صنعت ایران، تهران، ایران. *(مسوول مکاتبات)

1- Master, Faculty of Industrial Engineering, Iran University of Science and Technology, Tehran, Iran. * (Corresponding Author)

2- Associate Professor, Faculty of Industrial Engineering, Iran University of Science and Technology, Tehran, Iran.

1- Soyster

2- Ben-Tal and Nemirovski

1- Bertsimas and sim

1- Lundquist

  1. Yue D, You F, Snyder SW. Biomass-to-bioenergy and biofuel supply chain optimization: Overview, key issues and challenges. Computers & Chemical Engineering. 2014;66:36-56.
  2. Sims RE, Mabee W, Saddler JN, Taylor M. An overview of second generation biofuel technologies. Bioresource technology. 2010;101(6):1570-80.
  3. Mata TM, Martins AA, Caetano NS. Microalgae for biodiesel production and other applications: a review. Renewable and sustainable energy reviews. 2010;14(1):217-32.
  4. Davis R, Aden A, Pienkos PT. Techno-economic analysis of autotrophic microalgae for fuel production. Applied Energy. 2011;88(10):3524-31.
  5. Maity JP, Bundschuh J, Chen C-Y, Bhattacharya P. Microalgae for third generation biofuel production, mitigation of greenhouse gas emissions and wastewater treatment: Present and future perspectives–A mini review. Energy. 2014;78:104-13.
  6. Balaman ŞY, Selim H. A network design model for biomass to energy supply chains with anaerobic digestion systems. Applied Energy. 2014;130:289-304.
  7. Sokhansanj S, Kumar A, Turhollow AF. Development and implementation of integrated biomass supply analysis and logistics model (IBSAL). Biomass and Bioenergy. 2006;30(10):838-47.
  8. Awudu I, Zhang J. Stochastic production planning for a biofuel supply chain under demand and price uncertainties. Applied Energy. 2013;103:189-96.
  9. An H, Wilhelm WE, Searcy SW. A mathematical model to design a lignocellulosic biofuel supply chain system with a case study based on a region in Central Texas. Bioresource technology. 2011;102(17):7860-70.
  10. Shabani N, Sowlati T, Ouhimmou M, Rönnqvist M. Tactical supply chain planning for a forest biomass power plant under supply uncertainty. Energy. 2014;78:346-55.
  11. Azadeh A, Arani HV, Dashti H. A stochastic programming approach towards optimization of biofuel supply chain. Energy. 2014;76:513-25.
  12. Zhang J, Osmani A, Awudu I, Gonela V. An integrated optimization model for switchgrass-based bioethanol supply chain. Applied Energy. 2013;102:1205-17.
  13. Osmani A, Zhang J. Economic and environmental optimization of a large scale sustainable dual feedstock lignocellulosic-based bioethanol supply chain in a stochastic environment. Applied Energy. 2014;114:572-87.
  14. Sadjadi S, Omrani H. Data envelopment analysis with uncertain data: An application for Iranian electricity distribution companies. Energy Policy. 2008;36(11):4247-54.
  15. Yang J, Xu M, Zhang X, Hu Q, Sommerfeld M, Chen Y. Life-cycle analysis on biodiesel production from microalgae: water footprint and nutrients balance. Bioresource technology. 2011;102(1):159-65.
  16. Pate R, Klise G, Wu B. Resource demand implications for US algae biofuels production scale-up. Applied Energy. 2011;88(10):3377-88.
  17. Soyster AL. Convex programming with set-inclusive constraints and applications to inexact linear programming. Operations research. 1973;21(5):1154-7.
  18. Ben-Tal A, Nemirovski A. Robust solutions of linear programming problems contaminated with uncertain data. Mathematical programming. 2000;88(3):411-24.
  19. Li Z, Ding R, Floudas CA. A comparative theoretical and computational study on robust counterpart optimization: I. Robust linear optimization and robust mixed integer linear optimization. Industrial & engineering chemistry research. 2011;50(18):10567-603.
  20. Bertsimas D, Sim M. The price of robustness. Operations research. 2004;52(1):35-53.
  21. Najafi G, Ghobadian B, Yusaf TF. Algae as a sustainable energy source for biofuel production in Iran: A case study. Renewable and Sustainable Energy Reviews. 2011;15(8):3870-6.
  22. Tabatabaei M, Tohidfar M, Jouzani GS, Safarnejad M, Pazouki M. Biodiesel production from genetically engineered microalgae: Future of bioenergy in Iran. Renewable and Sustainable Energy Reviews. 2011;15(4):1918-27.
  23. Lundquist TJ, Woertz IC, Quinn N, Benemann JR. A realistic technology and engineering assessment of algae biofuel production. Energy Biosciences Institute. 2010:1.
  24. Kally E, Fishelson G. Water and peace: water resources and the Arab-Israeli peace process: Praeger; 1993.
  25. Doctor R, Palmer A, Coleman D, Davison J, Hendriks C, Kaarstad O, et al. Chapter 4: Transport of CO2. IPCC Special Report on Carbon Dioxide Capture and Storage, R. Pichs-Madruga, S. Timashev, Eds., Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge; 2005.
  26. Wigmosta MS, Coleman AM, Skaggs RJ, Huesemann MH, Lane LJ. National microalgae biofuel production potential and resource demand. Water Resources Research. 2011;47(3).
  27. Iran  Statistical  Yearbook  of  oil  products  consumption.National  Iranian  Oil  Products  Distribution Company (NIOPDC) 2012.
  28. Pishvaee MS, Rabbani M, Torabi SA. A robust optimization approach to closed-loop supply chain network design under uncertainty. Applied Mathematical Modelling. 2011;35(2):637-49.