方赛银，邱荣祖，李明

(1.福建农林大学，福建　福州350002；2.西南林业大学，云南　昆明650224)



林木生物质能供应链决策建模与优化研究综述*

方赛银1,2，邱荣祖1，李明2

(1.福建农林大学，福建福州350002；2.西南林业大学，云南昆明650224)

摘要：为了应对日益严峻的能源危机和温室气体排放，林木生物质能已成为极具潜力的可再生能源产品，有效的供应链管理已成为其产业化发展面临的主要障碍。在分析总结现有研究资料的基础上，从影响因素、决策尺度、建模方法等方面阐述了林木生物质能供应链决策建模与优化方面的研究进展与发展趋势，最后提出符合我国国情的发展方向和建议。

关键词：温室气体排放；清洁能源；线性规划(LP)；整数规划(IP)；混合整数线性规划(MILP)

温室气体排放的负面影响以及化石能源危机导致现在亟须发展可替代、可持续发展的清洁能源，其中生物质能得到了特别的关注，不仅因为其原料来源丰富，以中国为例，每年有48×108t石油当量的可用生物质资源[1]，而且与水力、风力和太阳能相比，生物质原料更便于贮藏和运输[2]。由于生物质生长过程通过光合作用进行碳封存，与转化过程中的碳排放相均衡[3]，为此生物质能同时被认为是碳中和的可持续发展再生能源。

生物质燃料是生物质能发展和利用最为成功的典范之一。第一代生物燃料在减少温室气体排放和增强国内能源安全方面做出了显著的贡献，但是由于采用粮食作物作为生物质原料，对粮食市场的价格和供应产生负面影响而备受指责[4]。为此，第二代生物燃料转化技术以富含木质纤维素的非粮生物质作为原料。在非粮生物质原料中，林木生物质资源受到日益广泛的关注，林木生物质主要包括林地生产剩余物、林业生产“三剩物”(采伐、造材、加工剩余物)以及能源林采伐物[5]。全球估计有38.7×108hm2的森林资源，森林地面生物质储量达4 200×108t，全球生物质能源潜力大致为100 EJ/a，其中木质生物质达41.6 EJ/a[6]，面对如此巨大的资源，林木生物质能发展潜力得到了充分的肯定。

生物质能供应链在本质上有别于常规生产供应链，后者通常只关注供应链终端消费市场的不确定性，而生物质能供应链更注重上游原料供应的不确定问题。为此，构建高效的可持续发展的供应链网络及其优化模型，成为有效控制原料成本、促进生物质能产业大规模市场化的关键所在[7]。

1林木生物质能供应链决策建模与优化

目前，生物化学和热化学处理是最适合将包括林木生物质在内的含木质纤维素生物质转化为能源和化学产品的转化技术。通过发酵等生化处理生产液体或气体燃料，常见的热化学处理包括燃烧、气化、热解等，主要用于生产燃料、热能和电能[8]。因为转化技术的资本投资较高，规模经济非常重要，但是生产规模在技术上受生物质原料供应数量限制，经济上受生物质原料采运成本限制，林木生物质能大规模产业化亟须可靠的高成本效益的林木生物质能供应链保障。

依据供应链管理的相关定义，广义的生物质能供应链主要由上游、中游和下游3个部分供应链组成，上游供应链包括生物质从产地到生物质能转化设施的传送过程，中游供应链考虑生物质能转化过程本身，下游供应链主要包括生物质能产品的存储与分配。在构建分析上游供应链时，通常将转化设施中的生物质能转化过程视为黑箱，输入是生物质输出是生物能[9]。林木生物质能供应链通常包括采购、贮藏、运输、预处理、转化等5个基本过程，由于林木生物质原材料密度较低(通常在400～900 kg/m3)且含水率高，所以通常在采集后需要通过切片等预处理后再进行传送[10]，因此，通常林木生物质能供应链也就是广义生物质能供应链的上游供应链部分，也有个别研究把生物质能和生物质产品分配作为第6个过程，对应着广义生物质能供应链的上游和下游两部分供应链。

1.1　供应链设计的主要影响因素

林木生物质能供应链管理除了追求利益最大化的传统目标外，还必须考虑对环境和社会的影响，为此在进行供应链决策建模和优化之前，必须了解影响供应链设计的因素，主要包括技术和经济、环境以及社会影响因素。

影响林木生物质使用的技术和经济因素主要包括林木生物质原料的质量、可获得性以及采购成本，其中质量指标主要包括原料所含能量、水分含量、颗粒大小、灰尘和污染物含量等[11]。采购成本包括所有采集、贮藏、预处理和运输相关的成本。影响林木生物质利用经济价值的另一个重要因素是产品分配成本，热能和电能通常用于满足国内能源需求，然而对于生物燃料和化学产品，就需要考虑分配计划。譬如对于生物燃料产品，利用现有燃料管线运输是最经济的，但是由于有些生物燃料对管线有腐蚀作用，所以无法通过现有管线运输，这样就要对火车、驳船或卡车运输加以规划[12]。有效的林木生物质能供应链设计取决于原料的来源和种类、贮藏、预处理和运输(包括运输方式、运量和位置)、转化技术的类型、容量和选址、产品种类及市场定位、原料和产品物流等特定的技术和经济决策因素。

林木生物质利用考虑的主要环境因素是碳平衡、温室气体排放和森林生态健康。林木生物质能之所以受到日益广泛的关注，主要是因为其是环境友好的可持续发展能源，特别是林木生物质燃料能显著减少化石燃料对环境的影响。碳平衡是指碳排放净值为零，从长远来看林木生物质能是碳平衡的，植被在生长过程中封存空气中的碳，作为能源原料燃烧时释放CO2，再被下一代树木封存，从而保持碳平衡。但是能源生产会立即产生温室气体排放，而下一代树木生长则需要数十年，从而造成诸如“间接二氧化碳排放”、“碳债务”(carbon debt)[13]。所以短期来看这种平衡关系是不成立的，并且在整个林木生物质能生产过程中，还要考虑因为生产、采集、处理、运输过程中的化石燃料的碳排放[14]。

在森林生态健康方面，林木生物质能产业主要的生态考虑是林木生物质项目在维持森林生态系统健康方面所处的角色。枯木和森林残余物等林木生物质可以维持森林土壤和地力，保持土壤酸性，进而维持森林产量水平，并且有利于维持生物多样性[15]。林木生物质还会影响森林水分质量，同时为森林微生物提供食物和庇护，所以森林生物质采集可能会产生降低森林生产率、改变下游水流、影响枯木需求物种、增强入侵物种传播等负面影响[16]。

林木生物质能项目会对特定地区和区域产生多重社会影响，包括改变人们的生活方式、文化、政策、环境、健康、福利[17]。但是，其中的许多因素是无法量化的，在供应链优化中通常就业和创造的收入是可以量化的，创造就业机会的数量和质量取决与森林生物质供应链设计[18]。所以林木生物质能供应链通常以就业机会作为社会因素考虑。

1.2　供应链决策建模与优化方法

生物质能供应链主要分为战略、战术、操作3个决策层面。其中，战略决策层是包括生物质资源选址与采购、工厂及仓储选址、设备容量等的长期投资性决策。战术决策是介于6个月-1年的中期决策方式，具体时间取决于战略决策层，战术决策主要关注物流管理计划以及库存计划。操作层面重点在于库存管理、车辆路径优化等短期决策[7]。目前生物质能供应链的优化目标主要包括经济目标、社会目标和环境目标。

数学规划方法是最常用的生物质能供应链决策建模方法。根据目标函数、决策变量和约束条件的不同，数学规划可以分为线性规划(LP)、整数规划(IP)、混合整数线性规划(MILP)和非线性规划(NLP)。目前，MILP是最常用的决策建模方法，可以用在所有决策层，NLP和IP只用于优化战略决策。目前生物质能供应链决策建模和优化主要集中在战略和战术层面，因为操作层面只涉及短期的库存管理和车辆路径优化，可以直接采用现有的优化方法加以解决。

MILP融合LP和IP模型特点，允许部分决策变量是整数且目标函数和约束条件都是线性的，广泛应用在生物质能供应链建模和优化中。在战略决策层面，最常用的是将上游生物质能供应链看成网络结构，通常MILP模型优化网络结构，并根据所规定的经济、能量和环境目标，优化生物质原料每年的流量和工厂选址[22]。

Srisuwan等考虑战略层的时变性，建立了一个多周期MILP模型，在利益最大化和运输成本最低的目标下，优化每个生物质原料产地每个周期内的原料生产计划[23]。Dunnett等针对纤维素乙醇生产企业，提出一种生产和物流联合的MILP模型，用于优化多个工厂的配置[24]。Walther等同时考虑供应链管理中的不确定性，提出了多周期、多阶段MILP模型用于战略层面的优化[25]。Chen等针对不确定决策环境，提出了两阶段统计MILP模型以支持生物质能供应链系统战略规划和原料资源分配优化，其中二进制决策变量用于选址，连续型变量用于确定设备和生物质原料流通容量[26]。Kim等针对林木生物质燃料加工，提出了用于转化技术、容量、生物质物流方式优化选择的MILP模型，通过优化一定区域内加工厂的数量、选址及容量以及一定周期、一定区域内生物质运输总量，最终达到利润最大化的目标[27]。同时，针对原料供应、市场需求和价格、处理技术中存在的不确定性对投资决策的影响，提出用于不确定环境下的供应链网络优化的两阶段随机MILP模型，第一阶段作为加工厂规模和选址的投资决策，第二阶段用于生物质和产品流通方式决策[28]。

非线性规划NLP在生物质能供应链决策和优化中也有应用。Corsano等考虑生物质能转化过程，通过增加相应的非线性约束，在优化供应链的同时优化乙醇厂的设计[29]。Bai等考虑交通拥堵的影响，提出具有非线性目标函数的MILP模型，以优化工厂选址和运输路线[30]。Singh等利用NLP模型优化生物质发电厂的选址及优化原料收集中心和半径[31]。Cucek等采用NLP模型在最大化经济指标的同时，最小化碳排放引起的环境影响[32]。

另外，智能优化算法也被用于生物质能供应链优化。Venema通过对决策变量进行二进制编码，采用基因算法优化生物质能供应链的工厂选址问题[33]。Ayoub等联合基因算法和模糊聚类方法，以最小化运输成本和碳排放为目标，优化仓储和工厂规模[34]。Izquierdo等采用PSO算法制定生物质能供应链的战略规划，主要针对森林生物质，提出最优采集量和最佳的生物质能转化技术[35]。

虽然国外在生物质能供应链建模与优化方面开展了大量研究，但是所提出的供应链模型往往只适用于某个特定区域，而且在建立决策模型时，通常只围绕某些特殊的经济和环境目标。这些供应链模型无法直接应用于中国林木生物质能供应链发展，但在一定程度上提供了较好的借鉴，特别是在供应链建模方法、优化目标和约束条件制定等方面提供了大量参考资料。

1.3　中国林木生物质能供应链研究现状

国内与生物质能供应链相关的研究主要集中在生物质资源统计与分布研究。孙培勤等通过与国外比较分析，提出生物质能-农产品和/或生物质能-林产品联合生产系统，应成为中国生物燃料产业的主要发展方向[36]。吴进等人认为中国已初步形成了以沼气利用、生物质成型固体燃料、燃料乙醇、生物柴油和生物质发电等多种形式的生物质能源利用模式[37]。王芳等通过GIS技术对广东省生物质能总量及空间分布格局进行了估算和分析[38]。江荷等通过分析国外林业非粮生物质原料标准化状况，提出中国林业非粮生物质能源原料标准体系构建的主要依据、原则和方法[39]。张永等提出建立农户、企业与政府三者之间的互动协调机制的构想，以优化生物质能供应链并减少原料成本[40]。随后运用系统动力学远离对生物质能供应链的运作进行模拟，建立政府、企业和农民协调关系的动态反馈模型[41]。

关于生物质能供应链建模与优化的研究非常少见。鲍香台等在考虑压缩策略、车辆策略和压缩方式3个因素的影响下，通过仿真分析不同参数设定对秸秆收集运输过程的影响[42]。宋志伟等针对云南景谷县生物质发电项目，从优化原料成本出发，构建了原料收集成本与收集半径的关系模型[43]。高聪等在假设生物质能源年需求量及可用原料供应量已知的前提下，采用美国非粮作物乙醇精炼厂的生产成本，考虑玉米秸秆原料产量、精炼厂生产能力和消费需求约束的基础上，以供应链总成本最小作为优化目标，建立精炼厂选址、规模及产量优化静态MILP模型[44]。刘喆轩等以总折现利润、平均单位能量生物燃料的温室气体排放和化石能源投入为优化目标，将非线性约束转化为线性约束，建立多期生物燃料混合整数线性规划(MILP)模型[45]。

2中国林木生物质能供应链研究展望

虽然林木生物质能产业发展短期仍困难重重，但是着眼长远其发展已成必然趋势，特别是随着目前第二代生物质燃料转化技术的日趋成熟，林木生物质能产业已经达到了大规模市场化的基本条件，林木生物质能供应链管理不仅是未来林木生物质能产业可持续发展的准备，也是该产业市场化的最后一道屏障。国外许多国家特别是森林资源相对丰富的国家和地区21世纪初开始就已经开展了大量相关研究，中国在这方面进展相对较慢，主要是因为此类能源产品尚不具备价格优势，相应的产业化进程非常缓慢，这也是导致林木供应链管理方面研究欠缺的主要原因。

中国近几年来正逐渐重视生物质能的开发与利用，2005年颁布《中华人民共和国可再生能源法》、2007年制定了《可再生能源中长期发展规划》、2012年国家林业局又推出《全国林业生物质能发展规划》(2011-2020年)，这些相关政策法规的实施为我中国林木生物质能产业发展创造了难得的机遇，为了更加有效地利用森林资源发展能源产品，除了在技术上不断完善，中国还应在林木生物质能供应链方面加强以下几个方面的研究与探讨：

(1)加强中国林木生物质能原料资源分布与潜力研究

目前虽然已有关于中国森林生物质资源分布的相关研究，但是针对生物质能原料的森林生物质资源分布还没有详细的研究报道，因为并不是所有森林生物质都可以用作林木生物质能生产原料，特别针对中国东北、西南等森林资源丰富的地区，需要通过对采伐、采集、运输、预处理等经济成本评价后，确定中国林木生物质能资源分布状况和开发潜力，从而为林木生物质能供应链研究提供基本的资料与数据。

(2)发展符合中国国情的林木生物质能供应链决策模型

林木生物质能产业具有非常显著的区域特点，因为不同国家和地区的资源分布、运输成本、政策法规、甚至环境评价标准都不尽相同。虽然现在国外有不少关于林木生物质能供应链决策建模与优化方面的研究资料，但是这些研究都是针对某一个特定的区域，不能直接用于中国林木生物质能供应链管理，所以中国亟待建立符合中国国情的林木生物质能产业决策模型，特别是战略决策模型及其优化方法，为中国林木生物质能项目立项、选址、规模设定等提供战略投资依据。

(3)加强林木生物质能供应链智能网络结构研究

中国地域辽阔且地区经济发展差异明显，传统集散式供应链结构容易因“牛鞭效应”造成产品积压和资源浪费等负面影响。然而对于林木生物质能供应链，这种浪费不仅仅造成经济上的损失，更关键的是可能会对环境造成不可挽回的破坏，从而违背了发展林木生物质能产业的初衷。为此，借鉴现代智能产品和智能供应链的构建原理和方法，采用条形码、二维码、无线射频等技术构建可重构的柔性林木生物质能供应链结构是未来发展的重要方向。

3结论

面对日益严峻的化石能源危机和不断恶化的温室效应，大力发展生物质能源产品已成为全球能源发展的必然选择，特别是合理利用丰富的森林生物质资源发展林木生物质能产业，不仅可以缓解对化石能源的过度依赖，还为可再生能源的可持续发展提供有效的解决途径。目前供应链决策与优化几乎已经成为新一代林木生物质能产业发展面临的最主要障碍，许多国家和地区自本世纪初开始就已经开展了相关研究，本研究主要通过回顾相关研究论文，介绍林木生物质能供应链决策建模和优化研究现状和发展趋势，同时结合中国国情，提出相应的发展建议和研究方向。

参考文献：

[1]Wu C.Z,Yin X.L,Yuan Z.H,etal.The development of bioenergy technology in China[J].Energy,2010,35(11)：4445-4450.

[2]Mabee W.E,Gregg D.J,Saddler J.N.Assessing the emerging biorefinery sector in Canada[C].In Twenty-Sixth Symposium on Biotechnology for Fuels and Chemicals,2005,pp.765-778.

[3]Vanhala P,Repo A,Liski J.Forest bioenergy at the cost of carbon sequestration?[J].Current Opinion in Environmental Sustainability,2013,5(1)：41-46.

[4]Ewing M,Msangi S.Biofuels production in developing countries：assessing tradeoffs in welfare and food security[J].Environmental Science & Policy,2009,12(4)：520-528.

[5]刘刚,沈镭.中国生物质能源的定量评价及其地理分布[J].自然资源学报,2007,22(1)：9-18.

[6]Parikka,Matti.Global biomass fuel resources [J].Biomass and Bioenergy,2004,27(6)：613-620.

[7]Sharma B,Ingalls R.G,Jones C.L,etal.Biomass supply chain design and analysis：Basis,overview,modeling,challenges,and future[J].Renewable and Sustainable Energy Reviews,2013,24：608-627.

[8]Caputo A.C,Palumbo M,Pelagagge P.M,etal.Economics of biomass energy utilization in combustion and gasification plants：effects of logistic variables[J].Biomass and Bioenergy,2005,28(1)：35-51.

[10]Iakovou E,Karagiannidis A,Vlachos D,etal.Waste biomass-to-energy supply chain management：a critical synthesis[J].Waste Management,2010,30(10)：1860-1870.

[12]Marvin W.A,Schmidt L.D,Benjaafar S，etal.Economic optimization of a lignocellulosic biomass-to-ethanol supply chain[J].Chemical Engineering Science,2012,67(1)：68-79.

[13]Vanhala P,Repo A,Liski J.Forest bioenergy at the cost of carbon sequestration?[J].Current Opinion in Environmental Sustainability,2013,5(1)：41-46.

[14]Cherubini F,Bird N.D,Cowie A，etal.Energy-and greenhouse gas-based LCA of biofuel and bioenergy systems：Key issues,ranges and recommendations[J].Resources,Conservation and Recycling,2009,53(8)：434-447.

[15]Lehtikangas P.Quality properties of pelletised sawdust,logging residues and bark [J].Biomass and Bioenergy,2001,20(5)：351-360.

[16]Lattimore B,Smith C.T,Titus B.D,etal.Environmental factors in woodfuel production：Opportunities,risks,and criteria and indicators for sustainable practices[J].Biomass and Bioenergy,2009,33(10):1321-1342.

[17]Vanclay F.International principles for social impact assessment [J].Impact Assessment and Project Appraisal,2003,21(1):5-12.

[18]Sovacool B.K,Mukherjee I.Conceptualizing and measuring energy security：a synthesized approach [J].Energy,2011,36(8)：5343-5355.

[21]Frombo F,Minciardi R,Robba M,etal.Planning woody biomass logistics for energy production：A strategic decision model[J].Biomass and Bioenergy,2009,33(3)：372-383.

[22]Mol R.Jogems,M.A.H,Van Beek P,etal.Simulation and optimization of the logistics of biomass fuel collection[J].NJAS Wageningen Journal of Life Sciences,1997,45(1):217-228.

[23]Srisuwan P,Dumrongsiri A.Mathematical model of production and logistics planning for crops producting E-20 biofuel[C].In second international conference on economics,trade and development,Bangkok,Thailand,2012,pp.17-22.

[24]Dunnett A.J,Adjiman C.S,Shah N.A spatially explicit whole-system model of the lignocellulosic bioethanol supply chain：an assessment of decentralised processing potential[J].Biotechnology for Biofuels,2008,1(1):1-17.

[25]Walther G,Schatka A,Spengler T.S.Design of regional production networks for second generation synthetic bio-fuel-A case study in Northern Germany[J].European Journal of Operational Research,2012,218(1):280-292.

[26]Chen C.W,Fan Y.Bioethanol supply chain system planning under supply and demand uncertainties[J].Transportation Research Part E：Logistics and Transportation Review,2012,48(1):150-164.

[27]Kim J,Realff M.J,Lee J.H,etal.Design of biomass processing network for biofuel production using an MILP model[J].Biomass and Bioenergy,2011,35(2):853-871.

[28]Kim J,Realff M.J,Lee J.H.Optimal design and global sensitivity analysis of biomass supply chain networks for biofuels under uncertainty[J].Computers & Chemical Engineering,2011,35(9):1738-1751.

[29]Corsano G,Vecchietti A.R,Montagna J.M.Optimal design for sustainable bioethanol supply chain considering detailed plant performance model[J].Computers & Chemical Engineering,2011,35(8):1384-1398.

[30]Bai Y,Hwang T,Kang S,etal.Biofuel refinery location and supply chain planning under traffic congestion[J].Transportation Research Part B:Methodological,2011,45(1):162-175.

[31]Singh J,Panesar B.S,Sharma S.K.Geographical distribution of agricultural residues and optimum sites of biomass based power plant in Bathinda,Punjab[J].Biomass and Bioenergy,2011,35(10):4455-4460.

[33]Venema H.D,Calamai P.H.Bioenergy systems planning using location-allocation and landscape ecology design principles[J].Annals of Operations Research,2003,123(1-4):241-264.

[34]Ayoub N,Martins R,Wang K,etal.Two levels decision system for efficient planning and implementation of bioenergy production[J].Energy Conversion and Management,2007,48(3):709-723.

[35]Izquierdo J,Minciardi R,Montalvo I,etal.Particle Swarm Optimization for the biomass supply chain strategic planning[C].In Proceedings of the International Congress on Environmental Modelling and Software,2008,pp.1272-1280.

[36]孙培勤,孙绍晖,常春,等.我国生物质能源现代化应用前景展望(一)——生物质资源和供给[J].中外能源,2014,19(6):21-28.

[37]吴进,闵师界,胡启春,等.典型生物质能技术比较分析[J].中国沼气,2011,29(5):21-28.

[38]王芳,黎夏.农作物生物质能的遥感估算——以广东省为例[J].自然资源学报,2006,21(6):870-878.

[39]江荷,彭祚登.我国林业非粮生物质能源原料标准体系的构建[J].中国农业大学学报,2014,19(2):51-60.

[40]张永,陈晓娇,景月明.生物质能供应链协调机制研究[J].物流技术,2009,28(3):58-63.

[41]张永,陈晓娇,景月明.生物质能供应链的系统动力学建模研究[J].物流技术,2009,28(10):114-116.

[42]鲍香台,张永,林哲建,等.生物质能供应链收集运输方式的仿真优化研究[J].物流技术,2012,30(12):165-168.

[43]宋志伟,朱丽艳,路飞,等.林木生物质原料收集半径分析——以景谷县生物质发电项目为例[J].林业建设,2014(6):66-68.

[44]高聪,杨洁,关志民,等.非粮质生物能源供应链优化设计研究——以辽宁地区为研究对象[J].工业工程,2014,17(1):99-104.

[45]刘喆轩,邱彤,陈丙珍.多期生物燃料供应链网络建模与多目标优化[J].化工学报,2014,65(7):2802-2812.

The Review of Research on Decision Modeling and Optimization of

Forest Biomass Based Bio-energy Supply Chain

FANG Sai-yin1,2，QIU Rong-zu1，LI Ming2

(1.Fujian Agriculture and Forestry University,Fuzhou Fujian 350002,R.P.China;

2.Southwest Forestry University，Kunming Yunnan 650224,R.P.China)

Abstract:Forest biomass based bioenergy is a promising renewable energy products to deal with the serious problem of energy crisis and greenhouse gas emission,however,the main obstacle forits industrial development comes from lack of an effective supply chain and management.Based onreview of relevant researches and data collections,this study illustrates the research progress and its tendencies on supply chain decision-making modeling and optimization of forest biomass based bioenergy from perspectives of influence factors,decision-making scales,and modeling and optimization approaches.Relevant suggestions and recommendations on development direction in China are also proposed in the final part.

Key words:greenhouse gas emission;clean energy;linear programming(LP)；integer programming (IP);mixed integer linear programming (MILP)

通讯作者简介：邱荣祖(1961-)，男，教授，博士，主要从事供应链管理与优化研究。E-mail:qrz1010@yahoo.com

作者简介：第一方赛银(1981-)，女，副教授，硕士，主要从事供应链管理与优化研究。E-mail:704564543@qq.com

基金项目：国家自然科学基金项目(31100424)。

*收稿日期：2015-06-08

中图分类号：TK 6

文献标识码：A

文章编号：1672-8246(2016)01-0131-06