考虑船舶封存与压港的电煤船舶调度优化模型

发布时间：2024-03-23 00:21

　　针对中国电煤水运系统的实际特点,综合考虑了船舶封存与港口拥堵(压港)因素,建立了混合整数规划优化模型,对电煤船舶调度方案进行优化;基于运输需求的硬时间窗、卸货港船舶排队等待时间与水路-铁路运输协同三因素之间的互动关系,以运输系统总成本最小为目标,协同优化水、铁电煤运输的货运分担率、水路运输任务指派和相应的船舶调度与封存/启用方案;基于改进列生成算法,提出了一种可精确求解实际规模电煤船舶调度问题的列生成算法,利用Gurobi求解列生成的主模型,使用动态规划标号法求解列生成的子模型;利用中国南部某火力发电集团的实际数据,对提出的算法进行了算例分析。计算结果表明:在中等规模的算例中,使用提出的改进算法获得最优解仅需73.61 s,相比于使用基于运输任务运量排序的启发式求解方法(PHA),求解效率提高了18.1%;在较大规模的算例中,使用提出算法的计算时间仅为222.02 s,同比PHA,计算效率提高了19.1%;通过求解一个实际的调度问题可以发现,利用提出的优化模型和算法能有效缩短船舶在卸货港的等待时长与船舶处于启用状态的时长,使运输总成本下降17.13%,实现了电煤稳定运输,提升了企业运营...

【文章页数】：14 页

【部分图文】：

图1电煤装卸港口的空间分布与水运路径

如图1(a)所示,在CSTS中,装货港密集分布于渤海西部沿岸(电煤供给港口群)。由于临近煤炭主产区,这些港口具备较强的电煤供给能力,可充分满足电煤装卸作业需求。与此相反,卸货港大多属于中国南部各大型火电厂,成簇状广泛分布于华南沿海各地。卸货港由若干泊位构成,当各泊位均有船舶靠泊时....

图2水运航程时间变量的相互关系

式(5)用于刻画tsip与x～ijp的数学关系,即若x～ijp取1,则方案p中水运航程i的前序航程为j,故水运航程j的开始时刻tsjp应不小于其前序航程i的结束时刻(式(5)右侧),反之,若x～ijp取0,则式(5)不产生实际意义;式(6)确保船舶v投入运....

图3等待状态船舶数量对比

表4优化方案与实际方案关键参数对比Tab.4Comparisonofkeyparametersbetweenoptimizationschemeandactualscheme船舶类型OPRRPRE/%N/艘GRT/dGWT/dR1A/tR....

图4启用状态船舶数量对比

为揭示运输总成本下降的根本原因,本文进一步分析了优化方案与实际方案。图3、4展示了优化方案与实际方案在船舶使用上的差异。其中,图3主要反映了各观测日处于等待卸货状态船舶总数的变动情况,结果表明,优化方案中船舶在卸货港等待的问题有了显著改善,日均等待船舶数量仅为1.42艘,而在实际....

本文编号：3935163