Optymalizacja dostaw paliw do elektrociepłowni – studium przypadku

• Autorzy: Kamiński J. , Malik A.

Warianty tytułu

EN

Optimization of fuel supplies: the case study of a CHP plant

• Języki publikacji: PL

Abstrakty

PL

Artykuł opisuje możliwość zastosowania metod programowania matematycznego w celu obniżenia kosztów pozyskania paliw w elektrociepłowniach poprzez optymalizację kierunków oraz wolumenów dostaw. Rozwój infrastruktury ciepłowniczej może wywierać korzystny wpływ na bezpieczeństwo energetyczne mieszkańców miast oraz przyczynić się do znacznej poprawy jakości powietrza, a także zmniejszenia emisji zanieczyszczeń wynikających ze stosowania przestarzałych, indywidualnych źródeł ciepła, zasilanych paliwami stałymi. Wzrost produkcji energii elektrycznej i ciepła w jednostkach kogeneracyjnych ogranicza przy tym straty energii, będące konsekwencją niskiej sprawności procesów rozdzielonych. Obniżenie kosztów zakupu paliw, stanowiących przeszło połowę technicznego kosztu wytwarzania energii elektrycznej i ciepła, zwiększa konkurencyjność jednostek kogeneracyjnych, co przekłada się również na wymierne efekty ekonomiczne tych przedsiębiorstw. Spadek ceny ciepła systemowego stanowi zachętę inwestycyjną w nowe przyłączenia do sieci zarówno dla odbiorców indywidualnych, jak i wspólnot mieszkaniowych oraz deweloperów. Z kolei system dostaw paliw, z mnogością oferowanych sortymentów i klas jakościowych węgla kamiennego oraz źródeł dostaw, oddalonych w różnym stopniu od odbiorców, jest skomplikowany. Istnieje możliwość ustalenia wielkości dostaw surowców energetycznych oraz ich źródeł metodą analityczną, jednakże pociąga to za sobą szereg trudności. Zaproponowany model matematyczny jest elastycznym narzędziem wspomagającym proces podejmowania decyzji dotyczących optymalnego wyboru kierunków i wolumenów dostaw paliw spełniających kryteria jakościowe poszczególnych jednostek wytwórczych.

EN

The article presents the application a mathematical programming model to minimize fuel costs in Combined Heat and Power Plants (CHP Plants) by optimizing supplier routes and purchased quantities of steam coal. Modernization and development in district heating infrastructures can have a positive impact on the safety and comfort of urban citizens and can significantly improve air quality and reduce emissions from inefficient heat sources. At the same time, growth of electricity and heat production volumes in cogeneration units will reduce energy losses, that are a consequence of low efficiency of separated production. Reducing fuel costs, which account for more than half of the technical cost of electricity and heat generation, improves the competitiveness of cogeneration units and can increase their profitability. Decreasing prices of heat from district heating systems will be an incentive for investment in new connections to the network for individuals, communities and developers. Intricate coal supply chains, the wide variety of coal classes and coal properties, along with the different facility locations increases the complexity of this system. It is possible to determine the quantities and the sources of fuel supplies using analytical methods, however that entails a number of difficulties. Therefore, the authors propose a model that can be employed as a decision support tool that optimizes the purchased quantities of fuel and supplier routes to CHP Plants.

Słowa kluczowe

PL

rynek ciepła; kogeneracja; węgiel kamienny; modelowanie matematyczne; optymalizacja

EN

heat market; cogeneration; steam coal; mathematical modeling; optimization

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2016
• Tom: Nr 2
• Strony: 46--54
• Opis fizyczny: Bibliogr. 22 poz., rys., tab.

Twórcy

autor

Kamiński J.

• Instytut Gospodarki Surowcami Mineralnymi i Energią PAN, Pracownia Ekonomiki Energetyki

autor

Malik A.

• Instytut Gospodarki Surowcami Mineralnymi i Energią PAN, Pracownia Ekonomiki Energetyki

Bibliografia

• [1] URE 2015.Urząd Regulacji Energetyki – Energetyka cieplna w liczbach – 2014. Warszawa, 2015
• [2] ARE, 2007-2014. Agencja Rynku Energii S.A.: Biuletyn Ciepłownictwa. Biuletyn Kwartalny. Warszawa, 2007-2014
• [3] URE 2014. Urząd Regulacji Energetyki – Energetyka cieplna w liczbach – 2013. Warszawa, 2014
• [4] Olkuski, T.: Analiza krajowej struktury wytwarzania energii elektrycznej z węgla kamiennego. Zeszyty Naukowe IGSMiE PAN nr 87, 2014, s. 37-47
• [5] Dyrektywa Rady nr 2012/27/UE z dnia 25 października 2015 r. w sprawie efektywności energetycznej, zmiany dyrek-tyw 2009/125/WE i 2010/30/UE oraz uchylenia dyrektyw 2004/8/WE i 2006/32/WE
• [6] Zaporowski, B.:. Efektywność ekonomiczna elektrociepłowni opalanych gazem ziemnym. Rynek Energii 2009; 82(3):48-52
• [7] Bartnik R., Buryn Z.: Cogeneration in a power plant with 370 MW power units operating in Polish power system. Rynek Energii 2013; 109(6):123-127
• [8] Bartela Ł., Skorek-Osikowska, A. Kotowicz, J.: Analiza integracji nadkrytycznego bloku kogeneracyjnego z membra-nową instalacją separacji CO2. Rynek Energii 2015; 116(1):64-70
• [9] Kamiński J.: Modelowanie systemów energetycznych: ogólna metodyka budowy modeli. Polityka Energetyczna – Energy Policy Journal 13(2), 2010, s. 219-225
• [10] Kamiński J. i Saługa P.: Pozyskanie surowców energetycznych na potrzeby wytwarzania energii elektrycznej – koncepcja budowy modelu matematycznego. Gospodarka Surowcami Mineralnymi – Mineral Resources Managemen 30(1), 2014, s. 39-52
• [11] Suwała W., Kudełko M., Olkuski T., Szurlej A. i Wyrwa A.: Zasady optymalizacji dostaw surowców dla przedsiębior-stwa sektora mineralnego i energetycznego. Zeszyty Naukowe IGSMiE PAN nr 30, 2015, s. 47-56
• [12] Malec M. i Kamiński J.: Koncepcja budowy modelu matematycznego do optymalizacji zakupu węgla do procesu kok-sowania. Logistyka 2015/4, 2015, s. 9443-9449
• [13] Bittante A., Jokinen R., Pettersson F., Saxen H.: Optimization of LNG Supply Chain. [W:] Krist, V. i in. red. 12th Inter-national Symposium on Process Systems Engineering and 25th European symposium on ComputerAided Process En-gineering. Kopenhaga, 31 maja – 4 czerwca 2015, Kopenhaga, Elsevier B.V., s. 779-784
• [14] Balaman Ş. Y., Selim H.: A decision model for cost effective design of biomass based green energy supply chains. Bioresource Technology 2015; 191:97-109
• [15] Stala-Szlugaj K.: Koszty dostaw węgla kamiennego do wybranych użytkowników. Polityka energetyczna – Energy Policy Journal 18(2), 2015, s.85-98
• [16] Lorenz U.: Ocena oddziaływania zmian cen węgla energetycznego na rynkach międzynarodowych na krajowy rynek węgla. Wyd. IGSMiE PAN, Kraków 2014, Studia, Rozprawy, Monografie nr 188, s. 138
• [17] Stós K.: Strategia przedsiębiorstwa energetycznego na przykładzie Elektrociepłowni KRAKÓW S.A. Polityka energe-tyczna – Energy Policy Journal 12(2/1), 2009, s. 103-121
• [18] GUS 2014. Główny Urząd Statystyczny. Zużycie energii w gospodarstwach domowych w 2012 r., Warszawa, 2014
• [19] Agencja Rynku Energii S.A.: Sytuacja techniczno ekonomiczna sektora elektroenergetycznego. Biuletyn Kwartalny. Warszawa, 2014
• [20] PKP CARGO. Odległości taryfowe [Online] Dostępne w: https://www.pkp-cargo.pl/pl/ [Dostęp: 04.06.2015]
• [21] Agencja Rozwoju Przemysłu S.A., Import i przywóz (nabycie wewnątrzunijne) na obszar Polski w okresie styczeń-czerwiec 2015r., Katowice 2015
• [22] Agencja Rynku Energii S.A.: Statystyka Elektroenergetyki Polskiej. Warszawa, 2015