Optimización matemática del problema de almacenamiento y transporte de carbono para la cadena de captura, uso y almacenamiento de carbono
Autores: Wu, Yiwei; Zhang, Hongyu; Wang, Shuaian; Zhen, Lu
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Optimización matemática del problema de almacenamiento y transporte de carbono para la cadena de captura, uso y almacenamiento de carbono
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Efecto invernadero
Emisiones de dióxido de carbono
Industria naviera
Captura de carbono
Almacenamiento
Transporte
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
El efecto invernadero causado por las emisiones de dióxido de carbono ha obligado a la industria naviera a reducir activamente la cantidad de emisiones emitidas directamente a la atmósfera en los últimos años. La captura, utilización y almacenamiento de carbono (CUAC) es uno de los principales métodos tecnológicos para reducir la cantidad de emisiones emitidas directamente a la atmósfera. El transporte, es decir, el envío a sitios de almacenamiento permanentes o temporales, es un paso intermedio crítico en la cadena de CUAC. Este estudio formula un modelo de programación mixta entera para un problema de almacenamiento y transporte de carbono en la cadena de CUAC para determinar de manera óptima la asignación de barcos, la programación de salidas de barcos y el almacenamiento y transporte. Aprovechando la estructura del problema, transformamos el modelo de programación mixta entera en un modelo más simple que se puede calcular eficientemente. Para evaluar el rendimiento del modelo más simple, se realizan numerosos experimentos computacionales. Los resultados muestran que todas las instancias a pequeña escala (cada una con 10 plantas de energía) y las instancias a mediana escala (cada una con 30 plantas de energía) pueden resolverse de manera óptima por Gurobi en 14.33 s. Para instancias a gran escala con 60 y 65 plantas de energía, se pueden obtener soluciones factibles con valores de brecha promedio del 0.06% y 6.93% por Gurobi en una hora, lo que indica que la metodología propuesta se puede aplicar eficientemente a problemas prácticos. Además, se examinan parámetros importantes, incluido el precio unitario del combustible, el costo de fletamento a tiempo y la velocidad de navegación del barco, en análisis de sensibilidad para investigar los impactos de estos factores en las decisiones operativas. En resumen, un precio más bajo del combustible, un costo de fletamento más bajo o una mayor velocidad de navegación del barco pueden aumentar la ganancia de la cadena de CUAC.
Descripción
El efecto invernadero causado por las emisiones de dióxido de carbono ha obligado a la industria naviera a reducir activamente la cantidad de emisiones emitidas directamente a la atmósfera en los últimos años. La captura, utilización y almacenamiento de carbono (CUAC) es uno de los principales métodos tecnológicos para reducir la cantidad de emisiones emitidas directamente a la atmósfera. El transporte, es decir, el envío a sitios de almacenamiento permanentes o temporales, es un paso intermedio crítico en la cadena de CUAC. Este estudio formula un modelo de programación mixta entera para un problema de almacenamiento y transporte de carbono en la cadena de CUAC para determinar de manera óptima la asignación de barcos, la programación de salidas de barcos y el almacenamiento y transporte. Aprovechando la estructura del problema, transformamos el modelo de programación mixta entera en un modelo más simple que se puede calcular eficientemente. Para evaluar el rendimiento del modelo más simple, se realizan numerosos experimentos computacionales. Los resultados muestran que todas las instancias a pequeña escala (cada una con 10 plantas de energía) y las instancias a mediana escala (cada una con 30 plantas de energía) pueden resolverse de manera óptima por Gurobi en 14.33 s. Para instancias a gran escala con 60 y 65 plantas de energía, se pueden obtener soluciones factibles con valores de brecha promedio del 0.06% y 6.93% por Gurobi en una hora, lo que indica que la metodología propuesta se puede aplicar eficientemente a problemas prácticos. Además, se examinan parámetros importantes, incluido el precio unitario del combustible, el costo de fletamento a tiempo y la velocidad de navegación del barco, en análisis de sensibilidad para investigar los impactos de estos factores en las decisiones operativas. En resumen, un precio más bajo del combustible, un costo de fletamento más bajo o una mayor velocidad de navegación del barco pueden aumentar la ganancia de la cadena de CUAC.