摘要
煤炭是一种十分重要的基础能源，用于发电的煤炭简称“电煤”。在我国，南方城市的电煤消耗量显著高于北方城市，但我国的煤炭资源分布量为北方多南方少，这种资源分布情况直接决定了我国“北煤南运”的格局。随着我国电煤需求的不断上涨，沿海的发电企业已形成了煤炭购买、存储和运输的电煤运输系统。在这样的系统中，把电煤库存和电煤船调度进行综合优化，既能满足电煤需求、降低库存，又能有效减少综合成本，提高整体运营效率，对发电企业来说具有重要意义。 电煤运输系统的库存和运输具有周期性，针对这一实际特点，本文综合考虑了电煤需求波动和电煤价格波动等因素，建立了两阶段随机优化模型。在第一阶段模型中，以发电企业预先配置的最低库存量为优化目标，决策出周期内每个时刻的预计电煤水运量；在第二阶段模型中，以期望综合成本最低为优化目标，在确保完成运输任务和购买量达到预先配置库存的条件下，决策出周期内每个时刻的船舶状态和购买量。 根据模型特点，本文使用了具有针对性的样本平均逼近算法进行求解，即先将模型转变为确定性模型，再使用启发式算法和gurobi进行求解。在算例分析方面，本文使用了沿海某发电企业数据进行测试，验证了算法的收敛性，并探讨了在不同波动程度下最优方案的变化。结果表明，随着样本规模的增大，样本平均逼近算法往往能够得到更优的解，在μ/σ=5和μ/σ=10时，随机优化模型的解与确定性模型的解具有显著差异，且优于确定性模型的解；在μ/σ=50时，随机优化模型的解与确定性模型的解相差无几。
NETL