Universität Hohenheim
 

Eingang zum Volltext

Fichtner, Stephan

Strategic network planning in biomass-based supply chains

Strategische Netzwerkplanung in Biomasse-basierten Supply Chains

(Übersetzungstitel)

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-18404
URL: http://opus.uni-hohenheim.de/volltexte/2021/1840/


pdf-Format:
Dokument 1.pdf (2.264 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagwörter: Bioökonomie , Gemischt-ganzzahlige Optimierung , Unsicherheit
Freie Schlagwörter (Deutsch): Direktvermarktung , stückweise Linearisierung
Freie Schlagwörter (Englisch): bioeconomy , mixed-integer linear programming , uncertainty , direct marketing , piecewise linear approximation
Institut: Institut für Interorganisational Management & Performance
Fakultät: Fakultät Wirtschafts- und Sozialwissenschaften
DDC-Sachgruppe: Wirtschaft
Dokumentart: Dissertation
Hauptberichter: Meyr, Herbert Prof. Dr.
Sprache: Englisch
Tag der mündlichen Prüfung: 13.10.2020
Erstellungsjahr: 2021
Publikationsdatum: 10.02.2021
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Englisch: Fossil resources are limited and will run short. Moreover, the extensive usage of fossil resources is discussed as a key driver for climate change which means that a changeover in basic economic and ecological thinking is necessary. Especially for energy production, there has to be a movement away from the usage of fossil resources and towards renewable resources like wind, water, sun, or biomass. Within the first part of this work a structured review of recent literature on the long-term, strategic planning of biomass-based supply chains is provided. Therefore, in the first step, the overall research field “bioeconomy” by means of the various utilization pathways of biomass is structured and the demand-oriented view of supply chain management models and the supply-oriented view of bioeconomy are combined. In the second step, a literature review of operations research models and methods for strategic supply chain planning in biomass-based industries are provided. Thirdly, trends are identified and conclusions about research gaps are drawn. One of the identified research gaps is to make biomass-based supply chains profitable on their own, i.e., without governmental subsidies. Therefore, new optimization models are necessary, which should be as close to reality as possible, by for example considering risks and actual surrounding constraints concerning the legal framework. Within the second part of this work, an approach for strategic optimization of biogas plants considering increased flexibility is developed. Biogas plants can produce their energy flexibly and on-demand if their design is adjusted adequately. In order to achieve a flexibly schedulable biogas plant, the design of this plant has to be adapted to decouple the biogas and electricity production. Therefore, biogas storage possibilities and additional electrical capacity are necessary. The investment decision about the size of the biogas storage and the additional electrical capacity depends on the fluctuation of energy market prices and the availability of governmental subsidies. This work presents an approach supporting investment decisions to increase the flexibility of a biogas plant by installing gas storages and additional electrical capacities under consideration of revenues out of direct marketing at the day-ahead market. In order to support the strategic, long-term investment decisions, an operative plant schedule for the future, considering different plant designs given as investment strategies, using a mixed-integer linear programming (MILP) model in an uncertain environment is optimized. The different designs can be evaluated by calculating the net present value (NPV). Moreover, an analysis concerning current dynamics and uncertainties within spot market prices is executed. Furthermore, the influences concerning the variation of spot market prices compared to the influence of governmental subsidies, in particular, the flexibility premium, are revealed by computational results. Besides, the robustness of the determined solution is analyzed concerning uncertainties. The focus of the third part of the work is to consider variable substrate feeding in the mentioned optimization approach because it is expected that variable substrate feeding and thus a demand-oriented biogas production can influence the optimized plant design. In order to support this extension, an operative plant schedule for the future, considering (non-) linear technical characteristics of the biogas plant and the legal framework is optimized. Therefore, mixed-integer linear programming models with integrated approximation approaches of non-linear parts, representing the biogas production rates, are constructed. Furthermore, the influences of fluctuating spot market prices, governmental subsidies, and biomass feedstock prices on the decisions are analyzed for a fictional case example, which is based on a biogas plant in southern Germany. These numerical experiments show that variable substrate feeding can play a decisive role during the optimization of a biogas plant schedule as part of a long-term design optimization. However, the size of the strategic optimization problem makes the use of a heuristic solution algorithm necessary.
 
Kurzfassung auf Deutsch: Fossile Ressourcen sind begrenzt und werden zur Neige gehen. Darüber hinaus wird über die extensive Nutzung fossiler Ressourcen als wesentlicher Treiber des Klimawandels diskutiert, so dass ein Umdenken in der ökonomischen und ökologischen Grundhaltung notwendig ist. Insbesondere bei der Energieerzeugung muss eine Abkehr von der Nutzung fossiler Ressourcen und eine Ausrichtung auf erneuerbare Ressourcen wie Wind, Wasser, Sonne oder Biomasse erfolgen. Im ersten Teil dieser Arbeit wird ein strukturierter Überblick über die aktuelle Fachliteratur zur langfristigen, strategischen Planung von biomassebasierten Supply Chains gegeben. Dazu wird in einem ersten Schritt das gesamte Forschungsfeld "Bioökonomie" anhand der verschiedenen Nutzungspfade von Biomasse strukturiert und die nachfrageorientierte Sichtweise von Supply Chain Management Modellen und die angebotsorientierte Sichtweise der Bioökonomie zusammengeführt. Im zweiten Schritt wird ein Literaturüberblick über Operations-Research-Modelle und Methoden zur strategischen Supply-Chain-Planung in biomassebasierten Branchen gegeben. Im dritten Schritt werden Trends identifiziert und Schlussfolgerungen über Forschungslücken gezogen. Eine der identifizierten Forschungslücken besteht darin, biomassebasierte Supply Chains selbständig, d.h. ohne staatliche Subventionen, profitabel zu machen. Hierfür sind neue Optimierungsmodelle notwendig, die möglichst realitätsnah sein sollten, indem sie z.B. Risiken und tatsächliche Rahmenbedingungen bezüglich der rechtlichen Vorgaben berücksichtigen. Im zweiten Teil dieser Arbeit wird ein Ansatz zur strategischen Optimierung von Biogasanlagen unter Berücksichtigung einer Flexibilitätserhöhung entwickelt. Biogasanlagen können bei geeigneter Auslegung ihre Energie flexibel und bedarfsgerecht produzieren. Um eine Biogasanlage flexibel planbar zu betreiben, muss das Design dieser Anlage so angepasst werden, dass die Biogas- und Stromproduktion entkoppelt werden. Dazu sind Biogasspeichermöglichkeiten und zusätzliche elektrische Kapazität notwendig. Die Investitionsentscheidung über die Größe des Biogasspeichers und der zusätzlichen elektrischen Kapazität hängt von der Schwankung der Energiemarktpreise und der Verfügbarkeit staatlicher Fördermittel ab. Diese Arbeit stellt einen Ansatz zur Unterstützung von Investitionsentscheidungen zur Erhöhung der Flexibilität einer Biogasanlage durch die Installation von Gasspeichern und zusätzlichen elektrischen Kapazitäten unter Berücksichtigung von Erlösen aus der Direktvermarktung am Day-Ahead-Markt vor. Um die strategischen, langfristigen Investitionsentscheidungen zu unterstützen, wird ein operativer Anlagenfahrplan für die Zukunft unter Berücksichtigung verschiedener Anlagendesigns, die als Investitionsstrategien vorgegeben sind, mit Hilfe eines gemischt-ganzzahligen linearen Optimierungsmodells (MILP), unter Berücksichtigung von Unsicherheit, optimiert. Die verschiedenen Designs können durch die Berechnung des Kapitalwerts (NPV) bewertet werden. Darüber hinaus wird eine Analyse der aktuellen Dynamik und der Unsicherheiten der Spotmarktpreise durchgeführt. Darüber hinaus werden die Einflüsse der Varianz der Spotmarktpreise im Vergleich zum Einfluss staatlicher Subventionen, insbesondere der Flexibilitätsprämie, durch Berechnungsergebnisse aufgezeigt. Außerdem wird die Robustheit der ermittelten Lösung hinsichtlich der Unsicherheiten analysiert. Der Fokus des dritten Teils der Arbeit liegt auf der Berücksichtigung eines variablen Substratmanagements in dem entwickelten Optimierungsansatz, da erwartet wird, dass eine variable Substrateinspeisung und damit eine bedarfsgerechte Biogasproduktion das optimierte Anlagendesign beeinflussen kann. Um diese Erweiterung umzusetzen, wird ein operativer Anlagenfahrplan für die Zukunft unter Berücksichtigung (nicht-) linearer technischer Eigenschaften der Biogasanlage und der gesetzlichen Rahmenbedingungen optimiert. Dazu werden gemischt-ganzzahlige lineare Optimierungsmodelle mit integrierten Approximationsansätzen der nichtlinearen Anteile, welche die Biogasproduktionsraten repräsentieren, konstruiert. Des Weiteren werden die Einflüsse von schwankenden Spotmarktpreisen, staatlichen Förderungen und Biomasse-Rohstoffpreisen auf die Entscheidungen für ein fiktives Fallbeispiel, das auf einer Biogasanlage aus Süddeutschland basiert, analysiert. Die numerischen Experimente zeigen, dass die variable Substrateinspeisung bei der Optimierung des Fahrplans einer Biogasanlage im Rahmen einer langfristigen Anlagenoptimierung eine entscheidende Rolle spielen kann. Die Größe des strategischen Optimierungsproblems macht jedoch den Einsatz eines heuristischen Lösungsalgorithmus notwendig.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  09.05.23