BİYOGAZ ENERJİ ÜRETİM TESİSİ İÇİN BİYOKÜTLE LOJİSTİK YÖNETİMİ

Yıl 2017, Cilt: 28 Sayı: 3, 20 - 34, 09.02.2018

Kürşad Derinkuyu , Berke Tarakçıoğlu İrem Melis Koç Eren Sazak Doğaç Zengin

Öz

Yenilenebilir enerji türlerinden olan biyokütleden biyogaz elde eden elektrik santrali, enerji üretim hedefine ulaşabilmesi için hayvansal atık kullanmakta olup, bunun için çevredeki yaklaşık 150 çiftlikle iş birliğine gitmiştir. Bu çalışmada, tesisin atık ihtiyacını mevcut çiftliklerden taşımak için atık miktarı, çiftlik sayısı ve birbirlerine yakınlığı çoklu amaç fonksiyonları altında incelenmesi yapılmış olup araç sayısı ve her bir aracın günlük rota maliyeti en küçüklenmiştir. Çalışmada bir matematiksel model önerilmiş ve 4 aşamalı bir çözüm geliştirme sezgiseli oluşturulmuştur. Sezgiselin ilk aşamasında Fisher ve Jaikumar kümelendirme algoritması modifikasyondan geçirilerek çiftliklerin atık miktarı, çiftlik sayısı ve birbirlerine yakınlık ölçütlerini amaç fonksiyonu olarak ele alan matematiksel bir alt model oluşturulmuştur. Bu ilk modelden elde edilen küme bilgileri doğrultusunda ikinci aşamada her bir küme için Gezgin Satıcı Problemi çözülmüştür. Üçüncü aşamada, ilk iki aşamada elde edilen çıktılar ile birlikte çiftlikler arası mesafe, mesai saatleri ve operasyonel süre kısıtları gözetilerek araç sayısını minimize eden bir alt model geliştirilmiştir. Son aşamada, Çok Yüksek Boyutlu Komşuluk Arama Sezgiseli geliştirilmiştir. İnşa edilen sezgisel, ilk aşamada geliştirme öncesi toplam yolu ortalama %10 civarında azaltmıştır. Çok Yüksek Boyutlu Komşuluk Arama Sezgiseli sonrasında ise ilave olarak %7’lik bir düşüş gözlemlenmiştir. Son olarak, ihtiyaç duyulan araç sayısında ise %30’luk bir iyileşme sağlanmıştır. Bu iyileştirmelerin sonucunda işçi, araç ve yakıt masrafları olarak yıllık yaklaşık 573.944 TL kazanç sağlanacağı öngörülmektedir.

Anahtar Kelimeler

Biyokütle, çok amaçlı kümelendirme, çok yüksek boyutlu komşuluk arama sezgiseli

BIOMASS LOGISTICS MANAGEMENT FOR BIOGAS POWER PRODUCTION FACILITY

Öz

The biogas power plant, which generates energy from biomass, uses animal waste to reach its energy production target, and it hasstarted to collaborate with about 150 farms within the area. In this project, the amount of waste in farms, the number of farms and their proximity to each other are examined under multi-objective functions to transport the waste needs of the plant from the farms, then the number of vehicles and the costs of daily routes of these vehicles are minimized. In this study, a mathematical model is introduced and a 4-step solution development heuristic has been built. In the first stage of the heuristic, by modifying the Fisher and Jaikumar clustering algorithm, a mathematical sub-model which takes the amount of waste of farms, the number of farms and their closeness to each other as objective function is formed. With the cluster information obtained from the first model, the Travelling Salesman Problem was solved for each cluster in the second stage. In the third phase, a sub-model which minimizes the number of vehicles considering the distances between the farms, working hours and operational time constraints is developed in the light of the outputs obtained from the first two phases. At the last stage, Very Large Scale Neighborhood Search algorithm is developed. The heuristic has reduced the total path near 10% in the first stage. After the VLSN Search, an additional 7% decrease is observed. Lastly, 30% reduction is achieved in the number of vehicles. As a result of these improvements, it is predicted that approximately 573.944 Turkish Liras would be gained annually from the cost of labor, vehicle and fuel.

Anahtar Kelimeler

Biomass, multi objective clustering, very large scale neighborhood search

Kaynakça

• 1. Ahuja, R. K., Orlin, J. B., Sharma, D. 2000. “Very Large-Scale Neighborhood Search,” International Transactions in Operational Research, vol. 7, p. 301-317.
• 2. Akça, Y., Aksen, D., Kaya, O., Salman, F. S. 2012. “Selective and Periodic Inventory Routing Problem for Waste Vegetable Oil Collection,” Optimization Letters, vol. 6, p. 1063-1080.
• 3. Alkan, A., Bozyer, Z., Fığlalı, A. 2014. “Kapasite Kısıtlı Araç Rotalama Probleminin Çözümü için Önce Grupla Sonra Rotala Merkezli Sezgisel Algoritma Önerisi,” Bilişim Teknolojileri Dergisi, sayı 7 (2), s. 29-37.
• 4. Bodin, L., Sniezek, J. 2006. “Using Mixed Integer Programming for Solving the Capacitated Arc Routing Problem with Vehicle/Site Dependencies with an Application to the Routing of Residential Sanitation Collection Vehicles,” Annals of Operatios Research, vol. 144, p. 33-58.
• 5. Dantzig, G. B., Ramser, J. H. 1959. “The Truck Dispatching Problem,” Management Science, vol. 6, p. 80-91.
• 6. EİE. 2017. http://www.eie.gov.tr/yenilenebilir/biyogaz, son erişim tarihi: 15.02.2017.
• 7. EPİAŞ. 2017. https://seffaflik.epias.com.tr/transparency, son erişim tarihi: 15.02.2017.
• 8. Hansen, P., Mladenovic, N. 2001. “Variable Neighborhood Search: Principles and Applications,” European Journal of Operational Research, vol. 130, p. 449-467.
• 9. Kaygusuz, K.., Sekerci, T. 2016. “Biomass for Efficiency and Sustainability Energy Utilization in Turkey,” Journal of Engineering Research and Applied Science, vol. 1 (1), p. 34- 43.
• 10. Kumar, S., Panneerselvam, R. 2012. “A Survey on the Vehicle Routing Problem and its Variants,” Intelligent Information Management, vol. 4, p. 66-74.
• 11. Paolo, T., Vigo, D. 2014. “Vehicle Routing Problems, Methods and Applications,” Mathematical Optimization Society and the Society for Industrial and Applied Mathematics, İtalya.
• 12. Toklu, E. 2017. “Biomass Energy Potential and Utilization in Turkey,” Renewable Energy, vol. 107, p. 235-244.
• 13. World Energy. 2017. https://www.worldenergy.org/wpcontent/uploads/, son erişim tarihi: 15.02.2017.