نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری رشته مدیریت صنعتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2 گروه مدیریت صنعتی، دانشکده مدیریت، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
3 استاد دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
چکیده
با توجه به تغییرات اقلیمی که امروزه مطالعاتی زیادی را پیرامون خود شکل داده است از جمله کاهش مصرف سوختهای فسیلی و استفاده از انرژیهای تجدیدپذیر جهت تولید انرژی پاک، در این پژوهش با همین هدف، طراحی مدل شبکه زنجیرهتأمین زیستتودۀ سه سطحی با دو تابع کمینهسازی در هزینههای اقتصادی و زیستمحیطی مدنظر قرار گرفته است. تابآوری مدل عمدهترین شکاف پژوهشی برطرف شده در این مطالعه است که به بررسی اختلال در عرضه مواد اولیه با رویکرد سناریوپردازی اقدام میکند. مدل ریاضی پژوهش، برنامهریزی خطی عدد صحیح مختلط میباشد. برای تکهدفه کردن تابع، تحت عدم قطعیت، از مدل ریاضی TH فازی استفاده گردیده و اعتبارسنجی مدل، در یک مطالعه موردی واقعی، در استان تهران بررسی شده است. با توجه به یافتههای حاصل از خروجی نرمافزارگمز(GAMS)، که هزینه بهینه اقتصادی معادل200,423,354,791 تومان و انتشار 1420469 گرم دیاکسیدکربن در سال را نشان میدهد، حالت بهینه ساخت 4 نیروگاه در شهرهای پاکدشت، قرچک، پرند و ملارد پیشنهاد شده است. تجزیه و تحلیل حساسیت بر روی پارامترهای روش TH و بر روی تغییر مقادیر عرضه زیستتوده، انتظارات را محقق نمود. در نتیجه مدل پیشنهادی، کارآمدی لازم را دارد و توانسته با ترکیب رویکرد اقتصادی و زیستمحیطی، از نظر هزینه، بهینه باشد و انتشار گازهای گلخانهای را نیز کاهش دهد. بنابراین مدل، تابآوری لازم را دارا میباشد.
کلیدواژهها
موضوعات
باوی، زینب؛ معتمدی، سحر؛ سعیدی، ناصر و حسینپور، فاطمه. (1401). بررسی تأثیر قیمت بنزین بر شاخص توسعه انسانی در اقتصاد ایران. پژوهشنامه اقتصاد انرژی ایران، 43(11)، 33-11.
حمیدیزاده، محمدرضا. (1401). برنامهریزی غیرخطی. تهران: سمت.
شریعت حسینی، سید علی اصغر؛ باشی شهابی، پیمان و بشیرنژاد، کاظم. (1400). ارزیابی تولید بیوگاز از پسماند جامد شهری با استفاده از راکتورهای تخمیر بیهوازی پیوسته. نشریه پژوهشهای سیاستگذاری و برنامهریزی انرژی، 22، 130-87.
شریفی بارفروشی، سحر. (1396). طراحی یک زنجیرهتأمین پسماند به انرژی همراه با انتخاب تکنولوژی تبدیل. پایاننامه کارشناسی ارشد مهندسی صنایع. دانشکده مهندسی صنایع. دانشگاه صنعتی بابل.
Abdel-Shafy, H.I., & Mansour, M.S.M. (2018). Solid waste issue: Sources, composition, disposal, recycling, and valorization. Egyptian Journal of Petroleum, 27, 1275-1290. https://doi.org/10.1016/j.ejpe.2018.07.003
Ağbulut, Ü., & Sarıdemir, S. (2018). A general view to converting fossil fuels to cleaner energy source by adding nanoparticles. International Journal of Ambient Energy, 42(13), 1569-1574. https://doi.org/10.1080/ 01430750.2018.1563822
Batista, R.M., Converti, A., Pappalardo, J., Benachour, M., & Sarubbo, L.A. (2023). Tools for optimization of biomass-to-energy conversion processes. Journal of Processes, 11, 854. https://doi.org/10.3390/ pr11030854
Bavi, Z., Motamedi, S., Saeedi, N., Hosseinpour, F. (2022). Investigating the Impact of gasoline price on human development index in the Iranian Economy. Iranian Energy Economics, 43 (11), 11-33. [In Persian] http://dx.doi.org/10.22054/jiee.2023.67827.1920
Bedia, J., Peñas-Garzón, M., Avilés. A. G, Rodriguez. J. J., & Belver. C. (2018). A review on the synthesis and characterization of biomass derived carbons for adsorption of emerging contaminants from water. C-Journal of Carbon Research 4, 4, 1-53. https://doi.org/10.3390/c4040063
Condori, B., Hijmans, R.J., Quiroz, R., & Ledent, J-F. (2010). Quantifying the expression of potato genetic diversity in the high Andes through growth analysis and modeling. Journal of Field Crops Research, 119, 135-144. https://doi.org/10.1016/j.fcr.2010.07.003
Cyplik, P., & Zwolak, M. (2022). Industry 4.0 and 3D print: a new heuristic approach for decoupling point in future supply chain management. Journal of LogForum, 18(2), 161-171. http://doi.org/10.17270/J.LOG. 2021.733
Detwal, P. K., Agrawal, R., Samadhiya, A., Kumar, A., & Garza-Reyes, J. A. (2023). Research developments in sustainable supply chain management considering optimization and industry 4.0 techniques: a systematic review. Benchmarking: An International Journal. 1-21. https://doi.org/10.1108/BIJ-01-2023-0055
Di Matteo, U., Nastasi, B., Albo, A., & Garcia, D.A. (2017). Energy contribution of OFMSW (Organic Fraction of Municipal Solid Waste) to energy-environmental sustainability in urban areas at small scale. Journal of Energies, 10(2), 229. https://doi.org/10.3390/en10020229
Ebrahimi Qazvini, Z., Haji, A., & Mina, H. (2019). A fuzzy solution approach for supplier selection and order allocation in green supply chain considering location-routing problem. Journal of Scientia Iranica, 28(1), 446-464. https://doi.org/10.24200/sci.2019.50829.1885
Eghbali, H., Arkat, J., & Tavakkoli-Moghaddam, R. (2022). Sustainable supply chain network design for municipal solid waste management: A case study. Journal of Cleaner Production, 381, 135211. https://doi.org/ 10.1016/j.jclepro.2022.135211
Extance, A., & Pinchbeck, A. (2022). Moving from fossil fuels to renewable energy. Royal Society of Chemistry (Education in Chemistry). https://edu. rsc.org/feature/moving-from-fossil-fuels-to-renewable-energy/4015752. article#commentsJump
Ferronato, N., Alarcon, G. P. P., Lizarazu, E. G. G., & Torretta, V. (2021). Assessment of municipal solid waste collection in Bolivia: Perspectives for avoiding uncontrolled disposal and boosting waste recycling options. Journal of Resources, Conservation and Recycling, 167, 105234. https:// doi.org/10.1016/j.resconrec.2020.105234
Feyzi, S., Khanmohammadi, M., Abedinzadeh, N., & Aalipour, M. (2019). Multi-criteria decision analysis FANP based on GIS for siting municipal solid waste incineration power plant in the north of Iran. Journal of Sustainable Cities and Society, 47, 101513. https://doi.org/10.1016/ j.scs.2019.101513
González-Núñez, S., Guerras, L. S., & Martín, M. (2023). A multiscale analysis approach for the valorization of sludge and MSW via co-incineration. Journal of Energy, 263, 126081. https://doi.org/10.1016/ j.energy.2022.126081
Hamidizadeh, M.R. (2022). Nonlinear programming. 3th ed. Tehran: SAMT. [In Persian] ISBN: 978-964-459-666-7
Helal, M. A., Anderson, N., Wei, Y., & Thompson, M. (2023). A Review of biomass-to-bioenergy supply chain research using bibliometric analysis and visualization. Journal of Energies, 16(3), 1187. https://doi.org/10.3390/en16031187
Jeong, J.S., & Ramírez-Gómez, Á. (2018). Optimizing the location of a biomass plant with a fuzzy-decision-making trial and evaluation laboratory (F-DEMATEL) and multi-criteria spatial decision assessment for renewable energy management and long-term sustainability. Journal of Cleaner Production, 182, 509-520. https://doi.org/10.1016/j.jclepro. 2017.12.072
Kousar, S., Sangi, M.N., Kausar, N., Agarwal, P., Ozbilge, E., & Bulut, A. (2023). Optimizing transportation cost for biomass supply chain. Journal of Thermal Science. 27(1), 245-251. https://doi.org/10.2298/ TSCI23S1245K
Liu, S., Papageorgiou, L.G., & Shah, N. (2019). Optimal design of low-cost supply chain networks on the benefits of new product formulations. Journal of Computers & Industrial Engineering, 139,106189. https://doi.org/10.1016/j.cie.2019.106189
Liu, X., Tian, G., Fathollahi-Fard, A.M., & Mojtahedi M. (2020). Evaluation of ship’s green degree using a novel hybrid approach combining group fuzzy entropy and cloud technique for the order of preference by similarity to the ideal solution theory. Journal of Clean Technologies and Environmental Policy, 22(8), 493-512. https://doi.org/10.1007/s10098-019-01798-7
Lu, Y., Ge, Y., Zhang, G., Abdulwahab, A., Salameh, A. A., Ali, H. E., & Le, B. N. (2023). Evaluation of waste management and energy saving for sustainable green building through analytic hierarchy process and artificial neural network model. Journal of Chemosphere, 318, 137708. https://doi.org/10.1016/j.chemosphere.2022.137708
Makarichi, L., Jutidamrongphan, W., & Techato, K. (2018). The evolution of waste-to-energy incineration: A review. Journal of Renewable and Sustainable Energy Reviews, 91, 812-821. https://doi.org/10.1016/j.rser.2018.04.088
Momenitabar, M., Dehdari Ebrahimi, Z., Abdollahi, A., Helmi, W., Bengtson, K. & Ghasemi, P. (2023). An integrated machine learning and quantitative optimization method for designing sustainable bioethanol supply chain networks. Decision Analytics Journal, 7, 100236. https://doi.org/10.1016/j.dajour.2023.100236
Mousavi Ahranjani, P., Ghaderi, S.F., Azadeh, A., & Babazadeh, R. (2019). Robust design of a sustainable and resilient bioethanol supply chain under operational and disruption risks. Journal of Clean Technologies and Environmental Policy, 22(23), 1-33. https://doi.org/10.1007/s10098-019-01773-2
Piqueiro, H., Gomes, R., Santos, R., & de Sousa, J. P. (2023). Managing disruptions in a biomass supply chain: A decision support system based on simulation/optimization. Journal of Sustainability, 15(9), 7650. https://doi.org/10.3390/su15097650
Prado, A., Chiquier, S., Fajardy, M., & Mac Dowell, N., (2023). Assessing the impact of carbon dioxide removal on the power system. Journal of iScience, 26(4), 106303. https://doi.org/10.1016/j.isci.2023.106303
Saghaei, M., Ghaderi, H., & Soleymani, H. (2020). Design and optimization of biomass electricity supply chain with uncertainty in material quality, availability and market demand. Journal of Energy, 197, 117165. https://doi.org/10.1016/j.energy.2020.117165
Shariat Hosseini, S. A. A., Bashi Shahabi, P., & Bashirnezhad, K. (2021). Evaluation of Biogas Production from Municipal Solid Waste Using Continuous Anaerobic Fermentation Reactors: Case of City of Mashhad. Quarterly Journal of Energy Policy and Planning Research, 7 (1) :87-130. [In Persian] http://epprjournal.ir/article-1-920-fa.html
Sharifi Barforooshi. S. (2017). Designing a waste to energy supply chain with conversion technology selection. Master's thesis, Babol Noshirvani University of Technology. [In Persian]
Sharma, B., Ingalls, R. G., Jones, C. L., & Khanchi, A. (2013). Biomass supply chain design and analysis: Basis, overview, modeling, challenges, and future. Renewable and Sustainable Energy Reviews, 24, 608-627. https://doi.org/10.1016/j.rser.2013.03.049
Sun, J., Wang, H., & Cui, Z. (2023). Alleviating the bauxite maritime supply chain risks through resilient strategies: QFD-MCDM with intuitionistic fuzzy decision approach. Journal of Sustainability, 15(10), 8244. https://doi.org/10.3390/su15108244
Toba, A. L., Paudel, R., Lin, Y., Mendadhala, R. V., & Hartley, D. S. (2023). Integrated land suitability assessment for depots siting in a sustainable biomass supply chain. Journal of Sensors, 23(5), 2421. https://doi.org/10.3390/s23052421
Torabi, S.A., & Hassini, E. (2008). An interactive possibilistic programming approach for multiple objective supply chain master planning. Journal of Fuzzy Sets and Systems, 159(2), 193-214. https://doi.org/10.1016/j.fss. 2007.08.010
Wang, Z., & Wang, Z. (2023). Sustainable supply chain design for waste to biohydrogen. Waste to Renewable Biohydrogen, 211-227. Academic Press. https://doi.org/10.1016/B978-0-12-821675-0.00002-5
World Bank. (2000). Decision makers guide to municipal solid waste incineration. World Bank: Washington DC.
https://documents1.worldbank.org/curated/en/206371468740203078/pdf/multi-page.pdf
Yu, S., Sun, J., Shi, Y., Wang, Q., Wu, J., & Liu, J. (2021). Nano cellulose from various biomass wastes: Its preparation and potential usages towards the high value-added products. Journal of Environmental Science and Eco technology, 5, 100077. https://doi.org/10.1016/j.ese.2020.100077
Iranian Energy Economics is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
)