您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 产业 > 能源矿产 > 动态定价对我国煤炭调运格局的影响研究

动态定价对我国煤炭调运格局的影响研究

发布时间:2018-10-31 作者:派智库 来源:中宏数据库整理 浏览:【字体:

摘要:我国煤炭生产地与消费地之间存在着空间差异,从而产生了煤炭调运需求,煤炭调运也一直是我国煤炭运输业的重要课题。本文以煤炭调运系统中所有消费地煤炭调运所支出的运输费用最小为目标,构建了多式联运组织下基于路径的煤炭运输网络分配优化模型及相应的求解算法。以我国内地煤炭调运问题为案例,分析了多式联运下我国的煤炭运输格局,研究了不同价格机制下的分配结果。结果表明,与线性动态价格相比,S型动态价格机制下的铁路、水运周转量变化程度均较小。S型动态价格机制下的运输方案更有利于控制铁路周转量,使煤炭运输方案更能适应社会经济环境等因素的变化,具有更好的稳定性。 织梦内容管理系统

关键词:煤炭调运;铁水联运;竞争力分析;动态定价 织梦内容管理系统

0 引言

织梦内容管理系统

我国煤炭生产地与消费地之间存在着空间差异,从而产生了较大规模的煤炭调运需求。既有研究[1-3]分析了在满足管理和组织约束下各产销地之间煤炭调运的流向和流量。然而,煤炭运输调运方案确定时,仅确定了运输方式和对应方式的运输量,未对具体运输路径的运输量进行分配。同时,煤炭产销地之间存在多条路径,各路径的运输费用、时间等参数不同,影响产销地之间不同路径的流量分配,而路径分配后才明确各条路径的运输量、使用情况等,进而从实践层面具体分析煤炭调运方案。鉴于此,对这部分的研究仍有待深入。 织梦内容管理系统

目前学者们对煤炭运输格局的研究较多。Shih研究了台湾电力公司煤炭采购运输问题,建立了多个供应商选择的运输方案和库存控制混合整数规划模型。刘敬青[4,5]研究了我国煤炭省际调运以及铁路煤炭运输的空间格局,分析了铁路在省际煤炭调运中的功能作用及其地区差异,提出了调整优化铁路煤炭运输空间格局的策略。张华[6]以净调入量和净调出量大于1000万t的省份及黑龙江省为研究对象,分析了我国铁路省际煤炭调运格局,构建了铁路省际煤炭调运的优化模型,重新分配了各供给地和需求地的铁路煤炭流向和流量。金阁[7]建立了煤炭的需求细分和煤炭运输的广义费用,构建了基于动态运价和合理库存的煤炭运输组织方案优化编制方法,并通过案例分析验证了方法的可行性。 织梦好,好织梦

然而,既有研究未考虑多式联运网络下存在的铁水联运等方式,路径分配中缺少对铁水联运、铁路等方式的市场分担率的研究,而且对调运格局的优化研究中,未包含全国具有铁路调运关系的全部省份,存在一定的局限性。因此,本文研究多式联运下我国煤炭的运输格局,即基于一定的煤炭调运方案下,煤炭生产地和消费地之间不同路径的流量分配,包括铁水联运、铁路等方式,以及二者在相关影响因素变化情况下竞争力的变化,并以我国全部省份之间的煤炭调运格局为研究对象,从而提高研究的适用性。 本文来自织梦

1 问题描述 本文来自织梦

本文研究我国煤炭运输格局问题,即在煤炭调运方案[3]确定后,煤炭生产地和消费地之间存在多条路径,不同路径的运输费用、时间等参数不同,受到设备条件、运营水平、盈利计划等因素的影响,不同路径的流量具体如何分配仍需要研究,不同的流量分配直接影响各路径的利用程度,以及我国煤炭调运的总体费用等。本文考虑煤炭供求关系对煤炭坑口价格的影响,分析动态定价下的煤炭铁水联运竞争力。本问题涉及以下几个关键点。 copyright dedecms

(1)煤炭运输格局 内容来自dedecms

在确定煤炭调运方案的基础上,将煤炭调运需求分配到实际的多式联运网络上,形成网络中所有物理线路(或作业区段)所承担的煤炭运输量(或处理量)。

织梦内容管理系统

(2)区段运输量

内容来自dedecms

运输区段包括装卸、转运、仓储等作业段或者运输线路的运输量或处理量。

织梦内容管理系统

(3)区段运输费用 copyright dedecms

运输区段的运输费用,通常由设备条件、运营水平、盈利等确定,作为固定输入值。

本文来自织梦

(4)路径流量 织梦内容管理系统

煤炭生产地和消费地之间的某条路径上的流量,生产地和消费地之间存在多条路径,各路径的运输费用、时间等参数不同,因此不同路径的路径流量的分配需要优化研究。 本文来自织梦

(5)问题假设

内容来自dedecms

本文研究我国煤炭运输格局基于以下假设: copyright dedecms

1、各地煤炭消费需求已知且固定;

织梦好,好织梦

2、煤炭调运方案已知且固定,具体可参见文献[3];

本文来自织梦

3、不考虑各消费地对煤炭种类需求的差异;

本文来自织梦

4、不考虑运输网络的能力。 dedecms.com

2 动态定价下的煤炭调运

织梦内容管理系统

本文以煤炭各生产地和消费地间之间各条路径上的流量作为决策变量,以所有消费地煤炭调运所支出的运输费用最小为目标,构建煤炭运输组织的优化模型。 dedecms.com

2.1 煤炭坑口价格计算方法

织梦好,好织梦

设定2种煤炭坑口价格变化特征,分别为线性动态价格和S型动态价格[3]。2种价格特性下的煤炭坑口价与煤炭调运量的关系如下: 内容来自dedecms

(1)线性动态价格 内容来自dedecms

线性动态价格是指煤炭坑口价格与煤炭销量占可调出量比例存在线性关系。煤炭消费量不变时,线性动态价格下煤炭坑口价格与煤炭调出量的关系为 copyright dedecms

Pi(oi)=a1(oi/Ii)+C0(1) dedecms.com

式中:a1为价格调节系数,用于衡量价格随调出量与可调出量比例波动的敏感性;Ii为煤炭生产地i的煤炭可调出量;C0为煤炭坑口基价,即生产成本所决定的基础价格,为常数。

dedecms.com

(2)S型动态价格 copyright dedecms

S型动态价格是指煤炭坑口价格的增长特征符合Logistic增长曲线。煤炭坑口价格随销量与可调出量的比增加而不断增加,并表现出“平缓—快速增长—稳定”的特征。S型动态价格下,保持煤炭消费量不变,煤炭坑口价格与煤炭调出量的关系为 copyright dedecms

dedecms.com

式中:a2、a3为S型动态价格曲线的形状系数,用以调整S型动态价格的突变过程;K为S型动态价格的最大价格增量。

织梦好,好织梦

2.2 多式联运网络下的煤炭运输网络分配优化模型 织梦好,好织梦

将生产地和消费地之间各条路径上的流量作为决策变量,结合运输区段的运输量或处理量,达到整个煤炭调运系统中,所有消费地煤炭调运所支出的运输费用最小的目标,寻求满足这一目标的网络分配方案。

dedecms.com

(1)目标函数

本文来自织梦

煤炭运输组织优化的目标是整个煤炭调运系统中,所有消费地煤炭调运所支出的运输费用最小。则目标函数表示为: 本文来自织梦

内容来自dedecms

式中:rij为生产地i和消费地j间的调运量,由文献[3]确定。 织梦好,好织梦

若运输区段的运输费用函数ps是运输量xs的线性递增函数,则模型(3)至(7)就是二次凸规划问题,解存在且是唯一的。若ps是运输量xs的非线性递增函数,模型(3)至(7)就是一般的凸规划问题,也存在唯一解。

内容来自dedecms

2.3 求解算法

dedecms.com

根据煤炭运输网络分配优化模型,采用Frank-Wolfe算法来求解模型(即F-W法)。F-W方法的实质就是根据一组线性规划的最优解确定下一步的迭代方向,然后根据目标函数的一维极值问题求最优迭代步长。由于该方法在每一步迭代中都必须求解一组线性规划问题的解,计算量较大。只有在近似的线性规划模型容易求解时,该方法才有应用价值。而交通流分配模型具有这一特点,因此F-W方法适用于本文最优化问题的求解。 本文来自织梦

具体求解过程如下:

织梦好,好织梦

步骤1:初始解。给出初始可能解,一般用全有全无分配法求解初始可能解。 dedecms.com

步骤2:费用函数。更新路段费用函数。

本文来自织梦

步骤3:迭代方向。搜索目标函数的下降方向。用最短径路搜索法求出各OD间的最短径路,在用全有全无分配法求出探索方向。

织梦好,好织梦

步骤4:一维搜索。将运输区段上新的处理量或运输量代入到目标函数中,求出最佳探索步长。 内容来自dedecms

步骤5:收敛判定。设定收敛条件,若满足收敛条件,则结束计算。否则,返回步骤2,重新开始计算。

内容来自dedecms

3 案例分析

dedecms.com

以我国煤炭调运为例,研究价格特性、运输需求等因素对煤炭运输格局的影响。本文采用的研究案例背景、铁路运输网络、港口分布、产销地分布、坑口价计算公式参数以及优化模型中的相关参数与文献[3]相同。

内容来自dedecms

3.1 我国煤炭运输格局分析 copyright dedecms

线性动态价格和s型动态价格下,煤炭运输格局优化的分配结果不同,影响铁路运输周转量和港口吞吐量,其结果如图1所示。

织梦好,好织梦

从图1中可以看出,线性动态价格和s型动态价格下,铁路运输量和港口吞吐量的分布结果类似。其中,运输量前三的铁路线路均为包西线、大秦线和兰新线;吞吐量前三的港口均为秦皇岛、黄骅和天津(含曹妃甸和京唐港)。另外上水港口均分布在环渤海周边,下水港口则分布在长江人海口及沿海地区。 本文来自织梦

另外,对比不同价格机制下的铁路运输量分布,如图1(a)和(c)所示,部分线路的铁路运输存在一定差异。例如,线性弹性价格机制下,集通线的铁路运输量明显高于S型弹性价格下的铁路运输周转量。同样地,两个价格机制下,部分港口的吞吐量存在一定差异。例如,线性弹性价格机制下,连云港的吞吐量明显低于S型弹性价格下的吞吐量。 织梦好,好织梦

3.2 灵敏度分析 dedecms.com

(1)运输费率对运输周转量的影响 copyright dedecms

织梦好,好织梦

本文分别研究线性动态价格和s型动态价格下,当运输费率变化时,铁路和水运周转量的变化趋势。运输费率对铁路和水运周转量的影响结果如图2所示。

本文来自织梦

从图2(a)中可以看出,在线性动态价格和s型动态价格下,当铁路运输费率由减少50%逐渐变化为增加50%时,铁路周转量均呈现降低趋势,其原因是当铁路运输费率增加时,铁路运输成本增加,从而导致铁路周转量降低。当水路运输费率由减少50%逐渐变化为增加50%时,铁路周转量均呈现增加趋势,其原因是当水路运输费率增加时,水路运输成本增加,从而导致铁水联运周转量降低,同时铁路周转量增加。

本文来自织梦

从图2(b)中可以看出,在线性动态价格和S型动态价格下,当铁路运输费率由减少50%逐渐变化为增加50%时,铁路周转量均呈现增加趋势;当水路运输费率由减少50%逐渐变化为增加50%时,水路周转量均呈现降低趋势。 内容来自dedecms

另外,将线性动态价格和S型动态价格进行对比,发现S型价格机制下,铁路和水运周转量的变化程度均较小,说明S型动态价格机制下的运输方案更有利于控制铁路周转量的变化,提供运输效率。 内容来自dedecms

(2)运输费率对运输方式分担率的影响 dedecms.com

本文研究线性动态价格和S型动态价格下,当运输费率变化时,铁路运输和铁水联运分担率的变化趋势。运输费率的变化分为2个方面的变化,铁路运输费率和水路运输费率分别影响铁路运输成本、水路运输成本以及对应的铁水联运成本,因此,当二者变化时,对不同运输方式的竞争力影响不同,进而影响其方式分担率,结果如图3所示。

织梦好,好织梦

内容来自dedecms

从图3中可以看出,在线性动态价格和S型动态价格下,当铁路运输费率由减少50%逐渐变化为增加50%时,铁水联运分担率均呈现增加趋势,其原因是当铁路运输费率增加时,铁路运输成本增加,从而导致铁路周转量降低,铁水联运周转量增加。因此,铁水联运分担率增加。另外,两种动态价格机制下,水路周转量均呈现降低趋势,其原因是当水路运输费率增加时,水路运输成本增加,从而导致铁水联运周转量降低;反之,铁路周转量增加。将线性动态价格和S型价格机制进行对比,发现S型价格机制下,水路周转量更高,说明S型价格机制下的运输方案有利于提高铁水联运的周转量,更有利于控制成本。 织梦好,好织梦

4 小结 本文来自织梦

煤炭调运研究是在给定煤炭产需基础上,在多式网络上通过交通分配得到基于联运的煤炭调运量方案。本文以煤炭调运系统中所有消费地煤炭调运所支出的运输费用最小为目标,构建了基于路径的煤炭运输网络分配优化模型,分析了多式联运下的我国煤炭调运格局。通过上述模型及案例分析,可以得到如下结论: dedecms.com

(1)对价格机制的研究表明,发现与线性动态价格相比较,S型动态价格机制下,铁路、水路周转量的变化程度均略小,说明S型动态价格机制下的运输方案有利于控制铁路周转量的变化,使之更能适应社会经济环境等因素的变化,具有更好的稳定性。 织梦内容管理系统

(2)从运输费率角度看,当铁路运输费率逐渐增加时,铁水联运分担率呈增加趋势。分析原因,当铁路运输费率增加时,由于水路运输费率较低,从而导致铁路周转量降低,铁水联运周转量增加。当水路运输费率逐渐增加时,会促使部分运输量转移至铁路,从而导致铁水联运周转量降低。 织梦内容管理系统

参考文献

本文来自织梦

[1]成升魁,徐增让,沈镭.中国省际煤炭资源流动的时空演变及驱动力[J].地理学报,2008,63(6):603-612.

织梦内容管理系统

[2]刘满芝,马燕燕,周梅华,王兆密.中国煤炭供需与经济的重心演变轨迹研究[J].中国管理科学,2012,20(11):820-827.

dedecms.com

[3]张政,韦伟,史芮嘉,许奇,毛保华.考虑动态定价的煤炭调运方案优化研究[J].交通运输系统工程与信息,2017,17(6):242-247. 织梦好,好织梦

[4]刘敬青.我国煤炭产消运空间格局分析[J].综合运输,2009(12):61-65. 织梦好,好织梦

[5]刘敬青.铁路省际煤炭调运的分析与评价[J].中国能源,2010,32(10):20-24. 织梦内容管理系统

[6]张华,吕涛,李爱彬.铁路省际煤炭调运的格局及优化[J].铁道运输与经济,2012,34(2):14-19.

内容来自dedecms

[7]金阁.煤炭运输组织方案优化研究[A].中国铁道学会工程分会第六届线路专业委员会第四次会议论文集[C],2014,255-264. 本文来自织梦

 

copyright dedecms

(nc-10201805) dedecms.com

  内容来自dedecms