陈 可,周 强,黄安邦
(武汉理工大学 物流工程学院,湖北 武汉 430063)
煤炭资源生产地与需求地在地理空间上形成了错位结构,使得煤炭资源长期处于多种运输方式下由北向南、由西向东的运输格局。国内煤炭物流网络受到众多学者关注和研究,赵国智等[1]从网络结构、动态演化性、动力学特性、聚类性等几个方面分析了煤炭物流网络的特性,研究了其网络优化方法及研究的意义。崔迪等[2]从定性和定量两个方面研究得出铁水联运情况下煤炭物流网络节点具有量多、动态变化、度值分布服从幂律分布等网络特征及煤炭物流网络具有动态性和模块性的复杂特征。朱婷婷[3]把煤炭物流网络看作是多层级网络,以网络成本最低为目标,在不考虑网络中煤炭流量的重新分配下,研究了最佳物流中心选取和合理分配物流量的问题。王泽江[4]定性探讨了我国煤炭物流需求预测的主要影响因素,构建了以我国煤炭需求为研究对象的网络预测模型,并结合实例进行了相关验证与分析。
虽然现有研究对北煤南运的网络路径优化及网络复杂性进行了有益探讨,但网络路径优化问题集中于需求及成本分析、港口布局及设施设备配置、运输线路规划等局部性优化问题,很少从宏观层面探讨与运输网络整体的综合优化问题。从复杂网络角度对联运系统进行研究时,仅仅从度、聚类系数等特性来考虑,并不能很好的揭示物流系统复杂的内部因素。北煤南运网络是由铁路、水路等多种运输方式组成的多式联运网络,针对北煤南运网络的动态行为及运量分布的研究较少。本文通过Petri网研究其物流活动并建立北煤南运仿真模型,分析煤炭物流网络这种大型复杂网络的动态和交互过程,并能使系统的整体性能被精确地评估。本文旨在用仿真技术量化地分析北煤南运物流网络,建立相关模型对其网络结构形式进行深入研究,优化煤炭物流网络,以期取得提高煤炭物流网络通过能力的研究成果。
我国煤炭资源北富南贫、东多西少,煤炭从西北地区产煤点运往华东、华南地区消费节点。其中煤炭运输包含多条主线:(1)内蒙古、山西北部及陕西的部分煤炭经大秦线运抵秦皇岛、天津港、唐山港(曹妃甸、京唐港)进行中转下水。(2)内蒙古、陕西的部分煤炭经神朔黄线运抵黄骅港进行中转下水;(3)山西省部分煤炭经石太线运抵黄骅港进行中转下水;(4)北方输出型煤炭码头通过水路运输至华东、华南等地区进行消费;(5)安徽省产生的部分煤炭经铁路运输至南京等地区消费。
结合北煤南运物流网络枢纽节点的经纬度信息及枢纽节点间运输路线的联结情况,绘制北煤南运物流网络空间布局图,描述产煤节点、中转节点和消费节点的分布情况及煤炭运输线路,如图1所示。
Petri网是一种用图像形式来表达系统特征的组合模型,由库所、变迁和有向弧等数学语言组成,具有逻辑性严密、层次性清晰等优点,是一种丰富的系统描述手段和系统行为分析技术。北煤南运系统的物流活动主要涉及铁水联运,可分为货源的生成、货流的流向、运输模式及选择、港口装卸作业以及货流的消费环节,运用Petri网可以直观形象的描述煤炭运输过程。
图1 北煤南运系统结构组成
下面对北煤南运物流系统给出如下定义:
P1:计算机系统空闲;P2:计算机系统占用;P3:煤炭订单产生;P4:装车计划产生;P5:装车计划完成;P6:货源点停车场空闲;P7:货源点停车场占用;P8:货源点装车道空闲;P9:货源点装车道占用;P10:火车空闲;P11:火车占用;P12:消费城市卸车计划产生;P13:消费城市卸车计划完成;P14:消费节点卸车线空闲;P15:消费节点卸车线占用;P16:船舶空闲;P17:船舶占用;P18:装卸船计划产生;P19:装卸船计划完成;P20:锚地空闲;P21:锚地占用;P22:泊位空闲;P23:泊位占用。
T0:输入参数至计算机;T1:计算机发出指令;T2:订单到达货源点;T3:火车进入停车场;T4:火车进入装车线;T5:火车驶离货源点;T6:火车到达消费城市;T7:火车进入装车线;T8:火车驶离消费城市;T9:船舶到达港口;T10:船舶到达锚地T11:船舶进入泊位;T12:船舶装卸完成。
图2 基于petri网的北煤南运物流活动模型
由于货源和需求的产生都不是连续事件,无论是系统的结构还是动态行为,都存在随机性和复杂性。为了体现系统的随机性,本文采用仿真思想分析系统中活动之间的内在联系。基于离散事件动态系统的仿真理论,分析北煤南运运输系统的实体元素、关联关系以及运输系统的状态、事件与活动。
(1)模型中涉及的各地区或城市简化为单个枢纽节点(货源点、码头、消费点等),执行煤炭的产生、转运、消费等功能。
(2)枢纽节点只描述节点与环境输入输出的关系,比如,描述码头泊位装卸船舶和陆域接卸火车的技术能力,不描述其内部的装卸运输活动。
(3)针对北煤南运模型而言,煤炭的实体流是单向的,方向为由东向西,由北至南。
(4)模型中没有考虑到自然因素,如暴风、暴雨、地震等情况对运输体系造成的影响。
煤炭运输系统仿真模块库的主要系统构建为:节点模块、路网模块、运输工具模块和数据统计模块。其中,根据节点模块功能不同将模块细分为:货源产生模块、转运节点模块、消费节点模块和煤炭码头模块。煤炭码头模块细分为:输出型煤炭码头模块、中转型煤炭码头模块和内河综合码头模块。所建立的北煤南运输系统层次模型如图3所示。
图3 北煤南运运输系统层次模型
各模块的具体组成和功能如下:
4.2.1 节点模块
(1)货源产生模块:产生煤炭并缓存到该模块的存储中心,根据需求,将煤炭进行装车操作,然后通过路网模块运输到各节点。
(2)转运模块:提取火车的目的地信息,进行判断并智能选择路径。
(3)消费节点模块:判断库存并选择是否向货源点发出订单,卸载从上游路网驶入的火车,并以一定速率消费煤炭。
(4)煤炭码头模块:提取煤炭码头的主要设施设备作为仿真的实体元素,用堆场容量、岸边或陆路的装卸平均生产率或统计分布描述码头节点的物流转运能力。
4.2.2 路网模块
(1)水路模块:描述通航能力及水路路段长度。
(2)铁路模块:描述通过能力、最大火车容纳能力限制及铁路路段长度。
4.2.3 运输工具模块
(1)船舶模块:起始港将煤炭装船运至终点港,终点港卸船并将船舶返回起始港锚地。
(2)火车模块:根据需求将火车分配给对应的货源点,货源点将煤炭装车运至目的地,目的地卸车后火车返回货源点,等待下一次装车。
在模型内各模块的逻辑关系编辑完成后,在界面上需对各模块所包含可视化部分进行布置和调整,以满足模型实际可视化需求,建立仿真模型如图4所示。
图4 北煤南运运输网络仿真图
北煤南运物流网络的运输效能是根据网络中各个枢纽节点及运输通道的各项性能指标来评价的,所以可以通过分析各枢纽节点其重要物流设施设备能力以及主要运输通道能力来研究北煤南运物流网络的通过能力和系统瓶颈。选取的指标如下:
(1)煤炭外运量:煤炭外运量是主要矿区运往外界的煤炭总量,可以根据其发展趋势预测未来煤炭需求量的增长。
(2)码头通过量:煤炭码头在各个试验工况下一年内通过的煤炭总量,可以通过改变其他数值,研究煤炭港口的最大通过能力。
(3)堆场的日平均占用率:煤炭码头堆场的占用率反映了一个码头的机械作业效率及中转效率。当一个码头的机械作业效率和中转效率越高,它的平均占用率越小。
(4)泊位平均利用率:它反映码头泊位停靠船舶占用的程度。煤炭码头泊位利用率是指某个泊位进行装船或者卸船作业占用时间与仿真时间的比值,那么煤炭码头泊位的平均利用率则是该码头所有泊位利用率的总和与泊位数量的比值。
(5)主要煤炭运输线路通过量:煤炭运输线路通过量反映了当前阶段各条铁路的运力分布,可以通过分析分布情况研究如大秦铁路通道规划对其他煤运铁路线、转运码头等运量的影响等。
本次仿真试验以我国北煤南运为具体研究对象,建立相关模型模拟煤炭动态运输活动,研究在现有的结构组成及组织条件下,整个北煤南运物流网络中关键枢纽节点的服务水平能力以及主要运输通道的瓶颈,分析优化北煤南运物流网络。
在装卸配置方案相同的情况下,通过改变消费城市的煤炭需求,分析煤炭多式联运系统的作业能力和周转效率,进一步分析煤炭多式联运系统可能存在的瓶颈。系统的运行由下游消费城市发出的订单拉动,考虑以下游城市的需求增长量为0%、5%、10%、15%、20%、25%为变量因子,进行仿真试验,分别设置试验1到试验6六组试验。仿真试验长度为330天,即7 920小时,考虑剔除气象条件和节假日的影响。每组试验进行十次,试验结果取平均值,统计出相应参数。
从表1中仿真试验统计的货源点煤炭外运量的数据可以看出,随着需求量的增加,货源点煤炭的外运量总体呈增加趋势,但对于某些煤炭货源节点,当需求量增长到一定程度时,煤炭外运量增长幅度趋于平缓。
表1 货源点煤炭外运量(万t)
以表1和表2的试验数据为基础,可以得到煤炭需求量的增长对货源点煤炭外运量的影响关系,并结合部分煤炭通道的通过能力对部分货源点进行具体分析。
表2 主要线路煤炭外运量(万t)
从图5中可以看出,当需求增长率从0增加至10%时,太原货源点的煤炭外运量增长率较大,但是当需求量增加至15%后,外运量增长率逐渐变小。在外部需求足的条件下,货源点煤炭的外运量主要取决于与节点相连通道的煤炭通过能力。太原的煤炭主要依赖于“石太线”进行外运,然后运至黄骅港进行下水或其他消费城市消费。经过仿真分析,“石太线”很容易处于运力紧张的状态,不能很好的满足煤炭外运的需求。
图5 煤炭运量增长率变化情况
在煤炭外运通道方面,大秦线作为煤炭的主要外运通道,在煤炭需求上升的情况下承担着主要煤炭运输任务。大秦线负责秦皇岛港、天津港和唐山港的主要煤炭运输任务,分析图6可以发现,随着需求的增长,大秦线通过能力同步上升,但秦皇岛港在需求增长率超过20%以后吞吐量增速减慢,而唐山港在20%之后吞吐量增速变快,根据表3可知,在需求增长率为20%时,秦皇岛和天津港的泊位利用率较高,分别为73%和81%,不能及时满足大秦线的煤炭接卸,将部分煤炭转由唐山港下水,唐山港煤炭吞吐量变化趋势变快。
在装船泊位利用率方面,如表3所示,唐山港、黄骅港的泊位利用率均在40%至60%之间,表明他们有能力处理更大规模的煤炭需求。在整个北煤南运系统的未来发展中,唐山港和黄骅港有很大的潜力可挖。
随着需求的增长,煤炭海上航线和内河航线的运输量均呈现增长趋势,但是受到消费城市需求量的限制,海上运量远大于内河运输量并有较快的增速。下面重点就上海港、广州港、福州港和宁波港的沿海煤炭港口进行具体分析。
表3 输出型码头泊位利用率
表4 码头泊位占用率
图6 大秦线及相连港口的运量变化情况
随着需求增长,广州港接卸能力接近饱和。分析表4泊位利用率变化趋势可知,在需求增长率达到10%后,广州港泊位利用率为83%,此时广州港吞吐量变化趋势变缓。而在需求增长率为20%时泊位利用率达到92%,装船机不能及时处理到港的船舶。
本试验研究了网络枢纽中转能力限制、节点之间运输能力限制以及规模效应等对多式联运网络优化中不同的影响,分析多式联运枢纽网络的运输服务组织形式。主要可以得出如下结论:
(1)中通路—石太线经常处于运力紧张的状态,应加大中通路铁路的建设,缓解中通路煤炭的中转需求;大秦线、朔黄线具有很大的潜力可挖,应增加与之相连接的路段或转运节点煤炭转运能力,充分发挥这两条铁路线的煤运优势。
(2)唐山港(京唐港、曹妃甸)在整个北煤南运系统中,具有很大的利用潜力。北方煤炭的下水中转可以尽量向唐山港偏移,另外应加强与唐山港相连的铁路线的建设,充分发挥唐山港的煤炭中转能力。
(3)广州港泊位利用率较高,装卸能力接近饱和。广东省在煤炭需求上占有较大比例,随着未来煤炭需求进一步增长,应考虑新建煤炭码头或将部分煤炭在其他港口接卸,缓解当前港口压力。
本文利用Petri网深入分析了煤炭多式联运流程,提出了基于witness的北煤南运物流建模方法,以系统思想自上而下地分析系统层次逻辑关系并对北煤南运物流系统进行仿真建模,针对煤炭消费城市的需求增长,比较了货源点的生产能力和外运量的差距,分析了各港口基础设施利用状况及吞吐量等性能指标,对煤炭运输网络瓶颈做出整体分析并提出解决方案。利用该方法可对北煤南运运输进行更好地调度与管理,具有一定工程价值。
[参考文献]
[1]赵国智,王喜富,张仲义.煤炭物流网络的复杂性分析及优化方法研究[J].物流技术,2008,27(8):117-119.
[2]崔迪,陈桂洪,于春雷.我国煤炭海铁联运物流网络复杂性及安全可靠性研究[J].物流技术,2010,29(11):28-30.
[3]朱婷婷.基于可靠性约束的煤炭物流网络优化研究[D].北京交通大学,2013.
[4]李晓利,王泽江.基于改进的灰色神经网络煤炭物流需求预测模型[J].统计与决策,2015,(18):82-85.