Professional Documents
Culture Documents
209-225,
2011.
UN MODELO MILP MULTIPERODO PARA EL DISEO DE UNA
CADENA DE SUMINISTRO DE BIOETANOL CONSIDERANDO
SUSTENTABILIDAD
A MULTIPERIOD MILP MODEL FOR THE DESIGN OF A
BIOETHANOL SUPPLY CHAING CONSIDERING SUSTAINABILITY
Alejandra Gagliardo
Departamento de Matemtica, Facultad de Ingeniea Qumica (FIQ), Universidad Nacional
del Litoral (UNL), Santiago del Estero 2928, Santa Fe, Argentina
agagliardo@frsf.utn.edu.ar
Gabriela Corsano
Departamento de Matemtica, Facultad de Ingeniea Qumica (FIQ), Universidad Nacional
del Litoral (UNL), Santiago del Estero 2928, Santa Fe, Argentina. Instituto de Desarrollo y
Diseo (INGAR), Avellaneda 3657 S3002GJC Santa Fe, Argentina.
gcorsano@santafe-conicet.gov.ar
RESUMEN: En este trabajo se propone un modelo matemtico mixto entero lineal para el
diseo ptimo de una cadena de suministro para producir azcar y etanol. La formulacin
considera varios perodos de produccin-inventario-distribucin y restricciones ambientales.
El impacto ambiental es incorporado en este modelo mediante los principios del Anlisis de
Ciclo de Vida, derivando en un problema de programacin matemtica multi-objetivo.
Mediante la resolucin sucesiva de modelos, donde se optimiza el objetivo econmico y se
manejan las restricciones ambientales mediante el mtodo -constraint, se obtienen
diferentes soluciones del tipo Pareto. Este enfoque permite evaluar diferentes escenarios de
integracin y sirve como gua en la toma de decisiones al momento de disear una cadena de
suministro sustentable.
Palabras clave: Modelacin Matemtica. Optimizacin Multi-Objetivo. Cadenas de
Suministros. Sustentabilidad.
ABSTRACT: In this work, a mixed integer linear programming model for the optimal design
of a supply chain for producing sugar and ethanol is proposed. The formulation considers
several periods for production, inventory and distribution tasks, as well as environmental
constraints. The environmental impact is incorporated into the model according to the Life
Cycle Assessment (LCA) principles, resulting in a multi-objective mathematical
programming model. Different Pareto solutions are obtained by repeatedly solving a single-
objective model with economical objective function, where the environmental constraints are
managed through the -constraint method. This approach allows evaluating different
integration scenarios and provides a tool to guide the decision maker in the design of
sustainable supply chains.
Keyword: Mathematical Modelling. Multi-Objective Optimization. Supply Chain.
Sustainability.
210
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
1 INTRODUCCIN
Las reservas de combustibles fsiles se estn agotando, el calentamiento global se est
convirtiendo en una realidad, el reciclado de residuos es cada vez mayor, ms costoso y
problemtico, y el inexorable crecimiento de la poblacin requiere ms y ms energa y
alimentos. Frente a este panorama, la produccin de los biocombustibles surge como una
solucin a muchos de los problemas socio-econmico-ambientales actuales. En particular, la
caa de azcar es una especie a partir de la cual el bioetanol se produce eficientemente en el
mundo (Banco Nacional de Desenvolvimento Econmico e Social BNDES, 2008). Por otro
lado, el anlisis de sustentabilidad es una herramienta cada vez ms presente en el anlisis
social y poltico de las alternativas tcnicas de desarrollo industrial o de mejoramiento de los
procesos ya instalados, y se est transformando en un nuevo paradigma que influenciar a las
ingenieras que requiere para su evaluacin.
Grossmann y Guilln-Goslbez (2010) presentaron un review de las contribuciones
realizadas por diferentes autores sobre programacin matemtica para la sntesis y el
planeamiento de procesos sustentables. Ellos centraron su trabajo en dos reas especficas de
ingeniera de procesos: sntesis de procesos y cadenas de suministros (CS). Estos mismos
autores presentaron un modelo mixto entero no lineal (MINLP) para el diseo y planeamiento
de una CS sustentable bajo incertidumbre (GUILLN-GOSLBEZ; GROSSMANN, 2009).
Zamboni, Bezzo y Shah (2009a) formularon un modelo matemtico para la
optimizacin de una CS para la produccin de bioetanol a partir de granos, donde la funcin
objetivo considera la minimizacin de los costos de capital, produccin y transporte. En un
trabajo posterior (ZAMBONI; BEZZO; SHAH, 2009b), incorporaron consideraciones
ambientales en la funcin econmica tradicional, dando una herramienta de optimizacin
multi-objetivo.
Recientemente Mele et al. (2011) presentaron un modelo mixto entero lineal (MILP)
para el diseo ptimo de una CS para la produccin de azcar y etanol, considerando el
impacto ambiental provocado por las etapas de cultivo de caa, produccin de azcar y
etanol, y transporte de materias primas y productos finales. Las ventajas del enfoque
presentado son mostradas a travs de un ejemplo de dicha industria en Argentina.
Corsano, Vecchietti y Montagna (2011) presentaron un modelo MINLP para el diseo
ptimo de una CS para la produccin de etanol y levaduras, considerando el diseo detallado
de las plantas de produccin de etanol y derivados. Los autores analizaron la disposicin de
residuos mediante penalidades en la funcin objetivo. El modelo obtiene diferentes escenarios
211
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
donde el diseo de la CS y de las plantas involucradas varan de acuerdo a la poltica que se
adopte para el desecho de residuos y/o la produccin de levaduras a partir de stos.
Wang, Lai y Shi (2011) presentan un modelo de optimizacin multi-objetivo para el
diseo de una CS considerando el impacto ambiental como una nueva categora de variables
de decisin, denominada nivel de proteccin ambiental. Los autores adems presentan un
anlisis de sensitividad para el caso de estudio, donde concluyen que mejorando la capacidad
de la red e incrementando el suministro en las instalaciones, las emisiones de CO
2
y el costo
total pueden decrecer en la red global.
Pinto-Varela, Barbosa-Pvoa y Novaisa (2011), presentan un enfoque bi-criterio para el
diseo y planeamiento ptimo de una CS, donde los aspectos ambientales son considerados a
travs de la metodologa Eco-indicator. Proponen un modelo lineal basado en programacin
difusa (fuzzy programming) para balancear el beneficio con el impacto ambiental, mientras
que la CS es modelada mediante un MILP.
En este trabajo se presenta un modelo MILP para el diseo ptimo sustentable de una
CS para la produccin de etanol a partir de las melazas obtenidas del proceso de produccin
de azcar de caa. La CS considera cuatro niveles: plantas de azcar que representan sitios de
materia prima, plantas de produccin de etanol, depsitos de azcar y etanol, y clientes. El
modelo determina qu plantas de etanol y depsitos de etanol y azcar instalar, los flujos
entre los distintos nodos de la cadena en cada perodo. El inventario en cada depsito en cada
perodo, y el nmero de camiones que se utilizar para la distribucin de materia prima,
productos y residuos en cada perodo, con el fin de satisfacer las demandas mnimas y
mximas de los clientes en cada perodo a un mximo beneficio y considerando el impacto
ambiental provocado por la produccin y distribucin de los productos. Las vinazas
producidas en las plantas de etanol son desechadas en los ros cercanos y se calcula el impacto
ambiental correspondiente. La performance ambiental de la CS se toma en base a los ndices
de impacto de acuerdo a los principios del Anlisis de Ciclo de Vida (LCA) teniendo en
cuenta las etapas de produccin de azcar y etanol, y de transporte de melazas, productos y
vinazas. Se adoptan los ndices del potencial de calentamiento global propuestos por Mele et
al. (2011) usados para esta industria.
El modelo se presenta como una formulacin multi-objetivo y se resuelve optimizando
en forma iterativa el modelo econmico donde el dao ambiental es considerado mediante
restricciones del tipo -constraint, para distintos valores mnimos y mximos del parmetro
212
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
. De esta manera se obtiene un abanico de soluciones que representan diferentes escenarios
econmicos-ambientales para la cadena propuesta.
El modelo es aplicado a la produccin de azcar actual del norte provincial santafesino,
donde se conocen posibilidades de expansin de la produccin de caa de azcar (Instituto
Nacional de Tecnologa Agropecuaria INTA, 2011). En base a estos datos y utilizando los
parmetros de costos y ambientales adoptados por Mele et al. (2011), se optimiza el diseo de
la CS de biocombustibles regional.
2 DESCRIPCIN DEL PROBLEMA
La Figura 1 muestra el esquema de la CS propuesta para la produccin y distribucin de
azcar y etanol. Las plantas de azcar producen azcar para satisfacer las demandas de los
clientes, y melazas destinadas a la produccin de etanol. Cada planta de etanol produce
adems, un residuo denominado vinazas, las cuales sern descartadas a los ros ms cercanos.
Las plantas de azcar se encuentran ya instaladas en lugares conocidos, mientras que la
instalacin de las plantas de etanol es una variable de optimizacin.
1
PE
1
1
1
PA
AP
AS
DE
K
Plantas de
azcar
Plantas de
etanol
Depsitos
de etanol
Clientes
1
Depsitos de
azcar
DA
1
R
melaza
etanol
azcar
vinazas
Figura 1 Esquema de la cadena de suministro
Los productos (azcar y etanol) se depositan en diferentes almacenes y se permite
almacenar producto de un mes a otro. La instalacin de los depsitos es una decisin del
problema y el nmero de depsitos a instalar es acotado.
Los clientes se encuentran en lugares conocidos y sus demandas mnimas y mximas
deben ser satisfechas en cada perodo. Los flujos entre los diferentes nodos de la CS en cada
perodo es una variable de decisin y se disponen de vehculos de diferentes capacidades para
213
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
transportar las melazas, azcar, etanol y vinazas. El nmero y tipo de vehculo que se debe
utilizar para transportar el material entre los diferentes nodos de la cadena es una variable de
optimizacin del modelo.
El impacto ambiental se mide a travs del potencial del calentamiento global (GWP100)
en kilogramo de dixido de carbono por kilogramo de emisin a escala mundial y se aplica al
sistema de produccin de azcar y etanol, y al sistema de transporte de los diferentes
materiales. Los coeficientes para dichos sistemas son los presentados por Mele et al. (2011)
para las tecnologas T1 (produccin de azcar y melaza) y T3 (produccin de etanol a partir
de melazas).
En resumen, el problema de diseo ptimo sustentable de la CS de etanol propuesta en
este trabajo se define como:
Conociendo
- la caa disponible en cada perodo en las cercanas de las plantas de azcar disponibles
- los factores de produccin de azcar y melazas
- los factores de conversin de melaza en etanol y vinazas
- el nmero mximo y capacidad mxima de plantas de etanol y depsitos de etanol y
azcar a instalarse
- las demandas mnimas y mximas de cada producto para cada cliente
- el nmero mximo de vehculos disponibles en cada instalacin y sus capacidades
- los precios de los productos
- los costos de instalacin, produccin, mantenimiento y transporte,
- los parmetros correspondientes a los factores de impacto ambiental
Determinar
- la configuracin de la CS: la instalacin de plantas de etanol y depsitos de azcar y
etanol
- la produccin de etanol en cada planta en cada perodo
- el inventario de etanol en cada depsito en cada perodo
- el inventario de azcar en cada depsito en cada perodo
- las vinazas producidas en las plantas instaladas en cada perodo
- los flujos entre los distintos nodos de la CS en cada perodo, y
- el nmero y tipo de vehculo utilizados entre los distintos nodos de la cadena en cada
perodo
214
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
Con el fin de maximizar el valor presente neto (ganancias menos costos), minimizando
el impacto ambiental provocado por la produccin de azcar y etanol y el transporte de todos
los flujos involucrados en la red global.
3 MODELO MATEMTICO
En esta seccin se describe el modelo matemtico formulado para el problema
presentado anteriormente. Sea PA el nmero de plantas de azcar instaladas (pa = 1,, PA),
PE el nmero mximo de plantas de etanol a instalarse (pe = 1,, PE), DA y DE el nmero
mximo de depsitos de azcar y etanol a instalarse respectivamente (da = 1,, DA; de =
1,, DE), y K el nmero de clientes (k = 1,, K). Las vinazas producidas en cada planta pe
se trasladan a los ros r = 1,, R. Adems, se definen las variables binarias de asignacin: x
pe
para determinar la instalacin de la planta pe, y
de
y z
da
para la asignacin del depsito de y da
respectivamente. Para transportar cada producto y subproducto i (i = melaza, azcar, etanol y
vinazas) de un nodo a otro de la CS en cada perodo t (t = 0,, T), se utilizan camiones del
tipo li con capacidades distintas, li = 1,, Li. En este caso, se considera que los camiones de
tipo l1 son utilizados para el transporte de melazas, los de tipo l2 para el transporte de azcar,
los de tipo l3 para el transporte de etanol y los de tipo l4 para el transporte de vinazas. Luego,
el modelo considera las restricciones que se plantean a continuacin.
3.1 Balances de masa
En las cercanas de cada planta de azcar instalada existe una cantidad conocida de caa
de azcar para moler en cada perodo t, CM
pa,t
, de tal manera que la cantidad de azcar y
melaza disponible en cada perodo es (Ecuacin 1 y 2):
t pa az t pa
CM Az
, ,
= 1 , > t pa
(1)
t pa miel t pa
CM Mel
, ,
= 1 , > t pa
(2)
Donde
az
y
miel
son factores de conversin de caa-azcar y caa-melaza respectivamente.
Luego, como la cantidad de melaza obtenida en cada perodo es utilizada para la
obtencin de etanol, las ecuaciones para el consumo de la misma en las plantas de etanol son
(Ecuacin 3, 4 y 5)
t pe
l pa
t l pe pa miel
QET QM
,
1 ,
, 1 , ,
=
_
1 , > t pe (3)
t pa
l pe
t l pe pa
Mel QM
,
1 ,
, 1 , ,
s
_
1 , > t pa (4)
pe t pa t l pe pa
x Mel QM
, , 1 , ,
s 1 , 1 , , > t l pe pa (5)
215
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
Donde QM
pa,pe,l1,t
representa las toneladas de melaza transportada desde pa a pe en vehculos
del tipo l1 en el perodo t, QET
pe,t
la produccin total (en ton) de etanol en la planta pe en el
perodo t,
miel
representa el factor de conversin de melaza-etanol.
La Ecuacin (5) representa una cota superior para el transporte de melaza a la planta pe
si dicha planta se instala y obliga a que sea cero este transporte si la planta no se instala.
Los balances entre las plantas y los depsitos vienen dados por las ecuaciones
(Ecuacin 6 y 7):
t pa
l da
t l da pa
Az QA
,
2 ,
, 2 , ,
s
_
1 , > t pa (6)
t pe
l de
t l de pe
QET QE
,
3 ,
, 3 , ,
=
_
1 , > t de (7)
Donde QA
pa,da,l2,t
representa el azcar transportada de pa a da en vehculos del tipo l2 en el
perodo t, y QE
pe,de,l3,t
representa el etanol transportado de pe a de en vehculos del tipo l3 en
el perodo t.
Las vinazas producidas en cada planta de etanol (QVT) son transportadas y desechadas
en los ros (r = 1,, R) de la regin (QV
pe,r,l4,t
), utilizando vehculos del tipo l4 de diferentes
capacidades. Este desecho tendr un impacto ambiental asociado en las restricciones del LCA.
Las Ecuaciones 8 y 9 de produccin y traslado de vinazas son las siguientes:
t pe vin t pe
QET QVT
, ,
= 1 , > t pe (8)
t pe
l r
t l r pe
QVT QV
,
4 ,
, 4 , ,
=
_
1 , > t pe (9)
Donde
vin
es el factor de conversin de etanol-vinazas.
3.2 Balances de inventario
Los productos son trasladados de las plantas a los depsitos y luego pueden ser
almacenados o enviados a los clientes en cada perodo. Si dichos productos son almacenados,
las ecuaciones de balances de inventario son las siguientes Ecuaciones (10 y 17):
_ _
+ = +
2 ,
, 2 , , ,
2 ,
, 2 , , 1 ,
l k
t l k da t da
l pa
t l da pa t da
QAK INVA QA INVA t da, (10)
_ _
+ = +
3 ,
, 3 , , ,
3 ,
, 3 , , 1 ,
l k
t l k de t de
l pe
t l de pe t de
QEK INVE QE INVE t de, (11)
da
UP
da t da
z CDA INVA s
,
t da,
(12)
de
UP
de t de
y CDE INVE s
,
t de,
(13)
da
UP
da t l k da
z CDA QAK s
, 2 , ,
t da,
(14)
de
UP
de t l k de
y CDE QEK s
, 3 , ,
t de,
(15)
0
,
=
t da
INVA T t t da = = , 0 , (16)
0
,
=
t de
INVE T t t de = = , 0 , (17)
216
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
Donde INVA
da,t
e INVE
de,t
representan las toneladas de azcar y etanol respectivamente,
almacenadas en cada depsito al final del perodo t, QAK
da,k,l2,t
y QEK
de,k,l3,t
son las toneladas
transportadas de azcar y etanol respectivamente al cliente k en el perodo t en camiones de
tipo li, y
UP
da
CDA y
UP
de
CDE son las capacidades mximas de los depsitos de azcar y etanol
respectivamente.
Las Ecuaciones 16 y 17 establecen que no se cuenta con un stock inicial y que se
requiere que el stock sea cero al terminar el horizonte de produccin.
3.3 Restricciones de demanda
Cada cliente tiene demandas mnimas y mximas de cada producto en cada perodo:
LO
k
DemA ,
UP
k
DemA ,
LO
k
DemE y
UP
k
DemE para azcar y etanol respectivamente. La satisfaccin de
estas demandas se expresan mediante las siguientes restricciones (Ecuacin 18 y 19):
UP
k
da,l
,t da,k,l
LO
k
DemA QAK DemA s s
_
2
2
1 , > t k (18)
UP
k
l de
t l k de
LO
k
DemE QEK DemE s s
_
3 ,
, 3 , ,
1 , > t k (19)
3.4 Clculo del nmero de camiones de cada tipo
En este enfoque se considera al nmero de vehculos utilizados como una variable
continua. En un futuro trabajo, se estudiar el tratado de estas variables como discreta, lo cual
implica incorporar un gran nmero de variables binarias que incrementa la complejidad
computacional del modelo.
Sea NC
pa,pe,1l,t
la variable continua que denota el nmero de camiones de tipo l1 usados
para transportar melaza desde pa hacia pe en el perodo t, luego, el clculo para determinar el
nmero de camiones a utilizar para dicho transporte se representa en la restriccin (Ecuacin
20):
1
, 1 , ,
, 1 , ,
l
t l pe pa
t l pe pa
CAP
QM
NC > 1 , 1 , , > t l pe pa
(20)
pe
UP
pa l
PE
pe
t l pe pa
x NC NC
, 1
1
, 1 , ,
1 s
_
=
1 , 1 , > t l pa
(21)
La restriccin 21 establece que no pueden ser usados ms de
UP
pa l
NC
, 1
1 vehculos de
capacidad l1 si la planta pe se instala y obliga a que tome valor cero la variable NC
pa,pe,1l,t
si la
planta no se instala.
Anlogamente se calcula el nmero de camiones desde pa a da y desde da a k de tipo l2;
desde pe a de y de de a k de tipo l3; y desde pe a r de tipo l4.
217
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
3.5 Restricciones correspondientes al LCA
Como se mencion previamente, en este trabajo se considera la mtrica GWP100 para
determinar el dao ambiental causado por la produccin y transporte de azcar y etanol. Para
el clculo de este dao se considera el inventario de emisiones expresado a travs de las
producciones de azcar y etanol para la etapa de produccin, y los flujos de la CS para el
transporte. En este modelo se considera entonces (Ecuacin 22):
_
=
t b
bt b
IA DAO
,
(22)
donde
b
es el factor de dao de la especie b (obtenido de la mtrica GWP100) e IA
bt
es el
dao ambiental para la especie b en el perodo t. Por ejemplo para la produccin y transporte
de azcar IA
az,t
es (Ecuacin 23):
_ _ _
+ + =
2 , ,
, , 2 , ,
2 , ,
, , 2 , , , ,
l k da
k da t l k da az
l da pa
da pa t l da pa az
pa
t pa az t az
dis NC ft dis NC ft Az fp IA
(23)
donde dis
a,b
representa la distancia entre a y b, y fp y ft representan los factores de emisin del
efecto invernadero provocado por la produccin y transporte de azcar respectivamente.
Anlogamente se calcula el impacto provocado por la produccin y transporte de etanol, y por
el transporte de melazas y vinazas.
3.6 Ecuaciones econmicas
La funcin econmica considerada es la maximizacin del valor presente neto dado por
(Ecuacin 24):
, )
_
=
+
=
T
t
t
t
r
Gan
VPN
1
1
1
(24)
donde r es la taza de inters y Gan
t
(Ecuacin 25) representa el ingreso por venta de azcar
(IV
az,t
) y etanol (IV
et,t
), menos los costos de instalacin de plantas y depsitos (CI
t
igual al
costo de inversin total dividido el nmero de perodos), produccin de azcar y etanol (CP
t
),
mantenimiento del inventario (CM
t
) y transporte de melazas, azcar, etanol y vinazas (CT
t
):
, )
t t t t t et t az t
CT CM CP CI IV IV Gan + + + + =
, ,
t
(25)
Por falta de espacio no se muestran las ecuaciones correspondientes a cada costo, pero
son calculados mediante coeficientes de costos multiplicados por las cantidades producidas o
218
Iberoamerican Journal of Industrial Engineering, Florianpolis, SC, Brasil, v. 3, n. 2, p. 209-225,
2011.
almacenadas para el caso de la produccin y mantenimiento de inventario respectivamente,
costos fijos para los costos de instalacin de plantas de etanol y depsitos, y en el caso de
transporte multiplicando el costo del combustible ($/l) por el nmero de vehculos utilizados
por la distancia (km) dividido el rendimiento (km/l) del vehculo utilizado.
3.7 Funcin Objetivo
Como se mencion anteriormente, el objetivo del enfoque propuesto es hallar el diseo
ptimo de la CS con mayor ganancia y menor impacto ambiental. De esta forma, el problema
resulta en un modelo multi-objetivo que puede plantearse en general como (Ecuacin 26):
; ;
; ; 0,1 y , x
(25) (1) nes restriccio : a sujeta
y) DAO(x, y); VPN(x,
y x,
min
e 9 e
(26)
Donde x e y representan las variables continuas y discretas del modelo.
Se propone resolver el modelo generando puntos del tipo Pareto considerando las
ecuaciones ambientales dentro del conjunto de restricciones y acotando la variable DAO
entre dos valores (
max min
, ) que se obtienen mediante la resolucin de dos sub-problemas
(MELE et al., 2011). De esta forma, el problema maestro que se resuelve es (Ecuacin 27):
; ; 0,1 y , x
max
DAO
min