CN108984927A - 一种基于系统仿真的港口碳排放计算方法 - Google Patents

一种基于系统仿真的港口碳排放计算方法 Download PDF

Info

Publication number
CN108984927A
CN108984927A CN201810824743.9A CN201810824743A CN108984927A CN 108984927 A CN108984927 A CN 108984927A CN 201810824743 A CN201810824743 A CN 201810824743A CN 108984927 A CN108984927 A CN 108984927A
Authority
CN
China
Prior art keywords
ship
port
time
bridge
loading
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810824743.9A
Other languages
English (en)
Other versions
CN108984927B (zh
Inventor
彭云
王文渊
刘科
李相达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian University of Technology
Original Assignee
Dalian University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN201810824743.9A priority Critical patent/CN108984927B/zh
Publication of CN108984927A publication Critical patent/CN108984927A/zh
Application granted granted Critical
Publication of CN108984927B publication Critical patent/CN108984927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于系统仿真的港口碳排放计算方法，属于港口碳排放计算领域。该方法包括：步骤一：收集数据，包括港口平面布置数据、港口运营规则、港口装卸设备数据、船舶相关数据以及恶劣天气数据。步骤二：港口系统仿真建模，根据港口生产作业系统特征，确定各子系统的工作流程，构建系统仿真模型。步骤三：加入碳排放统计输出模块，确定各部分碳排放计算公式及所需参数，在仿真模型中统计相应参数并计算出碳排放后加以输出。步骤四：改变系统参数，运行仿真模型，输出港口作业各环节产生的碳排放。本发明能在考虑港口生产作业的不确定性的条件下有效地预测出设备的选型、数量、工作参数设置及能源的选择对碳排放的影响，为港口的低碳化提供决策支持。

Description

一种基于系统仿真的港口碳排放计算方法
技术领域
本发明属于港口碳排放计算领域，具体涉及一种基于系统仿真的港口碳排放计算方法。
背景技术
绿色低碳已经成为时代的主题。作为全球供应链的重要节点，港口是二氧化碳的重要来源。港口碳排放的主要来源是船舶和装卸机械，港口碳排放与船舶航行及停靠时间、装卸设备数量、装卸设备选型等参数息息相关，但由于港口各子系统之间的作业互相影响，某个参数的变化会间接影响其他子系统的作业。因此，现有的碳排放计算方法只能收集港区过去一段时间的运营数据从而计算这段时间产生的碳排放，而无法预测船舶相关参数与各装卸设备参数的变化对港区总碳排放的影响。另外港口生产作业受多种随机性影响，如到港船舶的随机性、天气条件的随机性、装卸设备工作效率的随机性等，现有的碳排放计算公式无法考虑这些随机性的影响。
发明内容
为解决上述问题，本发明提出了一种基于系统仿真的港口碳排放计算方法。通过Arena软件构建港口生产作业系统仿真模型，系统包括船舶生成及属性赋予子系统，进港系统，装卸作业子系统，出港子系统，外集卡子系统。仿真模型构建完成后，确定系统各部分碳排放计算方法并添加碳排放计算统计模块到模型中。从而计算并预测出各种工况下港口产生的碳排放，为港口的低碳化提供决策支持。
本发明的技术方案：
一种基于系统仿真的港口碳排放计算方法，步骤如下：
步骤一：收集港口相关数据
收集的数据包括港口平面数据、港口运营规则、港口设施数据、船舶相关数据、恶劣天气数据以及各能源碳排放因子。
以下是港口为集装箱港区时所收集的相关数据：
所述港口平面数据包括外航道长度及港内航路长度，泊位个数及泊位吨级，堆场位置及容量，闸口位置；
港口运营规则包括船舶进港规则，船舶指泊规则，通航规则，码头资源调度规则；
港口设施数据包括各泊位岸桥的数量、装卸效率及装卸单位集装箱的耗电率，场桥的数量、装卸效率及装卸单位集装箱的耗能率，港内车辆的数量、行车速度及耗能率，闸口服务时间；
船舶相关数据包括各船型船舶的全年到港船舶数量、设计航速及实际航速、辅助作业时间、载箱量、主机功率、辅机功率、主机和辅机的柴油消耗率、主机和辅机的负载系数、辅机个数；
恶劣天气数据包括恶劣天气发生频率和持续天数；
各能源碳排放因子包括柴油碳排放因子和电力碳排放因子。
步骤二：港口系统仿真建模：根据港口生产作业系统特征，建立子系统并确定各子系统的工作流程，建立系统仿真模型。
(1)船舶生成子系统
船舶生成子系统模拟了各船型集装箱船舶按实际到港规律的随机到港过程。
(1.1)设船舶到港时间间隔服从负指数分布，利用步骤一中的全年到港船舶数量来计算负指数分布的率参数λ，以此分布的到港时间间隔随机生成船舶实体，此时船舶无任何属性；
(1.2)利用收集获得的实际航速、辅助作业时间数据赋予与船型无关的属性；
(1.3)利用步骤一中的各船型船舶的到港船舶数量计算出到港船舶的船型比例，以此船型比例随机设置船舶实体的船型属性，根据船型属性相应赋予船舶实体的载箱量、设计航速、主机功率、辅机功率及辅机个数与船型一一对应的属性；
(1.4)记录船舶生成时刻t0；
(2)进港子系统
进港子系统对每个船舶实体依次实现了恶劣天气的影响、船舶指泊、判断进港条件以及航行进港四个过程的模拟。
(2.1)恶劣天气的影响方式为：根据恶劣天气发生频率随机设置恶劣天气的出现概率和持续时间，当有恶劣天气时，则根据恶劣天气持续天数延迟相应的持续时间；
(2.2)船舶指泊规则为：船舶实体按照先进先出的原则排队分配泊位，船舶占用分配泊位的资源，并在出港前释放泊位资源，根据泊位个数设置泊位资源，一个泊位资源同一时间只能被一个船舶占用，即泊位资源容量为1。
(2.3)船舶分配泊位规则是：优先占用优先级最高的空闲泊位，当所有可占用泊位已被占用，则在锚地排队等待；对于某吨级船舶，其可靠泊的泊位以及各泊位靠泊优先级由船舶指泊规则和泊位吨级决定。
(2.4)进港条件的判断方法为：当航道中无船舶时则允许进港，当航道中有船舶时则在该船舶同为进港方向且满足安全时距的条件下才能进港，否则在锚地继续等待；安全时距由通航规则进行判断；
(2.5)等待至进港条件满足后，由船舶进港规则确定锚地中等待船舶进港的优先级，按照优先级进行进港；依据外航道长度及港内航路长度和实际航速计算出船舶航行时间，船舶实体延迟相应时间以模拟船舶航行过程，并记录船舶开始航行进港的时刻t1，完成进港的时刻t2。
(3)装卸作业子系统
装卸作业子系统模拟了辅助作业和装卸设备将船上集装箱装卸、搬运到堆场堆存并耗能、船舶在泊位停靠耗能的过程。
(3.1)依据辅助作业时间设定船舶实体在辅助作业过程中延迟的时间；
(3.2)船舶实体向集装箱实体的转化：船舶实体依据载箱量属性确定集装箱实体的个数，生成集装箱实体，并将船舶实体的所有属性复制到每个集装箱实体上；
(3.3)利用装卸设备进行集装箱实体的装卸；所述的装卸设备包括岸桥、港内车辆和场桥；
集装箱实体的装卸过程为：占用岸桥资源、岸桥作业导致时间推移、占用港内车辆资源、释放岸桥资源、港内车辆行驶搬运、占用场桥资源、释放港内车辆资源、场桥作业、释放场桥资源；
港内车辆的行驶规则为：港内车辆的行驶搬运达到中观仿真层次，每个港内车辆只受一个泊位的岸桥调度，根据码头资源调度规则确定被调度港内车辆，当前集装箱实体占用被调度港内车辆资源；载有集装箱实体的港内车辆的目的堆场为容量未饱和的最近堆场，根据堆场位置和行车速度确定港内车辆行驶时间，港内车辆在集装箱实体占用场桥资源后释放港内车辆资源，空闲港内车辆自动返回岸桥下方；
设步骤一所收集的岸桥和场桥的装卸效率数据服从三角分布，利用装卸效率数据计算三角分布的众数、低限和上限，以此分布设置岸桥和场桥的作业时间；
装卸设备的资源容量模拟了装卸设备的数量；所述装卸设备的数量包括岸桥的数量、场桥的数量和港内车辆的数量；
港内车辆、岸桥和场桥三者作业互相影响，港内车辆负责集装箱在岸桥和场桥之间的运输，港内车辆资源被全部占用会导致岸桥资源无法释放从而使岸桥装卸作业暂停，同样的，场桥资源全被占用会导致港内车辆资源无法释放。
(3.4)记录当前时刻完成装卸作业的集装箱量和港内车辆的空载行驶时间和重载行驶时间
(3.5)当前船舶的全部集装箱实体装卸完毕后船舶实体进入出港子系统，并记录当前时刻为t3；
(4)出港子系统
出港子系统对每个船舶实体依次实现了恶劣天气影响、判断出港条件、释放泊位、以及航行出港四个过程的模拟。
恶劣天气影响影响方式为：根据恶劣天气发生频率随机设置恶劣天气的出现概率和持续时间，当有恶劣天气时，则根据恶劣天气持续天数延迟相应的持续时间；
出港条件的判断方法为：当航道中无船舶时则允许出港，当航道中有船舶时则在该船舶同为出港方向且满足安全时距的条件下允许进港，当途径的各回旋水域均没有船舶则允许进港，否则在锚地继续等待；等待至出港条件满足后，延迟航行时间并统计船舶开始出港的时刻t4和完成出港的时刻t5；
释放泊位即释放进港前占用的泊位资源；
航行出港实现方法为：依据航道长度和实际航速计算出船舶航行时间，船舶实体延迟相应时间以模拟船舶航行过程
(5)外集卡子系统
外集卡子系统完成的过程有：随机生成外集卡实体、从闸口空载行驶前往堆场、装载场桥吊起的集装箱、重载运出闸口。
(5.1)利用步骤一中的港口各船型全年到港船舶数量和各载箱量计算出港口全年需要外集卡运输的集装箱运量，从而按照负指数分布集装箱运量处理得到外集卡到港时间间隔分布的率参数；
(5.2)外集卡通过闸口由三个过程组成：占用集卡资源、延迟过闸口时间、释放闸口资源；延迟过闸口时间是步骤一收集所得闸口服务时间。
(5.3)外集卡的目的堆场是随机选取非空堆场。根据闸口位置和堆场位置确定外集卡行驶时间，外集卡到达目的地堆场后开始进行场桥作业，具体分为三个过程：占用场桥资源、延迟场桥作业时间、释放场桥资源。
(5.4)通过记录关键时间节点记录外集卡的空载行驶时间和重载行驶时间
步骤三：加入碳排放统计输出模块，根据港口生产作业系统的特征，确定港区碳排放计算公式，利用步骤二系统仿真模型中统计的相应参数计算出碳排放后加以统计后输出。
港区碳排放计算公式为：
其中，C是碳排放，ω是能源碳排放因子。F是港区主要碳源的能源消耗量，包括船舶耗油量∑Fship,i、岸桥耗油量场桥耗能和外集卡耗能下面分别计算各部分能源消耗量。
(1)船舶耗油量计算公式为：
其中，Fship,i是第i艘船在港内产生的总耗油量，kg；是船舶航行的耗油量；是船舶在锚地等待产生的耗油量；是船舶在泊位等待产生的耗油量。
船舶航行的耗油量计算公式如下：
其中，Pi M和Pi A分别是第i艘船的主机和辅机功率，Kw；RM和RA分别是主机和辅机的柴油消耗率，kg/kWh；lM和lA分别表示主机和辅机的负载系数；和分别是船舶的实际航速和设计航速，nm/h；ni表示第i艘船的辅机个数；表示第i艘船的航行时间，h。其中，
船舶在锚地和泊位等待产生的耗油量计算公式如下：
其中，和分别是第i艘船的锚地等待时间和泊位等待，h，和
(2)岸桥耗电量计算公式为：
其中，为岸桥耗电量，kW；为岸桥完成装卸作业的集装箱量；为岸桥耗电率，kW/TEU。
(3)场桥耗能计算公式为：
其中，为场桥能源消耗量；是场桥完成装卸作业的集装箱量(数值上与相等)；是场桥装卸单位集装箱的耗能率，当消耗柴油时单位是kg/TEU，当消耗电力时单位是kWh/TEU；
(4)港内车辆和外集卡耗能计算公式为：
其中，是港内车辆耗能，是外集卡耗能，是在s状态下的港内车辆耗能率，在s状态下的外集卡耗能率，s＝1表示港内车辆重载，s＝0表示港内车辆空载，消耗柴油时单位为kg/km，消耗电力时单位为kWh/km；表示港内车辆在s状态下的行车速度；表示外集卡在s状态下的行车速度，表示港内车辆在s状态下的行车时间；表示外集卡在s状态下的行车时间，其中和由步骤二中记录所得；
步骤四：通过改变港口生产作业系统的参数来设置不同的工况，运行系统仿真模型，输出港口生产作业系统各环节每年产生的碳排放。
所述的改变港口生产作业系统的参数包括：船舶实际航速、船舶燃料、是否使用岸电、场桥燃料、场桥配比(场桥数量与岸桥数量之比)、场桥装卸效率、辅助作业时间、岸桥装卸效率、港内车辆类型、车辆配比(车辆数量与岸桥数量之比)、港内车辆空载速度、港内车辆重载速度。
所述输出港口生产作业系统各环节每年产生的碳排放包括：港区总碳排放、船舶碳排放、船舶在锚地碳排放、船舶在泊位碳排放、船舶航行碳排放、岸桥碳排放、场桥碳排放、水平运输车辆碳排放。
本发明的有益效果：本发明从港口生产作业系统仿真模型出发，统计各碳排放来源的工作量，在确定碳排放的计算方法后于仿真模型中统计港区总碳排放并输出。与现有技术相比，本发明所达到的有益效果是：可以从已有数据出发定量预测船舶实际航速、装卸设备数量、装卸设备工作效率、辅助作业时间等因素对港区总碳排放的影响，并考虑港口生产作业中的到港船舶的随机性、天气条件的随机性、装卸设备工作效率的随机性等随机性对港口碳排放的影响，从而为港口的低碳化提供的决策支持。
附图说明
图1是阿尔及利亚中部港口平面布置图。
图2是本发明一种基于系统仿真的港口碳排放计算方法及的流程图。
图3是港口系统仿真模型流程图。
图4是进港条件判断流程图。
图5是外集卡子系统流程图。
图6是模型输入界面图。
图7是船舶实际航速的变化对碳排放的影响结果图。
具体实施方式
下面将结合具体实施例和附图对本发明的技术方案进行进一步的说明。
以集装箱港口(阿尔及利亚中部港口)碳排放计算为实施例，计算方法分为四步，如图1所示。
步骤一：收集港口相关数据
所述的收集数据包括港口平面数据、港口运营规则、港口设施数据、船舶相关数据、恶劣天气数据以及各能源碳排放因子。
所述港口平面数据包括外航道长度及港内航路长度，泊位个数及靠泊吨级，堆场位置及容量，闸口位置。本例中港外航道长20nm，港内航路长度、堆场位置和闸口位置如图2所示，码头有10个集装箱泊位，泊位吨级、可停靠船舶吨级和岸桥数量如下表所示：
表1泊位吨级、可停靠船舶吨级和岸桥数量
港口运营规则包括船舶进港规则，船舶指泊规则，通航规则，码头资源调度规则；
进港规则为吨级较大的船舶优先进港；船舶指泊规则包括可停靠泊位以及各泊位靠泊优先级，其中可停靠泊位见表1，各泊位靠泊优先级为：与船舶吨级相同的泊位优先级最高，在其他可靠泊泊位中小吨级的泊位优先级更高；通航规则为：船舶航行的安全时距为1海里，及前后船舶之间的距离不小于1海里；码头资源调度规则：各泊位岸桥、车辆只服务该泊位，岸桥优先调度距离最近的空闲车辆。
港口设施数据包括各泊位岸桥的数量、装卸效率及装卸单位集装箱的耗电率，场桥的数量、装卸效率及装卸单位集装箱的耗电率或耗油率，港内车辆的数量、行车速度及耗能率，闸口服务时间；
各泊位岸桥数量见表1，装卸效率为30TEU/h，装卸单位集装箱的耗电率为5.23kWh/TEU，各泊位场桥的数量与岸桥数量之比为3:1，场桥装卸效率为35TEU/h，装卸单位集装箱的耗电率为3.03KWh/TEU、耗油率为0.91kg/TEU，各泊位水平运输车辆的数量与岸桥数量之比为5:1，重载行车速度为25km/h，空载行车速度为20km/h，重载耗油率为1.05kg/km，空载耗油率为0.75kg/km，重载耗电率为1.03kwh/km，空载耗电率为0.73kwh/km，闸口服务时间为1min。
船舶相关数据包括各船型船舶的全年到港船舶数量、设计航速及实际航速、辅助作业时间、载箱量、主机功率、辅机功率、主机和辅机的柴油消耗率、主机和辅机的负载系数、辅机个数；
全年总到船数为1900艘。实际航速为10节，辅助作业时间为4h，主机和辅机的柴油消耗率分别为0.206kg/kWh和0.211kg/kWh，主机和辅机的负载系数分别为0.8和0.5，其他参数见下表。
表2船型相关数据
恶劣天气数据包括恶劣天气发生频率和持续天数；各能源碳排放因子包括柴油碳排放因子和电力碳排放因子。恶劣天气出现的天数占全年天数的6.85％，每次恶劣天气的持续天数都录入表格供仿真模型提取。柴油碳排放因子为3.2、电力碳排放因子为0.8，无其他能源消耗。
步骤二：港口系统仿真建模：根据港口生产作业系统特征，建立子系统并确定各子系统的工作流程，建立系统仿真模型，如图3所示。
(1)船舶生成子系统
船舶生成子系统模拟了各船型集装箱船舶按实际到港规律的随机到港。
(1.1)设船舶到港时间间隔服从负指数分布，全年到港船舶数量为1900艘，平均每隔4.61h到达一艘船舶，因此负指数分布的率参数λ为4.61h，以此分布的到港时间间隔随机生成无属性船舶实体；
(1.2)赋予船舶实际航速、辅助作业时间属性，并分别设置为10节、4h；
(1.3)利用步骤一中到港船舶的船型比例随机设置船舶实体的船型属性，根据船型属性相应赋予船舶实体的载箱量、设计航速、主机功率、辅机功率及辅机个数这些与船型一一对应的属性，具体数值见表2；
(1.4)记录到港时刻t0；
(2)进港子系统
进港子系统对每个船舶实体依次实现了恶劣天气影响、船舶指泊、判断进港条件以及航行进港四个过程的模拟。
(2.1)恶劣天气的影响方式为：根据恶劣天气发生频率随机设置恶劣天气的出现概率，当有恶劣天气时，则读取每次恶劣天气持续时间的表格延迟相应的持续时间；
(2.2)船舶指泊规则为：船舶实体按照先进先出的原则排队分配泊位，船舶占用分配泊位的资源，并在出港前释放泊位资源，根据泊位个数设置泊位资源，一个泊位资源同一时间只能被一个船舶占用，即泊位资源容量为1。
(2.3)船舶分配泊位规则是：优先占用优先级最高的空闲泊位，当所有可占用泊位已被占用，则在锚地排队等待；对于某吨级船舶，其可靠泊的泊位以及各泊位靠泊优先级由上述收集数据中的指泊规则和泊位吨级决定；例如10万吨级船舶，由表1可知其可靠泊泊位为6#、7#和8#，由步骤一收集得到的指泊规则可知泊位优先级从高到低依次是6#、7#、8#，若这3各泊位均已被占用则船舶排队等待泊位空闲。
(2.4)如图4所示进港条件的判断方法为：当航道中无船舶时则允许进港，当航道中有船舶时则在该船舶同为进港方向且满足安全时距的条件下才能进港，否则在锚地继续等待，且大船优先进港；安全时距由通航规则进行判断；
等待至进港条件满足后，由船舶进港规则确定锚地中等待船舶进港的优先级，按照优先级进行进港；船舶航行时间为航道长度和实际航速的比值2h，船舶实体延迟2h以模拟船舶航行过程，并记录船舶开始进港的时刻t1，完成进港的时刻t2。
(3)装卸作业子系统
装卸作业子系统模拟了辅助作业和装卸设备将船上集装箱装卸、搬运到堆场堆存并耗能、船舶在泊位停靠耗能的过程。
(3.1)船舶实体延迟4h以表示辅助作业过程；
(3.2)船舶实体向集装箱实体转化：船舶实体依据表2中的载箱量确定集装箱实体的个数，生成集装箱实体，并将船舶实体的所有属性复制到每个集装箱实体上；
(3.3)利用装卸设备进行集装箱实体的装卸；所述的装卸设备包括岸桥、车辆和场桥；
集装箱实体的装卸过程为：占用岸桥资源、岸桥作业导致时间推移、占用车辆资源、释放岸桥资源、车辆行驶搬运、占用场桥资源、释放车辆资源、场桥作业、释放场桥资源；
车辆的行驶规则为：每个车辆只受一个泊位的岸桥调度，调度规则为最小距离原则，当前集装箱实体占用被调度车辆的资源；载有集装箱实体的车辆的目的堆场为容量未饱和的最近堆场，根据堆场位置和行车速度确定港内车辆行驶时间，车辆在集装箱实体占用场桥资源后释放车辆资源，空闲车辆自动返回岸桥下方；
设步骤一收集得到的装卸效率数据服从三角分布，利用装卸效率数据计算三角分布的众数、低限和上限，以此分布设置岸桥和场桥的作业时间；岸桥作业效率为30TEU/h，因此设置岸桥作业时间众数为2min，上限设置为2.2min，低限为1.8min；车辆行驶时间为行驶距离除以行驶速度；场桥作业效率为35TEU/h，因此设置场桥作业时间众数为1.71min，上限设置为1.91min，低限为1.51min。
装卸设备的资源容量模拟了装卸设备的数量，以1#泊位为例，岸桥资源容量设置为3，场桥的数量与岸桥数量之比为3:1，因此场桥资源容量设置为9，同样的车辆资源容量设置为15。
(3.4)记录当前时刻完成装卸作业的集装箱量Ca和水平运输车辆的空载行驶时间和重载行驶时间
(3.5)当前船舶的全部集装箱实体装卸完毕后船舶实体进入出港子系统并记录当前时刻为t3。
(4)出港子系统
出港子系统对每个船舶实体依次实现了恶劣天气影响、判断出港条件、释放泊位资源、以及航行出港四个过程的模拟。
恶劣天气影响影响方式为：根据恶劣天气发生频率随机设置恶劣天气的出现概率和持续时间，当有恶劣天气时，则根据恶劣天气持续天数延迟相应的持续时间；
出港条件的判断方法为：当航道中无船舶时则允许出港，当航道中有船舶时则在该船舶同为出港方向且满足安全时距的条件下允许进港，当途径的各回旋水域均没有船舶则允许进港，否则在锚地继续等待；等待至出港条件满足后，延迟航行时间并统计船舶开始出港的时刻t4和完成出港的时刻t5。
释放泊位即释放进港前占用的泊位资源；
航行出港实现方法为：依据航道长度和实际航速计算出船舶航行时间，船舶实体延迟相应时间以模拟船舶航行过程
(5)外集卡子系统
外集卡子系统完成的过程有：随机生成外集卡实体、从闸口空载行驶前往堆场、装载场桥吊起的集装箱、重载运出闸口，如图5所示。
(5.1)利用步骤一中的港口各船型全年到港船舶数量和各载箱量计算出港口全年需要外集卡运输的集装箱运量为：
1900×(875×0.34+1000×0.25+1800×0.17+3400×0.11+4800×0.1+6000×0.01+7950×0.01+10050×0.01)＝3700250TEU
从而按照负指数分布集装箱运量处理得到外集卡到港时间间隔分布的率参数为：
365×24×60÷3700250＝0.142min
(5.2)外集卡通过闸口由三个过程组成：占用外集卡资源、延迟过闸口时间、释放闸口资源；延迟过闸口时间是步骤一收集所得闸口服务时间，为1min。
(5.3)外集卡的目的堆场是随机选取非空堆场。根据闸口位置和堆场位置确定外集卡行驶时间，外集卡到达目的地堆场后开始进行场桥作业，具体分为三个过程：占用场桥资源、延迟场桥作业时间、释放场桥资源，场桥作业时间服从众数1.71min、上限1.91min、低限1.51min的三角分布。
(5.4)通过记录关键时间节点记录外集卡的空载行驶时间和重载行驶时间
步骤三：加入碳排放统计输出模块，根据港口生产作业系统的特征，确定港区碳排放计算公式，利用步骤二系统仿真模型中统计的相应参数计算出碳排放后加以统计后输出。
港区碳排放计算公式为：
其中，C是碳排放，ω是能源碳排放因子。F是港区主要碳源的能源消耗量，包括船舶耗油量、岸桥耗油量、场桥耗能和外集卡耗能，下面分别计算各部分能源消耗量。
(1)船舶耗油量计算公式为：
其中，Fship,i是第i艘船在港内产生的总耗油量，kg；是船舶航行的耗油量；是船舶在锚地等待产生的耗油量；是船舶在泊位等待产生的耗油量。
船舶航行的耗油量计算公式如下：
其中，Pi M和Pi A分别是第i艘船的主机和辅机功率，Kw；RM和RA分别是主机和辅机的柴油消耗率，分别为0.206kg/kWh和0.211kg/kWh，kg/kWh；lM和lA分别表示主机和辅机的负载系数，分别为0.8和0.5；和分别是船舶的实际航速和设计航速，nm/h；ni表示第i艘船的辅机个数，主机个数均为1；表示第i艘船的航行时间，h。其中由步骤二中记录的时间参数计算得出：t2-t1+t5-t4，其余参数由步骤一收集所得。
船舶在锚地和泊位等待产生的耗油量计算公式如下：
其中和分别是第i艘船的锚地等待时间和泊位等待，h，由步骤二中记录的时间参数计算得出，分别是：t4-t2和t1-t0。
(2)岸桥耗电量计算公式为：
其中，为岸桥耗电量，kW；为岸桥装卸箱量，由步骤二中记录所得；为岸桥耗电率，kW/TEU，是步骤一中收集得到的装卸设备相关参数。
(3)场桥耗能计算公式为：
其中，为场桥能源消耗量；是场桥装卸箱量，由步骤二中记录所得；是场桥能源消耗率，当消耗柴油时单位是kg/TEU，当消耗电力时单位是kWh/TEU，是步骤一中收集得到的装卸设备相关参数。
(4)港内车辆和外集卡耗能耗能计算公式为：
其中，是车辆耗能，是外集卡耗能；是在s状态下的车辆耗能率，在s状态下的外集卡耗能率，s＝1表示车辆重载，s＝0表示车辆空载，消耗柴油时单位为kg/km，消耗电力时单位为kWh/km；表示车辆在s状态下的行车速度，表示外集卡在s状态下的行车速度；表示车辆在s状态下的行车时间，表示外集卡在s状态下的行车时间。其中由步骤二中记录所得，其余参数是步骤一中收集得到的装卸设备相关参数。
步骤四：通过改变港口生产作业系统的参数来设置不同的工况，运行系统仿真模型，输出港口生产作业系统各环节每年产生的碳排放。
如图6所示，所述的改变港口生产作业系统的参数包括：船舶实际航速、船舶燃料、是否使用岸电、场桥燃料、场桥配比(场桥数量与岸桥数量之比)、场桥装卸效率、辅助作业时间、岸桥装卸效率、港内车辆类型、车辆配比(车辆数量与岸桥数量之比)、车辆空载速度、车辆重载速度。
所述输出港口生产作业系统各环节每年产生的碳排放包括：港区总碳排放、船舶碳排放、船舶在锚地碳排放、船舶在泊位碳排放、船舶航行碳排放、岸桥碳排放、场桥碳排放、水平运输车辆碳排放。
在本实施例中研究船舶在航道中的实际航速对港区碳排放的影响，船速从8节到24节均匀设置9组平行试验，输入参数设置如下表所示：
表3输入参数设置
参数 取值 参数 取值
船舶实际航速 8～24节 辅助作业时间 4h
船舶燃料 柴油 岸桥装卸效率 30TEU/h
是否使用岸电 不使用 车辆类型 集卡
场桥燃料 柴油 车辆配比 5:1
场桥配比 3:1 车辆空载速度 25km/h
场桥装卸效率 35TEU/h 车辆重载速度 20km/h
将仿真输出结果中的船舶锚地碳排放、船舶泊位碳排放、船舶航道碳排放、船舶总碳排放和港区总碳排放绘制成图，如图7所示。可以看出，随着实际航速的增加港区碳排放也增加，其中增加的是船舶在航道产生的碳排放，而船舶在锚地和泊位产生的碳排放几乎不变。从图中也可以看出实际航速为10节时的碳排放最低。

Claims (1)

1.一种基于系统仿真的港口碳排放计算方法，其特征在于，步骤如下：
步骤一：收集港口相关数据
收集的数据包括港口平面数据、港口运营规则、港口设施数据、船舶相关数据、恶劣天气数据以及各能源碳排放因子；
以下是港口为集装箱港区时所收集的相关数据：
所述港口平面数据包括外航道长度及港内航路长度，泊位个数及泊位吨级，堆场位置及容量，闸口位置；
港口运营规则包括船舶进港规则，船舶指泊规则，通航规则，码头资源调度规则；
港口设施数据包括各泊位岸桥的数量、装卸效率及装卸单位集装箱的耗电率，场桥的数量、装卸效率及装卸单位集装箱的耗能率，港内车辆的数量、行车速度及耗能率，闸口服务时间；
船舶相关数据包括各船型船舶的全年到港船舶数量、设计航速及实际航速、辅助作业时间、载箱量、主机功率、辅机功率、主机和辅机的柴油消耗率、主机和辅机的负载系数、辅机个数；
恶劣天气数据包括恶劣天气发生频率和持续天数；
各能源碳排放因子包括柴油碳排放因子和电力碳排放因子；
步骤二：港口系统仿真建模：根据港口生产作业系统特征，建立子系统并确定各子系统的工作流程，建立系统仿真模型；
(1)船舶生成子系统
船舶生成子系统模拟了各船型集装箱船舶按实际到港规律的随机到港过程；
(1.1)设船舶到港时间间隔服从负指数分布，利用步骤一中的全年到港船舶数量来计算负指数分布的率参数λ，以此分布的到港时间间隔随机生成船舶实体，此时船舶无任何属性；
(1.2)利用收集获得的实际航速、辅助作业时间数据赋予与船型无关的属性；
(1.3)利用步骤一中的各船型船舶的到港船舶数量计算出到港船舶的船型比例，以此船型比例随机设置船舶实体的船型属性，根据船型属性相应赋予船舶实体的载箱量、设计航速、主机功率、辅机功率及辅机个数与船型一一对应的属性；
(1.4)记录船舶生成时刻t0；
(2)进港子系统
进港子系统对每个船舶实体依次实现了恶劣天气的影响、船舶指泊、判断进港条件以及航行进港四个过程的模拟；
(2.1)恶劣天气的影响方式为：根据恶劣天气发生频率随机设置恶劣天气的出现概率和持续时间，当有恶劣天气时，则根据恶劣天气持续天数延迟相应的持续时间；
(2.2)船舶指泊规则为：船舶实体按照先进先出的原则排队分配泊位，船舶占用分配泊位的资源，并在出港前释放泊位资源，根据泊位个数设置泊位资源，一个泊位资源同一时间只能被一个船舶占用，即泊位资源容量为1；
(2.3)船舶分配泊位规则是：优先占用优先级最高的空闲泊位，当所有可占用泊位已被占用，则在锚地排队等待；对于某吨级船舶，其可靠泊的泊位以及各泊位靠泊优先级由船舶指泊规则和泊位吨级决定；
(2.4)进港条件的判断方法为：当航道中无船舶时则允许进港，当航道中有船舶时则在该船舶同为进港方向且满足安全时距的条件下才能进港，否则在锚地继续等待；安全时距由通航规则进行判断；
(2.5)等待至进港条件满足后，由船舶进港规则确定锚地中等待船舶进港的优先级，按照优先级进行进港；依据外航道长度及港内航路长度和实际航速计算出船舶航行时间，船舶实体延迟相应时间以模拟船舶航行过程，并记录船舶开始航行进港的时刻t1，完成进港的时刻t2；
(3)装卸作业子系统
装卸作业子系统模拟了辅助作业和装卸设备将船上集装箱装卸、搬运到堆场堆存并耗能、船舶在泊位停靠耗能的过程；
(3.1)依据辅助作业时间设定船舶实体在辅助作业过程中延迟的时间；
(3.2)船舶实体向集装箱实体的转化：船舶实体依据载箱量属性确定集装箱实体的个数，生成集装箱实体，并将船舶实体的所有属性复制到每个集装箱实体上；
(3.3)利用装卸设备进行集装箱实体的装卸；所述的装卸设备包括岸桥、港内车辆和场桥；
集装箱实体的装卸过程为：占用岸桥资源、岸桥作业导致时间推移、占用港内车辆资源、释放岸桥资源、港内车辆行驶搬运、占用场桥资源、释放港内车辆资源、场桥作业、释放场桥资源；
港内车辆的行驶规则为：港内车辆的行驶搬运达到中观仿真层次，每个港内车辆只受一个泊位的岸桥调度，根据码头资源调度规则确定被调度港内车辆，当前集装箱实体占用被调度港内车辆资源；载有集装箱实体的港内车辆的目的堆场为容量未饱和的最近堆场，根据堆场位置和行车速度确定港内车辆行驶时间，港内车辆在集装箱实体占用场桥资源后释放港内车辆资源，空闲港内车辆自动返回岸桥下方；
设步骤一所收集的岸桥和场桥的装卸效率数据服从三角分布，利用装卸效率数据计算三角分布的众数、低限和上限，以此分布设置岸桥和场桥的作业时间；
装卸设备的资源容量模拟了装卸设备的数量；所述装卸设备的数量包括岸桥的数量、场桥的数量和港内车辆的数量；
港内车辆、岸桥和场桥三者作业互相影响，港内车辆负责集装箱在岸桥和场桥之间的运输，港内车辆资源被全部占用会导致岸桥资源无法释放从而使岸桥装卸作业暂停，同样的，场桥资源全被占用会导致港内车辆资源无法释放；
(3.4)记录当前时刻完成装卸作业的集装箱量和港内车辆的空载行驶时间和重载行驶时间
(3.5)当前船舶的全部集装箱实体装卸完毕后船舶实体进入出港子系统，并记录当前时刻为t3；
(4)出港子系统
出港子系统对每个船舶实体依次实现了恶劣天气影响、判断出港条件、释放泊位、以及航行出港四个过程的模拟；
恶劣天气影响影响方式为：根据恶劣天气发生频率随机设置恶劣天气的出现概率和持续时间，当有恶劣天气时，则根据恶劣天气持续天数延迟相应的持续时间；
出港条件的判断方法为：当航道中无船舶时则允许出港，当航道中有船舶时则在该船舶同为出港方向且满足安全时距的条件下允许进港，当途径的各回旋水域均没有船舶则允许进港，否则在锚地继续等待；等待至出港条件满足后，延迟航行时间并统计船舶开始出港的时刻t4和完成出港的时刻t5；
释放泊位即释放进港前占用的泊位资源；
航行出港实现方法为：依据航道长度和实际航速计算出船舶航行时间，船舶实体延迟相应时间以模拟船舶航行过程
(5)外集卡子系统
外集卡子系统完成的过程有：随机生成外集卡实体、从闸口空载行驶前往堆场、装载场桥吊起的集装箱、重载运出闸口；
(5.1)利用步骤一中的港口各船型全年到港船舶数量和各载箱量计算出港口全年需要外集卡运输的集装箱运量，从而按照负指数分布集装箱运量处理得到外集卡到港时间间隔分布的率参数；
(5.2)外集卡通过闸口由三个过程组成：占用集卡资源、延迟过闸口时间、释放闸口资源；延迟过闸口时间是步骤一收集所得闸口服务时间；
(5.3)外集卡的目的堆场是随机选取非空堆场；根据闸口位置和堆场位置确定外集卡行驶时间，外集卡到达目的地堆场后开始进行场桥作业，具体分为三个过程：占用场桥资源、延迟场桥作业时间、释放场桥资源；
(5.4)通过记录关键时间节点记录外集卡的空载行驶时间和重载行驶时间
步骤三：加入碳排放统计输出模块，根据港口生产作业系统的特征，确定港区碳排放计算公式，利用步骤二系统仿真模型中统计的相应参数计算出碳排放后加以统计后输出；
港区碳排放计算公式为：
其中，C是碳排放，ω是能源碳排放因子；F是港区主要碳源的能源消耗量，包括船舶耗油量∑Fship,i、岸桥耗油量场桥耗能和外集卡耗能下面分别计算各部分能源消耗量；
(1)船舶耗油量计算公式为：
其中，Fship,i是第i艘船在港内产生的总耗油量，kg；是船舶航行的耗油量；是船舶在锚地等待产生的耗油量；是船舶在泊位等待产生的耗油量；
船舶航行的耗油量计算公式如下：
其中，Pi M和Pi A分别是第i艘船的主机和辅机功率，Kw；RM和RA分别是主机和辅机的柴油消耗率，kg/kWh；lM和lA分别表示主机和辅机的负载系数；和分别是船舶的实际航速和设计航速，nm/h；ni表示第i艘船的辅机个数；表示第i艘船的航行时间，h；其中，
船舶在锚地和泊位等待产生的耗油量计算公式如下：
其中，和分别是第i艘船的锚地等待时间和泊位等待，h，和
(2)岸桥耗电量计算公式为：
其中，为岸桥耗电量，kW；为岸桥完成装卸作业的集装箱量；为岸桥耗电率，kW/TEU；
(3)场桥耗能计算公式为：
其中，为场桥能源消耗量；是场桥完成装卸作业的集装箱量，数值上与相等；是场桥装卸单位集装箱的耗能率，当消耗柴油时单位是kg/TEU，当消耗电力时单位是kWh/TEU；
(4)港内车辆和外集卡耗能计算公式为：
其中，是港内车辆耗能，是外集卡耗能，是在s状态下的港内车辆耗能率，在s状态下的外集卡耗能率，s＝1表示港内车辆重载，s＝0表示港内车辆空载，消耗柴油时单位为kg/km，消耗电力时单位为kWh/km；表示港内车辆在s状态下的行车速度；表示外集卡在s状态下的行车速度，表示港内车辆在s状态下的行车时间；表示外集卡在s状态下的行车时间，其中和由步骤二中记录所得；
步骤四：通过改变港口生产作业系统的参数来设置不同的工况，运行系统仿真模型，输出港口生产作业系统各环节每年产生的碳排放；
所述的改变港口生产作业系统的参数包括：船舶实际航速、船舶燃料、是否使用岸电、场桥燃料、场桥配比、场桥装卸效率、辅助作业时间、岸桥装卸效率、港内车辆类型、车辆配比、港内车辆空载速度、港内车辆重载速度；所述的场桥配比为场桥数量与岸桥数量之比，车辆配比为车辆数量与岸桥数量之比；
所述输出港口生产作业系统各环节每年产生的碳排放包括：港区总碳排放、船舶碳排放、船舶在锚地碳排放、船舶在泊位碳排放、船舶航行碳排放、岸桥碳排放、场桥碳排放、水平运输车辆碳排放。
CN201810824743.9A 2018-07-25 2018-07-25 一种基于系统仿真的港口碳排放计算方法 Active CN108984927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810824743.9A CN108984927B (zh) 2018-07-25 2018-07-25 一种基于系统仿真的港口碳排放计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810824743.9A CN108984927B (zh) 2018-07-25 2018-07-25 一种基于系统仿真的港口碳排放计算方法

Publications (2)

Publication Number Publication Date
CN108984927A true CN108984927A (zh) 2018-12-11
CN108984927B CN108984927B (zh) 2020-04-07

Family

ID=64551005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810824743.9A Active CN108984927B (zh) 2018-07-25 2018-07-25 一种基于系统仿真的港口碳排放计算方法

Country Status (1)

Country Link
CN (1) CN108984927B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110032112A (zh) * 2019-04-23 2019-07-19 上海振华重工(集团)股份有限公司 港口作业状态显示系统
CN110765607A (zh) * 2019-10-18 2020-02-07 大连理工大学 一种基于仿真优化的港口岸电系统合理容量确定方法
CN111553538A (zh) * 2020-05-09 2020-08-18 南京微狐网络科技有限公司 一种基于gps定位数据分析与人工智能技术的货柜车到港预测方法
CN114118778A (zh) * 2021-11-24 2022-03-01 晋江海纳机械有限公司 基于大数据的卫品设备产能统计系统及其产能统计方法
CN114781763A (zh) * 2022-06-21 2022-07-22 交通运输部规划研究院 一种多情景下港口碳排放预测方法、系统、计算设备和存储介质
CN115545304A (zh) * 2022-10-05 2022-12-30 大连理工大学 一种自动化集装箱港口充电设施布局与配置仿真优化方法
CN116049627A (zh) * 2023-01-04 2023-05-02 暨南大学 一种海洋交通运输业的碳排放估算方法及装置
CN116090908A (zh) * 2023-04-03 2023-05-09 交通运输部水运科学研究所 一种近零碳港口碳排放监测核对系统及方法
CN116307244A (zh) * 2023-04-07 2023-06-23 交通运输部水运科学研究所 一种港口碳排放预测方法、系统、电子设备及介质
WO2024020801A1 (zh) * 2022-07-26 2024-02-01 西门子股份公司 一种碳排放量的计算方法、电子设备和可读介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567619A (zh) * 2011-09-16 2012-07-11 中国海洋大学 一种全寿命周期公路碳计量方法及其应用
CN103544541A (zh) * 2013-10-15 2014-01-29 国家电网公司 智能配用电系统碳减排评价与测算方法
CN103902778A (zh) * 2014-04-04 2014-07-02 天津市市政工程设计研究院 码头堆存容量与靠泊能力匹配的微观仿真方法
US20140278704A1 (en) * 2013-03-15 2014-09-18 Luis D. ELIZONDO System and method of shipping scheduling involving parallel port operations using prepositioned vessels
CN104680027A (zh) * 2015-03-13 2015-06-03 哈尔滨工程大学 一种面向大型油轮的节能减排综合评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567619A (zh) * 2011-09-16 2012-07-11 中国海洋大学 一种全寿命周期公路碳计量方法及其应用
US20140278704A1 (en) * 2013-03-15 2014-09-18 Luis D. ELIZONDO System and method of shipping scheduling involving parallel port operations using prepositioned vessels
CN103544541A (zh) * 2013-10-15 2014-01-29 国家电网公司 智能配用电系统碳减排评价与测算方法
CN103902778A (zh) * 2014-04-04 2014-07-02 天津市市政工程设计研究院 码头堆存容量与靠泊能力匹配的微观仿真方法
CN104680027A (zh) * 2015-03-13 2015-06-03 哈尔滨工程大学 一种面向大型油轮的节能减排综合评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王文渊等: "港口集装箱装卸作业的碳排放量计算方法", 《港工技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110032112A (zh) * 2019-04-23 2019-07-19 上海振华重工(集团)股份有限公司 港口作业状态显示系统
CN110765607A (zh) * 2019-10-18 2020-02-07 大连理工大学 一种基于仿真优化的港口岸电系统合理容量确定方法
CN111553538A (zh) * 2020-05-09 2020-08-18 南京微狐网络科技有限公司 一种基于gps定位数据分析与人工智能技术的货柜车到港预测方法
CN114118778A (zh) * 2021-11-24 2022-03-01 晋江海纳机械有限公司 基于大数据的卫品设备产能统计系统及其产能统计方法
CN114781763A (zh) * 2022-06-21 2022-07-22 交通运输部规划研究院 一种多情景下港口碳排放预测方法、系统、计算设备和存储介质
WO2024020801A1 (zh) * 2022-07-26 2024-02-01 西门子股份公司 一种碳排放量的计算方法、电子设备和可读介质
CN115545304A (zh) * 2022-10-05 2022-12-30 大连理工大学 一种自动化集装箱港口充电设施布局与配置仿真优化方法
CN115545304B (zh) * 2022-10-05 2024-08-09 大连理工大学 一种自动化集装箱港口充电设施布局与配置仿真优化方法
CN116049627A (zh) * 2023-01-04 2023-05-02 暨南大学 一种海洋交通运输业的碳排放估算方法及装置
CN116049627B (zh) * 2023-01-04 2023-10-03 暨南大学 一种海洋交通运输业的碳排放估算方法及装置
CN116090908A (zh) * 2023-04-03 2023-05-09 交通运输部水运科学研究所 一种近零碳港口碳排放监测核对系统及方法
CN116307244A (zh) * 2023-04-07 2023-06-23 交通运输部水运科学研究所 一种港口碳排放预测方法、系统、电子设备及介质

Also Published As

Publication number Publication date
CN108984927B (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN108984927B (zh) 一种基于系统仿真的港口碳排放计算方法
Duinkerken et al. Comparing transportation systems for inter-terminal transport at the maasvlakte container terminals
CN103606124B (zh) 集装箱码头装卸交通系统布局与交通组织微观仿真方法
CN105427075A (zh) 一种用于港口集装箱卡车的混合式动态调度方法
CN110765607A (zh) 一种基于仿真优化的港口岸电系统合理容量确定方法
Wang et al. Key influencing factors on improving the waterway through capacity of coastal ports
CN113240234B (zh) 煤炭港口装船设备分配与船舶交通组织协调优化方法
CN112070296B (zh) 一种基于模糊推理的集卡调度方法
CN107480830B (zh) 基于港口-航道-锚地复合系统仿真的锚位数优化方法
Wang et al. Impact of navigational safety level on seaport fairway capacity
CN102799733B (zh) 集装箱牵引车资源整合仿真系统及其仿真方法
KR100297095B1 (ko) 컨테이너 터미널의 설계시 시뮬레이션 방법
CN114626754A (zh) 一种不确定环境下的多码头潮汐港泊位岸桥联合调度方法
Muravev et al. Environmental Factors’ Consideration at Industrial Transportation Organization in the «Seaport–Dry port» System
Gao et al. A decision framework for decomposed stowage planning for containers
Maglić et al. Effectiveness of a barge-based ballast water treatment system for multi-terminal ports
JP6782643B2 (ja) 船舶の運航支援システム及び船舶の運航支援方法
Zhang et al. A decision support system for the allocation of yard cranes and blocks in container terminals
Heng et al. Green shipping oriented coordinated berth allocation for port group
Psaraftis et al. The logistics of autonomous shipping and the AEGIS project
Voß et al. An online storage strategy with dynamic bay reservations for container terminals
Li et al. Simulation and optimisation for intermodal freight transport system with seaport and railway terminals
Li et al. A simulation-based method for analyzing energy demands in container terminals under different arrival interval of ships
Rizaldy et al. The Implementation Of Green Logistics In Reducing Logistic Cost At Teluk Lamong Terminal
Elentably et al. Stochastic model to estimate the waiting time for container vessel turnaround times

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant