Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

| Crea un account

Emer, Beatrice (2010) Optimization of wood energy plant supply. [Tesi di dottorato]

Full text disponibile come:

[img]
Anteprima
Documento PDF (PhD thesis Beatrice Emer) - Versione pubblicata
3588Kb

Abstract (inglese)

In the last years the growing interest to use renewable energies instead of fossil fuels has been originated by the awareness to protect the environment and to behave in a sustainable way. Between the renewable energies, the wood energy plays an important role since it is widely and homogenously distributed in the world. The use of wood biomass has a positive impact on the rural activities, development and employment.
Before starting any project of a new plant is necessary to survey the availability of resources at local level, their exploitation and supply chains involved. This is essential in order to avoid competition for resources and import from other regions or states. When planning the location of plants or storages it is necessary to consider the current land use, laws, social and economical aspects.
Transportation operations are the most costly operation of the supply chain. Optimizing transportation means to fulfil the demand with minimum effort and available resources. Preferable sustainable and socio-economical friendly solutions minimize transport by prioritizing local fuels. Transport can be minimized by optimal utilization of vehicle payload and choosing the shortest travel paths.
Studying the optimal supply both at small scale and large scale level is a valid decision support tool that helps decision makers to choose a good strategy to minimize costs and having supply efficiency. In this study a methodology that combines the use of linear programming and GIS has been developed. It considers different supply chains with all phases from stands to plants and relative costs. Surveys have been conducted with the purpose of knowing the location and demand of plants. A network analysis has been used to calculate transportation cost from sources (sawmills and stands) to destination. The linear programming considers the constraints of availability of wood fuel, supply costs and maximum capacities of supply phases. The optimization has been solved building a transportation model with the software LINGO and displaying results on GIS maps.
The developed methodology has been applied to optimize the fuel supply of two plants located in Fiemme Valley (Trento province, in north-eastern Italy). The plants supply with forest residues and sawmill byproducts has been modeled for a period of ten years.
The results show that chipping forest residues before being transported is cheaper than transportation of logging residues.
Another transportation model has been formulated considering the seasonal fluctuation of fuel demand and supply and considering the possibility of storing fuel at terminal. The optimal location of a new terminal has been evaluated. Sensitivity analyses were done to study the effects of some parameters in the whole system and its possible improvement.
Results of the test about the best terminal location show that terminal is used for only few volume of forest residues. As the formulation has been done, there are not significant differences in total costs comparing three terminal positions. This can be due also to the small scale area considered in the study. Observing results of sensitive analyses carried out during the study, the most useful is the one concerning the truck payload.
A transportation model has been built for the supply of two plants in the Central Finland region with the aim to identify the optimal allocation of forest fuel. Additionally a comparison of different plant’s “paying ability” has been tested in order to see the effect on their supply areas.
In the Finnish case study both plants are optimally supplied with logging residues. When there are constraints on paying ability for one plant, the other one has advantages.
The wood energy plant supply analyzed in this study have been optimized using linear programming. The transportation model built in LINGO considers all cost factors along the supply chain, providing a global optimal solution. The decision variables are represented by fuel flows of different supply chains, while the objective function is to minimize costs of the whole system. Modeling produces more flexible solutions compared to manual planning, and allows easy testing of different strategies and scenarios. Using a GIS for modeling biomass supply allows to study the effect of variation of geographical factors on the supply and costs of biomass production.

Abstract (italiano)

In questi anni il crescente interesse all’utilizzo di fonti energetiche rinnovabili in sostituzione a fonti energetiche fossili è stato determinato dalla consapevolezza della necessità di salvaguardare l’ambiente e di comportarsi in maniera sostenibile. Tra le varie fonti energetiche rinnovabili, le biomasse legnose svolgono un ruolo importante, grazie alla loro locale ed omogenea distribuzione. L’utilizzo di biomasse legnose permette la riduzione delle emissioni di gas serra, l’utilizzo di risorse locali disponibili e sostenibili, la riduzione della dipendenza riguardo alle importazioni di energia, la maggior sicurezza dell’approvvigionamento di combustibili, il rispetto degli impegni assunti nel corso della Conferenza Internazionale di Kyoto. Inoltre l’utilizzo delle biomasse legnose forestali favorisce l’incremento delle attività, introiti ed occupazione nelle aree rurali.
Per una corretta progettazione di un impianto è essenziale fare un’indagine sulla presenza di risorse disponibili sul territorio. La valutazione e la conoscenza della disponibilità di materia prima a livello locale e la logistica dell’approvvigionamento sono essenziali per evitare una competizione intrasettoriale e l’importazione di biocombustibili da altre regioni o stati. Quando si pianifica la posizione adatta per impianti o centri di stoccaggio è essenziale considerare l’uso attuale del territorio, la legislazione vigente e aspetti sociali ed economici.
Nella catena di approvvigionamento di biomasse legnose le operazioni di trasporto sono quelle che, a parità di tipologia di materia prima, maggiormente determinano la differenza di costo. Ottimizzare i trasporti significa utilizzare il minor sforzo di trasporto possibile per soddisfare una domanda di combustibile con le risorse disponibili. I trasporti possono essere minimizzati utilizzando in maniera ottimale la capacità di carico dei mezzi di trasporto e scegliendo la strada più corta verso la destinazione finale. Le alternative di approvvigionamento che minimizzano i trasporti privilegiando le risorse di combustibile locali sono maggiormente sostenibili anche da un punto di vista socio-economico.
Lo studio e l’ottimizzazione dell’approvvigionamento in piccole realtà locali, o anche a grande scala, può essere un valido strumento di supporto alle decisioni che il gestore di un impianto deve intraprendere per assicurare il funzionamento dell’impianto stesso e minimizzare i costi. All’interno di questo lavoro di ricerca è stata realizzata una metodologia che combina l’utilizzo della programmazione lineare con i sistemi informativi geografici. Nello studio sono state prese in considerazione diverse modalità di approvvigionamento per le differenti tipologie di materiale disponibile sul territorio. Per il cippato forestale sono stati considerate tutte le fasi e relativi costi di approvvigionamento da bordo strada all’impianto. Per conoscere offerta e domanda di combustibile, sono state raccolte informazioni sulle fonti e sulla destinazione del combustibile attraverso interviste e attingendo a banche dati. Attraverso una elaborazione di “network analysis” effettuata con gli strumenti GIS, sono stati individuati i costi di trasporto da ogni fonte di biomassa (bosco o segherie) fino alle potenziali destinazioni. Nella programmazione lineare sono stati presi in considerazione le limitazioni di disponibilità di combustibile, i costi di approvvigionamento e le capacità massime delle varie fasi delle catene di approvvigionamento per soddisfare la domanda di energia degli impianti. Il risultato dell’elaborazione eseguita con il software “LINGO” evidenzia le destinazioni ottimali del combustibile, che vengono poi visualizzate su mappe in GIS.
La metodologia è stata applicata allo studio dell’ottimizzazione dell’approvvigionamento di due impianti termici a cippato situati in Val di Fiemme (Provincia di Trento). E’ stato simulato l’approvvigionamento di biomassa nel corso di un decennio con materiale proveniente da scarti di imprese di prima lavorazione del legno e da residui delle utilizzazioni forestali. Un’altra simulazione ha riguardato lo studio dell’approvvigionamento di cippato, nel corso di un anno e su scala bimestrale, in base alla domanda stagionale da parte degli impianti e alla disponibilità di residui nel corso dei periodi temporali considerati. In questo ultimo studio è stata considerata anche la possibilità di utilizzare un centro di stoccaggio del materiale. Sono state testate tre localizzazioni del centro di stoccaggio allo scopo di verificare la posizione più strategica, dal punto di vista economico. L’andamento dell’essicazione del materiale stoccato e dell’incremento della sua densità energetica è stato modellizzato dopo essere stato studiato con prove in campo. Alcune analisi di sensitività sono state realizzate allo scopo di verificare l’influenza dei diversi parametri considerati dal modello sul risultato finale. La metodologia applicata può essere utilizzata come strumento per decidere la localizzazione ottimale di impianti o centri di stoccaggio del materiale nel corso della loro progettazione.
Una metodologia simile, per studiare l’approvvigionamento di materiale su grande scala, è stata applicata nella regione della Finlandia Centrale in particolare per rifornire una centrale e una bioraffineria. I due impianti presi in esame hanno una domanda elevata di combustibile e quindi con una forte competizione per le materie prime. L’ottimizzazione dell’utilizzo delle risorse evidenzia le aree di destinazione delle varie forme di biomassa disponibile. Ponendo dei limiti di disponibilità a pagare da parte di un impianto, si vuole studiare l’effetto sull’area di approvvigionamento.
Nell’ottimizzazione dell’approvvigionamento nei dieci anni, la tipologia di approvvigionamento ottimale è la cippatura a bordo strada o in bosco ed il trasporto di materiale cippato all’impianto. Il cippato rimasto ad essiccare un anno è preferito, in quanto ha più elevato contenuto energetico. Per quanto riguarda lo studio dell’ottimale localizzazione di un centro di stoccaggio, tra le tre localizzazioni del terminal non si registrano differenze significative in termini di costo totale di approvvigionamento. Questo può essere dovuto alla piccola scala dell’area considerata. Inoltre ulteriori limitazioni sui volumi di trasporto dovrebbero essere prese in considerazione, magari adottando variabili binarie al posto di variabili continue. Per quanto riguarda le analisi di sensitività, la più utile anche dal punto di vista della logistica è quella del volume di trasporto di combustibile. Aumentando la capacità di trasporto dell’autocarro trasportante residui non cippati, questa modalità di approvvigionamento viene preferita. Diminuendo il contenuto idrico il cippato forestale è preferito a quello di segheria.
Ne caso finlandese preso in esame, la modalità di approvvigionamento ottimale risulta essere per entrambi gli impianti l’utilizzo di residui forestali trasportati tal quali fino a una distanza di 60 km e imballati per distanze maggiori. Ponendo limitazioni sulla disponibilità a pagare da parte di un impianto, l’altro ne trae vantaggio in quanto si approvvigiona da un’area più vicina.
Il modello matematico che è stato sviluppato, attraverso la programmazione lineare ed in particolare il “problema dei trasporti”, ricalca la problematica di approvvigionamento da risolvere. Un modello così sviluppato può fornire soluzioni più flessibili rispetto alla semplice pianificazione manuale e allo stesso tempo permette di testare diverse strategie e diversi possibile scenari. Grazie all’utilizzo del GIS è possibile visualizzare chiaramente da un punto di vista geografico le soluzioni ottenute, altrimenti consultabili leggendo una lista di numeri difficilmente comprensibile. L’utilizzo della programmazione lineare assieme ai sistemi informativi geografici sono un utile metodo per determinare la migliore localizzazione di strutture o l’approvvigionamento ottimale di materie prime. Le diverse analisi di sensitività permettono di capire i fattori che maggiormente influenzano la logistica dell’approvvigionamento.

Statistiche Download - Aggiungi a RefWorks
Tipo di EPrint:Tesi di dottorato
Relatore:Cavalli, Raffaele
Correlatore:Asikainen , Antti
Dottorato (corsi e scuole):Ciclo 21 > Scuole per il 21simo ciclo > TERRITORIO, AMBIENTE, RISORSE E SALUTE > TECNOLOGIE MECCANICHE DEI PROCESSI AGRICOLI E FORESTALI
Data di deposito della tesi:NON SPECIFICATO
Anno di Pubblicazione:21 Gennaio 2010
Parole chiave (italiano / inglese):Optimization, transportation, biomass, linear programming, GIS, wood energy
Settori scientifico-disciplinari MIUR:Area 07 - Scienze agrarie e veterinarie > AGR/09 Meccanica agraria
Struttura di riferimento:Dipartimenti > Dipartimento Territorio e Sistemi Agro-Forestali
Codice ID:2384
Depositato il:04 Nov 2010 11:22
Simple Metadata
Full Metadata
EndNote Format

Bibliografia

I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

Ala-Fossi A. 2007. Personal communication. Lappeenranta University of Technology Cerca con Google

Allen J., Browne M., Hunter A., Boyd J., Palmer H. 1996. Transport and supply logistics of biomass fuels. Volume One – Supply chain options for biomass fuel. Harwell: ETSU. Cerca con Google

Anonymous. 2005. CLC2000Finland. Final Report. 2005. Finnish Environment Institute: 66pp. Available from: http://www.ymparisto.fi/download.asp?contentid=38725&lan=fi. Vai! Cerca con Google

Anonymous. 2006. Hyvän metsänhoidon suositukset 2006. Forestry Development Centre Tapio, Helsinki, Finland. Cerca con Google

Anonymous. 2008. Digiroad. http://www.digiroad.fi/en_GB/ Vai! Cerca con Google

Anonymous. 2007. Arvio biomassan pitkän aikavälin hyödyntämismahdollisuuksista Suomessa. Ministry of Employment and Economy. Cerca con Google

Asikainen A. 1995. Discrete-event simulation of mechanized wood-harvesting systems. Research notes 38, University of Joensuu – Faculty of Forestry: 86 pp. Cerca con Google

Asikainen A. 2004. Integration of work tasks and supply chains in wood harvesting – cost saing or complex solutions? International Journal of Forest Engineering, 15 (2): 11-17. Cerca con Google

Asikainen A., Ranta T., Laitila J. Hämäläinen J. 2001. Hakkuutähdehakkeen kustannustekijät ja suurimittakaavaisen hankinnan logistiikka (Cost factors and large scale procurement of logging residue chips). University of Joensuu, Faculty of Forestry, Research Notes 131. Cerca con Google

Asikainen A. and Kuitto J. 2000. Cost factors in wood fuel procurement. In: Griffith JA, editor. Conventional systems for bioenergy. New Zealand Journal of Forestry Science, 30 (1): 78-87. Cerca con Google

Asikainen A., Ranta T., Laitila J. 2001. Large-scale forest fuel procurement. In: Woody biomass as an energy source – challenges in Europe. European Forest Institute Proceedings, vol. 39: 73-78. Cerca con Google

Banks J. and Carson J.S. 1984. Discete-event system simulation. Prentice-Hall Inc., Englewood Cliffts, New Jersey: 514 pp. Cerca con Google

Behman de l’Elmo. 2007. Personal communication. Cerca con Google

Brunberg B., Andrersson G., Nordén B., Thor M. 1998. Uppdragsprojekt Skogsbränsle – slutrapport. SkogForsk, Redogörelse n.6: 1103-4580. Cerca con Google

Buongiorno J., Gilless J.K. 2003. Decision Methods for Forest Resource Management. Academic Press, San Diego, California: 439 pp. Cerca con Google

Ballou R. 2004 Business logistics /Supply chain management . 5th edistion. Prentice Hall, Inc.: 789 pp. Cerca con Google

Bååth H., Gällerspång A., Hallsby G., Lungström A., Löfgren P., Nilsson M., Ståhl G. 2002. Remote sensing, field survey, and long term forecasting: an efficient combination for local assessment of forest fuels. Biomass and Bioenergy, 22 (3): 145-157. Cerca con Google

Cavalli R. 2004. Le utilizzazioni forestali nell’Italia nord-orientale. [Forest logging in North-eastern Italy]. Italia Forestale e Montana, 59 (6): 453-465. Cerca con Google

Cavalli R., Confalonieri M., Zamboni R. 2003. Approvvigionamento di dendromassa per usi energetici [Wood supply for energy use]. Sherwood: Foreste ed Alberi Oggi, 9 (3): 11-16. Cerca con Google

Cavalli R., Emer B., Grigolato S. 2007. Wood biomass boilers and heating plants in North-eastern Italy: which strategy to boost a sustainable local supply chains? Proceedings of the 15th Biomass Conference and Exhibition, 7-11 May 2007 - Berlin: 237-242. Cerca con Google

Cavalli R., Grigolato S. 2007. Geographical analysis for a sustainable use of logging residues in mountainous area. Rivista di Ingegneria Agraria, vol.3: 29-37. Cerca con Google

Cerullo S. and Pellegrini A. 2002. Stima delle quantità di residui legnosi prodotti in Italia [Wood residues estimation in Italy]. Biofuels National Program PROBIO: 6pp. Cerca con Google

Chopra S. and Meindl P. 2003 Supply chain management: strategy, planning and operation. 2nd edition. Prentice Hall, Inc: 592pp. Cerca con Google

Christopher M. 1998. Logistics and Supply Chain Management: Strategies for reducing costs and improving service. Financial Times/Pitman: 304pp. Cerca con Google

Ciccarese L., Pettenella D., Spezzati E. 2004. Le biomasse legnose. Un’indagine delle potenzialità del settore forestale italiano nell’offerta di fonti di energia. [Wood biomasses: an investigation on Italian forestry sector capability in the Energy supply]. APAT, Agenzia per la Protezione dell’Ambiente e per i Servizi Tecnici, Roma; Report 30/2003: 99 pp. Cerca con Google

Council of Logistic Management (CLM). 2004. http://clm1.org/Website/AboutCLM/Definitions/ Vai! Cerca con Google

Definitions.asp Cerca con Google

Diekema W.H., de Mol R.M., Annevelink A., Elbersen H.W. 2005. Combining goals in the logistics bio-energy chains. Proceedings of the 14th International Biomass and Bioenergy Conference, 17-21 October 2005 – Paris. Cerca con Google

Dykstra D.P. 1984. Mathematical programming for natural resources management. McGraw-Hill Book Company, New York: 388 pp. Cerca con Google

Epstein R., Nieto E., Weintraub A., Chevalier P., Gabarrò J. 1999. A system for the design of short term harvesting strategy. European Journal of Operational Research, 119(2): 427-439. Cerca con Google

Eriksson L.O. and Björheden R. 1989. Optimal storing, transport and processing for a forest-fuel supplier. European Journal of Operational Research, 43 (1): 26-33. Cerca con Google

Eriksson J. and Rönnqvist M. 2003. Transportation and route planning. Proceedings of the 2nd Forest Engineering Conference – Decision Support Systems/Tools: 48-57. Cerca con Google

Fabiano F. and Marchi E. 2001. Gru a cavo forestali: diffusione e possibilità d’impiego [Cable crane for forest use: diffusion and utilization] . Sherwood: Foreste ed Alberi Oggi, 7 (5): 43-47. Cerca con Google

Forsberg M. and Rönqvist M. 2003. Integrated logistic management in the forest supply chain. Proceedings of the 2nd Forest Engineering Conference Decision Support Systems/Tools: 64-73. Cerca con Google

Freppaz D., Miniciardi R., Robba M., Rovatti M., Sacile R., Taramasso A. 2004. Optimizing forest biomass exploitation for energy supply at a regional level. Biomass and Bioenergy, 26 (1): 15-25. Cerca con Google

Frombo F., Minciardi R., Robba M., Rosso F., Sacile R. 2009. Planning woody biomass logistics for energy production: A strategic decision model. Biomass and Bioenergy 33(3): 372-383. Cerca con Google

Ghilardi A, Guerrero G, Masera O. 2007. Spatial analysis of residential fuelwood supply and demand patterns in Mexico using the WISDOM approach. Biomass and Bioenergy 31(7): 475-491. Cerca con Google

Gigler J.K., Meerdink G., Hendrix E.T.M. 1999. Willow supply strategies to energy plants. Biomass and Bioenergy, 17 (3): 185-198. Cerca con Google

Grigolato S. 2005. Logistica dell’approvvigionamento di residui delle utilizzazioni forestali a fini energetici in ambiente alpino [Logistics of forest residues supply for energy use in Alpine area]. Tesi dottorato, Università degli Studi di Padova Cerca con Google

Graham R.L., English B.C., Noon C.E. 2000. A Geographic Information System-based modeling system for evaluating the cost of delivered energy crop feedstock. Biomass and Bioenergy, 18 (4): 309-329. Cerca con Google

Gronalt M. and Rauch P. 2007. Designing a regional forest fuel supply network. Biomass and Bioenergy, 31 (6): 393-402. Cerca con Google

Gunnarsson H., Rönqvist M., Lundgren J.T. 2004. Supply chain modeling of forest fuel. European Journal of Operational Research, 158 (1):103-123. Cerca con Google

Hakkila P. 1962. Forest seasoning of wood intended for fuel chips. Communicationes Instituti Forestalis Fenniae, 54 (4): 82 pp. Cerca con Google

Hakkila P. 1978. Pienpuun korjuu polttoaineeksi. Folia Forestalia 342. Cerca con Google

Hakkila P. 1991. Hakkuupoistuman latvusmassa [Crown mass of trees at the harvesting phase]. Folia Forestalia 773. Metsäntutkimuslaitos. Helsinki: 24pp. Cerca con Google

Hakkila P. 2003. Developing technology for large-scale production of forest chips – Wood energy technology programme 1999-2003. National Technology Agency, Helsinki; Technology programme report n.5: 54pp. Cerca con Google

Hakkila P. 2004. Developing technology for large-scale production of forest chips. Wood Energy Technology Programme 1999-2003. Technology Programme Report 6/2004. National Technology Agency: 98pp. Cerca con Google

Harrison A. and van Hoek R. 2002. Logistic management and strategy. FT/Prentice Hall: 281pp. Cerca con Google

Hartmann H., Böhm T.E., Maier L. 2000. Naturbalassene biogene Festbrennstoffe – umweltrelewante Eigenschaften und Einflussmöglichkeiteiten. Umwelt and Entwicklung 154. Bayerisches Staatsministerium für Landesentiwicklung und Umweltfragen. Cerca con Google

Heinimann H. R. 2007. Forest operations engineering and management – the ways behind and ahead of a scientific discipline. Croatian Journal of Forest Engineering, 28 (1): 107-119. Cerca con Google

Hillier F. and Lieberman G. 1974. Operations Research. 2nd edition. Holden-Day, Inc: 800pp. Cerca con Google

Hellrigl B. 2006. Elementi di xiloenergetica [Elements of wood-energy]. Associazione Italiana Energie Rinnovabili. Legnaro (PD), AIEL: 320 pp. Cerca con Google

Hultqvist D. and Olsson L. 2003. A demand-based scenario optimization model for supply of raw material to the forest industry. Proceedings of the Symposium System Analysis in Forest Resources, Portland OR: 331-339. Cerca con Google

Jang Y-J, Jang S-Y, Chang B-M, Park J. 2002. A combined model of network design and production/distribution planning for a supply network. Computer and Industrial Engineering 43 (1-2) :263-281. Cerca con Google

Jiris R. 1995. Storage and drying of wood fuel. Biomass and Bioenergy, 9 (1-5): 181-190. Cerca con Google

Kanzian C., Holzleitner F., Stampfer K. 2007. Regional wood energy logistic – Optimizing local fuel supply. Proceedings of Austro2007/Formec’07: Meeting the Needs of Tomorrows’ Forest – New Developments in Forest Engineering, October 7-11, Vienna and Heiligenkreuz – Austria: 11 pp. Cerca con Google

Kanzian C., Kühmaier M., Stampfer K. 2008. Optimizing biomass supply at regional level – Application example in lower Austria. Proceedings of the 3rd International Scientific Conference - Forest and Wood Technology and the Environment, 28. Mai 2008, Prague – Czech Republic, 277-286 Cerca con Google

Kanzian C., Holzleitner F., Stampfer K., Ashton S. 2009. Regional energy wood logistics – optimizing local fuel supply. Silva Fennica 43 (1): 113-128. Cerca con Google

Keljolanhden voimalaitos. 2009. www.keljonlahdenvoimala.fi Vai! Cerca con Google

Kinoshita T., Inoue K., Iwao K., Kagemoto H., Yamagata Y. 2009. A spatial evaluation of forest biomass usage using GIS. Applied Energy 86(1): 1-8. Cerca con Google

Kollmann F.F.P. 1951. Technologie des Holzes und der Holzwerkstoffe. Springer, München. Cerca con Google

Korhonen K.T., Ihalainen A., Heikkinen J., Henttonen H., Pitkänen J. 2007. Suomen metsävarat metsäkeskuksittain 2004–2006 ja metsävarojen kehitys 1996–2006. Metsätieteen aikakauskirja, 149-213. Cerca con Google

Kärkkäinen M. 2007. Puun rakenne ja ominaisuudet. Metsäkustannus Ltd: 468pp. Cerca con Google

Laitila J. 2006. Cost and sensitive analysis for the energy procurement chains. Forest Studies, 45: 5-10. Cerca con Google

Laitila J. 2008. Harvesting technology and the cost of the fuel chips from early thinning. Silva Fennica, 42 (2): 267-283. Cerca con Google

Laitila J., Asikainen A., Nuutinen Y. 2007. Yarding of whole trees after manual and mechanized felling bunching in pre-commercial thinning. International Journal of Forest Engineering, 18 (2): 29-39. Cerca con Google

Laitila J., Asikainen A., Anttila P. 2008. Energiapuuvarat. In the publication: Kuusinen, M. & Ilvesniemi, H. (editors.). Energiapuun korjuun ympäristövaikutukset, tutkimusraportti. Tapion ja Metlan julkaisuja (available: www.metsavastaa.net/energiapuu/raportti): 6-12. Vai! Cerca con Google

Law A.M. and Kelton W.D. 1982. Simulation modeling and analysis. McGraw Hill Book Company, New York: 400 pp. Cerca con Google

Lindo. 2006. Optimization modeling with LINGO. Sixth edition. Lindo System Inc.: 603 pp. Cerca con Google

Loeffler D., Calkin D.E., Silverstein R.P. 2006 Estimating volumes and costs of forest biomass in Western Montana using forest inventory and geospatial data. Forest Products Journal, 56 (6): 31-37. Cerca con Google

Lukka A. 2004. Evolution of logistic theory. Proceedings of 2004 International Conference on Logistics/MF, 22-24.5.2004, Beijing, China. http://www2.lut.fi/tutkimus/ Vai! Cerca con Google

valore/projects.html Cerca con Google

Malinen J., Personen M., Määttä T., Kajanus M. 2001. Potential harvest for wood fuels (energy wood) from logging residues and first thinning in Southern Finland. Biomass and Bioenergy, 20 (3): 189-196. Cerca con Google

Masera O., Ghilardi A., Drigo R., Trossero M.A. 2006. WISDOM: A GIS-based supply demand mapping tool for woodfuel management. Biomass and Bioenergy, 30 (7):618-637. Cerca con Google

McKinnon A. 1989. Physical distribution systems. Routledge: 316pp. Cerca con Google

Min H. and Zhou G. 2002. Supply chain modeling: past, present and future. Computers and Industrial Engineering 43 (1-2): 231-249. Cerca con Google

Miyata E.S. 1980. Determining fixed and operating costs of logging equipment. Gen. Tech. Rep. GTR – NC 55, St. Paul, MN. US Department of Agricolture, Northcentral Forest Experiment Station: 16 pp. Cerca con Google

Möller B. and Nielsen P.S. 2007. Analysing transport cost of Danish forest wood chip resources by means of continuous cost surfaces. Biomass and Bioenergy, 31 (5): 291-298. Cerca con Google

Nagel J. 2000. Determination of an economic energy supply structure based on biomass using a mixed-integer linear optimization model. Ecological Engineering, 16 (S1): S91-102 Cerca con Google

Noon C.E. and Daly M.J. 1996. GIS-based biomass resource assessment with BRAVO. Biomass and Bioenergy, 10 (2-3):101-109. Cerca con Google

Nord-Larsen T. and Talbot B. 2004. Assessment of forest-fuel resources in Denmark: technical and economical availability. Biomass and Bioenergy, 27 (2): 97-109. Cerca con Google

Nurmi J. 1992. Measurement and evaluation of wood fuel. Biomass and Bioenergy, 2 (1-6): 157-171. Cerca con Google

Nurmi J. 1993. Heating values of the above ground biomass of small-sized trees. Acta Forestalia Fennica 236: 1-30. Cerca con Google

Nurmi J. 1997. Heating value of mature trees. Acta Forestalia Fennica 256: 1-28. Cerca con Google

Nurmi J. 1999. The storage of logging residue for fuel. Biomass and Bioenregy, 17 (1): 41-47. Cerca con Google

Nurmi J. 2000. Characteristics and storage of whole-tree biomass for energy. Metsäntutkimuslairoksen Tiedonantoja 758. The Finnish Forest Research Institute, Research Papers 758: 42 pp. Cerca con Google

Nurmi J. and Hillebrand K. 2007. The characteristics of whole-tree fuel stocks from silvicultural cleanings and thinning. Biomass and Bioenergy, 31 (6): 381-392. Cerca con Google

Ojala L. 1992. Modeling approaches in port planning and analysis. Publications of the Turku School of Economics and Business Administration. Series A-4: 119 pp. Cerca con Google

Panichelli L. and Gnansounou E. 2008. GIS-based approach for defining bioenergy facilities location: a case study in Northern Spain based on marginal delivery costs and resources competition between facilities. Biomass and Bioenergy, 32 (4): 289-300. Cerca con Google

Partanen J. 2008. Personal communication (Metsäkeskus). Cerca con Google

Patrone G. 1965. Programmazione lineare in selvicoltura [Linear programming in silviculture]. Tip. Coppini, Firenze: 160 pp. Cerca con Google

Perpiñá C., Alfonso D. Pérez-Navarro A., Peñalvo E., Cargas C., Cárdens R. 2009. Methodology based on Geographical Information Systems for biomass logistics and transport optimization. Renewable energy, 34(3): 555-565. Cerca con Google

Pettersson M., Nordfjell T. 2007. Fuel quality changes during seasonal storage of compacted logging residues and young trees. Biomass and Bioenergy, 21 (11-12): 782-792. Cerca con Google

Ranta T. 2002. Logging residues from regeneration fellings for biofuel production – a GIS-based availability and supply cost analysis. Acta Universitatis Lappeenrantaensis, Report n. 128. Lappeenranta University of Technology, Lappeenranta. Cerca con Google

Ranta T. 2005. Logging residues from regeneration fellings for biofuel production – a GIS-based availability analysis in Finland. Biomass and Bioenergy, 28 (2): 171-182. Cerca con Google

Ranta T. and Rinne S. 2006. The profitability of transporting uncomminuted raw material in Finland. Biomass and Bioenergy, 30 (3): 231-237. Cerca con Google

Ranta T., Lahtinen P., Elo J., Laitila J. 2007. The effect of CO2 emission trade on the wood fuel market in Finland. Biomass and Bioenergy, 31(8): 535-542. Cerca con Google

Ranta T., Korpinen O-J., Asikainen A., Karttunen K., Väätäinen K., Jäppinen E. 2008. Biomass supply logistics for biorefinery integrated with pulp and paper mills in Finland. International workshop. Woodfuel supply chain - Sharing experience. Warwick, England. September 14-19, 2008. Cerca con Google

Rantala J. 2005. Models for designing the production-distribution system in supply chains of the Finnish nursery industry. The Finnish Forest Research Institute, Research Papers 936. Cerca con Google

Rantanen J. 1987. Operaatioanalyysi. ATK-Instituutti, Helsinki: 95 pp. Cerca con Google

Röser D., Prinz R., Väätäinen K., Sikanen L., Mola B., Erkkilä A., Emer B. 2009. Partial debarking and covering to promote drying of roundwood for energy in Finland, Scoltand and Italy. Proceedings of the Bioenergy – Sustainable Bioenergy Business. Jyväskylä, Finland. 31st August – 4th September 2009. Cerca con Google

Render B. and Stair R.M. 1992. Introduction to management science. Boston Allyn and Bacon. Cerca con Google

Pottie M.A. and Guimier D.Y. 1986. Harvesting and transport of logging residuals and residues. Forest Engineering Research Institute of Canada. IEA Cooperative Project n. CPC6. FERIC special report, SR33. Cerca con Google

Schrage L. 1997. Optimization Modeling with Lindo. Thomson Publishing Inc: 470pp. Cerca con Google

Shapiro J.F. 2001. Modeling the supply chain. Duxbury: 588 pp. Cerca con Google

Simonnard M. 1966. Linear Programming. Prentice Hall, Inc: 430 pp. Cerca con Google

Skinner W. 1985. The taming of lions: how manufacturing leadership evolved, 1780-1984. In: Clark K. Hayes R., Lorenz C. The uneasy alliance: Managing the productivity technology dilemma: 485pp. Cerca con Google

Slats P., Bhola B., Evers J., Dijkhuizen G. 1995. Logistic chain modeling. European Journal of Operational Research, 87 (1): 1-20. Cerca con Google

Spinelli R., Nati C., Fabbri P. 2001. Production of fuel chips from logging residues at cable landing. Proceedings of New trend in wood harvesting with cable system for sustainable forest management in the mountains, June 18-24, Ossiach (Austria). Cerca con Google

Spinelli R. and Magagnotti N. 2005. Recupero di biomassa residua nel taglio a gruppi di fustaia alpina [Recovering of residues from highforest utilization]. Dendronatura 1: 49-59. Cerca con Google

Spinelli R., Magagnotti N., Hartsough B. 2006. Raccolta integrata di tondame e biomassa nel taglio a gruppi di fustaie alpine [Roundwood and biomass harvesting in alpine highforest utilization]. L’Italia Forestale e Montana, 4: 303-316. Cerca con Google

Spinelli R., Nati C., Magagnotti N. 2006. Recupero di biomassa. Alcune utilizzazioni in boschi alpini. Sherwood – Foreste ed Alberi Oggi, 119 (2): 21-27. Cerca con Google

Spinelli R., Nati C., Magagnotti N. 2007. Recovering logging residues: experiences from the Italian Eastern Alps. Croatian Journal of Forest Engineering, 28 (1): 1-9. Cerca con Google

Spinelli R. and Magagnotti N. 2007. Guidelines for the development of forest chip supply chain models: the Italian experience in the Eastern Alps. Proceedings of the Austro2007/FORMEC’07: Meeting the Needs of Tomorrow’s Forest – New developments in Forest Engineering, October 7-11, Vienna and Hailigenkreuz (Austria): 9 pp. Cerca con Google

Stadtler H. and Kilger C. 2000. Supply chain management and advanced planning: concepts, models and case studies. Springer-Verlag Berlin Heidelberg: 368 pp. Cerca con Google

Stampfer K. and Kanzian C. 2006. Current state and development possibilities of wood chip supply chain in Austria. Croatian Journal of Forest Engineering, 27 (2): 135-145. Cerca con Google

Stock J.R., Lambert D.M. 1987. Strategic Logistic Management. 2nd ed. Homewood, Ill: Richard D. Irwin and Company. Cerca con Google

Strehler A. 2000. Technologies of wood combustion. Ecological Engineering; 16(S1): S25-S40. Cerca con Google

Sundberg U. and Silversides C.R. 1988. Operational efficiency in Forestry. Vol. 1: Analysis. Dordrecht: Kluver Academic Publishers: 219 pp. Cerca con Google

Taha H. 1992. Operations research. An introduction. 5th edition. New York, NY MacMillan: 822 pp. Cerca con Google

Tahvanainen T. and Anttila P. 2008. Supply cost analysis of long-distance transportation of energy wood in Finland. Proceedings of the IEA Task 31 Conference, 29th August- 2nd September 2007, Joensuu (Finland). Cerca con Google

Tan K. 2001. A framework of supply chain management literature. European Journal of Purchasing & Supply Management, 7 (1): 39-48. Cerca con Google

Thesen A. and Travis L.E. 1992. Simulation for decision making. West Publishing Company, St. Paul, Minnesota: 384 pp. Cerca con Google

Thomas D. and Griffin P. 1996. Coordinated supply chain management. European Journal of Operational Research, 94 (1): 1-15. Cerca con Google

Thörnqvist T. 1985. Drying and storage of forest residues for energy production. Biomass 7: 125-134. Cerca con Google

Tomppo E. 2006. The Finnish National Forest Inventory. In: Kangas, A., Maltamo, M. (Eds.), Forest Inventory - Methodology and Applications. Springer, pp. 179-194. Cerca con Google

Tomppo E., Katila M., Moilanen J., Mäkelä H., Peräsaari, J. 1998. Kunnittaiset metsävaratiedot 1990-94. Metsätieteen aikakauskirja 4B/1998, 619. Cerca con Google

Tsoumis G. 1991. Science and technologu of wood. Structure properties and utilization. Chapmann and Hall, New York. Cerca con Google

Trendelemburg R. and Mayer-Wegelin H. 1955. Das Holz als Rohstoff. Neubearbeitung von Hans Mayer-Wengelin. Karl Hanser Verlag, Munich. Cerca con Google

Trento Province. 1976. Tariffe di cubatura del Trentino Alto Adige. Assessorato dell’Agricoltura e Foreste della Regione. Cerca con Google

Trento Province. 2004. La viabilità forestale. I dati della pianificazione forestale. [Forest road network. Forest planning data]. Trento: Provincia Autonoma di Trento, Servizio Foreste e Fauna – Sistema Informativo Ambiente e Territorio. CD-rom. Cerca con Google

Trento Province. 2007. I dati della pianificazione forestale. [Forest planning data]. Trento: Provincia Autonoma di Trento, Servizio Foreste e Fauna – Sistema Informativo Ambiente e Territorio. CD-rom. Cerca con Google

Trento Province. 2008. Personal communication about the “Sawmill Census year 2008). Cerca con Google

Treviso Province. 2008. http://ecologia.provincia.treviso.it Vai! Cerca con Google

U.S. Army. 1961. Trafficability of soils. Soil classification. Supersedes TM 3-240, 16th supplement. U.S. Army Engineer Waterways experiment Station. Corps of engineers. Vicksburg, Mississippi. Cerca con Google

Van Belle J-F., Temmerman M., Schenkel Y. 2003. Three level procurement of forest residues for power plant. Biomass and Bioenergy, 24 (4-5): 401-409. Cerca con Google

Van Loo S. and Koppejan J. 2003. Handbook of Biomass. Combustion and cofiring. Enshede: Twente University Press: 348pp. Cerca con Google

Voivontas D., Assimacopoulos D., Koukios E.G. 2001. Assessment of biomass potential for power production: a GIS based method. Biomass and Bioenergy, 20 (2): 101-112. Cerca con Google

Ylitalo, E. 2007. Puun energiakäyttö 2006. Metsätilastotiedote Metsäntutkimuslaitos: 9pp. Available from: http://www.metla.fi/metinfo/tilasto/. Vai! Cerca con Google

Ylitalo, E. 2008. Puun energiakäyttö 2007. Metsätilastotiedote 15/2008. Metsäntutkimuslaitos: 5pp. Available from: http://www.metla.fi/metinfo/tilasto/. Vai! Cerca con Google

United Nations Framework Convention on Climate Change. Kyoto Protocol 1997. www.unfccc.ink Vai! Cerca con Google

ÖNORM M 7132 (Austrian standard): Energiewirtschaftliche Nutzung von Holz und Rinde als Brennstoff; Begriffsbestimmungen und brennstomechnologische Merkmale (1986); [Energy-economical utilisation of wood and bark as fuel; definitions and combustion properties]. Cerca con Google

ÖNORM M 7133 (Austrian standard): Holzhackgut fur energetische Zwecke -Anforderungen und Prufbestimmungen (1998); [Chipped wood for energetic purposes - Requirements and test specifications]. Cerca con Google

UNI CEN/TS 14588 – Solid biofuels - Terminology, definitions and descriptions. Cerca con Google

UNI CEN/TS 14774-1 – Solid biofuels – Methods for determination of moisture content – Oven dry method – Part 1: Total moisture – Reference method Cerca con Google

UNI CEN/TS 14774-2 – Solid biofuels - Methods for determination of moisture content – Oven dry method – Part 1: Total moisture – Simplified method Cerca con Google

UNI CEN/TS 14774-3 – Solid biofuels - Methods for determination of moisture content – Oven dry method – Part 1: Moisture in general analysis sample Cerca con Google

UNI CEN/TS 14775 – Solid biofuels – Method for the determination of ash content Cerca con Google

UNI CEN/TS 14778-1 – Solid biofuels – Sampling – Part 1: Methods for sampling Cerca con Google

UNI CEN/TS 14778-2 - Solid biofuels – Sampling – Part 2: Methods for sampling particulate material transported in lorries Cerca con Google

UNI CEN/TS 14779 - Solid biofuels – Sampling – Part 1: Methods for preparing sampling plans and sampling certificates Cerca con Google

UNI CEN/TS 14780 – Solid biofuels – Methods for sample preparation Cerca con Google

UNI CEN/TS 14918 – Solid biofuels – Method for the determination of calorific value Cerca con Google

UNI CEN/TS 14961 – Solid biofuels – Fuel specification and classes Cerca con Google

UNI CEN/TS 15103 – Solid biofuels – Methods for the determination of bulk density Cerca con Google

UNI CEN/TS 15104 – Solid biofuels – Determination of total content of carbon hydrogen and nitrogen – Instrumental methods Cerca con Google

UNI CEN/TS 15149-1 – Solid biofuels – Methods for the determination of particle size distribution – Part 1: Oscillating screen method using sieve apertures of 3,15 mm and above Cerca con Google

UNI CEN/TS 15149-2 – Solid biofuels – Methods for the determination of particle size distribution - Part 2: Vibrating screen method using sieve apertures of 3,15 mm and below Cerca con Google

UNI CEN/TS 15149-3 – Solid biofuels – Methods for the determination of particle size distribution – Part 3: Rotary screen method Cerca con Google

UNI CEN/TS 15150 – Solid biofuels – Methods for the determination of particle density Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record