BattOpt：面向电动汽车电池回收的最优设施规划

电动汽车（EV）电池供应链将面临获取制造所需稀缺且昂贵矿物的挑战，以及处理危险废弃电池的困难问题。将回收技术集成到供应链中具有缓解这些问题的潜力；然而，电池市场的参与者必须为回收设施设计投资计划。本文提出一种多阶段随机优化模型，用于计算电池回收容量决策的最小成本方案，其中废弃电池被回收，而回收的材料用于制造新电池。我们将领先的电池回收成本和环境影响评估框架 EverBatt 转化为用于确定最优投资策略的决策工具。我们的模型是受线性约束限制的可分凹函数最小化问题，我们设计了一种新的有限收敛全局优化算法，相较于同类算法可提高 14 倍求解速度。我们提出一种等价改写方案，通过引入整性约束显著减少变量总数，从而大幅降低求解时间。我们详细阐述了 Benders 分解中的割分组策略，相较于单割和多割实现方案提高了收敛速度。为生成一组操作情景，我们设计了一种方法，用于生成新电池需求、废弃电池供应和材料成本的时间序列预测，利用最新经济计量模型。我们将模型应用于计算最优投资计划并量化最优决策的影响：有效的回收投资可降低电池制造成本 22%，环境影响最高可降低 7%。最后，我们分析了政策工具的影响，揭示了容量补贴和生产信用措施的关键见解。