A mixed integer linear programming model to optimize the reverse supply chain of high voltage lithium-ion batteries for heavy duty electric vehicles

The electrification of the road transportation vehicles has been pushed by geopolitical, environmental and climate concerns related to the growing use and high CO2 emissions of ICE (Internal Combustion Engine) vehicles and by the consequent decarbonisation initiatives stated inside the Paris Agreement in 2015. In the next decade, the demand for the electric vehicles (EV) will be pulled by equal or lower total cost of ownership with respect to the fossil fuel-powered vehicles: this will lead to a further increase in the demand of EVs and to a corresponding massive growth in the production of LIBs (Lithium-ion batteries) that constitute the main power source for EVs. However, there are some risks to be considered: critical materials inside the LIBs like lithium, cobalt and graphite could cause supply shortages. Moreover, the manufacturing of LIBs needs high amount of energy that can cause high CO2 emission related to the cradle-to-gate EVs’ production compared to ICE vehicles. Concerns about material criticality and CO2 emissions related to LIB production can be partially solved through proper choice of the End-of-Life (EOL) of the LIBs to extend their LIB life span and reuse LIB critical materials: these EOL options have different profitability, technical feasibility and market potential and for this reason their implementation is strictly connected to the study and optimization of the LIB Reverse Supply Chain (RSC) .This complex time-variant challenge has to be addressed analytically through proper mathematical model. The scope of the thesis is to optimize the RSC of LIBs for heavy duty electric trucks through the creation of a MILP (Mixed Integer Linear Programming) model of the RSC network that will be optimized from both strategical and tactical perspective with respect to economic and environmental indicators for different time horizons (ten and twenty years) and different number of battery life cycles (single and double). The MILP model will be solved with the use of MATLAB software and through the analysis of the results, it will be possible to indicate the best EOL option combinations, the number, location and level of centralization of the facilities constituting the various RSC network stages and also the best process allocation between the facilities and the level of outsourced activities

L'elettrificazione dei veicoli per il trasporto su strada è stata spinta da preoccupazioni geopolitiche, ambientali e climatiche legate al crescente utilizzo e alle elevate emissioni di CO2 dei veicoli con MCI (Motore a Combustione Interna) e dalle conseguenti iniziative di decarbonizzazione previste dall'Accordo di Parigi del 2015. Nel prossimo decennio la domanda di veicoli elettrici sarà trainata da un costo totale di proprietà uguale o inferiore rispetto ai veicoli alimentati a combustibili fossili: ciò comporterà un ulteriore aumento della domanda di veicoli elettrici e un corrispondente crescita massiccia nella produzione di LIB (batterie agli ioni di litio) che costituiscono la principale fonte di energia elettrica per i veicoli elettrici. Tuttavia, ci sono alcuni rischi da considerare: materiali critici all'interno delle LIB come litio, cobalto e grafite potrebbero causare carenze di approvvigionamento. Inoltre, la produzione di LIB richiede un'elevata quantità di energia che può causare emissioni di CO2 per la produzione di veicoli elettrici più alte rispetto alla produzione di veicoli con MCI. Le preoccupazioni relative alla criticità dei materiali e alle emissioni di CO2 per la produzione di LIB possono essere parzialmente risolte attraverso la scelta corretta del fine vita (EOL) delle LIB per prolungare la loro durata di vita e riutilizzare i materiali critici: queste opzioni di fine vita hanno una redditività diversa, diversa fattibilità tecnica e potenzialità di mercato e per tale motivo la loro attuazione è strettamente connessa allo studio e all'ottimizzazione della Reverse Supply Chain (RSC) delle LIB. Questa complessa sfida temporale va affrontata analiticamente attraverso un opportuno modello matematico. Lo scopo della tesi è di ottimizzare l'RSC delle LIB per autocarri elettrici pesanti attraverso la creazione di un modello MILP (Mixed Integer Linear Programming) della RSC che sarà ottimizzato sia dal punto di vista strategico che tattico rispetto a indicatori sia economici che ambientali per diversi orizzonti temporali (dieci e venti anni) e diverso numero di cicli di vita delle batterie (singolo e doppio). Il modello MILP sarà risolto con l'utilizzo del software MATLAB e attraverso l'analisi dei risultati sarà possibile indicare le migliori combinazioni delle opzioni di fine vita, il numero, l'ubicazione e il livello di centralizzazione delle strutture che costituiscono le varie fasi della rete RSC e anche la migliore allocazione dei processi tra le strutture e il livello delle attività esternalizzate.