| Forside | | Indhold | | Forrige | | Næste |

Fordele og ulemper ved liberalisering af affaldsforbrænding og deponering

Bilag E

Swahilimodellen

1 Oversigt

Dette notat er en teknisk modeldokumentation for Swahilimodellen. Først beskrives kort, hvad der modelleres. Dernæst beskrives i afsnit 3 den valgte modeltype og i afsnit 4 beskrives datagrundlaget for Swahili. Endelig præsenteres i afsnit 5 antagelserne bag scenarierne, der er modelleret i affaldsliberaliseringsprojektet.

2 Hvad bliver modelleret?

SWAHILI (Simulating WAste Handling In LIberalisation) er en model som simulerer en liberaliseret affaldsbehandling på deponeringsanlæg og til forbrændingsanlæg i Danmark 2004-2024. Modellen tager som udgangspunkt, at omkostningerne ved affaldsbehandling og transport minimeres under hensyntagen til forskellige begrænsninger. Dette svarer på et liberaliseret marked til at simulere fuldkommen konkurrence. På et reguleret marked svarer det til optimal regulering. Begrænsningernes kan være af praktisk/teknisk karakter (f.eks. afsætning af fjernvarme), såvel som politisk fastsatte (f.eks. opretholdelse af kommunernes hidtidige anvisningsmønstre).

Liberaliseringen af affaldsbehandlingen kan således beskrives ved at slække på de politiske begrænsninger i modellen og undersøge i hvilken udstrækning dette giver anledning til omkostningsreduktioner.

3 Omkostningsminimering og lokalisering

I projektet behandles forbrænding og deponering. Da affald til deponering og forbrænding relativt let kan transporteres over lange afstande, bliver lokaliseringen af behandlingsanlæg et centralt i modellen. Da projektet ikke specifikt omfatter konkurrence mellem behandlingsformer, er forbrænding og deponering modelleret separat.

3.1 Modelelementer

En models beregningsmæssige kompleksitet er i høj grad afhængig af modellens tidsmæssige, geografiske og tekniske detaljeringsniveau. En mere detaljeret model giver mere præcise resultater, men der stilles også højere krav til dataindsamling og regnekraft. Valget af detaljeringsniveau må således afspejle en afvejning mellem ønsket om præcision (der i sagens natur i høj grad er betinget af datakvaliteten) og til rådighed værende data og regnekraft.

Periodeinddelte beregninger
Swahili-modellen beregner de optimale affaldsstrømme samt lokalisering, størrelse og type af nye affaldsanlæg og udvidelser over en 20 års periode, idet der tages højde for udviklingen i affaldsmængder.

For forbrænding er den valgte periodeinddeling er på 10 år. Dette afspejler at forbrændingsanlæg har en ganske lang levetid, samt at de producerede affaldsmængder ikke udviser svingninger som nødvendiggør en finere modellering. Man kan således nøjes med at modellere tre repræsentative år: 2004, 2014 og 2024.

For deponering er valgt 5 perioder: en på et år i 2004, samt fire på hver fem år frem til 2024. Den finere periodeinddeling skal afspejle at deponeringsanlæg, i modsætning til forbrændingsanlæg, får fyldt deres kapacitet op med tiden.

Modellen er geografisk opdelt på kommuner. Data om de producerede affaldsmængder findes nemlig tilgængelig ned til kommunalt niveau.

Endelig er der taget udgangspunkt i hvert enkelt affaldsbehandlingsanlæg. Det er mest hensigtsmæssigt at modellere hvert anlæg eksplicit, fordi anlæggene har omkostninger og kapaciteter, der både afhænger af deres lokalisering og tekniske karakteristika.

3.2 Den teoretiske model

I dette afsnit beskrives den teoretiske model. Modellen findes i to udgaver: en for forbrænding og en for deponering. Forskellen består primært i, at der ikke regnes med produktion af el og varme fra deponeringsanlæg samt at et deponeringsanlæg har en levetidskapacitet i stedet for en årlig kapacitet.

Den drivende faktor i modelresultaterne er for begge udgaver af modellen afvejningen mellem på den ene side at begrænse de betydelige faste omkostninger ved affaldsbehandling ved at begrænse antallet af anlæg. Dette afvejes imod de forøgede transportomkostninger ved færre anlæg. For både forbrænding og deponering gælder endvidere, at der er stordriftsfordele. Stordriftsfordelen ved forbrænding har dog en øvre grænse i afsætningsmulighederne for fjernvarme.

Lokaliseringen af nye anlæg afhænger derfor af affaldets transportmønster og -omkostninger, og anlæggenes kapacitetsgrænser. En lokaliseringsmodel der beskriver dette problem er den såkaldte "Capacitated Plant Localisation" (CPL) model.

Swahili er en udvidelse af den klassiske CPL model, der beskriver et antal perioder t i tidsrummet fra 2004 til 2024. Alle affaldsbehandlere i og affaldsproducenter j har en lokalisering i en af landet 276 primærkommuner så i, j ∈ {l₁,l₂,…,l₂₇₆}. Det koster tc_i,j at transportere et ton affald fra affaldsproducent j til affaldsbehandler i, og affaldsstrømmen mellem affaldsproducent og -behandler er beskrevet af variablen (en såkaldt OD matrice for affald)W_i,j,t. Hver affaldsproducent (dvs. husholdninger og virksomheder i en kommune) producerer affaldsmængden W⁰_j,t i hver periode.

På en lokalitet i kan der være et eller flere anlæg af typen k ∈ K der har variable omkostninger mc^k,i,t per ton affald. Kapitalomkostninger og faste omkostninger til driften er henholdsvis a_i,k og ƒ_i,k som ikke ændrer sig over tid. Heltals- (eller eksistens)variablen E_k,i,t ∈ N₀ angiver om der på lokaliteten i er et åbent anlæg af typen k på tidspunkt t. Variablen PL_k,i,t beskriver affaldsbehandlingen (i ton) på lokalitet i med anlæg af typen k på tidspunkt t, og anlæggets maksimale kapacitet er .

Modellen minimerer de samlede omkostninger ved transport, fast og variabel drift samt anlægsafskrivninger for affaldsbehandlingen, fratrukket eventuelle indtægter (M). Dette optimeringsproblem kan beskrives analytisk som:

underlagt bibetingelserne

(1) for alle j og t;

(2) for alle i, j og t;

(3) for alle i og t;

(4) W_i,j,t ≥ 0 for alle i, j og t;

(5) E_k,i,t – E_k,i,t-1 ≥ 0 for alle i, t og nye anlæg k;

(6) E_k,i,t-1 – E_k,i,t for alle i, t og gamle anlæg k.

(7) for alle k, i og t;

Betingelse (1) sørger for at strømmen fra en de affaldsproducerende enheder aldrig bliver større end den producerede mængde. Derfor betyder det i denne sammenhæng ikke noget at vi har brudt modelforlæggets betingelse om at E={0,1} til at E={0,1,...}. Betingelse (2) sørger for at ingen affaldsstrøm må gå til en affaldsbehandler der ikke har et åbent anlæg. Endelig hægter betingelse (3) affaldsstrømmene op på affaldsbehandlernes modtagelse, svarende til behandlernes udbud af affaldsbehandling.

To rent modeltekniske betingelser forhindrer modellen i at ende i urealistiske udfald. Betingelse (4) forhindrer affaldsstrømme tilbage til affaldsproducenterne som med objektivfunktionen ville medføre negative udgifter (dvs. en gevinst). Betingelsen i (5) sikrer at nye anlæg ikke lukkes igen perioden efter deres åbning (kapitalomkostningerne er annuiserede, så ved en lukning kunne med denne modellering spares kapitalomkostninger), mens (6) sikrer at gamle anlæg ikke kan lægges i mølpose og genåbnes senere. Denne sidste antagelse er indført på baggrund af en konkret affaldsteknisk vurdering. Den periodevise kapacitetsgrænse for anlægget er beskrevet i (7). Hvis anlægget ikke er åbent (dvs. hvis eksistensvariablen E er nul), har det naturligvis en kapacitet på nul.

I basis og udliciteringsscenarierne er der tilføjet en yderligere betingelse til modellen, nemlig at den kommunale anvisning som den foregik i 2001 opretholdes. Den kommunale anvisning er repræsenteret ved affalds OD-matricen K²⁰⁰¹_j,i. Betingelsen kan formuleres ved K²⁰⁰¹_j,i ≤ W_i,j,t..

Herudover er der så en række forskelle mellem forbrændings- og deponeringsudgaven af Swahili.

Forbrænding
Ved forbrænding kan overskudsvarmen med fordel anvendes til fjernvarmeforsyning. Variablen H_i,j angiver afsætningen af fjernvarme, mens parametrene er overgrænsen for hvor meget fjernvarme, der kan afsættes i affaldsbehandler j's lokalitet og ph_i,t er prisen affaldsbehandleren modtager for fjernvarmen. Følgende bibetingelser beskriver hvorledes dette er implementeret i Swahili:

(8a) for alle i og t.

(8b) for alle i og t.

(8c)

Venstresiden af betingelse (8a) opregner at produktionen af varme er proportionalt afhængigt af inputtet af affald, i det µ er varmeindholdet for affald. Højresiden af uligheden angiver at anlægget ikke kan afsætte mere varme end der produceres, men at der godt kan produceres mere varme end der afsættes. Dette antages at ske ved gratis bortkøling. Endelig sørger betingelse (8b) for, at begrænsningen for fjernvarmeafsætningen opfyldes. Betingelsen (8c) angiver anlæggets indtægter ved salg af fjernvarme.

Deponering
Ved deponering er der i modsætning til forbrænding ikke nogen driftsindtægter så her er M=0.

(9a) for alle gamle anlæg k, samt i og t;

(9b) for alle gamle anlæg k, samt i og t;

Betingelse (9a) og (9b) omhandler levetidskapaciteten på henholdsvis gamle og nye anlæg. For de nye anlæg er det som nævnt muligt at have flere anlæg af samme type/størrelse på samme lokalitet.

Numerisk simulation
CPL modeller hører til klassen af blandede heltalsproblemer (MIP for Mixed Integer Problem), dvs. at der forekommer både heltalsvariable og kontinuerte variable. Som det fremgår af beskrivelsen af modellen, er antallet af ligninger og variable ganske stort (med den nuværende model mange tusinde). Det er derfor oplagt at benytte sig af numeriske metoder i løsningen af optimeringsproblemet.

Til dette formål er benyttet programpakken GAMS med den tilhørende MIP-solver CPLEX, der er meget velegnet til dette formål. CPLEX gennemsøger alle relevante løsningsmuligheder, og derved sikres at modelresultatet er et globalt omkostningsminimum.

Ressourceforbruget ved modelløsningen af forbrændingsscenarierne er behersket. Til kørslerne i COWI kunne en PC med en 2,6GHz Pentium IV processor med 512MB arbejdshukommelse løse problemet på nogle minutter. En mindre kapabel processor vil også kunne løse problemet, dog på længere tid. Derimod vil en mindre arbejdshukommelse erfaringsmæssigt indebære umiddelbare problemer.

Deponeringsscenarierne kan imidlertid være voldsomt beregningsintensive, fordi både antallet af modellerede år og anlæg er væsentligt større, og fordi beregningstiden stiger eksponentielt med netop disse parametre. På ovennævnte udstyr tog beregningen af et enkelt scenarie mellem 45 minutter og 2½ time. Derfor har det været nødvendigt at simulere Øst- og Vestdanmark særskilt, samt at "sammenlægge" en række mindre kommuner. Det vurderes dog, at dette ingen praktisk betydning har for de overordnede resultater.

Ud over de bibetingelser, som direkte er pålagt optimeringsproblemet beskrevet ovenfor, har Swahili andre karakteristika. Disse er beskrevet i følgende tre underafsnit om data for affaldsproduktionen i Danmark

4 Data

I dette afsnit beskrives data for efterspørgslen efter affaldsbehandling, transportomkostningerne for affald og de tekniske karakteristika ved affaldsbehandlingen, nemlig kapitalomkostningerne, de faste driftsomkostninger og de variable driftsomkostninger.

4.1 Affaldsproduktionen i Danmark

De behandlede affaldsmængder og deres oprindelse er hentet fra ISAG databasen 2001, der indeholder oplysninger om alle affaldsstrømme i Danmark fra producent (kommunernes husholdninger og virksomheder) til behandlingsanlæg fordelt på forskellige fraktioner. Fyldpladser er ikke omfattet af undersøgelsen. Fra affaldsmængderne er derfor trukket halvdelen af deponeringen på fyldpladser (der antages at være jord). Den anden halvdel er allokeret til nærliggende deponeringsanlæg.

Der findes tre tilbageværende deponier/fyldpladser som af miljøhensyn skal lukke senest i 2009. [1] Den kommunale anvisning til disse anlæg omallokeres til nærliggende anlæg efter 2009.

Efter disse korrektioner findes der en række kommuner, som tilsyneladende ikke producerer affald. Det skyldes formentlig primært, at affaldet er omlastet og at afsenderkommunen derfor er den, hvor omlastningen fandt sted. Modellen kræver at alle kommuner har en affaldsproduktion, så disse kommuner er tilordnet en mængdemæssigt ubetydelig affaldsstrøm (0,1 ton) til det nærmeste anlæg. Disse ubetydelige mængder har ingen indflydelse på modellens samlede resultater.

4.2 Transportomkostninger for affald

Swahili tager udgangspunkt i strømme af affald mellem kommuner, og derfor er selve indsamlingen af affald og transporten inden for en kommune ikke beskrevet i modellen. Transportomkostningerne er således udelukkende opgjort som omkostningerne til transport fra en vilkårlig kommune i Danmark til en anden.

Som udgangspunkt for afstandsmålingen mellem kommunerne i Danmark er benyttet en afstandstabel mellem danske postdistrikter stillet til rådighed af PostDanmark. Hver kommune er blevet tilknyttet et postdistrikt (ved at sammenholde kommunenavn og postdistriktnavn, eller alternativt ved at bruge det postdistrikt hvor kommunekontoret er placeret). Herudfra har det været muligt at lave en afstandstabel mellem alle kommunerne.

Man kunne alternativt have indsat adresse for kommunens tyngdepunkt samt eksisterende anlægs adresser i et vejlængdeprogram. Men givet den forventede ringe følsomhed overfor transport over små afstande er det vurderet at benyttelsen af postdistrikter giver en tilstrækkeligt præcis bedømmelse af afstanden i forhold til modellens øvrige egenskaber.

Transportomkostninger
Fra Danske Vognmænd er indhentet oplysninger om transportomkostninger i kroner per tonkilometer. Disse er opdelt på mindre (5-15 ton) og større (over 15 ton) lastbiler. For korte afstande med mindre lastbiler er omkostningen opgjort til 1,25 kr per ton-km. (kaldet PM), mens den for store afstande er opgjort til 0,85 kr per ton-km (kaldet PS). Disse omkostninger er fordoblet, siden vognene kører tomme retur.

For kortere afstande vil det dog være naturligt at køre affaldet i den vogn, det er blevet indsamlet i. Denne er dyrere per tonkilometer end almindelige lastbiler pga. større anskaffelsesomkostning og evt. at flere (lønnede) personer kører med i bilen (særligt for dagrenovation). Et bud på en omkostning herfor er således 1,75 kr. per tonkilometer.

Omlæsning mellem små og store lastbiler
Da det er billigere at køre langt i store lastbiler, vil det typisk kunne betale sig at omlaste affald. Omkostningen for omlastning til større lastbiler (kaldet PO) er sat til 25 kroner per ton. Dette er baseret på skøn fra COWIs affaldseksperter.

I følge disse kilder sker omlastning typisk hvis køreafstanden er større end 25-35 kilometer (om end valget af omlastning også afhænger af en række andre komplicerende faktorer som ikke indgår i SWAHILI, og derfor heller ikke bruges i den generaliserede transportomkostning). For de valgte transport- og omlastningsomkostninger kan man beregne en optimal omlastningsafstand, A, som den afstand hvor transport med mindre lastbiler koster det samme som transport med stor lastbil plus udgifter til omlastning, nemlig:

A*PS + O = A*PM ⇔ A = O/(PM – PS)

Med de valgte parametre fås A=(25 kr per ton)/(1,75 kr per ton-km-0,85 kr per ton-km) = 27,8 km, hvilket bestyrker valget af PM=1,75 kr per ton-km (naturligvis givet at de øvrige antagelser er rimelige).

Omkostninger ved broer og færger
Broafgift og færgebillet skal betales for overfarterne over Storebælt og til/fra Bornholm, Ærø, Læsø og Samsø. Prisen er sat til 1.600 kr tur/retur baseret på prisen på overfart over Storebælt for en stor lastbil. For Bornholmsoverfarten er prisen sat til 3.000 kr tur/retur for at opveje at der enten skal køres over Skåne, eller bruges flere chaufførtimer for Rønne-Køge.

4.3 Tekniske karakteristika ved forbrænding

Eksisterende anlæg
Data fra de eksisterende anlæg stammer fra analysen ”Effektiviseringspotentiale på forbrændingsanlæg og deponeringsanlæg i Danmark” (herefter Effektiviseringsprojektet), og består af drifts- og anlægsomkostninger, samt behandlingskapaciteten. Disse er dannet på basis af skøn indhentet fra de enkelte anlæg. Endvidere er der skønnet et lukningsår for de modellerede anlæg på basis af forventede restlevetider [2].

De variable driftsomkostninger, der er lagt ind i modellen, er gennemsnitligt på 328 kr per ton, mens det vejede gennemsnit er 370 kr per ton. Standardafvigelsen er 108 kr per ton, mens den største hhv. mindste marginalomkostning er 579 og 167 kr per ton.

De faste driftsomkostninger har et gennemsnit på 85 kr per ton, mens det vejede gennemsnit kun er på 30 kr per ton. Analyser af Effektiviseringsprojektets data kan ikke klart fastsætte de faste omkostninger, hvilket er årsagen til forskellen mellem det vejede og uvejede gennemsnit. Standardafvigelsen for de faste omkostninger er 85 kr per ton, mens den højeste og laveste omkostning er hhv. 253 og 0 kr per ton.

Som det ses af figuren er der store forskelle mellem anlæggenes faste og variable enhedsomkostninger. Der er dog en tendens til, at store faste enhedsomkostninger følges af små variable enhedsomkostninger og omvendt. Dette forhold kan meget vel tænkes at skyldes forskellig opgørelsesmetode i afgrænsningen mellem faste og marginale omkostninger.

Man bør således ved fortolkningen af modellens resultater være yderst opmærksom på, at lukning af specifikke anlæg ikke nødvendigvis betyder, at anlægget er urentabelt, men meget nemt kan skyldes en relativt stor del anlæggets omkostninger er opgjort som variable frem for faste.

Med de anvendte data bør modellen således kun bruges til at beskrive det overordnede billede for så vidt angår størrelsen og antallet af anlæg og oplandsområder, såvel som de samlede omkostninger for affaldsbehandlingen i hele landet. [3] Det vil være nødvendigt med en væsentlig forbedring af datagrundlaget før modellen er egnet til at beskrive fremtiden for specifikke anlæg, og modelresultater, der peger i retning af at enkeltanlæg vil blive lukket, bør derfor tages med betragtelige forbehold.

Figur 1 Faste og variable driftsomkostninger for forbrændingsanlæg, kr per ton, 2003 priser

Nye anlæg i modellen
I modellen er der anvendt tre størrelser anlæg som anses for repræsentative for anlæg, som man ville etablere i dag. I de faste årlige omkostninger er indregnet udgifter til aflønning af ansatte samt delvist vedligehold af maskiner, bygninger og anlæg. I de variable omkostninger er indregnet den resterende vedligeholdelse af maskiner, forbrug af materialer som kalk, aktivt kul, olie og elektricitet, samt udgifter til deponering af slagge, ristegennemfald og flyveaske. Endvidere er driftsstop også indregnet som variabel omkostning. Antagelserne for disse anlæg kan ses i tabellen nedenfor.

Tabel 1 Data for nye forbrændingsanlæg,2003 priser

Salg af fjernvarme
Overskudsvarmen fra afbrænding af affald kan omsættes til fjernvarme og sælges, i fald der er afsætningsmuligheder herfor. Generelt har anlæggene ifølge data fra Effektiviseringsprojektet en relativt ens varmeproduktion per ton affald, som spænder mellem 6,0 og 8,6 GJ per ton affald. Gennemsnittet er 7,1GJ per ton affald.

Da indtægterne fra salg af fjernvarme dækker en betydelig del af de samlede omkostninger, er fjernvarmemængden og prisen herfor af afgørende betydning for, hvilket anlæg der er mest rentabelt at bygge. Imidlertid kan der være store forskelle mellem fjernvarmepriserne i de forskellige fjernvarmeområder, hvilket er illustreret i figuren nedenfor.

Figur 2 Fjernvarmepriser, kr per GJ

Note: Linjen angiver den gennemsnitlige varmepris

Affaldsforbrænding forsyner ikke al fjernvarme
Generelt vil der til hvert affaldsforbrændingsanlæg være forbundet en backup fjernvarmeforsyner. Denne varetager ikke bare udfald, men også spidsbelastningsperioder. Et teknisk karakteristika ved affaldsforbrændingsanlæg er, at forbrændingskapaciteten målt i tons per time kun kan variere ganske lidt, og at der er store omkostninger ved at starte og stoppe et forbrændingsanlæg. Da fjernvarmebehovet varierer noget mere (f.eks. på grund af forskelle på nat/dag og sommer/vinter), må en relativt stor andel af fjernvarmeforsyningen – selv i fravær af øvrige kraftvarmeanlæg med elproduktion som hovedformål – komme fra andet end affaldsforbrænding. Beregninger viser, at et flisfyret varmeanlæg vil kunne producere fjernvarme til 65 kr per GJ (inkl. kapitalomkostninger), hvilket ikke er så langt fra de 48 kr per GJ, som er gennemsnitsprisen for de eksisterende forbrændingsanlæg.

Det er antaget, at affaldsforbrænding på grund af svingninger i efterspørgslen derfor kun kan forsyne 30 % af den samlede fjernvarmeefterspørgsel. [4] Dette indgår i modellen som en overgrænse for hvor meget af affaldsproduktionens overskudsvarme (jf. modellens ligning 7a), der kan sælges som fjernvarme (jf. modellens ligning 7b). Som baggrund for den samlede fjernvarmeefterspørgsel på affaldsbehandlernes lokaliteter er anvendt fjernvarmeleverancerne ab værk for hvert net tilknyttet en affaldsbehandler. Disse data stammer fra Energiproducenttællingen 2001 fra Energistyrelsen.

I Danmark er fjernvarmepriserne i høj grad udsat for offentlig regulering gennem hvile-i-sig-selv princippet. Som vist ovenfor er der store forskelle mellem fjernvarmeområderne, og det har betydning for modellens resultater. Således vil affaldsforbrændingsanlæg have en tendens mod at blive anlagt i fjernvarmeområder med en højere pris end gennemsnittet. Dette afvejes i modellen naturligvis mod drifts- og transportomkostninger. En følsomhedsanalyse med modellen viser da også, at ensartede fjernvarmepriser kun giver anledning til små ændringer i valg og lokalisering af anlæg.

4.4 Tekniske karakteristika ved deponering

Eksisterende anlæg
De eksisterende modellerede deponeringsanlæg er beskrevet ved data fra Effektiviseringsprojektet. Herfra er taget drifts- og anlægsomkostninger, såvel som restkapaciteter og potentielle udvidelser. Som det ses i figuren nedenfor, er der store forskelle mellem både deponeringsanlæggenes enhedsomkostninger.

Den viste fordeling mellem faste og variable omkostninger er fremkommet ved hjælp af skøn fra anlæggene, og den er behæftet med usikkerhed.

Figur 3 Faste og variable driftsomkostninger for deponeringsanlæg, kr per ton

Den simple gennemsnitlige variable omkostning er 190 kr. per ton, mens det vægtede gennemsnit er 169 kr./ton. For de faste enhedsomkostning er det simple gennemsnit 156 kr. per ton, mens det vægtede kun er 68 kr. per ton. Dette dækker dog over betydelige variationer mellem anlæggene, både for de variable omkostninger, men især for de faste enhedsomkostninger. [5]

Dette billede sløres dog noget af, at de faste enhedsomkostninger i figuren er beregnet på baggrund af deponeringsanlæggets indberetning omkring deponeret affald i år 2001. I modellen er benyttet de årlige faste omkostninger, jf. afsnit 249. De faste enhedsomkostninger i figuren er udelukkende til illustrative formål.

Som det også var tilfældet for forbrænding, vil modellen med disse data ikke være velegnet til at forudsige specifikke anlægs fremtid mht. til eksistens eller lukning, hvorimod det overordnede billede mht. totale omkostninger, antal anlæg og deres størrelser er upåvirkede.

Der er en betydelig samlet kapacitet på de eksisterende deponeringsanlæg. Samlet set har de eksisterende modellerede anlæg en beregnet kapacitet på 17.6 mio. tons, hvoraf en ret stor del findes på relativt store anlæg, jf. figuren nedenfor.

Figur 4 Restkapacitet på de eksisterende modellerede deponeringsanlæg, ult. 2001, 1000 tons

Nye anlæg i modellen
For deponering er det muligt at udvide kapaciteten med 6 forskellige anlægstyper. De tre af dem er udvidelser af eksisterende anlæg, mens de resterende tre er nybyggede anlæg. For nybyggede anlæg gælder, at de kun kan etableres i kystnære kommuner.

Omkostningerne for udvidet kapacitet er inddelt i faste, variable og investeringsomkostninger. De variable omkostninger består primært i maskinel og drivmidler hertil, mens de faste omkostninger udgøres af bemanding, drift og vedligehold af bygninger, perkolatbehandling, samt administration og kontrol. Ved opgørelsen af investeringsomkostninger er benyttet skøn over arealkøb, celleetablering, slutafdækning, hegn, veje, bygninger, perkolatopsamling, installationer og projektering mv., samt henlæggelser til nedlukning. Dette giver anledning til omkostningerne vist i tabellen nedenfor.

Tabel 2 Omkostningsstruktur for ny deponeringskapacitet

Anlægsomkostningerne til udvidelser er efterfølgende tilpasset størrelserne på de faktisk mulige udvidelser.

5 Scenarieforudsætninger

Til beregning af konsekvenser for behandlings- og transportomkostninger er der defineret en række scenarier. Tabellen viser en oversigt over, hvordan parametrene fastsættes i de forskellige scenarier.

Hvor der ikke skelnes eksplicit mellem deponering og forbrænding, behandles de parallelt i scenarierne og modellen.

Tabel 3 Scenarieforudsætninger

Fodnoter

[1] Det drejer sig om Miljøanlæg Hedeland i Roskilde (465 t.ton), Frederiksværk Affaldscenter (104 t.ton) og Østdeponi i Herning (182 t.ton). Yderligere tre anlæg er endvidere antaget lukket i 2004, nemlig Dybdal Losseplads (Vojens), Tøelt (Fredensborg) og Sandholdt-Lyndelse (Broby, Fyn). De tre sidstnævnte har også fået reallokeret deres anvisning til nærmeste åbne deponi.

[2] De anvendte data fra effektiviseringsprojektet er de anlægsspecifikke data, som analysen resulterede i, men som ikke er offentliggjorte i rapporten.

[3] Der er intet der tyder på, at forskelle i opgørelsen af omkostninger systematisk hænger sammen med bestemte affaldsstrømme eller bestemte typer anlæg. Således vil brug af disse data ikke resultere i et skævt billede vedrørende modellens overordnede resultater.

[4] Kilde: Ekspertskøn fra COWI. Til en analyse, som i stedet har fokus på enkeltanlægs fortsatte eksistens eller lukning, bør man fremskaffe varighedskurver og kapacitetssammensætning for hvert enkelt fjernvarmeområde, og på baggrund heraf vurdere afsætningspotentialet. Da nærværende analyse udelukkende beskæftiger sig med det overordnede billede, er dette udeladt her.

[5] Af data fra effektiviseringsprojektet fremgår, at den store forskel mellem de simple og de vejede gennemsnitlige faste enhedsomkostninger skyldes, at en række anlæg modtager ganske lidt affald, men alligevel opretholder de faste omkostninger ved at være åbne. Endvidere er det også typisk anlæg med lille restkapacitet, som har høje enhedsomkostninger.

| Forside | | Indhold | | Forrige | | Næste | | Top |

Version 1.0 September 2004, © Miljøstyrelsen.