www.infres.eu Kuiva ainetappiot ja kuivumismallit Johanna Routa, Metla Metsäenergia nyt ja 2030 teknologiat, kilpailukyky ja ympäristö ForestEnergy2020 ohjelman vuosiseminaari Jyväskylä, Laajavuori 8. 9.10.2014
Metsähakkeen käyttö milj. m3 10 9 8 Pientalot 7 6 5 Lämpö ja voimalaitokset 4 3 2 1 0 2
Hakkeen laatu erittäin tärkeää nopeasti kehittyvillä bioenergiamarkkinoilla Yksi tärkeimmistä laatutekijöistä on energiapuun kosteus Kosteus vaikuttaa polttoaineen lämpöarvoon, polton päästöihin, koko logistiikkaketjuun (hintaan, päästöihin) Kuivempi polttoaine parantaa lämpölaitoksen tehokkuutta ja alentaa päästöjä Märkä polttoaine on kallista kuljettaa ja lisää kuljetusten määrää, hiilidioksipäästöt lisääntyvät Polttoprosessissa typpi ja pienhiukkaspäästöt lisääntyvät jos polttoaine on märkää 3
4 Mekrijärven tutkimusasema kuivumispuisto
Mekrijärven tutkimusasema kenttäkoe marraskuu 2012 January 5
Kehikon rakenne Kuvat: Lauri Sikanen 6
Painonmuutos ei ole pelkkää kuivumista pidemmällä aikavälillä Paino Kuivuminen + kuiva-ainetappio Aika
9
Mitä tutkitaan ja on tutkittu: Erilaisia materiaaleja : Karsittua rankaa mänty, koivu, sekapuu Hakkuutähteen kuivumista kuusen latvusmassa Peittämisen vaikutusta erilaisia peittomateriaaleja, (walki paperi ja JL tuote kangas)
Hakkuutähde 80 P 1 70 60 Weight based moisture 50 % 40 30 Dry matter losses reduced, moisture calculated 20 10 measured in laboratory 0 11
Mallinnettu kosteus, hakkuutähteet 80 70 60 P 2 Weight based moisture % 50 40 30 Dry matter losses reduced, moisture calculated measured in laboratory 20 10 model, winter excluded 0 12 Kuivumismallit julkaistu sarjassa: Metlan työraportteja 297 A prediction model prototype for estimating optimal storage duration and sorting.
Mallinnettu kosteus, hakkuutähteet 70 P 7 60 50 40 Weight based moisture 30 20 Dry matter losses reduced, moisture calculated 10 measured in laboratory 0 modelled, winter excluded 13
Pieniläpimittainen energiapuu 70 Stem wood 60 Moisture content, % 50 40 30 20 Weight based moisture Dry matter losses reduced, moisture calculated 10 Measured in laboratory 0 14
Mallinnettu kosteus, pieniläpimittainen energiapuu 60 K 5 50 40 punnittu kosteus 30 kuiva aine tappiot vähennetty, kosteus 20 laboratoriokosteus 10 mallinnettu kosteus 0 15
Hakkuutähde Kasa Materiaali Peitto 1(I) Tuore Walki 2(I) 4 vk palstalla JL 3(I) 4 vk palstalla Walki 4(II) 1vk palstalla Walki 5(II) 6(II) 1vk palstalla 6 vk alustalla JL Walki 7(II) 1vk palstalla Ei peitetty 16
Pieniläpimittainen energiapuu Kasa Materiaali Peitto materiaali 17 3(I) Mänty Walki 4(I) Mänty Ei peitetty 5(I) Koivu Walki 8(I) Koivu JL 2(II) Sekapuu JL 3(II) Sekapuu Walki 4(II) Sekapuu Ei peitetty
Kuiva ainetappiot hakkuutähdekasoissa Pile 1 Pile 2 Pile 3 Pile 4 Pile 5 Pile 6 Pile 7 Dry matter in the beginning of experiment, kg 1048.8 1508.2 1213.8 1915.5 1548.0 1140.2 1394.7 Moisture in the beginning of experiment, % 54.5 46.8 46.6 35.7 48.0 20.1 53.4 Dry matter in the end of experiment, kg Moisture in the end of experiment, % (3 samples, average) Change in moisture, % units 845.0 1141.7 944.7 1503.2 1439.6 1140 1235.4 45.5 51.2 36.6 37.8 49.2 35.8 57.5 9 +4.4 10 +2.1 +1.2 +15.7 +4.1 Dry matter loss, kg 203.8 366.5 269.1 412.3 108.4 0 159.3 Time in storage, months 20.0 8.4 8.4 8.0 8.0 8.0 8.0 Dry matter loss, % 19.4 24.3 22.2 21.5 7.0 0 11.4 Dry matter loss per month, kg 10.2 43.6 32.0 51.5 13.6 0 19.9 Dry matter loss per month, % 1.0 2.9 2.6 2.7 0.9 0 2.5 18
Economical aspects Dry Matter Loss per Month, % Dec 0 0 0 0 0 1 3 3 3 2 1 1 Nov 0 1 1 1 2 3 3 3 2 1 1 1 Oct 0 1 1 2 2 3 3 3 2 1 1 1 Sep 0 1 2 2 3 3 3 2 1 1 1 1 Establisment of Aug 0 2 2 3 3 3 2 1 1 1 1 1 the Storage Jul 0 3 3 3 2 2 1 1 1 1 1 1 Jun 0 3 3 3 2 2 2 1 1 1 1 1 May 0 3 3 3 2 1 1 1 1 1 1 1 Apr 0 2 2 3 3 3 2 1 1 1 1 1 Mar 0 1 1 2 3 3 3 2 1 1 1 1 Feb 0 0 0 0 0 1 3 3 3 2 1 1 Jan 0 0 0 0 0 0 1 3 3 3 2 1 1 2 3 4 5 6 7 8 9 10 11 12 Gain/loss of storing when including dry matter losses and transportation cost savings due to drying Dec 100 % 100 % 100 % 100 % 105 % 107 % 106 % 104 % 104 % 99 % 97 % 95 % Nov 100 % 99 % 98 % 97 % 95 % 96 % 96 % 95 % 94 % 94 % 92 % 90 % Oct 100 % 98 % 97 % 95 % 93 % 90 % 91 % 91 % 91 % 91 % 91 % 89 % Establisment of Sep 100 % 98 % 95 % 93 % 90 % 88 % 85 % 87 % 88 % 89 % 89 % 89 % the Storage Aug 103 % 98 % 96 % 92 % 90 % 87 % 85 % 84 % 87 % 88 % 89 % 89 % Jul 103 % 101 % 97 % 91 % 90 % 88 % 87 % 86 % 85 % 88 % 89 % 90 % Jun 103 % 102 % 100 % 96 % 93 % 90 % 88 % 87 % 86 % 85 % 88 % 89 % May 104 % 103 % 101 % 99 % 96 % 94 % 92 % 91 % 90 % 89 % 88 % 91 % Apr 105 % 106 % 106 % 104 % 102 % 98 % 95 % 93 % 92 % 91 % 90 % 89 % Mar 100 % 104 % 106 % 106 % 104 % 102 % 98 % 95 % 93 % 92 % 91 % 90 % Feb 100 % 100 % 105 % 108 % 110 % 110 % 108 % 104 % 100 % 97 % 96 % 95 % Jan 100 % 100 % 100 % 105 % 108 % 110 % 110 % 108 % 104 % 100 % 97 % 96 % 1 2 3 4 5 6 7 8 9 10 11 12 Varaston arvo 10 000 here 11 000 here 8 400 here 19
Yhteenveto: Palstakuivatuksen avulla voidaan alentaa energiapuun kosteutta huomattavasti. Energiapuu voi kuivaa hyvissä olosuhteissa palstalla 20 30 % Kuiva ainetappioiden minimoimiseksi hakkuutähdettä ei kannata varastoida muutamaa kuukautta pidempään Taloudellinen tappio/hyöty voi olla merkittävä (keinokuivauksen mahdollisuudet) Erityistä huomiota kiinnitettävä: Varastopaikkojen sijaintiin Kosteusnäytteenoton ongelmiin ja tarkkuuteen 20 Tarvitaan: lisää havaintoja tilastollisia analyysejä varten
We keep EU s Forest Energy Promises