NTM:s analysmodell för godstransporter Åke Sjödin, IVL
"All models are wrong...... but some are useful" Box, George E. P.; Norman R. Draper (1987). Empirical Model-Building and Response Surfaces. Wiley. pp. p. 424. "Don't fall in love with your model" ("it will not love you back...") Cross, M. Moscardini, A. O. (1985). Learning the Art of Mathematical Modelling. John Wiley & Sons, Chichester
Vad är egentligen "NTM:s analysmodell för godstransporter"? Flera modeller "state-of-the art" Beräkningsmetoder och data med underliggande metoddokument Användarvänliga beräkningsverktyg Modulorienterat enkelt komplettera/byta ut LCI/LCA-perspektiv Anpassning till internationell standard Kontinuerlig utveckling ex. osäkerhetsanalys Mer än bara godstransporter persontransporter, bränslen, upphandling...
NTM:s beräkningsverktyg för energianvändning och emissioner NTMCalc Goods Basic/Professional/Metodik NTMCalc Travel Basic/Professional/Metodik NTMCalc Fuels Basic/Professional/Metodik NTMCalc Procurement Check list/guidelines
NTMCalc Goods - översikt Version Web Basic Professional Metoder alla trafikslag 1.0 www.ntm.a.se N/A 2002 Kontinuerlig uppdatering 2.0 2009 2005 Kontinuerlig uppdatering 3.0 2011 2011 Kontinuerlig uppdatering Basic: - Default-data baserade på antaganden om motor, fyllnadsgrad, bf etc. - Baseras på NTM:s metoddokument - Data inkluderar LCI-data Professional: - Användarspecifika indata - Web-service gränssnitt
Väg Tio olika lastbilskategorier differentierade efter vikt/storlek Varje lastbilskategori uppdelad i Euroklass (1-6) Defaultvärden för lastkapacitet, fyllnadsgrad, bränsleförbrukning och emissionsprestanda Bränsleförbrukningsfaktorer och emissionsfaktorer från ARTEMIS Road Model...
ARTEMIS Road Model Pollutant HC CO NOx CO2m FC PMm CO2 Methane NMHC Pb SO2 N2O NH3 Benzene Toluene Xylene PAH (sum) PM_surface_area PM_nr_total PM_nr_<50nm PM_nr_50_100nm PM_nr_100_1000nm 1,3-butadiene acetaldehyde acrolein benzo[a]pyrene_gaseous ethylbenzene formaldehyde hexane Sum of priority VOCs Sum of 6 PAH's Size Class RT <=7,5t RT >7,5-12t RT >12-14t RT >14-20t RT >20-26t RT >26-28t RT >28-32t RT >32t TT/AT <=7,5t TT/AT >7,5t-14t TT/AT >14-20t TT/AT >20-28t TT/AT >28-34t TT/AT >34-40t TT/AT >40-50t TT/AT >50-60t TT/AT >60t Emission Concept HDV-Diesel-PreEuro HDV-Diesel-Euro-1 HDV-Diesel-Euro-2 HDV-Diesel-Euro-3 HDV-Diesel-Euro-4 HDV-Diesel-Euro-5 HDV-Diesel-Euro-6
Järnväg Beräkningsmetoder och data för diesel och eldrivna godståg hämtade från EcoTransIT, baserade på tågets totalvikt, topografin samt fyra typer av gods: bulkgods volymgods "genomsnittligt gods" gods transporterat med "shuttle train"
Sjöfart Sju olika fartygskategorier: tanker - kylfartyg bulk dry - Ro/Ro-fartyg general cargo - Ro/Pax-färja containerfartyg Olika storleks/viktsklasser per fartygskategori Fyra typer av huvudmotorer lågvarvs, medelvarvs och högvarvs diesel, samt ångturbin Tre typer av bränsle råolja, marindiesel och marin gasolja Default bränsle- och emissionsfaktorer för varje fartyg/motor/bränslekombination Default fyllnadsgrader för varje kombination av fartygskategori/viktsklass
Flyg 100 flygplanstyper både jet- och propellerdrivna - och inklusive renodlade passagerarplan Två huvudtyper av flygplan beroende på användning och konfiguration: rena fraktflygplan respektive kombinerade passagerarplan och fraktflygplan ("belly freighter") Bränsleförbruknings- och emissionsfaktorer beräknade av FOI med PIANO-modellen
NTMCalc Basic 2.0 http://
Utveckling av NTMCalc 3.0 Professional Utvecklingsprojekt 2008 2011 Samarbete mellan IVL, WSP, FOI och NTM Finansiärer:
User Actual distances Actual LCU factors User Customer interface Software Transport chain NTMCalc 3.0 Professional Fuels Truck Train Air Sea www.ntm.x API (public) www.ntm.x API (intranet) NTMCalc 3.0 Basic Transport chain Distance NTMCalc 3.0 Professional calculation Calculation Transport chain -A shipment - One distance - One vehicle/vessel - A fuel consumption -A loadfactor Methods Methods Methods Methods Methods Methods Fuels Road Sea Rail Air Distances Vehicle Vessel Train Aircraft
Osäkerhetsanalys Två olika typer av beräkningsfall för en transportkedja: 1. Dålig kännedom om transporten - defaultvärden måste användas 2. God kännedom om transporten defaultvärden behöver ej användas
Varför osäkerhetsanalys? Mått på kvaliteten i resultaten Hur ser resultatens spridning (fördelning) ut Största bidragande variablerna till osäkerheten i resultaten (dvs viktigast att höja kvaliteten på i indata) Kvaliteten på indata bestämmer kvaliteten på resultaten! Användaren kan därmed påverka osäkerhetsintervallen (kvaliteten)
Osäkerhetsanalys fall 1. Exempel för lastbilstransport: Variera fyllnadsgrad Variera bilstorlek Variera Euroklass Variera distans Variera vägtyp Variera "level of service" Variationen av alla indataparametrar variation i utdata/resultat, t ex x±y kg CO 2 för hela transporten
Osäkerhetsanalys Fall 1. Exempel på resultat: Gods/år [ton] CO2/år MAX [ton] MIN [ton] Genomsnitt (+/-) (+/-) [%] Lastbil Shanghai Service Center Shanghai Airport 5.1115 0.126 0.024 0.08 0.05 67% Flyg Shanghai Airport Köpenhamn 0.0001 0.007 0.003 0.01 0.00 35% Flyg Shanghai Airport Leipzig 5.1095 32 15 23.68 8.30 35% Flyg Leipzig Arlanda 5.1095 8 4 5.77 1.96 34% Flyg Shanghai Airport Arlanda 0.0005 0.00 0.00 0.00 0.00 35% Lastbil Arlanda Västerås 5.1100 0.09 0.02 0.05 0.03 60% Lastbil Västerås Insjön 5.1101 0.16 0.04 0.10 0.06 60% Lastbil Köpenhamn Västerås 0.0001 0.00 0.00 0.00 0.00 60% Summa 26 40 19 30 10.4 35%
Osäkerhetsanalys Fall 2. (enligt IPCC) "Tier 1" Antaganden om normalfördelade ingångsvariabler Experter ansätter osäkerhetsintervall, t ex X±15% (±2 standardavvikelser) Förutsätter oberoende mellan variabler Enklare matematiska formler, kräver mindre utveckling "Tier 2" Ansätter fördelning till varje variabel (t ex lognormal, gamma) Ta hänsyn till beroende mellan variabler Simulerar osäkerhetsintervall m h a datorprogram Kräver större utveckling
Räkneexempel Gods 35 ton med lastbil (Euro 4, diesel) och fartyg (Coastal Cargo) Lastbil Fartyg Ansatt osäkerhet (±%) Cargo capacity 40 2380 Distance 500 5000 2 Distance Urban 20% 10 Fuel consumption, Urban resp Rural 0.78 resp 0.54 10 Emission factor NOx, Urban resp Rural 15.2 resp 15.0 0.429 15 Shipment weight 35 35 2 Load factor, % 100 70 20
Tier 1 Räkneexempel, forts. Gods 35 ton med lastbil (Euro 4, diesel) och fartyg (Coastal Cargo) Lastbil Total NOx 4.4 NOx allocated to cargo, with uncertainty interval 3.9 kg ± 29% Fartyg 5104.0 107.2 kg ± 25% Sum 5108.4 111.1 kg ± 24% 'Störst bidrag till totala osäkerheten har Load factor för fartyg (63% bidrag) och EF NOx för fartyg (36% bidrag)'
Tack för uppmärksamheten!