En sammanhållen struktur av indikatorer avsedda att användas både övergripande och mer detaljerat detta är nivå beskrivet i figur 21. Indikatorsystemet är uppbyggt med ett fåtal övergripande indikatorer för att skapa en överblick och flertalet detaljerade indikatorer för att kunna styra och följa upp verksamheten. De detaljerande indikatorerna ska appliceras för respektive gruva och Anrikningsverket. Indikatorerna kan vid intresse jämföras mellan gruvorna.
För att möjliggöra uppföljning av verksamheterna krävs att indikatorerna kommuniceras på lämplig nivå. De övergripande indikatorerna är viktiga för helheten och kan användas mot mer centrala enheter och sammanställning för övergripande syften. På respektive gruva, anrikningsverket och processteg bör det fokuseras mer på de detaljerade indikatorerna för respektive energitjänst.
En helhetssyn på energianvändningen är av väsentlig betydelse för att inte riskera att suboptimera systemet, dock är det med befintliga mätningar inte möjligt att åstadkomma en analys av suboptimeringsriskerna. Ett exempel är energitjänsten för att nå en viss
malningsgrad grundläggs redan vid sprängningen som via kross och kvarnar når resultatet anrikningssand. Andra områden som ventilationskedjan, pumpkedjan bör utredas vidare för en bredare energioptimering. Suboptimeringsriskerna är som störst där flera
organisationsdelar är inblandade och är också svårare att kartlägga och analysera effekterna, här kan de mer detaljerade indikatorerna och en utökad mängd data vara ett bra verktyg och hjälpmedel. Detta är dock inte tillräckligt utan är en frågeställning som behöver
detaljanalyseras vidare med systemanalys och testas, vilket ligger utanför denna studies omfattning.
Att använda sig av indikatorer för processdelar ger en tydlighet i var förändring sker och ökar uppföljningsmöjligheterna samt att det ökar säkerheten i den genererade data som ligger till grund för processer och totala energianvändningen/ton anrikad malm.
För att arbetet med indikatorer på Bolidenområdet ska bli ett effektivt och kraftfullt verktyg krävs en högre detaljrikedom än tidigare så att material- och energiflöden kan följas i detalj. Det är önskemål från flera håll att kunna följa verksamheten bättre (Rånman & Johansson, 2012; Sundqvist, 2012; Holmbom, 2012; Forsberg, 2012; Mikaelsen, 2012). Det behövs fler mätpunkter och att det inrättas indikatorer på olika processteg med återkoppling för respektive indikator. Detaljstudering av olika delar inom respektive processteg som transportband, skrotare och kross är nödvändigt för att enkelt kunna identifiera varför förändring sker och hur det kan förbättras.
För Anrikningsverket är det relevant att dels titta på respektive processteg, infrakt, malning, flotation, avvattning och pumpning, för respektive linje och respektive malm. Uppdelningen på malm och linje är relevant eftersom det krävs olika mycket energi beroende på malmens sammansättning och hårdhet. Exempelvis används varm- och kallakning när Kankbergsmalm anrikas (för guld och tellurutvinning), när Kristinebergsmalm anrikas är det trögare för pumpar och omrörare än vid annan malm på grund av att den malmen är mer svår mald. Det saknas data på hur mycket det skiljer sig men det är märkbart för de som arbetar med driften (Forsberg, 2012; Mikaelsen, 2012).
En aspekt som inte har tagits med bland ovanstående indikatorer är hur projekt som pågår i gruvan kan påverka energianvändningen. Energianvändningen för projekt är kraftigt varierande beroende på projekt och kan i vissa fall utgöra 30-50 % av gruvans totala energiförbrukning, exempel på sådant projekt är att borra ett nytt schakt (Holmbom, 2012). Detta är något som kan behöva särskiljas från indikatorn för produktionsmaskiner där alla 1000V maskiner upptas eftersom många energikrävande projekt använder sig av 1000V maskiner. Därför är det viktigt att istället mäta på maskinnivå för att komma runt problemet
och inte få omotiverade toppar på energianvändningen till produktion. När energin egentligen använts till något som var planerat, ska inte orsaka svängningar indikatorer för
produktionsmaskiner. Samtidigt för planeringens skull är det intressant att veta uppskattad mängd energi till specifikt projekt. För att enkelt kunna urskilja om det sker någon oväntad förändring i energianvändningen i ”normaldriften” utan att de kan avfärdas med att ett visst projekt är igång, utan att veta hur mycket energi projektet använder. Detta förbättrar
möjligheterna till att följa upp trender och att styra verksamheten. En lösning är att använda sig av indikatorerna antal projekt och specificera projektens uppskattade energianvändning. Vid val av ett nyckeltal som inte är beroende av produktionen som ventilationen med m3 luft/kWh är det av intresse att lyfta ut produktionsvariationer ur siffran för att identifiera om det är något annat som styr behovet av luft eller om systemet är optimerat efter produktionen. Det finns ett behov av att kunna visualisera hur produktionen och energianvändningen ser ut i förhållande till varandra som totalvärden och för delprocesser. Med jämförelse mellan
produktion och energianvändning som enskilda värden kan det illustreras om energianvändningen ligger kvar på fortsatt samma nivå för visa parametrar även om produktionen förändras och utvärdera om det är nödvändigt eller ej.
För att minska onödig energianvändningen är det relevant att ha indikatorer för antalet fläktar och pumpar samt för drift timmar och antal timmar tomgångskörning på fordon och maskiner.
5 C TEST AV SCENARIOBASERAD MODELLERING FÖR
FORTSATT UTVECKLING MOT ÖKAD ENERGIEFFEKTIVITET
En modell (Bilaga E) har skapats i modelleringsprogrammet STELLA för att beskriva produktions- och energiflödet. Syftet med modellen är att skapa en överblick av systemet samt att analysera Bolidenområdets processer och potentiella förbättringar. Modellen kommer också att visa vilka brister det finns i dagens mätningar och att tydliggöra vilka indikatorer som är lämpliga för mätning av energieffektivitet.
En modells styrka är att utifrån ett systemanalytiskt perspektiv ge en översiktlig och
detaljerad beskrivning av ett system och illustrerar hur olika variabler påverkar systemet och därmed kan en verklighetsnära analys genomföras (Durucan och andra, 2006), en begränsande faktor är ingångsdatat och faktisk upplösning.
Modellen är dynmanisk sektorsvis efter befintliga data och uppskattningar från
energikartläggningar och intervjuer samt vid behov med stöd från generella LCA-analyser. Beskrivning av modellen och förutsättningar för antaganden och uppskattningar finns i Bilaga E-G.