En förstudie till hur energiomvandling av rundtimmer kan göras vid kraftvärmeverket i Lugnvik, för Jämtkraft AB: En förstudie till hur energiomvandling av rundtimmer kan göras vid kraftvärmeverket i Lugnvik, för Jämtkraft AB

Kartläggning och energibedömning av

rundtimmer som skogsbränsle

En förstudie till hur energiomvandling av rundtimmer kan göras vid kraftvärmeverket i Lugnvik, för Jämtkraft AB

Rasmus Grelsson

Självständigt arbete Huvudområde: Miljöteknik Högskolepoäng: 15 hp Termin/år: VT 2020

Handledare: Andreas Andersson Examinator: Erik Grönlund

Kurskod/registreringsnummer: MÖ035G Utbildningsprogram: Ekoingenjör, 180 hp

Förord

Det här är ett examensarbete på C-nivå vid högskoleingenjörsprogrammet Ekoingenjör vid avdelningen för Ekoteknik och hållbart byggande på Mittuniversitetet.

Jag vill rikta ett särskilt tack till min handledare Jonas Vestun, på Jämtkraft AB, för att på ett engagerat sätt väglett mig i arbetet. Även Daniel Ivarsson på Jämtkraft AB förtjänar ett tack då han gett mig inblick i verksamheten kring bränslehantering och virkesmätning och bistått med sin tid för att svara på frågor och diskutera tekniska aspekter. Jag vill också tacka min handledare på Mittuniversitetet, Andreas Andersson, som har stöttat mig och satt arbetet i perspektiv när jag tvivlat.

Sammanfattning

En stor andel av restprodukterna från skogen används i kraft- och fjärrvärmeverk. I kraftvärmeverket i Lugnvik används skogsbränslen som grot, bark, spån och rundtimmer vilka omvandlas till värmeenergi eller elektrisk energi. I förhållande till de andra skogsbränslena är rundtimmer energieffektivt att transportera, möjligt att lagra och har högre energidensitet än övriga nämnda skogsbränslen. Dock så finns en begränsad möjlighet till torrhaltsbestämning av rundtimmer och idag görs energibedömningen på inkommande lass med hjälp av ett omräkningstal oberoende av kvalitet, trädslag eller torrhalt. Därmed finns osäkerheter kring energiinnehåll och torrhalt vid beställningar samt lagerhantering. Denna studie syftar därmed till att utveckla och precisera bedömningen av energiinnehåll i rundtimmer för att möjliggöra energieffektivare bränslehantering. En kartläggning av energivärdet i ingående rundtimmer gjordes genom bedömning av relevanta parametrar för energivärdet. Torrhaltsmätning utfördes med motorsåg med spånuppsamlare samt genom flisning och uttag ur flisad stack. Energivärden beräknades därefter med hjälp av torrhalterna. Studien kunde inte visa på rötans inverkan på energivärdet, däremot visas stor variation i energivärde mellan trädslagen gran och björk beroende på skillnad i torr-rådensitet. Torr-rådensiteten varierade också tydligt inom trädslagen. Torrhaltens variation uppgick till ca 20 % mellan lassen och har generellt en avgörande betydelse för energivärdet. Studien visar också på att motorsågsmetoden främst är representativ för mätningar över större partier och kan fungera bra för exempelvis lagerinventering. Studien belyser vidare att energiomvandling bör göras med hänsyn till tre torrhaltsklasser. Genom visuell bedömning av torrhalten matchas rådensiteten med bedömd torrhaltsklass och lassets energiinnehåll beräknas.

Abstract

A large proportion of forest residues is used in district heating and combined heat and power plants (CHP). The CHP in Lugnvik, Östersund, uses wood fuels such as bark, chips and roundwood which is converted into heat or electricity. In relation to the other wood fuels, roundwood is energy efficient to transport, possible to store and has higher energy density than the other forest fuels mentioned. There is, however, limited possibilities for dry content determination of roundwood and today the energy assessment of incoming loads is made with one conversion factor regardless of quality, tree type or dry content. Thus, there is

uncertainties in ordering and inventory management connected to energy content and dry content. This study aims to develop the assessment of energy content in roundwood to enable more energy efficient fuel management. An analysis of the energy value in incoming

roundwood was done by assessing relevant parameters for the energy value. Dry content measurement was carried out both with a chainsaw with chip collector and by chipping and extraction from chipped stack. Dry content was then used to calculate energy values per load. The study could not show the effect of rot on the energy value, however, there is a large variation in energy value between spruce and birch due to difference in dry-raw density. The dry-raw density also clearly varied within the tree species. The dry content variation

amounted to about 20% between the loads and is of general importance for the energy value. The study also shows that the chainsaw method is primarily representative of measurements across larger lots and can work well for inventory management. The study further highlights that energy conversion should be done regarding three dry content classes. By visual

assessment of the dry content, the raw density is matched with the estimated dry content class and the energy content of the load is calculated.

Innehåll

2.4 Biologisk nedbrytning och röta ... 7

2.5 Askhalt ... 7

2.6 Ångbildningsvärme ... 8

2.7 Mätmetoder för torrhalt i skogsbränsle ... 8

3 Metod ... 10

3.1 Plats och instrument ... 10

3.2 Ingående data ... 10

3.3 Urval av lass för studien ... 11

3.4 Mätmetod för torrhalt ... 12

3.5 Beräkning av energiinnehåll ... 14

3.6 Dataanalys ... 14

4 Resultat ... 16

4.1 Kartläggning ... 16

4.1.2 Röta ... 16

4.1.3 Energivärden ... 17

4.2 Motorsågsmetoden ... 19

4.3 Exempel på metod för energiomvandling ... 20

5 Diskussion ... 21 6 Slutsats ... 26 6.1 För kommande studier ... 26 7 Referenser ... 28 Bilaga 1 ... i Bilaga 2 ... ii Bilaga 3 ... iv

1

T

Rådensitet Kvoten mellan rå massa och råvolym Torr-rådensitet Kvoten mellan torr massa och råvolym Stack Hög med sönderdelat material

m3fub Fastvolym under bark, materialets volym utan mellanrum (luft) samt med bark borträknat

m3s Volym stjälpt mått, total volym med mellanrum (luft) TS Torrsubstans, torrt material med vatten borträknat

TH Torrhalt i viktprocent, den torra massans andel av totala vikten

E Energiinnehåll i MWh

V Volym i m3fub eller m3s

2

1 I

NTRODUKTION

1.1 B

Klimatförändringar kommer att utgöra en sannolik biomassatillväxt för skogen i Sverige med hänsyn till ökad tillväxttid p.g.a. högre medeltemperatur. Samtidigt kommer även risker för skador på skog öka av faktorer såsom stormfällning, insekts- och svampangrepp, rotröta, bränder etc. (Stenlid, et al., 2004). Detta kommer troligen leda till ökade volymer av sämre virkeskvaliteter från skogen, vilka i sin tur kommer bli tillgängliga för bland annat bioenergi. Bioenergianvändningen i Sverige mellan åren 1970–2019 tredubblades samtidigt som bioenergins andel av utnyttjade energivaror gick från 10% till 25% under samma tidsperiod (Energimyndigheten, 2018). Denna ökning utgjordes till stor del av bättre utnyttjande av skogens restprodukter (Black-Samuelsson, et al., 2017). Av biomassan som utnyttjades för energiändamål år 2014, stod skogsvaror för ca 85 % (ibid). Samtidigt har både skogsvolymen och den årliga tillväxten fördubblats det senaste århundradet även om den skogbevuxna ytan förblivit oförändrad (IRENA, 2019).

En stor andel av restprodukterna från skogen används i fjärrvärme- eller kraftvärmeverk där grot, bark, rundtimmer med mera omvandlas till värme eller elektricitet (Black-Samuelsson, et al., 2017). År 2018 fälldes 181 TWh stamved, där hälften användes som råvara i industrin och hälften till energiändamål. Av stamveden användes 20 TWh för fjärrvärme inkluderat 15 TWh restprodukter från industrier samt 5 TWh rundtimmer. Av avverkningsrester i form av grenar, stubbar och ris, så kallad grot, gick 10 TWh till fjärrvärme (IRENA, 2019).

I Jämtkrafts kraftvärmeverk i Lugnvik, Östersund, utgörs bränslet av en mix av trädbränslen såsom sågverksbiprodukter, flis, spån, bark, grot, returträ och rundtimmer (Jämtkraft AB, u.d.). I massa stod rundtimmer för ca 7 % av den totala andelen bränsle som levererades till kraftvärmeverket i Lugnvik under perioden juli 2019 till mars 2020. Med rådande omräkningstal för energi uppgick samma andel till ca 8,5 % (Jämtkraft AB, 2020a). Egenskaper som gör rundtimmer attraktivt som bränsle är framförallt lagringsstabiliteten. Sönderdelade bränslen riskerar vid lagring substansförluster samt utveckling av brand i stackarna, till följd av mikroorganiska processer, medan rundtimmer torkar ut vid lagring och därmed får ett förhöjt effektivt värmevärde (Lehtikangas, 1999). Detta ger därmed möjlighet till att systematiskt

3 sortera in rundtimret beroende av torrhalt, där de fuktigaste leveranserna kan lagras för torkning medan de torraste kan gå direkt till förbränning. Enligt Jonas Vestun vid värmeavdelningen på Jämtkraft AB (mail 2020-02-19) möjliggör rundtimmer leveranser beroende av tillgång på bränsle och inte enbart på efterfrågan vid förbränningsanläggningen. Detta pga. rundtimrets lagringstabilitet som innebär att det kan lagras på plats och användas vid behov vilket leder till större kontroll på inleveranser och större säkerhet i bränsleförsörjning under kalla perioder. Rundtimmer kan därmed enligt Vestun (2020) beställas vid lägre efterfrågan från andra aktörer som exempelvis sågverk.

Förutom lagringstabiliteten är rundtimmer även energieffektivt att transportera i jämförelse med andra skogsbränslen såsom spån, bark och grot. Detta beror på högre energidensitet, både per bränslevolym (E/V) och bränslemassa (E/m), vilket tabell 1 visar.

Tabell 1. Medelvärden för energidensitet i skogsbränslen vid Kraftvärmeverket i Lugnvik 2019.

Skogsbränsle E/V (MWh/m3s) E/m (MWh/ton)

Rundtimmer 0,85 2,99

Bark 0,62 1,81

Spån 0,66 2,25

Grot 0,58 2,66

(Jämtkraft AB, 2020b)

Enligt Vestun (2020) är rundtimmer som bränsle attraktivt för värmeproduktion men missgynnas av osäkerheten i mätningen av energivärde. Det mesta av rundtimret som går till förbränning är nedklassat vilket innebär att det exempelvis är rötat eller har för låg dimension för att vara godtagbart som massaråvara (Lehtikangas, 1999). Nedklassat rundtimmer efterfrågas dock inte bara av värmeproducenter utan även av massaindustrin samt biodrivmedelsindustrin (IRENA, 2019), vilket gör att priset är relativt högt och där ökad konkurrens potentiellt kan höja priset ytterligare.

Något som försvårar energibedömningen av inkommande rundtimmer till kraftvärmeverket i Lugnvik är dess variation i typ och kvalitet. Det finns ett klassningssystem där den dominerande klassen uppgick till 65 % av inleveranserna av rundtimmer under 2019 (Jämtkraft AB, 2020b). Denna klass, som kallas 5090, kan innehålla olika trädslag och kvaliteter (VMF Syd, u.d.) vilket

4 försvårar energiuppskattningen av de specifika lassen och därmed försvårar lagerhantering och bränslemix. Det vanligaste trädslaget inom 5090 är gran men även inblandning av björk är återkommande. Kvaliteter inom 5090 kan variera från färsk frisk ved till ved med hög andel röta, torrstockar eller brandskadat. Vid inleverans till kraftvärmeverket vägs lasset för bestämning av råvikt. Lasset mäts sedan för att få fram en ramvolym (m3t) och en omräkning till fastvolymandel under bark (m3fub) görs därefter. I dagsläget används fast kubik under bark (m3fub) som handelsmått för rundtimmer, och för lagervärdering i energi av klass 5090 används omräkningstalet 2,1 MWh/m3fub, med okänt ursprung (Ivarsson & Gustafsson, 2019).

1.2 S

Studien syftar till att utveckla och precisera bedömningen av energiinnehållet för inkommande lass av rundtimmer vid Lugnviks kraftvärmeverk. Detta för att möjliggöra energieffektivare bränslehantering genom minskad osäkerhet vid beställningar samt ökad kontroll av bränslelager.

1.3 F

Studien ämnar därför svara på följande frågeställningar:

1. Vilken variation i energiinnehåll kan förväntas för inkommande lass av rundtimmer, till kraftvärmeverket i Lugnvik?

2. Vad beror variationerna i energiinnehåll i rundtimmer på?

3. Hur kan bedömning av energiinnehåll i rundtimmer göras utan sönderdelning?

1.4 A

Studien avgränsar sig till mätning av rundtimmer av klass 5090 och inriktar sig på trädslagen gran och björk samt brandskadat rundtimmer. Mätningar sker under jämtländska förhållanden i februari och mars 2020. Virket härrör från olika platser i Jämtlands län. Studien tar ej hänsyn till stockdimension och andel bark per lass. Energiberäkning görs med värden för askhalt, effektivt värmevärde, vätehalt och ångbildningskonstant från rapporten Uppskattning av

5

2 T

EORI

2.1 V

Det finns två typer av energivärden, det kalorimetriska värmevärdet och det effektiva värmevärdet. Det kalorimetriska värmevärdet (Wk)baseras på att fukten från materialet är i flytande form efter förbränning. Med det menas att vattenmängden som förångats i förbränningsprocessen har kondenserats och värmeenergin som gått förlorad i förångningsprocessen har återförts (Jenkins & Ekanayake, 2017). Det kalorimetriska värmevärdet är således oberoende av fukthalten. Det effektiva värmevärdet är baserat på att fukten är i gasform efter förbränning. Det fås genom att subtrahera energin som förbrukas vid förångning av fukten, från det kalorimetriska värmevärdet (ibid). Det effektiva värmevärdet kan uttryckas på två sätt. Dels genom det effektiva värmevärdet för fuktigt material (Weff), där mängden fukt i materialet tas med i beräkningen, och uttrycks i MJ/kg torrsubstans (TS). Och dels genom det effektiva värmevärdet för torrt material, Wa (MJ/kg TS), som är värmevärdet som kan genereras genom förbränning av torrt material. Skillnaden mot kalorimetriskt värmevärde är att värmeförlusten från förångningsprocessen av det väte som är bundet i materialet, subtraheras (Lehtikangas, 1999). Se ekvation 1 och 2.

𝑊_𝑎 = 𝑊_𝑘 − 2,44 𝑥 0,09 𝑥 𝐻₂ (1)

𝑊_𝑒𝑓𝑓 = 𝑊_𝑘 − 2,44 𝑥 0,09 𝑥 𝐻₂ − 2,44 𝑥 (𝑓ℎ /(100 − 𝑓ℎ)) (2)

- 2,44 MJ/kg är ångbildningsvärmen vid 20° C

- 0,09 är faktorn som anger att en del väte och åtta delar syre bildar nio delar vatten - 𝐻2 = vedens innehåll av väte (schablonvärde för trämaterial är 6%)

- 𝑓ℎ = fukthalt i procent (Lehtikangas, 1999).

Värmevärdet per massenhet i stamved är något högre för barrträd än för lövträd, däremot är värmevärdet för bark högre i lövträd än i barrträd. Det effektiva värmevärdet för torrt material (Wa) varierar med ca 5% mellan trädslag. Från det högsta, tall, till det lägsta, asp (Lehtikangas, 1999).

6 Kraftvärmeverk kan utnyttja stora delar av den energi som går förlorad vid förångning av fukten, detta genom rökgaskondensering (Egnell, 2013). Faktorer som är viktiga för förbränningsanläggningar är askhalt, torrhalt och fraktionsfördelning. Verkningsgraden i anläggningen är beroende av ett visst intervall av dessa värden (Fridh, et al., 2015).

2.2 T

Torrhalten, TH (%), anger den torra massans procentuella andel av den totala fuktiga massan enligt ekvation 3 (Lehtikangas, 1999).

𝑇𝐻 =𝑡𝑜𝑟𝑟 𝑚𝑎𝑠𝑠𝑎

𝑟å 𝑚𝑎𝑠𝑠𝑎 *100 (3)

Torrhalten kan ses variera beroende av trädslag och är generellt högre för lövträd än för barrträd (Lehtikangas, 1999). Torrhalten i lagrad massaved påverkas av flera parametrar såsom säsong och luftfuktighet. Torrhalten ökar långsamt vid lagring. För granmassaved förväntas en ökning av torrhalten under sommaren med ca 5% på 3 veckor medan torrhalten hålls relativt konstant under vinterhalvåret (ibid).

2.3 T

Det kalorimetriska värmevärdet för stamved är förhållandevis konstant och ligger på ca 4,5 kcal/g TS. Energiinnehållet förändras däremot per volym beroende av skillnader i torrdensitet (Philip, 1994). En studie gjord av Liss (2015), visar på en tydlig skillnad i torrdensitet mellan olika trädslag men den visar även på en skillnad inom trädslag. Tabell 2 visar på skillnaden mellan björk och gran med samma torrhalt samt på rötans inverkan på torrdensiteten.

Tabell 2. Densitet för ved av olika kvalitet och trädslag.

Björk 576 kg TS /m3_f

Gran – låg densitet 423 kg TS /m3f

Gran – hög densitet 471 kg TS /m3f

Gran – med lösröta 325 kg TS /m3f

7 Torrdensitetens variation inom trädslag beror framförallt på tillväxthastigheten. Ju högre tillväxthastighet desto lägre densitet. Övriga faktorer som tydligt påverkar densiteten är markförhållanden och temperatur (Svenskt Trä, 2017).

2.4 B

Biologiska material såsom träddelar påverkas av omgivande mikroorganismer. Nedbrytning och substansförluster av material kan förekomma pga. mikrobiella angrepp. Den respiratoriska processen är större i sönderdelade material på grund av kombinationen av större tillgång till syre samt att den mikrobiella aktiviteten ökar värmen i stacken vilket gynnar dess tillväxt (Lehtikangas, 1999).

Den mikrobiella aktivitet i rundtimmer som orsakar störst substansförluster är rötsvampar, vilka växer inuti stammen och bryter ner cellulosa, hemicellulosa samt för vissa rötsvampar, lignin. Dessa substansförluster behöver inte påverka värmevärdet, energi per massa, negativt då angreppen oftast påverkar det energitätare ligninet i mindre omfattning än cellulosan (Lehtikangas, 1999). Däremot påverkar substansförlusterna torrdensiteten (se Tabell 2. Densitet för ved av olika kvalitet och trädslag) vilket i sin tur är avgörande för energivärdet per volym (Liss, 2005).

2.5 A

Askhalten i trädbränslen delas in i naturlig aska och föroreningsaska. Den naturliga askan består av mineralämnen som trädet tagit upp ur marken medan föroreningsaskan består av jord, grus etc. på ytan, som tillkommit vid avverkning och hantering av bränslet (Lehtikangas, 1999). Askhalten har betydelse för energivärdet då askhalten är den inorganiska och ej brännbara delen av bränslet. Högre askhalt medför således lägre andel organisk brännbar massa. Ju högre askhalt desto lägre energivärde. Den naturliga askhalten varierar med typen av skogsbränsle och från vilken del av trädet det härrör. Barr och löv har den högsta askhalten följt av bark och lägst askhalt har stamved (Lehtikangas, 1999). När det gäller stamved ses små variationer i askhalt mellan olika trädslag (Philip, 1994).

Beräkning av askhalt görs genom förbränning av det organiska materialet och anges som procentuell andel av den totala torra massan (Lehtikangas, 1999).

8

2.6 Å

Ångbildningsvärmen är en temperaturberoende konstant som beskriver den energi som krävs för att förånga vattnet i materialet. Värdet varierar lite för temperaturer mellan 0–50° C, och det mest förekommande schablonvärdet är för 25° C och uppgår till 2,44 MJ/kg. Vid noll grader uppgår ångbildningsvärmen till 2,50 MJ/kg. För temperaturer under fryspunkten är relationen mellan temperatur och ångbildningsvärme mer komplicerat och kräver utförligare beräkningar (Vikinge & Gustafsson, 2016).

Ångbildningsvärmen är direkt kopplat till torrhalten i energiberäkningsformeln och dess relativa osäkerhet gentemot torrhalten är låg (ibid).

2.7 M

Energiinnehållet i skogsvaror är framförallt kopplat till faktorerna torrhalt, askhalt och torrdensitet (Liss, 2005). Den viktigaste parametern vid energiberäkning av trädbränslen är torrhalten. Detta gäller särskilt homogena bränsletyper såsom stamvedsflis och rundtimmer (Vikinge & Gustafsson, 2016). Mätning av skogsbränslen följer virkesmätningslagen (VML) som anger tillåten avvikelse av parametrar som råvikt, volym, torrvikt, torrhalt och energiinnehåll. För bestämning av energiinnehåll krävs torrhalt, askhalt och effektivt värmevärde, där de två sistnämnda fås genom standardiserade värden (ibid) och torrhalten mäts genom stickprov ur stack. Denna stickprovsmätning anses vara den största källan till osäkerhet då de standardiserade värdena samt framförallt inmätningsvågar anses ha hög noggrannhet (ibid).

Flis, spån, bark och grot är sönderdelade bränslen som praktiskt går att genomföra torrhaltsmätning på vid inleverans till kraftvärmeverket i Lugnvik. Detta görs genom uttag av torrhaltsprov direkt från bilen på mätbryggan, något som är mer problematiskt att genomföra på ej sönderdelat rundtimmer. En metod som dock används i vissa länder, framförallt i Österrike, är att ta spånprover med motorsåg direkt på lastbilen på mätbryggan (Fridh, 2015). Det finns dock tydliga mätosäkerheter även för torrhaltsmätning av sönderdelade skogsbränslen i och med den svaga representativiteten som enskilda prov, tagna på ett ställe i lasset, har för dess helhet, vilket Iwarsson Wide et.al. (2019) redogör för. Rapporten anger vidare att en klassning inom 10% torrhalt oftast är tillräckligt för operativ hantering vid

9 förbränningsanläggningar och ger vidare förslag på ett sådant klassningssystem med 10 %-intervall (ibid).

De metoder som rekommenderas av den svenska organisationen för virkesmätning, Biometria (2019), för torrhaltsbestämning av ej sönderdelat rundtimmer är antingen genom sågning och torkning av trissor eller genom motorsåg med spånuppsamlare. En studie utförd av Nylinder och Fryk (2012b) visar att torrhaltsbestämning av rundtimmer genom motorsåg med spånuppsamlare är likvärdigt torrhaltsbestämning genom mätning i närliggande utsågade trissor. Något som anses mer representativt för torrhaltsbestämning av större partier med rundtimmer är dock genom flisning och provtagning i flisad stack (Nylinder & Fryk, 2012a). Denna metod kräver då sönderdelat material.

Bestämning av torrhalt kan göras med visuell bedömning med hjälpvariabler såsom mörka ändytor, spruckna ändytor, medeldiameter, barkavskav etcetera. Denna metod kräver ett stickprovssystem som justerar den erhållna torrhalten. Stickprovsmätningarna utförs med flisning och uttag ur stack, spånuppsamlande motorsåg eller genom sågning av trissor (Biometria, 2019).

Mätning av parametrar vid inleverans sker antingen leveransvis eller via kollektiv vilket innebär att stickprov tas från ett förbestämt kollektiv av leveranser. Beroende på variation och spridning av parametrar inom kollektivet bestäms dess storlek och urvalsmängd. Genom ett framåtriktat kollektiv kan inkommande leveranser baseras på tidigare data (Iwarsson Wide, et al., 2019).

10

3 M

ETOD

Leveranser som omfattades av studien valdes ut med hänsyn till de mest frekventa trädslagen enligt upplysning från bränsleansvariga vid värmeenheten på Jämtkraft AB. Trädslagen som fokuserades på var gran och björk, både friskt och rötskadat. Därutöver valdes några brandskadade lass samt blandade lass av rundtimmer ut för jämförelse mot övriga. Parametrar relevanta för energivärdet bedömdes och lassen lagrades tydligt uppdelade. Torrhaltsmätning av lassen gjordes genom provtagning med motorsåg samt ur flisad stack. Proverna torkades och energivärden beräknades med hjälp av standardiserade schablonvärden. Datamängden infördes och analyserades sedan i Excel för kartläggning av olika variablers betydelse för energivärdet samt framtagning av omräkningsverktyg och metod för bestämning av energivärde.

3.1 P

Studien gjordes vid kraftvärmeverket i Lugnvik, Östersund. Provtagning skedde på bränslelagret i direkt anslutning till kraftvärmeverket och invägning och torkning gjordes i Biometrias mätstation vid bränslelagret.

Provtagning av de sönderdelade lassen, i flisad stack, gjordes med en provtagningsskopa designad för ändamålet med ca två meter skaft för möjlighet till provtagning högt upp i lasset, se figur 3. Motorsågsproverna gjordes med en motorsåg med spånuppsamlare, se figur 4. Proven fördelades i papperspåsar och vägdes in på en våg med noggrannhet på 2 decimaler per gram. Vågen kalibrerades med avdrag för påsens vikt. För de fuktiga proverna kalibrerades vågen med en påse som legat inomhus i rumstemperatur och för de torkade proverna kalibrerades vågen med en påse som torkats tillsammans med proverna.

3.2 I

Mätdata, tillgänglig via Biometrias mätstation vid kraftvärmeverket i Lugnvik, från inleverans av rundtimmer användes för att få ut följande parametrar:

• Råvikt/lass • Volym/lass

• Trädslagsfördelning i procent, utifrån bedömning av Biometria

11 Denna mätdata behövdes för att dela in lassen efter trädslagsfördelning för att kunna jämföra dessa gruppvis mot råvikt, volym, torrhalt och rötmängd.

3.3 U

Vid inleverans av rundtimmer till Kraftvärmeverket i Lugnvik valdes för studien lass med huvudsakligen trädslagen gran eller björk samt lass med blandningar av de två, detta då dessa trädslag är dominerande i leveranserna och har en tydlig skillnad i torrdensitet. Ett homogent lass ur trädslagsfördelningssynpunkt ansågs uppnått vid >95% av ett trädslag. Andelen röta i lassen uppskattades och bokfördes men var inte urvalsgrundande. Även lass med brandskadad ved valdes ut för jämförelse mot den färska och rötskadade veden, dessa lass bestod av blandningar av trädslag. Några övriga lass med blandade trädslag inkluderades för referens mot de homogena lassen. Granlassen utgjordes av framförallt färsk ved men även en del lagrad under obestämd tid. Björklassen var färska och brandlassen var lagrade sedan sommaren 2018, se figur 1 för exempel på lassens variation. Den genomsnittliga volymen per lass uppgick till 42,5 m3_{fub med ett minsta värde på 16,4 m}3_{fub och ett högsta värde på 56,0 m}3_fub.

Figur 1. Bildexempel på trädslagsfördelning och kvaliteter. Övre raden från vänster: Gran och bland. Nedre raden från vänster: Brand och björk. (Källa: egen bild).

12 Totalt antal lass uppgick till 46 med fördelningen:

- Gran, 29 stycken - Björk, 8 stycken - Brand, 5 stycken - Bland, 4 stycken

Torrhalt kunde beräknas för alla lassen, däremot gjorde mättekniska problem att energivärde per lass kunde beräknas för 29 gran, 5 björk, 4 brand och 4 bland. Motorsågsmetoden genomfördes på totalt 30 lass, fördelat: 22 gran, 3 björk, 3 brand och 2 bland.

3.4 M

Torrhaltsmätning genomfördes under tre tillfällen, en i februari 2020 och två i mars 2020. Lassen lades upp med tydlig avskiljning enligt figur 2, för att inte blandas med varandra. Varje lass märktes med redovisningsnummer för det specifika lasset. Detta för tydlig koppling till mätdata från inleveransen. Staplarna flisades var för sig och utan uppehåll för att uppnå så liknande meteorologiska förhållanden som möjligt. Provtagning skedde inom 12 timmar efter flisning. I de flesta fall var stackarna väl avgränsade men där blandning kunde misstänkas beroende av kort avstånd mellan stackarna, togs ej proverna på den sidan av stacken.

Figur 2. Avgränsning av rundtimmertravar innan flisning och stackar efter flisning (Källa: egen bild).

Antal uttagna prov per stack uppgick till fem påsar á 200-300g och fördelades runt stacken på olika höjd samt minst 10cm under ytan, se figur 3. Provtagningen följde branschstandarden om provtagning på sönderdelat material utgiven av Biometria (2019) och godkänd av rådet för mätning och redovisning (RMR). Proven fördelades i papperspåsar som märktes upp med redovisningsnummer och kod för det specifika lasset.

13

Figur 3. Uttag av torrhaltsprov från flisad stack. (Källa: egen bild).

Torrhalttest genom provtagning med motorsåg med spånuppsamlare genomfördes på travarna innan flisning, se figur 4. Stockar valdes ut slumpmässigt och genom uppskattning av trädslagsfördelning av genomförande virkesmätare. Snittet gjordes minst 15cm in från stockens ände och genom halva stockens diameter. För varje lass uppgick provmängden till en påse/lass á 200-300g. Metoden genomfördes i enlighet med branschstandard om provtagning på sönderdelat material utgiven av Biometria (2019). Flisningstestet bedöms säkrare varför detta test gjordes för jämförelse mot flisningen för att kontrollera motorsågsmetodens representativitet för mätning av torrhalt i rundtimmer.

Figur 4. Motorsågsmetoden (Källa: egen bild).

Torkning av prover för torrhaltsbestämning gjordes i torkskåp under minimum 24 timmar med en temperatur på 105 ± 2° C. Konstant vikt ansågs uppnådd när förändringen i vikt under 60 minuter inte överskred 0,2 % av den ingående vikten (Biometria, 2019).

En genomsnittlig torrhalt per lass togs fram baserat på ett aritmetiskt medelvärde av torrhalterna av de fem flisningsproverna.

14

3.5 B

Beräkning av energiinnehåll per lass gjordes genom ekvation 5 från branschstandarden

Bestämning av torrhalt och energiinnehåll i skogsråvara utgiven av Biometria (2019).

𝐸 = 𝑚 ∗ ((ℎ_𝑒𝑓𝑓∗ (1 − 𝐴 100) − 𝐻2) ∗ 𝑇𝐻 100− 𝛥𝐻𝑣𝑎𝑝∗ (1 − 𝑇𝐻 100)) (4) - m: Rå massa

- heff: effektivt värmevärde i askfri torrsubstans (MWh/ton) - A: askhalt i viktprocent av torrsubstans (%)

- H2: energi i bundet väte (MWh/ton) - TH: torrhalt i viktprocent (%)

- 𝛥Hvap: ångbildningsvärme (MWh/ton)

Värden för effektivt värmevärde, askhalt, ångbildningskonstant samt vätehalt hämtades från rapporten Uppskattning av mätosäkerhet vid bestämning av energiinnehåll i trädbränsle (Vikinge & Gustafsson, 2016). Detta pga. begränsad möjlighet till analys av dessa värden.

- Effektivt värmevärde i askfri torrsubstans = 19,2 MJ/kg = 5,33 MWh/ton - Askhalt = 1 %

- Ångbildningsvärme för vatten vid 25°C = 2,44 MJ/kg = 0,678 MWh/ton - Vätehalt stamved = 6 %

- Bundet väte är satt till noll då det endast medräknas för torvleveranser (Vikinge & Gustafsson, 2016)

3.6 D

Data från mätningarna analyserades utifrån ett antal preciserade frågeställningar enligt följande: • Kan en trend ses i energiinnehåll i rundtimmer endast utifrån fastkubik och råvikt? • Vilken påverkan har andelen röta för energiinnehållet i rundtimmer?

• Hur skiljer sig energiinnehållet i rundtimmer med hänsyn till trädslagen gran och björk? • Skiljer sig torrhalt och energiinnehåll i brandskadat rundtimmer mot icke brandskadat? • Hur stor är variationen i torrhalt mellan olika lass och hur påverkar det energivärdet? • Hur representativ är torrhaltsbestämning av rundtimmer i lossad trave vid användning

15 Mätdata analyserades genom sammanställning i Excel. Diagram skapades för att finna relationer mellan parametrarna trädslag, torrhalt, torr-rådensitet, rådensitet och röta. För torrhalten togs medelvärden samt standardavvikelser fram av de fem proven för varje lass, detta för att visa mätosäkerheter och mätningens representativitet.

För motorsågsmetoden användes ett ensidigt 90% konfidensintervall för avvikelser i absolutbelopp mot flisningsmätningen. Detta för att minska mätosäkerhetens, samt de potentiella mätfelens, påverkan på medelavvikelserna.

Torrhaltsklasser skapades med intervall om 10% TH för att exemplifiera en metod för energiomvandling. Klassgränserna sattes till TH≤50, 50<TH<60 och TH≥60 och energivärden per klass beräknades med TH 45%, 55% respektive 65%. Med hjälp av rådensitet och torrhaltsklass gjordes ett omräkningsverktyg för energivärden i form av ett diagram. Studiens uppmätta lass klassades in i torrhaltsintervallen för att beräkna medelavvikelser mot energiomvandlingsmetoden.

16

4 R

ESULTAT

4.1 K

4.1.1 Torrhalt genom flisning

Den genomsnittliga standardavvikelsen (σ) för torrhaltsmätning mellan fem prover per stack uppgick till 3,85 %-enheter. Med den högsta standardavvikelsen på 8,72 %-enheter och den lägsta på 0,62 %-enheter.

Medelvärden för torrhalt i gran, björk och brandskadat ses i tabell 3, där björk hade lägst variation och brandskadat högst.

Tabell 3. Medelvärden och standardavvikelser för torrhalt i gran, björk och brandskadat.

Trädslag/Kvalitet TH – medel (%) TH – min/max TH – σ (%) TH – σ i procent-enheter av medelvärdet (%) Gran 57,41 50,72 / 65,57 4,22 7,35 Björk 54,58 52,24 / 57,64 2,06 3,77 Brandskadat 60,72 46,33 / 68,05 7,99 13,16

En faktor som kan påverka den höga standardavvikelsen för brandskadat, enligt tabell 3, är dess minvärde på 46% TH i förhållande till övriga värden som låg mellan 58–68% TH, samt att det omfattar fyra lass i relation till gran och björk som omfattar 28 respektive 8 lass.

4.1.2 Röta

Andelen röta i förhållande till torrhalten samt till torr-rådensiteten ses i figur 5. Någon trend för rötans påverkan på TH samt torr-rådensiteten kan inte säkerställas från dessa mätvärden. Det finns indikationer i diagrammen att torrhalten ökar respektive att torr-rådensiteten minskar med rötmängden men den stora spridningen gör att detta är svårt att säkerställa.

17

Figur 5. Förhållande mellan andel röta och torrhalt respektive torr-rådensitet för gran, med linjära trendlinjer.

Metoden för mätning av andel röta görs med uppskattning av rötans ytarea på snittytan av stockarna i lasset. Denna mätmetod tar endast i beaktande rötmängden i ändytan och ger en osäkerhet kring rötmängden i övriga delar av stocken. Mätmetoden visar exempelvis inte hur långt in i stocken rötan går, vilket bör kunna variera mellan olika stockar och då mellan olika lass. Mätmetoden bör ge en indikation på andelen röta men säkerställer inte rötmängden. Torr-rådensiteten bör gå ned med högre andel röta (Liss, 2005), vilket inte kan ses i figur 5. Torrdensitetens variation i trädslaget kan dock göra att trenden visas först för större mätserier.

4.1.3 Energivärden

Mätningarna visade på stor spridning i energivärde i förhållande till rådensitetsparametrarna råvikt och fast kubik enligt figur 6, medan en tydlig linjär trend i ökat energivärde syntes vid jämförelse med Torr-rådensiteten. Figur 6 visar också variationer i torr-rådensitet inom trädslagen där gran har en ökning om 30% från det lägsta till det högsta värdet och björk en ökning med 19% mellan lägsta och högsta värdet. Medelvärden i torr-rådensitet var för gran 430 kg TS/m3fub respektive för björk 593 och för brand 457. Brandlassen bestod i genomsnitt av 42% björk, 35% tall, 16% gran och 7% torrträd.

375 400 425 450 475 500 525 0 2 4 6 8 10 To rr -r åd ens it et ( kg T S/m 3f ub )

Andel röta ((dm2_/m3fub)*10)

45% 50% 55% 60% 65% 70% 0 2 4 6 8 10 TH

18

Figur 6. Förhållande mellan rådensitet respektive torr-rådensitet och energivärde.

Medelvärdet för energiinnehåll i björk uppgick till 2,80 MWh/m3fub och var högre än övriga enligt figur 7. Gran hade lägst värde, med 2,05 MWh/m3fub och brandskadat var något högre med 2,21 MWh/m3fub. Standardavvikelserna i procentenheter mot respektive medelvärde varierade från 7,18% för björk till 8,35% för bland. Medelvärden för energivärden och standardavvikelser ses i tabell 4 i bilaga 1. Medelvärdet i energi för hela studiens population uppgick till 2,07 MWh/ m3fub med en spridning mellan 1,81–3,16 MWh/m3fub. Medelvärdena i både energi och torr-rådensitet var 37% högre för björk jämfört med gran.

Figur 7. Medelvärden samt standardavvikelser för olika trädslag och kvaliteter.

Figur 6 visar hur torrhalten påverkar energivärdet, fuktens andel av råmassan har så pass stor påverkan på energivärdet att en trend inte kan ses endast utifrån råmassa och fast volym, vilket också påverkas av skillnaden i torr-rådensitet inom samma trädslag. Det går att urskilja björk från de övriga trädslagen/kvaliteterna vid energibedömning men för att säkerställa ett mer precist energivärde per lass krävs en bedömning av torrhalt. Att skillnaderna i energivärde och

1,50 1,70 1,90 2,10 2,30 2,50 2,70 2,90 3,10 1 E/V (MWh /m 3f u b )

Gran Björk Brand Bland

350 400 450 500 550 600 650 Torr-Rådensitet (kg TS/m3_fub)

Gran Björk Brand Övriga bland 1,70 1,90 2,10 2,30 2,50 2,70 2,90 3,10 3,30 600 700 800 900 1000 1100 1200 E/V ( MWh /m 3fu b ) Rådensitet (kg/m3_fub)

19 torr-rådensitet mellan gran och björk följer varandra beror av att det är dessa variabler i ekvation 5 som skiftar mellan lassen medan resterande variabler är fasta.

4.2 M

Jämförelsen mellan torrhaltsmätning på icke sönderdelat rundtimmer med hjälp av motorsåg med spånuppsamlare och torrhaltsmätning i flisad stack ses i figur 8. Ett ensidigt 90%-konfidensintervall, där de högsta avvikelserna exkluderades, visade en medelavvikelse i procentenheter för motorsågsmetoden på 0,99%, samtidigt som medelavvikelsen i absolutbelopp uppgick till 3,93%. Medelavvikelsen i procentenheter vad gäller energivärde uppgick till 1,27% och i absolutbelopp till 4,91%, se tabell 5 i bilaga 2 för fullständig lista över värden.

Figur 8. Torrhalt mellan mätning i flisad stack samt med motorsågsmetoden med ensidigt 90%-konfidensintervall samt avvikelser för motorsågsmetoden i

absolutbelopp.

Resultatet från motorsågstesterna med ca en procents medelavvikelse för torrhalter från 27 tester visar att metoden är tillförlitlig över en mängd tester då avvikelserna väger upp varandra. Däremot visar medelavvikelsen i absolutbelopp på större osäkerhet för enskilda lass. Att använda denna metod för torrhaltsbestämning av enskilda inkommande lass för att beräkna energivärdet bör ge en grad av osäkerhet förutom att metoden också tar lång tid att genomföra praktiskt. 40% 45% 50% 55% 60% 65% 70% 75% 0% 5% 10% 15% 20% 25% 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 TH Pro ce n tu ell av vikel se i a b so lu tb elop p Lassnummer

20

4.3 E

Figur 9 visar energivärden indelat i tre torrhaltsklasser, en fuktig klass (TH≤50%), en medel-klass (50%<TH<60%), och en torr medel-klass (TH≥60%). Figur 9 visar trendlinjer för energivärde kontra rådensitet för torrhaltsklasser beräknade utifrån 45%, 55% respektive 65% TH för de tre klasserna. Punkterna i diagrammet visar studiens uppmätta värden per torrhaltsklass. Den totala medelavvikelsen för de uppmätta värdena i jämförelse mot trendlinjerna för torrhaltsklasserna uppgick till -0,12%. Avvikelsen för den fuktiga klassen uppgick till 4,0%, medel-klassen 0,55% och den torra klassen -1,86%, se tabell 6 i bilaga 3.

Figur 9. Omräkningsverktyg för energiinnehåll i rundtimmer utifrån fast kubik, råmassa och torrhaltsklass samt studiens uppmätta energivärden indelade per torrhaltsklass.

Enligt figur 9 syns skillnader i energivärde per torrhaltsklass förutsatt konstant rådensitet. Rådensiteten har stor variation mellan lassen men genom visuell indelning i torrhaltsklasser kan en ungefärlig energibedömning göras. Lastvikten divideras med den uppmätta fastkubiken och efter indelning i TH-klass läses energivärdet ut. Den låga totala medelavvikelsen visar att metoden är representativ, där framförallt medel-klassen visar på låg avvikelse. För exempelvis ett lass med en rådensitet på 850 kg/m3_{fub och uppskattad torrhalt till medel så omräknas} energivärdet till 2,2 MWh/m3fub.

1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 3,4 3,6 3,8 4,0 550 600 650 700 750 800 850 900 950 1000 1050 1100 1150 1200 1250 E/V (MWh /m 3fu b ) Rådensitet (kg/m3_fub) TH45 TH55 TH65 TH≤50 50<TH<60 TH≥60 '

21

5 D

ISKUSSION

Torrhaltsbestämning genom provtagning i flisad stack med fem prover visade på en genomsnittlig standardavvikelse på 3,85%-enheter vilket kan jämföras med en studie utförd av Nylinder och Fryk (2012a) som visade på en genomsnittlig standardavvikelse på 2,9%-enheter för 10st flisprov. Det visar på att ett högre antal prov per lass är fördelaktigt för att få ett så representativt värde som möjligt. Dock så anger standardavvikelsen även hur homogena lassen är, lass med endast ett trädslag förväntas ha lägre standardavvikelse än blandlass. Denna studie visar på en lägre standardavvikelse i torrhalt för björk än för gran och framförallt brand. Björken anses också mest homogen med noll andel röta i jämförelse med granen med varierande rötmängd och brand med varierande rötmängd och trädslag.

För torrhaltsbestämning genom uttag ur flisad stack gäller att proven tas fördelat runt stacken för att få med så många delar av lasset som möjligt, det är dock praktiskt svårt att få med en provmängd från stackens mitt, proverna tas inte längre in än ca 30 cm. Studiens provmängd (5 prov/stack) valdes för att få en fördelning runt stacken samt att det var praktiskt att handha och torka. Dock hade en större mängd prover troligen gett studien högre mätnoggrannhet. Att standardavvikelsen för torrhalt mellan de fem proverna varierade mellan lassen och där medlet uppgick till nära 4%-enheter indikerar dels att mätosäkerhet finns dels att variation i torrhalt inom lassen är vanligt förekommande.

Den genomförda metoden för torrhaltsbestämning med motorsåg har potential till förbättring av representativiteten då den bestod av endast en provpåse per lass rundtimmer. Om fler påsar med prover tas per lass, vilket innebär fler provpunkter, bör en säkrare torrhaltsbestämning uppnås. Detta stämmer med slutsatsen från Nylinder et.al. (2015) om att fler än en provpåse per lass krävs för säkrare torrhaltsbestämning med motorsåg. Ju fler provpåsar desto mer representativt resultat, en uppskattning är att åtminstone tre men gärna fem provpåsar bör tas per lass. Metoden som bygger på nationella instruktioner för virkesmätning från Biometria (2019) saknar systematik kring genomförandet. Antalet stockar som omfattas bestäms av uppskattning från virkesmätaren. Detta gör det svårt att jämföra representativiteten i mätningar utförda av olika virkesmätare. En undersökning kring mer systematisk metod för provtagning med motorsåg är önskvärt.

22 Den större mängden granlass i jämförelse mot övriga trädslag och kvaliteter gör att dessa är mer statistiskt säkerställda än övriga.

De standardvärden som använts för energiberäkning anses representativa på en stor mängd prover samt på större mängder per prov. Valet att använda standardvärden gjordes utifrån bedömningen att laboratorieanalys skulle innebära uttag av en liten mängd från en icke homogen större mängd vilket inte skulle säkerställa precisare mätnoggrannhet. Att använda standardvärden medför dock begränsningar i mätnoggrannhet men minskar samtidigt risken för mätfel från laboratorieanalys. Studien använder sig av samma värmevärde för alla trädslag på grund av att variationerna i värmevärde bedöms små i förhållande till torrhaltens betydelse samt mätosäkerheter. Studien tar inte hänsyn till andel bark vilket gör att bestämning av specifikt värmevärde per massenhet för varje lass är svårt utifrån det faktum att lövträdsbark har ett högre värmevärde än barrträdsbark samtidigt som stamved i barrträd har något högre värmevärde än stamved i lövträd (Lehtikangas, 1999).

Att torrhalten är en av de viktigaste variablerna för bestämning av det effektiva värmevärdet är tydligt från studiens resultat, och dess variation gör energibedömning svår. Något som också varierar och tydligt påverkar energiinnehållet är torr-rådensiteten vilken visar sig variera, inte bara mellan trädslag utan också, inom trädslag. Studien visar en tydlig skillnad i torr-rådensitet och därmed energivärde mellan gran och björk. Förhållandet i torr-rådensitet mellan gran och björk är jämförbart med de högre värdena från Liss (2005) som visade på ett intervall mellan 21–35% ökning i torr-rådensitet för björk kontra gran. Denna studie visar ett högre medelvärde i torr-rådensitet för björk jämfört med Liss (2005). Detta skulle kunna bero på det låga antalet björklass jämfört med granlass i studien och att en större mätserie skulle sänka medelvärdet något. Variationen i torr-rådensitet mellan trädslagen är lättare att fånga i energibestämningen än variationen inom trädslagen. För att fånga denna variation krävs en kartläggning av tillväxttid och marktyp där träden stått (Svenskt Trä, 2017).

Att energivärdet för björk kontra gran är så tydligt högre gör björken attraktiv som skogsbränsle. Genom vetskapen att björknäver har ett högre värmevärde än barrvedsbark och stamved (som är jämförbara med varandra) (Lehtikangas, 1999) ger att energivärdet i björk bibehålls i högre utsträckning för mindre stockdimensioner jämfört med energivärdet i gran och tall, där mindre stockdimensioner endast ger högre andel bark och därmed högre askhalt och lägre energivärde (ibid). Detta förordar ytterligare björk som bränsle.

23 Det är svårt att dra slutsatser kring energivärdet hos brandlassen, framförallt för dess inbördes varierande trädslagsfördelning. Torrhalten var generellt högt kontra övriga lass. Om detta endast berodde på den långa lagringstiden eller på uttorkning direkt från branden är oklart. Det är också svårt att med så få mätningar avgöra om energivärdet per torrhalt är jämförbart med övriga lass. För detta krävs fler uppmätta lass. Brandens påverkan på energivärdet kan därmed inte direkt visas.

Studiens resultat visar på att det verkliga energivärdet per lass rundtimmer kan variera väsentligt beroende av faktorer som torrhalt, trädslagsfördelning och torrdensitet. Det gällande omräkningstalet på 2,1 MWh/m3fub är något högre än genomsnittet för gran, för björk däremot är omräkningstalet tydligt lägre. För ett genomsnitt av alla inkommande leveranser kan det befintliga omräkningstalet vara representativt, dock är det svårt att avgöra då statistik över trädslagsfördelning för inkommande lass inte finns tillgänglig. Energivärdenas variation visar dock på den affärsmässiga och hanteringsmässiga osäkerheten med att använda ett genomsnittligt omräkningstal för alla leveranser.

Studien visar att lagringsaspekten är viktig för energiinnehållet då medelvärdet i TH för de brandskadade lassen var tydligt högre än för gran och framförallt för björk. Det brandskadade timret avverkades sommaren 2018 och bör ha genomgått många sommarveckor som medfört uttorkning enligt Lehtikangas (1999) som anger ca 5% ökad torrhalt per tre sommarveckor för gran.

Ju högre torrhalt desto högre energivärde indikerar att lagrat rundtimmer är fördelaktigare än färskt rundtimmer och att brandskadat rundtimmer är fördelaktigt för förbränningsändamål. Studiens resultat för rötans inverkan på energivärdet indikerar också att skillnaden i energivärde mellan olika andelar röta är låg. Både rötskadat och brandskadat rundtimmer bör därför inte utifrån denna studies resultat bedömas som mindre eftertraktat för förbränning än frisk ved. Däremot kan inte mätmetoden för röta säkerställa den faktiska rötmängden i materialet vilket försvårar bedömningen av rötans inverkan på energivärdet.

Lagringstidens påverkan på torrhalten varierar med årstid men bör också kunna variera med meteorologiska förhållanden kopplat till landsdel. Att avverkat rundtimmer i de norra delarna av Sverige, och framförallt inlandet, är fruset under i princip hela vinterhalvåret bör påverka dess förmåga till upptag eller avgång av fukt. För andra delar av landet där materialet inte fryser

24 bör lagringens effekt ha en annan påverkan. Detta gäller även sommarhalvåret med regionala variationer i värme, soltimmar och nederbörd.

Ett aktivt agerande för uttorkning av rundtimmer, exempelvis placeringsval för ökad sol- och vindåtkomst eller täckning för minskad fuktåtkomst, bör ge resultat på energivärdet. Sådana metoder kan användas vid bränslelager på förbränningsanläggningar eller på avlägg i skogen, beroende på efterfrågan från skogsbränslekunder. Motorsågsmetoden kan här vara användbar för att på ett praktiskt och smidigt sätt avgöra materialets torrhalt redan på avlägget i skogen och på så vis avgöra om det ska torkas innan transport. Det som krävs är en spånuppsamlande motorsåg och en väl kalibrerad våg. Torkning kan höja värdet på materialet och ge ett högre försäljningspris samtidigt som det medför lättare transporter med högre energidensitet och där den begränsande faktorn utgörs av lastvolymen istället för lastvikten vilket i sin tur kan medföra färre körda kilometer och lägre bränsleförbrukning.

För att bedöma energivärdet är torrhalten väsentlig. Torrhalten är även viktig utifrån lagerhantering där ett fuktigt material kan lagerföras för torkning medan ett torrt material kan lagerföras för tidig förbränning. Att dela in torrhalten i tre klasser innebär, beroende på studiens uppvisade variation i torrhalt, att de kan passas in i intervall om max 10% TH, vilket stämmer överens med rekommendationerna för biobränslen från Iwarsson Wide et al. (2019). Tre klasser innebär en smidig visuell bedömning med indelning i en torr klass, en fuktig klass och en medel-klass. Detta rekommenderas också som förenklad energibedömning av Nylinder och Fryk (2012a). Denna metod kommer dock med ett osäkerhetsintervall i energivärde beroende av intervallet i torrhalt. Dessutom kan torrhalten mellan trädslagen variera inom lassen vilket försvårar uppskattningen av det specifika lassets torrhalt. Att denna studie endast visar upp ett lass med torrhalt under 50% indikerar att användning av endast två torrhaltsklasser kan vara applicerbart.

Den beskrivna metoden kräver validering mellan virkesmätarnas bedömning och den faktiska torrhalten vilket bör göras genom kontrollmätning. För detta kan stickprovsmätning med motorsågsmetoden användas, då inom en begränsad tid efter att lassen lagerförts. Den uppmätta medelavvikelsen i absolutbelopp indikerar att fler än ett spånprov per lass behöver tas för att minska mätosäkerheten. Inleveranserna bör märkas med redovisningsnummer för jämförelse med virkesmätarnas TH-bedömning och inmätning. Under vinterhalvåret, då ingen torkning förväntas (Lehtikangas, 1999), kan inleveranserna lagerföras och provtagning ske på ett antal

25 lass samtidigt ca en gång per månad. Under sommarhalvåret bör däremot lagring över flera veckor innan stickprovskontroll undvikas. Resultatet av motorsågmetoden används sedan för att justera virkesmätarnas kommande torrhaltsbedömningar. Med denna metod byggs också ett dataunderlag för torrhaltens årstidsvariation upp vilket kan användas för prognostisering av kommande leveransers energivärden. Denna prognostisering blir dock grov med tanke på osäkerheten i avverkningstidpunkt, hur länge rundtimret lagrats innan leverans och varierande meteorologiska förhållanden mellan olika år. När väl rundtimret är lagerfört kan motorsågsmetoden användas på större partier för kontroll av lagersaldo för att veta hur mycket bränsle som finns tillgängligt och för att ge ett säkrare dataunderlag kring torrhalt för bränslemixen. Därmed byggs även ett dataunderlag upp kring lagringstidens och årstidernas påverkan på torrhalten i lagrat rundtimmer.

Tillgången på nedklassat rundtimmer kommer troligen fortsätta att öka i framtiden på grund av ökad tillväxttakt men också fler angrepp på skogen (Stenlid, et al., 2004). För att rundtimret ska vara attraktivt och utnyttjas effektivt krävs bättre torrhalts- och energibedömningar. Denna studie visar att skillnaderna är stora för dessa parametrar mellan olika leveranser och potentiellt inom leveranser. Detta indikerar att det finns stora möjligheter till effektiviseringar i hanteringen av nedklassat rundtimmer från avverkning till förbränning i energisyfte. Skogsbolag och markägare kan öka värdet på sin produkt genom lagring och torkning samtidigt som transporter energieffektiviseras. Energibolag kan i sin tur öka värdet på förbränningsmaterialet genom systematisk lagerhantering och säkerställande av lagersaldo.

26

6 S

LUTSATS

Torrhalten i inleveranser av rundtimmer kan variera med uppemot 20% vilket gör energibedömning utan torrhaltsbestämning svår. Torrhalten bör mätas eller uppskattas för säkrare bedömning och lagerhantering.

Rötans påverkan på energivärdet är svårbedömt då inga tydliga trender kan ses i dess påverkan på torrhalt eller torr-rådensitet.

Gran har ett energivärde på 2,05 MWh/m3fub, alltså något under dagens omräkningstal på 2,1 MWh/m3fub. Energivärdet för björk uppgår till 2,80 MWh/m3fub och är 37% högre än för gran vilket överensstämmer med skillnaderna i torr-rådensitet. Denna varierar också tydligt inom respektive trädslag.

Energiinnehållet per lass rundtimmer kan inte bedömas endast utifrån råvikt och volym vid inmätning, torrhaltens samt torr-rådensitetens variation är för stor för att en sådan trend ska kunna ses.

Motorsågsmetoden med ett spånprov per lass är användbar och representativ i förhållande till flisningsmetoden för torrhaltsbestämning över större mätserier av rundtimmer.

Torrhaltsbedömning kan göras visuellt med indelning i tre torrhaltsklasser. Bedömningskontroll samt lagerinventering bör göras systematiskt med motorsågsmetoden med fler än ett spånprov per lass.

6.1 F

Kommande studier bör inrikta sig på torrhaltens årstidsvariation, dels hur det färska timrets torrhalt varierar under året men framförallt årstidsvariation i torrhalt för lagrat timmer. Hur påverkar lagringstiden torrhalten och hur ser årstidsvariationen ut för det? Hur skiljer det sig mellan olika delar av landet?

Vidare bör rötans inverkan på energiinnehållet undersökas ytterligare, detta genom säkerställande av den volymetriska rötmängden per stock samt de olika typerna av rötas inverkan.

27 Även fler mätningar för energivärde bör göras för högre statistisk säkerhet kring de olika trädslagen och kvaliteterna. Detta berör främst björk och brandskadat men gäller även inkludering av fler trädslag.

En studie på motorsågsmetoden med fler spånprov per lass i jämförelse med flisningsmetoden bör göras för att undersöka motorsågsmetodens representativitet ytterligare.

28

7 R

EFERENSER

Biometria, 2019. Nationella instruktioner för virkesmätning - Bestämning av torrhalt och

energiinnehåll på skogsråvara, Uppsala: Biometria.

Black-Samuelsson, S., Eriksson, H., Henning, D., Janse, G., Kaneryd, L., 2017. Bioenergi på

rätt sätt – om hållbar bioenergi i Sverige, u.o.: Skogsstyrelsen.

Egnell, G., 2013. Skogsbränsle, u.o.: Skogsstyrelsens förlag.

Energimyndigheten, 2018. Total energitillförsel per energivara fr.o.m. 1970, TWh. [Online] https://www.energimyndigheten.se/statistik/den-officiella-statistiken/statistikprodukter/arlig-energibalans/

[Använd 31 01 2020].

Fridh, L., 2015. Egenskaper och mätning - för kontroll, styrning och utveckling. i: C. H. Palmér & M. Iwarsson Wide, red. Skogens energi - en källa till hållbar framtid. Uppsala: Skogforsk, pp. 11-13.

Fridh, L., Vestlund Ekerby, K., Engberg, M. & Bäfver, L., 2015. Produktegenskaper för

skogsbränsle - förslag till indelning, struktur och definitioner, Uppsala: Skogforsk.

IRENA, 2019. Bioenergy from boreal forests - Swedish approach to sustainable wood use, Abu Dhabi: International renewable energy agency.

Iwarsson Wide, M., Johannesson, T., Jonsson, H. & Jägbrand, S., 2019. Produktifiera för

optimal bränslebas, Stockholm: Energiforsk.

Ivarsson, D. & Gustafsson, M., 2019. Hur många MWh innehåller en m3fub, Östersund: Jämtkraft AB.

Jenkins, N. & Ekanayake, J., 2017. Renewable Energy Engineering. 1 red. Cambridge: Cambridge University Press.

Jämtkraft AB, 2020a. Inköp 2019-2020 Totalt, Östersund: Jämtkraft AB.

29 Jämtkraft AB, u.d. Bioenergi. [Online] https://www.jamtkraft.se/om-jamtkraft/var-fornybara-produktion/bioenergi/var-bioenergi/

[Använd 30 01 2020].

Lehtikangas, P., 1999. Lagringshandbok för trädbränslen. 2:a red. Uppsala: Sveriges Lantbruksuniversitet.

Liss, J.-E., 2005. Brännved - Energiinnehåll i några olika trädslag, Garpenberg: Högskolan Dalarna.

Nylinder, M. & Fryk, H., 2012a. Mätning av bränsleved vid Ena Energi AB i Enköping, Uppsala: Sveriges lantbruksuniversitet.

Nylinder, M. & Fryk, H., 2012b. Torrhaltsbestämning av spånprov uttagna med motorsåg, Uppsala: Sveriges lantbruksuniversitet.

Nylinder, M., Fryk, H. & Fridh, L., 2015. Rundvedsmätning. i: C. H. Palmér & M. Iwarsson Wide, red. Skogens energi - en källa till hållbar framtid. Uppsala: Skogforsk, pp. 18-19. Philip, M. S., 1994. Measuring Trees and Forests. 2:a red. Wallingford: CABI Publishing. Stenlid, J., Bergh, J., Linder, S., Björkman, C., Rosén, K., Blennow, K., Rummukainen, M., Eriksson, H., Sonesson, J., 2004. Climate change and forestry in Sweden - a literature review.

Kungliga skogs- och lantbruksakademien, Vol 143(18), pp. 1-42.

Svenskt Trä, 2017. Densitet träslag. [Online] https://www.traguiden.se/om-tra/materialet-tra/traets-egenskaper-och-kvalitet/densitet1/densitet-traslag/

[Använd 15 04 2020].

Vikinge, B. & Gustafsson, S., 2016. Uppskattning av mätosäkerhet vid bestämning av

energiinnehåll i trädbränsle, Sundsvall: Skogsbrukets Datacentral.

VMF Syd, u.d. Komplettering till nationella mätningsinstruktioner för kvalitetsbestäming av

bränsleved. [Online] http://vmfsyd.se/matinstruktioner-visning/172/

i

B

ILAGA

1

Tabell 4. Medelvärden och standardavvikelser för energivärde i gran, björk och brandskadat.

Trädslag/Kvalitet Energivärde - medel (MWh/m3fub) Energivärde – max/min (MWh/m3fub) Energivärde – σ (MWh/ m3_fub) Energivärde – σ i procent av medelvärdet (%) Gran 2,05 1,81 / 2,46 0,16 8,05 Björk 2,80 2,60 / 3,16 0,20 7,18 Brandskadat 2,21 1,90 / 2,35 0,18 8,35

ii

B

ILAGA

2

Tabell 5. Avvikelser i torrhalt och energivärde mellan flisningsmetod och motorsågsmetod.

TH -flisning TH -motorsåg TH -avvikelse E/V - flisning (MWh/m3_fub) E/V - motorsåg (MWh/m3_fub) E/V - avvikelse 54,45% 48,58% -10,78% 2,05 1,77 -13,62% 59,73% 58,95% -1,31% 1,89 1,86 -1,61% 54,10% 54,27% 0,31% 1,81 1,82 0,39% 64,92% 66,26% 2,06% 2,32 2,37 2,50% 55,98% 51,86% -7,36% 2,18 1,98 -9,23% 62,53% 60,42% -3,37% 2,13 2,05 -4,12% 64,80% 60,23% -7,06% 2,18 1,99 -8,56% 54,93% 55,07% 0,26% 2,05 2,06 0,33% 64,89% 68,38% 5,38% 2,19 2,33 6,53% 52,30% 51,59% -1,35% 2,66 2,61 -1,73% 52,73% 48,33% -8,34% 1,94 1,74 -10,63% 51,22% 53,34% 4,15% 2,04 2,15 5,33% 52,24% 53,92% 3,22% 2,60 2,70 4,11% 57,02% 57,54% 0,91% 1,89 1,91 1,13% 50,72% 53,13% 4,75% 1,83 1,95 6,12% 57,38% 60,40% 5,27% 1,95 2,08 6,57% 63,90% 68,97% 7,94% 2,21 2,42 9,65% 55,23% 67,74% 22,65% 2,03 2,61 28,52% 54,09% 57,33% 5,99% 1,96 2,11 7,59% 57,16% 55,41% -3,07% 2,10 2,02 -3,83%

iii 54,35% 65,14% 19,85% 1,89 2,36 25,10% 57,88% 59,12% 2,15% 1,90 1,95 2,68% 52,65% 56,58% 7,46% 1,83 2,01 9,52% 52,12% 53,21% 2,10% 1,88 1,93 2,68% 61,41% 62,28% 1,42% 2,09 2,12 1,74% 57,64% 58,01% 0,65% 2,86 2,89 0,81% 67,03% 63,96% -4,58% 2,29 2,16 -5,52% 46,33% 48,51% 4,71% 1,90 2,02 6,25% 60,25% 64,93% 7,77% 2,33 2,56 9,58% 68,05% 65,85% -3,24% 2,35 2,26 -3,89%

iv

B

ILAGA

3

Tabell 6. Avvikelser i procentenheter för energivärde mellan studiens uppmätta värden och trendvärden per torrhaltsklass.

TH≤50 50<TH<60 TH≥60 Uppmätt värde E/V (MWh/m3 fub) Trend-värde E/V (MWh/m3 fub) Avvikel se Uppmätt värde E/V (MWh/m3 fub) Trend-värde E/V (MWh/m3 fub) Avvike lse Uppmätt värde E/V (MWh/m3 fub) Trend-värde E/V (MWh/m3 fub) Avvike lse 1,90 1,82 4,0% 1,89 1,70 10,9% 1,88 1,93 -2,8% 1,90 1,78 6,6% 2,18 2,19 -0,4% 1,89 1,80 4,6% 2,19 2,19 -0,2% 1,81 1,85 -2,0% 2,29 2,21 3,8% 1,95 1,85 5,5% 2,35 2,22 5,7% 1,90 1,90 0,1% 2,09 2,24 -6,7% 2,03 1,91 6,5% 2,13 2,24 -4,6% 1,89 1,92 -1,5% 2,21 2,25 -2,0% 1,83 1,94 -5,4% 2,12 2,28 -7,3% 2,03 1,94 4,5% 2,32 2,32 -0,1% 2,18 1,97 10,2% 2,29 2,33 -1,7% 2,10 2,00 5,0% 2,46 2,44 1,1% 1,96 2,00 -2,1% 2,33 2,56 -8,9% 1,88 2,02 -6,6% 2,03 2,02 0,5% 1,83 2,03 -9,8% 1,94 2,05 -5,2% 2,05 2,06 -0,2%

v 2,11 2,06 2,3% 2,05 2,08 -1,3% 2,18 2,13 2,3% 2,24 2,22 1,1% 2,04 2,23 -8,7% 2,86 2,70 6,1% 2,72 2,75 -1,2% 2,60 2,77 -6,3% 2,66 2,83 -6,2% 3,16 2,99 5,5% Medelavvikelse 4,00 % 0,55 % -1,86 % Total medelavvikelse -0,12 %