Et samarbejde mellem Reno Djurs og Aarhus Universitet

Transkript

1 DAKOFA 25. august 2015 Et samarbejde mellem Reno Djurs og Aarhus Universitet Optimering af logistik ved indsamling af affald Hardy Mikkelsen, Reno Djurs Og Nyeste forskning inden for intelligente indsamlingsmetoder og potentialet i anvendelsen af big data Sanne Wøhlk, CORAL, Aarhus Universitet DAKOFA 25. august 2015 Optimering af logistik ved indsamling af affald - Udfordringer - Baggrund for vores samarbejde med Aarhus Universitet 1

2 Reno Djurs Fælleskommunalt affaldsselskab (I/S) Ca indbyggere og sommerhuse Står for dagrenovationsordning, kuber og (10 stk.) genbrugsstationer m.v. ansvar for alt husholdningsaffaldet Al indsamling og kørsel er udliciteret Tre områder at optimere (transportomkostninger) Husstandsindsamling af restaffald og genanvendeligt affald ( lokationer, 2 fraktioner p.t.), 35 mio. kr./år Decentralt opstillede offentlige kuber (miljøstationer) (200 lokationer, 2 fraktioner p.t.), 1 mio. kr./år Kørsel med affald fra genbrugsstationer (9 lokationer, 30 fraktioner), 4,5 mio. kr./år 2

3 Tre forhold at optimere på Hvordan skal systemet være (f.eks. container- og beholdertyper, fyldemeldere, administrations- og datasystem, aflæsningssteder etc.) Primært kommunens/udbyders beslutning Hvordan skal ruter og logistik for indsamlingen være (f.eks. tømningsrækkefølge, ruteoptimeringssystem, biltyper) Primært indsamlers beslutning, dog system- og udbudsmæssige bindinger Hvordan kan udbudsmateriale/kontrakt understøtte muligheder for optimering - Kommunens/udbyders beslutning Husstandsindsamling overvejelser (1) Hvad skal vi indsamle? Papir og pap Emballager af glas, metal og plast Organisk affald Restaffald Hvordan skal vi gøre det? Kildesorteret i hver fraktion, kildeopdelt med flere fraktioner sammen, optisk sortering med flere fraktioner i samme spand Enkeltkammerspande Dobbeltkammerspande 4-kammerspande Omlastning eller direkte Små satellitbiler/flerkammerbiler og moderbiler? 3

4 Husstandsinddssamling overvejelser (2) Hvor ofte skal vi tømme? Ugetømning, 14-dagestømning, 4/6/8 ugers tømning kombinationer. Obligatorisk/valgfrit. Afgøres af forventet mængde, spandestørrelse/type og variation i fyldningsgrad Husstandsindsamling - eksempler på muligheder Hvad indsamles ved husstanden Hvordan Afsat til genanvendelse % Gebyr indeks Optisk sortering af rest/organisk Optisk sortering af rest/organisk Central sortering af restaffald

5 Beholdertyper - antagelser Beholdertyper 1-kammerspande Dobbeltkammerspande 4-kammerspande Fordele Hurtig aflæsning på én modtagelokalitet Færre spande på hver ejendom Færre spande på hver ejendom Kildesorteret i stedet for kildeopdelt Kan bedre optimere tømningsfrekvens (papir/pap, metal, glas, plast) i forhold til indhold bedre udnyttelse af kapacitet i beholder og biler Kan let tilpasse beholderstørrelse/tømningshyppighed Kræver ikke specialbiler Hurtig tømning Billigere spande Billigere indsamling Mindre risiko for fejlsortering i kamre Tydelig opdeling for borgerne Ulemper Der skal være flere spande på hver ejendom Længere tid mellem tømning kan give lugt/hygiejneproblemer Aflæsning af to fraktioner på samme lokalitet (kræver omlastning) Svært at tilpasse kamrenes volumen og tømningsfrekvens til behovet, så det passer på to fraktioner. Kræver specialbiler (dyrere, mindre fleksibilitet) Langsommere tømning Spande er dyrere Større risiko for tekniske problemer med spande og biler Større risiko for fejlsorteringer i kamrene Affald sidder lettere fast i de mindre kamre Aflæsning af fire fraktioner på samme lokalitet (kræver omlastning) Svært at tilpasse kamrenes volumen og tømningsfrekvens til behovet, så det passer på fire fraktioner. Kræver specialbiler (dyrere, mindre fleksibilitet) Langsom tømning Meget stor og dyr beholder. Tømmes ikke altid helt pga. små kamre og let affald Risiko for svineri ved tømning Kræver samtidig restaffaldsspand Større risiko for fejlsorteringer i kamrene Kuber - overvejelser, eksempler Fyldningsgrad på 100 % giver få tømninger, men mange kørte kilometer/høje omkostninger (især i landdistrikter). Fyldningsgrader på 30 % giver mange tømninger og også mange kørte kilometer hvor er optimum, og hvordan opnås det? Størrelser og antal på de enkelte lokationer for ruteoptimering? Tømning af to fraktioner ved samme tømningsoperation eller separate ruter (krav til fyldningsgrad på begge beholdere)? Hvem planlægger ruter og hvordan? Faste tømningsdage, tømning efter behov baseret på erfaring (ej fyldemeldere), tømning efter behov med fyldemeldere? Ruteoptimeringsværktøj? Incitamentet til omkostningsminimering ved udbud. Afregningsmodel, krav til fyldningsgrad, proceskontrol hvordan? 5

6 Genbrugsstationer overvejelser om optimering (1) Det er bl.a. ønskeligt, at: Containerne er så fyldte som muligt, når de afhentes på genbrugsstationen At der køres med to containere ad gangen (træk) Rammerne Der er ikke altid to containere med samme type på hver station, og ofte kun én fyldt container på en station til samme aflæsningssted. Når containerne er fyldte skal de køres til en af i alt 5-7 forskellige afleveringspladser alt efter indhold. Der kan transporteres en eller to containere ad gangen. Transporteres to, kan disse have samme eller forskellig oprindelse (station) og samme eller forskellig destination (aflæsningsplads). Genbrugsstationer overvejelser om optimering (2) (Hvordan) kan kørslerne koordineres imellem pladserne, så det samlede transportarbejde minimeres? Analyser af kørselsmønstre og optimeringspotentiale, bestillingssystem, ruteplanværktøj, procesovervågning 6

7 Kan vi selv knække koderne? Tjahh, mere eller mindre håndholdt og analytisk Men der er helt særlige kompetencer omkring logistik, som det er værd at trække på og samarbejde med det har bl.a. supermarkeder, da også gjort i årevis for at sikre de rette ting på det rette sted til den rette tid billigst muligt. Aarhus Universitet (AU) kontaktede os i 2011 med ønske om at Reno Djurs var case for et bachelor-projekt om optimering af kubetømning Matematiske modeller og analyser, vi ikke selv er kyndige i, skulle bruges i projektet og derfor sagde vi naturligvis ja tak. Projekter med AU Dette første projekt synliggjorde for os, at der er logistikviden, avancerede metoder og værktøjer på et højt niveau, som med fordel kan bruges også i affaldsverdenen. Vi har siden haft samarbejde med AU om en række specialeprojekter samt tre bachelorprojekter i (): Temaer - alle med forskelligt fokus og rammebetingelser Kuber Analyser, tømningsoptimering gennem struktur, ruteplanlægning og incitamenter Genbrugsstationer Analyser, tømningsoptimering gennem bestillingssystem og ruteplanlægning Husstandsindsamling Analyser, sammenstilling af varierende scenarier, ordninger (f.eks. emballager, organisk affald, tømningsfrekvenser, sommerhuse) etc. (1) (1) (1) PhD projekt og 2 forskningsartikler om kuber samt en studiemedarbejder 7

8 Erfaringer, resultater (1) Projekterne viser, at der er et optimeringspotentiale på alle områder. Projekterne giver øget viden om konsekvenser ved forskellige systemvalg. Kan være svært at høste optimeringspotentialer og drage entydige konklusioner direkte på baggrund af specialer (f.eks. pga. afgrænsninger, og at opgaveløsning via udbud sætter nogle mere snævre rammer for at igangsætte og styre tiltag). Studieprojekter har også andre formål. Vi får inspiration og større viden, konkrete forslag, får set tingene på andre måder og ikke mindst et særdeles kritisk blik på egne data og egne systemer. Herudover bliver fastlåste antagelser udfordret, og det er jo sundt Erfaringer, resultater (2) Vores egen indsats med tilvejebringelse af data og dialog med de studerende kommer mange gange igen og så er det tilmed rigtig sjovt På baggrund af projekterne har vi forbedret kubetømning, herunder stillet nye krav i udbud for at optimere. Via ansættelse af studiemedarbejder igangsat optimering af kørsler på genbrugsstationer - til en start med et bestillingssystem og centraliseret tømningskoordinering. Et egentligt ruteplanlægningssystem til entreprenøren forventes at være næste skridt. Næste store skridt: Forskningsprojekt, der giver endnu bedre viden, som hele affaldssektoren kan drage stor fordel af. 8

9 DAKOFA 25. august 2015 Nyeste forskning inden for intelligente indsamlingsmetoder og potentialet i anvendelsen af big data - Et blik bagud og på de næste fire år - Kuber - Genbrugspladser - Husstandsindsamling Forskningsrådet har givet 4 mill. kr. til et forskningsprojekt Transportation issues related to waste management Eller Transport af affald 9

10 Min baggrund: Lektor med fokus på Operationsanalyse og logistik Forretnings forståelse Data Matematik Økonomi Datalogi Logistik Tilgang til affaldstransport: Matematiske modeller for logistiske problemstillinger Data analyse og Algoritmer Estimere antal kørte kilometer i forskellige senarier Sammenligne omkostningen af senarierne 10

11 DEA-Måling af 33 kommuners effektivitet 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0,00 0,20 0,40 0,60 0,80 1,00 Kuber Skal vi planlægge manuelt eller bruge software? Skal vi outsource transporten? Skal vi bruge sensorer? Skal vi bruge faste eller variable planer? Skal vi bruge en lastbil med én eller to containere? Skal vi indsamle flere fraktioner via kuber? Skal vi bruge en type beholdere som kan tømmes af den almindelige skraldebil? 11

12 Kuber Skal vi planlægge manuelt eller bruge software? Der er svært at planlægge optimalt fordi Tømningsbehovet varierer Det menneskelige øje kan ikke se det (selv med faste ruter er det svært) En algoritme kan lave den optimale plan - Enten med faste ruter - Eller med flydende ruter Kuber Skal vi planlægge manuelt eller bruge software? Brug af software med flydende ruter giver en besparelse på ca 30% i omkostning i RÅ tal Eller 18% i omkostning OG 30% i tid (hvis vognmanden kompenseres i en outsoursing model) Et kommercielt firma rapporterer besparelser på op til 50% Forskning på transport generelt siger 20-40% Det kræver gode forecasts for ifyldning af kuberne! Software koster X kr. 12

13 Kuber Skal vi outsource transporten? Vær meget opmærksom på hvordan kontrakten skrues sammen Reno Djurs Vognmand Minimer omkostning = Betaling til vognmand Maksimer profit = Betaling fra Reno Djurs tid og kilometer Kuber Skal vi bruge sensorer? Kube system med sensorer og software 5-8% Kubesystem uden sensorer, men med gode forecasts og software 13

14 Kuber Resten af spørgsmålene: Skal vi bruge faste eller variable planer? Det arbejder vi på nu, dog i et lidt andet setup Skal vi bruge en lastbil med én eller to containere? Skal vi indsamle flere fraktioner via kuber? Skal vi bruge en type beholdere som kan tømmes af den almindelige skraldebil? Genbrugspladser Pilotprojekter har - Analyseret klarmeldinger af containere - Analyseret kørselsmønstre - Reno Djurs har nu et system der centralt melder containere klar til tømning 14

15 Genbrugspladser Sådan var ansvarsopdelingen da vi startede: Den enkelte chauffør er ansvarlig for tømning af containere på en eller flere pladser Genbrugsplads Modtageranlæg Fordele: - Simpelt - Relativt overskueligt at planlægge - Opdelt ansvar Ulempe: - Ikke økonomisk optimalt Genbrugspladser Pilotstudier indikerer at den optimale (økonomisk billigste) plan fx ser sådanne ud: - Dvs bilerne er ikke knyttet til få pladser - Ansvaret er blandet - Det er rodet 15

16 Genbrugspladser I projektet vil vi - Analysere den økonomiske forskel på de to setup - Og finde en fornuftig balance mellem billigst og simpelt - I den forbindelse arbejder vi sammen med vognmanden om at udvikle noget software der kan bruges til planlægning og analyse Nemmere! Billigere, men hvor meget? Genbrugspladser Vi vil også meget gerne have en bredere analyse som bygget på flere kommuners genbrugspladser og aflæsningssteder 16

17 Husstandsindsamling Transportomkostninger ved enkeltkammer biler vs 2- (3 eller 4) -kammer biler Eller: Hvilke type beholder og bil er billigst for indsamling i hvilke typer områder? Og hvor meget billigere? Pilotstudier viser at 2-kammer biler er billigere end enkeltkammerbiler i landligt område. Husstandsindsamling Hvis vi skal indsamle 3-4 (5? 6?) fraktioner ved borgerne, fx Papir hver 4. uge Glas hver 6. uge Plast og metal hver 3. uge Organisk og rest hvor eller hver 2. uge Hvor meget ekstra koster det så hvis vi koordinerer indsamlings ugedagen for den enkelte borger? Pilotstudier siger at det KUN er marginalt dyrere 17

18 Husstandsindsamling Hvor meget kan spares ved at have faste i forhold til variable indsamlingsfrekvenser (Altså fx fast 14.-dags tømning ) Pilotstudiet viser at HVIS man har et fornuftigt planlægningsværktøj er der ingen forskel i prisen MEN uden et godt værktøj et det nemmere at planlægge med fast frekvens! Husstandsindsamling Andre spørgsmål som måske er relevante at undersøge: Hvor meget kan vi spare ved at integrere kubeindsamlingen Nye fraktioner: Hvordan indsamles de billigst? Hvordan takler vi sommerhuse? 18

19 Forskningsprojekt Pilotprojekt vs Forskningsprojekt - Pilotprojekter - ¼ af Djurs - Udført af studerende I forskningsprojektet vil vi Bruge flere forskellige områder (land, by, storby) Bruge meget mere data Drage konklusioner det varierer efter type af område Sikre en forskningsmæssig sikkerhed for konklusionerne Forskningsprojekt Hvis projektet skal blive til glæde for DAKOFAs medlemmer, skal vi bruge Dialog med og data fra Forskelligartet områder - Storby (KBH eller Aarhus?) - Mellemstore byer med opland - Landlige områder. 19

20 Forskningsprojekt For husstandsindsamling. Og genbrugspladser.. Og andre systemer. I er meget velkommen til at kontakte mig SANW@econ.au.dk Tak for jeres opmærksomhed! 20