Lantmännen is a Swedish agricultural cooperative in agriculture, machinery, bioenergy and food. With over 10,000 employees and 5 divisions, Lantmännen is the Nordic region’s largest ethanol manufacturer. In the Energy division business area are Agroetanol, which produces sustainable ethanol that is used for, among other things, biofuels. To produce ethanol, grains such as wheat, barley, triticale, corn and rye are mixed. The grain is purchased through forward contracts for up to a year before it is used in production. Depending on which mixture of grain is used, the amount of ethanol that is produced differs. Therefore, is it of great importance which mixture is used. Agroetanol currently use mixtures based on what is available in the procured contracts and production stocks, without regard to ethanol yields. The purpose of the master thesis is to provide a basis for Lantmännen Agroetanol that can help the company choose which mixture of raw grain is most suitable in relation to the ethanol yield. The main goal of the thesis is to create a model for calculating the expected ethanol yield in the production of specific mixtures, as well as an optimization model to optimize which mixtures are to be used from available stocks at each quarter. To achieve the goal, a statistical model was created based on data from Agroetanol. The model was created using a regression analysis in several steps. The steps began with a literature search on similar studies to determine what form the predictable model would take. At the same time as the literature search was ongoing, several interviews were conducted with staff from Agroetanol. The interviews aimed to collect historical data regarding ethanol production at the plant, as well as a survey of how the production was carried out and how the plant functioned. Based on the historical data collected, a statistical model could be produced. The model can be used to estimate the expected ethanol yield of different combinations of raw grains. The standard error of the regression was 1.3898 percentage points. The model can be used to determine the amount of each grain to be procured, to have a high ethanol yield. Based on the regression model, a mathematical mixing model for grains (BMFS) was created with the goal to plan how the available grain should be distributed in different mixtures. BMFS was based on the information about Agroetanol’s processes and production facility obtained through interviews. The model’s solution consists of which grains are to be included in each mixture for each week, how much of each grain is to be included in the mixture, from which contract the grain is to be procured and in which silo at Agroetanol it is to be stored before it is used in production. BMFS was optimized in AMPL as an optimization model, with the BARON solver. The solution is time consuming and therefore EpsR is used to make the solution easier. The EpsR value means that Baron stops looking for better solutions if the objective functioan value does not become better than the EpsR value. With the help of the regression model and BMFS, Agroetanol can improve its long-term production planning. With the regression model, they can already, when buying grain, plan according to which mixtures give the highest ethanol content. The solution from BMFS means that Agroetanol can plan the ethanol production for the entire quarter before the quarter begins. / Lantmännen är ett svenskt lantbrukskooperativ inom lantbruk, maskin, bioenergi och livsmedel. Med över 10 000 anställda och 5 divisioner är Lantmännen Nordens största etanolproducent. I divisionen Energi finns affärsområdet Agroetanol där tillverkningen av hållbar etanol som används till bland annat biodrivmedel. För att tillverka etanol används spannmål såsom vete, korn, rågvete, majs och råg. Spannmålen inhandlas genom forwardkontrakt i upp till ett år innan de används i produktionen. Beroende på vilken blandning spannmål som används skiljer sig etanolhalten åt och därav är det av stor betydelse vilken blandning som används. I dagsläget väljer Agroetanol sina blandningar utefter vad som finns i tillgängligt i de upphandlade kontrakten och produktionslagren utan hänsyn till etanolutbytet. Syftet med examens-arbetet är att bidra med ett underlag för Lantmännen Agroetanol som kan hjälpa företaget att välja vilken blandning av spannmålsråvaror som är mest lämplig i förhållande till etanolutbytet. Examensarbetets huvudmål blev därmed att skapa en statistisk modell för att beräkna förväntad etanolutbyte, samt en matematisk blandningsmodell för att optimera vilka blandningar som ska användas utifrån de tillgängliga spannmålen vid varje kvartal. För att uppnå målet skapades en statistisk modell baserad på data från Agroetanol. Modellen skapades med hjälp av en regressionsanalys i flera steg. Stegen började med en litteratursökning kring liknande studier för att avgöra vilken form prediktormodellen skulle ha. Samtidigt som litteratursökningen pågick genomfördes flera intervjuer med personal från Agroetanol. Intervjuerna syftade till att samla in historisk data angående etanolproduktionen på anläggningen, samt en kartläggning över hur produktionen genomfördes och hur anläggningen fungerade. Baserat på den historiska data som samlades in kunde en regressionsmodell framställas. Modellen kan användas för att uppskatta förväntat etanolutbyte vid olika fördelningar av spannmålen i blandningarna. Regressionens standardavvikelse hamnade på 1,3898 procentenheter. Modellen kan användas för att avgöra vilken mängd av varje spannmål som ska införskaffas för att ge ett högt etanolutbyte. Utifrån regressionsmodellen skapades en matematisk blandningsmodell för spannmål (BMFS), vars mål är att planera hur det tillgängliga spannmålet ska fördelas i olika blandningar. BMFS baserades på information kring Agroetanols processer och produktionsanläggning som införskaffats genom intervjuer. Modellens lösning består av vilka spannmål som ska ingå i varje blandning för varje vecka, hur stor del av varje spannmål ska ingå i blandningen, från vilket kontrakt ska spannmålet införskaffas och i vilken silo hos Agroetanol det ska lagras innan det används i produktionen. BMFS optimerades i AMPL som en optimeringsmodell, med lösaren BARON. Lösningen är tidskrävande och därav används EpsR för att göra lösningen lättare. EpsR-värdet innebär att Baron slutar leta bättre lösningar ifall målfunktionsvärdet inte blir bättre än EpsR-värdet. Med hjälp av regressionsmodellen och BMFS kan Agroetanol planera sin produktion mer långsiktigt. Med hjälp av regressionsmodellen kan de redan vid inköp av spannmål planera utefter vilka blandningar som ger högst etanolhalt. BMFS lösning bidrar till att Agroetanol kan planera produktionen av etanol för ett helt kvartal, innan kvartalet påbörjas. / <p>Examensarbetet är utfört vid Institutionen för teknik och naturvetenskap (ITN) vid Tekniska fakulteten, Linköpings universitet</p>
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-178107 |
| Date | January 2021 |
| Creators | Hijazi, Basel, Åkesson, Gustav |
| Publisher | Linköpings universitet, Kommunikations- och transportsystem, Linköpings universitet, Tekniska fakulteten |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds