Simulating the harvesting process of a sugar-kelp farm

Abstract

På en global skala er behovet for mer matproduksjon tydelig, og mesteparten av dyrket tare brukes innenfor kategorien mat. I Norge var det hovedsakelig interessen for tare som en komponent for produksjon av biodrivstoff som startet utviklingen av denne industrien. Norge har, med sin lange kystlinje og eksisterende akvakultur-industri, et solidt potensial for storskala produksjon.

For øyeblikket består industrien hovedsakelig av pilotprosjekter med liten total produksjon. Høstingen er gjort med mindre fartøyer hvor manuell arbeidskraft og noen hjelpemidler, som kraner, brukes. Den høstede biomassen er også liten i forhold til den tillatte produksjonen. Den eksisterende industrien er ikke økonomisk gjennomførbar, og ny teknologi/systemer er grunnleggende for oppskalering. Hovedsakelig utstyr for automatisert, effektiv høsting og utsettelse av planter, sammen med en egnet fartøy som kan gi trygge forhold for mannskapet under prosessen.

Denne oppgaven studerer høsteprosessen av et sukker-tare anlegg. Et egnet design er valgt, i dette tilfellet "Macroalgae Cultivation Rig" designet av Ocean Rainforest, og anlegget danner grunnlaget for et estimert oppskalert anlegg. Tre fartøy med forskjellige størrelser og restriksjoner er valgt for høstingsprosessen.

Lokasjonen ble satt til utenfor Sula i Sør-Trøndelag, der værdata var tilgjengelig. For å opprette forskjellige vær-scenarier ble de relevante værdataene brukt til å opprette en "transition probability matrix". Fra denne matrisen var det da mulig å bruke Markov-chains for å lage flere serier som inneholder den signifikante bølgehøyden som en funksjon av tiden. Den signifikante bølgehøyden er valgt som den viktiste variabelel for begrensning av fartøyene under simuleringen.

En modell ble generert i Matlab som anslår den potensielle produksjonen for den oppgitte plasseringen. Dimensjonene fra anlegget til Ocean Rainforest ble implementert, noe som resulterte i en produsert mengde på 77,6 tonn våtvekt per hektar. Gitt det opprinnelige potensialet for stedet, i henhold til næringsstoffer, er denne verdien tilsvarende med verdier estimert i andre artikler for samme lokasjon.

Med både værdata og vekstpotensialet tilgjengelig, kan simuleringen gjøres i Simulink. Her presenteres hvordan de forskjellige fartøyene påvirkes av maksimal tillatt signifikant bølgehøyde. Modellen testet fartøyets følsomhet, og hvordan den generelle høstesyklusen ble påvirket av dette. For de tre fartøyene er resultatene ganske forskjellige. Fartøy 1 er litt følsomt, hvor én av 200 bølger er over den tillate grensen. For de 40 simuleringene som er gjort, opererer fartøyet med gjennomsnitt på 97 prosent kapasitet. Fartøy 2 er mest begrenset av været, da 1 av 10 bølger er over de tillatte verdiene. Dette påvirker rundturstiden og bidrar til ventetid før skipet kan seile til anlegget samt avbrudd under høstingen. Det siste fartøyet, det største, var ikke påvirket av bølgene, og simuleringen ble derfor utført uten avbrudd.

Gitt sin overlegenhet i simuleringen, er det rimelig å anta at fartøy 3 er det som gir den beste løsningen. Det er imidlertid flere faktorer som bidrar. Det økonomiske aspektet har ikke blitt diskutert i denne oppgaven, på grunn av mangel på data, men vil være avgjørende for situasjonen i virkeligheten. Et større fartøy er vanligvis dyrere, og hvis driftskostnadene oppveier fortjenesten, er løsningen ikke lenger mulig. Det neste trinnet ville derfor være å gjennomføre en fartøyoptimalisering basert på kostnadene, og for dette anslå en mer avgjørende konklusjon. Det ble også klart i simuleringen at valgt innhøstingshastighet ikke var i samsvar med ønsket produksjon, og derfor bør modellering av en ny høstemetode være av prioritet.

Med potensialet i tilgjengelige områder og gode vekstforhold har industrien alle muligheter for å lykkes. Fremskrittene må gjøres med hensyn til høsteutstyr som kan håndtere store mengder biomasse, samt å kunne bevare den ønskede kvaliteten.

On a global scale the need for more food production is evident, and the majority of cultivated seaweed is used for food applications. In Norway it was mainly the interest of seaweed as a component for biofuel that triggered the advancement of this industry. Norway have, with its large coastline and existing aquaculture industry, a vast potential for large-scale production.

At this moment the industry consist mainly of pilot-projects and small-scale production. The farming is done with smaller vessels using manual labour and some tools for aid. The harvested biomass is small compared to the allowed production. The existing industry is not economically feasible, and new technology and systems is fundamental for upscaling. Mainly equipment for automated efficient harvesting and seeding/deployment, along with a suitable vessel that can provide safe conditions for the crew during the process.

This thesis studies the harvesting process of a sugar-kelp farm. A suitable farm design is selected, in this case the Macroalgae Cultivation Rig designed by Ocean Rainforest, and the farm forms the basis of an estimated upscaled facility. Three vessels with different sizes and restrictions is chosen for the harvesting process.

The location was set to outside Sula in Sør-Trøndelag, where weather-data was available. To create different scenarios, the relevant weather-data was used to create a transition probability matrix. From this matrix it was then possible to use Markov chains to create several series containing the significant wave height as a function of time. The significant wave height were chosen as the variable restricting the vessels during the simulation.

A model was generated in Matlab estimating the potential production for the given location. The dimensions from the Ocean Rainforest farm were implemented, resulting in a produced amount of 77.6 tonnes wet weight per hectare. Given the initial potential of the location, in terms of nutrients, this corresponds with values estimated in other articles for the same location.

With both the weather-data and the growth potential ready, the simulation could be made in Simulink. Here it is presented how the different vessels behave given the maximal allowed significant wave height. The model tested the vessels sensitivity, and how the general harvesting cycle is affected by this. For the three vessels the results are quite different. Vessel 1 is a little sensitive, where 1 of 200 waves are above the limit. For the 40 simulations done, the vessel operates at an average 97 percent capacity. Vessel 2 is the most limited by the weather, as 1 in 10 waves are above the allowed values. This affects the round-trip time a lot, given both waiting-time to sail to the farm, and interruption of harvesting. The last vessel, the largest one, were not affected by the waves, and the simulation was therefore performed without interruption.

Given its superiority in the simulation, it is reasonable to assume that vessel 3 is the best solution. However, there are more factors contributing. The economical aspect have not been discussed in this thesis, due to lack of data, but will be crucial for deciding a vessel in a real-life situation. A larger vessel is usually more expensive, and if the operation costs outweighs the profit, the solution is not feasible. The next step would therefore be conducting an vessel-optimization based on cost, and from this draw a more conclusive result. It was also made clear in the simulation that the selected harvest speed were not corresponding to the desired production, and therefore modeling a new harvest method should be of priority.

With the potential in available area and good growth-conditions, the industry have every opportunity at succeeding. The advances needs to be done with regards to harvesting equipment handling large amounts of biomass, along with being able to preserve them for the desired quality.