Η διαχείριση των Αστικών Στερεών Αποβλήτων (ΑΣΑ) αποτελεί ένα σύνθετο περιβαλλοντικό πρόβλημα με κοινωνικές και οικονομικές επιπτώσεις και για το λόγο αυτό καθιστάται υποχρεωτικός ο ολοκληρωμένος σχεδιασμός στα συστήματα ΑΣΑ. Αντικείμενο της παρούσας διπλωματικής εργασίας είναι η χρήση ενός μοντέλου Μαθηματικού Προγραμματισμού (MP) για τον βέλτιστο σχεδιασμό διαχείρισης Αστικών Στερεών Αποβλήτων (ΑΣΑ). Πρόκειται για ένα μοντέλο το οποίο έχει ως στόχο να εκτελέσει δομική, διαστασιολογική και λειτουργική βελτιστοποίηση. Με άλλα λόγια, με την εφαρμογή του εν λόγω μοντέλου δίνονται απαντήσεις στα εξής ερωτήματα: ποιες διεργασίες (δομική βελτιστοποίηση), ποια θα είναι η χωρητικότητά τους (διαστασιολογική βελτιστοποίηση) και ποιο θα είναι το ετήσιο λειτουργικό τους φορτίο (λειτουργική βελτιστοποίηση). Από τεχνικής άποψης, είναι ένα μοντέλο Μικτού Ακέραιου Γραμμικού Προγραμματισμού (Mixed Integer Linear Programming - MILP), το οποίο σημαίνει ότι περιέχει συνεχείς και ακέραιες (συνήθως δυαδικές) μεταβλητές και η βελτιστοποίηση γίνεται μέσω Πολυκριτηριακού Μαθηματικού Προγραμματισμού (Multi-Objective Mathematical Programming - MOMP) με τη χρήση του υπολογιστικού εργαλείου GAMS (General Algebraic Modeling System). Τα προβλήματα MOMP έχουν δύο στόχους: πρώτον, την παραγωγή των κατά Pareto βέλτιστων λύσεων και στη συνέχεια την επιλογή μεταξύ αυτών από τον αποφασίζοντα. Στην προκείμενη περίπτωση, στο μοντέλο μας ενσωματώνονται δύο αντικειμενικές συναρτήσεις (κριτήρια): η οικονομική συνάρτηση που προσδιορίζει ποσοτικά την ελαχιστοποίηση της Καθαρής Παρούσας Αξίας (ΚΠΑ) και η περιβαλλοντική συνάρτηση που προσδιορίζει ποσοτικά την ελαχιστοποίηση των σχετικών ισοδύναμων εκπομπών CO2. Αφού κατασκευάστηκε το μοντέλο, πραγματοποιήθηκε η εφαρμογή του σε μια πόλη με πληθυσμό 1.000.000 κατοίκων με ελληνικά χαρακτηριστικά σε ότι αφορά την ποσότητα και τη σύνθεση των σκουπιδιών. Οι τεχνολογίες που εξετάστηκαν είναι η υγειονομική ταφή (ldf), η καύση (wte), η βιολογική-μηχανική επεξεργασία (mbt), η βιολογική ξήρανση (bd), η κομποστοποίηση (cmp), η αναερόβια χώνευση (ad) και η μονάδα ανάκτησης υλικών (mrf). Για τη μελέτη μας διαμορφώσαμε διάφορα σενάρια αλλάζοντας τον περιορισμό μέγιστης χωρητικότητας στην υγειονομική ταφή 1, αλλάζοντας τη σύνθεση των κάδων των αποβλήτων, ενεργοποιώντας ή απενεργοποιώντας τους περιορισμούς ανακύκλωσης ]σης (wte) και πωλείται στο δίκτυο. Εν κατακλείδι, από την εφαρμογή της πολυκριτηριακής ανάλυσης προέκυψαν μια σειρά συμπερασμάτων ανάλογα με τις περιπτώσεις εφαρμογής του υπολογιστικού εργαλείου.
The Municipal Solid Waste (MSW) management is a complex environmental problem with social and economic impact, the integrated planning in MSW systems becomes mandatory. The purpose of this paper is to apply a Mathematical Programming (MP) model to optimize the MSW management’s design. The model will be properly formulated in order to perform structural, design and operational optimization. In other words, by applying the aforementioned model, the following major questions will be answered : which processes (structural optimization), what will be there capacity (design optimization) and what will be their annual operational load (operational optimization). In technical terms, it is a Mixed Integer Linear Programming (MILP) model, which means it contains continuous and integer (mostly binary) variables, and the optimization is performed through Multi-Objective Mathematical Programming (MOMP) using the widely known modeling system GAMS (General Algebraic Modeling System). The solution of MOMP problems is a twofold task: First, the generation of the Pareto optimal solutions and then the selection among them from the decision maker. In our model, two objective functions are incorporated: the economic objective function quantified as the minimization of the discounted cost of the system and the environmental objective function quantified as the minimization of the associated CO2 - equivalent emissions. Once the model was developed, we applied it to a city of 1.000.000 inhabitants having Greek characteristics in terms of waste amounts and composition of garbage. The waste management options we considered are Landfill (ldf), Waste to Energy (wte), Mechanical- Biological Treatment (mbt), Biodryig (bd), Composting (cmp), Anaerobic Digestion (ad) and Material Recycling Facility (mrf). The model give us the opportunity to investigate the effectiveness of various scenarios for optimizing the MSW management, including changing the capacity limitation of landfill 1, changing the bin configuration, activate or deactivate recycle restrictions and changing the price of electricity produced in Waste to Energy (wte) and sold to the market. Finally, the application of multicriteria analysis revealed a number of conclusions depending on the cases where the computational tool was applied.