Etelä-Pohjanmaan metsäkeskusalue käsittää Etelä- ja Keski-Pohjanmaan maakunnat sekä kolme kuntaa (Isokyrö, Laihia & Vähäkyrö) Pohjanmaan maakunnasta. Alueen teknis-taloudelliseksi metsäenergiapotentiaaliksi laskettiin 1,6 TWh/v. Mikäli myös männyn kannot hyödynnettäisiin energiakäyttöön, niin alueen teknis-taloudellinen potentiaali olisi jopa 2,7 TWh/v. Alueen vuotuisen teknis-taloudellisen metsäenergiapotentiaalin täysimääräiseen hyödyntämiseen tarvittaisiin paljon energiapuun korjuukalustoa ja kuljettajia. Eniten resursseja tarvittaisiin ensiharvennusten integroituun aines- ja energiapuun korjuuseen. Toiseksi eniten resursseja tarvittaisiin nuoren metsän hoitokohteiden energiapuun korjuuseen. Kaiken kaikkiaan koneita tarvittaisiin 185 kpl/v ja niihin kuljettajia kaksinkertainen määrä. Metsäenergiapotentiaalit laskettiin Metsäntutkimuslaitoksen tuottamasta valtakunnan metsien inventointiaineistosta (VMI10) kuntakohtaisesti Etelä-Pohjanmaan metsäkeskuksen toimialueelle. Lisäksi laskelmissa hyödynnettiin alan kirjallisuutta sekä metsäenergia-alan organisaatioiden keräämiä aineistoja. Tutkimuksessa käytetty laskentatapa palvelee käytännön tarpeita ja malli soveltuu myös muille metsäkeskusalueille. Alueellisten metsäenergiavarojen tunteminen edistää maamme metsien ekologista, sosiaalista ja taloudellista kestävää käyttöä.
Tutkimuksessa verrattiin neljän eri hakkeen tuotantomenetelmän tuottavuutta ja kustannuksia. Tämän tutkimuksen yhteydessä tehtiin vuoden mittaiset seurantatutkimukset kahdesta koneesta. Välivarastohakkureista tutkimuksessa seurattiin R9700 Future-hakkuria. Toinen seurantatutkimus tehtiin Moha-monitoimihakkurista, joka mahdollistaa hakkuutähteiden haketuksen palstalla ja hakkeen kuljetuksen käyttöpaikalle samalla yksiköllä. Tutkimuksessa käytettiin lisäksi VTT Energian aiemmin tekemien Chipset-palstahakkurin ja Evolution-välivarastohakkurin seurantatutkimuksien tuloksia.
Future-välivarastohakkuri osoittautui seurantatutkimuksessa teknisesti luotettavaksi ja toimivaksi. Ongelmaksi Futuren seurannassa havaittiin kuuma korjuuketju, joka aiheutti odotuksia sekä hakkurille että hakeautolle. Moha-monitoimihakkurin tekninen luotettavuus ja toimivuus oli seurantatutkimuksessa koneen prototyyppiluonne huomioon ottaen hyvä.
Kustannusvertailussa Moha-monitoimihakkuriin perustuva puupolttoaineen tuotantomenetelmä osoittautui halvimmaksi alle 25 kilometrin kaukokuljetusmatkoilla. Chipset-palstahakkuriin perustuva hakkeen tuotantomenetelmä oli edullisin yli 25 kilometrin kuljetusmatkalla. Myös Evolution- ja Future-välivarastohakkureiden kilpailukyky parani kuljetusmatkan pidentyessä.
Varastojen kokoa kasvattamalla voidaan välivarastohakkureiden tuottavuutta nostaa merkittävästi. Välivarasto- ja palstahaketuksessa korostuu toiminnan organisoinnin, erityisesti kuljetusten järjestelyjen, merkitys tuotantomenetelmän tuottavuuteen ja kustannuksiin. Tehtäessä valintaa eri tuotantomenetelmien välillä on otettava huomioon paikalliset olosuhteet aina lämpölaitoksen sijainnista saatavilla olevaan raaka-aineeseen saakka.
Tutkimuksessa mallitettiin palstahaketuksen ja hakkeen kaukokuljetuksen muodostama energiapuun toimitusketju. Haketuksen ja kaukokuljetuksen kustannuksia tutkittiin simulointimallin avulla. Haketus suoritettiin palstahakkurilla ja hake kuljetettiin vaihtokonttiautolla, täysperävaunullisella tai puoliperävaunullisella hakeautolla. Lisäksi mallitettiin ketju, jossa puoliperävaunullinen hakeauto ajoi lisäksi turvetta.
Ketjujen ominaisuudet selvitettiin aiemmin tehtyjen hakeharvesteria ja hakeautoja koskevien tutkimusten pohjalta. WITNESS-simulointiohjelmistolla rakennettiin simulointimallit joiden perusteella ketjujen ominaisuuksia vertailtiin. Haketettavien kohteiden tiedot luotiin TASO-laskennan kuviotietojen perusteella.
Simulointitulosten perusteella koneiden välinen kiinteä vuorovaikutus oli merkittävä tekijä kokonaiskustannusten muodostumisessa. Sekä hakeharvesterin että hakeauton ajasta kului huomattava osa odotuksiin, mikä nosti korjuun kokonaiskustannuksia.
Laaditut simulointimallit tulee sovittaa toimivaan yritysympäristöön ja suorittaa simulointimalleille yksityiskohtaisemmat herkkyysanalyysit, jotta malleja voitaisiin käyttää päätöksenteon apuvälineinä. Simulointimallien tarkkuutta voidaan parantaa käyttämällä hyväksi laajempia tutkimuksia ketjun koneiden ominaisuuksista.