Voimakattilaprojektien kustannusrakenne ja markkinahinnan muodostuminen
Sikanen, Teemu Kasperi (2019)
Diplomityö
2019
School of Energy Systems, Energiatekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2019062021540
https://urn.fi/URN:NBN:fi-fe2019062021540
Tiivistelmä
Tässä työssä tutkitaan voimakattilaprojektien kustannuksiin ja markkinahintaan vaikuttavia tekijöitä keskittyen projektitoimittajan näkökulmaan. Työn kohteena on ANDRITZ Oy:n kerrosleijukattiloiden EPC-toimitukset. Työn tarkoituksena on kehittää Excel-pohjainen laskentatyökalu, jolla voidaan helposi mallintaa kustannuksia ja arvioida markkinahintaa myyntiprojektin hinnanarviointia varten.
Tutkimuksen pohjana käytetään ANDRITZ Oy:n aikaisempien projektien hinnoitteluaineistoja. Regressioanalyysin avulla etsitään merkittävimmät tekijät sekä luodaan regressiomallit ja sovitteet käyttäen Excelin LINREGR-funktiota. Laskenta perustuu pienimmän neliösumman menetelmään. Projektien vertailua varten hinnoittelutiedot muutetaan vastaamaan nykykustannustasoa sekä määriteltyä toimituslaajuutta.
Parhaiten kustannuksia ja hintaa havaittiin selittävän höyryvirta, polttoaineteho ja savukaasuvirta. Kustannuksien ja hintojen havaittiin myös mukailevan parhaiten potenssifunktion sovitteita. Mallin tarkkuus ja luotettavuus eri kustannuserille vaihtelee runsaasti eikä yksiselitteisesti kaikille kustannuserille sopivia selittäviä tekijöitä löydetty. In this Thesis, factors that affect costs and market price of power boiler delivery projects are studied. Focus is on ANDRITZ Oy EPC –projects for bubbling fluidized bed boilers. Goal of this work is to develop Excel based calculation tool with which it is easy to model costs and market price for price estimation of power boiler’s sales projects.
Study is based on price estimation documentation of ANDRITZ Oy’s previous projects. Regression analysis is used to find the foremost factors. Regression models are created for costs and price as a function of the foremost parameters using Excel LINEST-function. Pricing data is converted to correspond current level of expenditure. In addition, scope of the projects are modified to be meaningful for comparison.
Steam flow, fuel power and flue gas flow were found to be most suitable for modeling of costs and prices in most of the cases and power function was identified to give the best fit. However accuracy and reliability varies a great deal and suitable factors for all cost items were not found.
Tutkimuksen pohjana käytetään ANDRITZ Oy:n aikaisempien projektien hinnoitteluaineistoja. Regressioanalyysin avulla etsitään merkittävimmät tekijät sekä luodaan regressiomallit ja sovitteet käyttäen Excelin LINREGR-funktiota. Laskenta perustuu pienimmän neliösumman menetelmään. Projektien vertailua varten hinnoittelutiedot muutetaan vastaamaan nykykustannustasoa sekä määriteltyä toimituslaajuutta.
Parhaiten kustannuksia ja hintaa havaittiin selittävän höyryvirta, polttoaineteho ja savukaasuvirta. Kustannuksien ja hintojen havaittiin myös mukailevan parhaiten potenssifunktion sovitteita. Mallin tarkkuus ja luotettavuus eri kustannuserille vaihtelee runsaasti eikä yksiselitteisesti kaikille kustannuserille sopivia selittäviä tekijöitä löydetty.
Study is based on price estimation documentation of ANDRITZ Oy’s previous projects. Regression analysis is used to find the foremost factors. Regression models are created for costs and price as a function of the foremost parameters using Excel LINEST-function. Pricing data is converted to correspond current level of expenditure. In addition, scope of the projects are modified to be meaningful for comparison.
Steam flow, fuel power and flue gas flow were found to be most suitable for modeling of costs and prices in most of the cases and power function was identified to give the best fit. However accuracy and reliability varies a great deal and suitable factors for all cost items were not found.