| dc.description.abstract | Problemstillingen denne rapporten besvarer er: ”Kartlegg, med utgangspunkt i et teoretisk rammeverk, hvilke effekter innføring av fjernstyrings- og fjernovervåkningsteknologi for kraftstasjonene i Arendalsvassdraget vil få
eller kunne få for organisasjonen Agder Energi Produksjon AS.” I denne rapporten bygges det opp en evalueringsmetode som egner seg for å løse den aktuelle
problemstillingen. Denne skreddersydde evalueringsmetoden baserer seg i hovedsak på de
eksisterende evalueringsmetodene Information Economics (IE) og Investment Appraisal (IA).
Evalueringsmetoden bruker teknikkene i IA for å klare å kvantifisere flere effekter med kroner som
måleenhet, enn det IE anser som mulig. Disse effektene brukes til å finne investeringens nåverdi.
Deretter brukes IE sine teknikker for å fastsette verdien av de effektene som ikke er kvantifisert med
kroner som måleenhet. Verdien av disse såkalte ”intangible” effektene brukes for å si om man kan
forvente at den totale verdien av investeringen vil bli større eller mindre enn nåverdien.
Evalueringsmetoden blir supplert med scenarioplanlegging. Scenarioplanlegging brukes for å håndtere
det faktum at usikkerheter både internt i en organisasjon og eksternt i samfunnet, vil kunne påvirke
hvilke effekter som oppstår som følge av en teknologiinnføring.
For å løse vår problemstilling fungerte den skreddersydde evalueringsmetoden i all hovedsak godt. Vi
mener metoden også vil kunne egne seg godt for å evaluere andre teknologiinnføringer i andre
organisasjoner. Det må imidlertid påpekes at evalueringsmetoden er omfattende og ressurskrevende å
benytte, men det er mulig å forenkle den, hvis man kun ønsker en overordnet evaluering.
For den aktuelle teknologiinnføringen i Agder Energi Produksjon AS (AEP), fremkom 4 scenarioer. I
scenario 1 har kraftmarkedet små og trege prissvingninger og AEP er i liten grad villig til å ta risiko
for å realisere effekter. I scenario 2 er prissvingningene også små og trege, men AEP er villig til å ta
risiko for å realisere effekter. I scenario 3 er markedet slik at kraftprisene varierer mye og hurtig, men
AEP er i liten grad villig til å ta risiko for å realisere effekter, mens i scenario 4 er både AEP villig til å
ta risiko, og kraftmarkedet har store og hurtige prissvingninger.
I alle scenarioene ble det kvantifisert, med kroner som måleenhet, en rekke måleffektiviserende og
kostnadseffektiviserende effekter. I tillegg ble det identifisert og verdsatt en del såkalte ”intangible”
effekter. Konklusjonen ble at sannsynligheten for at investeringen blir lønnsom er over 50 % i alle
scenarioene. Resultatet ble svakest i scenario 1, her er det kun 55 % sannsynlighet for at investeringen
blir lønnsom. I scenario 2 er det 71 % sannsynlighet for at investeringen blir lønnsom og i scenario 3
er det 85 %. Det sterkeste resultatet ble oppnådd i scenario 4. Her er sannsynligheten 87 % for at
investeringen blir lønnsom.
For AEP vil det nå være viktig å arbeide for å redusere usikkerheten i kontantstrømmen til de ulike
effektene. Resultatene viser også at det sannsynligvis vil lønne seg for AEP å iverksette tiltak slik at
utnyttelsen av fjernstyringsteknologi blir mest mulig ekspansiv. | en |
