In the transition from a linear economy to a sustainable circular economy, waste management is critical. This thesis approaches the management of Municipal Solid Waste (MSW) from the perspective of a mathematical modelling. Within the scope of the thesis, three mathematical models were developed. The first is a probability theory-based model that makes reliable projections of MSW amounts and composition from a relatively large number of small datasets using regressional estimates, by treating the regression parameters of individual municipalities (small sets) as samples from a single distribution. A tailored two-step method for outlier detection is also used. This model shows that the amount of mixed waste is decreasing rapidly, as more waste is separated in the households. It also shows that less food waste is being produced but more is being sorted separately, resulting in a rapid increase in available sorted organic waste. The predictions of this model are used as input data for the two other models. These area multi-objective linear programming model which provides Pareto optimal solutions for the Stockholm MSW management system and a stochastic model which simulates the current MSW management system from the perspective of the procurement process. The models take both Economic Benefits (EB) and emissions of Greenouse Gases (GHG) into account, where the latteris measured in CO2 equivalent. Therefore, a set of Pareto optimal solutions are obtained, ranging from maximized EB to minimized emissions of GHG with compromise solutions in between, rather than just one solution (e.g. minimum emissions). Each Pareto optimal solution is characterized by where waste flows are allocated, as well as which facilities should be operating and which facilities should be closed. One solution was subjectively chosen as the best compromise, as it saves Stockholm around 150 million SEK per year, while slightly decreasing emissions to a level very close to the minimum, as compared to the simulation of currenttreatment. This solution indicated that one of the MSW treatments, waste compression, is not economically viable, and should be removed from the system. This result was also seen in the procurement simulation, which was run both with compression facilities active and inactive. The cost for running these facilities had to be decreased to 1/10 of the estimated value before their economic impact became net zero for the simulation, but even at this level remained unfeasible in the optimization model. Another major indication of the models was that Anaerobic Digestion(AD) plant capacity will at the very latest be surpassed by the amount of separated organicwaste in 2024, so to make use of the benefits this process has compared to incineration, AD capacity should be expanded.

Avfallshantering är en avgörande faktor i övergången från en linjär till en hållbar cirkulär ekonomi. Denna kandidatuppsats undersöker hanteringen av restavfall ur ett systemperspektiv genom matematisk modellering. I arbetet har tre matematiska modeller utvecklats. Den första är en sannolikhetsbaserad modell som uppskattar både mängd avfall och dess komposition. Modellen gör goda uppskattningar från ett större antal små dataset genom att behandla regressionsparametrar från enskilda kommuner (litet dataset) som stickprov från en fördelning. En tvåstegsmetod anpassad till datan används för att hitta felaktiga datapunkter. Modellen visar att uppkommet blandat restavfall väntas minska snabbt, till följd av ökad avfallssortering i hushållen. Även mängden uppkommet matavfall minskar, men eftersom en större andel av detta sorteras separat ökar den tillgängliga mängden utsorterat matavfall drastiskt. Uppskattningarna från denna modell användes som indata till två andra modeller: en linjärprogrammeringsmodell med två målfunktioner, som ger Paretooptimala lösningar till Stockholms avfallshanteringsystem, samt en stokastisk modell för simulering av dagens avfallshantering från perspektivet av offentliga upphandlingar. De kriterier som i dessa modeller betraktas är ekonomisk nytta och utsläpp av växthusgaser, där det senare mäts i koldioxidekvivalent. Genom att beakta båda kriterierna erhålls Paretooptimala lösningar, utspridda från maximal ekonomisk vinning till minimala växthusgasgasutsläpp med kompromisslösningar däremellan, snarare än en enskildlösning (exempelvis minimala växthusgasutsläpp). Varje Paretooptimal lösning karaktäriseras av hur avfallsflödena fördelas samt vilka anläggningar som är verksamma och vilka som är stängda. En av lösningarna valdes subjektivt som den bästa kompromissen, då denna sparar Stockholm cirka 150 miljoner SEK årligen, samtidigt som växhusgasutsläppen minskar något till en nivå nära minimum, jämfört med simuleringen av dagens hantering. Den valda lösningen indikerade att en av avfallsbearbetningarna, omlastning och komprimering, inte är ekonomisk försvarbar och bör exkluderas från avfallshanteringssystemet. Samma resultat erhölls i simuleringen av offentliga upphandlingar, som både genomfördes med och utan omlastning och komprimering. Anläggningskostnaderna för denna avfallsbearbetning behövde minskas till 1/10 av den uppskattade kostnaden innan dess ekonomiska påverkan blev netto noll i simuleringsmodellen, men även vid denna nivå förblev de ekonomiskt ohållbara i optimeringsmodellen. Ytterligare en indikation från modellerna är att kapaciteten hos Stockholms rötningsanläggningar överskrids av mängden utsorterat matavfall senast från och med år 2024. För att utnyttja fördelarna rötning av matavfall har i jämförelse med förbränning bör kapaciteten för dessa anläggningar därmed ökas.