Potentiell besparing vid förbrukningsexibilitet

För att få fram den totala potentiella besparingen med avseende på minskade nätförluster för hela Sala-Heby Energi Elnät AB appliceras den kvadratiska metoden för att estimera förlusterna på timbasis för alla sex nätområden. Inmatningsdata från inmatningspunkterna till dessa nätområden modieras enligt metoden i kapitel 4.1. Sedan beräknas förlusterna med kvadratisk metod enligt kapitel 4.2.1 och summeras slutligen till ett resultat i kWh sparad energi.

För att sedan översätta den besparade energin till ett ekonomiskt värde används två olika sätt. Hur elnätsföretagen betalar för sina nätförluster kan skilja sig åt mellan olika elnätsföretag, men det vanligaste är att energin köps in till ett fast pris eller rörligt spotpris.

Båda dessa varianter används för att beräkna hur kostnaderna för förluster kan förändras.

Kostnadsbesparingen beräknas alltså dels utifrån ett fast pris och dels utifrån spotpriset som varierar för varje timme under året.

4.3 Kostnader mot överliggande nät

Den potentiella ekonomiska besparingen med avseende på överliggande nät som kan upp-nås vid en ökad förbrukningsexibilitet baseras på två av posterna i kostnaden: abonnerad eekt och överförd energi. Hur mycket den abonnerade eekten skulle kunna minska genom en ökad förbrukningsexibilitet bestäms utifrån skillnaden mellan årets högsta eekttopp i originalkkurvan och årets högsta eekttopp i den modierade kurvan. Det antas allt-så att den abonnerade eekten skulle kunna minska lika mycket som förbrukningstoppen sänks, med bibehållen risk för att överträdelse sker. Tre av nätområdena är anslutna till Vattenfall Eldistribution ABs nät; Sala, Heby och Björnarbo. Beräkningarna för överlig-gande nät omfattar endast dessa tre områden, som tillsammans står för 84 % av totala energianvändningen i alla sex nät.

Det antas att energianvändningen hos kund är konstant både före och efter införandet av förbrukningsexibilitet, men eftersom en jämnare förbrukning kan ge minskade förluster i nätet kan det också ge en viss påverkan på den del av avgiften mot överliggande nät som baseras på överförd energi. Värden för minskade nätförluster erhålls från modellen för att beräkna förluster i nätet. Den fasta avgiften påverkas inte av förbrukningsexibilitet

och är därför konstant. De tarinivåer som används i beräkningarna är gällande för år 2015. Den möjliga besparingen för eekt beskrivs i ekvation (17) och för energi i ekvation (18). S_eekt är möjlig besparing med avseende på eekt [kr], S_energi är möjlig besparing med avseende på energi [kr], Pnuvarande är nuvarande abonnerad eekt [kW], Pframtida är antagen abonnerad eekt vid en förändrad förbrukningskurva [kW], K_eekt är kostnad för eekt [kr/kW], E_nuvarande är nuvarande energiförluster [kWh], E_framtida är energiförluster vid en förändrad förbrukningskurva, och Kenergi är kostnaden för energi [kr/kWh]:

S_eekt= (P_nuvarande− P_framtida)K_eekt (17)

S_energi= (E_nuvarande− E_framtida) K_energi (18)

5. Resultat och analys

I detta kapitel presenteras och analyseras alla resultat gällande modierade förbruknings-proler, förluster i nätet och kostnad mot överliggande nät.

5.1 Modierade förbrukningsproler

För att kvantiera eekten av en förändrad lastkurva behövs en bentlig lastkurva och en modierad version av samma kurva som sedan kan jämföras. Lastkurvor för alla nätom-råden har modierats enligt metoden i kapitel 4.1. Som exempel på hur utjämningen kan se ut visas 100 % utjämnad förbrukning för nätområdena Sala och Västerbykil under ett år i gur 8 respektive gur 9. Förbrukningskurvornas utseende skiljer sig åt mellan olika nät inom Sala-Hebys nätområde. Kurvans utseende beror av vilken typ av förbrukning och produktion som nns i området. I mindre nät på landsbygden utan fjärrvärme, t.ex. i gur 9, är lasten till stor del beroende av utetemperaturen med en tydlig skillnad mellan som-mar och vinter och jämförelsevis små skillnader mellan dag och natt. Detta gör att kurvan även efter modieringen blir relativt ojämn. I nätområdet för Sala, som är en tätort med tillgång till fjärrvärme, är lastvariationerna inom dygnet betydligt större och temperatur-skillnaderna mellan årstiderna återspeglas inte lika tydligt i förbrukningskurvan, se gur 8. Även tydliga variationer mellan veckodag och helg kan observeras, med lägre last un-der helgerna, vilket är kopplat till de aktiviteter som sker unun-der normal arbetstid. Stora variationer över dygnet och små variationer över året ger en större utjämning av kurvan i modieringen.

Kurvans initiala utseende påverkar resultatet från modieringen. I ett nät med stora variationer över dygnet är den teoretiska potentialen att jämna ut förbrukningen över varje dygn med denna metod större än för ett nät med små dygnsvariationer och stora variationer mellan årstider. Eftersom denna modiering bygger på procentuell förändring innebär det också en något större förändring i last (i kWh/dygn) under vinterhalvåret jämfört med sommarhalvåret.

I gur 11 visas hur maximala eektuttaget varje dygn i de olika nätområdena påverkas av kurvmodieringarna. Motsvarande total yttad energi per dygn visas i gur 10. Detta visas för att ge en känsla för storleksordningen av hur mycket lastföryttning de olika kurv-modieringarna innebär. De vertikala strecken visar hur stort spannet är mellan de minsta och största förändrade värdena över året, och kvadratiska markören visar medelvärdet. Det är relativt stora spann mellan de största och minsta procentuella förändringarna som regi-strerats under året. Någon bedömning av vad som är en rimlig eller möjlig lastföryttning i verkligenheten görs inte i detta arbete, men de 20 % modierade lastkurvorna får ändå ses det alternativet som är rimligast att uppnå i verkligheten med närmare 5 % minskad eekttopp och 2 % yttad energi per dygn.

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 0

5 10 15 20 25 30

Timmar, h

Inmatning, MWh/h

Verklig inmatning Modifierad inmatning

Figur 8: Verklig inmatning samt 100% utjämnad lastkurva för nätområdet Sala år 2013.

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 0

0.2 0.4 0.6 0.8 1 1.2 1.4 1.6

Timmar, h

Inmatning, MWh/h

Verklig inmatning Modifierad inmatning

Figur 9: Verklig inmatning samt 100% utjämnad lastkurva för nätområdet Västerbykil år 2013.

0 2 4 6 8 10 12 14 16 18 20

Procent flyttad energimängd per dygn (%)

Figur 10: Flyttad energianvändning per dygn för varje nätområde och kurvmodiering år 2013 angett i procent av total energianvändning under respektive dygn.

0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 40.00 45.00 50.00

Procentuell minskning

av toppanvändningen

varje dygn (%)

Figur 11: Minskad eekttopp per dygn för varje nätområde och kurvmodiering år 2013 angett i procent av tidigare toppvärde under respektive dygn.

5.2 Förluster i nätet

För att analysera hur förlusterna förändras vid en förändrad förbrukningskurva används olika metoder där en viss belastningsnivå i nätet antas motsvara en viss förlustnivå. Detta samband beräknas dels med kvadratisk metod, med kurvanpassade formler och jämförs sedan med verklig förlustdata. I kurvanpassningarna tas även hänsyn till utomhustempe-raturen.

Förbrukningen i sig är temperaturberoende, vilket visas i gur 12 och 13 för de två närmare undersökta områdena Skuggan och Västerbykil. Vid temperaturer under ca 15

◦C ökar lasten, vilket tyder på att husen då börjar värma upp med hjälp av el. I Skuggan är nästan hälften av kunderna anslutna till fjärrvärmenätet men trots det syns en tydlig lastökning vid kallare väderlek.

Figur 12: Inmatad energi plottad mot utetemperaturen för Skuggan år 2013.

0

Figur 13: Inmatad energi plottad mot utetemperaturen för Västerbykil år 2013.

5.2.1 Mätosäkerhet

Den beräknade mätosäkerheten varierar för varje timme under året. I Skuggan varierar den teoretiskt beräknade osäkerheten mellan ± 2 - 25 kWh/h med ett medelvärde på ± 8 kWh/h. Det teoretiska mätfelet är alltså av samma storleksordning som det uppmätta

värdet. Om mätosäkerheten anges som procent av uppmätt (beräknad) nätförlust för varje enskild timme är variationen också stor med ett medelvärde över året runt ± 80 %. När förlusterna för hela året summeras enligt ekvation (9) resulterar det i en osäkerhet på ca

±0.8 % av de summerade nätförlusterna. Denna osäkerhet visas i form av en felstapel i

gur 25b för Skuggan.

För Västerbykil som har en bättre noggrannhetsklass på inmatningsmätaren varierar den beräknade osäkerheten mellan ± 2 - 19 kWh/h med ett medelvärde på ± 8 kWh/h.

Det är liknande siror som Skuggan, men Västerbykil har en högre förbrukning och hög-re förluster. Om mätosäkerheten anges som procent av beräknat värde varje timme blir medelvärdet över året ± 25 %. När förlusterna summeras över året resulterar det i en osäkerhet på ± 0.3 % av de summerade nätförlusterna, se felstapel i gur 27b.

Den teoretiskt beräknade mätosäkerheten för varje enskilt timvärde är stor. Som tidiga-re nämnts i metoddelen nns det orsak att tro att mätosäkerheten i själva verket är bätttidiga-re än den sämsta möjliga mätosäkerheten beräknad utifrån mätarnas noggrannhetsklassning.

I gur 14 och gur 15 visas kurvanpassningen av typen ekvation (10) med 95 % predik-tionsintervall för Skuggan samt Västerbykil för år 2013. För Skuggan är sannolikheten 95

% eller högre att ett nytt värde skulle ligga inom ± 5.8 kWh/h från den kurvanpassade linjen för alla år, och för Västerbykil är samma värde ± 8.3 kWh/h. De uppmätta värdena verkar alltså ligga inom ett betydligt snävare intervall än den teoretiskt sämsta mätosä-kerheten, och utifrån detta bekräftas den misstanke att mätningen i själva verket har en mindre variation än den osäkerhet som beräknats utifrån vad mätarnas klassning anger.

Denna analys av mätosäkerheten utgår från att varje värde för inmatning motsvarar en viss förlust, alltså att den kurvanpassade linjen ses som det sanna värdet. Men det nns faktorer som gör att förlusterna kan variera för en given förbrukningsnivå, t.ex. spelar det roll var i nätet energin används. Även om mätningen var helt perfekt skulle det antagligen också nnas en viss spridning. Därför nns det anledning att tro att den verkliga mätosä-kerheten är ännu lägre än vad som nyligen identierats. Hur mycket av spridningen som beror på mätosäkerhet och hur mycket som beror på andra faktorer har inte undersökts närmare.

100 200 300 400 500 600 700 800 900

0

Figur 14: Skuggan år 2013 med 95 % predik-tionsintervall.

200 400 600 800 1000 1200 1400 1600

10

Figur 15: Västerbykil år 2013 med 95 % pre-diktionsintervall.

Eftersom mätarnas osäkerhet anges som procent av uppmätt värde kunde

mätosäker-−10 −5 0 5 10

Figur 16: De uppmätta nätförlusternas variation från den kurvanpassade linjen i olika inmatnings-intervall i nätområdet Skuggan, angett i kWh/h.

−15 −10 −5 0 5 10 15

Figur 17: De uppmätta nätförlusternas variation från den kurvanpassade linjen i olika inmatnings-intervall i nätområdet Västerbykil, angett i kWh/h.

heten förväntas vara större vid en högre inmatad eekt. I gur 14 och gur 15 verkar det däremot som att de uppmätta förlusternas avvikelse från den kurvanpassade linjen är av ungefär samma storlek i hela intervallet. Genom att ta fram histogram över avvikelsen från den kurvanpassade linjen för olika inmatningsintervall kan mer information erhållas om hur punkternas avvikelse är fördelad i olika inmatningsintervall. I gur 16 och gur 17 visas punkternas avvikelse från den kurvanpassade linjen i kWh/h för olika inmatningsin-tervall för år 2013. Avvikelsen från kurvanpassningen i det lägre ininmatningsin-tervallet har en lägre spridning än värdena i det högre intervallet, vilket talar för att felet inte är konstant i hela intervallet. Om detta beror enbart på mätningen eller om andra faktorer kan spela in har inte undersökts närmare.