Dimensionerande vattenförbrukning och dess variationer

(1)

Dimensionerande vattenförbrukning

och dess variationer

Design water demand and its variations

Författare: Philip Ullén

Mohammed Abdu

Uppdragsgivare: Tyréns AB, Norrvatten

Handledare: Hans Hammarlund, Tyréns AB

Krister Törneke, Tyréns AB Tommy Giertz, KTH ABE

Examinator: Per Roald, KTH ABE

Examensarbete: 15 högskolepoäng inom Byggteknik och Design

Godkännandedatum: 2014-06-12

(2)

(3)

Sammanfattning

I Sverige användes det år 2010 ca 907 miljoner kubikmeter dricksvatten från kommunala uttag. Allt detta vatten måste kunna transporteras, vilket görs genom vattenledningar. För att dimensionera dessa krävs att man vet hur mycket vatten som skall distribueras och hur det varierar bl.a. beroende på när under dygnet, veckan och året som uttag sker.

Vid dagens tillvägagångssätt för dimensionering av vattenledningar till nya områden använder man bland annat typexempel på förbrukningsvariationer under dygnet för ett liknande område. Dessutom används erfarenhetsbaserade värden på maxtim- och maxdygnsfaktorer.

Dagens dimensioneringsätt har ej kunnat säkerställas på grund av otillräcklig och bristfälligt detaljerad data över förbrukningsmängd. Syftet med detta arbete är att säkerställa eller motbevisa dagens dimensioneringssätt.

För att kontrollera dagens dimensioneringssätt har vi använt mätdata från Norrvatten och tagit fram nya dimensioneringsfaktorer. Genom att mäta vattenförbrukningen för 13 kommuner och jämföra mot varandra med hänsyn till invånarantal och fördelning över förbrukarkategorier har vi kunnat få ut olika dimensioneringsfaktorer.

Examensarbetet har påvisat ett behov av en uppdatering vad gäller maxtim- och maxdygnsfaktorer. För att vidare studera faktorerna bör ett system införas för att kontrollera hur stor del av vattenförbrukningen som förbrukas av respektive förbrukarkategori på ett mer detaljerat sätt.

Nyckelord: Maxdygnsfaktor, maxtimfaktor, dimensionerande vattenförbrukning, dygnsförbrukningsfaktorer, läckage

(4)

(5)

Abstract

In Sweden, 2010, approximately 907 million cubic meters of drinking water was withdrawn from municipalities. All of this water must be transported, which is done through water pipes. To dimension these it requires that we know how much water that is to be distributed and it varies among others depending on the time of the day, week and year that the withdrawals occur. In today’s approach of designing new water pipes, amongst other ways, we use typical examples of consumption variations during the day of a similar area. In addition, arbitrary and experiential values of ‘ratio of peak hour to average day’ and ‘ratio of peak hour to average hour’ are used.

Unfortunately today’s way of dimensioning water pipes has not been ensured due to inadequate detailed data on consumption quantity. The main purpose of this study is to confirm or refute today’s way of dimensioning water pipes.

To verify this we have with detailed data from Norrvatten been able to see consumption quantity on an hourly basis which helps us assess today’s dimensioning process. By measuring the flow into 13 municipalities and then comparing them against each other regarding population size, distribution over categories of users and more, we have been able to get different dimensioning factors.

In this report we can conclude that there is a need to update the factors regarding ‘ratio of peak hour to average day’ and ‘ratio of peak hour to average hour’. In order to further study the dimensioning factors, a system must be developed that can measure the

precise consumer flow for different consumer categories on a more detailed level.

Keyword: Ratio of peak hour to average day, ratio of peak hour to average hour, design water demand, daily consumption factors, leakage

(6)

(7)

Förord

Detta examensarbete är det slutliga momentet i högskoleingenjörsprogrammet Byggteknik och design vid Kungliga Tekniska Högskolan i Stockholm. Arbetet innefattar 15 högskolepoäng och har utförts på VA-teknik avdelningen, Tyréns AB huvudkontor i Stockholm.

Vi vill här passa på att rikta ett stort tack till våra handledare, som på Tyréns varit Krister Törneke och Hans Hammarlund samt Tommy Giertz från KTH. De har både bistått med viktig information samt assisterat oss när vi stött på problem. Detta examensarbete skulle inte kunna ha utförts utan deras hjälp. Vi vill även tacka alla på VA-avdelningen på Tyréns för deras välkomnande och trevliga samvaro.

Slutligen vill vi även passa på att tacka följande:

Svenskt Vatten Roslagsvatten Järfälla kommun Sollentuna kommun Solna Stad Upplands-Bro kommun

(8)

(9)

Innehåll

1. Inledning ... 1 1.1 Bakgrund ... 1 1.1 Målformulering ... 2 1.2 Syfte ... 2 1.3 Avgränsningar ... 2 1.4 Lösningsmetoder ... 3 2. Nulägesbeskrivning ... 5 3. Teoretisk referensram ... 7 3.1 Dimensionerande vattenförbrukning ... 7

3.2 Tidigare gjorda undersökningar ... 7

3.3 Benämningar och begrepp ... 8

4. Faktainsamling ... 9

4.1 Väderpåverkan ... 9

4.2 Driftstatistik ... 9

4.2.1 Läckage ... 10

4.3 Mätdata ... 10

4.4 Folkmängd och Bostadsbestånd ... 10

5. Dimensionerande vattenförbrukning ... 11

5.1 Dimensionerande förbrukning ... 11

5.2 Hushållsförbrukning ... 12

5.3 Allmän förbrukning ... 13

5.4 Handel och övrig tjänsteservice, kontor och industri ... 13

5.5 Läckage ... 14 5.6 Släckvatten ... 14 6. Mätområden ... 15 6.1 Kommuninformation ... 16 7. Genomförande ... 19 7.1 Kontroll av mätdata ... 19 7.2 Väderpåverkan ... 21 7.2.1 Nederbörd ... 21 7.2.2 Solskenstid ... 21 7.2.3 Högsommardagar ... 21 7.3 Läckage ... 22

(10)

7.3.1 Beräkningsmetod 1 ... 22 7.3.2 Beräkningsmetod 2 ... 22 7.3.3 Val av beräkningsmetod ... 23 7.4 Maxdygnsfaktor ... 24 7.4.1 Maximal dygnsförbrukning ... 24 7.4.2 Medelvärde av dygnsförbrukningen ... 24 7.5 Maxtimfaktorer ... 25

7.5.1 Maxtimfaktor enligt VAV P83 ... 25

7.5.2 Maximal maxtimfaktor för alla dygn under perioden ... 25

7.5.3 Maxtimfaktor för 10 % högsta dygnsförbrukningarna ... 25

7.5.4 Maxtimfaktor för 5 % högsta dygnsförbrukningarna ... 25

7.6 Dygnsförbrukningsfaktorer ... 26

7.7 Bostadsbestånd och folkmängd ... 26

8. Resultat och Analys ... 27

8.1 Mätvärden ... 28

8.2 Högsommardagar ... 29

8.3 Läckage ... 31

8.4 Maxdygnsfaktorer ... 32

8.5 Maxtimfaktorer ... 33

8.6 Maxtimfaktorer under olika dygn ... 35

8.7 Förenklad dimensioneringsfaktor ... 36 8.8 Dygnsförbrukningsfaktorer ... 37 9. Slutsatser ... 39 10. Rekommendationer ... 41 11. Källhänvisning ... 43 12. Bilagor ... 45

(11)

1. Inledning

I Sverige förbrukades kommunalt 907 miljoner m3 vatten år 2010. Den

användarkategori som förbrukade mest vatten var hushåll på 54 % följt av övrig användning, 33 % och industri, 13 % 1.

För att transportera detta vatten krävs vattenledningsnät, vilka i Sverige omfattar cirka 71 000 km. Vid dimensionering av dessa ledningar krävs kunskap över hur mycket vatten som ska distribueras och detta kan variera beroende på när under dygnet, veckan och året som uttag sker. Exempelvis används mer vatten under sommaren än under vintern2.

Vidare bör man även ta hänsyn till förbrukarkategorier, eftersom behoven skiljer sig mellan de olika kategorierna. Dessa delas upp efter hushåll, industri och allmän service. Ytterligare faktorer som man bör ta hänsyn till är lokala variationer, till exempel

demografisk struktur, geografiskt läge samt prognoser om framtida samhällsutveckling. För att kunna möta framtida förändringar av ett områdes vattenbehov är det centralt att flexibla system skapas.

En människa har ett behov på att konsumera ca 2 liter vatten per dag för sin överlevnad. Enligt FN är basbehovet av vatten 25-45 liter/person och dag för att en människa ska hålla sig både ren och frisk. I Sverige konsumerade hushållen 1997 ca 180 liter/person, dygn3.

1.1 Bakgrund

Idén till arbetet uppkom genom att ett tidigare examensarbete visat att valet av dimensioneringsparameterar kan ge stor inverkan på behovet av åtgärder för att klara dimensionerande flöde. Detta arbete har kunnat utföras genom att Norrvatten har installerat ett system som möjliggör att detaljerad data kan tas ut på många olika nivåer vilket tidigare varit svårt.

Under senare tid har användningen av hydrauliska beräkningsmodeller för

vattenledningsnät fått en allt större spridning och för att realistiska resultat ska uppnås har kvaliteten på data som matas in en avgörande betydelse. Idag kan olika inmatningar beskrivas såsom fasta flöden, utjämning av vattentorn och pumpkaraktäristik väldigt noggrant. Det man däremot haft svårt med att få fram är detaljerad information om hur vattenförbrukningen varierat i tiden4.

1_{Statistiska centralbyrån, SCB, 2014-05-10}

http://www.scb.se/Statistik/MI/MI0902/2010A01/MI0902_2010A01_SM_MI27SM1001.pdf

2_{Lidström, Viveka, Vårt vatten, 2014-05-11, s. 58-60} 3

Lidström, Viveka, Vårt vatten, 2014-05-11, s. 60-61

(12)

Enligt VAV P83 används idag typexempel på förbrukningsvariationer under ett dygn och en vecka för olika områden. Dessa värden används som vägledning för att skapa variationskurvor för nya områden. Förbrukningsvariationerna har sedan delats upp för olika förbrukarkategorier.

1.1 Målformulering

Vi har fått i uppdrag av Tyréns att analysera mätvärden från Norrvatten som har

installerat ett system som möjliggör detaljerad mätning av flödet till 13 av dess 14 olika medlemskommuner. Det huvudsakliga målet med detta examensarbete är att bedöma hur väl dimensioneringsmetoden enligt VAV P83 överrensstämmer med verkligheten genom att sammanställa, kontrollera och analysera mätdata från Norrvatten.

1.2 Syfte

Syftet med detta arbete är att få fram uppgifter om dimensionerande vattenförbrukning för olika kommuner och jämföra med nuvarande praxis inom området. Detta genom att kontrollera och utföra en analys av mätdata från Norrvatten.

1.3 Avgränsningar

Denna studie är ett examensarbete på KTH inom programmet byggteknik och design. Studien är på 15 högskolepoäng, vilket omfattar 400 timmar. Examensarbetet har begränsats till att endast analysera mätdata från Norrvattens medlemskommuner för åren 2012 och 2013. Förhoppningsvis kommer dock slutsatserna inte bara gälla för dessa kommuner. Vi har även avgränsat arbetet till att inte se över närmare fördelning på förbrukarkategoriers förbrukningsmönster, detta på grund av svårigheter med att särskilja de olika förbrukarkategoriernas vattenförbrukning på en tillräckligt detaljerad nivå.

(13)

1.4 Lösningsmetoder

En plan över hur examensarbetet ska lösas skapades redan under arbetet med förstudien. Inledningsvis ska sammanställningen av mätdata utföras genom användning av Excel. Därefter kommer all mätdata analyseras, gentemot faktorer som kan påverka

vattenförbrukningen. Till stöd finns litteratur och rapporter från Tyréns, driftstatistik från Svenskt Vatten samt information kring invånarantal, regn, soltimmar,

högsommardagar m.m. från SMHI och SCB.

Det som ökar tillförlitligheten med arbetet är att mätdata kommer erhållas från Norrvatten, vilka är ansvariga för att producera och distribuera vatten till deras

medlemskommuner. En annan bidragande del är att mätdata kommer vara detaljerad på timnivå för 13 kommuner norr om Stockholm.

Faktorer som skulle kunna minska validiteten är mätfel och läckage. Mätfel kan exempelvis bero på fel i systemet. En alltför hög andel fel i mätdata kan resultera i minskad trovärdighet på framtida resultat.

(14)

(15)

2. Nulägesbeskrivning

Detta arbete har utförts i samarbete med Tyréns AB, Norrvatten samt Kungliga Tekniska Högskolan (KTH).

Norrvatten grundades 1926 och förbundets vattenverk invigdes tre år senare. Förbundet har idag 14 medlemskommuner5. De har som uppgift att förse alla kommunalt anslutna invånare i medlemskommunerna med rent vatten. Vattnet ska distribueras med hög säkerhet, kvalité och med en så effektiv verksamhet som möjligt6.

Arbetet utfördes på VA-avdelningen på Tyréns huvudkontor i Stockholm, där expertis kunnat rådfrågas. På VA-avdelningen arbetar 17 ingenjörer som jobbar heltid med uppdragsbaserade lösningar inom vatten och avlopp. Via avdelningen har äldre

utredningar och litteratur inom området tillhandahållits. Tyréns AB är idag stiftelseägt och grundades 1942 av Sven Tyrén7. Tyréns räknas idag som ett av de ledande

konsultföretagen inom samhällsbyggnad i Sverige8.

5_{Norrvatten, 2014-05-07, http://www.norrvatten.se/-Om-Norrvatten/Historia/} 6_{Norrvatten, 2014-05-07, http://www.norrvatten.se/-Om-Norrvatten/Var-uppgift/} 7

Sven Tyréns stiftelse, 2014-05-07, http://sventyrensstiftelse.se/ 8_{Tyréns AB, 2014-05-07, http://www.tyrens.se/sv/Om-Tyrens/}

(16)

(17)

3. Teoretisk referensram

I detta kapitel beskrivs varför det vi undersöker är ett problem, hur viktigt det är i dagens samhälle samt jämförelse med tidigare undersökningar som gjorts inom samma område. Vi kommer dessutom visa hur vår utbildning bistått oss i genomförandet av denna rapport.

3.1 Dimensionerande vattenförbrukning

När man analyserar en stor mängd mätvärden är det ytterst väsentligt att ha en fördjupad kunskap inom området. Dessutom är det essentiellt att ha en bakgrund inom området, för att det under arbetets gång uppkommer problem och analyser som man måste göra. Vår utbildning inom byggteknik och design med inriktning anläggning har underlättat arbetet med att sammanställa och analysera den mängd mätvärden vi har med hänsyn till olika faktorer.

Motivet till att arbetet bedöms som en C-kursrapport, är att det varit nödvändigt med ett mer fördjupat arbete i och med att man nu kunnat få mer detaljerade mätvärden än tidigare. Vidare är det centralt att ha en grund inom området, exempelvis kunskapen om hur vatten distribueras, hur man dimensionerar dagens ledningar m.m.

3.2 Tidigare gjorda undersökningar

Inom detta område har det i Sverige tidigare endast utförts ett fåtal undersökningar trots att det är ett väldigt aktuellt område.

Lars Nikell har utarbetat en undersökning om vattenförbrukningens dygnsvariation som ett delprojekt i VAV-PUVA-projektet ”Effektiviserad drift av vattenledningsnät”. Undersökningen visar på hur vattenförbrukningen varierar under dygnet för olika områden samt hur det skiljer sig åt för både vardagar och helgdagar. Det som skiljer denna undersökning mot vår är att tillgången på mätdata i Nikells rapport varit väldigt begränsad. Vi har valt att använda denna rapport i vår referensram främst för att den liknar vårt arbete och för att både Nikells rapport och denna har som mål att fastställa faktorer vid dimensionering av ledningar.

(18)

3.3 Benämningar och begrepp

Nedan följer en förklaring på begrepp som används i denna rapport. Ändamålet med detta avsnitt är att läsare ska ha en lista att återgå till ifall man stöter på ett begrepp som inte har förklarats på ett utförligt sätt.

Allmän förbrukning: Den förbrukning som sker i skolor, allmänna vårdinrättningar, fritids- och badanläggningar samt parkbevattning och gatuspolningar med mera. Heliografer: En glaskula sitter i en hållare som fungerar på ett

liknande sätt som ett brännglas. Ett papper som är tidsgraderat placeras i fokus för strålarna och vid de tillfällen när solen inte är dold bakom moln, bränns ett spår.

Högsommardag: Detta är ett dygn där temperaturen någon gång överstiger 25oC, enligt SMHI

Kritiska förhållanden: Avser extrema situationer gällande förbrukning, exempelvis en situation med brandsläckning eller ett driftavbrott

Maxdygnsförbrukning: Den högsta uppmätta dygnsförbrukningen under en längre tidsperiod, vanligtvis ett år

Maxdygnsfaktor: Kvoten mellan maxdygnsförbrukning under en tidsperiod och medeldygnsförbrukningen.

Maxtimfaktor: Kvoten mellan den högsta timförbrukningen under ett dygn med maximal förbrukning och den

genomsnittliga timförbrukningen under det dygnet Medeldygnsförbrukning: Den totala förbrukningen för en period dividerat på

antalet dygn under perioden.

Nattminimiflödet: Minsta uppmätta förbrukningen under natt 02.00-04.00.

Solskenstid: Det är den tid som solstrålningen överstiger 120 W/m2, mäts i timmar, enligt SMHI

VASS: Ett register där man finner sammanställd driftsstatistik över Sveriges kommuner. (Vattentjänstbranschens Statistik System)

(19)

4. Faktainsamling

I detta kapitel beskrivs den information som använts i arbetet mer djupgående. Målet med denna beskrivande text är att redovisa hur information insamlats för att lösa

uppgiften. Vi kommer även försöka beskriva detta på ett så ingående sätt att man förstår hur betydelsefullt nedanstående information varit att ha med under arbetets gång.

4.1 Väderpåverkan

SMHI står för Sveriges meteorologiska och hydrologiska institut och är en

expertmyndighet som ligger under Miljödepartementet. De har från 1800-talet samlat in data från hav, land, atmosfären och sjöar9.

Vi har tack vare mätdata från SMHI kunnat analysera hur vädret påverkar

vattenförbrukningen. Detta har genomförts genom att mätdata över nederbörd och antalet soltimmar i Stockholm inhämtats.

Solskenstid definieras som den tid solstrålningen överstiger 120 W/m2 och mäts i timmar. Mätningar över solstrålning påbörjades i Sverige med heliografer i början av 1900-talet. Senare har flertalet olika instrument använts för att mäta solsken. En väldigt viktig aspekt utöver instrumentets funktionalitet är placeringen. SMHI hade i början av 2013 19 stationer utspritt över landet som mätte solskenstid10.

4.2 Driftstatistik

Svenskt Vatten är en branschorganisation, som representerar vattentjänstföretagen i Sverige. Deras huvuduppgifter är att samla in och bearbeta information från främst kommuner och kommunala bolag, starta upp och genomföra utredningar samt stödja forsknings- och utvecklingsarbeten. De arbetar även fram råd och anvisningar11. En betydelsefull källa i detta arbete har varit Svenskt Vatten genom att de givit oss tillgång till VASS-registret, där har vi kunnat använda driftstatistik för Norrvattens medlemskommuner. Den information som inhämtats har varit debiterad mängd, förbrukarkategorier, läckage, antal anslutna personer, invånarantal m.m.

VASS står för Vattentjänstbranschens Statistik System och är ett väsentligt verktyg inom området. I detta register finner man sammanställd statistik om

vattentjänstverksamheten12.

9

Sveriges meteorologiska hydrologiska institut, SMHI, 2014-05-09, http://www.smhi.se/omsmhi 10_{Sveriges meteorologiska hydrologiska institut, SMHI, 2014-05-09,}

http://www.smhi.se/kunskapsbanken/meteorologi/hur-mats-solskenstid-1.5206 11

Svenskt Vatten, 2014-05-09, http://www.svensktvatten.se/Om-Svenskt-Vatten/Om-oss/ 12_{Svenskt Vatten, 2014-05-09, http://www.svensktvatten.se/Vattentjanster/Management/VASS/}

(20)

4.2.1 Läckage

Information om hur man räknar den mängd av vattenförbrukning som består av läckage, inhämtades från Svenskt Vatten i form av en remissversion om läcksökning på

vattenledningsnät, P107 samt en äldre publikation, P35. Dessa fakta har förenklat beräkningen av hur stor del som läckage står för.

4.3 Mätdata

All mätdata har kommit från Norrvattens system. De har givit oss mätdata över vattenförbrukningen för deras medlemskommuner på timbasis. Denna datamängd är framtagen genom att ett antal mätstationer satts upp för att mäta ingående och utgående flöde för varje kommun. Det man sedan gjort är att subtrahera ingående med utgående flöden. Det har även skett korrigeringar för vattenreservoarer i kommuner som har sådana. Efter detta har vattenförbrukningarna blivit uppspaltade i ett program på timbasis över 2012 och 2013.

4.4 Folkmängd och Bostadsbestånd

Statistik beträffande folkmängd och fördelning av bostadsbeståndet i Norrvattens medlemskommuner har inhämtats från Statistiska centralbyrån (SCB). Deras uppgift är att leverera statistik till beställare för forskning, diskussion och beslutsfattande. Största delen av uppdragen utförs på uppdrag av olika myndigheter samt regeringen. En mindre andel uppdrag genomförs även till beställare inom det privata näringslivet13.

(21)

5. Dimensionerande vattenförbrukning

När vattenledningar dimensioneras utgår man ifrån det absolut maximala flödet som kan passera genom en ledning. Vid tillfällen där det är svårt att förutsäga exakt vilken

förbrukning det handlar om används schablonvärden som är baserade på allmän

statistik. Beräkning av förbrukningen utförs både för normala och kritiska förhållanden. Detta för att man vill se vilken av dem som ger maximal förbrukning. Under normala förhållanden beräknas flödet med startpunkt från den dag på året där det största uttag skett, maxdygn. Sedan tog vi även hänsyn till timmen med högst förbrukning under maxdygnet. När begreppet kritiska förhållanden används avses exempelvis en situation med brandsläckning eller ett driftavbrott14. Med driftavbrott avses planerade alternativt oplanerade stopp i ledningar. Detta kan ske när det exempelvis uppstår akuta läckage, underhåll av ledningar, nya rörläggningar m.m.

5.1 Dimensionerande förbrukning

Vid beräkningar av förbrukningsmängder används ett godtyckligt och erfarenhetsbaserat värde mellan de två linjerna för ett visst antal brukare. Den spännvidd som framgår i figuren till höger är stor för

maxdygnsfaktorn såväl som maxtimfaktorn. Till exempel varierar den för maxdygnsfaktorn vid 5000 brukare mellan 1,4 och 2,05. En tumregel som används är att faktorn normalt ligger högre vid enhetlig bebyggelse än vid blandad bebyggelse. Detta för att man vid enhetlig bebyggelse ofta

har likadana vanor15. Maxtim- och maxdygnsfaktorer kan erhållas från ovanstående figur då antalet brukare är mellan 500 och 100 000.

14

Lidström, Viveka, Vårt vatten, 2014-05-17, s. 61-62 15_{Lidström, Viveka, Vårt vatten, 2014-05-17, s. 62}

Figur 5:1 Diagram över maxtim- och maxdygnsfaktorer

0 0,5 1 1,5 2 2,5 3 3,5 500 5000 50000 M a x ti m fa k to r Antal brukare MAXTIMFAKTOR 0 0,5 1 1,5 2 2,5 3 500 5000 50000 M a x d y g n sf a k to r Antal brukare MAXDYGNSFAKTOR

(22)

Vid normala förhållanden, qdim1, beräknas den dimensionerande förbrukningen enligt nedanstående formel. Se kap. 5.2–5.6 för ingående beskrivningar av olika flöden.

(5:1) När kritiska förhållanden, qdim 2, gäller anses det högst osannolikt att brandsläckning sker samtidigt som maxdygnsuttag. Till en följd av detta baseras hushållsförbrukningen samt allmänna förbrukningen under kritiska förhållanden på det specifika medeldygnsflödet under den timmen med maximal förbrukning. Tillägg görs för släckvattenförbrukning.

(5:2) Det dimensionerande flödet för en ledning är det maximala flödet av normala samt kritiska förhållanden16.

5.2 Hushållsförbrukning

Nedan följer en beräkning av hushållsförbrukning baserad på Svenskt Vatten P83. Om man vill göra en bra uppskattning för framtida vattenförbrukning i ett visst område bör nedanstående beräkningar baseras på statistik och prognoser på lokalnivå. I de fall där denna information saknas används en antagen specifik dygnsförbrukning.

Nedan följer beräkning av maximala hushållsförbrukningen under normala förhållanden, q hushåll 1 samt kritiska förhållanden, q hushåll 2.

(5:3)

(5:4) = maximal timförbrukning

= antal brukare

= specifik hushållsförbrukning

150 liter/person, dygn småhus, 200 l/p/dygn flerbostadshus = maxdygnsfaktor

= maxtimfaktor

Hushållsförbrukningen varierar på ett sätt där det förbrukas lite vatten på natten och mycket under dygnets ”vakna” timmar. Det kan dessutom variera under året för att det förbrukas mer vatten en varm sommardag jämfört med en höstdag17.

16

Lidström, Viveka, Vårt vatten, 2014-05-27, s. 62 17_{Lidström, Viveka, Vårt vatten, 2014-05-17, s. 63-64}

(23)

5.3 Allmän förbrukning

Med allmän förbrukning syftas här den förbrukning som sker i skolor, allmänna vårdinrättningar, fritids- och badanläggningar samt parkbevattning och gatuspolningar med mera18. Vid beräkning av allmän förbrukning är det precis som för

hushållsförbrukning bäst att utgå ifrån lokal statistik och vilken verksamhet som planeras i området. När man inte har tillgång till detta används nedanstående formel. Man bedömer vanligtvis den specifika allmänna förbrukningen till 30 liter per boende och dygn för ett bostadsområde med blandad bebyggelse.

(5:5) = allmän förbrukning

= antal brukare

= specifik allmänförbrukning, 30 l/p, dygn = maxdygnsfaktor

= maxtimfaktor

Allmän förbrukning vid kritiska driftförhållanden, qallmän 2 antas ske under ett medeldygn och beräknas enligt följande:

(5:6)

5.4 Handel och övrig tjänsteservice, kontor och industri

Denna förbrukarkategori kan ha en väldigt stor variation och bör till följd av detta studeras från fall till fall. Detta kan däremot vara väldigt svårt vid en översiktsplanering, då det är vanligt att man inte vet vilka verksamheter man planerar att placera i området. Till en följd av detta utförs normalt en överslagsmässig bedömning av vattenbehovet. Vid småindustri i ett större område kan en specifik förbrukning på 0,1 l/s, ha användas, medelförbrukningen kan antas vara 0,4 l/s, ha under arbetstid samt kan maximal förbrukning sättas till 0,8 l/s, ha. Man använder samma formel för beräkning av industriförbrukning vid både normala och kritiska förhållanden.

Beräkning av förbrukning sker enligt följande:

(5:7) = areal för handel/industi, (ha)

= maximal timförbrukning per ytenhet, 0,8 l/s, ha

(24)

5.5 Läckage

Vid dimensionering av huvudledningar och större pumpanläggningar kan läckage vara en betydande faktor som bör specialutredas för att tydliggöra riskerna. Detta bör även beaktas i befintliga ledningsnät, där läckage kan vara en följd av otäta fogar eller dålig ledningskvalitet. Analys av läckagestatistik i Sverige har påvisat att utläckaget normalt ligger på ca 10-15 procent och 20-30 procent om man även adderar mätarfel och icke debiterad förbrukning19.

5.6 Släckvatten

Riktvärden som bör användas vid brandsläckning med vatten taget från brandpost varierar mellan 10 - >40 l/s beroende på områdestyp. Vid dimensionering efter kritiska förhållanden adderas denna släckvattenförbrukning20.

19

Lidström, Viveka, Vårt vatten, 2014-05-17, s.66-67 20_{Lidström, Viveka, Vårt vatten, 2014-05-17, s.67}

(25)

6. Mätområden

Totalt har 13 kommuner studerats utifrån dess vattenförbrukning. Dessa är i sig väldigt varierande vad gäller invånarantal, förbrukarkategorier m.m. Se figur 6:2, 6:3 samt kap. 6.1.

Kommuner som behandlats är följande:  Danderyd  Järfälla  Knivsta  Sigtuna  Solna  Sollentuna  Sundbyberg  Täby  Upplands-Bro  Upplands Väsby  Vallentuna  Vaxholm  Österåker

Kommunerna ovan har använts i olika grad och i olika steg. Anledningen till att kommuner inte använts till alla delar beror vanligtvis på mätfel, otillräcklig data samt bristfällig information i VASS. Nedanstående figur visar märkt med kryss vilka delar i kapitel 8 som kommunerna använts till.

Kommuner 8.1 8.2 8.3 8.4 8.5 8.6 8.7 8.8 Danderyd X X X X X X X X Järfälla X X X X X X X X Knivsta X X X Sigtuna X X X X X X X X Solna X X X X X X X X Sollentuna X X Sundbyberg X X X X X X X X Täby X X X X X X X X Upplandsbro X X Vallentuna X X X X X X X Vaxholm X X X X X X X Österåker X X X X X X X Upplands Väsby X X X X X X Förklaringar 8.1: Mätdata 8.2: Väderpåverkan 8.3: Läckage 8.4: Maxdygnsfaktorer 8.5: Maxtimfaktorer

8.6: Maxtimfaktorer under olika dygn 8.7: Förenklad dimensioneringsfaktor 8.8: Dygnsförbrukningsfaktorer

(26)

6.1 Kommuninformation

Här beskrivs kommunerna med ett antal nyckeltal.

Se även bilaga 1:1, 1:2 samt figur 6:2, 6:3 för mer detaljerad information.

Danderyd

Län: Stockholm

Bostadsbestånd: Flerbostadshus 45 %, småhus 55 %.

Folkmängd: 32 222 (31 Dec 2013)

Antal anslutna till vattenledningsnätet: 32 218 (2013)

Specifik förbrukning 228 l/p/dygn

Järfälla

Län: Stockholm

Folkmängd: 69 167 (31 Dec 2013)

Knivsta

Län: Uppsala

Folkmängd: 15 580 (31 Dec 2013)

Antal anslutna till vattenledningsnätet: 9100 (2013)

Sigtuna

Län: Stockholm

Folkmängd: 43 372 (31 Dec 2013)

Solna

Län: Stockholm

Folkmängd: 72 740 (31 Dec 2013)

(27)

Sollentuna

Län: Stockholm

Folkmängd: 68 145 (31 Dec 2013)

Specifik förbrukning 213 l/p/dygn

Sundbyberg

Län: Stockholm

Folkmängd: 42 626 (31 Dec 2013)

Täby

Län: Stockholm

Folkmängd: 66 480 (31 Dec 2013)

Upplands-Bro

Län: Stockholm

Bostadsbestånd: -

Folkmängd: 24 703 (31 Dec 2013)

Antal anslutna till vattenledningsnätet: -

Upplands Väsby

Län: Stockholm

Folkmängd: 41 449 (31 Dec 2013)

Vallentuna

Län: Stockholm

Folkmängd: 31 616 (31 Dec 2013)

(28)

0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0% 100,0%

Förbrukarkategoriers andel av vattenförbrukningen

Allmä n Industri m.m. Hushå ll

Vaxholm

Län: Stockholm

Folkmängd: 11 188 (31 Dec 2013)

Österåker

Län: Stockholm

Folkmängd: 40 495 (31 Dec 2013)

Antal anslutna till vattenledningsnätet: 32 410 (2012)

0 10000 20000 30000 40000 50000 60000 70000 80000

Folkmängd per kommun

Figur 6:2 Folkmängd för samtliga kommuner i storleksordning

(29)

7. Genomförande

Detta kapitel kommer att redogöra för hur uppgiften metodmässigt lösts och hur arbetet genomförts för varje medlemskommun. En stor del av arbetet har utförts med hjälp av Excel och har bestått av att sammanställa och kontrollera rimligheten på en stor serie mätdata.

7.1 Kontroll av mätdata

Mätvärden som tillhandahölls hade en noggrannhet på timbasis över två år. För att underlätta beräkningarna i Excel ställdes mätserien upp i kolumner på årsbasis. Därefter kontrollerades att all mätdata erhållits och om felaktiga mätvärden påträffats. Kontroll av mätdata utfördes genom att urskilja negativa, låga och väldigt höga värden från övriga. Samtidigt som kontrollering av data skett har kontakt upprätthållits med Norrvatten för eventuella förklaringar till avstickande värden. Förklaringar till att negativa värden uppkommit kan ha varit att en eller flera mätstationer varit felinställd, ur funktion, haft otillräcklig signal eller att korrigering av vattenreservoar varit utfört på ett felaktigt sätt. Att ett negativt värde uppstått är självfallet omöjligt.

Resultatet av mätstationer som varit avstängda var när flera mindre negativa värden följdes av ett stort. Det betyder att systemet varit avstängt under en period och sedan levererat det samlade flödet för de timmar då systemet legat nere. Norrvatten

sammanställer och debiterar förbrukningsdata månadsvis vilket betyder att ovanstående problem inte haft någon påverkan21. Detta påverkade dock sammanställningen i denna rapport nämnvärt på timbasis men på dygnsbasis har det mindre betydelse förutsatt att små/negativa värden samt den stora totala summan sker på samma dygn. Till en följd av detta genomfördes granskning av samtliga mätvärden, där de värden som betraktats orimliga efter granskningen exkluderats i sammanställningen. Detta för att göra resultaten så felfria som möjligt.

Fastställandet över rimligheten hos mätvärden utfördes bland annat genom att jämföra dem mot den förväntade dygnsvariationen under vardagar och helgdagar. Detta utfördes genom att varje dygn kontrollerades individuellt för att se när maximal timförbrukning under dygnet inträffade. Således kunde detta jämföras mot dagens

dygnsförbrukningsmönster och avgöra rimligheten. Exempelvis inträffade maximal timförbrukning under dygnet som regel tidiga morgnar under vardagar medan den på helgdagar inträffade senare.

(30)

1 4 7 10 13 16 19 22 1 4 7 10 13 16 19 22

Inledningsvis började vi med att kontrollera ifall mätvärden var negativa, detta för att det är självklart att vattenförbrukningen inte kan vara negativ. I majoriteten av fall där ett negativt mätvärde funnits har det visat sig bero på fel i mätsystemet. Vid de fall där negativa mätvärden påträffats bestämdes att det är ett orimligt mätvärde och i annat fall gick vi vidare till nästa steg.

Fortsättningsvis kontrollerades

mätvärden med fokus på orimligt höga värden. Till följd av avstängda

mätstationer har vi tydligt sett att en del låga/negativa värden på timbasis följdes av ett orimligt stort timvärde. I de fall där detta inte skett var det svårare att urskilja extrema värden, då utfördes ett jämförande med liknande dagar, nämligen genom att titta på samma klockslag för en liknande dag. Efter att ha kontrollerat om mätvärdet varit negativt eller extremhögt gick vi vidare med att titta på

dygnsförbrukningsmönster, ifall det var en vardag eller en helgdag. Detta för att kontrollera om

dygnsförbrukningsmönstret följde tidigare standardmönster och för att se på avstickande värden som ej

kunnat förklaras genom att enkelt utesluta extremvärden. Det har även tagits i åtanke att titta på nattförbrukningen för att se ifall den varit orimligt hög eller låg.

Figur 7:2 Vardagar

Va

Figur 7:1 Helgdagar Figur 7:1 Flödesschema över genomförande

Ja Ja Ja Ja Ja Nej Nej Nej Nej Nej

(31)

7.2 Väderpåverkan

En väldigt viktig aspekt som undersöktes var om vädret påverkade vattenförbrukningen. Det har tidigare konstaterats att det har haft en betydande påverkan på den mängd vatten Norrvatten levererar till sina medlemskommuner. Exempelvis har man tidigare tittat på antalet högsommardagar per år och jämfört mot producerad vattenmängd och sett ett tydligt samband. Vi skall nu titta på hur förbrukningen ser ut under högsommardagar. Väderpåverkan har även använts vid rimlighetsbedömning av mätdata.

7.2.1 Nederbörd

Inledningsvis hämtades data från SMHI. Därefter sammanställdes mängden nederbörd i Stockholm för samtliga månader under 2012 och 2013. Sedan ställdes mätdata över den normala, minsta och största mängd nederbörd samman i en tabell för att underlätta arbetet med analys. Den normala nederbördsmängden har tagits från åren 1961-1990 medan den största och minsta mängden är tagna från 1901-2013. Dessa värden har använts för att bilda ett perspektiv kring huruvida nederbördsmängderna under 2012-2013 varit högre eller lägre än medelvärdet.

7.2.2 Solskenstid

Solskenstid definieras som den tid då den direkta solstrålningen överstiger 120 W/m2 och mäts på timbasis22. Med data från SMHI har tabell likt den för nederbörd ställts upp för att kunna bilda ett perspektiv kring 2012-2013 års värden. Den normala

solskenstiden sammanställdes mellan åren 1961-1990 medan den största och minsta mängden sammanställdes mellan 1930-2013.

7.2.3 Högsommardagar

Högsommardagar är dygn där temperaturen överstiger 25 grader någon gång under dygnet. Genom kontakt med SMHI inhämtades information gällande högsommardagar. Vi ställde upp vattenförbrukningen till respektive kommun under högsommardagar för 2012-2013. Därefter kontrollerades ifall den framräknade maximala

dygnsförbrukningen skedde under en högsommardag eller ej och hur hög vattenförbrukningen var i förhållande till medelvärdet.

22

Sveriges meteorologiska hydrologiska institut, SMHI, 2014-04-23, www.smhi.se/klimatdata/meteorologi/klimatdata-2.1240

(32)

7.3 Läckage

7.3.1 Beräkningsmetod 1

Inledningsvis jämfördes den levererade mängden vatten med den debiterade genom information från VASS, därefter har vi kunnat räkna ut icke debiterad mängd och läckage. I beräkningsmetod 1 har differensen mellan levererad mängd och debiterad förbrukning antagits som läckage. I och med att informationen från VASS baseras på helårsdata har vi följaktligen antagit ett jämnt läckage utdelat på timbasis över åren, detta utfördes för att de att små läckage som ständigt finns i ledningsnätet antogs stå för majoriteten av det samlade läckaget. Därefter subtraherades det utdelade timläckaget på given timförbrukning och således har andelen läckage räknats bort.

7.3.2 Beräkningsmetod 2

Enligt dagens läcksökningsmetoder antas förlusten genom läckage som oförändrat under dygnet vilket gör att man tydligast ser vattenförlusten då förbrukningen är som lägst, det vill säga nattminimiflödet23. Den erfarenhetsbaserade riktlinjen för

nattförbrukning är idag ca 2 l/h, person. Detta är en praxis som gått nedåt med hushållens ökande resurshushållning. I tidigare utgåva VAV P35 antog man ett riktvärde på ca 4 l/h, person.

Vi har använt data från såväl Norrvatten som VASS för att kontrollera dessa riktlinjer. Detta utfördes genom att kontrollera vattenförbrukningen mellan 02.00-04.00 för varje dygn och kommun under två år för att sedan anta en viss nattförbrukning. Vid ett antagande av nattförbrukningen per person multiplicerat med antalet anslutna

resulterade i förbrukning under en nattimme. Denna förbrukning multiplicerades med två för att sedan subtrahera mot den aktuella förbrukningen mellan 02.00-04.00 varje dygn. Detta gav ett läckage mellan 2-4 l/h, person som sedan antogs vara jämn under dygnet, alltså multiplicerades detta med 12 för att se dygnets läckage.

Slutligen finjusterades antagandet av nattförbrukningen per person för att medelläckaget skulle stämma överens med VASS driftsstatistik kring medel och summa läckage 2012-2013.

(33)

7.3.3 Val av beräkningsmetod

Enligt kap 7.3.1 antas all differens mellan levererad och debiterad mängd vara ett jämnt utdelat läckage. Detta innebär en felkälla, för i själva verket består differensen av fler delar än endast läckage, exempelvis uttag av brandvatten, mätfel, stöld m.m.24 (se figur 7:4). Dessutom är läckaget inte jämnt fördelat, detta för att läckaget är proportionellt mot kvadratroten ur trycket, alltså ökar flödet vid högre tryck25. En ytterligare faktor till det felaktiga antagandet av jämnt fördelat läckage är sannolikheten för att större läckor kan uppstå under en viss period.

Enligt beräkningsmetod 2, kap 7.3.2 antas inte all mängd vara läckage, däremot antas en jämn nattförbrukning, detta innebär en annan felkälla. När detta medelvärde för

nattförbrukningen sedan subtraheras från den aktuella förbrukningen antas resten vara läckage. Detta läckage multipliceras med 12 för att antas vara jämn under dygnet.

Båda beräkningsmetoderna innebär som nämnt felkällor. Vi anser att felkällan i beräkningsmetod 2, genom dess antagna nattförbrukning, anses vara större än i beräkningsmetod 1. Däremot ansågs det vara mer acceptabelt att anta jämnt fördelat läckage under dygnet än som i beräkningsmetod 2 där en genomsnittlig nattförbrukning för samtliga dygn under perioden antas. Sedan kontrollerar man differensen mellan uppmätt förbrukning och antagen nattförbrukning 02.00-04.00 och anger det som ett

24

Remissversion P107, 2014-05-12, s. 10 25_{Svenskt Vatten, VAV P35, 2014-05-16, s. 27}

(34)

läckage. Detta läckage antas vara jämnt under dygnet vilket innebär att en mindre felkälla förstoras.

I beräkningsmetod 1 antas däremot ett jämnt utdelat läckage under perioden istället för under enskilda dygn. Detta är inte önskvärt men bidrar till en mindre felkälla än beräkningsmetod 2, dessutom bidrar ett jämnt läckage till ökade maxtim- och

maxdygnsfaktorer. Alltså en säkerhet mot underdimensionering. Till följd av detta har beräkningsmetod 1 använts för vidare studier kring maxtim- och maxdygnsfaktorer. Dock är beräkningsmetod 2 fortfarande intressant ur den aspekten att tidpunkten för när läckage inträffar kan observeras, men även av den anledningen att vi genom jämförelse mellan debiterad mängd kan få en genomsnittsförbrukning per timme, person under en natt.

7.4 Maxdygnsfaktor

För att titta på maxdygnsfaktorn, som bestäms genom att ta maximala

dygnsförbrukningen under en period (2 år) dividerat med medeldygnsförbrukningen, har varje dygns vattenförbrukning sammanställts. Genom kontroll enligt figur 7:1 har vi sett låga eller höga värden utan förklaring och nollställt dygnsförbrukningen. Detta för att ge rimligt medelvärde och maxvärde, nollställda värden har alltså inte tagits med i beräkningarna.

7.4.1 Maximal dygnsförbrukning

Den maximala dygnsförbrukningen har tagits fram genom en rimlighetsbedömning som uteslutit en del extremvärden. Om förbrukningen däremot successivt stigit under en period av några dagar och den maximala dygnsförbrukningen ej har haft en orimlig timförbrukning har den angivits som maximal.

7.4.2 Medelvärde av dygnsförbrukningen

För att titta på medelvärdet av dygnsförbrukningen har vi satt en övre gräns lika med vår tidigare nämnda maximala dygnsförbrukning och en lägre på 1, detta så att tidigare nollställda dygnsförbrukningar inte ska påverka maxdygnsfaktorn.

(35)

7.5 Maxtimfaktorer

Genom kontroll enligt figur 7:1 har vi sett låga eller höga värden utan förklaring och nollställt dygns- samt timförbrukningen. Detta för att ge rimligt medelvärde och maxvärde, därmed har nollställda värden inte tagits med i beräkningarna.

7.5.1 Maxtimfaktor enligt VAV P83

Enligt dagens standard i VAV P83 definieras maxtimfaktorn som kvoten mellan högsta timförbrukningen under ett dygn med maximal förbrukning och den genomsnittliga timförbrukningen under det dygnet26. Eftersom de dygn med orimliga timvärden redan nollställts erhölls en rimlig maxtimfaktor.

7.5.2 Maximal maxtimfaktor för alla dygn under perioden

Eftersom intresset för att se hur hög den maximala maxtimfaktorn var för samtliga dygn var stort genomfördes en kontroll genom att titta på samtliga dygns maxtimfaktorer givet att en del är nollställda på grund av orimliga värden under dygnet. Detta resulterade i att den maximala rimliga maxtimfaktorn erhölls.

7.5.3 Maxtimfaktor för 10 % högsta dygnsförbrukningarna

Detta genomfördes genom att titta på 90-percentilen av samtliga dygnsförbrukningar. Sedan kontrollerades rimligheten hos 90-percentilen av de dygnens maxtimfaktorer.

7.5.4 Maxtimfaktor för 5 % högsta dygnsförbrukningarna

Detta utfördes genom att titta på 95-percentilen av dygnsförbrukningarna. Sedan kontrollerades rimligheten hos 95-percentilen av de dygnens maxtimfaktorer.

(36)

7.6 Dygnsförbrukningsfaktorer

För att kunna se förbrukningsmönster för olika kommuner har dygnen delats upp i helgdagar och vardagar. Vi har beräknat genomsnittlig förbrukning för varje timme, vardag eller helgdag med hänsyn till negativa värden samt jämnt utdelat läckage.

7.7 Bostadsbestånd och folkmängd

Folkmängden i Norrvattens medlemskommuner sammanställdes för både 2012 och 2013. Därefter genomfördes en procentuell fördelning av andelen flerbostadshus respektive småhus. Detta utfördes för att man på enkelt sätt ska kunna se om samband finns mellan bostadsbestånd och vattenförbrukning vid en analys av resultatet.

(37)

8. Resultat och Analys

Inledningsvis bör det nämnas att det i samtliga kommuner varit olika fördelningar över förbrukarkategorier (se fig. 6:3). I dagens diagram från VAV P83 över maxtim- och maxdygnsfaktorer tar man endast hänsyn till hushåll. Detta gör att en jämförelse med de värden som presenterats inte är helt jämförbara, dock kan fortfarande en uppfattning om resultaten stämmer med instruktionerna i VAV P83 bildas.

För att kunna göra en korrekt bedömning kring jämförelse mot dagens diagram bör förbrukad vattenmängd fördelad över förbrukarkategorier tagits fram på noggrannare nivå än årsbasis. Ifall noggrannheten skulle vara på dygns- eller timbasis hade man kunnat ta fram specifika förbrukningsmönster för olika förbrukarkategorier. Detta går tyvärr inte att göra med den översiktliga förbrukaruppdelningen vi haft att tillgå. Det man kan göra är godtyckliga försök genom att jämföra kommuner med liknande

förbrukaruppdelningar mot varandra och sätta deras dygnsförbrukningsfaktorer för olika förbrukaruppdelningar lika med varandra. Genom att göra detta kan specifika

dygnsförbrukningsmönster för enskilda förbrukarkategorier observeras, det är dock en stor osäkerhet i detta då det baseras på en mängd egna antaganden. Ifall man som tidigare nämnt kan få debiterad vattenmängd för olika förbrukarkategorier på samma noggrannhet som levererad vattenmängd kan man enkelt se timme för timme eller dygn för dygn hur variationen ser ut för olika förbrukarkategorier.

(38)

8.1 Mätvärden

Efter att kontrollerat mätvärden utifrån antalet negativa värden har vi försökt finna ett samband mellan kommuner, vattentorn, tidpunkter m.m. Det som direkt påträffades var något slags systemfel runt 20-24 december 2013, detta blev senare bekräftat efter kontakt med Norrvatten. Utöver systemfel har ytterligare samband funnits, det gick tydligt att se att det under 2012 skett något fel med mätvärden, det kan exempelvis bero på beräkningen av vattennivåerna i reservoarerna. Detta för att det under 2012

påträffades 1442 negativa värden för kommunerna med vattentorn jämfört med 307 för dem utan. Huruvida detta har påverkat trovärdigheten hos resterande positiv data är bedömt från kommun till kommun. Under 2013 var det däremot ett betydligt jämnare antal negativa värden mellan kommuner med/utan vattentorn. Genom ytterligare kontroller insågs att ett antal negativa timförbrukningar i följd vanligtvis följdes av en hög timförbrukning (se kap. 6.1).

Vi har efter justeringar ansett den kvarvarande mängden data som högst användbar för samtliga kommuner förutom Knivsta, Sollentuna, Upplands-Bro och delvis Upplands Väsby. Detta på grund av allt för många negativa värden samt brist på driftstatistik angående förbrukarkategorier över 2013.

Kommuner 2012 2013 Vattentorn? Kommuner med vatten torn 2012 2013

Danderyd 21 147 NEJ Sigtuna 30 76

Järfälla 46 115 NEJ Solna 4 70

Knivsta 156 194 NEJ Sollentuna 747 70

Sigtuna 30 76 JA Täby 17 63

Solna 4 70 JA Upplandsbro 214 172

Sollentuna 747 70 JA Upplands Väsby 430 193

Sundbyberg 43 17 NEJ Totalt 1442 644

Täby 17 63 JA

Upplandsbro 214 172 JA

Vallentuna 0 0 NEJ Kommuner utan vattentorn 2012 2013

Vaxholm 21 99 NEJ Danderyd 21 147

Österåker 20 106 Ja, fast ej Norrvattens Järfälla 46 115

Upplands Väsby 430 193 JA Knivsta 156 194

Totalt 1749 1322 Sundbyberg 43 17

Vallentuna 0 0

Vaxholm 21 99

Österåker 20 106

Totalt 307 678

Negativa värden Negativa värden

Negativa värden

(39)

40500000 41000000 41500000 42000000 42500000 43000000 43500000 44000000 44500000 45000000 45500000 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 P r o d u k ti o n Årtal

Produktion Görväln

0 10 20 30 40 50 60 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 A n ta l h ö g so m m a r d a g a r Årtal

Högsommardagar

8.2 Högsommardagar

Det har enligt tidigare undersökningar påvisats att vädret har en betydande påverkan på vattenförbrukningen. Detta kan bekräftas i denna rapport. I nedanstående figurer kan man se att antalet högsommardagar under ett år påverkar producerad mängd vatten. Resultaten nedan är delvis hämtade från Norrvatten, dock har information lagts till för 2013.

Figur 8:2 Årlig producerad mängd, hämtad från Norrvatten med viss modifiering, hämtad från internt PM

(40)

Maxdygn 9171,27

Medeldygn 5990,17

Datum med högsommardagar Dygnsförbrukning 07-jul 5850,54 09-jul 5629,22 25-jul 6788,17 28-jul 6374,99 16-aug 6184,65 17-aug 6359,53 02-jun 7356,48 07-jun 7927,18 25-jun 7784,49 07-jul 8537,86 08-jul 8637,14 09-jul 8737,97 13-jul 6962,15 17-jul 8092,26 18-jul 8677,24 24-jul 8938,76 25-jul 9171,27 26-jul 8323,23 27-jul 7247,78 28-jul 7986,63 02-aug 5164,19 03-aug 5579,58 04-aug 6730,88 05-aug 7627,71 06-aug 7540,39 27-aug 7457,30 28-aug 7949,23 DANDERYD 2012/2013 Det har även utförts en sammanställning över

hur hög vattenförbrukningen varit under varje högsommardag jämfört med

medeldygnsförbrukningen och

maxdygnsförbrukningen. Det visade sig att i majoriteten av fallen låg förbrukningen över medeldygnsförbrukningen och i en del kommuner var vattenförbrukningen under en viss högsommardag den maximala

dygnsförbrukningen under hela perioden. Detta tyder på att fler högsommardagar under en period leder till högre vattenförbrukning. Tabellen till höger visar vattenförbrukningen under högsommardagar i Danderyd jämfört med medeldygns- och maxdygnsförbrukningen. Tabellen visar att maxdygnsförbrukningen för 2012 och 2013 inträffat på högsommardagen 25 juli 2013, det bör observeras att både

maxdygns- och medeldygnsförbrukningen tar hänsyn till orimliga värden. Vi har utifrån egna antaganden sorterat bort orimliga värden, se kap 7.1.

Figur 8:4 Dygnsförbrukning under högsommardagar för Danderyd

(41)

Nattförbrukning l/h, person Danderyd 2,65 Järfälla 2,66 Sigtuna 3,43 Solna 3,45 Sundbyberg 2,63 Täby 1,57 Medel 2,73 0 100 200 300 400 500 600 700 L ä c k a g e , m 3 Datum Läckage 02.00-04.00 Danderyd 8.3 Läckage

Nedanstående tabell med dess nattförbrukning har beräknats genom beräkningsmetod 2 (se kap. 7.3.2), som kontrollerar att det totala läckaget utifrån antagen nattförbrukning överrensstämmer med icke debiterad mängd i VASS.

Nedanstående figur är ett exempel på hur läckaget ser ut mellan klockan 02.00-04.00 för Danderyd förutsatt att nattförbrukningen är konstant över perioden. Detta betyder i sin tur att mängden läckage inte behöver vara korrekt men att tidpunkterna vid höga förbrukningar troligtvis är ett större läckage. Dock kan det även tyda på högre nattförbrukning.

Med storförbrukare är det svårt att använda denna metod för bestämning av läckage då sannolikheten för ojämn nattförbrukning är större. Genom kontroll av exempelvis Täby med stor bostadsandel kan skådas att läckaget är jämnare fördelat under perioden. Detta kan bero på att nattförbrukningen i Täby är jämnare fördelad eller att läckagen är färre. Ovanstående figur visar på ett ökat läckage under sommaren. Det är svårt att dra någon slutsats kring detta resultat på grund av det antagandet som görs med en konstant nattförbrukning. Se bilaga 4:1 samt 4:2 för samtliga diagram över läckage.

Figur 8:5 Nattförbrukning mellan 02.00-04.00

(42)

Kommun MDF Antal ansl. Danderyd 1,53 32218 Järfälla 1,27 68969 Sigtuna 1,34 38200 Solna 1,18 72740 Sundbyberg 1,22 42626 Täby 1,44 66435 Vallentuna 1,45 25884 Vaxholm 1,44 9662 Österåker 1,37 32410 Upplands Väsby 1,19 41006 0,0 0,5 1,0 1,5 2,0 2,5 3,0 500 5000 50000 M a x d y g n sf a k to r Antal brukare MAXDYGNSFAKTOR

Ma xdygnsfa ktor Övre grä nslinje Undre grä nslinje

8.4 Maxdygnsfaktorer

Inledningsvis bör nämnas att maxdygnsfaktorerna för olika kommuner har satts samman i ett diagram efter antalet brukare. Detta tar inte hänsyn till att de har olika uppdelningar över förbrukarkategorier. (se figur 6:3)

Som kontroll sattes mätdata upp utan hänsyn till felvärden eller läckage i en serie för att sedan addera timvärden till dygn. Av dessa dygn tittade vi på absolut maximala

dygnsförbrukningen, orimligt eller ej och delade med medeldygnsförbrukningen. Efter detta sattes samtliga kommuners maxdygnsfaktorer upp i diagram efter antalet brukare (se bilaga 2:1).

Detta genomfördes för att se rimligheten i mätdata. Vi kan tydligt se att det är orimliga toppar. Genom att kontrollera varje kommuns mätdata och leta efter rimliga maximala dygnsförbrukningar kunde ett rimligare diagram fås ut som bör ge ett mer

sanningsenligt resultat. Detta är dock framtaget utan hänsyn till läckage och/eller andra förluster (se bilaga 2:2).

Genom att räkna med ett jämnt läckage under varje timme samt ta bort orimliga värden kunde vi göra ett slutligt diagram som bör spegla sanningen bättre än ovanstående (se fig. 8:7, 8:8, bilaga 2:3).

Efter analys anser vi att det är ett rimligt diagram som kan komma att användas för framtida dimensioneringssyften. Dock bör tilläggas, att man kan lägga till en

procentuell del som kompensation för den relativt korta perioden alternativt dra linjen i ovanstående diagram med maximala punkten som utgångspunkt för säkerhetssyfte. Resultatet ovan är utifrån egna antaganden den mest rimliga maximala

dygnsförbrukningen för varje kommun under två års tid. Huruvida denna period verkligen räcker för att antas att alltid stämma kräver fortsatt diskussion. Genom att lägga på en procentuell del får vi ett spann, där man kan säga att vårt resultat bör vara något över minsta gränsen, medan högsta gränsen kan ligga mellan dagens två

begränsningslinjer. Med 15 % högre maxdygnsförbrukningar hamnar faktorerna i mitten av dagens två begränsningslinjer. Detta är beräknat utan ändring av

Figur 8:7 Diagram över maxdygnsfaktorer Figur 8:8 Tabell med maxdygnsfaktorer

(43)

Kommun MTF Antal ansl. Danderyd 1,32 32218 Järfälla 1,53 68969 Sigtuna 1,48 38200 Solna 1,87 72740 Sundbyberg 1,59 42626 Täby 1,33 66435 Vallentuna 1,39 25884 Vaxholm 1,46 9662 Österåker 1,62 32410 Upplands Väsby 1,66 41006 0 0,5 1 1,5 2 2,5 3 3,5 500 5000 50000 M a x ti m fa k to r Antal brukare MAXTIMFAKTOR

Övre grä nslinje Undre grä nslinje Ma xtimfa ktor

medeldygnsförbrukningen, som man kan förstå bör medeldygnsförbrukningen egentligen ändras då maxdygnsförbrukningen ändras.

8.5 Maxtimfaktorer

Likt maxdygnsfaktorer har vi stött på samma problem vid beräkning av maxtimfaktorer. I och med olika andelar över förbrukarkategorier är det inkorrekt att sätta kommunerna mot varandra i ett diagram.

Vi har satt upp det maximala dygnets maxtimfaktor, vilket är maxtimfaktorn enligt beskrivning från VAV P83. Detta hade inte stor relevans då det maximala icke justerade dygnet ansågs orimligt för samtliga kommuner. Dock fick vi en förståelse för

maxtimfaktorer. Att göra på VAV P83 beskrivet sätt för beräkning av maxtimfaktorer ger inte något konkret resultat, det beror helt på vilket dygn som anses rimligt. Genom att detta uppfattades försökte vi titta på olika sorters maxtimfaktorer för att se skillnader och likheter.

Till att börja med tog vi ändå fram maxtimfaktorn under det maximala dygnet. Genom att titta på maxtimförbrukningen och medeltimförbrukningen under den rimliga maxdygnsförbrukningen för varje kommun kunde vi få ut en maxtimfaktor på det sätt som står beskrivet i VAV P83 (se fig. 8:9, 8:10)

Vi anser dock fortfarande att dessa maxtimfaktorer inte beskriver något eftersom det kan förekomma en annorlunda dygnsvariation under maxdygnsförbrukningen.

Figur 8:9 Diagram över maxtimfaktor under den maximala dygnsförbrukningen Figur 8:10 Tabell med maxtimfaktorer

(44)

Kommun MTF Antal ansl. Danderyd 1,70 32218 Järfälla 1,62 68969 Sigtuna 1,67 38200 Solna 1,70 72740 Sundbyberg 1,64 42626 Täby 1,90 66435 Vallentuna 1,72 25884 Vaxholm 1,72 9662 Österåker 1,65 32410 Upplands Väsby 1,77 41006 0 0,5 1 1,5 2 2,5 3 3,5 500 5000 50000 M a x ti m fa k to r Antal brukare MAXTIMFAKTOR 90-PERCENTIL

Kommun MTF Antal ansl. Danderyd 1,73 32218 Järfälla 1,65 68969 Sigtuna 2,09 38200 Solna 1,72 72740 Sundbyberg 1,73 42626 Täby 1,95 66435 Vallentuna 1,91 25884 Vaxholm 1,88 9662 Österåker 1,71 32410 Upplands Väsby 1,81 41006 0 0,5 1 1,5 2 2,5 3 3,5 500 5000 50000 M a x ti m fa k to r Antal brukare MAXTIMFAKTOR 95-PERCENTIL

Med anledning av detta valde vi att titta på percentiler. Efter att ha kontrollerat alla värden över 90:e och 95:e percentilen av dygnsförbrukningarna kunde ett typiskt maxdygn skådas. Genom att sedan kontrollera dygnens maxtimfaktorer med 90:e och 95:e percentilen kunde man få ut en rimlig maxtimfaktor som kan inträffa under ett maxdygn. Se nedanstående figurer.

Ovanstående resultat visar en avvikande form från VAV P83 då maxtimfaktorn ej påverkas så mycket av befolkningsmängd. Detta kan och bör även bero på

problematiken kring olika förbrukarkategorier.

Figur 8:11 Diagram över maxtimfaktor m.h.t. 90-percentilen av dygnsförbrukningarna

Figur 8:12 Tabell med maxtimfaktorer

Figur 8:14 Tabell med maxtimfaktorer Figur 8:13 Diagram över maxtimfaktor m.h.t. 95-percentilen av

(45)

KOMMUNER MTF NORMALA DYGN MTF HÖGA DYGN DIFFERENS Danderyd 1,99 1,70 14% Järfälla 1,68 1,62 4% Sigtuna 1,76 1,67 5% Solna 1,77 1,70 4% Sundbyberg 1,73 1,64 5% Täby 1,95 1,90 2% Vallentuna 1,81 1,72 5% Vaxholm 1,79 1,72 4% Österåker 1,75 1,65 6% Upplands Väsby 1,77 1,77 0% Medel 5%

8.6 Maxtimfaktorer under olika dygn

Vi har tittat på samtliga kommuner och sett att maxtimfaktorn för normala dygn är i genomsnitt 5 % högre än för dygn med hög förbrukning. Detta genom användandet av percentiler på normala samt höga dygns maxtimfaktorer (se fig. 8:15). Höga dygn definieras som de 10 % högsta dygnsförbrukningarna medan resterande 90 % är normala dygn. Sedan kontrollerades 90:e percentilen på höga såväl som normala dygn för att jämföra dem mot varandra. Se figur nedan för resultat.

Efter kontroll av absolut maximala maxtimfaktorer uträknade genom att titta på varje dygns maxtimfaktor och kontrollera rimlig maximal timfaktor har vi funnit att det för Järfälla, Knivsta, Solna, Sundbyberg, Täby, Vallentuna och Österåker inträffat under julafton 2012. Genom diskussion och rimlighetsbedömning enligt kap 7.1 samt att det inte fanns något känt systemfel ansågs det rimligt. Det var dessutom inte hög

dygnsförbrukning vilket bidrar till att förstärka resultatet ovan, att normala dygn generellt har en högre maxtimfaktor. Dock kunde inte julafton 2013 kontrolleras på grund av fel i systemet.

(46)

0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0 9,0 500 5000 50000 F a k to r Antal brukare FAKTOR MOTSVARANDE MAXTIMFAKTOR X MAXDYGNSFAKTOR

Övre grä nslinje Undre grä nslinje 95-percentil 50% högre ma xtimme

8.7 Förenklad dimensioneringsfaktor

För att förenkla dimensioneringsfaktorerna har dagens gränslinjer från VAV P83 satts upp för maxtim- och maxdygnsfaktorer multiplicerade med varandra i ett diagram. I distributionsledningar har man timvariationer, följaktligen har ett maximalt timflöde under en period om två år kontrollerats, detta genom användning av percentiler. Genom användandet av percentiler har risken kring höga felvärden undgåtts. Därefter

undersöktes 95:e percentilen av timförbrukningarna för att sedan divideras med medeltimförbrukningen under perioden (se fig. 8:16).

Detta medför ett förenklat tillvägagångssätt vid dimensionering då behöver man inte titta på maxtim- och maxdygnsfaktorer individuellt. Det som istället görs är att man tittar på en faktor som inkluderar båda.

Maxtimmen kan vara högre under något annat år än under mätperioden. Detta medför att vi genom att ange en 50 % högre maxtimförbrukning simulerat en ökad differens i timförbrukningen. Detta illustreras genom den övre linjen i diagrammet ovan.

Observera att medeltimförbrukningen vid ökad maxtimförbrukning är oförändrat.

(47)

8.8 Dygnsförbrukningsfaktorer

Efter att ha granskat dygnförbrukningsfaktorerna för samtliga kommuner kan det konstateras att kommuner med högre grad blandad bebyggelse har jämnare förbrukning under dygnet.

Genom jämförelse med tidigare undersökning, Vattenförbrukningens dygnsvariation, Nikell Lars, kan man se att faktorerna skiljer sig betydligt genom att detta resultat visar på lägre faktorer. (Se bilagor 5 och 6)

)

Figur 8:17 Dygnsförbrukningsfaktorer för Solna, 2012-2013

0,51 0,40 0,35 0,33 0,35 0,53 1,10 1,54 1,41 1,32 1,31 1,32 _1,30 1,22 1,16 1,10 1,11 1,20 1,24 1,26 1,15 1,06 0,99 0,75 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 F a k to r Klockslag DYGNSFÖRBRUKNINGSFAKTORER

(48)

(49)

9. Slutsatser

Nedanstående text redogör de slutsatser som dragits angående maxtim- och maxdygnsfaktorer

Efter en genomförlig analys av resultatet kan slutsatsen dras att maxtim- och maxdygnsfaktorerna som används idag för dimensionering bör ifrågasättas. Maxdygnsfaktorn kan med större säkerhet sägas vara överdimensionerande än maxtimfaktorn. Detta för att man säkrare kan avgöra rimliga eller orimliga värden på dygnsbasis än på timbasis. Dock bör, som innan nämnt, tilläggas att samtliga resultat hade varit mer exakta om det hade varit möjligt att registrera förbrukningen per timme uppdelad på förbrukarkategori.

Dagens definition enligt VAV P83 av hur man beräknar maxtimfaktorn har i detta arbete granskats och det har påvisats att maximala timfaktorn troligen inte inträffar under den absolut maximala dygnsförbrukningen. Genom att kontrollera ett antal rimliga maxdygnsförbrukningar och dess maxtimfaktorer har vi tittat på den högsta maxtimfaktorn under de dygnen och ansett som rimlig under maxdygnsförbrukning. Arbetet har dessutom påvisat en differens i maxtimfaktorn under höga och låga dygnsförbrukningar.

Vidare kan sägas att maxtimfaktorer enligt resultatet från detta arbete inte påverkas lika mycket av antalet brukare som dagens dimensioneringssätt. Detta kan dels bero på att studerade kommuner har olika förbrukarkategorier med olika fördelningar till skillnad från dagens diagram där hänsyn endast tagits till hushållsförbrukning. Dock kan det även tyda på att en kontroll bör utföras på hur mycket antalet brukare faktiskt påverkar maxtimfaktorerna.

I resultatet gällande maxtim- och maxdygnsfaktorer har ett jämnt läckage antagits vilket bidrar till ökade faktorer, i verkligheten är läckagen däremot varierande, antagligen i liknande mönster som dygnsförbrukningen under åren. Det vill säga att det vid hög dygnsförbrukning antagligen skett ett större läckage, i och med detta bör

maxdygnsfaktorn sjunka ytterligare.

Tidigare gjorda undersökningar har på årsbasis påvisat ett samband mellan antalet högsommardagar per år och producerad mängd vatten. Vi har i detta arbete studerat detta på dygnsnivå och kunnat bekräfta detta.

Det som även konstaterats i detta arbete är att den tumregeln för nattförbrukning, ca 2 l/h, person, är för låg i de kommuner vi granskat. En förklaring till detta kan exempelvis bero på kategorin ”industri m.m.” med dess varierande förbrukningsmönster men kan även tyda på att man underskattar den verkliga nattförbrukningen.

(50)

(51)

10. Rekommendationer

För vidare studier i ämnet bör man ta fram mer detaljerad information angående

debiterad mängd för olika förbrukarkategorier samt om läckage. Med denna information kan man vidare analysera förbrukningsmönster för olika förbrukarkategorier. Mätdata från fler kommuner under längre perioder skulle även bidra till ett säkrare resultat. Vidare analys av hur åldersfördelning, bostadsbestånd, andel arbetslösa bland annat påverkar vattenförbrukningen kan utföras för att se samband. Detta kan sedan tas i beaktande vid dimensionering av nya områden.

Man kan även studera om liknande arbeten genomförts utomlands och utföra en jämförelse mellan dem.

Ifall man kan ta fram debiterad mängd för storförbrukare, exempelvis sjukhus,

flygplatser, industrier skulle detta leda till ökad säkerhet vid bestämning av maxtim- och maxdygnsfaktorer.

Slutligen bör nämnas att en kontroll av mätdata skall utföras på djupare nivå för att säkrare fastställa resultatet. I denna rapport har en del orimliga värden ej kunnat förklaras, detta på grund av bristfällig information angående bakomliggande fel kring orimliga vattenförbrukningar.

(52)