UPTEC E 18004
Examensarbete 30 hp Februari 2018
Integrering av elbilsladdare
och solceller i distributionsnätet
Påverkan och lösningar med smarta elnät
Jesper Engdahl
Teknisk- naturvetenskaplig fakultet UTH-enheten
Besöksadress:
Ångströmlaboratoriet Lägerhyddsvägen 1 Hus 4, Plan 0 Postadress:
Box 536 751 21 Uppsala Telefon:
018 – 471 30 03 Telefax:
018 – 471 30 00 Hemsida:
http://www.teknat.uu.se/student
Abstract
EV chargers and PV systems in the distribution grid:
Impact and solutions with smart grids
Jesper Engdahl
This study aims to examine and quantify the impact from increasing penetration of electric car chargers and solar cells in Mälarenergi's distribution grids. Four different types of low voltage grids are examined: a small rural grid, an older suburban grid, a modern suburban grid and a modern urban grid with multi-dwelling houses. The networks are modeled in Matpower, a MATLAB Power System Simulation Package with grid and metering data from Mälarenergi's NIS (Network Information System), insolation data from Swedish Meteorological and Hydrological Institute (SMHI) and simulated data from an electrical vehicle Home-charing model based on residential activity patterns. The idea has been to use as few assumptions as possible and as much real measurements as possible.
The results show that problems such as unwanted voltage levels at the customer's connection points and increasing power flux in the low voltage substation's is to be expected based on aforementioned increasing penetration. The various low voltage networks are affected to varying degrees due to its different structure and type of customers.
Measures to increase acceptance for the above mentioned changes have also been reviewed. Line gain shows best properties to reduce both losses and voltage variations. Reactive power compensation in the solar cell's inverters can reduce voltage increases, but with the disadvantage that network losses increase. The use of smart chargers that can control when the charging of electrical vehicles begin charging can both reduce network losses but also the risk of unwanted voltage drops.
Ämnesgranskare: Juan de Santiago Handledare: Kenny Granath
Populärvetenskaplig sammanfattning
För att uppnå det globala målet att hålla temperaturökningen under 2 grader står energisystemet inför stora utmaningar. Solceller och elbilar är moderna tekniker som blir allt vanligare i de Svenska hemmen och ses som en del av lösningen för att nå de globala målen. En ökning av dessa moderna tekniker ställer högre krav på elnäten där de integreras.
I detta arbete har fyra lågspänningsnät i Mälarenergi Elnäts koncessionsområde undersökts: ett landsbygdsnät, ett äldre villanät, ett modernt villanät samt ett modernt citynät. Näten är av olika karaktär och innehåller huvudsakligen tre ty- per av anslutna kunder med olika förbrukningsprofiler. De fyra lågspänningsnäten har belastats med elbilar och solceller utifrån framtida antagna scenarion som anpassats utifrån kundtyp. De faktorer som undersökts är framförallt förändring av spänning och effekttoppar. Arbetet har skett genom beräkning och modelle- ring i MATLAB med simuleringspaketet Matpower. Mätdata för ett helt år har använts istället för antaganden om hög- och lågslastfall. När påverkan från de oli- ka scenarion kvantifierats undersöktes åtgärder för att öka nätens acceptans för solceller och elbilar genom att minska oönskade spänningsvariationer. Åtgärderna som undersöktes och modellerades var nätförstärkning, reaktiv effektkompensering i solcellernas växelriktare samt laststyrning av elbilasladdning.
Resultaten visar att det äldre villanätet ger störst förändring av både ökade spän- ningsvariationer hos de anslutna kunderna samt högre effekttoppar i nätets trans- formator. Landsbygdsnätet och det moderna villanätet visar även de på ökade spänningsvariationer och ökade effekttoppar, men inte lika allvarliga som för det äldre villanätet. Spänningsnivåerna i citynätet påverkas minst av framtida scena- rion av elbilar och solceller på grund av nätets kompakta struktur med kraftiga ledningar. Däremot väntas effekttopparna i nätets transformator öka med upp till 50 procent på på grund av de anslutna lägenhetskundernas låga effekttförbrukning i relation till effekten från elbilsladdningen.
Av de åtgärder som undersöktes så rekommenderas i första hand nätförstärkning men även justering av läget på omsättningskopplaren i nätens transformator för att bättre utnyttja nätets kapacitet. Reaktiv effektkompensering visar på möjligheter att öka acceptansen för solceller men samtidigt medföra negativa effekter i form av ökad belastning och förluster i nätet. Laststyrning av elbilsladdningen kan ge minskade effekttoppar på upp till 20 procent och ses som en framtida smart lösning, däremot behövs nya incitament för elbilsägare att ändra beteende kring när elbilen laddas.
Förord
Detta är ett examensarbete inom ramen för Civilingenjörsprogrammet i Elektro- teknik vid Uppsala Universitet och ämnesgraskare är Juan de Santiago. Arbetet har utförts på Mälarenergi Elnät AB vid avdelningen nätplanering som en del i projektet Energisystem Stationsområdet och handledare har varit Kenny Granath.
Författaren vill rikta ett stort tack till följande personer utan inbördes ordning för all hjälp och stöd vid arbetet med detta examensarbetet. Kenny Granath, Mä- larenergi, Tokhir Gafurov, Mälarenergi, Juan de Santiago, Uppsala Universitet.
Arbetet hade inte gått utan er.
Jesper Enhdahl Uppsala Feb 2018.
Förkortningar, begrepp och symboler
Förkortningar
HSp Högspäningsnät, spänningar över 1kV kV Kilovolt
kVA Kilovoltampere kW Kilowatt
kWp Kilowatt-peak, Installerad solcellseffekt i kilowatt LSp Lågspänningsnät, spänningar under 1kV
MW Megawatt, effekt
MWh Megawatttimmar, energi SOC State Of charge
Trimble NIS Trimble Network Information System, Ett system som Mälarenergi använder för att
V Volt
VA Voltampere Begrepp
Sydda serviser Annat namn för en struktur på ett elnät där kunder är placerade längs en och samma matarkabel
Symboler
⌘ Solcellssystemets totala verkningsgrad, från solinstrålning till effekt ut från växelrikare
Vinkelskillnad mellan spänning och ström
cos' Effektfaktor, förhållande mellan aktiv och skenbar effekt
Innehåll
1 Inledning 1
1.1 Syfte och frågeställningar . . . 2
1.2 Avgränsningar . . . 2
1.2.1 Elkvalitet . . . 3
1.2.2 Åtgärder . . . 3
1.3 Disposition . . . 3
2 Bakgrund 4 2.1 Det Svenska elnätet . . . 4
2.2 Mälarenergi AB . . . 4
2.3 Energisystem Stationsområdet . . . 5
2.4 Elbilar och elbilsladdare . . . 5
2.5 Solceller och växelriktare . . . 5
2.6 Elkvalitet . . . 6
2.7 Tidigare studier inom området . . . 7
3 Teori 9 3.1 Solceller . . . 9
3.2 Effektfakorn . . . 9
3.3 Per unit-normering . . . 10
3.4 Spänningsvariationer . . . 10
3.5 Åtgärder för ökad acceptans för solceller och elbilar . . . 11
3.5.1 Nätförstärkning . . . 11
3.5.2 Reaktiv effektkompensering . . . 11
3.5.3 Laststyrning . . . 12
3.5.4 Omsättningskopplare . . . 12
3.5.5 Batterilagring för effektutjämning . . . 12
3.6 Lastflödesberäkningar . . . 13
4 Metod 15 4.1 Data . . . 15
4.1.1 Nätdata . . . 15
4.1.2 Förbrukningsprofiler . . . 16
4.1.3 Elbilsladdning . . . 18
4.1.4 Solelproduktion . . . 20
4.2 Beräknade scenarion . . . 21
4.3 Åtgärder . . . 22
4.3.1 Reaktiv effektkompensering . . . 22
4.3.2 Laststyrning . . . 23
4.3.3 Nätförstärkning . . . 23
4.4 Lastflödesberäkningar i Matlab med Matpower . . . 23
4.5 Förväntad påverkan på effektuttag . . . 23
4.6 Avgränsningar av data och beräkningsmodell . . . 24
5 Undersökta lågspänningsnät 25 5.1 Landsbygdsnät . . . 26
5.2 Äldre villanät . . . 27
5.3 Modernt villanät . . . 28
5.4 Modernt citynät . . . 29
6 Resultat 30 6.1 Påverkan på effektuttag från kundkategorier . . . 30
6.2 Spänningsvariationer i lågspänningsnäten . . . 31
6.3 Belastning i transformator . . . 32
6.4 Förändring av spänning och belastning i Nät 2 . . . 33
6.5 Åtgärder för att öka acceptansen . . . 35
6.5.1 Nätförstärkning . . . 35
6.5.2 Reaktiv effektkompensering och laststyrning . . . 37
6.6 Jämförelse med tidigare studier . . . 38
7 Diskussion 41 7.1 Påverkan på spänningskvalitet . . . 41
7.2 Förändring av belastning i transformatorer . . . 41
7.3 Åtgärder för ökad acceptans av elbilar och solceller . . . 41
8 Slutsatser 43 8.1 Rekommendationer . . . 43
8.2 Förslag på vidare studier . . . 43
Referenser 45
1 Inledning
Klimatfrågan står högt på den politiska agendan både i Sverige, EU och globalt.
2015 enades världens länder om ett klimatavtal som trädde i kraft året därpå. Må- let sattes till att hålla den globala temperaturökningen under 2 grader och arbeta för att den ska stanna vid 1,5 grader [1]. Mål om minskade utsläpp av växthusga- ser, ökad andel förnybar energi och ökad energieffektivisering har stor inverkan på hur företag och konsumenter agerar.
Solceller och elbilar ses som en del av lösningen. Andelen nätansluten solcellseffekt i Sverige har under de senaste åren ökat kraftigt. Mellan åren 2010 och 2015 var ökningen över 60% per år [2]. Även antalet laddbara bilar har under de senaste åren haft en stark ökning i Sverige. Från första kvartalet 2014 till första kvartalet 2017 ökade antalet laddbara bilar från ca 4000 till över 31000 vilket motsvarar en årlig ökning av över 9000 laddbara bilar per år [3]. Forskning har samtidigt visat att huvuddelen av överförd energi till laddbara elbilar, ungefär 80-90%, sker vid icke publika och i många fall enskilda parkeringsplatser vid hemmet [4]. Hur det svenska elbilbeståndet ser ut om ett antal år är det ingen som vet. Något som än- då tyder på en fortsatt ökning av laddbara elbilar är att kända biltillverkare som Volvo och Volkswagen meddelat att merparten av deras modeller inom en framtid om 5-15 år ska vara elektrifierade [5],[6]. Samtidigt har Sveriges regering gått ut med ett nytt bidrag för installation av laddpunkter för elbilar i hemmet som träder i kraft 2018 [7].
Samtidigt som solceller och elbilar ses som en del av en lösning, medför de även ut- maningar för energisystemet som historiskt haft god spänningskvalitet samt varit förutsägbart med stabil elgenerering från kärn- och vattenkraft i transmissionsnä- tet ner till elkonsumenter i distributionsnätet. Med en ökad andel förnybar energi anser Energimarknadsinspektionen att frågan om spänningskvalitet blir allt vik- tigare att följa och kan innebära att en ökad tillsyn av spänningskvaliteten blir nödvändig [8].
En ökning av laddpunkter och solceller i de svenska hushållen kommer ställa högre krav på distributionsnäten, då effektpedlingarna förväntas öka [9]. Orsaken är att solcellerna producerar som mest el under sommaren när hushållens förbrukning är som lägst vilket kan ge omvänt effektflöde och spänningsökningar i lågspän- ningsnäten. Samtidigt förväntas laddpunkterna användas för att ladda elbilarna även på vintern när förbrukningen hos hushållen är som störst vilket kan ge ökade spänningsfall som påverkar elkvaliteten negativt.
Hur distributionsnäten påverkas är intressant ur nätägares perspektiv då de an- svarar för elkvaliteten. Eftersom distributionsnät skiljer sig i storlek, struktur och anslutna kunder kommer varje nät ha unika förutsättningar för att hantera ökande effektpendlingar. Genom att modellera fyra olika typnät med tillhörande kunder samt införa effekter från solceller och elbilar baserat på framtida scenarion kan relativa förändringar och påverkan på elnäten kvantifieras.
Examensabetet har utförts som en del inom projektet Energisystem Stationsom- rådet som drivs av Mälarenergi, med stöd från naturvårdsverket för spetstekniker och avancerade systemlösningar.
1.1 Syfte och frågeställningar
Syftet med denna uppsats är att utreda och kvantifiera eventuella effekter från elbilar och solceller integrerade i fyra olika lågspänningsnät varav en av dessa re- presenterar Stationsområdet. Näten inom Mälarenergi Elnäts koncessionsområde är geografiskt placerade i västra Mälardalen. De nät som undersöks är ett mind- re landsbygdsnät, ett modernt och ett äldre villanät samt ett citynät med fler- bostadshus. Effekterna som undersöks är framförallt under- och överspänningar.
Överspänningar kan bli ett problem vid hög andel solceller. Underspänningar kan uppstå vid kalla vinterdagar samtidigt som elbilen laddas i hemmet.
Frågeställningar
• Hur påverkas spänningskvaliteten i de olika lågspänningsnäten utifrån anta- ganden om framtida integrering av laddpunkter och solceller?
• Vilka relativa förändringar kan uppkomma i lågspänningsnätens matande transformator med avseende på kapacitet beroende på vilka typkunder med elbilar och solceller som ansluts?
• Vilka metoder finns idag för att öka acceptansen för laddpunkter och solceller i lågspänningsnät med avseende på spänningskvalitet? Hur stor är påverkan från dessa metoder i de undersökta lågspänningsnäten?
1.2 Avgränsningar
Arbetet är begränsat till fyra distributionsnät av olika typ på en övergripande ni- vå. Typnäten är valda för representera en stor del av näten hos Mälarenergi Elnät.
Beräkningar avgränsas till lågspänningsnät samt enstaka noder i mellanspännings- nätet. Ekonomiska aspekter undersöks inte.
1.2.1 Elkvalitet
I detta arbete beaktas endast långsamma spänningsvariationer, då den data som använts har timvisa medelvärden som upplösning.
Asymmetri och övertoner undersöks inte, eftersom växelriktare för solceller antas vara av trefasig karaktär och att framtida växelriktare antas ha bättre kvalitet än nuvarande. Laddpunkterna för elbilar antas också vara av trefasig karaktär, eller jämnt fördelade enfasiga, för att asymmetri inte ska uppkomma.
1.2.2 Åtgärder
Åtgärder för ökad acceptans för solceller och elbilar i de undersökta lågspännings- näten gjordes enbart på utvald del i lågspänningsnäten. Anledningen var att mins- ka upprepning.
1.3 Disposition
Avsnitten 2 och 3, beskriver bakrund och grundläggande teori för att ge läsaren relevant information för att förstå rapporten. Därefter beskrivs arbetssättet och vilken data som använts i avsnitt 4. Avsnitt 5 ger en beskrivning av undersökta lågspänningsnät, varför de valts samt vad som skiljer dem åt. Rapportens resultat presenteras i avsnitt 6 uppdelat för att belysa rapportens syfte och frågeställning.
Därefter diskuteras resultaten i avsnitt 7 och slutsatserna presenteras tillsammans med förslag på framtida arbete i avsnitt 8.
2 Bakgrund
I detta avsnitt presenteras bakgrund och fakta som ligger till grund för arbetet.
2.1 Det Svenska elnätet
Det svenska elnätet kan delas upp i tre nivåer: stamnät, regionnät och distribu- tionsnät, en enkel principskiss kan ses i figur 1. Stamnätet finns till för att överföra höga effekter över långa sträckor och förvaltas av Svenska Kraftnät. Spänningsni- vån på stamnätet ligger på 200 kV till 400 kV. Regionnätet kopplar ihop stamnätet med distributionsnätet med spänningar på 40 kV till 130 kV. Distributionsnätet, som också kallas fördelsningsnät består av ett mellanspänngsnät som sträcker sig från mottagningsstation till nätstation med spänningsnivåer på 10 kV till 40 kV, samt ett lågspänningsnät matat av nätstationerna där spänningen ligger på 400 V som är den nominella spänningen (effektivvärde för trefas huvudspänning) i lågspänningsnäten [10].
Figur 1: Principskiss över det svenska elnätet
2.2 Mälarenergi AB
Mälarenergi AB är ett kommunalägt bolag med produkter och tjänster som utgör kärnan i flera grundläggande samhällsfunktioner, så som energi-, fjärrvärme, vatten och bredbandslösningar.
Mälarenergi Elnät AB
Mälarenergi Elnät AB är ett dotterbolag till Mälarenergi AB och bolagets upp- drag är att förvalta och utveckla elnätet i Västra Mälardalen med största möjliga leveranssäkerhet. I västra Mälardalen har Mälarenergi Elnät AB över 100 000 an- slutningspunkter i fem kommuner: Västerås, Arboga, Hallsta, Kungsör och Köping.
2.3 Energisystem Stationsområdet
Västerås Stad planerar att uppföra en helt ny stadsdel centralt belägen vid tågsta- tionen. Idag består området av parkeringar och öde ytor. Visionen för stadsdelen är att den skall vara ett steg på vägen mot att bli en del i en mer hållbar och klimatsmart kommun. Mälarenergi AB driver just nu ett projekt vid namn Ener- gisystem stationsområdet vars syfte är att förbereda Mälarenergi för en installation av ett nytt och mer hållbart energisystem i form av kapade effekttoppar och ökad resurseffektivitet i området [11].
2.4 Elbilar och elbilsladdare
En elbil har till skillnad från en bil med förbränningsmotor inget avgasrör, det innebär att elbilen inte heller ger några lokala utsläpp, vilket ligger i linje med klimatmålen om minskade utsläpp. Elbilen drivs av en eller flera elmotorer som använder sig av elektrisk energi lagrad i batterier. En annan typ av elbil är en laddhybrid, som till skillnad från en renodlad elbil också har en förbränningsmo- tor i samspel med elmotorn och batteriet. Men gemensamt för både elbilen och laddhybriden är att de båda behöver ladda upp batterierna från elnätet via en laddare. Elbilsladdare eller laddpunkt finns i en mängd olika varianter och fabri- kat. Vanligast är laddning via sladd, men även laddning utan sladd via induktion förekommer. Gemensamt för laddarna är dock att de för över energi till batteriet från elnätet.
Ökningen av laddbara bilar har lett till att flera bostadsrättsföreningr i Stock- holmsområdet valt att installera laddplatser på ca 20% av parkeringsplatserna efter en ökad efterfrågan hos de boende. BRF Sickla frågar sig även vilken bostadsför- ening som kommer att vara först med laddplatser på alla sina parkeringsplatser [12], [13]. Planeringen av parkeringar i flerbostadshus är ett kommunalt ansvar.
I centrala Västerås är parkeringstalet (som anger antal parkeringsplatser per lä- genhet) för en genomsnittlig lägenhet i flerbostadshus exklusive besök 0,53 [14].
I moderna hemmaladdare för elbilar finns möjligheten att styra laddningen via molntjänster. Exempelvis kan laddningen styras via en timerfunktion som endast laddar vid lågt elpris eller när elen är som mest miljövänlig [15].
2.5 Solceller och växelriktare
Solceller omvandlar solljus till elektrisk energi i form av likström och räknas som en förnyelsebar energikälla. För att koppla in solcellerna på elnätet behöver lik- strömmen omvandlas till växelström vilket sker via växelriktare.
Privatpersoner kan idag köpa kompletta solcellssystem med växelriktare för instal- lation hemma på exempelvis villataket. Solcellsystemen går att få i nästan vilken storlek som helst, men vanligast är en installerad toppeffekt på 2 kW till 5 kW vilket också är vad Mälarenergi erbjuder som standardpaket för privatpersoner.
Solceller har blivit allt mer populära i Sverige under de senaste åren. 2016 tog sig den installerade kapaciteten över 200 MW varav merparten klassas som nätanslut- na lokala solcellssystem placerade i distributionsnät, Figur 2. En av anledningarna till att mängden solceller har ökat är kraftigt minskade priser på solcellssystem.
Från 2010 till 2016 minskade priset på takinstallerade solcellssystem med kapacitet på ca 5 kW från över 60 SEK/W till 15 SEK/W vilket motsvarar en minskning på 75 procent [2]. Andra anledningar är subventioner och stöd som minskar kostnader- na för privatpersoner som investerar i en solcellsanläggning. Ett investeringsstöd till solcellsanläggningar på 30 procent går att söka från och med första januari 2018. Från och med första januari 2015 går det även att få skattesubvention för överskottsel som matas till elnätet [16].
Figur 2: Kumulativ installerad solcellskapacitet i Sverige årligen under perioden 1992 - 2016 [2]
2.6 Elkvalitet
Hur starkt ett lågspänningsnät är beror på storleken på transformator, ledningar- nas tvärsnittsarea samt överliggande nät. Vid inkoppling av nya källor av mikro- produktion måste därför nätet kontrolleras att det har tillräcklig nätstyrka för att bibehålla elkvaliteten [17].
Till följd av belastningsändringar i lågspänningnsnätet hos kunderna varierar spän- ningens effektivvärde med årstid och tid på dygnet. När till exempel flera solcells- system ansluts till samma lågspänningsnät måste man ta hänsyn till hur produk- tionskällorna bidrar till långsamma spänningsändringar [17].
Långsamma spänningsändringar
Energimarknadsinspektionens föreskrifter och allmänna råd om krav som ska vara uppfyllda för att överföringen av el ska vara av god kvalitet kallas EIFS 2013:1.
Dessa föreskrifter beskriver bland annat kraven på långsamma spänningsvariatio- ner i nätet. Dessa krav ska vara vara uppfyllda hos alla kunder. Det som gäller för långsamma spänningsvariationer är att spänningens effektivvärde ska hålla sig inom intervallet ±10% av referensspänningen sett över tiominutersvärden under en vecka [18].
2.7 Tidigare studier inom området
I litteraturstudien undersöktes framförallt svenska, men även internationella stu- dier. Nedan presenteras två olika studier som använts för att jämföra resultat. I en rapport från Elforsk, Framtida krav på elnäten [9] har framtida krav på elnäten med en tidshorisont på 25 år analyserats. Studien visar att variationerna i uttagen effekt från kunder i nätet kommer öka väsentligt, samtidigt som mängden överförd energi troligtvis minskar på grund av ökad andel solceller. Den metod som använts är baserad på förbrukningsdata från verkliga kunder där förväntade förändringar från solceller och elbilar har applicerats. I studien undersöktes tre olika typnät (från mottagninsstation till kund): innerstad, ytterstad och landsbygd. Fördelningen av solceller och elbilar som applicerades på typnäten varierade, men nedan följer en sammanfattning med ungefärliga värden:
Andel med elbil
Adel med 1 kWp solceller
Andel med 5 kWp solceller
Lägenhet 25% 30% 0
Småhus 40% 0 45%
Tabell 1: Andel av kunder med elbil och solcellsanläggningar i studien från Elforsk
Enligt studien ger den förutsedda elbilsladdningen upphov till nya högre effekttop- par i näten, förändringarna är mindre högre upp i nättopologin (mottagningstatio-
nerna) och större i enskilda nätstationer. Simuleringarna påvisade följande ökning av effekttoppar i nätstationerna:
• Ytterstad, ökning med upp till 40%
• Landsbygd, ökning med upp till 30%
• Innerstad, ökning med upp till 20%
Utökade dimensioneringskrav från en förhöjd installationsgrad av distribuerade sol- cellssystem, är ett arbete skrivet av Patrik Zetterström [19]. I det här arbetet undersöks hur en ökande andel solcellssystem påverkar tre lågspänningsnät (lands- bygdsnät, modernt villanät och äldre villanät). I arbetet applicerades 0, 2, 4 och 5 kWp solceller till varje kund i näten för att undersöka hur stor mängd solcel- ler näten kunde inhysa innan elkvaliteten och belastningen i nätens transformator utmanades. Modellerna för näten undersöktes med ett låglast- och ett höglast-fall baserat på mätdata och velanderkonstanter.
Resultaten visar följande:
• Landsgygdsnätet klarade 5 kWp solceller installerat hos alla kunder i nätet.
• Moderna villanätet klarade av 4 kWp solceller installerat hos alla kunder i nätet, begränsat av belastningen i transformatorn.
• Äldre villanätet visade på störst problem för installation av solceller där endast 2 kWp kunde hanteras i nätet. Begränsade faktorer var både över- spänningar i nätet och belastning i transformator.
3 Teori
I detta avsnitt presenteras grundläggande teori som använts i arbetet.
3.1 Solceller
Den genererade effekten från solcellerna valdes att förenklas så långt som möjligt.
P = G· Apv· ⌘sys (1)
Där P är den genererade effekten, G är globalinstrålning (W/m2), A är arean för solpanelerna (m2) och ⌘ är hela solcellssystemets verkningsgrad.
3.2 Effektfakorn
I ett elsystem konsumerar laster effekt genererade från till exempel solceller. Ef- fekten kan delas upp i aktiv effekt, P och reaktiv effekt, Q. Den aktiva effekten kan utföra arbete och är därför mer önskvärd och rör sig från producenten till lasten där den absorberas. Den reaktiva effekten pendlar mellan magnetiskt och elektriska fält i elsystemet utan att utföra något arbete. Aktiv och reaktiv effekt beskrivs med följande ekvationer:
P =|ULN| · |I|cos' (2)
Q =|ULN| · |I|sin' (3)
Där ULN står för spänning i relation till neutralledaren, I står för strömmen och cos' är effektfaktorn där ' är fasförskjutningen mellan spänning och ström. En effektfaktor cos' = 1 innebär att spänning och ström ligger helt i fas medan en effektfaktor cos' < 1 innebär att spänning och ström har en fasförskjutning. Den- na fasförskjutning innebär reaktiva effekter som kan leda till större strömmar som inte är önskvärda i elsystemet. Därför vill man ha en effektfaktor så nära ett som möjligt vid överföring av energi.
Kombinationen av aktiv och reaktiv effekt kallas komplex effekt, den aktiva delen är reell och den reaktiva delen imaginär och kan beskrivas med följande ekvation:
S = P + jQ (4)
Märkeffekt för transformatorer specificeras ofta i skenbar effekt |S| med enheten VA. Skenbara effekten defineras som absolutbeloppet av den komplexa effekten S och kan även beräknas enligt följande:
|S| =p
P2+ Q2 (5)
Den skenbara effekten kan också beskriva effektfaktorn som kvoten mellan aktiv och skenbar effekt på följande sätt:
ef f ektf aktor = cos' = P
|S| (6)
3.3 Per unit-normering
För att underlätta lastflödesberäkningar används ofta per unit-normering (p.u.).
Istället för att räkna på enheter som spänning, ström och effekt, använder man normerade värden efter en gemensam bas, vilket både förenklar beräkningarna men även gör den enklare att se avvikelser från nominella värden. I detta arbe- te bestämdes spänningsbas och effektbas. Effektbasen sattes till transformatorns märkeffekt och spänningsbaser sattes till transformators primär- respektive sekun- därspänning. Utifrån dessa två baser följer baser för ström och impedans efter sambandet i tabell 2.
Tabell 2: p.u. normalisering
Enhet Bas
Spänning, [V] |Vb|
Skenbar effekt, [VA] |Sb| Ström, [A] |Ib| = |V|Sbb|| Impedans, [⌦] Zb = |V|Ib|
b| = |V|Sb|2
b|
Samband mellan p.u. och till exempel volt, V:
Vp.u. = V
Vb (7)
3.4 Spänningsvariationer
Vid överföring av energi i ledningar i elnätet sker förluster, som leder till spän- ningsfall över ledningen vilket kan beskrivas med nedan förenklade ekvation:
U = I· (R · cos + jX · sin ) (8)
Där U är spänningsfallet, I är strömmen, R är ledningens resistans, X är led- ningens reaktans och är fasförskjutning mellan spänning och ström. Ledningens
resistans och reaktans bildar tillsammans ledningens impedans. Spänningsfallets storlek är alltså beroende av ledningens impedans och strömmen. Storleken på ledningens impedans beror på material, ledarearea och längd.
I ett lågspänningsnät med laster och solceller finns det risk att spänningsvariatio- nerna blir för stora och utmanar elkvaliteten. Dels på grund av spänningsfall vid höga effekttoppar under vintern, men också spänningsökningar i samband med omvänt effekflöde genererat av solcellerna. Spänningsökning i ledning kan också beskrivas med ekvation (8).
3.5 Åtgärder för ökad acceptans för solceller och elbilar
Ett nät som har så stora laster och solcellsproduktion att elkvaliteten utmanas kan åtgärdas på flera olika sätt. Den vanligaste åtgärden för att hantera överbe- lastning och spänningsvariationer i Tyskland, där anslutningen av solcellssystem i lågspänningsnäten varit omfattande, är nätförstärkning [20]. Nätförstärkning kan dock vara kostsamt, därför kan andra åtgärder vara intressanta för att öka accep- tansen. I detta arbete har tre åtgärder undersökts genom lastflödesberäkningar:
nätförstärkning, reaktiv effektkompensering och laststyrning (påverka när elbilarna laddas). Även lösningar med omställning av omsättningskopplare samt batterilag- ring för effektutjämning tas upp i följande avsnitt.
3.5.1 Nätförstärkning
Att förstärka nätet i form av ledningsförstärkning innebär att man ersätter gamla ledningar med nya kraftigare ledningar med lägre impedans som minskar förluster och spänningsfall. Antingen kan hela nätets struktur läggas om, eller så behålls det befintliga.
3.5.2 Reaktiv effektkompensering
Ett sätt att styra spänningsnivån för att undvika oönskade spänningsnivåer är att använda reaktiv effektkompensering i växelriktare. Som standard är effektfaktorn designad att vara nära 1 i växelriktarna med anledning av att det är den aktiva effekten som kan utföra arbete. Reaktiv effektkompensering innebär istället att effektfaktorn ändras för att producera eller konsumera reaktiv effekt. Genom att producera reaktiv effekt i växelriktaren kan spänningen ökas och genom att kon- sumera reaktiv effekt kan spänningen sänkas. I ett fall där många solcellssystem i ett lågspänningsnät genererar ett omvänt effektflöde så att spänningen stiger till en oönskad nivå, kan det därför vara av intresse att konsumera reaktiv effekt i
solcellssystemens växelriktare för att på så sätt minska spänningen. Nyare väx- elriktare kan konsumera reaktiv effekt motsvarande en effektfaktor på 0,9 utan att den aktiva effekproduktionen i växelriktaren begränsas [21]. Reglering av ef- fektfaktorn i ett lågspänningsnäts växelriktare kan rent teoretiskt utföras på flera sätt. Det kanske enklaste sättet är att införa en konstant effektfaktor på samtliga växelriktare i nätet oavsett spänningsnivåer och aktiv effekt från växelriktarna.
3.5.3 Laststyrning
Hemmaladdare med smarta funktioner kan styra så att elbilsladdning endast sker på natten vid lågt elpris. Detta modelleras genom att förskjuta medeleffekttoppen för elbilsladdningen till natten.
3.5.4 Omsättningskopplare
Trasformatorerna i nätstationerna är utrustade med omsättningskopplare som en- dast kan ställas om i spänningslöst tillstånd. Omsättningskopplarna har fem steg, där vartdera steg motsvarar en ökning eller sänkning av transformatorns omsätt- ningstal med 2,5 procent och där steg tre motsvarar neutralt läge. Med andra ord så kan spänningen ändras ±5 % jämfört med neutralt läge.
Omsättningskopplaren kan alltså förskjuta spänningsnivån i det underliggande låg- spänningsnätet. Om till exempel spänningarna hos kunderna i lågspänningsnätet ligger i intervallet 0,89 till 0,99 p.u. när omsättningskopplaren är inställd på ne- utralt läge, så kan spänningarna ändras i 0,94 till 1,04 genom att öka spänningen med 5 % på transformatorns lågspänningssida.
Lindningskopplare
En transformator med lindningskopplare kan till skillnad från en transformator med omsättningskopplare ändra spänningen under drift. Detta är en stor fördel om omsättningstalet i transformatorn behöver justeras flera gånger per år eller ännu mer frekvent för att bibehålla spänningar inom önskat intervall.
3.5.5 Batterilagring för effektutjämning
Med ett batteri finns möjligheten att att lagra energi från exempelvis solceller under soliga sommardagar för att sedan ladda ur batteriet senare på kvällen när solen gått ner. Batteriet skulle även kunna användas på vintern för att jämna ut oönskade effekttoppar. Med minskade effektpendlingar minskas också risken för oönskade spänningsvariationer.
En fallstudie i jämn effektförbrukning i Ramsjö Backe [22] är ett arbete skrivet av Nils Norlander. I arbetet undersöks hur stort batterilager som behövs för att uppnå jämn effektförbrukning i ett lokalnät med kunder som har både elbilar och solceller. Vidare görs även en ekonomisk analys för batterilösningen genom jäm- förelse av investeringskostnader och potentiella besparingar för kunden, elbolaget och nätägaren. Resultaten visar på att lösningen med jämn effektförbrukning är genomförbar men att de ekonomiska incitamenten inte finns i nuläget.
3.6 Lastflödesberäkningar
I detta arbete användes lastflödesberäkningar för att uppfylla syftet. Lastflödes- beräkningar beräknar spänningsamplitud och vinkel vid varje nod i ett balanserat trefasnät under stationära förhållanden. Utifrån spänningen och vinkeln kan sedan aktiva och reaktiva effektflöden genom ledningar och transformatorer beräknas.
Varje nod har fyra storheter: spänningsamplitud (V ), vinkel ( ) samt aktiva (P ) och reaktiva effektuttaget (Q). I varje nod behöver två av dessa fyra storheter vara kända för att få en lösning. Beroende på vilka storheter som är kända brukar noderna delas in i tre olika kategorier:
• Lastnod (PQ-nod) med kända storheter P och Q.
• Spänningsnod (PV-nod) med kända storheter P och V
• Referensnod (Swing/slack-nod) med kända storheter V och . Endast en nod sätts till referensnod, där V sätts till 1 p.u. och till 0 grader i detta arbete.
Lastflödesproblemet består av flera ekvationer och är därför lämpligast att lösa med datorkraft och iterativa beräkningsmetoder. Newton-Raphsons (iterativ be- räkninggsmetod) metod används som standard i Matpower, metoden är beroende av en startgissnig (vanligtvis 1 p.u.). Fördelen med Newton-Raphsons metod är bland annat att antalet iterationer inte är beroende av systemets storlek [23].
Matpower
Matpower är en samling Matlab-skript för att lösa lastflödesproblem. Matpower är framtaget för utbildning och forskning med egenskaper som användarvänlighet och flexibilitet. För att lösa ett lastflödesproblem med Matpower krävs att man lagrar information om nätets struktur och egenskaper i en Matlab-struct och sedan anro- par Matlab-structen via en lastflödeslösare. Som resultat skrivs en resultat-struct ut som innehåller det lösta nätet med beräknade värden på spänning, vinkel, aktiv-
och reaktiv effekt [24].
Matpower har också en mängd funktioner för olika typer av beräkningar, en av dessa är get_losses som beräknar förluster som uppstår i ledningar mellan no- derna f och t enligt följande ekvation:
lossi =
vf
⌧ ej✓shift vt 2
rs jxs (9)
Där täljaren är spänningsskillnaden mellan två noder f och t i kvadrat med vinkel- skillnaden ✓ och omsättningstalet ⌧. Nämnaren är serieimpedansen på ledningen som binder ihop noderna [24].
4 Metod
I detta avsnitt presenteras metoden som använts för att nå fram till arbetets resul- tat. Till att börja med ges en övergripande schematisk bild över metoden i figur 3.
Därefter beskrivs den data som använts i 4.1. Sedan beskrivs tillvägagångssättet för att modellera åtgärder för ökad acceptans av solceller och elbilar i 4.3.
Figur 3: Schematisk överblick av metod
4.1 Data
Data för lastflödesberäkningarna samlades in från flera olika källor och är upp- delade i fyra olika delar: nätdata, förbrukning för de olika kundkategorierna, el- bilsladdning och solinstrålning. Data med tidsserier på ett helt år användes för att på ett så realistiskt sätt som möjligt ta reda på vilka effekt- och spänningstoppar som kan uppstå i näten snarare än att utgå från antagna extremfall.
4.1.1 Nätdata Val av nät
Tidigare examensarbete på Mälarenergi har undersökt acceptansgräns för solcel- ler i distributionsnätet [19]. I arbetet undersöktes då tre nät med olika karaktär i Västerås: ett landsbygdsnät, ett äldre villanät samt ett modernt villanät. Dessa tre nät har även undersökts i detta arbete, samt ett fjärde nät som valdes för att representera ett nytt planerat område i Västerås city, kallat Stationsområdet.
Nätdata för de fyra näten beskrivna i avsnitt 5 hämtades från Mälarenergis nä- tinformationssystem (Trimble NIS). Information som hämtades var: transforma-
torparametrar, ledningsparametrar, längd på ledningar, nätets sammansättning samt typ av kunder och vid vilka noder de var anslutna. Kompletterande transfor- matorparametrar för beräkning av serieresistans och seriereaktans hämtades från Helmeverken [25]. Den insamlade datan omvandlades sedan till p.u. beskrivet i 3.3 för att passa in i en Matlab-struct beskriven i 4.4 för vidare beräkningar.
Mellanspänningsnät
För att ta hänsyn till spänningsvariationer på transformatorns högspänningssida modellerades ett mellanspänningsnät. Mellanspänningsnätet gavs en kortslutnings- effekt på 100 MVA om de var centralt belägna och 10 MVA om det var beläget på landsbygden. Påverkan från det modellerade mellanspänningsnätet visade på marginell påverkan på resultatet. Därför tas ingen hänsyn efter detta avsnitt till påverkan från mellanspänningsnätet. Mellanspänningsnätet lämnades dock kvar i de modellerade lågspänningsnäten för att undvika onödigt arbete.
4.1.2 Förbrukningsprofiler
Tidsserier med förbrukningsdata för de olika kundkategorierna som finns repre- senterade i de undersökta lågspänningsnäten erhölls från Mälarenergi Elnät AB.
Datan innehåller energi per timme för hela 2016, Detta år valdes för att det var det kallaste året av tillgängliga mätdata (2014, 2015, 2016) vilket gav högst effekt- toppar. För varje kundkategori erhålls 1000 förbrukningskurvor vilket är mer än tillräckligt för att fördela en unik förbrukningskurva för varje kund i beräkning- arna. I de undersökta lågspänningsnäten består merparten av kunderna utav tre olika kundkategorier:
• Villa med direktel, uppvärmning med exempelvis direktverkande el eller värmepump
• Villa utan elvärme, som i Västerås ofta innebär uppvärmning med fjärr- värme
• Lägenhet utan elvärme, som i Västerås ofta innebär uppvärmning med fjärrvärme
Jan Apr Jul Oct Jan 2016 0
1 2 3 4 5 6
[kWh/h]
Villa med direktel Villa utan elvärme Lägenhet utan elvärme
Feb 09 Feb 10 Feb 11 Feb 12 Feb 13 Feb 14 Feb 15
2016 0
1 2 3 4
[kWh/h]
Kvällstopp Morgontopp
Figur 4: Medelförbrukningskurvor för de olika kundkategorierna som använts i simuleringen.
Övre plot visar energi per timme under ett helt år, undre plot visar en vintervecka
I figur 4 visas medelförbrukningskurvor av erhållen data för kundkategorierna: villa med direktel, villa utan elvärme och lägenhet utan elvärme. I den övre plotten går att urskilja säsongsvariationerna mellan sommar och vinter. Värt att notera är att villa med direktel varierar avsevärt mycket mer mellan sommar och vinter än villa och lägenhet utan elvärme. I den undre grafen går det även att urskilja de typiska morgon- och kvällstopparna.
Fastighetsförbrukning
Förbrukningsdata för lägenhet utan elvärme innehåller endast den energi som an- vänds inom lägenheten. Ett flerbostadshus har även en gemensam fastighetsför- brukning för att till exempel driva hissar och fläktsystem. För att även ta hänsyn till fastighetsförbrukning adderades fastighetsförbrukning per lägenhet till flerbo- stadhusen, denna data hämtades från nätinformationssystemet Trimble NIS.
4.1.3 Elbilsladdning
För elbilsladdning valdes användning av simulerad data. Tidsserier med förbruk- ningsdata erhölls av Joakim Munkhammar på Uppsala Univeritet. Modellen är en Markov-kedjemodell för att simulera hemmaladdning av elbilar, utvecklad av Grahn et al. [26], som bygger på en modell för hushållsanvändning utvecklad av Widén [27].
Antal unika tidsserier 10 10
Laddeffekt 3,7 kW 11 kW
Batterikapacitet 24 kWh 24 kWh
Medelhastighet 46 km/h 46 km/h
Medeldistans körd per dag 37 km 37 km Energiförbrukning 0,2 kWh/km 0,2 kWh/km
Minimum SOC 4,8 kWh 4,8 kWh
Tabell 3: Valda parametrar för simulering av hemmaladdning, där de två olika kolumnerna motsvaras av laddning av en och samma elbil på olika effekt.
I tabell 3 kan ses att den enda parameter som skiljer laddning med 3,7 kW och 11 kW är laddeffekten. Batteristorleken på 24 kWh motsvarar en Nissan Leaf, dock antas batteristorleken spela mindre roll då tidsserierna är mer beroende av parametern medeldistans körd per dag som är 37 km.
Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan
2016 0
2 4
[kWh/h]
Jan 12 Jan 13 Jan 14 Jan 15 Jan 16 Jan 17 Jan 18
2016 0
2 4
[kWh/h]
Figur 5: Effektförbrukning över tid för hemmmaladdning av en elbil med laddeffekt 3,7 kW, övre plot visar ett helt år, undre plot visar en vecka
En av de tidsserier som erhölls för hemmaladdning kan ses i figur 5, tidsserien
består av ett års timvisa medelvärden. Den övre grafen visar att vissa veckor på året sker ingen laddning alls, vilket kan motiveras med att ägarna till bilen exempelvis är bortresta. I den undre plotten ses samma tidsserie men endast för en vecka, där kan man se hur Markov-modellen tar hänsyn till att det finns en viss sannolikhet att bilen inte används och laddas under en dag och därför sker exempelvis ingen laddning den 16 januari.
Figur 6:Effektförbrukning över tid för hemmaladdning av tio elbilar med laddeffekt på 3,7 kW, övre graf visar ett helt år, undre graf visar en vecka
I figur 6 ses en sammanlagring av alla tidsserier som erhölls för 3,7 kW laddning (tio stycken). I övre grafen som visar hela året, går att se att dessa tio laddserier ger en maximal sammanlagring under året på 22 kW (kl 23:00), att jämföra med 37 kW som är den teoretiskt maximala sammanlagringen från tio laddare på 3,7 kW. I den undre grafen visas endast en vecka, vilket bättre framhäver bidraget till sammanlagringen från varje enskild tidsserie. Varje färg representerar en unik
tidsserie för laddning.
Tio stycken unika tidsserier för elbilsladdning på respektive effekt erhölls. De un- dersökta lågspänningsnäten innehöll upp till 597 stycken kunder. För att tilldela en tidsserie till varje kund utan att ge exakt samma tidsserie till två kunder, ska- pades flera tidsserier genom att kopiera och tidsförskjuta tidsserierna om steg om 24 timmar slumpvis över årets alla timmar. Detta medför att säsongsvariationer från den stokastiska modellen jämnas ut.
00:00 06:00 12:00 18:00 00:00
Jan 01, 2016 0
0.2 0.4 0.6 0.8 1
[kWh/h]
10 st 11 kW 10 st 3.7 kW
Figur 7: Medelladdprofiler över ett dygn utifrån tio elbilar som laddas med 3,7 respektive 11 kW.
För att få en bättre förståelse för hur sammanlagringen av elbilsladdningen kommer se ut valdes att rita en medelladdprofil över ett dygn som kan ses i figur 7. Där framgår tydligt att effektförbrukningen kommer vara som högst på kvällen när kunderna exempelvis kommer hem från jobbet och kopplar in laddning till bilen.
Man kan även se att effekttoppen för 11 kW laddningen är smalare och högre än för 3.7 kW.
4.1.4 Solelproduktion
Globalinstrålningsdata för 2016 hämtades från SMHI:s databas STRÅNG [28].
Endast en unik mätserie för Globalinstrålning användes som kan ses i figure 8.
Globalinstrålningen beräknades sedan om till effekt enligt avsnitt 3.1. Toppeffekten från solcellerna skalades om efter kundkategori samt scenario och subtraheras i bus-matrisen lastflödesberänkingarna.
Jan Apr Jul Oct Jan 2016 0
200 400 600 800
[W/m2]
Jul 05 Jul 06 Jul 07 Jul 08 Jul 09 Jul 10 Jul 11
2016 0
200 400 600 800
[W/m2]
Figur 8: Globalinstrålning W/m2 för 2016 från SMHI
4.2 Beräknade scenarion
För att undersöka hur olika kombinationer av elbilar och solceller påverkar de fyra lågspänningsnäten skapades åtta olika scenarion. Det första scenariot kallas bas- fall och representerar nuläget vilket endast innefattar förbrukningsprofiler från de olika kundkategorierna utan solceller och elbilar.
Värsta scenariot antogs vara att alla kunder köper en elbil och installerar 5 kW solceller. För lägenheterna begränsades värsta scenariot till 0,5 elbilar och 2 kW solceller per kund. Dels på grund av att antalet parkeringsplatser per lägenhet antas vara ca 0,5 och dels att 2 kW solceller genererar ca 2000 kWh per år (enligt tumregel 800 - 1100 kWh per kW [29]) vilket ungefär motsvarar medelårskonsum- tionen för kundkategori lägenhet utan elvärme.
Kombinationen av elbilar och solceller stegrades sedan upp från hälften av värsta antagna scenario nämnt ovan med elbilar och därefter solceller som presenteras i tabell 4. Detta gjordes för att kunna se förändringar och mönster mellan de olika kombinationerna.
Scenario Bas 1 a,b 2 a,b 3 a,b 4 a
Förbrukningsprofil för kundkategori x x x x x
Solcellseffekt/kund: Villa - - 2,5 kWp 2,5 kWp 5 kWp
Solcellseffekt/kund: Lägenhet - - 1 kpW 1 kWp 2 kWp
Elbilar/kund: Villa - 0,5 0,5 1 1
Elbilar/kund: Lägenhet - 0,25 0,25 0,5 0,5
Tabell 4: Översikt av antagna scenarion, Bas är scenario för nuläge, i scenario 1a är laddeffekten 3,7 kW, i 1b är laddeffekten 11 kW, samma gäller för 2 ,3 och 4
4.3 Åtgärder
I detta avsnitt beskrivs de åtgärder som modellerades och beräknades för att öka acceptansen för solceller och elbilar. Endast nät 2 med scenario 3a beräknades med åtgärder för att undvika upprepning samt att nätet påvisade stora spänningnsva- riationer.
Följande åtgärder modellerades och beräknades i Matpower:
• Reaktiv effektkompensering i växelriktare till solceller.
• Påverkan när elbilarna laddas genom att förskjuta tidsserierna för elbilsladd- ning.
• Nätförstärkning genom parallell ledning samt ändrad struktur. Strukturen ändras från sydda serviser till ett mer modernt nät med kunderna strukturellt närmare transformatorn.
Nätets årliga energiförluster beräknades enligt ekvation 9 för varje åtgärd och jämfördes sedan med årliga förluster i nätet utan åtgärd. Detta gjordes för att relativt kvantifiera hur mycket förlusterna kan tänkas öka eller minska beroende på åtgärd.
4.3.1 Reaktiv effektkompensering
Reaktiv effektkompensering modellerades genom att låta varje nod i nätet med solceller konsumera reaktiv effekt så att den resulterade effektfaktorn i växelrik- taren hålls konstant 0,9 oavsett solcellernas aktiva effektbidrag. Reaktiva effekten beräknades med ekvation (6) där effektfaktorn och den aktiva effekten är kända parametrar.
4.3.2 Laststyrning
Påverkan när elbilarna laddas modellerades genom att förskjuta tidsserierna för elbilsladdning så att effekttoppen för medelladdprofilen sker nattetid istället för kvällstid när hushållen har som högst effektuttag.
4.3.3 Nätförstärkning
Nätförstärkning modellerades genom att halvera ledningarnas impedas.
4.4 Lastflödesberäkningar i Matlab med Matpower
Först skapades en Matpower-struct för det nät som skulle beräknas. I matpower- structen bestämdes nätets effektbas som sattes till transformatorns märkeffekt. Al- la noder i nätet och dess aktiva samt reaktiva effektuttag skrevs in i bus-matrisen, lednings- och transformatorparametrar beräknades och skrevs in i branch-matrisen och slack-noden skrevs in i gen-matrisen.
Sedan skapades ett Matlab-script att utföra följande:
1. Ladda in data
2. Välja scenario och åtgärd
3. Lastflödesberäkning av matpower-struct för varje timme inom angivet inter- vall för start och sluttid.
4. Beräkning av effekttflöden och förluster 5. Presentation av resultat
4.5 Förväntad påverkan på effektuttag
För att tydliggöra hur en elbil och solceller kan förändra effektuttaget från en kund över ett medeldygn under ett år, gjordes en enkel sammanlagring av medeleffekt- förbrukning för varje kundkategori. Utifrån inhämtad data beräknades medelef- fekuttaget för de tre kundkategorierna villa med direktel, villa utan elvärme och lägenhet utan elvärme. Medeleffekt över ett medeldygn på året beräknades också för solceller och elbilsladdning. Data som använts för att beräkna medeleffekt kan ses nedan:
• Förbrukningsprofil för 1000 villor med direktel, 1000 villor utan elvärme och 1000 lägenheter utan elvärme.
• Förbrukningsprofil för 10 st 3,7 kW elbilsladdning
• Solceller motsvarande 2,5 kWp för villa och 1 kWp för lägenhet utifrån en tiddserie med globalinstrålning över ett år.
4.6 Avgränsningar av data och beräkningsmodell
Solceller
Endast solceller anslutna med trefasig växelriktare undersöktes. Detta på grund av rekommendation från Energiföretagen Sverige om att anslutning för anläggningar större än 2 kW helst inte ska ske genom enfasig växelriktare [17].
Enbart en och samma tidsserie för globalinstrålning har använts för alla solcellsan- läggningar i detta arbete, vilket medför jämnt fördelad effekt för samtliga solceller.
Detta på grund av att de undersökta näten sprider ut sig på en begränsad yta.
Endast globalinstrålning i horisontalplanet användes som indata och omvandlades därefter till att högsta effekten motsvarar installerade toppeffekten för solcelllerna.
Ingen hänsyn har tagits till upptagen takyta, skuggning eller riktning för solcel- lerna.
Elbilar
Ingen hänsyn har tagits till fördelningen mellan antalet laddhybrider och rena elbilar. Endast elbilar med en batteristorlek på 24 kWh där laddning sker vid antingen 3,7 kW (scenario a) eller 11 kW (scenario b) antogs. Anledningen är att den stokastiska modellen som genererat tidsserierna för elbilsladdning utgår ifrån medeldistans körd per dag och inte batteristorlek vid framtagandet av tidsserierna.
5 Undersökta lågspänningsnät
I detta avsnitt presenteras de fyra lågspänningsnäten som undersökts i detta ar- bete.
1) Landsbygdsnät, ett mindre landsbygdsnät utanför Västerås.
2) Äldre villanät, ett äldre villaområde med sydda serviser i Västerås.
3) Modernt villanät, ett modernt villaområde utanför Västerås.
4) Modernt citynät, ett modernt omårde med flerbostadshus i centrala Väs- terås.
Gemensamt för de undersökta lågspänningsnäten är att de är helt radiella vilket innebär att strömmen bara har en väg att gå från transformatorn till kund eller vise versa.
Nät 1 2 3 4
Märkeffekt transformator 200 kVA 315 kVA 500 kVA 2x800 kVA
Antal kunder 16 85 112 597
Vanligaste kundkategori Villa med
direktel Villa utan
elvärme Villa med
direktel Lägenhet utan elvärme Avstånd mellan kunder
och transformator, a, [m] 30 <a<700 50 <a<408 200 <a<740 38 <a<269 Tabell 5: Övergripande information om de undersökta lågspänningsnäten
5.1 Landsbygdsnät
Figur 9: Nätstruktur för landsbygdsnätet, de stora cirklarna med nummer motsvarar noder i nätet, rektanglarna motsvarar ledningar, svarta pilar representerar minst en ansluten kund och den lilla cirkeln med ett c i representerar slack-noden. Nod 1 är lågspänningssidan på transforma- torn och nod 22 är högspänningssidan på transformatorn. Observera att längden på ledningarna i figuren inte är skalenlig.
Landsbygdsnätet i figur 9 är det minsta, både till effekt och antal kunder av de fyra näten. Utifrån nod 1 som representerar lågspänningssidan på nätstationstransfor- matorn fördelar sig fyra stycken fördelningskablar och två stycken serviskablar.
Fördelningskablarna går ut till kabelskåp (nod 2, 3, 4, och 5) och vidare via ser- viskablar ut till kund medan serviskablarna går direkt ut till kund (nod 6 och 7).
Totalt är 16 stycken kunder anslutna med ett avstånd till transformatorn från 30 till 700 meter. Av dessa 16 kunder kategoriseras 14 stycken som villa med direktel och två stycken som blandad produktion (landsbygd). Märkeffekten på transfor- matorn är 200 kVA.
5.2 Äldre villanät
Figur 10: Nätstruktur för Äldre villanät, nod 3 i mitten representerar lågspänningssidan på transformatorn.
Det äldre villanätet i figur 10 karakteriseras av att flera kunder är anslutna längs med långa radialer, vilket också brukar benämnas ”Sydda serviser”. Sydda serviser är en föråldrad design när det gäller lågspänningsnät och inget som idag tilläm- pas vid nätdesign av nya villaområden. Problematiken som sydda serviser medför är framförallt stora spänningsvariationer längst ut i radialen samt risk för över- belastning i kablar närmast transformatorn. Totalt 85 kunder anslutna, alla med kundkategori villa utan elvärme. Märkeffekten på transformatorn är 315 kVA.
5.3 Modernt villanät
Figur 11: Nätstruktur för Modernt villanät, nod 3 representerar lågspänningssidan på trans- formatorn.
Det moderna villanätet i figur 11 karakteriseras av kraftiga fördelningskablar från transformator ut till kabelskåp, som därefter strålar ut till respektive kund via mindre serviskablar. Nätet har även parallella fördelningskablar mellan lågspän- ningssidan på transformatorn och kabelskåpen i nod 4,7 och 8. Denna typ av struktur ger en jämnare och mindre impedans mellan kunderna i nätet och trans- formartorn jämfört med det äldre villanätet med sydda serviser. Totalt 112 kunder är anslutna, varav 19 av dessa kategoriseras som villa utan elvärme och resterande som villa med direktel.
5.4 Modernt citynät
Figur 12: Nätstruktur för Modernt citynät
Det moderna citynätet i figur 12 är det största av de undersökta näten med avseen- de på antal kunder och märkeffekt på dess två transformatorer. Samtdigt är nätet det minsta med avseende på avstånd mellan kunder och transformatorer, vilket minskar risken för stora spänningsvariationer. Antalet lägenheter är 597 varav en är kategoriserad som förskola och resterande som lägenheter utan elvärme. De 596 lägenheterna är fördelade i 15 stycken flerbostadshus. Detta nät karakteriseras av korta kraftiga ledningar från transformatorn direkt ut till flerbostadshusen med undantag för tre stycken kabelskåp (nod 4,5 och 6).
6 Resultat
I resultet presenteras först förändringen av kundkategoriernas effekuttag för ett medeldygn. Därefter presenteras förändringen i effektuttag i transformator samt spänningsvariationer i lågspänningsnäten över ett år. I slutet presenteras i vilken grad åtgärder på lågspänningsnäten ökar acceptansen för elbilar och solceller.
6.1 Påverkan på effektuttag från kundkategorier
Förväntad påverkan på effektuttag från elbilar och solceller för tre kundkategorier:
villa med direktel, villa utan elvärme och lägenhet utan elvärme. Mängden elbilar och solceller motsvarar scenario 3a i tabell 4.
02:00 04:00 06:00 08:00 10:00 12:00 14:00 16:00 18:00 20:00 22:00 00:00
Timme på dygnet Jan 01, 2016 -0.5
0 0.5 1 1.5 2 2.5 3 3.5
kWh/h
Villa med direktel Villa utan elvärme Lägenhet utan elvärme
Figur 13:Förbrukningsprofiler för medeldygn under året, heldragen linje representerar effektut- tag utan solceller och elbilar, streckad linje representerar förändrat effektuttag med påverkan från solceller och elbilar. Negativt värde innebär omvänt effektflöde
I figur 13 kan man tydligt se att medeleffektuttaget över ett dygn för en kund kan förändras kraftigt med införandet av elbil och solceller. Effektuttaget minskas mitt på dagen av bidraget från solcellerna och ökas på kvällen utav elbilsladdning.
Störst relativ förändring sker för lägenhet utan elvärme och minst relativ föränd- ring sker för villa med direktel. En sammanställning av förändringen av relativt effektuttag från de olika kundkategorierna för kväll (kl 20:00) och dag (kl 12:00) presenteras nedan i tabell 6.
Ökad effekttopp
(kväll) från elbil Minskat effektuttag (dag)från solceller
Villa med direktel 25% 44%
Villa utan elvärme 60% 135% *
Lägenhet utan elvärme 75% 142% *
Tabell 6: Sammanställning av förändring i relativt effektuttag utifrån figur 13.
* Omvänt effektflöde gav värde över 100 procent.
I tabell 6 kan ses att störst förändring i medeleffektuttag sker för kundkategori lägenhet utan elvärme och minst förändring sker för villa med direktel.
6.2 Spänningsvariationer i lågspänningsnäten
I figur 14 visas resultat för samtliga beräknade kombinationer av scenarion och lågspänningsnät. Totalt 32 stycken beräknade fall, där Nät 1 scenario Bas repre- senteras av två värden högst upp i vänstra hörnet. Värdet på rad markerad med plus visar maximal spänningsökning under året i p.u. procent. Värdet på raden markerad med minus visar maximalt spänningsfall under året hos kund i nätet i p.u. procent. Färgskalan (grön-gul-röd) i figur 14 går från grön (0%) till röd (10%) för att tydliggöra skillnaderna i spänning även med färg och inte bara ett värde i procent.
Figur 14:Maximal spänningsökning, rad markerad med plus (+), och maximalt spänningsfall, rad markerad med minus (-), i p.u. procent för samtliga noder och timmar i lågspänningsnäten under beräknat år.
Scenario Bas: Störst spänningsfall av de fyra näten registrerades av Nät 3 på 6,6%. Nät 1 och 2 påvisade spänningsfall om 4,3% respektive 4,4%. Och minsta spänningsfall för kund under året beräknades för Nät 4 på 1,4% Inget av näten visar på spänningsökningar.
Scenario 3b: I scenario 3b registrerades störst spänningsfall av Nät 2 på 10,9%
vilket ligger utanför accepterat intrervall på ± 10 %. Nät 3 gav spänningsfall på 7,8%. Nät 2 visade även på störst spänningsökning på 4,3% på grund av omvänt effektflöde från solceller Det nät som påvisar störst spänningsvariationer är Nät 2, och dessa uppkommer längst ut i radialen med flest anslutna kunder (13 stycken).
6.3 Belastning i transformator
Beräknade maximala effektflöden i nätens transformatorer för scenario Bas pre- senteras i tabell 7.
Nät Märkeffekt transformator
[kVA]
Maximalt effektflöde genom transformator scenario Bas [kVA]
Maximalt effektflöde genom transformator scenario 3a [kVA]
1 200 108,6 121,8
2 315 144,4 208,5
3 500 542,2 606,3
4 2x800 583,5 807,5
Tabell 7: Jämförelse mellan maximalt beräknad effekttopp och märkeffekt för trasnformator i respektive nät.
Belastningen i nätens transformatorer för scenario Bas skiljer sig kraftigt åt, be- lastningen i Nät 4 är endast 33%, medan belastningen i Nät 3 är 109%. Enligt dessa resultat är transformatorn i nät 3 överbelastad redan innan införande av elbilar.
Figur 15: Relativ ökning av toppeffekt i respektive nät-transformator för de beräknade sce- nariona jämtemot basfallet. Understruket värde innebär omvänt effektflöde i transformatorn på grund av överproduktion av solcellerna.
I figur 15 visas istället relativ ökning av toppeffekt för beräknade scenarion. Nät 2 och 4 visar på störst ökning. Endast Nät 2 och 4 med scenario 4a visar på högst belastning genererat av omvänt effektflöde.
6.4 Förändring av spänning och belastning i Nät 2
Nät 2 visade på störst spänningsförändring, störst relativ ökning av belastning samt störst relativ ökning av belastning genererad av omvänt effektflöde från sol- celler. I figur 16 presenteras aktivt effektflöde genom transformator samt högsta och minsta spänning för kunderna i Nät 2 scenario Bas och 3a över alla årets timmar.
(a)Nät 2 : Scenario Bas (2:Bas) (b)Nät 2 : Scenario 3a (2:3a)
Figur 16: Aktivt effektflöde genom transformator (övre tidsserier) samt max och min spänning för alla noder i lågspänningsnätet tillsammans med transformatorns spänning på lågspännings- sidan (undre tidsserier).
I figur 16.a som representerar Nät 2 scenario Bas ses tydligt att effektflödet genom transformatorn endast går i en riktning (mot lågspänningsnätet) under hela året.
Samtidigt registreras inga spänningar i lågspänningsnätet högre än spänningen i lågspänningssidan på transformatorn.
I figur 16.b visas istället effektflöde och spänningar för Nät 2 scenario 3a. Där soliga sommardagar genererar ett omvänt effektflöde genom transformatorn och spänningar högre än lågspänningssidan på transformatorn.
Något som också visas i figur 16 är att i scenario Bas är variationerna av effektflöde (svart del av effektflödet) större under vintermånaderna jämför med sommarmå- naderna. Men för scenario 3a är istället variationerna större under sommarmåna- derna, vilket beror på ökat effektuttag från kunderna från elbilsladdning under kvällstimmarna och omvänt effektflöde från solcellerna mitt på dagen. Samma mönster går att se för spänningsintervallet mellan max och min spänning.
Samtliga extremvärden för spänning under året orsakades av nod 85 placerad längst ut i radialen med flest antal anslutna kunder. Radialen med flest anslutna kunder kan ses nedan i figur 17.
Figur 17:Radialen med flest anslutna kunder i Nät 2 (rödmarkerad). Nod 3 är lågspänningssi- dan på transformatorn och nod 85 är anslutningspunkten för kunden längst ut på radialen där störst spänningsvariationer sker.
6.5 Åtgärder för att öka acceptansen
1. Nätförstärkning, dubbel ledararea
2. Effektfaktor i växelriktare 0,9 (konsumtion av reaktiv effekt)
3. Laststyrning av elbilar, förskjutning av elbilsladdning 7 timmar framåt.
4. Effektfaktor i växelriktare 0,9 och förskjutning av elbilsladdning 7 timmar.
6.5.1 Nätförstärkning
Nedan presenteras spänningsvariationerna i radialen med flest anslutna kunder, figuren till vänster visar spänningsvariationer utan åtgärd medan figuren till höger visar spänningsvariationer efter nätförstärkning.
(a) Nät 2 : Scenario 3a (2:3a) utan åtgärd.
0 50 100 150 200 250 300 350 400
0.9 0.95
1Vinter
0 50 100 150 200 250 300 350 400
0.95 1 1.05Sommar
0 50 100 150 200 250 300 350 400
Avstånd från transformator [m]
0.9 0.95 1
1.05Hela året
Bus 75 76 77 78 79 80 81 82 83 84 85
(b)Nät 2 : Scenario 3a (2:3a) åtgärd 1
Figur 18: Spänningsvariationer för noderna i radialen med flest kunder i relation till avstånd från transformator. De övre graferna visar spänningsvariationer under en vintervecka, graf i mitten visar spänningsvariationer under en sommarvecka, nedre graf visar spänningsvariationer under hela året.
I figur 18a övre graf ses spänningsvariationerna under en vintervecka. Nod 85 som är placerad längst bort från transformatorn är noden med störst spänningsvaria- tioner. Något som också kan ses är att under vinterveckan är spänningsintervallet mellan femte percentilen och minsta spänning som störst. 95 procent av timmar- na under vinterveckan är spänningen i nod 85 inom intervallet (0, 945 p.u. till 0, 985 p.u.) och endast fem procent av timmarna under vinterveckan ligger spän- ningen inom intervallet (0, 925 p.u. till 0, 945 p.u.).
Spänningsintervallet från min till max är större under sommmvarveckan än under vinterveckan. Medianspänningen är under 1 p.u. för samtliga noder både under vinterveckan och sommarveckan men även sätt under hela året.
Genom nätförstärkning minskar spänningsvariationerna kraftigt vilket går att se vid jämförelse av figur 18a och figur 18b. Arean på ledarna har dubblerats vilket har medfört nära en halvering av spänningsvariationerna.
6.5.2 Reaktiv effektkompensering och laststyrning
Nedan presenteras spänningsvariationerna i radialen för åtgärd med både reak- tiv effekt kompensering och laststyrning. Figuren till vänster visar spänningsva- riationer utan åtgärd medans figuren till höger visar spänningsvariationer efter laststyrning och reaktiv effektkompensering.
(a) Nät 2 : Scenario 3a (2:3a) utan åtgärd
0 50 100 150 200 250 300 350 400
0.9 0.95
1Vinter
0 50 100 150 200 250 300 350 400
0.95 1 1.05Sommar
0 50 100 150 200 250 300 350 400
Avstånd från transformator [m]
0.9 0.95 1
1.05Hela året
Bus 75 76 77 78 79 80 81 82 83 84 85
(b)Nät 2 : Scenario 3a (2:3a) åtgärd 4
Figur 19: Spänningsvariationer för noderna i radialen med flest kunder i relation till avstånd från transformator. De övre graferna visar spänningsvariationer under en vintervecka, graf i mitten visar spänningsvariationer under en sommarvecka, nedre graf visar spänningsvariationer under hela året.
I figur 19b går det att se minskade spänningsvariationer jämfört med spännings- variationerna i fallet utan åtgärd i figur 19a. Skillnaden är som störst för de värsta fem procenten i nod 85, 5 och 95 percentilerna som visar intervallet för 90 procent av spänningarna minskas endast marginellt.
