Ind

ust

rial E

lectr

ical En

gin

eerin

g a

nd

A

uto

matio

n

CODEN:LUTEDX/(TEIE-5392)/1-73/(2017)

Hur dimensionerar viframtidens elnät? Fallstudie med avseende på e-mobilitet

Oscar Ingvarsson

Division of Industrial Electrical Engineering and Automation Faculty of Engineering (LTH), Lund University

Abstract

During the last few years, the interest for electric vehicles has increased enormously, there areeven talk of prohibiting fossil fuels in the coming years. There is a risk that the charging ofthese electric vehicles can strain the electric grid. The simulations of the grid with added powerdemand from the electric vehicles concludes that there will not be a problem on the low- andmedium voltage grid. The distribution of the customers’ charging times has greater impact onhow strained the grid is becoming than the charging power of each car. It might be a problemfor transformers with a high number of connected customers since even low charging powerswill accumulate to a noticeable power.

The network must be designed to supply the customers with electricity even at peak consump-tion. Over the last few years many network companies have measured hourly consumption butthis has not always been the case. Previously the peak power for a group of customers has beenestimated with help of the so called Velander formula from their yearly consumption. By com-paring this calculated power with the hourly measured values, it was concluded that the formulastill gives an indication of the amplitude of the highest power. Since electric vehicle chargingchange the previous relation between power and energy with the high but seldom peaks, Velan-der formula is not usable for electric vehicles. It is therefore in the net owners’ interest to beinformed when charging stations is installed.

It is of great importance to look at the sum of the power demand and not only on each customer’spower demand. When networks are built they usually are over dimensioned, mostly because themargin it gives of uncertainties in expected consumption. The relatively low extra cost is also afactor. This is mainly the reason why there has been such a good margin to allow an expansionof electric vehicles in the grid.

Keywords: Velander formula, electric vehicles, charging, network design

1

Sammanfattning

Intresset för elbilar har ökat explosionsartat under de senaste åren. I takt med ökade miljöpro-blem så finns förslag att förbjuda försäljningen av fossildrivna bilar inom en inte allt för långframtid. De höga laddeffekterna som de elektriska fordonen medför och sammanlagringen mel-lan dessa riskerar att överbelasta elnäten. Genom att applicera elbilsladdning på befintliga mät-data och sedan simulera resultatet gick det att se att elbilsladdning troligen inte innebär ettproblem för låg- och mellanspänningsnätet. Fördelningen över när kunderna laddar sina fordonhar större betydelse för belastningen på nätet än de enskilda kundernas laddeffekter. För nätsta-tioner med många anslutna kunder innebär det dock problem i fall en stor andel elbilar laddasdå den totala effektökningen lätt blir märkbar.

Elnätet måste vara dimensionerat för att kunna hantera de högsta effekttopparna på året. Idagfinns timdata tillgängligt för varje kunds förbrukning vilket tidigare inte varit fallet. Tidigare harstorleken på effekttopparna uppskattas utifrån årsförbrukningen för de anslutna kunderna medhjälp av den så kallade Velanders formel. För att kunna utvärdera denna dimensioneringsmetodjämfördes kunders timförbrukningar mot de beräknade effekterna enligt denna formel. Resulta-tet av detta visade att formeln fortfarande ger en bra indikation om vilken storlek effektuttagetförväntas ha. Med det ändrade förhållande mellan energi och effekt som elbilsladdning medförtinnebär det att Velanders formel inte är tillämpbar vid elbilsladdning då effekttopparna föränd-ras mycket men energiförbrukningen mindre. Det är därför viktigt att elnätsbolag får kännedomnär laddboxar installeras.

Det är viktigt att ta hänsyn till sammanlagringen mellan flera kunder då att enbart titta påderas enskilda högsta uttag skulle innebära ett felaktigt värde. Vid faktisk dimensionering såöverdimensioneras näten, mycket på grund av osäkerhet i förväntat uttag och de förhållandevislåga kostnadsökningarna det medför. Detta är till stor del anledningen till att de finns så passgod marginal som tillåter en expansion av elbilar i nätet.

Nyckelord: Velanders formel, elbilsladdning, dimensionering

2

Förord

Jag skulle vilja tacka Kraftringen Nät för möjligheten att göra mitt examensarbete här och fram-förallt vill jag tacka mina handledare på Kraftringen, Pontus Jonasson och Andreas Vikström,för att alltid ha funnits till hands vid frågor. Likaså vill jag tacka Edvin Frankson och MichellAndersson som tagit sig tid att hjälpa mig trots att denna uppgift inte låg på dem. Från LTH villjag främst tacka min handledare Olof Samuelsson för sin expertis men även Mohammad Rezaför sin hjälp med PowerFactory. Utöver dessa vill jag tacka övriga anställda på Kraftringen fördiverse hjälp och trevligt bemötande.

3

Ordlista

Velanders formel - En formel för att beräkna en kund/grupps högsta uttag under året i kWutifrån årlig energiförbrukning i kWh.

Velandereffekt - Den effekt som Velanders formel beräknar, ska motsvara det högsta verkligauttaget.

Velanderkonstanter - De konstanter som förekommer i Velanders formel.

Sammanlagring - Summan av flera kunders uttag, är i regel mindre än summan av varje kundshögsta uttag.

Timvärde - Energiförbrukningen för en kund eller kundgrupp under en timme, motsvarar derasmedeleffektuttag under en timme.

4

Innehåll1 Inledning 1

1.1 Problemställning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2 Mål . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.3 Avgränsningar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.4 Beskrivning av områdena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2 Bakgrund och teori 82.1 Velanders formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92.2 Elnät och dimensionering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.3 Elbilsladdning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132.4 Nätsimulering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3 Metod 173.1 Mätdata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173.2 Elbilsladdning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173.3 Nätsimulering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

4 Jämförelse av Velanders formel mot mätdata 194.1 Mätdata för fack 19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194.2 Mätdata för fack 20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234.3 Sammanfattning av jämförelse mot Velander . . . . . . . . . . . . . . . . . . . 25

5 Studie av elbilshushåll 285.1 Inkludering av elbilshushåll . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285.2 Elbilar 2014 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315.3 Elbilar 2015 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345.4 Elbilar 2016 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

6 Beräkning av nya Velanderkonstanter 376.1 Problem med Velanders formel och elbilsladdning . . . . . . . . . . . . . . . . 376.2 Beräkning av nya Velanderkonstanter utan elbilsladdning . . . . . . . . . . . . 396.3 Beräkning av nya Velanderkonstanter för elbilsladdning . . . . . . . . . . . . . 41

7 Simuleringar i Digsilent PowerFactory 467.1 Simuleringar av fack 19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 467.2 Simuleringar av fack 20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 497.3 Simuleringar av L068 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517.4 Förluster . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527.5 Felströmmar i L068 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

8 Diskussion 548.1 Studie av mätdata och jämförelse mot Velander . . . . . . . . . . . . . . . . . 548.2 Elbilsladdning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 548.3 Simuleringar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 558.4 Nya Velanderkonstanter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 568.5 Förluster . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

i

9 Slutsats 579.1 Fortsatt arbete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

10 Referenser 58

ASimuleringsdata fack 19 60

BSimuleringsdata fack 20 60

CSimuleringsdata L068 61

DFelströmmar för kunder i L068 62

EFelströmmar för skenor i L068 63

FSimuleringsmodell för fack 19 64

GSimuleringsmodell för fack 20 65

HSimuleringsmodell för lågspänningsnätet 66

ii

1 Inledning

I detta kapitel beskrivs bakgrunden och förutsättningarna till arbetet. Områdena som studerasoch målet med studien presenteras.

1.1 Problemställning

Historiskt sett har elnät dimensionerats utifrån de olika kundernas årsförbrukning utan infor-mation om verkligt effektuttag. Med hjälp av så kallade Velanderkonstanter har kundens högstaeffektuttag uppskattas utifrån dess årsförbrukning. Denna metod har sitt ursprung i när elmätarelästes av manuellt och ger därmed en odetaljerad bild av hur effektuttaget faktiskt ser ut. Velan-ders formel har av denna anledning fått ta emot en del kritik då metoden innebär osäkerhet ochlätt leder till överdimensionering. Då elnät dimensioneras för den belastning som förväntas om10–20 år ([1] 5.6.1) så behöver inte bara osäkerhetsfaktorer i förväntad förbrukning utan ävenmodellfel betraktas för att ge en rättvis bild.

Sedan 2008 har Kraftringen avläst förbrukningen hos samtliga kunder varje timme och tillgång-en till denna information kan innebära ändrade förutsättningar för underlaget till hur elnätetdimensioneras. Mätning av förbrukning på timnivå är inte något unikt för Kraftringen utan detär sedan 2012 lagstadgat att varje elbolag ska erbjuda sina kunder timdebitering kostnadsfritt(3 kap. 11 § ellagen (1997:857)). Samtidigt som upplösning på mätningarna ökat från ett fåtaltillfällen med manuell avläsning till automatisk avläsning varje timme har även vår elanvänd-ning ändrats, idag är samhället i högre grad än någonsin beroende av en stabil elförsörjning föratt fungera ([2] s. 12).

Från att det år 2012 endast funnits knappt 2000 elbilar finns det idag över 30 000 laddbarafordon registrerade i Sverige [3]. Dessa elbilar och plugin-hybrider har möjlighet att laddashemma och denna form av laddning kan i många fall täcka stora delar av det totala körbehovet([4] s. 3–4). Det finns en viss oro över hur elnätet kommer klara av en omställning till en elekt-risk fordonsflotta. En ökning av elbilar förutspås komma inom en närmare framtid och detta ärnågot som Kraftringen tillsammans med andra elnätsbolag är tvungna att kunna hantera. Då dehöga effekterna som laddningen kan komma att medföra innebär större belastningsvariationeröver dygnet, ([2] s. 206), finns en risk att dagens elnät inte kommer att kunna klara av dessahöjda effekttoppar. Detta i sin tur kan innebära att elnätsbolagen kan komma att behöva se överhur de dimensionerar sina nät i framtiden.

1.2 Mål

Detta arbete har två syften: det första är att utvärdera nuvarande dimensionering med Velander-konstanter och avgöra hur de förhåller sig till uppmätta timvärden. Velander-metoden uppskat-tar den största effekt som en kund förväntas ta ut men finns det data för en motsvarande kundkan det finnas anledning att utnyttja dessa istället om det minska osäkerheten i uppskattningen.Den andra delen i arbetet är att utvärdera elnätets kapacitet vid en omställning till en elektrifi-erad fordonsflotta och utvärdera i fall Velanders formel är tillämpbar för elbilsladdning.

1

1.3 Avgränsningar

Arbetet behövde begränsas med tanke på tid och tillgänglig information.

Nätet som studeras är på spänningsnivån 10 kV till 0.4 kV och påverkan på ovanförliggande nätbortses ifrån. Då fokus är på hur bra Velanderkonstanterna fungerar som bas för dimensioneringriktades arbetet mot belastning av elnätet. Andra viktiga faktorer att ta hänsyn till är att se tillatt nätet kan hantera felströmmar och att spänningsnivåerna är inom godkända nivåer. Arbetetbehandlar inte eventuell påverkan på övrig elkvalitet så som övertoner och osymmetri utanendast belastning, spänningsfall och felströmmar.

Simuleringsprogrammet innebär ett antal begränsningar att ta hänsyn till. I och med att nätetbehöver byggas upp från grunden påverkar detta hur noggrann modellen kan bli med hänsyntill tidsbegränsningen av arbetet och tillgänglig information. Begränsningen på 50 noder i stu-dentversionen av PowerFactory tvingar fram förenklingar så som att kunder på varje nätstationfår slås ihop till en gemensam last för att rymmas i modellen. Denna förenkling är även ennödvändighet med hänsyn till tidsbegränsningen av arbetet.

Då mätdata har en upplösning på timnivå så går det inte att säga något om uttaget på en täta-re tidsskala, timförbrukningen behandlas därför som en medeleffekt över timmen. Data överförbrukningen behandlas som om alla värden under den studerade tidsperioden finns samt attdessa värden är korrekt avlästa.

1.4 Beskrivning av områdena

De två områden i Kraftringens nät som valdes för studier av förbrukning och effektuttag varett i Vallkärra och ett i Stångby. Båda två ligger strax norr om Lund, se figur 1. Dessa tvåorter valdes med avseende på pendlingsavstånd och potential för elbilsladdning vilket gjordede lämpliga för studier av e-mobilitet ([5] s. 3).

Figur 1: De två studerade områdena: Vallkärra och Stångby, bild från Google Maps.

2

De två områdena är anslutna med ett varsitt fack i Östra mottagningsstationen i Lund, se figur2. Vallkärra matas från fack 19 och Stångby från fack 20. Driftspänningen i facken är 10,7 kVtransformerat från 130 kV. De röda linjerna som går från vissa av nätstationer ut ur bilden äralternativa kopplingsvägar, dessa är i normalläget obelastade men spänningssatta från någonriktning. Totalt är det 376 kunder anslutna i fack 19. I anslutningspunkt A300, se figur 2, finnsen högspänningskund där två vindkraftverk på vardera 1,5 MW är anslutna. Beskrivning avhur de anslutna nätstationerna och deras lågspänningsnät skiljer sig åt ges för fack 19 i tabell1.

A300

A006

A192

<-A2

27

Västanby Gård

Skälshög

Gambro Magistratsvägen

N478

N483

N237

N026

L079

N469

L109L068

N470 N473

N471

L108

L067

N059

N513

N450N448

N465

L066

L109_NY

N1545

N1544

N2429

N2661

N2928

<-N

493

<-N

219

<-N

152

<-N

214

<-N

451

Linåkersvägen

Korsåkersvägen

Fredentorps kyrkogård

Annehemsvägen

Vallkärra By

Nyhem

Fels MosseVallkärra station

Nöbbelöv 21 Gunnesbo

Nöbbelöv 3

Ängdala Gård

Kävlingevägen

Haraldsfältsvägen

Västratornsvägen

Stångby TrädgårdTornhill

Vallkärra Vattenverk

Vallkärra Gård

SSM 11kV

Jonsgård

Nätstation mark 800kVA 11kV

Häradsvägen

Vallkärra Boställe

Kämnärsvägen V

ÖMHF18A ÖMF23AÖMHF20AÖMHF19A

ÖMHF20BÖMHF19BÖMHF18B ÖMHF23B

ÖMHF21A

ÖMHF21B

<-ÖMO104

ÖMHF20ÖMHF19ÖMHF18 ÖMHF23

F2 F3F4F2

F3F2

F1F4

F3

F4F2

F1

F1 F2

F2 F4F3

F1

F1

F2

F3

F4F2

F3

F4

F2

F2

F1

F4F2

F1

F3

F1

F3

F1

F4

F1

F2

F2F3

F4

F1

F2F5

F2 F4F3

ÖMF22B

K1

K2

F1

F2

F1

F2

F1

F2

K2

K1

F1

F2

ÖMHTF21

DC Örtofta 010-1227501

Kontakt : Jesper Posth 070-9169520

INTERN KABEL

INTE

RN

KAB

EL

ÖMÖstra mottagningsstationen

100 200 300 400 500 pt0Skala 1:4893 (A4)

Figur 2: Nätschema över området. I cyan syns 130/10 kV stationen som dessa två 10 kV nät äranslutna i. Allra överst syns dess transformator. Kvadraterna motsvarar nätstationerna och deröda linjerna är kablar.

3

Tabell 1: Information om fack 19.

Nätstation Märkeffekt Antal kunder Antal hushåll Övrigt(kVA)

N473 315 3 0N026 500 86 80A300 - 2 0 VindkraftverkN2661 100 5 1N465 315 16 8L108 100 6 3N478 500 41 18N237 100 1 0L066 100 4 2L067 315 4 1N471 315 12 7N470 315 13 7L109 100 12 4N483 800 65 64L068 500 34 22N469 200 10 4L079 800 62 50Totalt - 376 271

Fack 20 har 288 kunder anslutna och anslutningen A006 är en högspänningskund som är ettfjärrvärmeverk. Frånskiljaren i N1545 är i dagsläget öppen på primärsidan och inga kundermatas ifrån denna. Majoriteten av kunderna är anslutna till en enda station, N059. Hur de oli-ka nätstationerna och deras lågspänningsnät skiljer sig åt beskrivs i tabell 2. A006 och A300är anslutningsskenor till högspänningskunder och har därmed inga transformatorer på Kraft-ringens sida av nätet. Uttaget i dessa punkter är känt men inte deras Velanderkonstanter. Ensammanfattning av storlekarna på transformatorerna i nätstationerna i tabell 3.

Tabell 2: Information om fack 20.

Nätstation Märkeffekt Antal kunder Antal hushåll Övrigt(kVA)

N513 500 15 11N1545 800 0 0 FrånkoppladN1544 800 1 0N059 800 187 125N448 315 15 7A006 - 1 0 FjärrvärmeverkN450 315 16 6N2429 800 53 0Totalt - 288 149

4

Tabell 3: Antal transformatorer i varje fack och märkeffekt i procent av närmaste mindre trans-formatorstorlek.

Transformator Fack 19 Fack 20 Totalt Procentuell/ kVA /Antal /Antal /Antal kapacitetsökning100 5 0 5 -200 1 0 1 100 %315 5 2 7 58 %500 3 1 4 59 %800 2 4 6 60 %Totalt 16 7 23 -

Kunderna i de båda facken var fördelade på 23 olika kategorier och var fördelade inom fackenenligt figur 3. Fack 19 och 20 är fördelade enligt figur 4 och 5. Både totalt, inom facken och iden studerade nätstationen var hushållen i majoritet.

Jordbruk <20 MWh3.9 %

Småhus> 10 MWh

36.9 %Jordbruk> 20 MWh

12.4 %

Småhus <10 MWh

26.6 %

Lägenheter <5 MWh

8.5 %Övriga

11.6 %

Figur 3: Fördelning av kunder anslutna till fack 19 och 20 baserad på kategorier och årligelförbrukning i MWh.

5

Jordbruk> 20 MWh5.9%

Småhus> 10 MWh

50.8%

Jordbruk <20 MWh

5.9 %

Småhus <10 MWh

21.7%

Lägenheter <5 MWh

2.1 %Övriga

13.6%

Figur 4: Fördelning av kunder i anslutna till fack 19 baserad på kategorier och årlig elförbruk-ning i MWh.

Jordbruk> 20 MWh

20.9%

Småhus> 10 MWh

18.8%Jordbruk <20 MWh

1.4 %

Småhus <10 MWh

33.1%

Lägenheter <5 MWh

16.7%

Övriga9.1%

Figur 5: Fördelning av kunder i anslutna till fack 20 baserad på kategorier och årlig elförbruk-ning i MWh.

6

Det lågspänningsnät som studeras i närmare detalj var L068 i fack 19 som heter Vallkärrastation. Fördelningen av kunder i detta nät visas i figur 6. Nätet valdes då det var ett rimligtstort nät att bygga upp i PowerFactory utan att behöva förenkla modellen i programmet varsbegränsning var 50 noder. Transformatorn till nätet är på 500 kVA och totalt är 34 kunderanslutna varav 22 är hushåll. Nätet är av landsbygdskaraktär.

Jordbruk> 20 MWh3.0%

Småhus> 10 MWh

57.6%

Jordbruk <20 MWh

6.1%

Småhus <10 MWh

9.1%

Lägenheter <5 MWh

12.1%Övriga

12.1%

Figur 6: Fördelning av kunder i anslutna till L068 baserad på kategorier och årlig elförbrukningi MWh.

7

2 Bakgrund och teori

Detta kapitel går igenom bakgrunden och den teori som utnyttjas för de valda områdena ochutnyttjas i de kommande kapitlen för elnät, dimensionering och elbilsladdning.

Då det historiskt sett inte gått att mäta effektuttaget hos varje kund med en hög upplösning harmetoder för att uppskatta dessa uttag utvecklats. Även om en kunds högsta uttag går att få framså måste hänsyn tas till hur det sammanfaller med andra kunders effekttoppar.

Sammanlagringen innebär det gemensamma uttaget för en grupp kunder och är i regel mindreän summan av de enskilda högsta uttagen. Ett exempel på detta ses i figur 7 där det går att sehur sammanlagringen ter sig i nätstationen N069 under 2014. Figur 8 visar sammanlagringenunder en kortare period i samma nätstation. Det högsta faktiska uttaget för denna nätstation ärpå 36 kWh/h. Summeras istället de enskilda maxförbrukningarna med varandra så är resultatet51.8 kWh/h, en skillnad på 43 % vilket visar vikten av att ta hänsyn till sammanlagring viddimensionering. Även för dessa få kunder går det att se att användarmönstret är relativt liktmellan kunderna och deras effekttoppar till stor del sammanfaller.

Figur 7: Sammanlagrat uttag för tio kunder under 2014. De ackumulerade kunderna är sorteradeefter årsförbrukning.

8

Figur 8: Sammanlagrat uttag för tio kunder under den vecka med högst ackumulerat uttag 2014.De ackumulerade kunderna är sorterade efter årsförbrukning.

2.1 Velanders formel

För att kunna uppskatta en kunds högsta uttag och sammanlagringen mellan olika kunder så harlänge Velanders formel använts vid nätdimensionering. Formeln för dimensionering av högstauttag är:

P = k1W + k2√

(W ) (1)

Metoden används för att utifrån en kunds årsförbrukning uppskatta den högsta effekten somtas ut. Velanders formel utgår ifrån att lasterna är normalfördelade och antas vara oberoende avvarandra ([6] s. 5). Formeln består av två delar, en linjär del som hör ihop med konstanten k1och en del som är proportionell mot kvadratroten av förbrukningen. Denna del som hör ihopmed konstanten k2 har större påverkan vid låga energiförbrukningar och avtar för höga. k1 äranknuten till medeluttaget och k2 hänger ihop med individuella variationer. I figur 9 syns debåda beståndsdelarna i Velanders formel var för sig. Kurvan har ritats för de konstanter somanvänds för hushåll. Vid låga effekter är funktionen avtagande för att vid stora effekter gå motatt bli nästan helt linjär.

9

Härledningen av formeln utgår ifrån att varje kund antags ha en högsta förbrukning som är:

P̂i = P̄i + kσ (2)

k är en konstant som uppfyller att P̂i med en viss sannolikhet inte överstiger det högsta uttagetpå året ([6] s. 5–10). Ett antagande görs att n antal kunder av samma kategori har sammahögsta uttag P̂i som med en viss sannolikhet inte överstigs. Kunderna antags även ha sammamedeluttag P̄i och årsförbrukning Wi. Då alla kunder antas vara normalfördelade gäller dennaformel även summan av kunderna:

P̂ = P̄ + kσ (3)

vilket går att skriva om som:

P̂ = nP̄i + (P̂i − P̄i)√n = nP̄1 + (P̂1 − P̄1)

√n (4)

Då alla förbrukningar antags vara lika stora kan antalet kunder skrivas om som n = WWi

vilketger att:

P̂ =P̄1

W1

W +P̂1 − P̄1√

W1

√W (5)

Utifrån n kunders årsförbrukning ges alltså Velanders formel för en kund och kundkategorinsVelanderkonstanter som blir:

k1 =P̄1

W1

(6)

k2 =P̂1 − P̄1√

W1

(7)

Vid summering av flera kunder av olika kategorier så blir effekten:

Pmax =n∑

i=0

k1iWi +√

(n∑

i=0

k22iWi) (8)

Pmax är den förväntade högsta effekt för flera kunder i kW [1]. Wi är årsförbrukningen för enkund i kWh och kx är Velanderkonstanterna för kundkategorin.

10

Har alla kunder samma Velanderkonstanter kan formeln skrivas om som:

Pmax = k1

n∑i=0

Wi + k2√

(n∑

i=0

Wi) = k1W + k2√

(W ) (9)

Figur 9: Beräknad effekt från energiförbrukning enligt Velanders formel för en kund av typenhushåll. Inverkan av de båda delarna i formeln visas även var för sig.

Två nackdelar Velanders formel har är att den inte tar hänsyn till vilken tidpunkt de olikamaxuttagen sker i samt att ingen korrelation mellan kunder av samma grupp antas. För kunderav olika grupper finns det ingen tydlig definition på hur korrelationen mellan dessa behandlas([7] s. 8). Olika kundtyper kan ha sina uttag under olika tidpunkter på dagen eller året vilketkan ge en onödigt stor beräknad effekt då formeln inte har något sätt att ta hänsyn till detta ([6]s. 10).

2.2 Elnät och dimensionering

Förutom uppskattning av storleken på effekterna finns det flera frågor att ställa sig för att kunnautvärdera hur starkt ett nät är. ([8] s. 431).

• Är spänningarna inom angivna gränser?

• Hur stor är belastningen i komponenterna?

• Finns det några svagheter i nätet?

Det är därför viktigt att inte bara titta på effekt då dimensionering studeras. Vid dimensioneringav sina elnät så simulerar Kraftringen en last på nätet som motsvarar 90 % av vad Velanderestimerat och testar att belastningar, spänningar och felströmmar är acceptabla.

Spänningen är reglerad och tillåts avvika med ±10% från 230 V fasspänning. Spänningen inätet sjunker med ökad last. För att kunna ge en viss grad av finjustering av spänningen i nätet

11

finns lindningskopplare i distributionstransformatorerna. I de nät som studeras finns möjlighe-ten att ändra spänning 2,5 % i varje steg i lindningskoppling och totalt fem tillgängliga lägenfinns. Detta är dock något som behöver göras manuellt och därmed behöver transformatorngöras spänningslös.

Beroende på vilken typ av kund som är ansluten finns olika krav på hur mycket ersättning somska ges vid ett eventuellt avbrott. Avbrotten avgör även hur stora intäktsramar som företagettillåts ha nästkommande period. Av denna anledning så finns ett ökat incitament att se till att haen stabil elförsörjning för att korta ner avbrottstiderna.

Vid dimensionering finns utöver de faktiska krav som ställs nätprinciper som används av nät-ägaren att göra elnätet enklare, stabilare och lättöverskådligt. Ett exempel på en sådan principär att bygga i standardiserade storlekar i så stor utsträckning som det går. Detta innebär att manväljer närmaste större standardstorlek istället för vad som faktiskt behövs. För att underlättaunderhåll och lättare kunna överblicka elnätet så väljs distributionstransformatorer endast i ettfåtal storlekar och sällan mindre än 100 kVA [1]. Kraftringen behöver även lagerhålla reserv-delar vilket förenklas om urvalet av komponenter minskas. Vidare installeras sällan distribu-tionstransformatorer över 800 kVA på grund av de stora kortslutningsströmmar detta medför.Vid installation av ny utrustning måste även framtida behov tas hänsyn till. Detta kan innebäraatt ytterligare större transformatorer installeras.

Anläggningskostnaden spelar en stor roll vilket kan innebära att nät överdimensioneras i vissmån för att undvika ytterligare arbete längre fram i tiden ([7] s. 9). Precis som med transfor-matorer är det även en ekonomisk fördel att välja kablar i standardiserade storlekar istället förvad det faktiska behovet är. Det avgörande för vad som anses som en ekonomisk dimensione-ring av kablar utgår ifrån den ström som belastar i dagsläget, förväntad tillväxt och livslängd([1] 5.6.1.4). En grundregel för kabeldimensionering är att strömtätheten inte ska överstiga 1A/mm2 vid drift i Al-ledare ([1] 5.6.1.2). Anledning till denna tumregel är att den ger en mar-ginal med avseende på både osäkerhet och tillväxt ([7] s. 11).

Mellan- och lågspänningsnäten drivs radiellt, i mellanspänningsnäten finns alternativa kopp-lingsvägar vid händelse av fel som i normalfall är spänningssatta men olastade. Att alternativakopplingsvägar finns innebär att nätet måste klara av att hantera effekter oberoende av mat-ningsväg. Dessa alternativa matningsvägar för strömmen finns för att kunna korta ner avbrotts-tiderna då det möjliggör omledning av strömmen. Det finns också behov av att kunna utföraunderhåll på delar av elnätet utan att kunderna drabbas.

Transformatorer och nät dimensioneras för att kunna hantera den skenbara effekt som passerargenom dem och inte enbart den aktiva effekten som kunderna debiteras för.

S =√P 2 +Q2 =

P

cos(φ)(10)

Effektfaktorn cos(φ) är ett mått på hur stor den skenbara effekten är i förhållande till den aktiva.Tabellvärden för de olika kundgruppernas effektfaktor i de valda områdena varierar mellan 0,9och 0,96. Därför valdes 0,9 att användas vid beräkning vilket innebär den största skillnadenmellan skenbar och aktiv effekt och därmed det värsta fallet. En effektfaktor på 0,9 är en vanligtumregel ([7] s. 10). För hushållskunder är dock cos(φ) = 0, 96 det värde som angavs på detstuderade lågspänningsnätet.

12

2.3 Elbilsladdning

I dagsläget erbjuder flera tillverkare av elbilar laddboxar som tillåter trefasig laddning med eneffekt på upp till 11 kW för en relativt lite kostnad. Till exempel erbjuder Tesla en trefas 11kW laddare för under 6000 kr [9]. Renault och Nissan erbjuder något mindre laddare på cirka7 kW i samma prisklass [10], [11]. Priset är alltså relativt lågt för den möjliga effektökningenfrån de medföljande enfasiga laddarna som kan leverera 2,3 kW på 10 A säkring och 3,7 kWpå 16 A.

En hushållskund har i normala fall en huvudsäkring på 16–25 A [12]. Detta tillåter uttag av enhögsta effekt på 11–17 kW. Vid en ökning till en större säkring än så krävs att kunden betalar enanslutningsavgift. Genom att kunden kan gå upp till ett 25 A abonnemang utan denna kostnadså finns det idag möjlighet för kunder som har ett lägre abonnemang att skapa utrymme tillelbilsladdning. Har kunden i dagsläget ett 16 A abonnemang så kan minst 9 A som motsvarar6,2 kW lätt bli tillgängligt för laddning.

Enligt en studie gjord av Idaho National Laboratory 2015 sker cirka 85 % av elbilsladdningeni hemmet ([4] s. 3–4). Inbyggda system för att senarelägga laddning finns inbyggt i bilarna,så även om alla bilar ansluts vid en viss tid så behöver inte laddningen starta då. Den störstaanledningen att senarelägga laddning är att den kan ske under tider med ett lägre elpris ([4] s.3–10).

Den tidpunkt då flest människor börjar köra hem från jobbet är kl. 16.30 enligt en studie gjordav Trafikanalys ([13] s. 18–20). Medelrestiden till och från arbete är i snitt på 32 minuter. Dentid då bilisterna ankommer hem är alltså centrerat kring strax efter kl. 17. Antalet förvärvsar-betande som kommer hem kl. 16 är lågt för att sedan öka snabbt till nästa timme. En ökningav hemkommande förvärvsarbetande sker från och med kl. 16 för att sedan avta framåt kvällen([14] s. 82–84).

Bilarna i Lunds kommun körs längre än genomsnittet i Sverige vilket är 1222 mil [15]. Dengenomsnittliga körsträckan för en bil i Lunds kommun var 1339 mil/år 2015 [15]. Detta innebären daglig körsträcka på 3,7 mil/dag. Energibehovet för en elbil är 0,25 kWh/km ([16] s. 48).Tillsammans innebär detta att det dagliga energibehovet per bil i Lund är:

1339 mil/bil, år365 dagar/år

· 10 km/mil · 0, 25 kWh/km ≈ 9, 2 kWh/bil, dygn (11)

Det beräknade laddbehovet från ekvation 11 kan täckas på fyra timmar även med de minstaladdarna, se figur 10, och i och med att laddning lätt kan senareläggas finns ett stort tidsspanndär laddning kan ske under natten ([4] s. 3–10).

13

Figur 10: Laddtid för 9,2 kWh med olika effekter på laddaren.

2.4 Nätsimulering

För att lättare kunna studera hur elbilsladdning påverkar nätet byggdes en modell i ett simule-ringsprogram. Genom att använda denna modell går det att studera hur ett elnät kommer betesig under olika lastsituationer. Programmet som används till denna undersökning är DIgSI-LENT PowerFactory 15.2. Lastberäkningar i nätet sker i ett jämviktsläge där alla variableroch parametrar har konstanta värden ([8] s. 433–434), alltså i en fast tidpunkt där systemetär stabilt. PowerFactory gör sina lastberäkningar med Newton-Raphsons metod där lösningenitereras fram tills en önskad noggrannhet uppnås. Det överliggande nätet modellerades som enspänningskälla och kunderna som en last.

De angivna parametrarna på kablarna:

• Resistans

• Induktans

• Märkström

• Area på ledare

• Kabeltyp

14

För transformatorer användes standardinställningar i PowerFactory i avsaknad av kända värden,de värden som angavs var:

• Märkeffekt

• Spänning, primärsida

• Spänning, sekundärsida

• Antal lindningsomkopplingar

• Lindningsomkoppling i procent

Kablarna som fanns i de studerade områdena räknas upp i tabell 4 med förklaring till beteckningi tabell 5. Utöver dessa bokstäver så anger kabeltypen även antal ledare, area för fasledare ochisolering. Till exempel så är ACCJ3*150 en aluminiumkabel isolerad med impregnerat papperoch skärm av koppar förlagd i mark. Fasarean är 150 mm2 och kabeln har tre ledare. De kablarsom börjar på N följer ett annat system där siffran på femte platsen avgör antalet ledare följt avdimension och material sist i koden.

Tabell 4: Förekommande kablar i näten.

Högspänningskablar LågspänningskablarACJJ3x150 AKKJ3x50/15ACJJ3x95 AKKJ3x95/29AXCE-FLT3 95/25 EKKJ3x10/10AXCEL3x240/25 FKKJ3x10/10AXCEL3x95/16 FKKJ3x16/16AXCEL3x95/25 N1XE4G95AlAXLJ-TTC 95/25 N1XE5G10CuFCJJ3x25 N1XV4G16CuACCJ3x50 AKKJ3x300/88FCJJ3x10 AKKJ3x185/57

15

Tabell 5: Beteckning för förekommande kablar i de studerade näten ([17] s. 88).

Första bokstaven, Andra bokstaven, Tredje bokstaven, Fjärde bokstaven,Ledare Isolering Mantel, Konstruktionsdetalj,

Konstruktionsdetalj AnvändningA AluminiumC Impregnerat papper Koncentrisk skärm av

koppartrådE Koppar, entrådig Förstärkt utförande

(Klass 1)F Koppar, fåtrådig

(Klass 2)J Armering av stålband Förläggning i markK PVC Mantel av PVCL Skärm av plastbelagt

aluminiumbandX Tvärbundenpolyeten

(PEX)

16

3 Metod

Arbetet har bestått av tre huvuddelar: först en del där mätdata för kunderna behandlats, se-dan en studie av hur bra detta nät klarar av en ökad elbilsflotta och till sist simuleringar avelnätet.

3.1 Mätdata

Mätdata kom i form av en textfil där varje rad innehöll kundnummer, datum följt av 24 tim-värden på förbrukning angivet i MWh. Mätdata var alltså ett medelvärde av effektuttag underden aktuella timmen. Data levererades inte sorterad, varken på kundnummer eller datum. Totaltrörde det sig om 664 kunder fördelade på två fack i mottagarstationen och timvärden mellan2014-01-01 och 2016-12-31 användes, dock var det inte komplett data för alla kunder. Mäng-den data som saknades var relativt liten vilket gjorde att detta bortfall kunde bortses ifrån. Pågrund av storleken på textfilen delades den först upp i Excel, uppdelningen skedde därefter påvilket fack och år kunderna tillhörde för att kunna köra relevanta beräkningar snabbare. Nyc-keltal för att kunna överblicka mätdata lättare och kunna urskilja orimliga värden togs fram.Dessa bestod framförallt av maxuttag och förbrukning för varje kund. Beräkningar och grafergjordes därefter i Matlab. För varje kund fanns utöver timvärden, data för vilket fack och nät-station kunden tillhörde, men även kundkategori och förväntad årsförbrukning. Vissa mätdatahade väldigt höga förbrukningar, långt över vad transformatorerna klarar av under några fåtaltimmar för att sedan gå tillbaka till normala nivåer. Dessa värden nollställdes manuellt så långtdet gick för att inte ta över resultatet. Sortering gjordes därefter på nätstationsnivå för att kunnaha märkeffekten på transformatorerna som en referensnivå. Timvärdena summerades till års-värden för kunderna och Velanderkonstanterna applicerades på dessa och jämfördes med dethögsta uppmätta uttaget. Detta gjordes både på kund- och stationsnivå för att kunna avgöra hurkorrekt denna metod har varit. Timvärdena för den verkliga förbrukningen användes även somgrund för att skapa mätdata till elbilsladdning.

3.2 Elbilsladdning

Implementeringen av elbilar bestod av två delar. Dels en studie av vilka laddningseffekter detrör sig om och hur de påverkar lastkurvorna, därefter studerades hur nätet skulle klara av detta.Först bestämdes vid vilken tidpunkt laddning antogs starta samt storleken på denna effekt, se-dan så togs en individuell kurva för varje kund fram med en fördelning i tid inom varje station.Dessa laster adderades sedan direkt på stationsnivå, på det studerade lågspänningsnätet adde-rades den ökade lasten istället direkt på kunderna. Tilldelningen av elbilar var en per hushåll,de övriga kategorierna antogs inte vara förändrade. Data för olika effekter på laddboxarna togsfram och simulerades, även här valdes den timme med värsta fallet ut och simulerades.

I kapitel 2.3 presenterades data för vid vilka tider som hemkomsten av bilar skedde och därmednär laddningen antogs starta. För att undvika det orimliga extremfallet att alla kunder laddarsamtidigt applicerades en fördelning på kunderna. Den fördelning som valdes var en rektangel-fördelning mellan kl. 16–18. Anledningen till detta tidsintervall var att den minsta upplösningpå mätvärden var en timme och genomsnittstidpunkten när bilister anlände hem från jobbet var

17

kl. 17. För att få ett högre fokus på de senare av dessa timmar som redan var högt belastadesvaldes just en rektangelfördelning och inte en normalfördelning.

3.3 Nätsimulering

För att kunna simulera de valda fallen från mätdata och elbilsladdning så byggdes en simu-leringsmodell upp i programmet DIgSILENT PowerFactory. Detta gjordes utifrån Exceldataoch ett kopplingsschema över nätet. Data för nätet hade formen av anslutningspunkterna för enkabel, dess längd och typ samt spänningarna för de olika skenorna.

På grund av begränsningar på 50 noder per nät i PowerFactory så fick varje fack byggas uppoch simuleras var för sig för att detta inte skulle överskridas. Detta innebar att skavningar avkablar av samma typ reducerades till en enda kabel med samma längd och att kunderna slogsihop på nätstationsnivå till en enda stor last. Den senare sammanslagningen hade även varitnödvändig med anledning av tidsbegränsningen på arbetet.

Matningen från det överliggande nätet approximerades som en spänningskälla med konstantspänning och en impedans då fördelningsstationen inte var begränsande för denna studie.

De fall som simulerades var det högsta faktiskt uppmätta uttaget och fallet med 90 % av be-räknad Velandereffekt som nivå för båda facken och lågspänningsnätet. Det fallet med högstförbrukning valdes då det är då både belastning och spänningsfall är som störst. Även ett minstaförbrukningsfall för fack 19 simulerades för att ta hänsyn till fallet där vindkraftverket produ-cerade. Detta fallet är för att se om vindkraftverket kan leverera ut sin effekt på nätet utanproblem. Slutligen så simulerades olika fall av elbilsladdning. Simuleringsmodellen testadesför hur nätet hanterade belastning, spänningsnivåer och felströmmar.

Felströmmar studerades enbart på lågspänningsnätet och när dessa beräknades i PowerFacto-ry var det de minsta felströmmarna som studerades. Genom att garantera en minsta storlek påfelströmmarna går det även garantera att säkringar löser och därmed uppfylla kraven på per-sonsäkerhet och skydd av utrustning.

18

4 Jämförelse av Velanders formel mot mätdata

I detta kapitel görs en jämförelse av Velanders formel mot mätdata i form av timvärden. Jäm-förelsen sker både på station- och kundnivå.

För att kunna jämföra Velanders formel mot de verkliga högsta uttagen sorterades all mätdataförst ut på fack och år. Resultatet jämfördes i sin tur mot nätstationernas märkeffekt. Denna jäm-förelse var inte mot Velander utan hur de högsta uttagen förhöll sig till utrustningens kapacitet.Ett antagande togs initialt att kunderna bara förbrukade aktiv effekt för att direkt kunna jämföratimvärdena mot märkeffekten i distributionstransformatorerna som anges i skenbar effekt. Eneffektfaktor på 0,9 är annars rimligt antagande enligt kapitel 2.2. Hade denna faktor antagitshade endast resultatet i figur 14 och 17 påverkats. Den skenbara effekten tas dock hänsyn tillvid nätsimuleringarna.

I figur 11 kan variationerna över årstiderna ses med en högsta förbrukning på vintern och enlägsta på sommaren. Utnyttjandegraden är generellt sett låg och varierar stort mellan de olikastationerna. De högsta värdena infaller relativt korta perioder åt gången men ungefär samtidigti alla facken. En station, N059 i fack 20 har 187 kunder anslutna vilket är avsevärt fler än deandra och resulterar i ett högre uttag utan att för den delen ha ovanligt uttag på kundnivå.

Figur 11: Högsta timuttag för varje dygn och nätstation 2014–2016. De 16 första är anslutningari fack 19 och de sju sista sitter i fack 20.

4.1 Mätdata för fack 19

Förbrukningen för varje station i fack 19 visas i figur 11. I figur 12 visas förbrukningen föralla kunder i fack 19 2014. Majoriteten av användarna har ett uttag i samma magnitud medundantag för några enstaka kunder. Medelvärdet av kunderna hamnar därför lågt jämfört medden kund vars uttag var högst. Användarmönster för de olika användarna följer liknade profilöver året med en högre förbrukning på vinter och variationer över dygnet. Samma mönster ochden stora skillnaden mellan medeluttag och de högsta uttagen förekommer för alla tre åren i

19

de båda facken. Antalet kunder som hade en förbrukning på 0 kWh under 2014 i fack 19 var12 stycken. I förhållande till 365 kunder läts dessa vara kvar i framtagandet av medelvärdet,kurvan hade höjts med 3 % om dessa tas bort. Då de kunderna som haft en årsförbrukning på 0kWh varierat mellan åren så behölls all mätdata. För att lättare kunna jämföra mellan olika århade ett annat sätt varit att ta bort dessa kunder från alla år, oavsett om de hade en förbrukningdet året. Liknande utseende på kurvan förekom de två följande åren och för fack 20.

Figur 12: Timförbrukning för varje kund i fack 19 2014: Den svarta linjen är deras medeluttag.

Vid inzoomning på medeluttaget i figur 13 så syns en tydlig årsvariation på förbrukningen.Den är som lägst på sommarhalvåret och som högst i början av året. Dygnsvariationerna äräven större under denna kalla delen av året. Vid framtagande av medelkurvorna i denna figur såantogs alla år börja på samma veckodag för att kunna synkronisera veckomönstret och förhindraatt dessa släcks ut. 2014 var ett år som började på en onsdag, 2015 på en torsdag, 2016 börjadepå en fredag och var dessutom ett skottår. För att undvika att förlora för mycket data valdesdessa medelkurvor att börja på en fredag. Formen på kurvan är samma för de tre åren men detfinns en viss skillnad när de olika topparna infaller. Toppen för 2015 är lägre än för 2014 och2016.

20

Figur 13: Medeluttag för alla kunder i fack 19 2014–2016.

Jämfört med märkeffekt är avvikandet mellan märkeffekt och högsta timvärde för varje nät-station 2014–2016 stort, se figur 14. Endast station 16 överlastas här, station 3 är en högspän-ningskund och har därför ingen transformator och därmed ingen märkeffekt. Velandereffektenför alla kunder på varje station räknades ut och sammanlagrades enligt formel 8. Skillnadernamellan de beräknade maxeffekterna utifrån olika årsvärden men med samma Velanderkonstan-ter är liten förutom på station 16, se figur 15. Skillnaden i verkligt högsta uttag på station 16mot vad Velander uppskattar beror av ett uppmätt värde som bara förekommer under någonenstaka timme under 2016. Detta värde kan alltså röra sig om ett mätfel. Genom att summerade individuella kundernas maxuttag så gick det att konstatera att även om varje kund hade haftsin maxförbrukning samtidigt hade detta inte inneburit något problem för transformatorn utomför tre stationer, station 2, 4 och 16, se figur 16.

Figur 14: Märkeffekt jämfört med faktiskt högsta uttag, 2014–2016 i fack 19.

21

Figur 15: Velanders formel tillämpad på varje station i fack 19. avvikande mellan uppskattadeeffekt och högsta timvärde är liten med undantag station 16.

Figur 16: Summan av varje kunds enskilda högsta uttag summerat per nätstation, 2014–2016 ifack 19.

22

4.2 Mätdata för fack 20

I fack 20 så var effektuttaget relativt lågt och flera stationer hade inget uttag eller så var detväldigt lågt, se figur 17. Även jämfört med fack 19, se figur 14, så var belastningen låg. Majo-riteten av alla kunder i fack 20 var anslutna på en enda nätstation. Station 6 har en märkeffektpå transformatorn angiven till noll på grund av att det är högspänningskunder och har därmedingen transformator i detta nät. I fack 20 fanns god marginal till märkeffekten, se figur 17. Sta-tion 4 i fack 20 är den enda stationen som överlastas men figurerna tar inte hänsyn till hur långtid transformatorn har varit överlastad eller hur frekvent det har skett. Det är två transformator-stationer i fack 20 som inte har något uttag under dessa tre år.

Figur 17: Märkeffekt jämfört med faktiskt högsta uttag, 2014–2016 i fack 20.

Även i fack 20 summerades de enskilda kundernas högsta förbrukning och jämfördes mot mär-keffekten på transformatorerna. Inte heller här är det några problem förutom för station 4, vilketär N059 som har 187 anslutna kunder, se figur 17. Då station 6 är en högspänningskund så finnsdet inga tillgängliga Velanderkonstanter vilket gör att det inte går att uppskatta en förbrukning,se figur 18. För station 4 ger Velanders formel ett för lågt värde, beroende på att sammanlag-ringen har lägre inverkan än väntat med många kunder. I figur 19 kan man se att för station 4så är summan av varje kunds högsta uttag nästan dubbelt så stort som märkeffekten på distribu-tionstransformatorn. I figur 17 går det se att det verkliga hösta uttaget endast är några procentöver märkeffekt vilket visar på en relativt stor sammanlagring mellan dessa kunder.

23

Figur 18: Velanders formel tillämpad på varje station i fack 20.

Figur 19: Summan av varje kunds enskilda högsta uttag summerat per nätstation, 2014–2016 ifack 20.

24

4.3 Sammanfattning av jämförelse mot Velander

Majoriteten av alla kunder i de båda facken har ett största effektuttag som är mindre än det somuppskattas enligt Velander, se figur 20. Kunder där Velandereffekten blev noll sorterades bortdå dessa skulle ge en oändlig kvot. Även en kund med en ändlig hög kvot på 49 togs bort föratt skalan på de övriga kunderna skulle bli rättvis. Totalt togs 21 kunder av 664 bort. Anled-ningarna till varför vissa kunder saknade Velanderkonstanter var för att deras kundkategori intehade några angivna värden på dessa konstanter. Ett antagande hade varit att de var samma somför övriga kategorier då det egentligen bara fanns tre unika uppsättningar för de kategoriernai dessa fack. Då de är få till antalet var deras inverkan relativt liten och därmed är vinsten attuppskatta storleken på dessa liten. Figur 21 visar att kvoterna av högsta uttag och beräknad Ve-landereffekt är normalfördelade kring 0,94 för de enskilda kunderna med en standardavvikelsepå 0,43.

Figur 20: Högsta effektuttag i förhållande till det värde som Velanders formel ger för alla kun-der i de båda facken i stigande ordning för energiförbrukning.

25

Figur 21: Normalfördelning över kvoterna högsta uttag/Velander.

För att få fram hur bra Velanders formel hanterar sammanlagring och se storleken på Velande-reffekten så beräknades sammanlagringen för alla timmar samtidigt som antalet kunder ökadesför varje steg, se figur 22 och 23. Skillnaden mellan de båda figurerna är att den första visareffektuttag mot energiförbrukning hos kunderna medan den senare visar mot antalet kunderistället. För 2014 och 2016 innebar Velanders formel en underskattning av högsta uttag ochvisar att för många kunder så är sammanlagringseffekten inte så stor. För 2015 så innebar Ve-landers formel en överskattning av högsta uttag. Den ordningen som valdes att ta kunderna ivar hur de förekom i en lista sorterade efter station och fack, kunderna är alltså inte sorteradeefter storlek. Ordningen på kunderna som väljs kan påverka utseendet på kurvan, framför allt ibörjan för få kunder då de enskilda variationerna får större påverkan.

Figur 22: Sammanlagring för alla hushållskunder i de båda facken under 2014–2016. Uppskat-tad effekt enligt Velander för samma energiförbrukning.

26

Figur 23: Sammanlagring och Velander för n antal hushållskunder utan elbilar 2014–2016.

27

5 Studie av elbilshushåll

Detta kapitel behandlar inkluderingen av elbilsladdning och hur det påverkar förbrukning ochuttag för kunderna.

Enligt studien gjord av Idaho National Laboratory så sker 85 % av all laddning i hemmet ochtrots att majoriteten av elbilarna är ansluta vid kl. 22 på kvällen så startar laddningen inte förränefter midnatt ([4] s. 3–10). I deras studie finns ett ekonomiskt incitament med lägre elpriser pådessa tider vilket är en avgörande faktor för att det ska vara relevant för kunden att senareläggasin laddning. En annan anledning till att inte ladda direkt kan vara om det går att undvika att gåupp i huvudsäkring genom denna åtgärd.

5.1 Inkludering av elbilshushåll

Ett antagande gjordes att varje hushåll tilldelades en elbil. Det ökade dagliga energibehovet förde olika stationerna presenteras i tabell 6 och 7. Ur tabell 6 framgår det att L068, lågspännings-nätet som studeras i mer detalj, kräver ett ökat energibehov på 202,4 kWh/dygn.

Tabell 6: Antal hushåll per nätstation i fack 19 och ökningen av deras förbrukning om varjehushåll har en elbil.

Nätstation Antal hus Ökat dagligt energibehov/kWhN473 0 0N026 80 736A300 0 0N2661 1 9,2N465 8 73,6L108 3 27,6N478 18 165,6N237 0 0L066 2 18,4L067 1 9,2N471 7 64,4N470 7 64,4L109 4 36,8N483 64 588,8L068 22 202,4N469 4 36,8L079 50 460Summa 271 2493

28

Tabell 7: Antal hushåll per nätstation i fack 20 och ökningen av deras förbrukning om varjehushåll har en elbil.

Nätstation Antal hushåll Ökat dagligt energibehov/kWhN513 11 101,2N1545 0 0N1544 0 0N059 125 1150N448 7 64,4A006 0 0N450 6 55,2N2429 0 0Summa 149 1371

Tabell 8 visar att de Velanderkonstanter som används idag inte tar hänsyn till det ökade effektut-taget elbilar innebär på kundnivå om laddeffekten adderas på de befintliga högsta uttagen. Ef-fektökningen sker i relativt korta tidsperioder och energibehovet ökar därför inte proportionelltmot effekten som för en mer konventionell last.

Tabell 8: Exempel på hur elbilsladdning påverkar beräknad Velandereffekt angivet i kW.

Nuvarande Nuvarande Velander, Ursprunglig Ursprungligårsförbrukning Velander elbilar Velander Velander/kWh +3,6 kW laddning +11 kW laddning5000 4,25 5,99 7,85 15,256000 4,79 6,47 8,39 15,797000 5,31 6,94 8,91 16,318000 5,81 7,40 9,41 16,819000 6,30 7,85 9,90 17,3010 000 6,77 8,29 10,37 17,7711 000 7,23 8,73 10,83 18,2312 000 7,69 9,16 11,29 18,6913 000 8,14 9,59 11,74 19,1414 000 8,58 10,01 12,18 19,5815 000 9,01 10,43 12,61 20,0116 000 9,44 10,84 13,04 20,4417 000 9,86 11,25 13,46 20,8618 000 10,28 11,65 13,88 21,2819 000 10,69 12,05 14,29 21,6920 000 11,10 12,45 14,70 22,10

29

I tabell 9 visas vilka olika effekter som laddning antas ske med. Starttiden antas vara rektang-elfördelad enligt antagandet från kapitel 3.2. Fallet med 1,5 kW laddning är ett fall som enbartser till att batteriet är laddat på morgonen dagen efter, detta innebär en mer utspridd last medlägre effekter vilket innebär lägre belastning på nätet. Starttiden för laddning är fortfaranderektangelfördelad. I detta fall startar inte heller all laddning direkt när kunden kommer hemfrån jobbet. Summan för varje kolumn täcker energibehovet för n stycken elbilar. Då en lägreladdeffekt innebär en längre laddtid så ger 3,6 kW och 11 kW laddning samma uttag kl. 18då tre gånger så många elbilar laddar men med en tredjedel av effekten. I figur 24 visas dethögsta uttaget som sker för de två högre effekterna som studerades. Notera att energibehovetär oberoende laddeffekten. Tidsöverlapp saknas för 11 kW fallet då laddbehovet på 9,2 kWhkan täckas på mindre än en timme. Jämfört med figur 22 som visar sammanlagring utan elbilarjämfört med Velanders formel så är högsta effekten för samma energibehov något högre.

Tabell 9: De olika scenarier för laddning som valdes där n motsvarar antalet elbilar. Resultatetblir deras totala laddeffekten vid rektangelfördelning.

Tidpunkt \ Effekt 1,5 kW 3,6 kW 11 kW15.00 0 0 016.00 0 1· 3,6·(n/3) 1·11·(n/3)17.00 1·1,5·(n/7) 2·3,6·(n/3) 1·11·(n/3)18.00 2·1,5·(n/7) 3·3,6·(n/3) 1·11·(n/3)19.00 3·1,5·(n/7) 2·3,6·(n/3) 020.00 4·1,5·(n/7) 1·3,6·(n/3) 021.00 5·1,5·(n/7) 0 022.00 6·1,5·(n/7) 0 023.00 7·1,5·(n/7) 0 024.00 6·1,5·(n/7) 0 001.00 5·1,5·(n/7) 0 002.00 4·1,5·(n/7) 0 003.00 3·1,5·(n/7) 0 004.00 2·1,5·(n/7) 0 005.00 1·1,5·(n/7) 0 006.00 0 0 0

30

Figur 24: Högsta uppnådda sammanlagrade effekten med elbilsladdning mot årsförbrukningenav en till 420 hushåll.

5.2 Elbilar 2014

För att kunna visa hur laddkurvan från tabell 9 påverkar effektuttaget för kunderna så appli-cerades denna kurva på medelvärdet för alla hushålls timvärden, se figur 25. Elbilsladdningeninnebar en stor höjning i effektuttag jämfört med grundlasten.

Figur 25: Påverkan av elbilsladdning på medeleffetuttaget under ett dygn. Storleken när allaelbilar laddar samtidigt med 3,6 kW är densamma som när en tredjedel laddar med 11 kW.

31

När elbilskurvorna från figur 25 appliceras på medeluttaget för hushåll under hela 2014 somvisas i figur 26 resulterade det i figur 27 och 28. De timmar som är valda är kl. 16-18 vil-ket utgår från att hemkomsten är centrerade kring kl. 17, se kapitel 2.3. Som visas i figur 25och 26 så är överlappningen mellan de valda tidpunkterna och de redan höga effekttopparnagod. Effektuttaget sjunker under kvällen vilket möjliggör kapacitet för eventuell senarelagdelbilsladdning.

Figur 26: Medelvärde av timvärden för alla hushåll 2014 och kl. 16–18 markerat med cirklar.

För timmen med högst uttag är skillnaden liten mellan de två fallen 3,6 kW och 11 kW. För 11kW laddning så är uttagen under dessa tre timmar i samma storlek medan för 3,6 kW laddningär det högsta uttaget tydligt större kl. 18. Elbilsladdningen innebär en avsevärt större last ängrundlasten. Då inte alla kunder laddade sina elbilar samtidigt i simuleringen för 11 kW ladd-ning så blir medellasten mindre än 11 kW. Endast en tredjedel av kunderna laddar samtidigt idetta fall. Ur figur 27 går det se att storleken på uttaget är samma för kl. 16 och kl. 20 samt förkl. 17 och kl. 19 då lika många hushåll laddar samtidigt.

32

Figur 27: Medeluttag för hushållskunderna 2014 med tidpunkterna för 3,6 kW elbilsladdningmarkerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört meddygnets övriga timmar.

Figur 28: Medeluttag för hushållskunderna 2014 med tidpunkterna för 11 kW elbilsladdningmarkerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört meddygnets övriga timmar.

33

5.3 Elbilar 2015

Precis som för 2014 förekommer samma laddmönster här. Medelvärde och det högsta uttagetför 2015 är mindre än för 2014 och 2016, se figur 29. I figur 30 och 31 går det se att de högstamedeluttagen med 3,6 kW och 11 kW laddeffekt är ungefär lika stora.

Figur 29: Medelvärde av alla hushålls uttag 2015 och kl. 16–18 markerat med cirklar.

Figur 30: Medeluttag för hushållskunderna 2015 med tidpunkterna för 3,6 kW elbilsladdningmarkerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört meddygnets övriga timmar.

34

Figur 31: Medeluttag för hushållskunderna 2015 med tidpunkterna för 11 kW elbilsladdningmarkerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört meddygnets övriga timmar.

5.4 Elbilar 2016

Under 2016 är det högsta medeluttaget högre än för 2014 men är i samma storleksordning, sefigur 32. Precis som för 2014 och 2015, se figur 27 och 30, är uttagen i samma storlek kl. 17som kl. 19. Så är även fallet för kl. 16 och kl. 20 då enbart en tredjedel av kunderna laddar, sefigur 33. Variationen i storlek på uttagen är liten under sommaren, se figur 32, och blir ännujämnare med elbilsladdning, se figur 34.

Figur 32: Medelvärde av alla hushålls uttag 2016 och kl. 16–18 markerat med cirklar.

35

Figur 33: Medeluttag för hushållskunderna 2016 med tidpunkterna för 3,6 kW elbilsladdningmarkerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört meddygnets övriga timmar.

Figur 34: Medeluttag för hushållskunderna 2016 med tidpunkterna för 11 kW elbilsladdningmarkerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört meddygnets övriga timmar.

36

6 Beräkning av nya Velanderkonstanter

I detta kapitel tas nya Velanderkonstanter fram för hushåll och jämförs mot mätdata och deursprungliga konstanterna, både med och utan elbilsladdning.

6.1 Problem med Velanders formel och elbilsladdning

Jämförelsen av de nuvarande Velanderkonstanterna mot högsta beräknade uttag vid sammaenergibehov visas i figur 35. För samma energimängd så ger Velander ingen bra uppskattningav elbilsuttaget. För vanliga hushåll vilken den är utformad för ger den ett något bättre värde,dock ej en noggrann uppskattning. Med elbilsladdning så ökar kundens högsta uttag, se figur36. Majoriteten av kunderna får ett högsta uttag på runt 25 kW. Vid användandet av en 25 A säk-rings så skulle varje kunds högsta uttag begränsas till 17 kW. Figur 37 visar att de ursprungligaVelanderkonstanterna inte ger en bra nog approximation för elbilar. Utan elbilar ligger kvotenmellan verkligt uttag och Velandereffekten nära ett vilket inte är fallet för 11 kW laddning. Eneffektbegränsning på 25 A förbättrar inte resultatet med Velandermetoden nämnvärt.

Figur 35: Sammanlagring med och utan elbilar för samma energiförbrukning, antalet kundersom behövs för att nå upp till denna förbrukning varierar därför.

37

Figur 36: De högsta laddeffekterna med och utan 11 kW laddning samt beräknad Velandereffektenligt konstanterna för hushåll. Elbilsladdning innebär ett avsevärt högre uttag hos varje kund.Varje kurva är sorterad efter storlek var för sig.

Figur 37: Kvot mellan högsta uttag för varje kund med och utan 11 kW elbilsladdning ochursprungliga Velanderkonstanter. En begränsning på 25 A innebär ett lägre uttag för majoritetenav kunderna än om elbilsladdningen inte begränsas. Kunderna är sorterade efter storleken påkvoten, alltså inte i samma ordning som i figuren ovan.

38

Efter beräkningen av sammanlagring för elbilar, se figur 24 och 35, är frågan om denna sam-manlagring går att utnyttja för att beräkna nya Velanderkonstanter. I figur 35 går det se attelbilsladdning innebär ett högre effektuttag vid samma energiförbrukning än i ursprungsfallet.Som nämnt i kapitel 2.1 tas nya Velanderkonstanter fram genom regression, alltså anpassningav mätdata till en kurva eller mätdata.

För att beräkna nya Velanderkonstanter för elbilar togs först konstanter fram för fallet utanelbil då dessa kunde jämföras mot de befintliga konstanterna. Genom att anpassa en kurva medregression kunde nya Velanderkonstanter räknas ut.

6.2 Beräkning av nya Velanderkonstanter utan elbilsladdning

Genom att använda funktionen polyfitn i Matlab kunde med hjälp av regression ett polynomanpassas till mätdata och konstanterna k1 och k2 beräknas, se figur 38. En metod som testadesvar att anpassa ett polynom direkt till varje kunds högsta uttag och årsförbrukning sorteratutifrån förhållande högsta uttag/årsförbrukning. Då den linjära proportionella delen är liten blevden beräknade effekten vid sammanlagring enligt denna metod väldigt liten. k1 blev en faktor100 mindre än den ursprungliga samt negativ, k2 var cirka 75 % större än för den ursprungligaformeln. På grund av att de nya konstanterna gav ett nytt förhållande till varandra där denkvadratiskt avtagande delen fick större inverkan, se figur 39, gav den ett missvisande värde vidhöga effekter då derivata för roten går mot noll för stora tal i kombination med den mindrekonstanten på den linjära delen.

Figur 38: Varje hushålls maxuttag och deras årsförbrukning 2014–2016 samt anpassad kurvatill denna data och ursprunglig Velanderkurva. Kurvan anpassad till sammanlagringen 2015 gerden lägsta uppskattningen för all mätdata.

39

Figur 39: Anpassade Velanderkurvor mot det sammanlagrade uttaget. Formeln anpassad tillvarje kunds högsta uttag uppskattar ett avsevärt lägre uttag än den verkliga sammanlagringen.

Velanders formel är [1]:

Pmax =n∑

i=0

k1iWi +√

(n∑

i=0

k22iWi) (12)

För att kunna anpassa Velanders formel med hjälp av polyfitn gjordes följande omskrivningav formeln. Då alla kunder tillhör samma kategori blev formeln istället:

Pmax = k1

n∑i=0

Wi + k2√

(n∑

i=0

Wi) (13)

Genom att göra variabelbytet∑i

i=0Wj = ti kunde formeln skriva om som:

Pmax = k1ti + k2√

(ti) (14)

Därefter gjordes variabelbytet√

(ti) = xi vilket gav andragradspolynomet:

Pmax = k1x2i + k2xi (15)

Vid anpassning av en kurva till en sammanlagringskurva så blev resultatet något mer likt deursprungliga Velanderkonstanterna. Dessa koefficienter är både positiva och är i rätt storleks-ordning vilket gör att de fungerade både för låga och höga energiförbrukningar, se figur 38 och40.

40

Figur 40: Sammanlagring och anpassade Velanderkonstanter. Kurvorna anpassade till samman-lagring ger en bra uppskattning för dessa energinivåer, likaså de ursprungliga Velanderkonstan-terna.

De nya Velanderkonstanterna för hushåll presenteras i tabell 10. Det enda avvikande värdet ärk2 för 2015. Dock pekar resultatet på att k1 ska vara större och k2 mindre.

Tabell 10: Nya Velanderkonstanter. k2 för är mer än en tredjedel mindre än för de övriga åren.k1 för anpassade värden till maxuttag och årsförbrukning blir negativt.

Konstanter k1 k2Ursprungliga 0,00025 0,042014 0,000302 0,03052015 0,000244 0,00882016 0,000278 0,0421Medel 0,000274 0,0277Anpassat till maxuttag/årsförbrukning -0,000009 0,0699

6.3 Beräkning av nya Velanderkonstanter för elbilsladdning

Genom att göra om samma procedur fast för den syntetiska mätdata med elbilsladdning adde-rad var målet att ta fram nya Velanderkonstanter anpassade för hushåll med elbil. Polyfitnanvändes fortfarande och en kurva av formen Pmax = k1x

2i + k2xi anpassades.

41

Laddning med 3,6 kW

Kurvan anpassad till mätdata från varje kund ger en god approximation vid lägre energimäng-der, se figur 41. Vid sammanlagring och därmed högre effekter så blir kurvan helt missvisandedå koefficienterna k1 och k2 resulterade i en negativ effekt, se figur 42. Kurvorna anpassadetill sammanlagring ger ett bra värde för höga effekter, se figur 43. Används dessa kurvor på enenergimängd som motsvarar ett hushåll blir resultatet ett uppskattat effektuttag som är negativt,se figur 41.

Figur 41: Varje hushålls maxuttag vid 3,6 kW elbilsladdning och deras årsförbrukning2014–2016 samt anpassad kurva till denna data och ursprunglig Velanderkurva. Kurvorna an-passade till sammanlagring resulterade i en negativ uppskattning för låga effekter.

42

Figur 42: Anpassade Velanderkurvor mot det sammanlagrade uttaget för 3,6 kW elbilsladdning.Notera att kurvan anpassad till mätdata ger ett negativt värde.

Figur 43: Sammanlagring och anpassade Velanderkonstanter för 3,6 kW elbilsladdning. For-meln med de ursprungliga Velanderkonstanterna underskattar den verkliga sammanlagringen.Kurvorna anpassade till sammanlagring ger en bra uppskattning för dessa energinivåer.

43

Laddning med 11 kW

Vid 11 kW elbilsladdning blir resultatet ännu tydligare än för 3,6 kW laddning att Velandersformel inte klarar av detta ändrade lastmönster, se figur 44, 45 och 46. Mätdata i figur 44 harett mer annorlunda förhållande mellan effekt och energi än för ursprungsfallet, se figur 38.Spridningen på mätdata är även mindre än för ursprungsfallet.

Figur 44: Varje hushålls maxuttag vid 11 kW elbilsladdning och deras årsförbrukning2014–2016 samt anpassad kurva till denna data och ursprunglig Velanderkurva. Spridningenav storlek på mätdata är mindre. Kurvorna anpassade till sammanlagring resulterade i en nega-tiv uppskattning för låga effekter.

Figur 45: Anpassade Velanderkurvor mot det sammanlagrade uttaget för 11 kW elbilsladdning.Notera att kurvan anpassad till mätdata ger ett negativt värde.

44

Figur 46: Sammanlagring och anpassade Velanderkonstanter för 11 kW elbilsladdning. Kur-vorna anpassade till sammanlagring ger en bra uppskattning för dessa energinivåer.

Sammanfattning Velanderkonstanter för elbilsladdning

Vid anpassning av en kurva till sammanlagring så resulterade detta i en formel som enbart vartillämpbar på höga effekter vilket i praktiken resulterar i många kunder. Anpassades kurvanistället till mätdata för högsta timvärde och årsförbrukning gav formeln istället bra värde förmotsvarande en kund men felaktigt värde vid flera. Ingen av dessa två metoder går alltså attanvända för att ta fram nya Velanderkonstanter för elbilsladdning om dessa ska bli tillämpbarapå ett stort energispann.

45

7 Simuleringar i Digsilent PowerFactory

Simuleringar för de båda mellanspänningsnäten och ett lågspänningsnät gjorde för representa-tiva fall för med och utan elbilsladdning. För att se hur den effektökning som elbilsladdninginnebär påverkar elnätet valdes att simulera en modell av det.

Då PowerFactory endast tillåter simuleringar av en uppsättning värden åt gången är det interimligt att simulera alla fall som mätdata finns för. Av denna anledning valdes ett fåtal tidpunk-ter med hög belastning ut och simulerades. Vilka dessa fall är och när de inträffade presenterasi tabell 11. Övriga fall kommer alltså ha lägre belastning av kablar och mindre spänningsav-vikelser från nominell spänning. Först summerades belastningen i varje nätstation och timme,sedan valdes den tidpunkt där medelvärdet av kvoterna uttag/högsta uttag på varje station varhögst. Användningen av dessa medelvärden innebär att belastningen som simuleras kan va-ra mindre än värsta fallet i varje enskild nätstation. Högsta belastning innebär lägst spänning.Kraftringen dimensionerar sina nät utifrån 90 % av den beräknade Velandereffekten så detta fallsimulerades och jämfördes också. Vindkraft förekom endast i fack 19 och tre olika laddeffektersimulerades.

Tabell 11: De sjutton olika simuleringsfallen och vilken timme och år de är baserade på. Simu-leringsfall utan tidpunkt är markerade med X. Vindkraft förekom endast i fack 19.

Fall/ Maxtimme, 90 % av Vindkraft 1.5 kW 3.6 kW 11 kWFack hög förbrukning Velander (fack 19) laddning laddning laddningFack 19 2014, X X 2014, 2014, 2014,

h 594 h 594 h 594 h 593Fack 20 2014, X - 2014, 2014, 2014,

h 8697 h 714 h 738 h 738L068 2016, h 137 X - 2014, 2014, 2014

2014, h 594 h 717 h 618 h 593

Kablar och samlingsskenor i figurerna står i fallande ordning från matningspunkt i följandefigurer. Dock finns det radialer där effekten tar en annan väg vilket gick att se i figur 2. Dettagör att spänningsfallet inte nödvändigtvis är högst för nätstation 1 och lägst för nummer 16.Kablar som var av samma typ räknades som en kabel med den sammanlagda längden av debåda. En effektfaktor på 0,9 användes vid simulering av fack 19 och 20 medan 0,96 användespå lågspänningsnätet.

7.1 Simuleringar av fack 19

Då storleken på modellen som simuleras var begränsad byggdes och simulerades de båda fac-ken var för sig. Modellen som byggdes upp för fack 19 återfinns i appendix F. Den enda kundenansluten till N237 har så låg förbrukning att den kan antas vara noll, se appendix A. Maxfalletinträffar timme 594 2014 vilket motsvarar en fredag kl. 18. Effektuttaget för varje station underdenna timme avviker som mest 20 % från sitt högsta uttag under dessa tre år. Effektuttaget idetta simuleringsfall är 2 % lägre än det högsta uttaget i fack 19.

46

Ur figur 47 går det att avläsa att inte under något studerat fall så belastats en transformator merän 81 %. Velanders formel gav en bra uppskattning för alla belastningsfall förutom för de sta-tionerna med många kunder anslutna. De fall som ger upphov till högst belastning är 3,6 och 11kW laddning. På grund av rektangelfördelningen på tre timmar blir det ingen sammanlagringför kunder som börjar ladda vid olika tidpunkter med en högre effekt än 9,2 kW då energibeho-vet kan täckas på mindre än en timme. Belastningen av kablar överstiger inte 60 % enligt figur48.

Figur 47: Belastning av transformatorer i procent av märkeffekt.

Figur 48: Belastningen i kablarna i fack 19 under de olika scenarierna relativt märkström.

47

Spänningarna på de olika skenorna varierade mellan 233–244 V enligt figur 49. Lågspännings-skenorna i figuren följer ordningen i tabell 1 med undantag av att A300 inte finns med på grundav att det är en högspänningskund. Notera att spänningen är på lågspänningsskenorna och in-te hos slutkunderna. Av denna anledning är spänningen något högre på nedsidan av distribu-tionstransformatorn än nominell spänning som är 230 V. Detta är för att tillåta ett spänningsfallinom lågspänningsnätet utan att spänningen hos slutkunden blir för låg. Denna reglering avspänning kan göras individuellt på de olika nätstationerna med hjälp av lindningskopplarna itransformatorerna, dock krävs det att transformatorn görs spänningslös. Under alla fall förutomfallet låg konsumtion och mycket vindkraft så är spänningsavvikelse något mindre och spän-ningen är inom intervallet 233–238 V (101,3–103,5 % av 230 V). Elbilsladdning med de högreeffekterna innebär under alla fall den lägsta spänningsnivån på alla skenor.

Figur 49: Spänningen på skenorna i nätet under de olika scenarierna. På grund av lindnings-kopplare i distributionstransformatorerna kan spänningen ändras och därmed öka med belast-ningen då den ökade lasten kan motivera en omkoppling.

48

7.2 Simuleringar av fack 20

Fack 20 är överlag ett lågt lastat nät jämfört med fack 19 med undantag av station 1, N059, sommed sitt stora antal kunder får effekttoppar som sticker iväg vid även ett något högre uttag ännormalt, se figur 50. Även utan elbilsladdning blir denna station överlastad. Elbilsladdning medde högre effekterna resulterade för denna stationen i en last på 150 % av märkeffekt. NätstationN1545 är inte ansluten för tillfället och har därför inga värden, se appendix B. Modellen för nä-tet återfinns i appendix G. Då A006 är en högspänningskund så finns det inga uppgifter om vadtyp av kund det är och därmed inte vilka Velanderkonstanter som ska tillämpas. Ytterligare enstation har inget uttag alls och för de övriga så är belastningen inte över 44 %. Den låga belast-ningen för kabel 1 i figur 51 beror på att den går till högspänningskunden A006 som på grundav sin avsaknad av Velanderkonstanter fått sin förbrukning satt till noll i detta simuleringsfall.Spänningarna i nätet, se figur 52, är inom intervallet 233–238 V (101,3–103,5 % av 230 V) föralla fall. 3,6 och 11 kW laddning innebär de lägsta spänningarna vilket minskar marginalernaför spänningsfall inom lågspänningsnätet. Den timme som valdes som värsta fall var även dentimme där den totala förbrukningen i facket var som högst.

Figur 50: Belastning av transformatorerna i fack 20 relativt märkeffekt.

49

Figur 51: Belastning av de olika kablarna i fack 20 relativt märkström.

Figur 52: Spänning på de olika skenorna i fack 20.

50

7.3 Simuleringar av L068

Då det inte var möjligt att bygga upp hela nätet i detalj valdes ett lågspänningsnät ut för att fåen bild av hur detta nät påverkas av olika belastningar. Nätet byggdes upp enligt modellen i ap-pendix H. Vid simuleringar av de olika laddeffekterna på stationsnivå så anges en medeleffektsom motsvarade att olika andelar av kunderna laddade samtidigt. I denna studie av ett lågspän-ningsnät anges istället hela laddeffekten på olika andelar kunder. Hushållen vars elbilsladdningantas starta en viss timme valdes ut slumpmässigt. Förhoppningen med detta är att sprida ut las-ten över nätet och samtidigt få ett representativt fall. Dock kan detta innebära att det finns bådelättare och svårare fall med samma andel laddning som inte studeras då andra kombinationer avkunder är möjliga att välja. Den uppskattade Velandereffekten innebär den högsta belastningenpå majoriteten av kablarna, se figur 53.

Figur 53: Belastningen av kablar relativt märkström i lågspänningsnätet L068.

Spänningarna i figur 54 är i kabelskåp och andra knutpunkter i nätet, spänningen vid kundenselcentral kan vara något lägre. I några fall är ett flertal kunder anslutna på samma skena. Endamöjlighet att reglera spänningen oberoende av last är genom lindningsomkopplaren vilken hö-jer eller sänker spänningen för alla kunder i nätet. Det läge som väljs är alltså en kompromissför att se till att gränsvärdena uppfylldes. För att undvika alltför låga spänningar hos de slut-kunder längst från nätstationen väljs ett högre läge för att ta hänsyn till spänningsfallet. Dettainnebär en något högre spänning hos de kunder som är närmast nätstationen. På skenorna be-finner sig spänningen mellan 221–246 V (96–107 % av 230 V) vilket är inom gränsen 10 %avvikelse, 230 V · 1, 10 = 253 V. Dock så sjunker spänningen i flera fall något mer från skenani närmsta kabelskåp ner till slutkunden.Velanderfallet innebär högst belastning av kablar ochger upphov till den lägsta spänningen på en skena.

51

Figur 54: Spänningen i kabelskåp och andra knutpunkter i lågspänningsnätet L068.

7.4 Förluster

Då belastningen av nätet påverkar förlusterna togs dessa fram för att kunna jämföra de olikasimuleringarna. Förlusterna beräknas automatiskt i PowerFactory och anges i MW. Omvand-lingen till procent görs som: Förluster i procent = Förluster

Tillförd Effekt Resultatet presenteras i tabell 12.Förlusterna är de totala i nätet.

Tabell 12: Förluster i de olika näten och olika fallen uttryckt i procent av överförd effekt,

Förluster/ % Fack 19 Fack 20 L068Velander 90 % 1,7 1,1 7,9Max 1,6 1,2 5,3Vindkraft 4,8 - -1,5 kW EV 2,1 1,4 4,33,6 kW EV 2,3 1,7 6,711 kW EV 2,3 1,7 6,7H 594 2014 (Max fack 19) - - 4,8

Förlusterna är högre på lågspänningsnätet än på mellanspänningsnätet. För det senare så ärförlusterna högre vid laddning än när Velandereffekterna simulerades. För lågspänningsnätetger Velander de högsta förlusterna. För fack 19 ger fallet med vindkraft de högsta förlusterna.För alla fall utom laddning med 1,5 kW på lågspänningsnätet innebär elbilsladdning högreförluster än de tidigare maxfallen.

52

7.5 Felströmmar i L068

För att få en bild av hur bra nätet kan hantera felströmmar gjordes simuleringar av dessa för låg-spänningsnätet i PowerFactory. Metoden som användes för att beräkna felströmmar var "Com-plete method". Denna metod innebär att last applicerades på nätet innan kortslutningsström-marna beräknas. Det lastfall som valdes var mätvärdena för 11 kW elbilsladdning, se appendixC, då detta innebär höga laster. Den minsta felströmmen är av intresse då denna måste vara stornog att se till att säkringen går inom angiven tid för att skydda nät och mot personskador. I si-muleringarna jämförs strömmarna mot värden för knivsäkringar för en sekund ([18] s. 9). Dengodkända nivån är dock en något längre tid på fem sekunder. I appendix D går det att avläsaatt alla felströmmar på kundnivå är tillräckligt stora för att bryta kretsen på under en sekund.Likaså för de olika knutpunkterna i nätet så löser säkringarna inom angiven tid, se appendix E.Säkringsstorleken som felströmmen jämfördes mot sattes till 25 A för alla kunder som tidigarehaft 16 A.

53

8 Diskussion

I detta kapitel diskuteras resultatet från kapitel fyra till sju.

8.1 Studie av mätdata och jämförelse mot Velander

Ur figur 14 och 17 går det se att utnyttjandegraden av transformatorerna överlag är låg. Dettakan till viss del bero på att det enbart finns ett fåtal storlekar att välja på. För till exempelen last på 450 kVA så innebär det en utnyttjandegrad av 95 % om en 500 kVA transformatorväljs. Används istället en storlek större på transformatorn, 800 kVA, blir resultatet endast 56 %istället. Figur 16 och 19 visar att även om kundernas högsta uttag sker samtidigt så innebär detinte ett problem för transformatorn, dock säger det ingenting om hur kablarna klarar av dettafall. På stationsnivå så stämmer Velanders formel relativt bra men för majoriteten av kundernauppskattar Velander en större effekt än vad varje kund faktiskt tar ut. Figur 20 visar att för 565kunder, alltså för 85 %, uppskattar Velanders formel det verkliga högsta uttaget med mindreän 50 % fel. Vid sammanlagring ger Velanders formel en uppskattning av storleken på deförväntade högsta effekterna med en felmarginal på mindre än 20 % för 80 % av nätstationerna,se figur 15 och 18.

Velanderkonstanterna som används av Kraftringen är inte indelade i noggranna kundkategorier.Flera av de olika kategorierna som finns beskrivna använder samma Velanderkonstanter, dettaoberoende av hur deras lastkurva ser ut. För de 23 kundkategorier som fanns i de nät som stude-rades användes endast tre olika uppsättningar Velanderkonstanter. Dock är det svårt att användaindividuella konstanter då de nödvändiga parametrarna kan vara svåra att få fram.

Velanders formel är alltså ett bra sätt att få en uppskattning om storleken på effekterna men geroftast ett för stort värde på den enskilde kunden för att sedan inte ge ett tillräckligt högt värdevid sammanlagring av många kunder, se figur 40. För 2014 och 2016 uppskattar Velandersformeln ett något lägre värde än den verkliga sammanlagringen medan för 2015 uppskattarformeln ett för högt effektuttag. Det är därför svårt att dra en slutsats för hur dessa konstanterfungerar som grund till dimensionering.

8.2 Elbilsladdning

Syntetisk mätdata för elbilsladdning visar att en stor majoritet av kunderna får ett uttag påmer än 25 A om inte deras last begränsas. Detta går att se i figur 36 för kunder som har ettstörre effektuttag än 17 kW. Att gå över denna säkringsstorlek innebär höjda rörliga kostnaderför den enskilde kunden vilket i praktiken gör att kunden hellre behåller 25 A-säkringen ochbegränsar sitt högsta uttag till 17 kW. Det är heller inte troligt att en kund är villig att bekostaen nätförstärkning och även av denna anledning väljer att hålla sig under ett uttag på 25 A [12].I de fall som simulerades på lågspänningsnätet så är det inga kunders uttag som överstiger dettauttag nämnvärt, se appendix C.

Beroende på hur mycket kapacitet som varje kund har tillgängligt innan laddning börjar finnsanledning att tro att de är mer eller mindre villiga att senarelägga sin laddning. Vid en dagliganvändning på under 10 kWh så är batteriet långt ifrån urladdat innan laddning startar ochbehöver då i normalfall inte laddas direkt efter jobbet, även om detta är enklast och troligast.

54

Fortfarande måste det finnas en ekonomisk fördel för att kunden ska vara villig att senareläggasin laddning. Är abonnemanget under 25 A uttag och detta är begränsande kan detta ocksåvara en anledning [12]. Fallet med 1,5 kW laddning visar just att det finns stor möjlighet attsprida ut laddning utan att det egentligen påverkar kunden. De tidpunkter där elbilsladdningantas starta är kl. 16-18. Av dessa timmar är det kl. 18 som har den högsta lasten sedan tidigare,se figur 25. Storleken på uttagen kl. 18 är bland de högsta under dagen. Vid ett val av ennormalfördelning istället för den rektangelfördelning som användes innebär en högre andelelbilar på en timme med låg belastning. Likaså innebär det en låg andel elbilar på en timme medhög belastning sedan tidigare vilket inte testar hur nätet i värsta fall kan hantera elbilsladdning.En normalfördelning kring kl. 17 med en timmes standardavvikelse skulle innebära cirka 20 %fler elbilar som laddar kl. 17 men ungefär 25 % mindre laddning vid kl. 18. Alltså är det inteenbart laddeffekt utan hur elbilsladdning fördelar sig över tid som är viktigt att ta hänsyn tillvid dimensionering.

Station N059 kräver med elbilar ett ökat dagligt behov av 1150 kWh. Om detta kan spridas utjämt över natten innebär det en effektökning på 95 kW vilket är avsevärt mindre än en ökningpå 350 kW som är resultatet om laddningen skulle fördelas jämt över enbart tre timmar istället.Just i denna nätstation finns liten marginal för elbilsladdning men det beror på det stora antaletkunder. För till exempel nätstationen N483 så skulle skillnaden mellan om alla laddar med jämnutspridning över natten eller samtidigt innebära att nätet kommer fungera som vanligt iställetför att dess transformator behöver uppgraderas.

8.3 Simuleringar

För de stationer med många hushållskunder så blev det snabbt problem vid elbilsladdning, ävenen låg laddeffekt på 3,6 kW orsakade problem för två stationer med många kunder. SpecielltN059 i fack 20 fick problem med sina 125 hushåll, se figur 50. Denna station är redan i dagslägethögt belastad och tillskottet från elbilsladdning förvärrar. Vid frekvent förekommande överlastkan nätstationen behöva utökas med en transformator och kablar kan även vara begränsandeoch för dessa innebär en eventuell förstärkning problem då de behöver grävs upp. Belastningenpå kablarna är relativt låg i nätet, för kablar ut från fördelningsstationen så avtar belastningenju längre ut i nätet de befinner sig.

Överlag är kablar och transformatorer lågt belastade. Last är inte den enda faktorn för dimen-sionering utan bland annat krav på spänningsfall och felbortkoppling behöver också uppfyllas,inte heller detta innebär något större problem.

I studien av lågspänningsnätet så märks att nätet är av landsbygdskaraktär. Spänningsfallen inäten är större än på mellanspänningsnätet och större längre ut i nätet. Felströmmar innebärdock inget problem, det går att få alla säkringar att lösa på mindre än en sekund vilket är långtunder de tillåtna fem sekunderna. Då ökad last i nätet innebär lägre felströmmar och därmedlängre utlösningstid så finns god marginal för framtida elbilsladdning. Endast fallet med 11 kWladdning studerades då detta innebar det värsta elbilsfallet och därmed minst skillnad mellanlast- och felström.

55

8.4 Nya Velanderkonstanter

De nya Velanderkonstanterna för ursprunglig mätdata innebär en något högre linjär del menbåda koefficienterna hamnade relativt nära de ursprungliga. När elbilsladdning appliceras såändras förhållandet mellan energi och effekt. En kund med elbilsladdning och låg energiför-brukning får ett högsta uttag som är i samma storlek som för en kund med hög energiförbruk-ning utan elbilsladdning. Detta innebär, speciellt om en 25 A säkring innebär begränsningar,att kurvar som är bäst anpassad till uttaget för en kund går mot en rät, horisontell linje. FörVelanders formel blir konsekvensen att k2 blev stor och k1 liten. Detta återspeglas i figur 41och 44 där mätdata för elbilsladdning har mindre spridning och kurvan som anpassades tillmätpunkterna blev relativt flack. Detta innebär problem vid sammanlagring av många kunderdå koefficienterna gör kurvan avtagande med en negativ uppskattning av effektuttaget, se figur42. De ursprungliga Velanderkonstanterna går att använda för laddning med 3,6 kW, se figur41, även om uttaget underskattas något. För 11 kW laddning så ger de ursprungliga konstan-terna ett för lågt värde, se figur 44. Kurvorna anpassade efter sammanlagringen i figur 42 och45 ger negativa uttag för låga energiförbrukningar vilket är felaktigt. Denna formel går dock attutnyttja vid sammanlagring men inte för den enskilde kunden, vilket är tvärtemot hur formelnför från mätdata beter sig.

8.5 Förluster

Anledningen till att förlusterna blir högre i lågspänningsnätet beror på att strömmarna blir störredå spänningen är lägre, se tabell 12. Lågspänningsnätet är dessutom av landsbygdskaraktär vil-ket innebär långa kablar och därmed högre resistans. Förlusterna är kvadratiskt proportionellamot strömmarna. Simulering av den beräknade Velandereffekten innebär det högsta effektutta-get för majoriteten av kunderna. Att fallet med vindkraft ger högst förluster i nätet kan bero påatt kablarna ut från vindkraftverket har en mindre dimension och därmed högre resistans än dekablar som matar från fördelningsstationen. I allmänhet höjer vindkraft spänningen i nätet ochminskar strömmarna.

Då storleken på förlusterna inte är ett dimensionerade krav är det svårt att utvärdera rimlighetenpå dessa, dock stämmer de överens med att de är högre för lågspänningsnätet och högre vid höglast.

56

9 Slutsats

De slutsatser som kan dras från resultatet och diskussionen presenteras här.

Velanders formel ger en bra uppskattning av vilka effekter som kan förväntas, jämför derivator-na i figur 22 och 24, men kan inte förväntas ge ett exakt värde. Metoden får problem när det äronormala lastkurvor vilket är fallet när elbilsladdning tillkommer. Det förändrade förhållandetmellan effekt och förbrukning gör att Velanders formel inte blir tillämpbar vid elbilsladdning,framförallt för höga effekter. På grund av den grova underskattningen i uttag som kan kommaatt ske är det önskvärt för elnätsbolaget att få kännedom om när en kund installerar en ladd-box i fall metoden ska fortsätta användas. Då varje kunds högsta uttag mer eller mindre blirdefinierat som laddeffekten vid elbilsladdning är det hur stor sammanlagringen mellan de olikakunderna som blir avgör vid dimensioneringen avseende effekt. Att laddningen sker fördelatöver tid har alltså större betydelse för belastningen av nätet än vad laddeffekten har då effekt-topparna blir ungefär lika stora, se figur 24. Marginalerna för elbilsladdning är goda, både vaddet gäller belastning och felströmmar. Att dessa marginaler finns idag är till stor del det somgör elbilsladdning möjligt. Problemen är större på lågspänningsnätet vad det gäller belastningoch spänning, även om kraven uppfylls där. Dessa problem gäller framför allt kunder långt uti svaga nät som kan få problem vid stora effektuttag, detta är dock något som redan är känt.Nätstationer med många kunder får fort problem med belastning av transformatorn, även vidlåga laddeffekter, och kan kräva uppgradering.

Ska mätvärden användas istället för Velanders formel så krävs att den sammanlagring somuppstår mellan olika kunder tas hänsyn till separat. Elnät är i dagsläget överdimensioneradeoch orsaken till detta beror många gånger på osäkerhet i förväntat uttag och den lilla kostnadensom en ökning i dimensionering innebär. Vid dimensionering tillkommer flera faktorer utöverden uppskattade effekten så som tillgängliga komponenter och hur effektuttaget förväntas ökaunder nätets livslängd. Det är därför troligt att näten kommer fortsättas överdimensioneras trotsökad kännedom om de faktiska effektuttagen.

9.1 Fortsatt arbete

Erfarenheter av de mätdata som använts motiverar en djupare studie och framtagande av rikt-linjer av hur kvaliteten på mätdata kan valideras och hur bortfall av mätvärden ska hanterasbättre. I detta ingår även en djupare studie på hur resultatet skulle bli om en högre upplösningpå mätdata hade använts.

Det är även önskvärt att göra om beräkningar och framförallt simuleringar där vilka elbilskun-der som väljs upprepas för många andra slumpmässigt valda fall för att se hur detta påverkarresultatet.

Istället för att ta fram syntetiska mätdata för elbilsladdning kan man göra mätningar på verkligahushåll med elbil och få fram hur stort problem begränsningar i abonnemang egentligen är.Idealt skulle det vara ett bostadsområde där elbilsladdning är vanligt förekommande.

En annan fråga är hur kundens beteende ändras ifall möjlighet finns att ladda med höga effektermen behovet av denna snabbladdning är lågt, kommer kunderna då undvika snabbladdningenför att förlänga livslängden på batteriet?

57

10 Referenser

[1] Kraftringen. Elnätshandboken – nätprinciperna, december 2016.

[2] Energikommissionen. Kraftsamling för framtidens energi. http://www.regeringen.se/48dd32/globalassets/regeringen/dokument/miljo--och-energidepartementet/pdf/sou-2017_kraftsamling-for-framtidens-energi.pdf, januari 2016. Hämtad 2017-05-26.

[3] Power Circle AB. Elbilen i sverige – se statistik. http://elbilsstatistik.se/startsida/se-statistik/, 2017. Hämtad: 2017-05-25.

[4] Jim Francfort m. fl., Idaho National Laboratory. Plug-in electric vehicle and in-frastructure analysis. avt.inl.gov/sites/default/files/pdf/arra/ARRAPEVnInfrastructureFinalReportHqltySept2015.pdf, september2015. Hämtad: 2017-04-13.

[5] Niclas Damsgaard m.fl., ELFORSK. Framtida krav på elnäten – elforsk rapport 14:26.http://www.elforsk.se/Rapporter/?rid=14_26_, 2014. Hämtad: 2016-12-10.

[6] Greta Brännlund, Kungliga Tekniska Högskolan. Evaluation of two peak load forecastingmethods used at fortum. http://www.diva-portal.org/smash/get/diva2:470704/FULLTEXT01.pdf, 2011. Hämtad: 2017-01-20.

[7] Morten Hemmingsson, Monica Lexholm, ELFORSK. Dimensioning of smart power gridsfor the future within elforsk program smart grids – elforsk rapport 13:98. http://www.elforsk.se/Rapporter/?rid=13_98_, 2013. Hämtad: 2016-12-10.

[8] DIgSILENT GmbH. Digsilent powerfactory 15 user manual – online edition, mars 2015.

[9] Tesla. Installation av hemmaladdning. https://www.tesla.com/sv_SE/support/home-charging-installation, 2017. Hämtad: 2017-04-05.

[10] Renault. Ladda renault zoe. https://www.renault.se/bilar/personbilar/nya-zoe/batteri-och-laddning/laddning-i-detalj.html#ladda-%C3%B6verallt, 2017. Hämtad: 2017-04-05.

[11] Nissan. Ladda din elbil. https://www.nissan-cdn.net/content/dam/Nissan/se/brochures/Leaf_kit_br_SWE-FINAL.pdf, 2017. Hämtad:2017-04-05.

[12] Kraftringen. Anslutningsavgifter till elnätet. https://www.kraftringen.se/globalassets/global/kraftringen/dokument/prislistor/elnat/anslutningsavgifter-tabell.pdf. Hämtad: 2017-04-06.

[13] Trafikanalys. Den nationella resevaneundersökningen. http://www.trafa.se/globalassets/statistik/resvanor/rvu-sverige-2011-2014.pdf,2015. Hämtad: 2017-05-08.

[14] Statistiska centralbyrån. Tid för vardagsliv. www.scb.se/statistik/LE/LE0103/2003M00/LE99SA0301.pdf, 2003. Hämtad: 2017-05-08.

[15] RUS Länstyrelserna. Körsträckedata, tabell 2. http://extra.lansstyrelsen.se/rus/Sv/statistik-och-data/

58

korstrackor-och-bransleforbrukning/Pages/default.aspx. Hämtad:2017-04-12.

[16] Pia Grahn, Kungliga Tekniska Högskolan. Electric vehicle charging impact onload profile. http://kth.diva-portal.org/smash/get/diva2:588875/fulltext01.pdf%7C, januari 2013. Hämtad: 2017-04-12.

[17] Nexans. Kabelboken eldistribution – installation. http://www.nexans.se/Sweden/2015/kabelboken/index.htm#/103. Hämtad: 2017-03-16.

[18] IFÖ Electric AB. Tekniska data – hicap eco knivsäkringar. http://www.ifoelectric.com/pdf/ifohicap_tekniska.pdf, 2003. Hämtad: 2017-05-09.

59

ASimuleringsdata fack 19

Simuleringsdata för de olika simuleringsfallen i fack 19 angivet i MWh/h.

Station 90 % av Velander Maxtimme Vindkraft 1,5 kW 3,6 kW 11 kWA300 - 0,038 -1,62 0,038 0,038 0,038L066 0,04338 0,0437 0,0025 0,044 0,0461 0,0461L067 0,04347 0,038 0,0018 0,0381 0,0392 0,0392L068 0,16704 0,2016 0,023 0,2047 0,228 0,2285L079 0,30114 0,3318 0,0313 0,3389 0,3918 0,3929L108 0,04383 0,0362 0,0045 0,0366 0,0398 0,0399L109 0,0387 0,0351 0,0042 0,0357 0,0399 0,04N026 0,25236 0,2566 0,0385 0,268 0,3526 0,3544N237 0 0 0 0 0 0N2661 0,03654 0,0304 0,0021 0,0305 0,0316 0,0316N465 0,09756 0,0894 0,0083 0,0905 0,099 0,0992N469 0,04284 0,0316 0,004 0,0322 0,0364 0,0365N470 0,07506 0,0795 0,0063 0,0805 0,0879 0,0881N471 0,06156 0,0489 0,0078 0,0499 0,0573 0,0575N473 0,02502 0,0217 0,0024 0,0217 0,0217 0,0217N478 0,22068 0,2169 0,0197 0,2195 0,2385 0,2389N483 0,31635 0,3371 0,0362 0,3462 0,4139 0,4153

BSimuleringsdata fack 20

Simuleringsdata för de olika simuleringsfallen i fack 20 angivet i MWh/h.

Station 90 % av Velander Maxtimme 1,5 kW 3,6 kW 11 kWA006 - 0,663 0,373 0,363 0,363N059 0,56646 0,8098 0,7975 1,0272 1,0341N1544 0,00486 0 0 0 0N1545 - 0 0 0 0N2429 0,04806 0,0005 0,0131 0,0158 0,0158N448 0,07812 0,0569 0,0724 0,0889 0,0894N450 0,11718 0,1007 0,0935 0,1179 0,1183N513 0,12204 0,0692 0,0924 0,1087 0,1094

60

CSimuleringsdata L068

Simuleringsdata för de olika simuleringsfallen i L068 angivet i MWh/h.

Anslutning 90% Maxtimme Maxtimme 1,5 kW 3,6 kW 11 kWVelander Fack 19 L068

1 0,0081 0,0022 0,0032 0,0041 0,0067 0,01312 0,00882 0,0041 0,0047 0,0053 0,0076 0,00383 0,01818 0,0062 0,0057 0,0062 0,0097 0,00624 0,02475 0,0172 0,0181 0,0131 0,0133 0,01845 0,01062 0,0075 0,0055 0,0078 0,0119 0,00766 0,01017 0,0055 0,0045 0,0056 0,0092 0,01697 0,0099 0,0032 0,0046 0,0057 0,0086 0,00338 0,0153 0,0091 0,0078 0,0058 0,0138 0,01699 0,00882 0,0061 0,0036 0,0034 0,0072 0,00410 0,00207 0,0004 0,0017 0 0,0012 0,000311 0,00243 0,002 0,0001 0,0016 0,0012 0,002612 0,00189 0,0005 0,0009 0,0003 0,0002 0,000213 0,0018 0,0005 0,0009 0,0003 0,0014 0,001314 0,02169 0,0098 0,0104 0,0046 0,0061 0,009315 0,01017 0,0047 0,0044 0,006 0,0097 0,005216 0,01143 0,0052 0,0061 0,0082 0,0106 0,006117 0,00603 0,0027 0,0026 0,0039 0,0068 0,013818 0,00918 0,0072 0,0039 0,0134 0,0118 0,006619 0,00441 0,0005 0,001 0,0002 0,0005 0,000920 0,01773 0,0172 0,0089 0,018 0,021 0,026821 0,0144 0,0034 0,0078 0,0058 0,0068 0,003422 0,00612 0,0032 0,003 0,0045 0,0064 0,002723 0,00936 0,0036 0,0038 0,006 0,0073 0,014524 0,01737 0,008 0,0115 0,0095 0,0132 0,008325 0,00675 0,003 0,0031 0,0043 0,0109 0,01426 0,01053 0,0081 0,0099 0,0096 0,0078 0,007527 0,00999 0,0086 0,0085 0,0088 0,0115 0,018928 0,01368 0,0068 0,0087 0,0091 0,0105 0,008829 0,01665 0,0115 0,0086 0,0104 0,011 0,011530 0,01881 0,0107 0,0073 0,0116 0,0101 0,007231 0,00405 0,0004 0,0003 0,0004 0,0004 0,000432 0,00459 0 0,0004 0 0 033 0,01557 0,0025 0,0023 0,0025 0,0024 0,002434 - 0,02 0,007 0,019 0,02 0,019

61

DFelströmmar för kunder i L068

Felströmmar och säkringar i L068.

Kund Minsta Säkring SäkringFelström (kA) (A) löser på 1 s

1 1,26 16 SANT2 1,35 16 SANT3 3,98 25 SANT4 1,69 35 SANT5 2,42 20 SANT6 5,74 16 SANT7 3,4 20 SANT8 6,35 25 SANT9 1,96 20 SANT10 0,96 25 SANT11 1,38 20 SANT12 0,81 16 SANT13 1,49 25 SANT14 1,76 16 SANT15 0,44 25 SANT16 1,55 16 SANT17 1,43 16 SANT18 1,15 16 SANT19 1,31 20 SANT20 1,55 16 SANT21 1,61 20 SANT22 1,28 16 SANT23 0,64 25 SANT24 0,63 25 SANT25 0,44 25 SANT26 10,79 25 SANT27 2,11 25 SANT28 1,57 25 SANT30 1,37 100 SANT

62

EFelströmmar för skenor i L068

Felströmmar på skenorna i L068.

Skena Säkring (A) Smältström (A) Felström (A) Säkringlöser på 1 s

1 250 2720 12 720 SANT2 500 5422 6770 SANT3 125 1023 2220 SANT4 160 1428 1670 SANT5 100 840 2740 SANT6 160 1428 2250 SANT7 80 671 2020 SANT8 50 452 740 SANT9 125 1023 2310 SANT10 160 1428 2670 SANT11 50 452 2970 SANT

63

FSimuleringsmodell för fack 19

A300

ÖM

N471 bus LV

N473 bus LVN470 bus LV

N469 bus LV

L109 bus LVL068 bus LV

L067 bus LVL066 bus LV

N2661 bus LV

L108 bus LVN465 bus LV

L079 bus LV

N478 bus LV

N483 bus LV

N473 bus HV

L109 bus HV

L067 bus HV

L108 bus HV

N471 bus HV

N470 bus HV

N469 bus HV

L068 bus HV

L066 bus HV

N2661 bus HV

N465 bus HV

L079 bus HV

N478 bus HV

N483 bus HV

N237 bus lV

N026 bus LV

N237 bus HV

N026 bus HV

Line(17)AXCEL3x24..

A300 LoadLoad

Vindkraftverk 1

Line(9)AXCEL3x95..

Line(15)FCJJ3x10

Line(21)AXCE-FLT3..

Line(20)FKKJ3x16/..

Line(19)ACCJ3x50

Line(3)AXCEL3x24..

Line(18)AXCEL3x24..

Line(2)ACCJ3x50

Line(16)ACJJ3x150

V~

ÖM Grid

N4830.8MV..

N4780.5MV..

L0790.8MV..

L1080.1MV..

N4650.315..

N26610.1MVA..

L0670.315..

L0660.1MVA1..

L1090.1MV..

L0680.5MV..

N4690.2MV..

N4710.315..

N4700.315.. N473

0.315..

N471 LoadLoad

N473 LoadLoad

N470 LoadLoad

N469 LoadLoad

L109 LoadLoad

L068 LoadLoad

L066 LoadLoad

N2661 LoadLoad

L108 LoadLoad

N465 LoadLoad

L067 LoadLoad

L079 LoadLoad

N478 LoadLoad

N483 LoadLoad

Line(14)AXCEL3x95..

Line(13)AXCEL3x95..

Line(12)FCJJ3x25

Line(11)ACCJ3x50

Line(10)AXCEL3x95..

Line(8)AXCEL3x95..

Line(7)AXCEL3x95..

Line(6)AXLJ-TTC ..

Line(5)AXLJ-TTC ..

Line(4)ACJJ3x95

Line(1)ACJJ3x150

N026 LoadLoad

N237 LoadLoad

N2370.1MVA10..

N0260.5MV..

LineAXCEL3x24..

DIgSILENT

64

GSimuleringsmodell för fack 20

N2429 bus HV

ÖM

N1544 bus LV

N059 bus LVA006 bus HV

N059 bus HV

N1545 bus LV

N1545 bus HV

N1544 bus HV

N448 bus ..

N448 bus HV

N513 bus LV

N513 bus HV

N2429 bus LV

N450 bus LV

N450 bus HV

ÖM-N2429(1)AXCEL3x24..

V~

GRID(1)

N1544 LoadLoad

N059 LoadLoad

N15450.8MVA11..

N15450.8MVA11..

N15440.8MVA11..

N24290.8MVA11..

N5130.5MVA1..

N450-N448FCJJ3x25

A006 LoadLoad

N0590.8MVA1..

A006-N059AXCEL3x24..

N059-N1545AXCEL3x24..

N1545 LoadLoad

N1545-N1544AXCEL3x24..

N1544-N513AXCEL3x24..

N448 LoadLoad

N4480.315MV..

N513-N448AXCEL3x24..

N448-N2429AXCEL3x24..

N513 LoadLoad

N2429 LoadLoad

N450 LoadLoad

N4500.315MV..

DIgSILENT

65

HSimuleringsmodell för lågspänningsnätet

K7842

K7838

240101

1816

1405

1410

1408

1406

L068LS1G8 1404

L068LS1G9 1301

L068 LV

L068LS1G6

L068 HV

Line(29)B_AKKJ3x1..

RL

C

Se

ries

RL

..

V~

Fack 19 grid

18934Load

18933Load

Line(25)AKKJ3x50/15

Line(36)FKKJ3x16/16

18924Load

18921Load

18923Load

18922Load

Line(20)FKKJ3x16/16

Line(19)FKKJ3x16/16

Line(18)FKKJ3x16/16

Line(21)EKKJ3x10/10

18914Load

18909Load

18910Load

18911Load

20745Load

Line(15)N1XV4G16Cu

Line(14)FKKJ3x16/16

Line(13)FKKJ3x16/16

Line(12)AKKJ3x50/15

Line(11)FKKJ3x16/16

22099Load

18901Load

18900Load

Line(9)EKKJ3x10/10

Line(8)EKKJ3x10/10

Line(10)N1XV4G16Cu

18929Load

18928Load

18927Load

18932Load

18930Load

Line(40)EKKJ3x10/10

Line(39)EKKJ3x10/10

Line(37)EKKJ3x10/10

Line(24)EKKJ3x10/10

Line(38)EKKJ3x10/10

18913Load

18915Load

18912Load

Line(33)EKKJ3x10/10

Line(32)FKKJ3x16/16

Line(31)FKKJ3x16/16

Line(3)B_AKKJ3x1..

Line(17)EKKJ3x10/10

Line(16)EKKJ3x10/10

Line(4)B_AKKJ3x1..

Line(22)N1XE4G95Al

26205Load

311354Load

Line(23)N1XE5G10Cu

Line(28)N1XE4G95Al

Line(27)R_AKKJ3x3..

Line(7)R_AKKJ3x3..

18916(5)Load

18916(2)Load

18916(4)Load

18916(3)Load

18916(1)Load

Line(26)FKKJ3x10/10

Line(41)EKKJ3x10/10

18918Load

18920Load

18919Load

Line(6)AKKJ3x95/29

Line(35)EKKJ3x10/10

18926Load

Line(34)EKKJ3x10/10

18925Load

Line(5)AKKJ3x50/15

Line(2)AKKJ3x95/29

LineAKKJ3x95/29

2-Winding..0.5MVA11KV

Line(1)B_AKKJ3x1..

DIgSILENT

66