5392 Hur Dimensionerar VI Framtidens Elnät

CODEN:LUTEDX/(TEIE-5392)/1-73/(2017)
Hur dimensionerar vi
Industrial Electrical Engineering and Automation
framtidens 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 are
even talk of prohibiting fossil fuels in the coming years. There is a risk that the charging of
these electric vehicles can strain the electric grid. The simulations of the grid with added power
demand from the electric vehicles concludes that there will not be a problem on the low- and
medium voltage grid. The distribution of the customers’ charging times has greater impact on
how strained the grid is becoming than the charging power of each car. It might be a problem
for transformers with a high number of connected customers since even low charging powers
will 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 but
this has not always been the case. Previously the peak power for a group of customers has been
estimated 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 formula
still gives an indication of the amplitude of the highest power. Since electric vehicle charging
change 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 be
informed 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’s
power demand. When networks are built they usually are over dimensioned, mostly because the
margin it gives of uncertainties in expected consumption. The relatively low extra cost is also a
factor. This is mainly the reason why there has been such a good margin to allow an expansion
of 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 lång
framtid. 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 ett
problem för låg- och mellanspänningsnätet. Fördelningen över när kunderna laddar sina fordon
har 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 laddas
då den totala effektökningen lätt blir märkbar.
Elnätet måste vara dimensionerat för att kunna hantera de högsta effekttopparna på året. Idag
finns timdata tillgängligt för varje kunds förbrukning vilket tidigare inte varit fallet. Tidigare har
storleken på effekttopparna uppskattas utifrån årsförbrukningen för de anslutna kunderna med
hjälp av den så kallade Velanders formel. För att kunna utvärdera denna dimensioneringsmetod
jämfördes kunders timförbrukningar mot de beräknade effekterna enligt denna formel. Resulta-
tet av detta visade att formeln fortfarande ger en bra indikation om vilken storlek effektuttaget
förväntas ha. Med det ändrade förhållande mellan energi och effekt som elbilsladdning medfört
innebär det att Velanders formel inte är tillämpbar vid elbilsladdning då effekttopparna föränd-
ras mycket men energiförbrukningen mindre. Det är därför viktigt att elnätsbolag får kännedom
när laddboxar installeras.
Det är viktigt att ta hänsyn till sammanlagringen mellan flera kunder då att enbart titta på
deras enskilda högsta uttag skulle innebära ett felaktigt värde. Vid faktisk dimensionering så
överdimensioneras näten, mycket på grund av osäkerhet i förväntat uttag och de förhållandevis
låga kostnadsökningarna det medför. Detta är till stor del anledningen till att de finns så pass
god 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 Michell
Andersson som tagit sig tid att hjälpa mig trots att denna uppgift inte låg på dem. Från LTH vill
jag främst tacka min handledare Olof Samuelsson för sin expertis men även Mohammad Reza
för sin hjälp med PowerFactory. Utöver dessa vill jag tacka övriga anställda på Kraftringen för
diverse hjälp och trevligt bemötande.
3
Ordlista
Velanders formel - En formel för att beräkna en kund/grupps högsta uttag under året i kW
utifrån årlig energiförbrukning i kWh.
Velandereffekt - Den effekt som Velanders formel beräknar, ska motsvara det högsta verkliga
uttaget.
Velanderkonstanter - De konstanter som förekommer i Velanders formel.
Sammanlagring - Summan av flera kunders uttag, är i regel mindre än summan av varje kunds
högsta uttag.
Timvärde - Energiförbrukningen för en kund eller kundgrupp under en timme, motsvarar deras
medeleffektuttag under en timme.
4
Innehåll
1 Inledning 1
1.1 Problemställning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Mål . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Avgränsningar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Beskrivning av områdena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Bakgrund och teori 8

2.1 Velanders formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Elnät och dimensionering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Elbilsladdning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Nätsimulering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3 Metod 17
3.1 Mätdata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Elbilsladdning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.3 Nätsimulering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4 Jämförelse av Velanders formel mot mätdata 19

4.1 Mätdata för fack 19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2 Mätdata för fack 20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Sammanfattning av jämförelse mot Velander . . . . . . . . . . . . . . . . . . . 25
5 Studie av elbilshushåll 28
5.1 Inkludering av elbilshushåll . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.2 Elbilar 2014 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.3 Elbilar 2015 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.4 Elbilar 2016 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
6 Beräkning av nya Velanderkonstanter 37

6.1 Problem med Velanders formel och elbilsladdning . . . . . . . . . . . . . . . . 37
6.2 Beräkning av nya Velanderkonstanter utan elbilsladdning . . . . . . . . . . . . 39
6.3 Beräkning av nya Velanderkonstanter för elbilsladdning . . . . . . . . . . . . . 41
7 Simuleringar i Digsilent PowerFactory 46

7.1 Simuleringar av fack 19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
7.2 Simuleringar av fack 20 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
7.3 Simuleringar av L068 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
7.4 Förluster . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7.5 Felströmmar i L068 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
8 Diskussion 54
8.1 Studie av mätdata och jämförelse mot Velander . . . . . . . . . . . . . . . . . 54
8.2 Elbilsladdning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
8.3 Simuleringar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.4 Nya Velanderkonstanter . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.5 Förluster . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
i
9 Slutsats 57
9.1 Fortsatt arbete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
10 Referenser 58
A
Simuleringsdata fack 19 60
B
Simuleringsdata fack 20 60
C
Simuleringsdata L068 61
D
Felströmmar för kunder i L068 62
E
Felströmmar för skenor i L068 63
F
Simuleringsmodell för fack 19 64
G
Simuleringsmodell för fack 20 65
H
Simuleringsmodell för lågspänningsnätet 66
ii
1 Inledning
I detta kapitel beskrivs bakgrunden och förutsättningarna till arbetet. Områdena som studeras
och 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 högsta
effektuttag uppskattas utifrån dess årsförbrukning. Denna metod har sitt ursprung i när elmätare
lästes 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 och
lätt leder till överdimensionering. Då elnät dimensioneras för den belastning som förväntas om
10–20 år ([1] 5.6.1) så behöver inte bara osäkerhetsfaktorer i förväntad förbrukning utan även
modellfel 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 elnätet
dimensioneras. Mätning av förbrukning på timnivå är inte något unikt för Kraftringen utan det
är 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 fåtal
tillfällen 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 för
att fungera ([2] s. 12).
Från att det år 2012 endast funnits knappt 2000 elbilar finns det idag över 30 000 laddbara
fordon registrerade i Sverige [3]. Dessa elbilar och plugin-hybrider har möjlighet att laddas
hemma 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 är
något som Kraftringen tillsammans med andra elnätsbolag är tvungna att kunna hantera. Då de
höga effekterna som laddningen kan komma att medföra innebär större belastningsvariationer
över dygnet, ([2] s. 206), finns en risk att dagens elnät inte kommer att kunna klara av dessa
höjda effekttoppar. Detta i sin tur kan innebära att elnätsbolagen kan komma att behöva se över
hur 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 kund
kan 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 nät
bortses ifrån. Då fokus är på hur bra Velanderkonstanterna fungerar som bas för dimensionering
riktades arbetet mot belastning av elnätet. Andra viktiga faktorer att ta hänsyn till är att se till
att nätet kan hantera felströmmar och att spänningsnivåerna är inom godkända nivåer. Arbetet
behandlar inte eventuell påverkan på övrig elkvalitet så som övertoner och osymmetri utan
endast belastning, spänningsfall och felströmmar.
Simuleringsprogrammet innebär ett antal begränsningar att ta hänsyn till. I och med att nätet
behöver byggas upp från grunden påverkar detta hur noggrann modellen kan bli med hänsyn
till tidsbegränsningen av arbetet och tillgänglig information. Begränsningen på 50 noder i stu-
dentversionen av PowerFactory tvingar fram förenklingar så som att kunder på varje nätstation
får slås ihop till en gemensam last för att rymmas i modellen. Denna förenkling är även en
nödvändighet 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 över
förbrukningen behandlas som om alla värden under den studerade tidsperioden finns samt att
dessa värden är korrekt avlästa.
1.4 Beskrivning av områdena
De två områden i Kraftringens nät som valdes för studier av förbrukning och effektuttag var
ett i Vallkärra och ett i Stångby. Båda två ligger strax norr om Lund, se figur 1. Dessa två
orter valdes med avseende på pendlingsavstånd och potential för elbilsladdning vilket gjorde
de 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 figur
2. Vallkärra matas från fack 19 och Stångby från fack 20. Driftspänningen i facken är 10,7 kV
transformerat från 130 kV. De röda linjerna som går från vissa av nätstationer ut ur bilden är
alternativa kopplingsvägar, dessa är i normalläget obelastade men spänningssatta från någon
riktning. Totalt är det 376 kunder anslutna i fack 19. I anslutningspunkt A300, se figur 2, finns
en högspänningskund där två vindkraftverk på vardera 1,5 MW är anslutna. Beskrivning av
hur de anslutna nätstationerna och deras lågspänningsnät skiljer sig åt ges för fack 19 i tabell
1.
<-ÖMO104
ÖM ÖMHTF21
Östra mottagningsstationen ÖMHF21A
ÖMHF18A ÖMHF19A ÖMHF20A ÖMF23A
ÖMHF21B
ÖMHF18B ÖMHF19B ÖMHF20B ÖMHF23B
ÖMHF18 ÖMHF19 ÖMHF20 ÖMF22B ÖMHF23
F2 F2 F3 F2
N2928 N026 N2429
<-N214
F1 Kämnärsvägen V F4 Annehemsvägen F1 Häradsvägen
F1 F5 F2 F1 F2 F1
Kontakt : Jesper Posth 070-9169520
A192 N237 N448 N450

F2 Gambro Magistratsvägen F3 Fredentorps kyrkogård F4 Tornhill Stångby Trädgård
<-A227
<-N152
F2 F4 F3
N483 N513
<-N219
F1 Korsåkersvägen F1 Västratornsvägen
INTERN KABEL
F3 F1
N478 N1544
F4 Linåkersvägen F2 Nätstation mark 800kVA 11kV
F2 F2
L079 N1545
F1 Vallkärra By F1 Jonsgård
F3 F2 F2 F1
N465 L108 N059
F4 Vallkärra Vattenverk Ängdala Gård F3 Haraldsfältsvägen
INTERN KABEL K1 F2
DC Örtofta 010-1227501
N2661 A006
K2 Vallkärra Boställe F1 Skälshög
<-N451
F2 F4 F1 F2 F4
L066 L067 A300
F3 Vallkärra Gård Kävlingevägen Västanby Gård
F2 F4 F1
L068 L109
F3 Vallkärra station Fels Mosse
F2 K1
N469 L109_NY
F1 K2 Nyhem SSM 11kV
F3 F2 F2
N470 N473
F4 Nöbbelöv 21 Gunnesbo
F3
N471
F4 Nöbbelöv 3
<-N493
Figur 2: Nätschema över området. I cyan syns 130/10 kV stationen som dessa två 10 kV nät är
anslutna i. Allra överst syns dess transformator. Kvadraterna motsvarar nätstationerna och de
röda linjerna är kablar.
Skala 1:4893 (A4)

0 100 200 300 400 500 pt
3
Tabell 1: Information om fack 19.
Nätstation Märkeffekt Antal kunder Antal hushåll Övrigt

(kVA)
N473 315 3 0
N026 500 86 80
A300 - 2 0 Vindkraftverk
N2661 100 5 1
N465 315 16 8
L108 100 6 3
N478 500 41 18
N237 100 1 0
L066 100 4 2
L067 315 4 1
N471 315 12 7
N470 315 13 7
L109 100 12 4
N483 800 65 64
L068 500 34 22
N469 200 10 4
L079 800 62 50
Totalt - 376 271
Fack 20 har 288 kunder anslutna och anslutningen A006 är en högspänningskund som är ett
fjärrvärmeverk. Frånskiljaren i N1545 är i dagsläget öppen på primärsidan och inga kunder
matas 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 A300
är anslutningsskenor till högspänningskunder och har därmed inga transformatorer på Kraft-
ringens sida av nätet. Uttaget i dessa punkter är känt men inte deras Velanderkonstanter. En
sammanfattning 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 11
N1545 800 0 0 Frånkopplad
N1544 800 1 0
N059 800 187 125
N448 315 15 7
A006 - 1 0 Fjärrvärmeverk
N450 315 16 6
N2429 800 53 0
Totalt - 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 kapacitetsökning
100 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 facken
enligt figur 3. Fack 19 och 20 är fördelade enligt figur 4 och 5. Både totalt, inom facken och i
den studerade nätstationen var hushållen i majoritet.
Småhus> 10 MWh
36.9 %
Jordbruk> 20 MWh
Jordbruk <20 MWh
12.4 % 3.9 %
11.6 %
26.6 % Övriga
8.5 %
Småhus <10 MWh Lägenheter <5 MWh
Figur 3: Fördelning av kunder anslutna till fack 19 och 20 baserad på kategorier och årlig
elförbrukning i MWh.
5
Småhus> 10 MWh
50.8% Jordbruk> 20 MWh

5.9%
13.6%
5.9 %
Övriga
Jordbruk <20 MWh 21.7% 2.1 %
Lägenheter <5 MWh
Småhus <10 MWh
Figur 4: Fördelning av kunder i anslutna till fack 19 baserad på kategorier och årlig elförbruk-
ning i MWh.
Småhus> 10 MWh
Jordbruk <20 MWh Jordbruk> 20 MWh

18.8%
1.4 %
20.9%
33.1% 9.1%
Övriga
Småhus <10 MWh 16.7%
Lägenheter <5 MWh
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 Vallkärra
station. Fördelningen av kunder i detta nät visas i figur 6. Nätet valdes då det var ett rimligt
stort nät att bygga upp i PowerFactory utan att behöva förenkla modellen i programmet vars
begränsning var 50 noder. Transformatorn till nätet är på 500 kVA och totalt är 34 kunder
anslutna varav 22 är hushåll. Nätet är av landsbygdskaraktär.
Småhus> 10 MWh
57.6%
Jordbruk> 20 MWh
3.0%
12.1%
Övriga
6.1% 12.1%
9.1%
Jordbruk <20 MWh
Lägenheter <5 MWh
Småhus <10 MWh
Figur 6: Fördelning av kunder i anslutna till L068 baserad på kategorier och årlig elförbrukning
i MWh.
7
2 Bakgrund och teori
Detta kapitel går igenom bakgrunden och den teori som utnyttjas för de valda områdena och
utnyttjas 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 har
metoder för att uppskatta dessa uttag utvecklats. Även om en kunds högsta uttag går att få fram
så måste hänsyn tas till hur det sammanfaller med andra kunders effekttoppar.
Sammanlagringen innebär det gemensamma uttaget för en grupp kunder och är i regel mindre
än summan av de enskilda högsta uttagen. Ett exempel på detta ses i figur 7 där det går att se
hur sammanlagringen ter sig i nätstationen N069 under 2014. Figur 8 visar sammanlagringen
under en kortare period i samma nätstation. Det högsta faktiska uttaget för denna nätstation är
på 36 kWh/h. Summeras istället de enskilda maxförbrukningarna med varandra så är resultatet
51.8 kWh/h, en skillnad på 43 % vilket visar vikten av att ta hänsyn till sammanlagring vid
dimensionering. Även för dessa få kunder går det att se att användarmönstret är relativt likt
mellan kunderna och deras effekttoppar till stor del sammanfaller.
Figur 7: Sammanlagrat uttag för tio kunder under 2014. De ackumulerade kunderna är sorterade
efter 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 har
länge Velanders formel använts vid nätdimensionering. Formeln för dimensionering av högsta
uttag är:
p
P = k1 W + k2 (W ) (1)
Metoden används för att utifrån en kunds årsförbrukning uppskatta den högsta effekten som
tas ut. Velanders formel utgår ifrån att lasterna är normalfördelade och antas vara oberoende av
varandra ([6] s. 5). Formeln består av två delar, en linjär del som hör ihop med konstanten k1
och en del som är proportionell mot kvadratroten av förbrukningen. Denna del som hör ihop
med konstanten k2 har större påverkan vid låga energiförbrukningar och avtar för höga. k1 är
anknuten till medeluttaget och k2 hänger ihop med individuella variationer. I figur 9 syns de
båda beståndsdelarna i Velanders formel var för sig. Kurvan har ritats för de konstanter som
används för hushåll. Vid låga effekter är funktionen avtagande för att vid stora effekter gå mot
att 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 uttaget
på året ([6] s. 5–10). Ett antagande görs att n antal kunder av samma kategori har samma
högsta uttag P̂i som med en viss sannolikhet inte överstigs. Kunderna antags även ha samma
medeluttag P̄i och årsförbrukning Wi . Då alla kunder antas vara normalfördelade gäller denna
formel även summan av kunderna:
P̂ = P̄ + kσ (3)
vilket går att skriva om som:
√ √
P̂ = nP̄i + (P̂i − P̄i ) n = nP¯1 + (Pˆ1 − P¯1 ) n (4)
W
Då alla förbrukningar antags vara lika stora kan antalet kunder skrivas om som n = Wi
vilket
ger att:
P̄1 Pˆ1 − P¯1 √

P̂ = W+ √ W (5)
W1 W1
Utifrån n kunders årsförbrukning ges alltså Velanders formel för en kund och kundkategorins
Velanderkonstanter som blir:
P̄1
k1 = (6)
W1
Pˆ1 − P¯1
k2 = √ (7)
W1
Vid summering av flera kunder av olika kategorier så blir effekten:
n
X n
p X 2
Pmax = k1i Wi + ( k2i Wi ) (8)
i=0 i=0
Pmax är den förväntade högsta effekt för flera kunder i kW [1]. Wi är årsförbrukningen för en
kund i kWh och kx är Velanderkonstanterna för kundkategorin.
10
Har alla kunder samma Velanderkonstanter kan formeln skrivas om som:
n
X n
p X p
Pmax = k1 Wi + k2 ( Wi ) = k1 W + k2 (W ) (9)
i=0 i=0
Figur 9: Beräknad effekt från energiförbrukning enligt Velanders formel för en kund av typen
hushåll. 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 olika
maxuttagen sker i samt att ingen korrelation mellan kunder av samma grupp antas. För kunder
av 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 vilket
kan 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 kunna
utvärdera 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 dimensionering
av sina elnät så simulerar Kraftringen en last på nätet som motsvarar 90 % av vad Velander
estimerat och testar att belastningar, spänningar och felströmmar är acceptabla.
Spänningen är reglerad och tillåts avvika med ±10% från 230 V fasspänning. Spänningen i
nätet 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 lägen
finns. Detta är dock något som behöver göras manuellt och därmed behöver transformatorn
göras spänningslös.
Beroende på vilken typ av kund som är ansluten finns olika krav på hur mycket ersättning som
ska ges vid ett eventuellt avbrott. Avbrotten avgör även hur stora intäktsramar som företaget
tillåts ha nästkommande period. Av denna anledning så finns ett ökat incitament att se till att ha
en 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 princip
är att bygga i standardiserade storlekar i så stor utsträckning som det går. Detta innebär att man
väljer närmaste större standardstorlek istället för vad som faktiskt behövs. För att underlätta
underhåll och lättare kunna överblicka elnätet så väljs distributionstransformatorer endast i ett
fåtal 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 innebära
att ytterligare större transformatorer installeras.
Anläggningskostnaden spelar en stor roll vilket kan innebära att nät överdimensioneras i viss
mån 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 för
vad 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 1
A/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 alternativa
kopplingsvägar 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 utföra
underhåll på delar av elnätet utan att kunderna drabbas.
Transformatorer och nät dimensioneras för att kunna hantera den skenbara effekt som passerar
genom dem och inte enbart den aktiva effekten som kunderna debiteras för.
p P
S= P 2 + Q2 = (10)
cos(φ)
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 0,9
och 0,96. Därför valdes 0,9 att användas vid beräkning vilket innebär den största skillnaden
mellan skenbar och aktiv effekt och därmed det värsta fallet. En effektfaktor på 0,9 är en vanlig
tumregel ([7] s. 10). För hushållskunder är dock cos(φ) = 0, 96 det värde som angavs på det
studerade lågspänningsnätet.
12
2.3 Elbilsladdning
I dagsläget erbjuder flera tillverkare av elbilar laddboxar som tillåter trefasig laddning med en
effekt på upp till 11 kW för en relativt lite kostnad. Till exempel erbjuder Tesla en trefas 11
kW laddare för under 6000 kr [9]. Renault och Nissan erbjuder något mindre laddare på cirka
7 kW i samma prisklass [10], [11]. Priset är alltså relativt lågt för den möjliga effektökningen
från de medföljande enfasiga laddarna som kan leverera 2,3 kW på 10 A säkring och 3,7 kW
på 16 A.
En hushållskund har i normala fall en huvudsäkring på 16–25 A [12]. Detta tillåter uttag av en
högsta effekt på 11–17 kW. Vid en ökning till en större säkring än så krävs att kunden betalar en
anslutningsavgift. Genom att kunden kan gå upp till ett 25 A abonnemang utan denna kostnad
så finns det idag möjlighet för kunder som har ett lägre abonnemang att skapa utrymme till
elbilsladdning. Har kunden i dagsläget ett 16 A abonnemang så kan minst 9 A som motsvarar
6,2 kW lätt bli tillgängligt för laddning.
Enligt en studie gjord av Idaho National Laboratory 2015 sker cirka 85 % av elbilsladdningen
i 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 största
anledningen 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 gjord
av Trafikanalys ([13] s. 18–20). Medelrestiden till och från arbete är i snitt på 32 minuter. Den
tid 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 ökning
av 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]. Den
genomsnittliga körsträckan för en bil i Lunds kommun var 1339 mil/år 2015 [15]. Detta innebär
en 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, år
· 10 km/mil · 0, 25 kWh/km ≈ 9, 2 kWh/bil, dygn (11)
365 dagar/år
Det beräknade laddbehovet från ekvation 11 kan täckas på fyra timmar även med de minsta
laddarna, se figur 10, och i och med att laddning lätt kan senareläggas finns ett stort tidsspann
där 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 bete
sig under olika lastsituationer. Programmet som används till denna undersökning är DIgSI-
LENT PowerFactory 15.2. Lastberäkningar i nätet sker i ett jämviktsläge där alla variabler
och parametrar har konstanta värden ([8] s. 433–434), alltså i en fast tidpunkt där systemet
är stabilt. PowerFactory gör sina lastberäkningar med Newton-Raphsons metod där lösningen
itereras fram tills en önskad noggrannhet uppnås. Det överliggande nätet modellerades som en
spänningskälla 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 beteckning
i tabell 5. Utöver dessa bokstäver så anger kabeltypen även antal ledare, area för fasledare och
isolering. Till exempel så är ACCJ3*150 en aluminiumkabel isolerad med impregnerat papper
och skärm av koppar förlagd i mark. Fasarean är 150 mm2 och kabeln har tre ledare. De kablar
som börjar på N följer ett annat system där siffran på femte platsen avgör antalet ledare följt av
dimension och material sist i koden.
Tabell 4: Förekommande kablar i näten.
Högspänningskablar Lågspänningskablar
ACJJ3x150 AKKJ3x50/15
ACJJ3x95 AKKJ3x95/29
AXCE-FLT3 95/25 EKKJ3x10/10
AXCEL3x240/25 FKKJ3x10/10
AXCEL3x95/16 FKKJ3x16/16
AXCEL3x95/25 N1XE4G95Al
AXLJ-TTC 95/25 N1XE5G10Cu
FCJJ3x25 N1XV4G16Cu
ACCJ3x50 AKKJ3x300/88
FCJJ3x10 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 Användning
A Aluminium
C Impregnerat papper Koncentrisk skärm av
koppartråd
E Koppar, entrådig Förstärkt utförande
(Klass 1)
F Koppar, fåtrådig
(Klass 2)
J Armering av stålband Förläggning i mark
K PVC Mantel av PVC
L Skärm av plastbelagt
aluminiumband
X 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 av
elnätet.
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 under
den aktuella timmen. Data levererades inte sorterad, varken på kundnummer eller datum. Totalt
rörde det sig om 664 kunder fördelade på två fack i mottagarstationen och timvärden mellan
2014-01-01 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. På
grund av storleken på textfilen delades den först upp i Excel, uppdelningen skedde därefter på
vilket 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 grafer
gjordes 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 mätdata
hade väldigt höga förbrukningar, långt över vad transformatorerna klarar av under några fåtal
timmar för att sedan gå tillbaka till normala nivåer. Dessa värden nollställdes manuellt så långt
det gick för att inte ta över resultatet. Sortering gjordes därefter på nätstationsnivå för att kunna
ha märkeffekten på transformatorerna som en referensnivå. Timvärdena summerades till års-
värden för kunderna och Velanderkonstanterna applicerades på dessa och jämfördes med det
högsta uppmätta uttaget. Detta gjordes både på kund- och stationsnivå för att kunna avgöra hur
korrekt denna metod har varit. Timvärdena för den verkliga förbrukningen användes även som
grund för att skapa mätdata till elbilsladdning.
3.2 Elbilsladdning
Implementeringen av elbilar bestod av två delar. Dels en studie av vilka laddningseffekter det
rör 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 togs
fram 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 därmed
när laddningen antogs starta. För att undvika det orimliga extremfallet att alla kunder laddar
samtidigt 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 upplösning
på 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 belastades
valdes 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 Exceldata
och ett kopplingsschema över nätet. Data för nätet hade formen av anslutningspunkterna för en
kabel, 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 upp
och simuleras var för sig för att detta inte skulle överskridas. Detta innebar att skavningar av
kablar av samma typ reducerades till en enda kabel med samma längd och att kunderna slogs
ihop på nätstationsnivå till en enda stor last. Den senare sammanslagningen hade även varit
nödvändig med anledning av tidsbegränsningen på arbetet.
Matningen från det överliggande nätet approximerades som en spänningskälla med konstant
spänning 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 högst
förbrukning valdes då det är då både belastning och spänningsfall är som störst. Även ett minsta
förbrukningsfall 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 utan
problem. Slutligen så simulerades olika fall av elbilsladdning. Simuleringsmodellen testades
för 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 på
felströmmarna 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 mätdata
först 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 jämföra
timvärdena mot märkeffekten i distributionstransformatorerna som anges i skenbar effekt. En
effektfaktor på 0,9 är annars rimligt antagande enligt kapitel 2.2. Hade denna faktor antagits
hade endast resultatet i figur 14 och 17 påverkats. Den skenbara effekten tas dock hänsyn till
vid nätsimuleringarna.
I figur 11 kan variationerna över årstiderna ses med en högsta förbrukning på vintern och en
lägsta på sommaren. Utnyttjandegraden är generellt sett låg och varierar stort mellan de olika
stationerna. De högsta värdena infaller relativt korta perioder åt gången men ungefär samtidigt
i alla facken. En station, N059 i fack 20 har 187 kunder anslutna vilket är avsevärt fler än de
andra 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 anslutningar
i 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 för
alla kunder i fack 19 2014. Majoriteten av användarna har ett uttag i samma magnitud med
undantag för några enstaka kunder. Medelvärdet av kunderna hamnar därför lågt jämfört med
den kund vars uttag var högst. Användarmönster för de olika användarna följer liknade profil
över året med en högre förbrukning på vinter och variationer över dygnet. Samma mönster och
den 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 var
12 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 0
kWh varierat mellan åren så behölls all mätdata. För att lättare kunna jämföra mellan olika år
hade ett annat sätt varit att ta bort dessa kunder från alla år, oavsett om de hade en förbrukning
det 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 är
även större under denna kalla delen av året. Vid framtagande av medelkurvorna i denna figur så
antogs alla år börja på samma veckodag för att kunna synkronisera veckomönstret och förhindra
att dessa släcks ut. 2014 var ett år som började på en onsdag, 2015 på en torsdag, 2016 började
på en fredag och var dessutom ett skottår. För att undvika att förlora för mycket data valdes
dessa medelkurvor att börja på en fredag. Formen på kurvan är samma för de tre åren men det
finns en viss skillnad när de olika topparna infaller. Toppen för 2015 är lägre än för 2014 och
2016.
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. Velandereffekten
för alla kunder på varje station räknades ut och sammanlagrades enligt formel 8. Skillnaderna
mellan 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 16
mot vad Velander uppskattar beror av ett uppmätt värde som bara förekommer under någon
enstaka timme under 2016. Detta värde kan alltså röra sig om ett mätfel. Genom att summera
de individuella kundernas maxuttag så gick det att konstatera att även om varje kund hade haft
sin maxförbrukning samtidigt hade detta inte inneburit något problem för transformatorn utom
för 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 uppskattade
effekt och högsta timvärde är liten med undantag station 16.
Figur 16: Summan av varje kunds enskilda högsta uttag summerat per nätstation, 2014–2016 i
fack 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 det
väldigt 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 märkeffekt
på transformatorn angiven till noll på grund av att det är högspänningskunder och har därmed
ingen 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 lång
tid 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, vilket
är N059 som har 187 anslutna kunder, se figur 17. Då station 6 är en högspänningskund så finns
det 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 4
så 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 procent
över 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 i
fack 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 som
uppskattas enligt Velander, se figur 20. Kunder där Velandereffekten blev noll sorterades bort
då dessa skulle ge en oändlig kvot. Även en kund med en ändlig hög kvot på 49 togs bort för
att 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 inte
hade några angivna värden på dessa konstanter. Ett antagande hade varit att de var samma som
för övriga kategorier då det egentligen bara fanns tre unika uppsättningar för de kategorierna
i dessa fack. Då de är få till antalet var deras inverkan relativt liten och därmed är vinsten att
uppskatta 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 standardavvikelse
på 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 ökades
för varje steg, se figur 22 och 23. Skillnaden mellan de båda figurerna är att den första visar
effektuttag mot energiförbrukning hos kunderna medan den senare visar mot antalet kunder
istället. För 2014 och 2016 innebar Velanders formel en underskattning av högsta uttag och
visar 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 i
var hur de förekom i en lista sorterade efter station och fack, kunderna är alltså inte sorterade
efter storlek. Ordningen på kunderna som väljs kan påverka utseendet på kurvan, framför allt i
början 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 och
uttag för kunderna.
Enligt studien gjord av Idaho National Laboratory så sker 85 % av all laddning i hemmet och
trots att majoriteten av elbilarna är ansluta vid kl. 22 på kvällen så startar laddningen inte förrän
efter midnatt ([4] s. 3–10). I deras studie finns ett ekonomiskt incitament med lägre elpriser på
dessa tider vilket är en avgörande faktor för att det ska vara relevant för kunden att senarelägga
sin laddning. En annan anledning till att inte ladda direkt kan vara om det går att undvika att gå
upp i huvudsäkring genom denna åtgärd.
5.1 Inkludering av elbilshushåll
Ett antagande gjordes att varje hushåll tilldelades en elbil. Det ökade dagliga energibehovet för
de 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 varje
hushåll har en elbil.
Nätstation Antal hus Ökat dagligt energibehov/kWh

N473 0 0
N026 80 736
A300 0 0
N2661 1 9,2
N465 8 73,6
L108 3 27,6
N478 18 165,6
N237 0 0
L066 2 18,4
L067 1 9,2
N471 7 64,4
N470 7 64,4
L109 4 36,8
N483 64 588,8
L068 22 202,4
N469 4 36,8
L079 50 460
Summa 271 2493
28
Tabell 7: Antal hushåll per nätstation i fack 20 och ökningen av deras förbrukning om varje
hushåll har en elbil.
Nätstation Antal hushåll Ökat dagligt energibehov/kWh

N513 11 101,2
N1545 0 0
N1544 0 0
N059 125 1150
N448 7 64,4
A006 0 0
N450 6 55,2
N2429 0 0
Summa 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 proportionellt
mot effekten som för en mer konventionell last.
Tabell 8: Exempel på hur elbilsladdning påverkar beräknad Velandereffekt angivet i kW.
Nuvarande Nuvarande Velander, Ursprunglig Ursprunglig

årsförbrukning Velander elbilar Velander Velander
/kWh +3,6 kW laddning +11 kW laddning
5000 4,25 5,99 7,85 15,25
6000 4,79 6,47 8,39 15,79
7000 5,31 6,94 8,91 16,31
8000 5,81 7,40 9,41 16,81
9000 6,30 7,85 9,90 17,30
10 000 6,77 8,29 10,37 17,77
11 000 7,23 8,73 10,83 18,23
12 000 7,69 9,16 11,29 18,69
13 000 8,14 9,59 11,74 19,14
14 000 8,58 10,01 12,18 19,58
15 000 9,01 10,43 12,61 20,01
16 000 9,44 10,84 13,04 20,44
17 000 9,86 11,25 13,46 20,86
18 000 10,28 11,65 13,88 21,28
19 000 10,69 12,05 14,29 21,69
20 000 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 enbart
ser till att batteriet är laddat på morgonen dagen efter, detta innebär en mer utspridd last med
lägre effekter vilket innebär lägre belastning på nätet. Starttiden för laddning är fortfarande
rektangelfördelad. I detta fall startar inte heller all laddning direkt när kunden kommer hem
från jobbet. Summan för varje kolumn täcker energibehovet för n stycken elbilar. Då en lägre
laddeffekt innebär en längre laddtid så ger 3,6 kW och 11 kW laddning samma uttag kl. 18
då tre gånger så många elbilar laddar men med en tredjedel av effekten. I figur 24 visas det
högsta uttaget som sker för de två högre effekterna som studerades. Notera att energibehovet
är oberoende laddeffekten. Tidsöverlapp saknas för 11 kW fallet då laddbehovet på 9,2 kWh
kan täckas på mindre än en timme. Jämfört med figur 22 som visar sammanlagring utan elbilar
jämfört 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. Resultatet
blir deras totala laddeffekten vid rektangelfördelning.
Tidpunkt \ Effekt 1,5 kW 3,6 kW 11 kW

15.00 0 0 0
16.00 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) 0
20.00 4·1,5·(n/7) 1·3,6·(n/3) 0
21.00 5·1,5·(n/7) 0 0
22.00 6·1,5·(n/7) 0 0
23.00 7·1,5·(n/7) 0 0
24.00 6·1,5·(n/7) 0 0
01.00 5·1,5·(n/7) 0 0
02.00 4·1,5·(n/7) 0 0
03.00 3·1,5·(n/7) 0 0
04.00 2·1,5·(n/7) 0 0
05.00 1·1,5·(n/7) 0 0
06.00 0 0 0
30
Figur 24: Högsta uppnådda sammanlagrade effekten med elbilsladdning mot årsförbrukningen
av 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. Elbilsladdningen
innebar en stor höjning i effektuttag jämfört med grundlasten.
Figur 25: Påverkan av elbilsladdning på medeleffetuttaget under ett dygn. Storleken när alla
elbilar 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 som
visas 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 25
och 26 så är överlappningen mellan de valda tidpunkterna och de redan höga effekttopparna
god. Effektuttaget sjunker under kvällen vilket möjliggör kapacitet för eventuell senarelagd
elbilsladdning.
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 11
kW laddning så är uttagen under dessa tre timmar i samma storlek medan för 3,6 kW laddning
är det högsta uttaget tydligt större kl. 18. Elbilsladdningen innebär en avsevärt större last än
grundlasten. 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 i
detta fall. Ur figur 27 går det se att storleken på uttaget är samma för kl. 16 och kl. 20 samt för
kl. 17 och kl. 19 då lika många hushåll laddar samtidigt.
32
Figur 27: Medeluttag för hushållskunderna 2014 med tidpunkterna för 3,6 kW elbilsladdning
markerat med cirklar. Notera att elbilsladdning innebär en avsevärd effekthöjning jämfört med
dygnets övriga timmar.
Figur 28: Medeluttag för hushållskunderna 2014 med tidpunkterna för 11 kW elbilsladdning
33
5.3 Elbilar 2015
Precis som för 2014 förekommer samma laddmönster här. Medelvärde och det högsta uttaget
för 2015 är mindre än för 2014 och 2016, se figur 29. I figur 30 och 31 går det se att de högsta
medeluttagen 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.
34
5.4 Elbilar 2016
Under 2016 är det högsta medeluttaget högre än för 2014 men är i samma storleksordning, se
figur 32. Precis som för 2014 och 2015, se figur 27 och 30, är uttagen i samma storlek kl. 17
som kl. 19. Så är även fallet för kl. 16 och kl. 20 då enbart en tredjedel av kunderna laddar, se
figur 33. Variationen i storlek på uttagen är liten under sommaren, se figur 32, och blir ännu
jämnare med elbilsladdning, se figur 34.
Figur 32: Medelvärde av alla hushålls uttag 2016 och kl. 16–18 markerat med cirklar.
35
36
6 Beräkning av nya Velanderkonstanter
I detta kapitel tas nya Velanderkonstanter fram för hushåll och jämförs mot mätdata och de
ursprungliga konstanterna, både med och utan elbilsladdning.
6.1 Problem med Velanders formel och elbilsladdning
Jämförelsen av de nuvarande Velanderkonstanterna mot högsta beräknade uttag vid samma

energibehov visas i figur 35. För samma energimängd så ger Velander ingen bra uppskattning
av 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 figur
36. 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 ursprungliga
Velanderkonstanterna inte ger en bra nog approximation för elbilar. Utan elbilar ligger kvoten
mellan verkligt uttag och Velandereffekten nära ett vilket inte är fallet för 11 kW laddning. En
effektbegränsning på 25 A förbättrar inte resultatet med Velandermetoden nämnvärt.
Figur 35: Sammanlagring med och utan elbilar för samma energiförbrukning, antalet kunder
som behövs för att nå upp till denna förbrukning varierar därför.
37
Figur 36: De högsta laddeffekterna med och utan 11 kW laddning samt beräknad Velandereffekt
enligt 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 och
ursprungliga Velanderkonstanter. En begränsning på 25 A innebär ett lägre uttag för majoriteten
av kunderna än om elbilsladdningen inte begränsas. Kunderna är sorterade efter storleken på
kvoten, 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 att
elbilsladdning innebär ett högre effektuttag vid samma energiförbrukning än i ursprungsfallet.
Som nämnt i kapitel 2.1 tas nya Velanderkonstanter fram genom regression, alltså anpassning
av mätdata till en kurva eller mätdata.
För att beräkna nya Velanderkonstanter för elbilar togs först konstanter fram för fallet utan
elbil då dessa kunde jämföras mot de befintliga konstanterna. Genom att anpassa en kurva med
regression 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 polynom
anpassas till mätdata och konstanterna k1 och k2 beräknas, se figur 38. En metod som testades
var att anpassa ett polynom direkt till varje kunds högsta uttag och årsförbrukning sorterat
utifrån förhållande högsta uttag/årsförbrukning. Då den linjära proportionella delen är liten blev
den beräknade effekten vid sammanlagring enligt denna metod väldigt liten. k1 blev en faktor
100 mindre än den ursprungliga samt negativ, k2 var cirka 75 % större än för den ursprungliga
formeln. På grund av att de nya konstanterna gav ett nytt förhållande till varandra där den
kvadratiskt avtagande delen fick större inverkan, se figur 39, gav den ett missvisande värde vid
höga effekter då derivata för roten går mot noll för stora tal i kombination med den mindre
konstanten på den linjära delen.
Figur 38: Varje hushålls maxuttag och deras årsförbrukning 2014–2016 samt anpassad kurva
till denna data och ursprunglig Velanderkurva. Kurvan anpassad till sammanlagringen 2015 ger
den lägsta uppskattningen för all mätdata.
39
Figur 39: Anpassade Velanderkurvor mot det sammanlagrade uttaget. Formeln anpassad till
varje kunds högsta uttag uppskattar ett avsevärt lägre uttag än den verkliga sammanlagringen.
Velanders formel är [1]:
n
X n
p X 2
Pmax = k1i Wi + ( k2i Wi ) (12)
i=0 i=0
För att kunna anpassa Velanders formel med hjälp av polyfitn gjordes följande omskrivning
av formeln. Då alla kunder tillhör samma kategori blev formeln istället:
n
X n
p X
Pmax = k1 Wi + k2 ( Wi ) (13)
i=0 i=0
Pi
Genom att göra variabelbytet i=0 Wj = ti kunde formeln skriva om som:
p
Pmax = k1 ti + k2 (ti ) (14)
p
Därefter gjordes variabelbytet (ti ) = xi vilket gav andragradspolynomet:
Pmax = k1 x2i + k2 xi (15)
Vid anpassning av en kurva till en sammanlagringskurva så blev resultatet något mer likt de
ursprungliga 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 och
40.
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 är
k2 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 k2
Ursprungliga 0,00025 0,04
2014 0,000302 0,0305
2015 0,000244 0,0088
2016 0,000278 0,0421
Medel 0,000274 0,0277
Anpassat 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. Polyfitn
användes fortfarande och en kurva av formen Pmax = k1 x2i + k2 xi 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 missvisande
då koefficienterna k1 och k2 resulterade i en negativ effekt, se figur 42. Kurvorna anpassade
till sammanlagring ger ett bra värde för höga effekter, se figur 43. Används dessa kurvor på en
energimängd 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 årsförbrukning
2014–2016 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 Velanders
formel inte klarar av detta ändrade lastmönster, se figur 44, 45 och 46. Mätdata i figur 44 har
ett 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 årsförbrukning
2014–2016 samt anpassad kurva till denna data och ursprunglig Velanderkurva. Spridningen
av 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 var
tillämpbar på höga effekter vilket i praktiken resulterar i många kunder. Anpassades kurvan
istället till mätdata för högsta timvärde och årsförbrukning gav formeln istället bra värde för
motsvarande en kund men felaktigt värde vid flera. Ingen av dessa två metoder går alltså att
använda för att ta fram nya Velanderkonstanter för elbilsladdning om dessa ska bli tillämpbara
på 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 elbilsladdning
innebär påverkar elnätet valdes att simulera en modell av det.
Då PowerFactory endast tillåter simuleringar av en uppsättning värden åt gången är det inte
rimligt 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 presenteras
i 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 var
högst. 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 fall
simulerades och jämfördes också. Vindkraft förekom endast i fack 19 och tre olika laddeffekter
simulerades.
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 kW

Fack hög förbrukning Velander (fack 19) laddning laddning laddning
Fack 19 2014, X X 2014, 2014, 2014,
h 594 h 594 h 594 h 593
Fack 20 2014, X - 2014, 2014, 2014,
h 8697 h 714 h 738 h 738
L068 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 följande
figurer. Dock finns det radialer där effekten tar en annan väg vilket gick att se i figur 2. Detta
gör 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 de
båda. En effektfaktor på 0,9 användes vid simulering av fack 19 och 20 medan 0,96 användes
på 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 kunden
ansluten till N237 har så låg förbrukning att den kan antas vara noll, se appendix A. Maxfallet
inträffar timme 594 2014 vilket motsvarar en fredag kl. 18. Effektuttaget för varje station under
denna timme avviker som mest 20 % från sitt högsta uttag under dessa tre år. Effektuttaget i
detta 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 mer
än 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 11
kW laddning. På grund av rektangelfördelningen på tre timmar blir det ingen sammanlagring
för 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 figur
48.
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 grund
av 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 spänningsfall
inom lågspänningsnätet utan att spänningen hos slutkunden blir för låg. Denna reglering av
spänning kan göras individuellt på de olika nätstationerna med hjälp av lindningskopplarna i
transformatorerna, dock krävs det att transformatorn görs spänningslös. Under alla fall förutom
fallet 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 högre
effekterna 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, som
med sitt stora antal kunder får effekttoppar som sticker iväg vid även ett något högre uttag än
normalt, se figur 50. Även utan elbilsladdning blir denna station överlastad. Elbilsladdning med
de högre effekterna resulterade för denna stationen i en last på 150 % av märkeffekt. Nätstation
N1545 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 vad
typ av kund det är och därmed inte vilka Velanderkonstanter som ska tillämpas. Ytterligare en
station 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 grund
av 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) för
alla fall. 3,6 och 11 kW laddning innebär de lägsta spänningarna vilket minskar marginalerna
för spänningsfall inom lågspänningsnätet. Den timme som valdes som värsta fall var även den
timme 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 få
en 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 medeleffekt
som 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 elbilsladdning
antas 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 både
lättare och svårare fall med samma andel laddning som inte studeras då andra kombinationer av
kunder är möjliga att välja. Den uppskattade Velandereffekten innebär den högsta belastningen
på 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 kundens
elcentral kan vara något lägre. I några fall är ett flertal kunder anslutna på samma skena. Enda
möjlighet 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 kompromiss
för 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. Detta
innebär 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 skenan
i närmsta kabelskåp ner till slutkunden.Velanderfallet innebär högst belastning av kablar och
ger 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 olika
simuleringarna. Förlusterna beräknas automatiskt i PowerFactory och anges i MW. Omvand-
Förluster
lingen till procent görs som: Förluster i procent = 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 L068

Velander 90 % 1,7 1,1 7,9
Max 1,6 1,2 5,3
Vindkraft 4,8 - -
1,5 kW EV 2,1 1,4 4,3
3,6 kW EV 2,3 1,7 6,7
11 kW EV 2,3 1,7 6,7
H 594 2014 (Max fack 19) - - 4,8
Förlusterna är högre på lågspänningsnätet än på mellanspänningsnätet. För det senare så är

förlusterna högre vid laddning än när Velandereffekterna simulerades. För lågspänningsnätet
ger 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 högre
förluster 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 appendix
C, då detta innebär höga laster. Den minsta felströmmen är av intresse då denna måste vara stor
nog 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). Den
godkända nivån är dock en något längre tid på fem sekunder. I appendix D går det att avläsa
att 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 tidigare
haft 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. Detta
kan till viss del bero på att det enbart finns ett fåtal storlekar att välja på. För till exempel
en last på 450 kVA så innebär det en utnyttjandegrad av 95 % om en 500 kVA transformator
väljs. 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 det
inte ett problem för transformatorn, dock säger det ingenting om hur kablarna klarar av detta
fall. På stationsnivå så stämmer Velanders formel relativt bra men för majoriteten av kunderna
uppskattar Velander en större effekt än vad varje kund faktiskt tar ut. Figur 20 visar att för 565
kunder, alltså för 85 %, uppskattar Velanders formel det verkliga högsta uttaget med mindre
än 50 % fel. Vid sammanlagring ger Velanders formel en uppskattning av storleken på de
förväntade 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, detta
oberoende 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 använda
individuella 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 ger
oftast ett för stort värde på den enskilde kunden för att sedan inte ge ett tillräckligt högt värde
vid sammanlagring av många kunder, se figur 40. För 2014 och 2016 uppskattar Velanders
formeln ett något lägre värde än den verkliga sammanlagringen medan för 2015 uppskattar
formeln ett för högt effektuttag. Det är därför svårt att dra en slutsats för hur dessa konstanter
fungerar som grund till dimensionering.
8.2 Elbilsladdning
Syntetisk mätdata för elbilsladdning visar att en stor majoritet av kunderna får ett uttag på
mer än 25 A om inte deras last begränsas. Detta går att se i figur 36 för kunder som har ett
större effektuttag än 17 kW. Att gå över denna säkringsstorlek innebär höjda rörliga kostnader
för den enskilde kunden vilket i praktiken gör att kunden hellre behåller 25 A-säkringen och
begränsar sitt högsta uttag till 17 kW. Det är heller inte troligt att en kund är villig att bekosta
en 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 detta
uttag nämnvärt, se appendix C.
Beroende på hur mycket kapacitet som varje kund har tillgängligt innan laddning börjar finns
anledning att tro att de är mer eller mindre villiga att senarelägga sin laddning. Vid en daglig
användning på under 10 kWh så är batteriet långt ifrån urladdat innan laddning startar och
behöver 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 senarelägga
sin laddning. Är abonnemanget under 25 A uttag och detta är begränsande kan detta också
vara en anledning [12]. Fallet med 1,5 kW laddning visar just att det finns stor möjlighet att
sprida ut laddning utan att det egentligen påverkar kunden. De tidpunkter där elbilsladdning
antas 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 en
normalfördelning istället för den rektangelfördelning som användes innebär en högre andel
elbilar på en timme med låg belastning. Likaså innebär det en låg andel elbilar på en timme med
hög 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 inte
enbart laddeffekt utan hur elbilsladdning fördelar sig över tid som är viktigt att ta hänsyn till
vid dimensionering.
Station N059 kräver med elbilar ett ökat dagligt behov av 1150 kWh. Om detta kan spridas ut
jämt över natten innebär det en effektökning på 95 kW vilket är avsevärt mindre än en ökning
på 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 antalet
kunder. För till exempel nätstationen N483 så skulle skillnaden mellan om alla laddar med jämn
utspridning över natten eller samtidigt innebära att nätet kommer fungera som vanligt istället
för att dess transformator behöver uppgraderas.
8.3 Simuleringar
För de stationer med många hushållskunder så blev det snabbt problem vid elbilsladdning, även
en låg laddeffekt på 3,6 kW orsakade problem för två stationer med många kunder. Speciellt
N059 i fack 20 fick problem med sina 125 hushåll, se figur 50. Denna station är redan i dagsläget
högt belastad och tillskottet från elbilsladdning förvärrar. Vid frekvent förekommande överlast
kan nätstationen behöva utökas med en transformator och kablar kan även vara begränsande
och för dessa innebär en eventuell förstärkning problem då de behöver grävs upp. Belastningen
på kablarna är relativt låg i nätet, för kablar ut från fördelningsstationen så avtar belastningen
ju 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 i
näten är större än på mellanspänningsnätet och större längre ut i nätet. Felströmmar innebär
dock inget problem, det går att få alla säkringar att lösa på mindre än en sekund vilket är långt
under de tillåtna fem sekunderna. Då ökad last i nätet innebär lägre felströmmar och därmed
längre utlösningstid så finns god marginal för framtida elbilsladdning. Endast fallet med 11 kW
laddning studerades då detta innebar det värsta elbilsfallet och därmed minst skillnad mellan
last- och felström.
55
8.4 Nya Velanderkonstanter
De nya Velanderkonstanterna för ursprunglig mätdata innebär en något högre linjär del men
båda koefficienterna hamnade relativt nära de ursprungliga. När elbilsladdning appliceras så
ändras 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. För
Velanders formel blir konsekvensen att k2 blev stor och k1 liten. Detta återspeglas i figur 41
och 44 där mätdata för elbilsladdning har mindre spridning och kurvan som anpassades till
mätpunkterna blev relativt flack. Detta innebär problem vid sammanlagring av många kunder
då koefficienterna gör kurvan avtagande med en negativ uppskattning av effektuttaget, se figur
42. De ursprungliga Velanderkonstanterna går att använda för laddning med 3,6 kW, se figur
41, 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 och
45 ger negativa uttag för låga energiförbrukningar vilket är felaktigt. Denna formel går dock att
utnyttja vid sammanlagring men inte för den enskilde kunden, vilket är tvärtemot hur formeln
för från mätdata beter sig.
8.5 Förluster
Anledningen till att förlusterna blir högre i lågspänningsnätet beror på att strömmarna blir större
då spänningen är lägre, se tabell 12. Lågspänningsnätet är dessutom av landsbygdskaraktär vil-
ket innebär långa kablar och därmed högre resistans. Förlusterna är kvadratiskt proportionella
mot 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 på
att kablarna ut från vindkraftverket har en mindre dimension och därmed högre resistans än de
kablar som matar från fördelningsstationen. I allmänhet höjer vindkraft spänningen i nätet och
minskar strömmarna.
Då storleken på förlusterna inte är ett dimensionerade krav är det svårt att utvärdera rimligheten
på dessa, dock stämmer de överens med att de är högre för lågspänningsnätet och högre vid hög
last.
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 är
onormala lastkurvor vilket är fallet när elbilsladdning tillkommer. Det förändrade förhållandet
mellan 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 komma
att 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 blir
definierat som laddeffekten vid elbilsladdning är det hur stor sammanlagringen mellan de olika
kunderna som blir avgör vid dimensioneringen avseende effekt. Att laddningen sker fördelat
över 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 vad
det gäller belastning och felströmmar. Att dessa marginaler finns idag är till stor del det som
gör elbilsladdning möjligt. Problemen är större på lågspänningsnätet vad det gäller belastning
och spänning, även om kraven uppfylls där. Dessa problem gäller framför allt kunder långt ut
i 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 vid
låga laddeffekter, och kan kräva uppgradering.
Ska mätvärden användas istället för Velanders formel så krävs att den sammanlagring som
uppstår mellan olika kunder tas hänsyn till separat. Elnät är i dagsläget överdimensionerade
och orsaken till detta beror många gånger på osäkerhet i förväntat uttag och den lilla kostnaden
som en ökning i dimensionering innebär. Vid dimensionering tillkommer flera faktorer utöver
den uppskattade effekten så som tillgängliga komponenter och hur effektuttaget förväntas öka
under nätets livslängd. Det är därför troligt att näten kommer fortsättas överdimensioneras trots
ökad 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 hanteras
bättre. I detta ingår även en djupare studie på hur resultatet skulle bli om en högre upplösning
på 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 påverkar
resultatet.
Istället för att ta fram syntetiska mätdata för elbilsladdning kan man göra mätningar på verkliga
hushåll 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 effekter
men behovet av denna snabbladdning är lågt, kommer kunderna då undvika snabbladdningen
för 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, september
2015. 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 forecasting
methods 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 grids
for 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 on
load 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
A
Simuleringsdata 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 kW

A300 - 0,038 -1,62 0,038 0,038 0,038
L066 0,04338 0,0437 0,0025 0,044 0,0461 0,0461
L067 0,04347 0,038 0,0018 0,0381 0,0392 0,0392
L068 0,16704 0,2016 0,023 0,2047 0,228 0,2285
L079 0,30114 0,3318 0,0313 0,3389 0,3918 0,3929
L108 0,04383 0,0362 0,0045 0,0366 0,0398 0,0399
L109 0,0387 0,0351 0,0042 0,0357 0,0399 0,04
N026 0,25236 0,2566 0,0385 0,268 0,3526 0,3544
N237 0 0 0 0 0 0
N2661 0,03654 0,0304 0,0021 0,0305 0,0316 0,0316
N465 0,09756 0,0894 0,0083 0,0905 0,099 0,0992
N469 0,04284 0,0316 0,004 0,0322 0,0364 0,0365
N470 0,07506 0,0795 0,0063 0,0805 0,0879 0,0881
N471 0,06156 0,0489 0,0078 0,0499 0,0573 0,0575
N473 0,02502 0,0217 0,0024 0,0217 0,0217 0,0217
N478 0,22068 0,2169 0,0197 0,2195 0,2385 0,2389
N483 0,31635 0,3371 0,0362 0,3462 0,4139 0,4153
B
Simuleringsdata 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 kW

A006 - 0,663 0,373 0,363 0,363
N059 0,56646 0,8098 0,7975 1,0272 1,0341
N1544 0,00486 0 0 0 0
N1545 - 0 0 0 0
N2429 0,04806 0,0005 0,0131 0,0158 0,0158
N448 0,07812 0,0569 0,0724 0,0889 0,0894
N450 0,11718 0,1007 0,0935 0,1179 0,1183
N513 0,12204 0,0692 0,0924 0,1087 0,1094
60
C
Simuleringsdata L068
Simuleringsdata för de olika simuleringsfallen i L068 angivet i MWh/h.
Anslutning 90% Maxtimme Maxtimme 1,5 kW 3,6 kW 11 kW

Velander Fack 19 L068
1 0,0081 0,0022 0,0032 0,0041 0,0067 0,0131
2 0,00882 0,0041 0,0047 0,0053 0,0076 0,0038
3 0,01818 0,0062 0,0057 0,0062 0,0097 0,0062
4 0,02475 0,0172 0,0181 0,0131 0,0133 0,0184
5 0,01062 0,0075 0,0055 0,0078 0,0119 0,0076
6 0,01017 0,0055 0,0045 0,0056 0,0092 0,0169
7 0,0099 0,0032 0,0046 0,0057 0,0086 0,0033
8 0,0153 0,0091 0,0078 0,0058 0,0138 0,0169
9 0,00882 0,0061 0,0036 0,0034 0,0072 0,004
10 0,00207 0,0004 0,0017 0 0,0012 0,0003
11 0,00243 0,002 0,0001 0,0016 0,0012 0,0026
12 0,00189 0,0005 0,0009 0,0003 0,0002 0,0002
13 0,0018 0,0005 0,0009 0,0003 0,0014 0,0013
14 0,02169 0,0098 0,0104 0,0046 0,0061 0,0093
15 0,01017 0,0047 0,0044 0,006 0,0097 0,0052
16 0,01143 0,0052 0,0061 0,0082 0,0106 0,0061
17 0,00603 0,0027 0,0026 0,0039 0,0068 0,0138
18 0,00918 0,0072 0,0039 0,0134 0,0118 0,0066
19 0,00441 0,0005 0,001 0,0002 0,0005 0,0009
20 0,01773 0,0172 0,0089 0,018 0,021 0,0268
21 0,0144 0,0034 0,0078 0,0058 0,0068 0,0034
22 0,00612 0,0032 0,003 0,0045 0,0064 0,0027
23 0,00936 0,0036 0,0038 0,006 0,0073 0,0145
24 0,01737 0,008 0,0115 0,0095 0,0132 0,0083
25 0,00675 0,003 0,0031 0,0043 0,0109 0,014
26 0,01053 0,0081 0,0099 0,0096 0,0078 0,0075
27 0,00999 0,0086 0,0085 0,0088 0,0115 0,0189
28 0,01368 0,0068 0,0087 0,0091 0,0105 0,0088
29 0,01665 0,0115 0,0086 0,0104 0,011 0,0115
30 0,01881 0,0107 0,0073 0,0116 0,0101 0,0072
31 0,00405 0,0004 0,0003 0,0004 0,0004 0,0004
32 0,00459 0 0,0004 0 0 0
33 0,01557 0,0025 0,0023 0,0025 0,0024 0,0024
34 - 0,02 0,007 0,019 0,02 0,019
61
D
Felströmmar för kunder i L068
Felströmmar och säkringar i L068.
Kund Minsta Säkring Säkring

Felström (kA) (A) löser på 1 s
1 1,26 16 SANT
2 1,35 16 SANT
3 3,98 25 SANT
4 1,69 35 SANT
5 2,42 20 SANT
6 5,74 16 SANT
7 3,4 20 SANT
8 6,35 25 SANT
9 1,96 20 SANT
10 0,96 25 SANT
11 1,38 20 SANT
12 0,81 16 SANT
13 1,49 25 SANT
14 1,76 16 SANT
15 0,44 25 SANT
16 1,55 16 SANT
17 1,43 16 SANT
18 1,15 16 SANT
19 1,31 20 SANT
20 1,55 16 SANT
21 1,61 20 SANT
22 1,28 16 SANT
23 0,64 25 SANT
24 0,63 25 SANT
25 0,44 25 SANT
26 10,79 25 SANT
27 2,11 25 SANT
28 1,57 25 SANT
30 1,37 100 SANT
62
E
Felströmmar för skenor i L068
Felströmmar på skenorna i L068.
Skena Säkring (A) Smältström (A) Felström (A) Säkring

löser på 1 s
1 250 2720 12 720 SANT
2 500 5422 6770 SANT
3 125 1023 2220 SANT
4 160 1428 1670 SANT
5 100 840 2740 SANT
6 160 1428 2250 SANT
7 80 671 2020 SANT
8 50 452 740 SANT
9 125 1023 2310 SANT
10 160 1428 2670 SANT
11 50 452 2970 SANT
63
F
Simuleringsmodell för fack 19
ÖM Grid
~
V
ÖM
Line(17)
AXCEL3x24..
N026
0.5MV..
N026 bus HV
Line
AXCEL3x24..
N026 bus LV
Line(16)
ACJJ3x150
N237
0.1MVA10..
N237 bus HV
N026 Load
Load
Line(1)
ACJJ3x150
N237 bus lV
N483
0.8MV..
N483 bus HV N237 Load

Load
Line(2)
ACCJ3x50
N483 bus LV
Line(18)
AXCEL3x24..
N478
0.5MV..

Load
Line(3)
AXCEL3x24..
N478 bus LV
Line(19) L079
ACCJ3x50 0.8MV..
L079 bus HV N478 Load

Load
L079 bus LV
Line(4)
ACJJ3x95
L079 Load
Load
L108
L108 bus HV 0.1MV..
Line(15) Line(20)
FCJJ3x10 FKKJ3x16/..
N465 bus HV
N465
0.315..
N465 bus LV L108 bus LV
Line(5)
AXLJ-TTC ..
N465 Load L108 Load

N2661 Load Load
0.1MVA..
N2661 bus HV
N2661 bus LV
Line(6)
AXLJ-TTC ..
N2661 Load
Load
L067 bus HV
Line(13) Line(14)
AXCEL3x95.. AXCEL3x95..
A300
L066 bus HV
L066 L067
0.1MVA1.. 0.315..
L066 bus LV L067 bus LV Vindkraftverk 1 A300 Load

Load
Line(7)
AXCEL3x95..
L066 Load L067 Load

Load Load
L109
0.1MV..
Line(12) L109 bus HV
FCJJ3x25
L068 bus HV
L068
0.5MV..
L068 bus LV L109 bus LV
Line(8)
AXCEL3x95..
L068 Load L109 Load

Load Load
N469
0.2MV..
N469 bus HV
N469 bus LV
Line(9)
AXCEL3x95..
N469 Load
Load
Line(21)
AXCE-FLT3..
Line(11) N473 bus HV

ACCJ3x50
N470 bus HV
N470
0.315.. N473
0.315..
N470 bus LV N473 bus LV
Line(10)
AXCEL3x95..
N470 Load N473 Load

Load Load
N471 bus HV
N471
0.315..
N471 bus LV
N471 Load
Load
64
G
Simuleringsmodell för fack 20
GRID(1)
~
V
N2429 bus LV
ÖM
N2429
ÖM-N2429(1) N2429 bus HV 0.8MVA11..
N2429 Load
AXCEL3x24..
Load
N448-N2429 N450-N448
FCJJ3x25 N450
AXCEL3x24..
0.315MV..
N450 bus HV
N448
0.315MV..
N448 bus HV
N450 bus LV
N448 bus ..
N513-N448
AXCEL3x24..
N450 Load
N513 Load
0.5MVA1..

Load
N513 bus LV
N1544-N513
AXCEL3x24..
N1544
0.8MVA11..
N513 Load
Load
N1544 bus HV
N1545-N1544
AXCEL3x24..
N1544 bus LV
N1545
0.8MVA11..
N1545 bus HV
N1544 Load
Load
N059-N1545
AXCEL3x24..
N1545 bus LV
N059 bus HV
N1545 Load
N059 Load
0.8MVA1..
A006-N059
AXCEL3x24..
A006 bus HV N059 bus LV
N059 Load
Load
A006 Load
Load
65
H
Simuleringsmodell för lågspänningsnätet
Fack 19 grid
~
V
Series RL..
RLC
L068 HV
2-Winding..
0.5MVA11KV
L068 LV
Line(4)
B_AKKJ3x1..
Line(1)
B_AKKJ3x1..
Line(3)
B_AKKJ3x1..
Line(29)
B_AKKJ3x1..
L068LS1G6 L068LS1G9 1301
Line(10) Line(9) Line(8) Line(11) Line(12) Line(13) Line(14) Line(15)

N1XV4G16Cu EKKJ3x10/10 EKKJ3x10/10 FKKJ3x16/16
AKKJ3x50/15
FKKJ3x16/16
FKKJ3x16/16
N1XV4G16Cu
L068LS1G8 1404
Line(31) Line(32) Line(33) Line(26)

FKKJ3x16/16 FKKJ3x16/16 EKKJ3x10/10 FKKJ3x10/10
22099 18901 18900 18914 18909 18910 18911 20745

Load Load Load Load Load Load Load Load
1816
Line(2) Line(7)
AKKJ3x95/29 R_AKKJ3x3..
Line
AKKJ3x95/29
18915 18912 18913
Load Load Load
18916(1) 18916(3) 18916(4) 18916(5) 18916(2) K7838
Load Load Load Load Load
1405 1406
Line(28)
N1XE4G95Al
Line(27)
R_AKKJ3x3..
Line(17) Line(41) Line(16)

EKKJ3x10/10
EKKJ3x10/10
EKKJ3x10/10 Line(38) Line(39) Line(40) Line(24) Line(37)
EKKJ3x10/10
EKKJ3x10/10
EKKJ3x10/10
EKKJ3x10/10
EKKJ3x10/10 240101
K7842
Line(6)
AKKJ3x95/29 Line(20) Line(18) Line(19) Line(21)
FKKJ3x16/16 FKKJ3x16/16
FKKJ3x16/16EKKJ3x10/10
Line(22) Line(23)
N1XE4G95AlN1XE5G10Cu
Line(5)
AKKJ3x50/15
18918 18919 18920
Load Load Load
18927 18928 18929 18930 18932
Load Load Load Load Load
1410
1408
18921 18922 18923 18924
Load Load Load Load
Line(34) Line(35) 311354 26205
EKKJ3x10/10
EKKJ3x10/10 Load Load
Line(25) Line(36)
AKKJ3x50/15 FKKJ3x16/16
18925 18926
Load Load
18934 18933
Load Load
66

5392 Hur Dimensionerar VI Framtidens Elnät

Uploaded by

Copyright:

Available Formats

You might also like

5392 Hur Dimensionerar VI Framtidens Elnät

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

5392 Hur Dimensionerar VI Framtidens Elnät

Uploaded by

Copyright:

Available Formats

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

Division of Industrial Electrical Engineering and Automation

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

Nyckelord: Velanders formel, elbilsladdning, dimensionering

2 Bakgrund och teori 8

4 Jämförelse av Velanders formel mot mätdata 19

6 Beräkning av nya Velanderkonstanter 37

7 Simuleringar i Digsilent PowerFactory 46

Arbetet behövde begränsas med tanke på tid och tillgänglig information.

1.4 Beskrivning av områdena

Östra mottagningsstationen ÖMHF21A

ÖMHF18A ÖMHF19A ÖMHF20A ÖMF23A

ÖMHF18B ÖMHF19B ÖMHF20B ÖMHF23B

ÖMHF18 ÖMHF19 ÖMHF20 ÖMF22B ÖMHF23

F1 Kämnärsvägen V F4 Annehemsvägen F1 Häradsvägen

A192 N237 N448 N450

Skala 1:4893 (A4)

Nätstation Märkeffekt Antal kunder Antal hushåll Övrigt

Tabell 2: Information om fack 20.

Nätstation Märkeffekt Antal kunder Antal hushåll Övrigt

Transformator Fack 19 Fack 20 Totalt Procentuell

Småhus <10 MWh Lägenheter <5 MWh

50.8% Jordbruk> 20 MWh

Jordbruk <20 MWh Jordbruk> 20 MWh

Lägenheter <5 MWh

2.1 Velanders formel

P̂i = P̄i + kσ (2)

vilket går att skriva om som:

P̄1 Pˆ1 − P¯1 √

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

2.2 Elnät och dimensionering

Tabell 4: Förekommande kablar i näten.

Första bokstaven, Andra bokstaven, Tredje bokstaven, Fjärde bokstaven,

4.1 Mätdata för fack 19

Vid inzoomning på medeluttaget i figur 13 så syns en tydlig årsvariation på förbrukningen.

5.1 Inkludering av elbilshushåll

Nätstation Antal hus Ökat dagligt energibehov/kWh

Nätstation Antal hushåll Ökat dagligt energibehov/kWh

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

Nuvarande Nuvarande Velander, Ursprunglig Ursprunglig

Tidpunkt \ Effekt 1,5 kW 3,6 kW 11 kW

5.2 Elbilar 2014

5.4 Elbilar 2016

6.1 Problem med Velanders formel och elbilsladdning

Jämförelsen av de nuvarande Velanderkonstanterna mot högsta beräknade uttag vid samma

6.2 Beräkning av nya Velanderkonstanter utan elbilsladdning

Velanders formel är [1]:

Pmax = k1 x2i + k2 xi (15)

6.3 Beräkning av nya Velanderkonstanter för elbilsladdning

Sammanfattning Velanderkonstanter för elbilsladdning

Fall/ Maxtimme, 90 % av Vindkraft 1.5 kW 3.6 kW 11 kW

7.1 Simuleringar av fack 19

Figur 47: Belastning av transformatorer i procent av märkeffekt.

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

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

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

Förluster/ % Fack 19 Fack 20 L068