Begreppet översvämningar har länge varit ett väl diskuterat ämne inom den akademiska världen och har även nu på senare år uppmärksammats alltmer i nyheter samt av allmänheten i sin helhet. Översvämningar är inte längre ett naturfenomen som kan anses inträffa vid sällsynta tillfällen. Den ökade globala uppvärmningen och det förändrade klimatet spås ge en ökning av extrema nederbördstillfällen. Så sent som 17–18 augusti 2021 drabbades stora delar av Gävle av översvämningar till följd av ett extremt skyfall. Kunskap om och förmågan att kunna hantera dessa extremfenomen är väsentligt för framtidens samhälle. Med detta i åtanke har denna studie undersökt hur översvämningsutbredningen och utbredningen på tillhörande osäkerhetszoner skiljer sig beroende på framställningssätt. Med hjälp av HEC-RAS har både endimensionell (1D) och tvådimensionell (2D) hydrauliska modeller använts för att simulera den översvämning som drabbade Gävle. Studien har utförts som en fallstudie över Västra Kungsbäckens vattendrag. Global Navigation Satellite Systems (GNSS) har använts för att skaffa noggrannare batymetrisk data. Genom en korrigerad höjdmodell och fotografier från översvämningen från den 18 augusti 2021 kunde modellerna kalibreras. Därefter utfördes flödesmodellering och vidare framställdes översvämningskartor och översvämningskartor med osäkerhetszoner. Resultatet visar att den utbredning översvämningen fick beroende på modell var mycket lika. Viss skillnad föreligger i geometrin men den procentuella utbredningen (2,3 %, 5 837 m2) är minimal. När det kommer till osäkerhetszonsutbredningen framgår den totala ytan väldigt lika mellan modellerna men däremot förekommer en större skillnad i geometrin för de två områdena; säkert att översvämmas och osäkert att översvämmas mellan modellerna. Utifrån studiens förutsättningar har ett tillförlitligt resultat tagits fram där fältstudien med mätningen har förbättrat tillförlitligheten på höjddata och kalibreringen av modellen har gjorts utifrån väl beprövade metoder i litteraturen. Ytterligare validering har gjorts mot en tidigare studies resultat och slutsatsen som kan dras är att modellerna är tillförlitliga. Likt all framställning av kartor förekommer det även osäkerheter i denna studie och fler studier över andra områden krävs för att fastställa hur en endimensionell modell skiljer sig mot en tvådimensionell ur ett utbredningsperspektiv. För osäkerhetsutbredningen krävs det fler studier med 2D-data för att kunna bekräfta de antaganden som gjorts. / The concept of floods has long been a well discussed topic in the academic world and has even now in recent years received increasing attention in the news and also by the general public. Floods are no longer a natural phenomenon that can be considered to occur on rare occasions. The increased global warming and the changing climate are predicted to result in an increase in extreme cloudbursts. As recently as 17–18 August 2021, large parts of Gävle were affected by floods as a result of an extreme downpour. Knowledge of and the ability to deal with these extreme phenomena is essential for cities of the future. With this in mind, this study has examined how the prevalence of flooding and the prevalence of associated zones of uncertainty differ depending on the method of production for flood maps. With the help of HEC-RAS, both one-dimensional (1D) and two-dimensional (2D) hydraulic models were used to simulate the flood that affected Gävle. The study has been carried out as a case study of the western part of the stream Kungsbäcken. Global Navigation Satellite Systems (GNSS) has been used to get more accurate bathymetric data. Through a corrected elevation model and photographs from the flood of 18 August 2021, the models could be calibrated. Subsequently, flow modeling was performed and further flood maps and flood maps with uncertainty zones were produced. The results show that the extent of the flood depending on the model was very similar. There are some differences in the geometry, but percentage wise, the extent difference (2,3 %, 5 837 m2) is minimal. When it comes to the uncertainty zones produced, the total areal extent is very similar between the models, but there is a greater difference in the geometry for the two areas; certain to be flooded areas and uncertain to be flooded areas between the models. Based on the study’s conditions, a result has been achieved where the field study with the measurements has improved the reliability of elevation data and the calibration of the model has been based on well-proven methods in the literature. Further validation has been done against the result of a previous study and it can be concluded that the models are reliable. Like all map production, there are also uncertainties in this study and more studies on other areas are required to determine how a one-dimensional model differs from a two-dimensional one from a distribution perspective. For the prevalence of uncertainty, more studies with 2D data are required to be able to confirm the assumptions made.

Modern power systems are at the forefront of addressing the transition towards a decarbonized energy system, with increased integration of renewable energy sources becoming the key means to achieve the same. In this context, an expansion planning problem provides a decision support framework for investments in new generation and transmission assets over a long time-frame, addressing a wide range of technical and economic criteria aligned with national policies. It is thus an important but complex problem to solve, involving a number of modelling challenges and uncertainties to be considered. These include the treatment of operational variability due to the intermittent nature of renewable sources like wind or solar, while also considering uncertainties such as demand growth, technological developments impacting future investment costs among others, that define the long-term dynamics in the expansion. In this regard, one of the goals of the EU Project Spine is to create open source models to study investment scenarios for the expansion of power systems. This thesis work aims to offer insights for the Spine project, by identifying and exploring various requirements pertinent to a planning problem, along with method development. The primary objective of this thesis is to develop an expansion planning model, that determines the optimal location, size or capacity and time of investment for different candidates in generation and transmission assets, including short-term energy storage. A Mixed-Integer Linear Programming (MILP) optimization problem is formulated for the same, with both investment and operational sub-problems solved together. Operational variability has been modelled in a reduced form using profiles of representative days, while also incorporating contemporary requirements in the planning problem such as penetration targets for renewable generation. The developed model has been evaluated using a case study done on a small test network, in which different expansion scenarios involving varying demand growth and phase-out of conventional generators are investigated. Also, a two-stage stochastic optimization is performed to consider long-term uncertainties in demand growth and the quality of the stochastic solution is analyzed. It is inferred from the results that the expansion solution is indeed different for different scenarios, and stochastic optimization proves to be important in addressing long-term uncertainties, as reflected by a high value of stochastic solution (VSS). / Moderna kraftsystem ligger i framkant när det kommer till omställningen till ett fossilfritt energisystem. Ökad integrering av förnybara energikällor är den främsta lösningen för att uppnå detta. I samband med omställningen kan ett utbyggnadsplanering problem bidra till ramverk för investeringsbeslut för genererings- och transmissionstillgångar över ett långt tidsspann, vilket tar hänsyn till en bredd av tekniska och ekonomiska kriterier i linje med nationella policyer. Detta är ett viktigt, men ett komplext problem som inkluderar ett stort antal modelleringsutmaningar och osäkerheter som måste beaktas. Bland annat inkluderas hur drift varierar på grund av de förnybara energikällornas intermittenta karaktär såsom vind och sol, medan osäkerheter kring hur efterfrågan utvecklas, tekniska framsteg som påverkar framtida investeringar m.m., också behöver vägas in. Med hänsyn till detta är ett av målen för EU Project Spine att skapa en open source för modeller med syftet att studera investeringsscenarier när kraftsystemet expanderar. Syftet med detta examensarbete är att ge insikt i Spine-projektet genom att identifiera och utforska olika relevanta krav för ett planneringsproblem samt att utveckla metoder. Det huvudsakliga målet för detta examensarbete är att utveckla en expanderad planeringsmodell som bestämmer optimal placering, storlek, kapacitet och tidpunkt för investering för olika typer av genererings- och transmissionstillgångar samt kortvarig energilagring. Ett mixed-integer linjär programmering (MILP) optimeringsproblem har formulerats, där både investerings- och drifts-subproblem beräknas tillsammans. Variabel drift av kraftsystemet har modellerats på reducerad form genom att använda profiler för representativa dagar, därtill inkluderas samtida krav i planeringen såsom mål för penetreringsnivå av förnybara energikällor. Den utvecklade modellen har utvärderats i en fallstudie på en liten nätmodell där olika scenarier har utforskats. I scenarierna varieras tillväxten på efterfrågan och när utfasningen av konventionella generatorer sker. Därtill, sker en två-stegs stokastisk optimering för att ta hänsyn till långsiktiga osäkerheter kring tillväxten på efterfrågan och kvalitén av den stokastiska lösningen har analyserats. Resultaten visar att den expanderade lösningen är olika för olika scenarier, och att den stokastiska optimeringen är viktig när långsiktiga osäkerheter måste beaktas som visas genom ett högt värde för den stokastiska lösningen (VSS).

Att kunna simulera en AOD-process (Argon, OxygenandDecarburization) är i dagsläget möjligt med hjälp av en programvara. En sådan programvara används till utbildning och forskning för utveckling av rostfritt stål.   Kobolde & Partners AB är ett företag som äger en sådan programvara. I detta projekt byggs programmet ut för att ge användare möjlighet att simulera en AOD-process med osäkerhet i mätdata. Genom detta kan forskare få ökad förståelse hur processens mätresultat skiljer sig med osäkerhet i mätdata. / : Being able to simulate an AOD process (Argon, Oxygen andDecarburization) is possible nowadays with help of software. This kind ofsoftware is used for education andresearch for development of stainless steel.   Kobolde & Partners AB is a company that owns this kind of software. This project will further develop this software to enable users to simulate an AOD process with uncertainty in measurement. This allows scientist to get more knowledge how a process measurement results