In community planning, accessibility is a recurring concept. The concept has also time and time again proved to have a great impact on how well an area develops. Its important role in community planning has resulted in a large amount of research in the field. The meaning and definition of the term varies markedly depending on the context and there are several different methods and tools for measuring accessibility. This creates a problem for decision makers to be able to take the planning options that will generate the greatest availability. Agent-based decision support systems are a decision support system that is currently receiving a great deal of attention in the literature. Real systems of interest are implemented in a simulation program to be able to support decision-making. The purpose of the study is to examine the decision materials for community planning that are used to increase different perspectives on accessibility and how agent-based modeling could be used. In the study, a categorization has been developed based on different models to measure accessibility based on existing literature. The study is based on a deductive approach and builds on existing literature. Through interviews with regions, municipalities and the Swedish Transport Administration, the current situation for the decision basis for community planning that is used to increase different perspectives on accessibility has been mapped. The interviews and categorization will also look at the future role of agent-based modeling as decision support in planning different perspectives on accessibility. The study shows that there is a need for clearer routines linked to the work with accessibility and an increased use of GIS, this could be obtained from an ABDS tool. Several advantages of ABDS systems have been identified, such as clarifying the concept of accessibility and how it is affected by different alternatives. There are also several future challenges for the use of the system, such as the problem that selected algorithms have a major impact on the results. / I samhällsplanering är tillgänglighet ett återkommande begrepp. Begreppet har även gång på gång visat sig ha en stor påverkan för hur väl ett område utvecklas. Dess viktiga roll i samhällsplaneringen har resulterat i en stor mängd forskning inom området. Begreppets innebörd och definition varierar markant beroende på sammanhang och det finns flertal olika metoder och verktyg för att mäta tillgänglighet. Detta skapar en problematik för beslutsfattare att kunna ta de planeringsalternativ som kommer att generera den största tillgängligheten. Agentbaserade beslutsstödsystem (ABDS) är ett beslutsstödsystem som för närvarande uppmärksammas väldigt mycket i litteraturen. Verkliga system av intresse implementeras i ett simuleringsprogram för att kunna stödja beslutsfattande. Syftet med studien är att undersöka beslutsunderlagen för samhällsplanering som används för att öka olika perspektiv på tillgänglighet samt hur agentbaserad modellering skulle kunna nyttjas. I studien har en formell värderingsmodell tagits fram utifrån olika perspektiv på tillgänglighet baserat på existerande litteratur. Studien baseras på en deduktiv ansats och bygger vidare från existerande litteratur. Genom intervjuer med regioner, kommuner och Trafikverket har nuläget för beslutsunderlagen för samhällsplanering som används för att öka olika perspektiv på tillgänglighet kartlagts. Intervjuerna och värderingsmodellen kommer även se till den framtida roll som agentbaserad modellerings som beslutsstöd har vid planering av olika perspektiv på tillgänglighet. Studien visar på att det finns ett behov för tydligare rutiner kopplade till arbetet med tillgänglighet samt en ökad användning av GIS, detta skulle kunna erhållas av ett ABDS-verktyg. Det har identifierats flertal fördelar med ABDS-system såsom att tydliggöra begreppet tillgänglighet och hur den påverkas av olika alternativ. Det finns även flertal framtida utmaningar för användning av systemet som t.ex. problemet att utvalda algoritmer har en stor inverkan på resultaten.

The electric power systems are currently being transformed through the integration of intermittent renewable energy resources and new types of electric loads. These developments run the risk of increasing mismatches between electricity supply and demand, and may cause non-favorable utilization rates of some power system components. Using Demand Response (DR) from flexible loads in the building stock is a promising solution to overcome these challenges for electricity market actors. However, as DR is not used at a large scale today, there are validity concerns regarding its cost-benefit and reliability when compared to traditional investment options in the power sector, e.g. network refurbishment. To analyze the potential in DR solutions, bottom-up simulation models which capture consumption processes in buildings is an alternative. These models must be simple enough to allow aggregations of buildings to be instantiated and at the same time intricate enough to include variations in individual behaviors of end-users. This is done so the electricity market actor can analyze how large volumes of flexibility acts in various market and power system operation contexts, but also can appreciate how individual end-users are affected by DR actions in terms of cost and comfort. The contribution of this thesis is bottom-up simulation models for generating load profiles in detached houses and office buildings. The models connect end-user behavior with the usage of appliances and hot water loads through non-homogenous Markov chains, along with physical modeling of the indoor environment and consumption of heating and cooling loads through lumped capacitance models. The modeling is based on a simplified approach where openly available data and statistics are used, i.e. data that is subject to privacy limitations, such as smart meter measurements are excluded. The models have been validated using real load data from detached houses and office buildings, related models in literature, along with energy-use statistics from national databases. The validation shows that the modeling approach is sound and can provide reasonably accurate load profiles as the error results are in alignment with related models from other research groups. This thesis is a composite thesis of five papers. Paper 1 presents a bottom-up simulation model to generate load profiles from space heating, hot water and appliances in detached houses. Paper 2 presents a data analytic framework for analyzing electricity-use from heating ventilation and air conditioning (HVAC) loads and appliance loads in an office building. Paper 3 presents a non-homogeneous Markov chain model to simulate representative occupancy profiles in single office rooms. Paper 4 utilizes the results in paper 2 and 3 to describe a bottom-up simulation model that generates load profiles in office buildings including HVAC loads and appliances. Paper 5 uses the model in paper 1 to analyze the technical feasibility of using DR to solve congestion problems in a distribution grid. / Integrering av förnybara energikällor och nya typer av laster i de elektriska energisystemen är möjliga svar till klimatförändringar och uttömning av ändliga naturresurser. Denna integration kan dock öka obalanserna mellan utbud och efterfrågan av elektricitet, och orsaka en ogynnsam utnyttjandegrad av vissa kraftsystemkomponenter. Att använda efterfrågeflexibilitet (Demand Response) i byggnadsbeståndet är en möjlig lösning till dessa problem för olika elmarknadsaktörer. Men eftersom efterfrågeflexibilitet inte används i stor skala idag finns det obesvarade frågor gällande lösningens kostnadsnytta och tillförlitlighet jämfört med traditionella investeringsalternativ i kraftsektorn. För att analysera efterfrågeflexibilitetslösningar är botten-upp-simuleringsmodeller som fångar elförbrukningsprocesser i byggnaderna ett alternativ. Dessa modeller måste vara enkla nog för att kunna representera aggregeringar av många byggnader men samtidigt tillräckligt komplicerade för att kunna inkludera unika slutanvändarbeteenden. Detta är nödvändigt när elmarknadsaktören vill analysera hur stora volymer efterfrågeflexibilitet påverkar elmarknaden och kraftsystemen, men samtidigt förstå hur styrningen inverkar på den enskilda slutanvändaren.  Bidraget från denna avhandling är botten-upp-simuleringsmodeller för generering av elförbrukningsprofiler i småhus och kontorsbyggnader. Modellerna kopplar slutanvändarbeteende med elförbrukning från apparater och varmvattenanvändning tillsammans med fysikaliska modeller av värmedynamiken i byggnaderna. Modellerna är byggda på en förenklad approach som använder öppen data och statistisk, där data som har integritetsproblem har exkluderats. Simuleringsresultat har validerats mot elförbrukningsdata från småhus och kontorsbyggnader,  relaterade modeller från andra forskargrupper samt energistatistik från nationella databaser. Valideringen visar att modellerna kan generera elförbrukningsprofiler med rimlig noggrannhet. Denna avhandling är en sammanläggningsavhandling bestående av fem artiklar. Artikel 1 presenterar botten-upp-simuleringsmodellen för genereringen av elförbrukningsprofiler från uppvärmning, varmvatten och apparater i småhus. Artikel 2 presenterar ett dataanalytiskt ramverk för analys av elanvändningen från uppvärmning, ventilation, och luftkonditioneringslaster (HVAC) och apparatlaster i en kontorsbyggnad. Artikel 3 presenterar en icke-homogen Markovkedjemodell för simulering av representativa närvaroprofiler i enskilda kontorsrum. Artikel  4 använder resultaten i artiklarna  2 och 3 för att beskriva en botten-upp-simuleringsmodell för generering av elförbrukningsprofiler från HVAC-laster och apparater i kontorsbyggnader. Artikel  5 använder modellen i artikel 1 för att analysera den tekniska möjligheten att använda efterfrågeflexibilitet för att lösa överbelastningsproblem i ett eldistributionsnät. / <p>QC 20160329</p>