Avhandlingen behandlar byggprocesser i södra Sverige som hade ambitionen att åstadkomma lågenergihus liknande den tyska passivhusstandarden. Syftet med avhandlingen är att öka förståelsen för processer i införandet av ett energikoncept. Energikonceptet betraktas som en innovation för användning i en sektor som av många beskrivs som konservativ och inte särskilt mottaglig för innovationer. Byggprocesserna studeras genom att händelser rekonstrueras med hjälp av berät-tande källor såsom intervjuer och protokoll från olika möten. Även observationer har använts där tillfälle funnits. Fokus riktas mot hur arbetet organiserades och beslutsprocessen bakom valet av teknik till konceptet. Även massmedias rapporte-ring om byggprocesserna har studerats och hur deltagarna i byggprocesserna marknadsförde energikonceptet. Införandet av energikonceptet kan förstås som transformationer eller om-formningar. Omformningarna bestod av fem grundläggande aktiviteter som med Hägerstrands tidsgeografiska begrepp kallas: lösgörning, formning, hopsättning, transportering och lagring. Energikonceptet lösgjordes från ett specifikt lokalt sammanhang och transporterades till ett annat där det formades för att passa nya förutsättningar och sattes ihop till ett nytt energikoncept. Det nya energikonceptet lagrades i ett nytt hus. Genom att följa människors och teknikers trajektorier kunde slutsatser angående energikonceptets svagt och starkt kopplade delar dras. De starkt kopplade delarna är byggherrens organisering av arbetet som skulle underlätta en starkare styrning. Sinnliga upplevelser av lagrade energikoncept hade betydelse för användandet. Solfångare visade sig vara en svagt kopplad teknik och behövde teknikbärare för att användas. / This thesis explores building processes in the south of Sweden with the aim to accomplish low energy housing in accordance with the German standard for passive houses. In this thesis, the passive house is regarded as an innovative en-ergy concept which has been introduced to Sweden and to a conservative sector. The purpose of the study is to provide an understanding of processes in the im-plementation of an innovation for energy-saving dwellings. The process is recon-structed with data from interviews, minutes, articles, reports, etc, and presented as stories of different sequences including how the housing projects were organised, how the energy concept was established among the participants, how decisions were made and what messages were presented about the energy concept in mass media. The energy concept is followed in a process of transformation where it was subject to five fundamental acitivites: decomposition, moulding, composition, transportation and storage. The concepts originate from a time-geography per-spective, founded and developed by the Swedish geographer Torsten Hägerstrand. The energy concept was decomposed at a specific local context and transported to another, where it was moulded and composed into a new energy concept. The new energy concept was stored in a new setting. By following the trajectories of peo-ple and technologies, conclusions about the energy concept can be drawn. The building proprietors chose less conventional ways of managing the building proc-ess in order to have more control. The projects were started by people who them-selves had their own experience of passive houses. Solar collectors were loosely coupled to the energy concept and needed technology carriers.

Nowadays, one of the solutions considered in order to face the issue of global warming and to move towards a carbon neutral society relies on the use of solar energy as a renewable and bountiful primary source. And, if photovoltaic technologies account for a large part in the solar energy market, recent years have witnessed the growth of non-concentrated and concentrated solar thermal technologies. Among them, concentrated solar power technology (CSP) which uses the optical concentration of direct solar irradiation to generate high pressure and high temperature steam in the absorber tubes of the plant, has become a promising approach reaching 4.9 GWe of installed capacity by the end of 2015 [1]. However, one of the main challenges faced by CSP technology concerns the variability of solar energy related for example to sunrise, sunset, passing clouds… In addition to that, when it comes to direct steam generation, the presence of a two-phase flow regime inside the absorber tubes leads to a strong dynamic behavior of the steam generation. It is consequently necessary to be able to simulate this dynamic behavior in order to better handle the design and operation of CSP plants. Such simulation tools can then be used for the implementation and the test of reliable control systems aimed at maintaining desired operating conditions in spite of changes in solar irradiation. In this context, the National Institute for Solar Energy (INES), part of the French Alternative Energies and Atomic Energy Commission (CEA) wishes to upgrade their dynamic simulation tool that would enable its teams to reproduce the behavior of a prototype based on the Fresnel solar field technology including direct steam generation which was built and commissioned at Cadarache, Aix-en-Provence. This Master thesis work takes place within this framework and aims at developing a multi-domain dynamic model of the aforementioned prototype. To do so, three models respectively in the thermalhydraulic, the optical and the control-command domains are built and combined using a co-simulation approach relying on an in-house simulation platform called PEGASE. More specifically the development of the following models has been addressed:  a thermal-hydraulic model of the two-phase flow circulating inside the vaporizer field of the prototype and realized with the thermal-hydraulic code CATHARE [2] (Advanced ThermalHydraulic Code for Water Reactor Accidents) applied to solar thermal biphasic issues,  an optical model of the receiver programmed using the Modelica language and the Dymola (Dynamic Modelling Laboratory) simulation software,  control-command models (PID controller, control architecture…) adapted and built upon blocks taken from a modelling library included in the PEGASE platform. Each model was first developed and tested on a standalone basis. These models were then coupled using the PEGASE co-simulation platform. A sunny day was simulated using the multi-domain model and the controllability of the plant was analyzed. At this stage, the study focused on the steam separator level regulation. A thermal-hydraulic study also focused on potential instabilities in the vaporizer that can occur under certain circumstances of water temperature at vaporizer inlet and solar heat flux. This analysis was carried out with a CATHARE standalone model. Perspectives of the present work include a complete validation of the developed models from future experimental data and further developments should aim to extend the modelling scope of the numerical simulator towards a representation of all the hydraulic parts of the CSP prototype. Control schemes and regulation tools would have to be extended as well in order to move towards a more representative control architecture of the prototype. Particularly, the steam quality at vaporizer outlet is an important variable to regulate. Indeed, this parameter is usually kept between 60% and 80% [3]. It must be high enough to limit the power consumption of the recirculation pump but not too high in order to prevent absorber dry-out. / Solenergi, som är en förnybar och riklig primärkälla, är en av de lösningarna som anses kunna lösa problemet med global uppvärmning och bidrar i omvandlingen till ett kolneutralt samhälle. Andelen fotovoltaiska teknologier på energimarknaden är övervägande, men andelen koncentrerad och ickekoncentrerad solterminsteknik har ökat under de senaste åren. Bland solterminsteknikerna är koncentrerad solenergiteknik (CSP), som använder den optiska koncentrationen av direkt strålning för att generera högtrycks- och högtemperaturånga i anläggningens absorberarrör, ett lovande tillvägagångssätt som har nått 4.9 GWe installerad kapacitet i slutet av 2015 [1]. En av de största utmaningarna med CSP-tekniken är solenergins variation vid till exempel soluppgång, solnedgång och passerande moln, vilket beror på varierad tillgång av solljus. Det finns också utmaningar med direkt ånggenerering via tvåfasflödes regimer inuti absorberarrören eftersom det leder till ett starkt dynamiskt beteende vid ånggenereringen. Det är följaktligen nödvändigt att kunna simulera detta dynamiska beteende för att bättre hantera design och drift av CSP-anläggningar. Sådana simuleringsverktyg kan sedan användas för att genomföra tester för att erhålla tillförlitliga styrsystem som upprätthåller önskade driftsförhållanden trots förändringar i solstrålningen I detta sammanhang vill National Institute for Solar Energy (INES), som är en del av den franska alternativa energikommissionen och atomenergi kommissionen (CEA), förbättra dess dynamiskt simuleringsverktyg som skulle möjliggöra för sina team att reproducera beteendet hos en prototyp baserad på Fresnel solfältsteknik inklusive direkt ånggenerering som byggts och beställts vid Cadarache, Aix-enProvence. Denna masteruppsats sker inom ramen för detta och syftar till att utveckla en dynamisk modell med flera domäner av den ovan nämnda prototypen. Tre modeller i termisk-hydraulisk, optisk och kontrollkommando domäner har byggts och kombinerats med hjälp av en co-simuleringsmetod som bygger på en intern simuleringsplattform som heter PEGASE. Mer specifikt om utvecklingen av modellerna enligt nedan:  En termisk-hydraulisk modell av tvåfasflöde som cirkulerar inuti förångarens fält på prototypen har realiserats med termisk-hydraulisk kod CATHARE [2] (Advanced Thermal-Hydraulic Code for Water Reactor Accidents) som appliceras på soltermisk bifasiska frågeställningar.  En optisk modell av mottagaren har programmerats med hjälp av Modelica-språket och simuleringsprogrammet Dymola (Dynamic Modeling Laboratory).  Modeller av kontrollkommandon (PID-kontroller, kontrollarkitektur ...) har byggts och anpassats i moduler som hämtats från modelleringsbibliotek som ingår i PEGASE-plattformen. Varje modell utvecklades och testades på fristående basis. Modellerna kopplades sedan samman i PEGASE-co-simuleringsplattformen. En solig dag simulerades därefter med en flerdomänmodell och styrningsförmågan av anläggningen analyserades. Vid detta stadium fokuserade studien på att reglera nivån av ångseparerande. En termisk-hydraulisk studie fokuserade sedan på potentiella instabiliteter i förångaren som kan uppstå under vissa omständigheter av vatteninloppstemperatur och solvärmeflöde. Denna analys genomfördes med en CATHARE fristående modell. Perspektiven för det aktuella arbetet omfattar en fullständig validering av de utvecklade modellerna med hjälp av framtida experimentella data. Vid en vidareutveckling bör inriktningen vara att utvidga modellernas omfattning av den numeriska simulatorn till att representera alla hydrauliska delar av CSP prototypen. Styrsystem och regleringsverktyg skulle också behöva förbättras för att få en mer representativ kontroll arkitektur av prototypen. I synnerhet är ångkvaliteten vid förångarens utlopp en viktig variabel att reglera. Faktum är att den här parametern vanligtvis hålls mellan 60% och 80% [3]. Det måste vara tillräckligt högt för att begränsa recirkulationspumpens elförbrukning men inte för hög för att förhindra att absorberen torkar ut.

Södra Gotland (Storsudret) är ett av de mest utsatta områdena i Sverige när det kommer till torka under somrarna. Trots stora mängder nederbörd har jordbrukare problem med bevattning då öns geologi påverkar lagringen av vatten i form av grundvatten negativt. Vilket beror på att berggrunden består främst av kalk, märgel och märgelsten. Dålig tillgång till vatten kombinerat med långa och varma somrar har medfört att skörden minskat markant under de senaste åren. Bevattningstekniker som används i dagsläget är inte bra på att utnyttja vatten på ett hållbart och effektivt sätt. Dessutom har kostnaderna ökat för många jordbrukare på Gotland med avseende på de ökande elpriserna. Bevattning kräver el och vissa bönder har exempelvis inte tillgång till el vid sina åkrar och måste därmed dra el vilket ökar kostnaderna markant. Behovet av mer resurseffektiva och hållbara bevattningstekniker är stort och något som behöver undersökas mer djupgående.  Syftet med denna studie var att undersöka ifall ett automatiserat bevattningssystem som drivs av solenergi faktiskt är möjligt att implementera. Detta utifrån olika kriterier såsom kostnad, energianvändning, skördemängd, klimatpåverkan och vattenanvändning. Därefter jämföra mot ett mer konventionellt system som används i dagsläget och därmed undersöka vilka skillnader det finns. Det var två system som valdes i studien. System 1 var ett potentiellt automatiserad rampbevattningssystem och system 2 ett konventionellt rampbevattningssystem. Båda systemen sattes in i verklighetsbaserade scenario (en åker i södra Gotland) för att få en mer realistisk överblick. Därefter användes en multikriterieanalys för att jämföra båda systemen mot varandra utifrån valda kriterier. Sist av allt användes en SWOT-analys för att sammanknyta all resultat som togs fram i studien.  Resultatet visade att det är i teorin möjligt att bygga ett helt automatiserat bevattningssystem som drivs av solenergi och att det finns både positiva och negativa delar med systemet jämfört mot en konventionell rambevattning. Det potentiella systemet har exempelvis både en högre kostnad som 1,1 gånger högre, samt en högre energianvändning per hektar, cirka 5 gånger högre jämfört med ett konventionellt system. Dock presterade det potentiella systemet bättre jämfört mot ett konventionellt system med avseende på klimatpåverkan som var 10 gånger lägre jämfört med ett konventionellt system. SWOT sammanställningen visade också att intresset för automatiserade bevattningssystem är låg bland jordbrukare delvis på grund av att systemen inte är anpassade till svenska förhållanden, samt den höga investeringskostnaden. Därav krävs det att fler aktörer blir involveras och kunskapen sprids för att öka etableringen av automatiserade bevattningssystem på södra Gotland (Storsudret) samt resten av Sverige. / The southern part of Gotland (Storsudret) is one of the most exposed areas in Sweden when it comes to drought during the summers. Despite large amounts of rainfall, farmers have problems with irrigation as the island’s geology negatively affects the storage of water in the form of groundwater. Poor access to water combined with long and hot summers has meant that the harvest has decreased significantly in recent years. Irrigation techniques used today are not good at using water sustainably and efficiently. In addition, costs have increased for many farmers in Gotland concerning the increasing electricity prices. Irrigation requires electricity and some farmers, for example, do not have access to electricity in their fields and thus have to get electricity, which increases costs significantly. The need for more resource-efficient and sustainable irrigation techniques is great and something that needs to be investigated in more depth.  The purpose of this study was to investigate whether an automated irrigation system powered by solar energy is realistically possible to implement. This was based on various criteria such as cost, energy requirements, yield, etc., and then compare against a more conventional system that is currently used and thus examines what differences there are. Two systems were chosen in the study. System one was a potentially automated irrigation system and system two was a conventional ramp irrigation system. Both systems were put into a reality-based scenarios (a field in southern Gotland) to get a more realistic overview. Multi-criteria analysis was then used to compare both systems against each other based on selected criterias. Afterward, a SWOT analysis was also carried out to summarize all the results that were produced in the study.  The result showed that it is theoretically possible to build a fully automated irrigation system powered by solar energy and that there are both positive and negative parts to the system com- pared to conventional ramp irrigation. The potential system has, for example, both a higher cost which was 1.1 times higher, and a higher energy requirement per hectare which was 5 times higher compared to a conventional system. However, the potential system performed better compared to a conventional system concerning climate impact which was 10 times lower compared to a conven- tional system. The SWOT summarize also showed that interest in automated irrigation systems was low among farmers partly due to the systems not being adapted to Swedish conditions and the large investment cost. Thus it is necessary that more actors be involved and the knowledge spread to increase the establishment of automated irrigation systems in southern Gotland (Storsudret) and in the rest of Sweden.

In Sweden, there is a strong and growing interest in solar power. In recent years, photovoltaic (PV) system installations have increased dramatically and a large part are distributed grid connected PV systems i.e. rooftop installations. Currently the electricity export rate is significantly lower than the import rate which has made the amount of self-consumed PV electricity a critical factor when assessing the system profitability. Self-consumption (SC) is calculated using hourly or sub-hourly timesteps and is highly dependent on the solar patterns of the location of interest, the PV system configuration and the building load. As this varies for all potential installations it is difficult to make estimations without having historical data of both load and local irradiance, which is often hard to acquire or not available. A method to predict SC using commonly available information at the planning phase is therefore preferred.  There is a scarcity of documented SC data and only a few reports treating the subject of mapping or predicting SC. Therefore, this thesis is investigating the possibility of utilizing machine learning to create models able to predict the SC using the inputs: Annual load, annual PV production, tilt angle and azimuth angle of the modules, and the latitude. With the programming language Python, seven models are created using regression techniques, using real load data and simulated PV data from the south of Sweden, and evaluated using coefficient of determination (R2) and mean absolute error (MAE). The techniques are Linear Regression, Polynomial regression, Ridge Regression, Lasso regression, K-Nearest Neighbors (kNN), Random Forest, Multi-Layer Perceptron (MLP), as well as the only other SC prediction model found in the literature. A parametric analysis of the models is conducted, removing one variable at a time to assess the model’s dependence on each variable.  The results are promising, with five out of eight models achieving an R2 value above 0.9 and can be considered good for predicting SC. The best performing model, Random Forest, has an R2 of 0.985 and a MAE of 0.0148. The parametric analysis also shows that while more input data is helpful, using only annual load and PV production is sufficient to make good predictions. This can only be stated for model performance for the southern region of Sweden, however, and are not applicable to areas outside the latitudes or country tested. / I Sverige finns ett starkt och växande intresse för solenergi. De senaste åren har antalet solcellsanläggningar ökat dramatiskt och en stor del är distribuerade nätanslutna solcellssystem, dvs takinstallationer. För närvarande är elexportpriset betydligt lägre än importpriset, vilket har gjort mängden egenanvänd solel till en kritisk faktor vid bedömningen av systemets lönsamhet. Egenanvändning (EA) beräknas med tidssteg upp till en timmes längd och är i hög grad beroende av solstrålningsmönstret för platsen av intresse, PV-systemkonfigurationen och byggnadens energibehov. Eftersom detta varierar för alla potentiella installationer är det svårt att göra uppskattningar utan att ha historiska data om både energibehov och lokal solstrålning, vilket ofta inte är tillgängligt. En metod för att förutsäga EA med allmän tillgänglig information är därför att föredra.  Det finns en brist på dokumenterad EA-data och endast ett fåtal rapporter som behandlar kartläggning och prediktion av EA. I denna uppsats undersöks möjligheten att använda maskininlärning för att skapa modeller som kan förutsäga EA. De variabler som ingår är årlig energiförbrukning, årlig solcellsproduktion, lutningsvinkel och azimutvinkel för modulerna och latitud. Med programmeringsspråket Python skapas sju modeller med hjälp av olika regressionstekniker, där energiförbruknings- och simulerad solelproduktionsdata från södra Sverige används. Modellerna utvärderas med hjälp av determinationskoefficienten (R2) och mean absolute error (MAE). Teknikerna som används är linjär regression, polynomregression, Ridge regression, Lasso regression, K-nearest neighbor regression, Random Forest regression, Multi-Layer Perceptron regression. En additionell linjär regressions-modell skapas även med samma metodik som används i en tidigare publicerad rapport. En parametrisk analys av modellerna genomförs, där en variabel exkluderas åt gången för att bedöma modellens beroende av varje enskild variabel.  Resultaten är mycket lovande, där fem av de åtta undersökta modeller uppnår ett R2-värde över 0,9. Den bästa modellen, Random Forest, har ett R2 på 0,985 och ett MAE på 0,0148. Den parametriska analysen visar också att även om ingångsdata är till hjälp, är det tillräckligt att använda årlig energiförbrukning och årlig solcellsproduktion för att göra bra förutsägelser. Det måste dock påpekas att modellprestandan endast är tillförlitlig för södra Sverige, från var beräkningsdata är hämtad, och inte tillämplig för områden utanför de valda latituderna eller land.

The deployment of large-scale photovoltaic (PV) systems is rising in the Swedish power system, both in quantity and in system size. However, the intermittent characteristics of the PV production raises questions concerning the stability in the electric power grid, and power output fluctuations from the PV systems can lead to voltage quality issues. Hence, the distribution system operator E.ON Energidistribution and the solar energy developer company Solkompaniet are interested in investigating potential challenges and possibilities related to the integration of large-scale PV systems in the electric power grid. This thesis studies fast voltage variations in the electric power grid due to output fluctuations from large-scale PV systems, and examines the possibility to mitigate the voltage variations by reactive power support strategies in the PV inverters. Four studies are carried out to investigate the prerequisites for establishing large-scale PV systems. Firstly, a worst-case study considering eight existing substations in the electric power grid as well as a new substation is carried out, to examine the impact of different parameters on the voltage variations. Parameters such as transformer operation mode, location of the point of connection, switching mode and load capacity are compared in the study. Further, time series calculations are done to investigate the voltage variations over one year, and a study with an oversized PV system is done to investigate the possibility for increasing the PV capacity without grid reinforcements. Lastly, a study is performed with reactive power compensation from the PV inverters to examine the possibility to maintain a stabilized voltage level at the point of connection. The studies are performed in E.ONs network model in the power system simulator software PSS/E, with data for the transmission grid, the regional grid, and parts of the distribution grid included. PV systems with a rated capacity from 32 MWp and upwards are connected to substations in the regional grid, where fast voltage variations on nominal voltage levels of 20/10 kV are studied and evaluated from the perspective of the power producer. From this thesis, it can be concluded that neither of the implemented studies results in voltage variations that violate E.ONs technical requirements on fast voltage variations in the point of connection. Further, the results from the worst-case study show the importance of analysing the specific system of interest when connecting PV systems, since the properties of the existing system have an impact on the voltage variations. The time series calculations show that the voltage variations over a time period of one year are highly influenced by the PV production and the load capacity in the substation, and the study with an oversized PV system shows the possibility for increasing the PV capacity without curtailing large amounts of active power. Finally, the study with reactive power compensation concludes that grid support strategies in the PV inverters may be a key solution for making optimal use of the existing electric power grid and enabling the continued expansion of large-scale PV systems in the Swedish power system. / Utbyggnaden av storskaliga solcellsanläggningar (PV) ökar i det svenska kraftsystemet, både i kvantitet och i systemstorlek. De intermittenta egenskaperna hos energiproduktionen väcker emellertid frågor angående stabiliteten i elnätet, och effektförändringar från anläggningarna kan leda till spänningskvalitetsproblem. Därför är distributionssystemoperatören E.ON Energidistribution och solenergiföretaget Solkompaniet intresserade av att undersöka potentiella utmaningar och möjligheter relaterade till integrationen av storskaliga solcellsanläggningar i elnätet. Detta examensarbete studerar snabba spänningsvariationer i elnätet till följd av effektförändringar från storskaliga solcellsanläggningar, och undersöker möjligheten att mildra spänningsvariationerna genom strategier för reaktiv effektreglering i växelriktare.  Fyra studier genomförs för att undersöka förutsättningarna för att etablera storskaliga solcellsanläggningar. För det första genomförs en värsta-fallstudie med beaktande av åtta befintliga stationer i elnätet samt en ny station, för att undersöka olika parametrars påverkan på spänningsvariationerna. Parametrar som transformatorns driftläge, plats för anslutningspunkten, omkopplingsläge och lastkapacitet jämförs i studien. Vidare görs tidsserieberäkningar för att undersöka spänningsvariationerna över ett år, och en studie med en överdimensionerad solcellsanläggning görs för att undersöka möjligheten att öka solcellskapaciteten utan elnäts- förstärkningar. Slutligen genomförs en studie med reaktiv effektkompensation från växelriktare för att undersöka möjligheten att upprätthålla en stabiliserad spänningsnivå i anslutningspunkten. Studierna utförs i E.ONs nätverksmodell i programvaran PSS/E för kraftsystemsimuleringar, med data för transmissionsnätet, regionnätet och delar av distributionsnätet inkluderat. Solcellsanläggningar med en nominell kapacitet från 32 MWp och uppåt ansluts till stationer i regionnätet, där snabba spänningsvariationer på nominella spänningsnivåer om 20/10 kV studeras och utvärderas ur kraftproducentens perspektiv. Från resultaten kan man dra slutsatsen att ingen av de genomförda studierna resulterar i spänningsvariationer som överskrider E.ONs tekniska krav på snabba spänningsvariationer i anslutningspunkten. Vidare visar resultaten från värsta-fallstudien vikten av att analysera det specifika systemet vid anslutning av solcellsanläggningar, eftersom egenskaperna hos det befintliga systemet har en inverkan på spänningsvarationerna. Tidsserieberäkningarna visar att spänningsvariationerna över en tidsperiod av ett år påverkas starkt av både energiproduktionen och lastkapaciteten i stationen, och studien med en överdimensionerad solcellsanläggning visar på möjligheten att öka den nominella kapaciteten utan att spilla stora mängder aktiv effekt. Slutligen ger studien med reaktiv effektkompensation slutsatser om att strategier i växelriktare kan vara en möjlig lösning för att utnyttja det befintliga elnät optimalt och möjliggöra en fortsatt expansion av storskaliga solcellsanläggningar i det svenska kraftsystemet.

In Sweden the installed capacity of the residential PV systems is increasing every year. The lack of feed-in-tariff-scheme makes the techno-economic optimization of the PV systems mainly based on the self-consumption. The calculation of this parameter involves hourly building loads and hourly PV generation. This data cannot be obtained easily from households. A predictive model based on already available data would be preferred and needed in this case. The already available machine learning models can be suitable and have been tested but the amount of literature in this topic is fairly low. The machine learning models are using a dataset which includes real measurement data of building loads and simulated PV generation data and the calculated self-consumption data based on these two inputs. The simulation of PV generation can be based on Typical Meteorological Year (TMY) weather file or on measured weather data. The TMY file can be generated quicker and more easily, but it is only spatially matched to the building load, while the measured data is matched temporally and spatially. This thesis investigates if the usage of TMY file leads to any major impact on the performance of the regression models by comparing it to the measured weather file model. In this model the buildings are single-family houses from south Sweden region.  The different building types can have different load profiles which can affect the performance of the model. Because of the different load profiles, the effect of using TMY file may have more significant impact. This thesis also compares the impact of the TMY file usage in the case of multifamily houses and also compares the two building types by performance of the machine learning models. The PV and battery prices are decreasing from year to year. The subsidies in Sweden offer a significant tax credit on battery investments with PV systems. This can make the batteries profitable. Lastly this thesis evaluates the performance of the machine learning models after adding the battery to the system for both TMY and measured data. Also, the optimal system is predicted based on the self-consumption, PV generation and battery size.  The models have high accuracy, the random forest model is above 0.9 R2for all cases. The results confirm that using the TMY file only leads to marginal errors, and it can be used for the training of the models. The battery model has promising results with above 0.9 R2 for four models: random forest, k-NN, MLP and polynomial. The prediction of the optimal system model has promising results as well for the polynomial model with 18% error in predicted payback time compared to the reference. / I Sverige ökar den installerade kapaciteten för solcellsanläggningarna för bostäder varje år. Bristen på inmatningssystem gör att den tekniska ekonomiska optimeringen av solcellssystemen huvudsakligen bygger på egen konsumtion. Beräkningen av denna parameter omfattar byggnadsbelastningar per timme och PV-generering per timme. Dessa uppgifter kan inte lätt erhållas från hushållen. En prediktiv modell baserad på redan tillgängliga data skulle vara att föredra och behövas i detta fall. De redan tillgängliga maskininlärningsmodellerna kan vara lämpliga och redan testade men mängden litteratur i detta ämne är ganska låg. Maskininlärningsmodellerna använder en datauppsättning som inkluderar verkliga mätdata från byggnader och simulerad PV-genereringsdata och den beräknade egenförbrukningsdata baserad på dessa två indata. Simuleringen av PV-generering kan baseras på väderfilen Typical Meteorological Year (TMY) eller på uppmätta väderdata. TMY-filen kan genereras snabbare och enklare, men den anpassas endast rumsligt till byggnadsbelastningen, medan uppmätta data är temporärt och rumsligt. Denna avhandling undersöker om användningen av TMY-fil leder till någon större påverkan på prestandan genom att jämföra den med den uppmätta väderfilsmodellen. I denna modell är byggnaderna småhus från södra Sverige. De olika byggnadstyperna kan ha olika belastningsprofiler vilket kan påverka modellens prestanda. På grund av dessa olika belastningsprofiler kan effekten av att använda TMY-fil ha mer betydande inverkan. Den här avhandlingen jämför också effekten av TMY-filanvändningen i fallet med flerfamiljshus och jämför också de två byggnadstyperna efter prestanda för maskininlärningsmodellerna. PV- och batteripriserna minskar från år till år. Subventionerna i Sverige ger en betydande skattelättnad på batteriinvesteringar med solcellssystem. Detta kan göra batterierna lönsamma. Slutligen utvärderar denna avhandling prestandan för maskininlärningsmodellerna efter att ha lagt till batteriet i systemet för både TMY och uppmätta data. Det optimala systemet förutsägs också baserat på egen förbrukning, årlig byggnadsbelastning, årlig PV-generering och batteristorlek. Modellerna har hög noggrannhet, den slumpmässiga skogsmodellen är över 0,9 R2 för alla fall. Resultaten bekräftar att användningen av TMY-filen endast leder till marginella fel, och den kan användas för träning av modellerna. Batterimodellen har lovande resultat med över 0,9 R2 för fyra modeller: random skog, k-NN, MLP och polynom. Förutsägelsen av den optimala systemmodellen har också lovande resultat för polynommodellen med 18 % fel i förutspådd återbetalningstid jämfört med referensen.

This thesis explores the viability of various energy harvesting technologies for powering micro-scale IoT devices in outdoor environments, specifically for products developed by Thule Sweden AB. Through a comprehensive literature review and experimental testing, we evaluated the performance of solar panels and piezoelectric systems to identify sustainable power solutions that could replace or reduce dependence on traditional battery power. Our methodology involved controlled laboratory tests and real-world applications on car roof boxes and bike trailers to assess the technologies under practical conditions. The experiments aimed to achieve a minimum daily energy output of 20 Joules. This target was chosen with reference to the energy consumption data of a specific IoT device used by Thule. The results demonstrated that while both solar and piezoelectric technologies have their possibilities and limitations, they hold promise for integration into IoT applications, offering a step towards more sustainable product designs. These findings contribute to a broader understanding of energy harvesting’s potential to reduce environmental impact and enhance the self-sufficiency of energy production in outdoor IoT applications. / Denna avhandling undersöker genomförbarheten av olika teknologier för energiutvinning för att driva mikroskaliga IoT-enheter i utomhusmiljöer, specifikt för produkter utvecklade av Thule Sweden AB. Genom en omfattande litteraturöversikt och experimentella tester utvärderade vi prestandan hos solpaneler och piezoelektriska system i syfte att identifiera hållbara energilösningar som kunde ersätta eller minska beroendet av traditionella batterier. Vår metodik inkluderade både kontrollerade laboratorietester och praktiska tillämpningar på takboxar och cykelkärror för att bedöma teknologierna under praktiska förhållanden. Experimenten syftade till att uppnå en minsta daglig energiproduktion på 20 joule. Detta mål baseras på energiförbrukningsdata från en specifik IoT-enhet som används av Thule. Resultaten visade att även om både sol- och piezoelektriska teknologier har sina fördelar och begränsningar, har de potential för integration i IoT-applikationer, vilket erbjuder ett steg mot mer hållbara produktdesigner. Dessa fynd bidrar till en bredare förståelse för energiutvinningens potential att minska miljöpåverkan och förbättra självförsörjningen av energiproduktion för IoT-applikationer utomhus.

Suggestion for a new operahouse in stockholm, förslag på nytt operahus i stockholm. Stockholmsoperan.