För att kunna hantera en ökad anslutning av förnybar, variabel elproduktion och efterfrågan på elektricitet kan det komma att krävas omfattande investeringar i elnäten. Som ett alternativ till kostsamma investeringar har efterfrågeflexibilitet presenterats som en lösning, bland annat för att utnyttja det elektriska systemet mer effektivt. Efterfrågeflexibilitet handlar om att kunderna frivilligt ändrar sin elanvändning till följd av någon typ av incitament. En typ av incitament som elnätsföretag kan använda för att styra sina kunder i eldistributionsnäten är elnätstariffen, den avgift som slutkunderna betalar till elnätsbolag för leveransen av elektricitet. Det diskuteras att elnätstarifferna bör utformas mer dynamiskt, det vill säga variera över tid, för att ge kunderna incitament att vara mer flexibla. Syftet med det här arbetet att ta fram en elnätstariff som ger elnätsföretag möjlighet att hantera lokala tekniska begränsningar i eldistributionsnötet, såsom krav på spänningsstabilitet och gränser för termisk belastning på nätets komponenter, genom att påverka kundernas efterfrågan. Målet är att tariffen ska också ska ge en mer effektiv användning av eldistributionsnätet genom att reducera nätförluster och inmatningen från överliggande nät. De dynamiska tariffer som testas i arbetet föreslås vara baserade på den prognosticerade eller historiska inmatningen från överliggande nät. För att testa tarifferna används en metod där en optimeringsmodell kombineras med en nätmodell. I optimeringsmodellen simuleras elanvändningen hos hushållskunder som har en solcellsanläggning och en elbil. Den aktiva kunden optimerar sin elanvändning med hjälp av ett stationärt batteri, bland annat utifrån den signal som elnätstariffen sänder, medan en passiv kund inte har möjlighet att kostnadsoptimera sin elanvändning. Elektricitet som kunderna väljer att mata ut och in i elnätet simuleras i två typnät och för tre olika scenarier. Varje scenario har olika hög andel av aktiva kunder. Resultatet från nätsimuleringen utvärderas dels utifrån om nätet har utnyttjats på ett effektivare sätt men också om lokala tekniska begränsningar har kunnat hanteras bättre. Resultatet visar vikten av att en dynamisk elnätstariff har en effektkomponent, som baseras på den maximala uttagna effekten, när en hög andel av aktiva kunder finns i nätet. De aktiva kunderna maximerar sin utmatning av elektricitetet under de timmar på dygnet som den totala kostnaden är som lägst vilket bidrar till att lasttoppar skapas i elnätet. Effektavgifterna kan dock se till så att dessa lasttoppar begränsas, vilket i sin tur har en positiv effekt på de utvärderingsparametrar som studeras i arbetet. En effektkomponent bidrar dock också till att effektuttaget för de aktiva kunderna är som högst i slutet av månaden, vilket har implikationer för hur debiteringen av effektavgiften bör ske. De dynamiska effekttarifferna som testas är resultatmässigt likvärdiga med de mer konventionella effekttariffer som också analyseras. Slutsatsen är därför att vidare studier krävs för att kunna avgöra hur en dynamisk tariff på ett bättre sätt kan ta hänsyn till lokala nätbegränsningar än en mer statisk tariff. För att göra detta kan den metod som utvecklats i detta arbete, och som kombinerar en optimeringsmodell med en nätmodell, användas. / Political goals for more renewables in the energy system may spur an increasing amount of distributed energy in the distribution grid. This development, along with new loads such as the charging of electric vehicles, raises new challenges the distribution grid operators and may lead to costly investments. Demand side management could facilitate a more efficient use of the grid and has been presented as a more cost-effective alternative to infrastructure investments. One of the tools to steer the demand side is by different grid tariff structures. This thesis assesses dynamic household grid tariffs as a means for distribution grid operators to manage limitations on voltage variations and thermal loads on grid components. In addition to this the tariff should also lead to a more efficient use of the low voltage distribution grid by reducing the network losses and the electricity fed into the grid from the medium voltage grid. In order to evaluate the tariffs a method that is integrating an optimization model for the customer behavior with a grid model is used. In the optimization model the electricity load and generation profiles for different customers are simulated. The active customers have the possibility to cost optimize their electricity usage by using stationary batteries, while passive customers lacks this advantage. Three scenarios with different shares of active and passive customers are simulated in two types of low voltage grids; one rural and one urban. The results from the simulations indicate that a power based fee, based on the maximum power peak of the consumer, is needed in order to reduce the negative impacts in a grid with a large amount of customers actively engaging in cost optimization. However, a power fee based on one single power peak also leads to an electricity usage pattern characterized by a stepwise increase in power usage throughout the month and a power peak in the end of the month. This has implications for how the power fee should be designed. No clear distinction could be seen between the effects of dynamic and more static tariffs. However the method developed in the thesis could be used in further studies to investigate the effects of various tariff structures in different grids even more thoroughly.