Toppeffekter används av elnätsbolag för att dimensionera elnätet, vilket blir allt viktigare för varje år. Fler och fler invånare och företag ökar sin elkonsumtion och förväntar sig en driftsäker och stabil elförsörjning. Det finns två vanliga metoder att beräkna toppeffekter. Första sättet är Velanders formel som är en enkel metod för att uppskatta toppeffekter. Velanders formel behöver bara årsenergi och vetskap om kundkategori med tillhörande Velanderkonstanter för beräkning av uppskattad toppeffekt. Sedan finns den mer komplexa typkurvemetoden som behöver flera olika parametrar, t.ex. graddagtal, dygnsmedeltemperatur, gränssannolikhet och kundkategori. Detta examensarbete undersöker en enkel metod för att ta fram konstanter till Velanders formel för beräkning av toppeffekter. Detta genomfördes med hjälp av regressionsanalys av historiska elanvändningsdata från Mälarenergi Elnät AB:s (MEE) kunder från 12 olika kundkategorier. Detta på grund av att MEE önskade att utveckla en metod för att ta fram konstanter till Velanders formel baserad på historiska elanvändningsdata. Metoden för att ta fram konstanter till Velanders formel går ut på att med hjälp av MATLAB utföra en regressionsanalys på simulerade kundgrupper skapade från timvis historiska elanvändningsdata. En kurva baserad på Velanders formel tas sedan fram som beskriver den övre gränsen till toppeffekterna för de simulerade kundgrupperna. Från kurvan fås sedan de Velanderkonstanter som söks. Resultaten av den undersökta metoden presenteras i form av grafer och tabeller för tre utvalda kundkategorier. Alla kategorier och deras resultat finns som bilagor till rapporten. Valideringen av resultaten och metoden gjordes med hjälp av korsvalidering och jämförelse mot heterogena simulerade kundgrupper. Känslighetsanalysen visar att den undersökta metoden var känslig för flera faktorer såsom kategorisering av kunder, tidsspann för historiska elanvändningsdata, antal simulerade kundgrupper och kundantal. Med tillräcklig dimensionering av dessa faktorer bedömdes metoden vara användbar. Resultaten visade på att de framtagna Velanderkonstanterna gav en god uppskattning av toppeffekter för de kundkategorier som undersökts. Jämförelse av de uppskattade toppeffekterna och de observerade visade på att det fanns en viss differens mellan dem. Detta var dock förväntat eftersom de uppskattade toppeffekterna ska avspegla den övre toppeffektsgränsen. / This degree project has examined a simple method aiming to obtain coefficients for Velanders formula which purpose is to calculate peak loads. This was done by using regression analysis on historical data on consumption of electricity from 12 different customer categories acquired from Mälarenergi Elnät AB (MEE). The reason being that MEE wanted to examine a method which could obtain coefficients for Velanders formula based on hourly historical electricity consumption data. The method for obtaining Velander coefficients uses MATLAB to do regression analysis on simulated customer groups, created from hourly historical electricity consumption data. The Velander coefficients are then obtained from a regression curve based on Velanders formula. Results from the evaluation of the method is presented with the help of plots and tables for three chosen customer categories. Validation of the method was done by cross-validation and comparison against heterogeneous customer groups. Sensitivity analysis showed the examined method to be sensitive to several factors such as categorization of customers, the timespan of historical electricity consumption data, the number of simulated customer groups that were used and how many customers a category contained. By dimensioning these factors carefully, the method examined was assessed to be viable. The results indicated that the obtained Velander coefficients gave a good estimation of the peak loads for the chosen customer categories. Comparison between the estimated and observed peak loads indicated that there was a certain difference between them. This was to be expected since the estimated peak loads are to reflect the upper peak load limit.

Målet med detta arbete var att undersöka hur mikroproduktion med solceller och laddning av elbilar i våra hushåll kommer att se ut i framtiden och om elkvalitén, kapaciteten i distributionsnätet, utlösningsvillkoren och elnätsdimensioneringen i nya bostadsområden påverkas av detta. Två olika scenarier har tagits fram, där det som skiljer dem åt är hur många procent av hushållen som har elbilsladdare och solcellsproduktion. De två scenarierna jämförs sedan med hur det ser ut i dagsläget för att få en uppfattning om vad som krävs vid fram-tidens elnätsdimensioneringar. Två extremfall används där maximal produktion och minimal konsumtion sommartid jämförs med maximal konsumtion och ingen produktion vintertid. Arbetet visar att den totala effektförbrukningen ökar med procentökningen av elbilsladdare och solcellsanläggningar vilket leder till att nya bostadsområden måste dimensionernas för högre belastningsström-mar. Detta resulterar i att större transformatorer och att kablar med grövre ledarareor måste användas för att klara av den ökade belastningsströmmen. Spänningsvariationerna ökar vilket gör att acceptans-gränserna i vissa fall inte kan hållas. Vid simulering och beräkningar visade det sig att utlösningsvillkoren för alla sammankopplingspunkter och anslutningspunkter mot bostäder låg inom gränsvärdet fem sekunder samt att selektiviteten var god i de delsträckor som testades. / The goal with this work was to study how micro-production with solar cells and charging of electric cars in our households will look like in the future and whether the electricity quality, the capacity of the distribution network, the release conditions and the electricity grid dimensioning in new residential areas are affected by this. Two different scenarios have been developed, where what distinguishes them is how many percent of households have electric car chargers and solar cell production. The two scenarios are then compared with how it currently looks to get an idea of what is needed in future electricity grid dimensioning. Two extreme cases are used where maximum production and minimal consumption in summer are compared with maximum consumption and no production in winter. The work shows that the total power consumption increases with the percentage increase of electric car chargers and solar cell installations, which means that new residential areas must be dimensioned for higher load currents. This results in larger transformers and that cables with larger conductor areas must be used to cope with the increased power. The voltage variations increase, which means that the acceptance limits in some cases cannot be kept. During simulation and calculations, it was found that the triggering conditions for all inter-connection points and connection points against housing were within the limit value of five seconds and that the selectivity was good in the sub-sections that were tested.