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.