Konsekvenser og lønnsomhet av effektkontrollalgoritme som sluttbrukertiltak ved innføring av effektbasert nettleiestruktur

Abstract

Norges kraftnett er under press. Elektrifisering av samfunnet og økt forbruk av effektkrevende laster, som elbillader, induksjonstopper og hurtigvarmere, fører til økt behov for utbygging av kraftnettet. De forventede investeringskostnadene som følge av dette vil påvirke kundens nettleie, da kraftnettet er 100% brukerfinansiert.

Gjennom endringer i nettleiestrukturen ønsker RME å incentivere kunder til å endre forbruksmønster. Gjennom omlegging fra energibasert til effektbasert nettleie vil kunden ønske å redusere sitt maksimale effektuttak, og på denne måten bidra til å redusere kapasitetsproblemet, og til en effektiv drift og utnyttelse av det eksisterende strømnettet. At sluttbruker kan og stiller seg villig til endre forbruksmønster kaller vi forbrukerfleksibilitet. På bakgrunn av laster i norske husholdninger, og energi- og effektforbruk, har Statnett estimert et potensiale for forbrukerfleksibilitet for denne sektoren på hele 6,3 GW i 2030.

For å styre husholdningens effektforbruk, og raskt respondere til de hyppige variasjonene i strømnettet, kan det med fordel integreres et automatisk laststyringssystem i boligen. Med ønske i å redusere effektforbruket, og følgelig kundens nettleie, er det i denne besvarelsen testet en effektkontrollalgoritme for automatisk laststyring i Smarthus-laboratoriet, utformet som en leilighet. Leiligheten er utstyrt med laster tilsvarende en konvensjonell norsk leilighet, og flere av disse er egnet som det vi kaller fleksible. Dette er laster som ved utkobling i korte tidsrom ikke skal gå på bekostning av opplevd komfort, eller som ved tidsforskyvning ikke skal føre til misnøye hos forbruker. Eksempler på slike laster er gulvvarme og elbillader. Den implementerte algoritmen skal med laststyring sørge for at husholdningens effektforbruk ikke overskrider en forhåndsbestemt effektgrense. Dette skal den gjøre ved å hele tiden overvåke forbruket, og koble ut nettopp disse fleksible lastene dersom nødvendig. De fleksible lastene er rangert i en prioriteringsliste, slik at det er forbruker selv som velger hvilke av lastene som er viktigst, og skal kobles ut sist. Effektgrensen bestemmes også av forbruker selv.

Effektkontrollalgoritmen er testet for 8 scenarier, inkludert et basisscenario. Scenariene er kombinasjoner av tiltak, med reduserte effektgrenser, smart lading og streng styring av varmtvannsbereder. Resultatet av målingene var en reduksjon av maksimal effekt og total energi, både i og utenfor topplasttimer, for alle scenariene. På det meste ble maksimal effekt redusert med 55%. Dette var tilfellet med en effektgrense på 4 kW, smart lading og streng styring av varmtvannsberederen, begrenset til timene utenfor nettets topplast.

Nettleiene for de målte scenariene er beregnet med dagens og RME sine foreslåtte modeller; abonnert effekt, målt effekt og sikringsdifferensiert nettleie. Både med og uten tidsdifferensiert energiledd ble nettleien lavest ved sikringsdifferensiert nettleiemodell. Implementering av effektkontrollalgoritmen ga økonomiske besparelser for alle scenarier og forslåtte nettleiemodeller, med basisscenariet som referanse. De største besparelser var ved abonnert effekt, etterfulgt av målt effekt. Følgelig ble også tilbakebetalingstiden ved innkjøp av smarthusteknologi kortest for disse modellene. De økonomiske besparelsene med både dagens nettleie og basisscenariet som referanse er studert for å se den samlede konsekvensen av ny nettleie, i kombinasjon med automatisk laststyringssystem. Resultatene belyser at kunde kan spare ved riktige valg av tiltak.

The Norwegian power grid is under pressure. Electrification and increased consumption of power-intensive loads, such as electric vehicle, induction hobs and tankless water heaters, increases the need for grid development. The resulting expected investment costs will affect the customer's grid rent, as the power grid is 100% user-financed.

Through changes in the power tariffs, RME wants to incentivize customers to change their consumption patterns. Changing from energy- to power-based grid rent, the customer would want to reduce their peak power, thereby helping reducing the capacity issue, as well as contributing to efficient operation and utilization of the existing power grid. The fact that the end-users can and are willing to change the pattern of consumption is called demand response. On the basis of loads in Norwegian households, energy consumption and peak power, Statnett has estimated a potential demand response of 6.3 GW for this sector in 2030.

In order to control household power consumption, and to respond quickly to the frequent variations in the grid, an automatic load management system can advantageously be integrated into the home. In order to reduce peak power, and consequently the customer's grid rent, a power control algorithm for automatic load management is tested in the Smarthouse laboratory, designed as an apartment. The apartment is equipped with loads similar to a conventional Norwegian apartment, several suitable as what we call flexible. These are loads that, when switching off for a short period of time, should not be at the expense of perceived comfort, or which should not lead to consumer dissatisfaction when postponed. Examples of such loads are heating cables and charging of electric vehicles. The implemented algorithm shall ensure that the household's peak power does not exceed a predetermined power limit. This is to be done by constantly monitoring consumption and switching off precisely these flexible loads if necessary. The flexible loads are ranked in a priority list, so the consumer are to choose himself which of the loads are of most importance, and should be switched off last.

The power control algorithm has been tested for 8 scenarios. The scenarios are combinations of measures, with reduced power limits, smart charging and strict control of the water heater. The result of the measurements was a reduction of maximum power and total energy, both during and outside peak load hours, for all scenarios. At most, maximum power was reduced by 55%. This was the case with a power limit of 4 kW, smart charging and strict control of the water heater, limited to the hours outside the grid's top load.

The grid rent is calculated for all scenarios using today's and RME's proposed models; "abonnert effekt", "målt effekt" og "sikringsdifferensiert nettleie". Calculated grid rent, both with and without time-differentiated energy, was lowest with "sikringsdifferensiert nettleie". Implementation of the power control algorithm provided financial savings for all scenarios and proposed grid rent models, with the base scenario as a reference. The biggest savings were found through "abonnert effekt", followed by "målt effekt". Consequently, the payback time for purchasing smart home technology was also shortest for these models. The financial savings with both current grid rent and the base scenario as a reference have been studied to see the overall consequence of new grid rent, in combination with automatic load management system. The results illustrate that the customer can save with the right choice of measures.