dc.contributor.advisor | Solvang, Eivind | nb_NO |
dc.contributor.author | Ørnes, Aksel | nb_NO |
dc.date.accessioned | 2014-12-19T13:55:31Z | |
dc.date.available | 2014-12-19T13:55:31Z | |
dc.date.created | 2014-09-13 | nb_NO |
dc.date.issued | 2014 | nb_NO |
dc.identifier | 746627 | nb_NO |
dc.identifier | ntnudaim:11843 | nb_NO |
dc.identifier.uri | http://hdl.handle.net/11250/257865 | |
dc.description.abstract | Denne rapporten ser nærmere på bruk av AMS-data i forbindelse med nettplanlegging i det høyspente distribusjonsnettet. Innføringen av AMS vil gjøre nye planleggingsverktøy tilgjengelig for nettselskapene dersom AMS-dataene anvendes på en god måte. Målet med rapporten er å undersøke og demonstrere hvordan AMS-data kan benyttes i forhold til planleggingsoppgaver i distribusjonsnettet.Potensielle bruksområder for lastprofiler basert på AMS-data foreslås og diskuteres.Temperatursegmenterte lastprofiler basert på historiske AMS-data kan benyttes for å modellere effektbehovet til en nettstasjon ved forskjellige temperaturer. I dagens system benyttes ofte Velanders metode der årlig energiforbruk konverteres til maksimalt effektbehov. Denne metoden tar ikke hensyn til at maksimal effekt inntreffer på forskjellige tidspunkt i de forskjellige kundegruppene. Dette fører ofte til at det beregnes en for høy maksimal effekt for nettstasjoner. Bruk av lastprofiler basert på AMS-data vil bedre nøyaktigheten til nettberegninger betraktelig og dermed gjøre både den kort- og langsiktige nettplanleggingen mer nøyaktig. Dette vil gi et bedre beslutningsgrunnlag ved planlegging av investeringer og reinvesteringer i distribusjonsnettet.Data fra AMS-målerne i Smart Energi Hvaler ble benyttet til å utvikle modeller av nettstasjoner der kundemassen består av kunder fra sluttbrukergruppene <> og <>. Disse modellene kan benyttes i nettselskapets langsiktige planlegging for å sette opp scenarier for den fremtidige lastutviklingen. Modellene som ble utviklet ble testet på flere transformatorkretser i Hvaler kommune for å fastslå nøyaktigheten. Det viste seg at forholdet mellom antall kunder i sluttbrukergruppen <> og <> bør ligge i området 1/2-2/3 for å gi et godt estimat av nettstasjonens maksimale effektbehov. Inngangsparameterne til modellen er antall kunder i hver sluttbrukergruppe og vektet temperatur. Den laveste vektede temperaturen i området vil gi det høyeste effektbehovet.AMS-data fra transformatorstasjonen som forsyner distribusjonsnettet kan benyttes til å kalibrere lastflytanalyser i nettselskapets nettinformasjonssystem (NIS). Denne metoden demonstreres i flere lastflytanalyser. Bruk av AMS-data for å kalibrere lastflyten fører til en bedre nøyaktighet i beregningene, men tar ikke hensyn til fordelingen av last innad i radialen. For en ytterligere forbedring i nøyaktigheten, kan lastprofiler basert på AMS-data for hver enkelt nettstasjon i radialen benyttes. En metode for å generere disse lastprofilene foreslås.Tilslutt blir bruk av AMS-data i forbindelse med nettplanlegging i distribusjonsnettet demonstrert på en nettplanleggingscase gitt av nettselskapet Nordlandsnett AS. Den utviklede modellen ble benyttet for å simulere et mulig fremtidig maksimalt effektbehov i en radial i Gildeskål kommune. Antall kunder som skulle modelleres ble estimert ut fra kommunens arealplan. Bruken av AMS-data for kalibrering av lastflytberegninger og dermed øke nøyaktigheten til disse blir også demonstrert.Rapporten viser at data fra de nye AMS-målerne vil kunne være et verdifullt verktøy for nettselskapene dersom de benyttes på en god måte. | nb_NO |
dc.language | nob | nb_NO |
dc.publisher | Institutt for elkraftteknikk | nb_NO |
dc.title | Bruk av AMS-data i forbindelse med nettplanlegging i distribusjonsnettet | nb_NO |
dc.title.alternative | Use of AMI-data in Distribution Network Planning | nb_NO |
dc.type | Master thesis | nb_NO |
dc.source.pagenumber | 131 | nb_NO |
dc.contributor.department | Norges teknisk-naturvitenskapelige universitet, Fakultet for informasjonsteknologi, matematikk og elektroteknikk, Institutt for elkraftteknikk | nb_NO |