Antakelser - ProgLast prototypeverktøy v1.1

Formål¶

Denne siden forsøker å samle sentrale antakelser som påvirker modellresultatene.

Nøkkelantakelser¶

Antakelse	Verdi / intervall	Begrunnelse, evt. kommentar
Referansetemperatur for temperaturkorrigering	−20 °C	En forenkling av den dimensjonerende utetemperaturen ( $DUT_{\text{10}}$ ), laveste utetemperatur siste ti år (3 døgns middel). Denne forenklingen kan overvurdere topplast i mildere regioner.
Andel potensielle kunder i siste prognoseår	50 % av vekst i eksisterende forbruk	Fanger opp forbruk fra nettkunder som ikke er kjent ved analysetidspunktet. En viktig kommentar her er at andelen som tilskrives de potensielle kundene ikke egentlig har noe å si for totalprognosen, men den er ment å synliggjøre at den driverbaserte fremskrivingen av etterspørsel ikke bare kommer fra eksisterende kunder, men også fra større tilknytningssaker fra potensielle kunder.
Innfasingsstart for potensielle kunder	År 4	Man antar at alt nytt større forbruk som kommer de neste fire årene er kjent fra tilknytningssaker. Dette kan undervurdere usikkerheten på kort sikt.
Samtidighetsfaktor	0,5-1,0	Andel av installert effekt som brukes i områdets topplasttime. Basert på erfaringstall fra nettselskapene i prosjektet.
Allokerte tilknytningssaker inkluderes i alle scenariene	n/a	Forespørsel antas å realiseres i alle scenariene.
Reserverte tilknytningssaker inkluderes i basis+høy	n/a	Reserverte må inkluderes i basisscenariet fordi dette legges til grunn for nettinvesteringer. Dette gjøres selv om kunden fortsatt kan falle i fra.
Køsatte tilknytningssaker inkluderes i høy	n/a	Selv om tilknytningssaken er modenhetsvurdert kan den falle i fra. Den inkluderes derfor ikke i hverken lav- eller basisscenariet.
Omsøkte tilknytningssaker inkluderes i høy med 50 % volum	n/a	Erfaringsmessig vil mye av omsøkt forbruk falle i fra. 50 % av volumet inkluderes i “høy”. Hva dette tallet bør være er ikke enkelt å vurdere, og det kan være kundegruppeavhengig.
Trukkede tilknytningssaker inkluderes ikke	n/a	Forespørselen er formelt trukket. Inkluderes ikke i prognosen.

Antakelser om kundegrupper¶

Modellen inndeler eksisterende forbruk i kundegrupper. Gruppene benyttes for å:

fastsette temperaturfølsomhet, basert på tidligere analyser
tilordne drivereffekter per gruppe
plotte resultatene med bidrag per gruppe (?)

Tilknytningsforespørslene er også inndelt i kundegrupper. Disse gruppene benyttes for å velge en gruppespesifikk sammenlagringsfaktor som forespurt effekt skaleres med.

Antakelser om drivere¶

Det er antatt at grunnlagsdataene, som kommer fra rapporter fra anerkjente analysemiljøer, stemmer. SINTEF Energi har derfor ikke endret på disse.
Der det kun fantes data for referansebanen / basis-scenariet, har SINTEF Energi ned-og oppskalert tallene for å lage et lav- og høyscenario.
En antakelse SINTEF Energi + prosjektpartnerne har gjort, er å bestemme hvilke drivere som har hvor sterk påvirkning på hvilken kundegruppe.
En annen antakelse er at lastøkningen som kommer fra en driver (f.eks elektrisk transport) er totaløkningen for den driveren (bestående av økning i eksisterende forbruk, tilknytningsforespørsler og potensielle kunder). En konsekvens av dette er at lastbidrag fra tilknytninger trekkes fra den driverfremskrivde økningen i eksisterende forbruk - dette for å unngå dobbelttelling.
Drivernes styrke er kvantifisert på nasjonalt nivå og i noen tilfeller på regionalt nivå. Der det kun finnes tall for nasjonalt nivå justeres de til regionnivå via vurderinger gjort av brukerpartnerne.

For mer detaljer om driverne, se Drivere.

Modellmessige begrensninger¶

Modellen beregner kun lasten i områdets topplasttime per år. Energivolum og lastprofiler inngår ikke i prognoseresultatet.
Kraftproduksjon er ikke prognosert.
Det er ikke tatt med driver for å fange opp prosumenter, da dette antas å ha en insignifikant effekt på målt effekt i topplasttimen.
Fleksibelt forbruk, batterier eller lastresponsmekanismer er ikke eksplisitt modellert, det inngår kun som en driver som påvirker de kundegruppene som er antatt fleksible. For mer detaljer, se Etterspørselsfleksibilitet.
Spesielle hendelser, som f.eks konkrete planer om lastreduksjon (el. nedleggelse) hos en storkunde, fanger modellen ikke opp automatisk og det er per nå heller ikke støtte for å legge dette inn.