Metodisk oversikt
Formål¶
Denne siden beskriver modellens overordnede logikk og hvordan input omformes til prognoseoutput.
Overordnet modellbilde¶
ProgLast prototypeverktøy v1.1 beregner en prognose for topplasten [MW] til en regionalnettsstasjon basert på tre komponenter:
Eksisterende forbruk – fremskrevet historisk forbruk basert på et sett med drivere
Tilknytningsforespørsler – lastbidrag fra nye nettkunder basert på tilknytningsforespørsler
Potensielle kunder – lastbidrag fra nye nettkunder som ikke er basert på tilknytningsforespørsler, men som beregnes som en økende andel av fremskrivningen av eksisterende forbruk
Modellen opererer med år som tidsoppløsning og beregner stasjonens last i områdets topplasttime [MW].
Figur 1: Bestanddelene i en lastprognose. Eksisterende forbruk fremskrives basert på nasjonale drivere, fordelt på kundekategorier (eller i figuren, etter størrelse). Tilknytningsforespørsler legges til over tid. Potensielle kunder representerer framtidig forbruk fra nettkunder som ikke er kjent ved analysetidspunktet – andelen er bevisst satt til null de første prognoseårene og vokser lineært mot slutten av horisonten for å reflektere at bidrag fra nye kunder kommer fra kjente tilknytningsforespørsler de første årene, mens vil komme fra vekst i drivere utover i tid. NB: Figuren er en illustrasjon og ikke output fra verktøyet. Eksempel på faktisk output finnes i Eksempler.
Beregningskjede¶
Her vises et diagram med hensikt å gi oversikt over metoden. Korte beskrivelser av stegene kommer under figuren, og beskrives i større detalj på egne sider.
Stiplet linje= ikke implementert i v1.1
Trinn 1: Temperaturkorrigering¶
Målt eksisterende forbruk justeres fra den faktiske temperaturen i topplasttimen til en standard referansetemperatur (−20 °C). Dette sikrer at prognosen representerer et kaldt + forbruksmessig krevende år.
Se Temperaturkorrigering for beskrivelse av temperaturkorrigeringsformelen og kildene til temperaturfølsomhetsverdiene.
Trinn 2: Fremskriving av eksisterende forbruk¶
Eksisterende forbruk fremskrives år for år basert på vekst i drivere. Driverne er kvantifisert for hvert scenario (lav/basis/høy), region og år, og kobles til kundegrupper via en mappingmatrise. Resultatet er et vekstbidrag per kundegruppe og år, skalert med det observerte forbruket som grunnlag.
Se Drivere for mer om metode for driverbasert fremskriving.
Trinn 3: Beregning av bidrag fra tilknytningsforespørsler¶
Informasjon om tilknytningsforespørslene brukes til å beregne bidrag til stasjonens last i topplasttimen: tilknytningsstatus, forespurt effekt, sammenlagringsfaktor og innfasing/ramping.
Se Tilknytningsforespørsler for detaljer om hvordan dette beregnes.
Som vist i figuren over er det tenkt at kraftsystemmessige forhold i fremtidige versjoner også skal påvirke om forespørslen realiseres eller ikke.
Trinn 4: Subtrahering av tilknytningsforespørsler fra vekst i eksisterende forbruk.¶
Ettersom bidrag tilknytningsforespørsler allerede er dekket av driverfremskrivingen (som del av nærings- eller elektrifiseringsvekst), trekkes tilknytnings-bidraget fra eksisterende-vekstbidraget i samme kundekategori for å unngå dobbeltelling. Eksisterende vekst-bidraget kan ikke bli negativt, så hvis mengden effekt fra tilknytning(er) overskrider veksten i eksisterende forbruk så blir denne null.
Trinn 5: Fordeling av vekst mellom eksisterende og potensielle kunder¶
En stigende andel av veksten i eksisterende forbruk tilordnes komponenten «Potensielle kunder», som representerer fremtidig forbruk fra nettkunder som ikke er identifisert på tidspunktet for prognosen. Andelen rampes lineært på denne måten.
| Prognoseår | Andel potensielle kunder |
|---|---|
| 0–4 | 0 % |
| 5. år til siste år | Lineær økning mot 50 % |
| Siste år | 50 % |
Denne inndelingen synliggjør at den langsiktige etterspørselsveksten vil komme fra per nå ukjente, potensielle kunder.
Igjen, se Drivere for mer om metode for driverbasert fremskriving.
Trinn 6: Sammenstilling¶
Til slutt legges bestanddelene sammen. Alle verdier er i MW og gjelder for topplasttimen i hvert prognoseår.