Konsekvensanalys av olika förändringar i intäktsrams...

EXAMENSARBETE INOM ELEKTROTEKNISK TEORI OCH KONSTRUKTION, MASTERPROGRAM ELKRAFTTEKNIK AVANCERAD NIVÅ STOCKHOLM, SVERIGE 2018

Konsekvensanalys av olika förändringar i intäktsrams-regleringen avseende hänsyn till leveranssäkerhet

Åsa Majlund

I samarbete med Energimarknadsinspektionen

KTH ROYAL INSTITUTE OF TECHNOLOGY SCHOOL OF INFORMATION AND COMMUNICATION TECHNOLOGY

Konsekvensanalys av olika förändringar i intäktsrams-regleringen avseende

hänsyn till leveranssäkerhet

Examensarbete inom elektrotekniks teori och konstruktion

Masterprogram: Elkraftteknik

Författare:

Åsa Majlund [email protected]

Handledare: Jan Henning Jürgensen, KTH Carl Johan Wallnerström, Ei

Yalin Huang, Ei

Examinator: Patrik Hilber

April 10, 2018

i

Examensarbetet utfördes på Energimarknadsinspektionen, Ei och som en del av masterprogrammet elkraftteknik på KTH.

Jag vill tacka mina handledare på Ei, Carl Johan Wallnerström och Yalin Huang, för all hjälp och återkoppling som bidragit till examensarbetet.

Jag vill även tacka min handledare på KTH, Jan Henning Jürgensen för all hjälp med att finna lämpliga referenser till examensarbetet.

ii

Abstract

The distribution of electricity is a natural monopoly. The infrastructure of the electricity grid is divided into areas and the distribution system operator (DSO) has concession for the distribution of the defined area. The concession is governed by laws and regulation.

The Swedish Energy Markets Inspectorate (Ei) is the national regulatory authority. The continuity of supply of electricity is a part of the regulation. The incentive is given by a revenue cap regulation which may result in a reward or penalty.

The performance indicators are a measure of the continuity of supply and used in the calculation of the revenue cap regulation.

The Master thesis aims to specify the possible consequences for the electricity distribution system operators and their customers utilizing the electricity grid in case of a change of the current methods used to measure the continuity of supply in Sweden.

With the current methods, the Ei regulation for year 2016-2019, is the continuity of supply in the local electrical grid estimated from a view where each disruption is treated equal and therefore is SAIFI and SAIDI used. In the regional electrical grid is another method used to measure the continuity of supply, estimated from a view where the loss of supplied energy is considered, therefore uses PNS and ENS. In the documentation is the term ILE used for ENS and ILEffekt for PNS.

The Master thesis is constructed to analyze new performance indicators for the local and regional distribution grid. The new performance indicator is the mathematically instrument to measure the continuity of supply and is supported by analytically advantages and disadvantages.

The result shows the choice of performance indicators cause a great

impact in the revenue cap regulation. AIT, AIF corresponds to ENS and PNS,

respectively, divided by power. The three most important results are given by:

1. Mathematical and theoretical results show that ENS, PNS are not good

indicators individually or in combination with SAIDI, SAIFI and CEMI4 as

power consumption within each customer group varies in the local

electrical grid.

In the regional electrical grid, power consumption may also vary

between the norm period and the supervisory period, which means that

ENS, PNS can sometimes be misleading.

2. The inclusion of power disruption over 12 hours generate stronger

incentives in the regulation. Because it requires long term planning to

avoid interruptions exceeding 12 hours. The difference is shown mainly in

local electrical grid with the indicators SAIDI, SAIFI and CEMI4 and gives

a slight increase in rewards in the regulation. This affects the DSO’s and

their customers with a marginal difference.

3. In the short term, the introduction of AIT, AIF as quality indicators means

that customers who consume more power within their customer group get

higher-value interruptions. An interruption of a high-consumption

customer would then be prioritized compared to a customer with a lower

consumption. One way to counteract this is to use CEMI4, in order to

capture these customers' interruptions in the regulation.

In the long term, the regulation does not become cyclically sensitive,

meaning that reasonable rewards or penalties are made. This should

benefit a long-term planning of the electrical grid, as the DSO’s do not

have to compensate for this.

Keywords: Continuity of supply, SAIFI, SAIDI, PNS, ENS, AIF, AIT.

iii

Sammanfattning

Det elektriska distributionsnätet är ett naturligt monopol. Infrastrukturen av

nätet är uppdelat i områden och där nätägaren har nätkoncession för

området som omfattas. Koncessionen är styrd av lagar och reglering.

Energimarknadsinspektionen (Ei) är en tillsynsmyndighet som arbetar

med uppdrag från regeringen. En del av tillsyn för energimarknaden, är

reglering av leveranssäkerhet i det elektriska distributionsnätet. Incitamentet i

regleringen ges av intäktsramens begränsning vilket kan resultera i en ökning

eller minskning av intäktsramen.

Kvalitetsindikatorer är ett matematiskt verktyg för att mäta

leveranssäkerhet och används i regleringen av intäktsramen.

Examensarbetet syftar till att synliggöra de möjliga konsekvenserna för

nätföretagen respektive deras kunder av olika förändringar av de mätmetoder

som används för att uppskatta leveranssäkerhet.

De mätmetoder som används styrs av indikatorer. Indikatorer som mäter

antal avbrott per totalt antal kunder kallas SAIFI. Indikatorer som mäter tid för

dessa avbrott per totalt antal kunder kallas SAIDI. En annan metod är att de

ingående indikatorerna ska mäta icke levererad energi eller effekt och då

kallas de ILE respektive ILEffekt.

Energimarknadsinspektionen har inför reglerperioden år 2016-2019

tillämpat SAIDI och SAIFI för kunder kopplade till lokalnät och ILE och

ILEffekt för kunder och gränspunkter inom regionnätet

Examensarbetet är utformat för att analysera nya typer av

kvalitetsindikatorer i lokalnät och regionnät. De nya kvalitetsindikatorerna är

olika matematiska verktyg för att mäta leveranssäkerheten och motiveras

med analytiska för- och nackdelar.

Resultatet visar att valet av indikator har stor betydelse i intäktsramens

reglering. AIT, AIF motsvarar ILE respektive ILEffekt dividerat med effekt. De

tre viktigaste resultaten ges av:

1. Matematiska och teoretiska resultat visar att ILE, ILEffekt är inte bra

indikatorer enskilt eller i kombination med SAIDI, SAIFI och CEMI4 då

effektförbrukningen inom varje kundgrupp varierar för lokalnät.

I regionnät så kan effektförbrukningen också variera mellan

normperiod och tillsynsperiod vilket ger att ILE, ILEffekt ibland kan bli

missvisande.

2. Avbrott över 12 timmar genererar ett starkare incitament i regleringen. Eftersom det kräver långsiktig planering för att undvika avbrott som överstiger 12 timmar. Skillnaden visas främst i lokalnät med indikatorerna SAIDI, SAIFI och CEMI4 och ger en svag höjning av tillägg i regleringen sett på en systemnivå. Det påverkar nätföretagen och deras kunder med en marginell skillnad.

3. På kort sikt innebär införandet av AIT, AIF som kvalitetsindikatorer att de kunder som förbrukar mer inom sin kundgrupp får högre värderade avbrott. Ett avbrott hos en kund med hög förbrukning skulle då prioriteras före en kund med lägre förbrukning. Ett sätt att motverka detta är att använda CEMI4 för att fånga upp dessa kunders avbrott i regleringen. På lång sikt innebär det att regleringen inte blir konjunkturkänslig, vilket innebär att rimliga tillägg eller avdrag görs. Det borde gynna en långsiktig planering av elnätet då elnätsföretagen inte behöver kompensera för detta inom regionnäten och lokalnäten.

Nyckelord: Leveranssäkerhet, SAIDI, SAIFI, ILE, ILEffekt, AIT, AIF.

iv

Förteckning över använda beteckningar och förkortningar DSO – Distribution System Operators, motsvarar elnätsföretag. SAIFI - System Average Interruption Frequency Index, antal avbrott per kund [avbrott/kund]. SAIDI - System Average Interruption Duration Index, avbrottstid per kund [h/kund]. ENS - Energy Not Supplied motsvarar ILE, Icke Levererad Energi [kWh]. PNS - Power Not Supplied motsvarar ILEffekt, Icke Levererad Effekt [kW]. AV - Aviserat avbrott, planerat elavbrott som är meddelat till kund. OAV - Oaviserat avbrott, elavbrott som inte är meddelat till kund. RPS - Reward or penalty scheme, metoden att generera ett ekonomiskt tillägg eller avdrag för att påverka tillförlitligheten i elnätet. T – kundtäthet, motsvarar det totala antalet kunder som finns i elnätet dividerat på den totala längden av ledning som ingår i elnätet given i kilometer [kund/km]. AENS - Average Energy Not Supplied, ILE dividerat med antalet kunder [kWh/kund]. APNS - Average Power Not Supplied, ILEffekt dividerat med antalet kunder [kW/kund]. AIT - Average Interruption Time, ILE dividerat med årsmedeleffekt [h]. AIF - Average Interruption Frequency, ILEffekt dividerat med årsmedeleffekt [avbrott]. ASUI - Average System Unavailability Index, SAIDI dividerat med årets timmar [%]. ASAI - Average System Availability Index, motsvarar 1 – ASUI [%]. SSE – Sum of Squared Errors, mått på felmarginal som används i minsta kvadratmetoden.

v

Tabellförteckning

Tabell 1: Indikatorernas egenskaper och om de rekommenderas till att användas i regleringen för lokalnät respektive regionnät. .............................. 15 Tabell 2: Exempel på koppling mellan avbrottsnivå och kundtäthet. ............. 20 Tabell 3: Givna mätdata. ................................................................................ 20 Tabell 4: Indikator metod och medelvärde till intäktsramarnas avvikelse. ..... 44 Tabell 5: Mått på skillnad i intäktsram sett på systemnivå. ............................ 45 Tabell 6: Nätföretag inom regionnät, antal kunder och effektförbrukning under ........................................................................................................................ 48 Tabell 7: Skäl till att använda SAIDI och SAIFI som metod att mäta avbrott i lokalt nät.......................................................................................................... 66 Tabell 8: Skäl till att använda AIT, AIF som mätmetod för lokalt nät. ............ 67 Tabell 9: Skäl till att använda APNS, AENS som mätmetod för lokalt nät. .... 67 Tabell 10: Skäl till att använda ASUI, ASAI som mätmetod för lokalt nät. ..... 68 Tabell 11: Skäl till att använda driftledare för dokumentation som mätmetod för lokalt nät. ................................................................................................... 68 Tabell 12: Skäl till att använda SAIFI, SAIDI för att mäta avbrott till lågspänningskunder........................................................................................ 69 Tabell 13: Skäl till att använda samma metod för att mäta avbrott för lågspänningskunder och högspänningskunder. ............................................. 69 Tabell 14: Skäl till att använda SAIDI, SAIFI för hushållskunder och ILE, ILEffekt för övriga kundgrupper. ..................................................................... 71 Tabell 15: Skäl till att använda samma metod för att mäta avbrott i lokalnät och regionalnät. .............................................................................................. 72 Tabell 16: Skäl till att använda olika metoder för att mäta avbrott i lokalnät och regionalnät. .............................................................................................. 72 Figurförteckning Figur 1: Iterativ process till att finna rätt modell, i detta fall normfunktion. ..... 23 Figur 2: Basfall och respektive nya indikatorer som skall jämföras. .............. 25 Figur 3. Basfallet och respektive indikator indelade i lågspänningskund LV och högspänningskund HV. ............................................................................ 25 Figur 4. Basfallet och respektive indikator indelade i hushållskund från grupp 5 och övriga grupper. ...................................................................................... 26 Figur 5: Variation av maximal (grön), minimal (rosa), median (blå) och medel (svart) effektförbrukning inom respektive kundgrupp för normperioden 2010-2013. ............................................................................................................... 31 Figur 6: Indikator ILEffekt för oaviserade avbrott för handel och tjänster grupp 3, från normperiod 2010-2013. ....................................................................... 32 Figur 7: Skillnad i kvalitetsjustering baserat på nya indikatorer med ILE och ILEffekt mot kundtäthet. .................................................................................. 33 Figur 8: Hur ILE, ILEffekt för samtliga kundgrupper och kundgrupp 1-4 följs åt för 3 min- 12 h avbrott respektive avbrott längre än 12 h............................... 34 Figur 9. Hur ILE, ILEffekt för högspänningskunder följs åt för 3 min – 12 h avbrott respektive avbrott längre än 12 h. ...................................................... 35 Figur 10: AIT och AIF för 3 min -12 h respektive avbrott längre än 12 h. ...... 36 Figur 11: Skillnad i kvalitetsjustering för AIT, AIF för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper beräknas med nya indikatorer. ............................................. 36 Figur 12: Skillnad i kvalitetsjustering för högspänningskunder med AIT, AIF för 3 min-12 h avbrott och avbrott längre än 12 h och lågspänningskunder med SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. .............................. 37

vi

Figur 13: Kundberoendet och förlust i kvalitetsjustering för indikatorerna APNS, AENS för avbrott som varar 3 min – 12 h och avbrott som överstiger 12 h. ................................................................................................................ 38 Figur 14: Skillnad i kvalitetsjustering för APNS, AENS för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper 1-4 beräknas med nya indikatorer. ............................. 39 Figur 15. Skillnad i kvalitetsjustering för högspänningskunder med AENS, APNS för 3 min-12 h avbrott och avbrott längre än 12 h och lågspänningskunder med SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. ........................................................................................................................ 39 Figur 16: Skillnad i kvalitetsjustering för ASUI för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper beräknas med nya indikatorer. ............................................. 40 Figur 17: Intäktsramarnas procentuella förändring med basfallet SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. ................................................... 42 Figur 18: Intäktsramarnas procentuella förändring då indikatorerna ges av ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h................ 42 Figur 19: Intäktsramarnas procentuella förändring då indikatorerna ges AIT, AIF för avbrott som varar 3 min-12 h och överstiger 12 h. ............................. 43 Figur 20: Intäktsramarnas procentuella förändring då indikatorerna ges APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h.............. 44 Figur 21: Fördelning av procentuell skillnad i intäktsram för elnätsföretag i lokalnät vid byte av kvalitetsindikator. ............................................................ 45 Figur 22: intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av ILE, ILEffekt för avbrott som överstiger 12 h. .......... 47 Figur 23: intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av SAIDI, SAIFI och CEMI4. ......................................... 48 Figur 24: Intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av AIT, AIF för avbrott som varar 100 ms-12 h och överstiger 12 h. ............................................................................................... 49 Figur 25: Intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av APNS, AENS för avbrott som varar 100 ms-12 h och överstiger 12 h. ............................................................................................... 50 Figur 26: Svarsfrekvens till bästa metod att mäta elavbrott i lokalnät. ........... 63 Figur 27 Svarsfrekvens till att använda olika metoder för högspänningskund respektive lågspänningskund. ........................................................................ 63 Figur 28: Svarsfrekvens till vilket sätt bör avbrott mätas för lågspännings- och högspänningskunder. ..................................................................................... 64 Figur 29: Svarsfrekvens till om det bör vara skillnad på hur man mäter elavbrott i lokalt nät för olika kundgrupper...................................................... 64 Figur 30: Svarsfrekvens till vilken mätmetod bör användas för respektive kundgrupp. ...................................................................................................... 64 Figur 31: Svarsfrekvens till om nätföretaget även har ett regionalt nät.......... 65 Figur 32: Svarsfrekvens till frågan om det bör vara samma metod för att mäta avbrott i lokalnät som i regionalt nät. .............................................................. 65 Figur 33: Aviserade avbrott SAIFI, kundgrupp 1, jordbruk. ............................ 82 Figur 34: Aviserade avbrott SAIDI, kundgrupp 1, jordbruk............................. 82 Figur 35: Aviserade avbrott ILE, kundgrupp 1, jordbruk................................. 83 Figur 36: Aviserade avbrott ILEffekt, kundgrupp 1, jordbruk. ......................... 83 Figur 37: Aviserade avbrott AIT, kundgrupp 1, jordbruk. ............................... 83 Figur 38: Aviserade avbrott AIF, kundgrupp 1, jordbruk. ............................... 84 Figur 39: Aviserade avbrott AENS, kundgrupp 1, jordbruk. ........................... 84 Figur 40: Aviserade avbrott APNS, kundgrupp 1, jordbruk. ........................... 84 Figur 41: Aviserade avbrott ASUI, kundgrupp 1, jordbruk.............................. 85 Figur 42: Aviserade avbrott för högspänningskunder ILE, kundgrupp 1, jordbruk. .......................................................................................................... 85 Figur 43: Aviserade avbrott för högspänningskunder ILEffekt, kundgrupp 1, jordbruk. .......................................................................................................... 85 Figur 44: Aviserade avbrott för högspänningskunder AIT, kundgrupp 1, jordbruk. .......................................................................................................... 86

vii

Figur 45: Aviserade avbrott för högspänningskunder AIF, kundgrupp 1, jordbruk. .......................................................................................................... 86 Figur 46: Aviserade avbrott för högspänningskunder AENS, kundgrupp 1, jordbruk. .......................................................................................................... 86 Figur 47: Aviserade avbrott för högspänningskunder APNS, kundgrupp 1, jordbruk. .......................................................................................................... 87 Figur 48: Aviserade avbrott för lågspänningskunder SAIFI, kundgrupp 1, jordbruk. .......................................................................................................... 87 Figur 49: Aviserade avbrott för lågspänningskunder SAIDI, kundgrupp 1, jordbruk. .......................................................................................................... 87 Figur 50: Oaviserade avbrott för SAIFI, kundgrupp 1, ................................... 88 Figur 51: Oaviserade avbrott för SAIDI, kundgrupp 1, ................................... 88 Figur 52: Oaviserade avbrott som är längre än 12 h för SAIFI, kundgrupp 1, jordbruk. .......................................................................................................... 88 Figur 53: Oaviserade avbrott som är längre än 12 h för SAIDI, kundgrupp 1, jordbruk. .......................................................................................................... 89 Figur 54: Oaviserade avbrott för CEMI4, kundgrupp 1, jordbruk. ................... 89 Figur 55: Oaviserade avbrott som är längre än 12 h för CEMI4, kundgrupp 1, jordbruk. .......................................................................................................... 89 Figur 56: Oaviserade avbrott till lågspänningskunder CEMI4, kundgrupp 1, jordbruk. .......................................................................................................... 90 Figur 57: Oaviserade avbrott som är längre än 12 h till lågspänningskunder CEMI4, kundgrupp 1, jordbruk. ....................................................................... 90 Figur 58: Oaviserade avbrott för ILE, kundgrupp 1, jordbruk. ........................ 90 Figur 59: Oaviserade avbrott för ILEffekt, kundgrupp 1, jordbruk. ................. 91 Figur 60: Oaviserade avbrott som är längre än 12 h för ILE, kundgrupp 1, jordbruk. .......................................................................................................... 91 Figur 61: Oaviserade avbrott som är längre än 12 h för ILEffekt, kundgrupp 1, jordbruk. .......................................................................................................... 91 Figur 62: Oaviserade avbrott för AIT, kundgrupp 1, jordbruk. ........................ 92 Figur 63: Oaviserade avbrott för AIF, kundgrupp 1, jordbruk. ........................ 92 Figur 64: Oaviserade avbrott som är längre än 12 h för AIT, kundgrupp 1, jordbruk. .......................................................................................................... 92 Figur 65: Oaviserade avbrott som är längre än 12 h för AIF, kundgrupp 1, jordbruk. .......................................................................................................... 93 Figur 66: Oaviserade avbrott för AENS, kundgrupp 1, jordbruk. ................... 93 Figur 67: Oaviserade avbrott för APNS, kundgrupp 1, jordbruk. ................... 93 Figur 68: Oaviserade avbrott som är längre än 12 h för AENS, kundgrupp 1, jordbruk. .......................................................................................................... 94 Figur 69: Oaviserade avbrott som är längre än 12 h för APNS, kundgrupp 1, jordbruk. .......................................................................................................... 94 Figur 70: Oaviserade avbrott för ASUI, kundgrupp 1, jordbruk. ..................... 94 Figur 71: Oaviserade avbrott som är längre än 12 h för ASUI, kundgrupp 1, jordbruk. .......................................................................................................... 95 Figur 72: Oaviserade avbrott för högspänningskunder ILE, kundgrupp 1, jordbruk. .......................................................................................................... 95 Figur 73: Oaviserade avbrott för högspänningskunder ILEffekt, kundgrupp 1, jordbruk. .......................................................................................................... 95 Figur 74: Oaviserade avbrott som är längre än 12 h för högspänningskunder ILE, kundgrupp 1, jordbruk. ............................................................................ 96 Figur 75: Oaviserade avbrott som är längre än 12 h för högspänningskunder ILEffekt, kundgrupp 1, jordbruk. ..................................................................... 96 Figur 76: Oaviserade avbrott för lågspänningskunder SAIFI, kundgrupp 1, jordbruk. .......................................................................................................... 96 Figur 77: Oaviserade avbrott för lågspänningskunder SAIDI, kundgrupp 1, jordbruk. .......................................................................................................... 97 Figur 78: Oaviserade avbrott som är längre än 12 h för lågspänningskunder SAIFI, kundgrupp 1, jordbruk.......................................................................... 97 Figur 79: Oaviserade avbrott som är längre än 12 h för lågspänningskunder SAIDI, kundgrupp 1, jordbruk. ........................................................................ 97

viii

Figur 80: Oaviserade avbrott för lågspänningskunder ASUI, kundgrupp 1, jordbruk. .......................................................................................................... 98 Figur 81: Oaviserade avbrott som är längre än 12 h för lågspänningskunder ASUI, kundgrupp 1, jordbruk. ......................................................................... 98 Figur 82: Oaviserade avbrott för högspänningskunder AIT, kundgrupp 1, jordbruk. .......................................................................................................... 98 Figur 83: Oaviserade avbrott för högspänningskunder AIF, kundgrupp 1, jordbruk. .......................................................................................................... 99 Figur 84: Oaviserade avbrott som är längre än 12 h för högspänningskunder AIT, kundgrupp 1, jordbruk. ............................................................................ 99 Figur 85: Oaviserade avbrott som är längre än 12 h för högspänningskunder AIF, kundgrupp 1, jordbruk. ............................................................................ 99 Figur 86: Oaviserade avbrott för högspänningskunder AENS, kundgrupp 1, jordbruk. ........................................................................................................ 100 Figur 87: Oaviserade avbrott för högspänningskunder APNS, kundgrupp 1, jordbruk. ........................................................................................................ 100 Figur 88: Oaviserade avbrott som är längre än 12 h för högspänningskunder AENS, kundgrupp 1, jordbruk. ...................................................................... 100 Figur 89: Oaviserade avbrott som är längre än 12 h för högspänningskunder APNS, kundgrupp 1, jordbruk. ...................................................................... 101

ix

Innehållsförteckning

Introduktion ................................................................................................... 1

1.1 Problemformulering ........................................................................... 3

1.2 Översikt till rapport ........................................................................... 4

Bakgrund....................................................................................................... 5

2.1 Leveranssäkerhet i elnät ................................................................... 5

2.1.1 Elnätens infrastruktur ........................................................................ 5

2.1.2 Andra länders leveranssäkerhet ....................................................... 6

2.1.3 Intressenternas synpunkter ............................................................. 10

2.2 Teoretisk bakgrund ......................................................................... 13

2.2.1 Indikatorernas betydelse ................................................................. 13

2.2.2 Matematisk beskrivning av kvalitetsjustering .................................. 16

Metod.. ........................................................................................................ 19

3.1 Normfunktion i lokalnät ................................................................... 19

3.1.1 Normfunktion med nya indikatorer i lokalnät................................... 23

3.2 Norm i regionalnät ........................................................................... 27

3.3 Begränsningar av metod ................................................................. 27

3.4 Val av antal parametrar till normfunktion ........................................ 27

3.4.1 Algoritm till normfunktion ................................................................. 28

3.4.2 Begränsningar inom algoritm .......................................................... 28

3.5 Utvärdering av metod ...................................................................... 28

3.5.1 Nyttjad indata .................................................................................. 28

3.5.2 Skillnad till kvalitetsjustering ........................................................... 28

3.5.3 Justering av intäktsram ................................................................... 29

Resultat ....................................................................................................... 30

4.1 Lokalnät kvalitetjustering ................................................................. 30

4.1.1 Sammanfattning av kvalitetsjustering i lokalnät .............................. 40

4.2 Justering av intäktsram lokalnät...................................................... 41

4.2.1 Sammanfattning av justering av intäktsram i lokalnät .................... 46

4.2 Justering av intäktsram i regionnät ................................................. 47

4.2.1 Sammanfattning av justering av intäktsram i regionnät .................. 50

4.3 Sammanvägda resultat ................................................................... 50

x

Diskussion & Slutsats ................................................................................. 51

5.1 Metodologi till arbete ....................................................................... 51

5.1.1 Indikatorer i lokalnät och regionalnät .............................................. 54

5.1.2 Begränsning av data ....................................................................... 54

5.2 Jämförelse mot tidigare arbeten ..................................................... 54

5.3 Etik och hållbarhet........................................................................... 54

5.4 Framtida arbete ............................................................................... 55

Litteraturförteckning .................................................................................... 56

Appendix 1 .................................................................................................. 59

Formelsamling ............................................................................................ 59

Kvalitetsjusteringens samtliga parametrar .................................................. 59

Appendix 2 .................................................................................................. 61

6.1 Mälarenergi Västerås AB ................................................................ 61

Appendix 3 .................................................................................................. 63

7.1 Enkät till elnätsföretag ..................................................................... 63

7.2 Specifika förklaringar från enkät ..................................................... 65

7.2.1 Rangordning av motivering till Tabell 7 ........................................... 67

7.2.2 Rangordning av motivering till Tabell 13......................................... 70

Appendix 4 .................................................................................................. 74

Matlabkod till anpassning av normfunktion ................................................ 74

Appendix 5 .................................................................................................. 77

Tabell över normfunktion Grupp 1, jordbruk ............................................... 77

Tabell över normfunktion Grupp 2, Industri ................................................ 78

Tabell över normfunktion Grupp 3, Handel och tjänster............................. 79

Tabell över normfunktion Grupp 4, Offentlig verksamhet........................... 80

Tabell över normfunktion Grupp 5, Hushåll ................................................ 81

Appendix 6 .................................................................................................. 82

Figurer för grupp 1, jordbruk med normfunktionen ..................................... 82

1

Kapitel 1

Introduktion

Det naturliga monopol som det elektriska distributionsnätet utgör, består av ett antal koncessionsområden eller linjer [1]. Elnätsföretag som tilldelats nätkoncession för området eller linjen ansvarar för hur det nyttjas [2]. Eftersom företaget saknar konkurrens inom sitt distributionsnät behövs lagar och reglering av hur det bör användas.

Energimarknadsinspektionen (Ei) är en tillsynsmyndighet som arbetar med uppdrag från regeringen. En del av tillsyn för energimarknaden, är regleringen av leveranssäkerhet och spänningskvalitet i det elektriska distributionsnätet [3]. I detta examensarbete fokuseras det enbart på regleringen som berör leveranssäkerhet.

Leveranssäkerhet svarar mot att el kan överföras till elanvandaren utan avbrott. Elnätsföretagen rapporterar årligen till Ei de elavbrott som sker inom elnätet och informationen används för att reglera intäktsramen. Regleringen som berör leveranssäkerhet som beskrivs nedan syftar på tillsynsperioden som omfattar 2016-2019.

Syftet med regleringen är att skapa incitament för en optimal samhällsekonomisk leveranssäkerhet [4]. Det innebär att kostnaden för avbrott uppskattas per kundgrupp. Kundgrupperna är indelade för att representera kunder med samma typ av verksamhet. Regleringens tillägg eller avdrag till nätföretagets intäktsram baseras på avbrottskostnaden inom kundgruppen och hur utfallet av avbrotten inom dess kundgrupp förhåller sig i jämförelse mot en norm som utgör en referensnivå. Forhandsregleringen för elnätsföretagen innebär att intäktsramen är fastställd i förväg av Ei inför den fyra år långa tillsynsperioden. Intäktsramen ska täcka skäliga kostnader för att bedriva nätverksamhet under tillsynsperioden och ge en rimlig avkastning på det kapital som krävs för att bedriva verksamheten [5].

Regleringen av intäktsramen med avseende på leveranssäkerhet kallas

kvalitetsjustering och är begränsad till 5% av intäktsramen för

tillsynsperioden 2016-2019 och avdraget får inte överstiga avkastningen på kapitalbasen [6]. Kvalitetsjusteringen är ett mått på hur bra leveranssäkerheten är för nätföretaget och beräknas med hjälp av kvalitetsindikatorer som jämförs mot en referensnivå. Kvalitetsindikatorerna och referensnivån som tillämpas i beräkningen av kvalitetsjusteringen beror av vilken del av distributionsnätet som berörs av avbrottet.

2

Distributionsnätet är indelat i stamnät, regionnät och lokalnät och svarar mot spänningsnivåer mellan 400-220 kV, 40-130 kV och lägre spänningsnivåer upp till 40 kV.

Svenska Kraftnät ansvarar för stamnätet. Svenska Kraftnäts intäktsram kvalitetsjusteras utifrån en tioårig normperiod, som infaller två år före tillsynsperioden, som ger referensnivå till Icke Levererad Energi, ILE och Icke Levererad Effekt, ILEffekt. Drygt tjugo elnätsföretag (2016) ansvarar för regionnätet och kvalitetsjusteras likt stamnätets reglering fast med kortare normperiod, fyra år som infaller två år före tillsynsperioden [7]. 2016 var det totalt 157 nätföretag som ansvarade för lokalnätet och kvalitetsjusteringens omfattning av normperiodens tid motsvarar samma som för regionnätet men referensnivån till kvalitetsindikatorn utgörs av en normfunktion som beror av kundtäthet och genomsnittlig nivå av antal avbrott per kund, SAIFI och längd till dessa avbrott SAIDI. Slutlig justering av den totala kvalitetsjusteringen till elnätsföretag i lokalnätet handlar om den enskilda kundens leveranssäkerhet. Där referensnormen ges av det enskilda företagets historik från normperiodens medelvärde av antalet kunder som erfarit fyra eller fler avbrott, CEMI4 vilket jämförs med det årliga utfallet under tillsynsperioden. Justeringen med CEMI4 är begränsad till att gälla enbart då elnätföretaget presterat över referensnorm i SAIFI, SAIDI och under referensnorm i CEMI4

eller tvärtom. Vidare är inflytandet av CEMI4 begränsat att ge 25 % av den

totala kvalitetsjusteringen som ges av kvalitetsindikatorerna SAIFI, SAIDI [8]. Detta examensarbete syftar till att utreda konsekvenserna för nätföretag och kunder inom regionnät och lokalnät då leveranssäkerhet bedöms med andra typer av kvalitetsindikatorer än de som är givna för tillsynsperioden 2016-2019. Kvalitetsindikatorerna som utreds är olika kombinationer av de som redan tillämpas i lokalnätets och regionalnätets kvalitetsjustering.

Metodiken utgår ifrån att referensnivån är given på samma vis för nätföretag inom regionnätet med historiska värden och inom lokalnätet av en normfunktion som beror av kundtäthet. Resultatet av arbetet visar att det är möjligt att använda samma kvalitetsindikatorer för att reglera leveranssäkerhet inom regionnät och lokalnät om de utgörs av ILE eller ILEffekt vardera dividerat med effekt, AIT respektive AIF. Dessa indikatorer är inte känsliga för hur konjunkturen varierar mellan normperiod och tillsynsperiod, vilket ILE, ILEffekt är. Högkonjunktur bidrar till ökad energiåtgång då fabriker producerar mer och lågkonjunktur bidrar till en minskad energiåtgång, samma antal avbrott skulle då resultera i en skillnad mellan kvalitetsindikatorerna ILE, ILEffekt om den ena perioden utgör normperioden och den andra tillsynsperioden. Samtidigt är AIT, AIF kvalitetsindikatorer som mäter leveranssäkerhet utifrån hur mycket avbrottet är värt med hänsyn till konsumtion av effekt i det lokala nätet, vilket är ett nytt sätt att uppskatta avbrott jämfört med den metod som tillämpas för tillsynsperioden 2016-2019.

3

1.1 Problemformulering

Examensarbetet utformades initialt med fokus på att enbart utvärdera konsekvenserna för nätföretag och kunder då lokalnät och regionnät anpassade kvalitetsjusteringens indikatorer till att vara SAIDI, SAIFI eller ILE, ILEffekt. Arbetet utvecklades därefter till att även jämföra indikatorer AENS, APNS, AIT, AIF och ASUI. Slutligen fokuserades arbetet på att finna de avgörande för- och nackdelar med att nyttja AIT, AIF som indikator för både lokalnät och regionnät i jämförelse mot de för- och nackdelar till metoden som används för att reglera leveranssäkerhet för tillsynsperioden 2016-2019.

Initial frågeställning för analys motsvarar frågor 1-7. 1. Vilka kunder ska omfattas i regleringen av leveranssäkerheten med

indikatorerna SAIDI och SAIFI eller ILE och ILEffekt? Andra avgränsningar än lokalnät och regionnät kan användas, såsom spänningsnivå eller kundgrupp.

2. Eventuell lagändring kan leda till att inkludera avbrott över 12 timmar [9].

Hur påverkar val av indikatorer och avgränsningar regleringen för nätföretagen respektive deras kunder, då dessa avbrott inkluderas?

3. Hur påverkas nätföretagen av de olika alternativa sätten att mäta

leveranssäkerheten på kortsiktigt och långsiktigt? Hur påverkas nätföretagen på aggregerad nivå och på enskild nivå?

4. Vilka argument finns för att behandla alla kunder lika ur ett

avbrottskostnadsperspektiv: a) Oavsett förbrukning, då indikatorerna SAIDI och SAIFI används för att

mäta leveranssäkerhet. Varje avbrott är värderat lika inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat.

b) Med avseende på förbrukning, vikta kunderna mot deras energiuttag,

vilket uppskattas med indikatorerna ILE och ILEffekt. Varje avbrott är värderat utifrån kundens årliga förbrukning inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat.

5. Vad är nätföretagens respektive kundorganisationers åsikter och

argument kring val av indikatorer och avgränsning för att mäta leveranssäkerhet?

6. Vilka är de administrativa konsekvenserna för Ei och nätföretagen? 7. Vilka övriga risker går att finna som konsekvens av de olika alternativ

som dessa val av indikatorer och avgränsningar ger? Kompletterande frågor 8-10 ges av att även omfatta indikator AIT, AIF. 8. Vad motiverar valet att använda AIT, AIF som indikator till både lokalnät

och regionnät? 9. Gynnas särskilda kunder inom kundgruppen då AIT, AIF används som

indikator? a) Kan det påverka nätföretagens arbete för leveranssäkerhet på kort eller

lång sikt?

4

b) Kan dessa kunders säkringsstorlek och nivå på tariff motiveras av en

kvalitetsjustering med AIT, AIF? 10. Går det att motivera en kvalitetsjustering med AIT, AIF utifrån ett hållbart

perspektiv? Om hållbarhet är ett scenario där ett ökat antal källor till förnybar energi används lokalt och en ökad effektivitet, dvs. minskad energiintensitet är satt som ett miljömål [10]?

1.2 Översikt till rapport

I kapitel 2 ges bakgrund till arbetet med en översikt av närliggande arbeten

om olika typer av reglering som tillämpas inom distributionsnät. Nätföretagen

och kunders åsikter om regleringen ges också som en del av bakgrunden och

kommer också att påverka det sammanvägda resultatet som används för att

kunna besvara frågorna som ställts i problemformuleringen. Bakgrunden

består även av en teoretisk del där varje indikator analyseras utifrån vilka

egenskaper den besitter. Analysen ger indikatorernas för- och nackdelar

vilket också vägs in i det sammanvägda resultatet.

I kapitel 3 ges metod för hur den numeriska analysen ska utföras. Det är

främst fokus på hur man finner lämplig normfunktion till de olika indikatorerna

vilket enbart berör lokalnät. Det beror på att regionnätets norm bygger på det

nätföretagets egna avbrottshistorik, enligt den nuvarande regleringen. En

utvärdering av metod ges för att finna vilka svagheter som en generell metod

kan medföra när den tillämpas på olika typer av distribution av data.

I kapitel 4 presenteras resultaten från den numeriska analysen från

utfallsåret 2016 med förklaringar till dess skiftande värden för

kvalitetsjusteringen i jämförelse mot den nuvarande regleringen. Numeriska

resultat ges även för den procentuella justeringen av intäktsramen som den

resulterande leveranssäkerhets regleringen skulle ge med de nya

indikatorerna. Ett begränsat antal nätföretag ifrån lokalnät och regionnät ingår

i underlaget för numeriska resultat. Numeriska resultat vägs samman med

delar ifrån kapitel 2 och utgör sammanvägda resultat.

I kapitel 5 presenteras en diskussion och slutsats som även omfattar etik

och hållbarhet.

5

Kapitel 2

Bakgrund

Bakgrund till arbetet ges med en översikt av närliggande arbeten om olika

typer av reglering som tillämpas inom distributionsnät. Leveranssäkerhet

påverkar både nätföretagen och deras kunder. Därför är dessa intressenters

åsikter om regleringen en del av bakgrunden och kommer att påverka det

sammanvägda resultatet som används för att kunna besvara frågorna som

ställts i problemformuleringen i kapitel 1.1. Bakgrunden består även av en

teoretisk del där varje indikator analyseras utifrån vilka egenskaper den

besitter. Analysen ger indikatorernas för- och nackdelar vilket också vägs in i

det sammanvägda resultatet.

2.1 Leveranssäkerhet i elnät

Leveranssäkerhet i stamnät, regionnät och lokalnät beror bland annat av väder, elnätens infrastruktur och hur kvalitetsjusteringen är tillämpad.

2.1.1 Elnätens infrastruktur

Distributionsnätet är indelat i stamnät, regionnät och lokalnät och svarar mot

spänningsnivåer mellan 400-220 kV, 40-130 kV och lägre spänningsnivåer

upp till 40 kV. Leveranssäkerhet omfattar enbart avbrott som är orsakat av fel

i eget nät, eftersom ett större avbrott i stamnätet skulle även kunna påverka

att leveranssäkerheten påverkas i regionnätet och lokalnätet.

Elnät som är beläget i tätort har högre redundans och bidrar till högre

leveranssäkerhet i jämförelse med glesbygd där kundens el levereras längs

med längre sträckor av ledning som ska felsökas vid avbrott. Regleringen tar

hänsyn till kundtätheten i nätet. Kundtätheten i nätet är givet av det totala

antalet kunder dividerat på nätets totala ledningssträcka given i kilometer. I

det lokala nätets reglering av leveranssäkerhet används kundtätheten som en

parameter till normfunktionen för att kunna jämföra elnätsföretag med

likvärdiga förhållanden av kundtäthet.

6

Väder är också en faktor som påverkar leveranssäkerheten, vilket är

tydligt då stormar bidrar till fler elavbrott. Stormen Gudrun 2005 resulterade i

att 730 000 abonnenter blev utan el [11]. Avbrottersättning till kunder som

erfar elavbrott på minst 12 timmar betalas av det ansvariga nätföretaget [12].

Regleringen till leveranssäkerhet har till tillsynsperioden 2016-2019 enbart

omfattat avbrott som är upp till 12 timmar eftersom ellagens reglering av

avbrottsersättning ges för de resterande avbrotten som överstiger 12 timmar.

Eventuell lagändring av avbrottens omfattning som ska ingå i regleringen av

leveranssäkerhet kan göra att även avbrott som överstiger 12 timmar kan

inkluderas [9]. Den övre gränsen till avbrottstiden ges då av 24 timmar för de

avbrott som ingår i regleringen.

Den undre tidsgränsen för ett avbrott som ingår i regleringen av

leveranssäkerhet beror av var avbrottet sker i distributionsnätet. Stamnätet

och regionalnätet har 100 ms som undre gräns för ett elavbrott. Lokalnätet

har 3 min som undre gräns, eftersom kortare avbrott kan bero av

omkopplingar i nätet. Inrapportering av data för dessa avbrott som är kortare

än 3 min började först vid 2010 till Ei av elnätsföretag i lokalnät [13].

Ytterligare faktorer som påverkar leveranssäkerheten är geografi, nätets

utformning och underhåll av de ingående delarna till nätet [13]. Av dessa

faktorer är det utformning och underhåll som elnätsföretaget har möjlighet att

kunna påverka för att kunna förbättra leveranssäkerheten inom nätet.

Kriterierna för stam och regionnätet fastställs enligt det deterministiska N-

1-kriteriet [14]. Stam- och regionnätet är maskade, det innebär vid bortfall av

en komponent (N-1) finns en alternativ väg, annars skulle avbrott på dessa

överliggande nät resultera i omfattande avbrott på det underliggande

distributionsnätet [15].

2.1.2 Andra länders leveranssäkerhet

Reglering av verksamheten i elnäten skiftar mellan olika metoder i olika länder. Reglering kan brytas ner i delar och kategoriseras utifrån syfte och

metod. Ett sätt att beskriva metoderna generellt är att kategorisera dem

utifrån tidpunkt då beslut för regleringens begräsningar ansätts.

1) Ex ante reglering, där begränsningen ansätts före den period som ingår i regleringen. Sverige tillämpar denna typ av reglering då intäktsramens

storlek bestäms före tillsynsperioden 2016-2019.

2) Ex post reglering, begränsningen ansätts efter den period som ingår i regleringen. Finland tillämpade denna typ av reglering, från

elmarknadens avreglering i Finland 1997 fram till 2003. 2005 ändrade

Finland regleringen till ex ante, till följd av EU:s miljö- och energidirektiv

[16].

Ytterligare en indelning av reglering kan kategoriseras av hur begränsningen

är utformad.

1) Uppifrån, vilket används då ett tak sätts till kundens nätavgift eller till nätföretagets intäktsram [16].

2) Underifrån, vilket innebär en begränsning av enstaka ingående delar till

intäktsramen. Vilket används då en begränsning sätts till nätföretagets

avkastning [16].

7

En annan typ av kategorisering av metoderna i reglering bygger på kostnads-

baserad och incitament-baserad reglering. Dessa metoder beskrivs med

hänsyn till vad de ger i incitament till investering.

1) Kostnads-baserad metod, antar en reglering som en begränsar

nätföretagets maximala vinst. Den reglerande myndigheten ansätter en

begränsad avkastning baserad på information av tidigare period. Syftet med regleringen är att tillåta en tillräcklig intäktsram och en rättvis

avkastning till kapitalet. Vinsten ges av avkastningen till kapitalet.

Avkastningen som tillåts i regleringen är låg eftersom elnätsföretagen är

ansedd som en del av en låg-risk industri. Det attraherar inte investerare som önskar hög avkastning [16].

2) Incitament-baserad metod, antar en reglering som gör elnätsföretaget

oberoende till att kunna förbättra effektiviteten. Den vanligaste metoden ges då av en begränsning av nätavgiftens pris, vilket begränsar prisnivån

under flera år och nätföretaget kan ansätta pris vid den högsta tillåtna

nivå eller under den högsta tillåtna nivån. Nätföretaget är fritt att behålla

hela vinsten som kan ges genom att reducera omkostnader. Det anses

attrahera investerare eftersom nätföretaget kan välja nivå på avkastning. Systemet tillåter hög avkastning om verksamhetens omkostnader är låga

[16].

Metod att uppskatta avkastningens storlek kan använda sig av WACC- Weighted Average Capital Cost. Analysen av WACC bygger på resultat ifrån

hur regleringen verkat i Finland [16].

1) WACC- Weighted Average Capital Cost, baseras på aktier till kapitalet som jämförs med den verkliga avkastningen. Avkastningen beräknas på intäktsramen (värdet av inkomster) med avdrag av summan av de operativa kostnaderna och av den reglerande myndigheten beräknat avskrivningsvärde för elnätet [16].

a) Avskrivningsvärdet anses inte av den reglerande myndigheten vara av värde i regleringen utan betecknas som en kostnad för elnätet. Tidigare var avskrivningsvärdet i praktiken maximalt 30 % i Finland. Nätföretagen som vill nyttja skattelättnader i Finland hade snabb avskrivning och de bokförda värdena kunde inte möjliggöra förberedelse till framtida investeringar. Tiden för avskrivning uppskattades vara kortare av nätföretagen i jämförelse med den reglerande myndigheten som använder teknik-ekonomisk beräkning av livslängden till elnäten. Utgiften som avskrivningen representerade i elnätens intäktsram är en årlig summa av den verkliga kostnaden för ett ersatt elnät korrigerat med pris index från grosshandeln och kostnaden för elnätets expansion som överstiger intäkterna från elnätsavgifterna. Utgiften är byggd ifrån ett glidande medelvärde av tidigare utgifter och de senaste två årens utgifter i Finland. De tre årens avskrivnings metod som tillämpades i Finland tar inte hänsyn till investeringar som utförts före tre års perioden, vilket är en brist i långsiktig planering [16].

8

b) Svårigheten med metoden, vilket är en slutsats som kan dras ifrån hur

den verkat i Finland, är att avgöra den verkliga livslängden för elnätets komponenter. Modellen kan medföra orimliga investeringar eftersom de medför en högre värdering av elnätet genom att föryngra elnätet och öka tillåten avkastning. Samtidigt som kostnaden för ett ersatt elnät och utveckling av befintligt nät kan generera en snabb avskrivning inom tre år, som var given av regleringen i Finland, så är den verkliga avkastningen reducerad. Det gör att elnätsföretagen inte riskerar att påverkas av regleringen. Modellen innebär också att avkastningens ränta kan vara högre än den som är estimerad av den reglerande myndigheten i Finland eftersom räntan inte är reglerad, vilket kan resultera i att elnätsföretag får ett ökat incitament till investeringar [16].

c) Metoden för uppskattning av värdet av elnätet i Finland justerades och

baserades istället på teknisk livslängd till komponenterna och kostnad till att ersätta elnätet. Nya investeringar är avskrivna så att vid slutet av bokföringen av komponentens livslängd så är värdet på kapitalet satt till noll. Med ändringen av regleringen i Finland så förväntades nätföretagens möjlighet till anpassning av framtida risker minska och medföra ett högre andel av investeringar. Komponenternas satta tekniska livslängd och avskrivning skulle generera årliga investeringar för att ersätta dem i det befintliga elnätet. En kortsiktigt satt ekonomisk livslängd skulle innebära en hög nivå av årliga investeringar för att bevara det uppskattade värdet av elnätet. En hög nivå på avskrivning motsvarar att elnätet värderas högt vid försäljning om elnätet vill maximera dess vinst [16].

WACC-metoden har också tillämpats i regleringen i Sverige för att beräkna kalkylräntan vilket svarar mot den räntesats som uttrycker avkastningskrav på

investerat kapital. Kalkylräntan har beräknats på olika sätt inför olika

tillsynsperioder. Ei har gett Ernst & Young uppdrag att beräkna kalkylräntan

inför tillsynsperioden respektive 2012-2015 [17] och 2016-2019 [18]. Ei har föreslagit förändringar inom regleringen med WACC-metoden för att

uppskatta en rimlig avkastning inför tillsynsperioden 2020-2023 [19].

I detta examensarbete läggs fokus på hur avbrotten mäts med

kvalitetsindikatorer och inte till utformandet av kalkylräntan även om det är

tydligt att det är en faktor som påverkar investeringar i elnätet och resulterar i hur leveranssäkerheten formas på lång sikt.

Metoden med att generera ett ekonomiskt tillägg eller avdrag till

elnätsföretagen ar kand som ”Reward or penalty scheme” (RPS). Syftet ar att uppnå en optimal socioekonomisk tillförlitlighet på systemnivå.

För att skapa en reglering med RPS ska två frågor besvaras: vad är den

optimala nivån av systemets tillförlitlighet och vad är ett rimligt pris som kunder ska betala för att uppnå den? Kostnaden för avbrott är ofta svårt att

uppskatta och mäts ofta i förlorade inkomster för kunden vid avbrott [20].

Indikatorer som vanligtvis används för att mäta tillförlitligheten ges av:

1) SAIFI, SAIDI, som är kund-baserade indikatorer [20].

2) ENS (Energy Not Served, vilket motsvaras av ILE), som är last- baserade indikatorer [20].

9

Nederländerna, Italien, Norge, Sverige och Finland använde kunders

avbrottskostnader för att skapa incitament under år 2014. Avbrottskostnaden

byggde då på nationella enkätstudier inom olika kundkategorier, varpå värdena normaliserades mot ett årligt toppvärde av efterfrågan. The Council

of European Energy Regulators (CEER) [21] har givit riktlinjer för hur

insamling och normalisering ska gå till. Vanligtvis är det värsta tänkbara

scenariot som beräknas, det vill säga avbrott antas ske då behovet av elförbrukning är som störst med olika längd på avbrotten [20].

Avbrottskostnaden som tillämpas i Sverige inför tillsynsperioden 2016-2019

bygger på antagandet att kunder inom samma kategori har liknande

aktiviteter och den avbrutna aktiviteten värderas likvärdigt inom kundkategorin. Därav tillämpas avbrottskostnad för fem kategorier av

kundtyper och även för gränspunkter som påverkar underliggande elnät.

Inom varje kategori ges två typer av avbrottskostnad, aviserade avbrott som

och oaviserade avbrott [22]. Aviserat innebär att avbrottet är planerat och elnätsföretaget har hunnit informera kunden, oaviserat avbrott är ett avbrott

som sker utan att kunden har kännedom om det tidigare.

Kostnadsmodellen som är en del av RPS kan kategoriseras på flera sätt. I

vardera kostnads-modell används kund-baserad eller last-baserad indikator för att mäta tillförlitligheten.

1) Nation-specifik kostnadsmodell, använd i Sverige 2014, innebär att de

beräknade avbrottskostnaderna sätts samman till en funktion med en indikator nivå som baseras på drabbade kunder på en nationell nivå [20].

2) Area-specifik kostnadsmodell, använd i Italien 2014, innebär att de

beräknade avbrottskostnaderna sätts samman till en funktion med en indikator nivå som baseras på drabbade kunder inom vardera arean.

Kostparametern är beroende av kundtäthet vilket ger olika värden för

avbrottkostnader inom tätort eller glesbygd. Kostnadsparametern beror

också på det uppmätta värdet av SAIDI inom nätföretagets area [20].

3) Sektor-specifik kostnadsmodell, använd i Norge 2014, innebär att

reglerfunktionen baseras på indikatorer som beräknas för varje

kundsektor och sedan är multiplicerade med vardera kundsektors

avbrottskostnad [20]. Det motsvarar den reglering som Sverige tillämpar inför tillsynsperioden 2016-2019.

4) Avbrott-specifik kostnadsmodell, använd i Norge 2014, där avbrottets

längd, tidpunkt för avbrottet och rekonstruktion av elnätet används till att beräkna kvalitetsindikatorerna som sedan multipliceras med

avbrottskostnaden [20].

Vidare kan regleringen kan kategoriseras med hänsyn till den tidsperiod som

regleringen omfattar. Indelningen handlar om tid för reglering och hur begränsningen av RPS beräknas.

Syftet är att minska variationen av nätägarens finansiella risk och undvika

onödiga justeringar av kundens nätavgift som resultat av avvikelser från given norm nivå. Två olika tillvägagångssätt ges av att antingen använda ett

konstant band eller ett flerårigt system för indikatorn. Länder som använde

konstant band år 2014, var Finland, Portugal och Slovenien. Flerårigt system

nyttjades 2014 av Ungern med tre års löpande medelvärde och Italien med två års löpande medelvärde [20].

10

Begränsningen av RPS visar att förbättring eller försämring av tillförlitligheten

bortom satt begränsning genererar inte högre tillägg eller avdrag. Vid en

redan usel tillförlitlighet finns risk att en ytterligare försämring inte motiverar en nätägare att vidta åtgärder eftersom det inte ger någon skillnad i avdraget.

Begränsat tillägg hjälper inte heller kunder till en nätägare som enbart ökar

tillförlitligheten till motsvarande maximalt tillägg [20].

Metoden med begränsat tillägg och avdrag användes 2014 i Sverige,

Storbritannien och Irland där begränsningen var vanligtvis given i procent av

den tillåtna intäktsramen för nätägaren [20]. Densamma begränsningen

används i Sverige inför tillsynsperioden 2016-2019.

Utvärdering av antal investeringar i elnätet efter avreglering av elmarknaden i

Finland verkar vara oberoende av skiftet från ex ante till ex post reglering då

de minskat över hela perioden [16].

Utvärdering av incitament till investeringar i elnätet i RPS visar på att störst

incitament ges av avbrott-specifik kostnadsmodell och lägst (storleken till

incitamentet är nästan hälften av avbrott-specifik kostnadsmodell) är last-

baserad kostnadsmodell [20].

Överlag verkar långsiktig planering och utveckling av elnätets effektivitet svårt

att fånga upp med tillämpade metoder av dessa nämnda kategorier av

reglering [16] [20].

2.1.3 Intressenternas synpunkter

Det elektriska distributionsnätet har flera ingående parter som ska fungera

tillsammans. Elnätet är utformat för att kunna möta behovet av elförsörjning som

förändras över tid, därför diskuteras nätets tillförlitligt med avseende på kapacitet,

det är både av producentens och slutkundens intresse att elen kan levereras.

Regleringen som avser leveranssäkerhet fokuserar på nätets tillförlitlighet

med avseende på hur avbrott påverkar slutkunden ekonomiskt ur ett

socioekonomiskt perspektiv. Nätföretagen och deras kunder har olika perspektiv

på frågor som rör regleringen men behovet av ett fungerande elnät sammanfaller

som en gemensam utgångspunkt för dem eftersom det är en grundläggande

funktion som berör alla i samhället.

För att få återkoppling om hur nuvarande reglering av leveranssäkerhet påverkar

elnätsföretagen ordnades ett möte under hösten 2017 med nätplanerare Kenny

Granath och Torbjörn Solver från Mälarenergi Västerås Elnät AB. En

sammanfattning av mötets samtliga frågor som berördes finns i Appendix 2. De

frågor som berör utveckling av regleringen bemöttes med önskemål om att inte

införa för många förändringar snabbt utan att utvärdera hur dessa verkar i

praktiken.

Avbrottskostnaden som bygger på kundkategorier ifrågasattes då dessa inte

går att relatera till kundens elnätsavgift. Vidare diskuterades valet av

kvalitetsindikator, huruvida en kund-baserad indikator eller last-baserad indikator

är att föredra då elnätets tillförlitlighet skall mätas. Eftersom avbrottskostnaden är

given med hänsyn till energi [kr/kWh] och effekt [kr/kW] så motiverades valet av

en last-baserad indikator med att vara mer logiskt och stämma bättre överens

med hur nätföretag planerar i lokalnät och regionnät.

11

Det efterfrågades en reglering som tar hänsyn till elförbrukningens

variationer över dygn eller år, vilket skulle spegla kundens behov av elförsörjning

på ett tydligare vis. En reglering som är baserad på kundens förbrukningsmönster

per timma skulle även innebära en administrativ avgift till elnätsföretagen som

ska insamla data, beräkna eventuella förbrukningsmönster samt redovisa den

typen av data till Ei för att kunna användas i regleringen.

Vidare diskuterades vikten av att normnivåerna skulle uppdateras om

regleringen ska inkludera 12 timmars avbrott. Norm och utfall förväntas få

likvärdig förskjutning när dessa omfattar samma längd till avbrott.

Nyttan av CEMI4 som kvalitetsindikator diskuterades också då den används i

specifika fall då utfallet av indikatorerna SAIDI, SAIFI visar en förbättring och

CEMI4 visar en försämring eller tvärtom. CEMI4 genererar en liten inverkan, 25

% av den totala kvalitetsjusteringen. Den stokastiska slumpässigheten till avbrott

kan ha en större inverkan vid utfallet av ett enskilt år i jämförelse mot ett

medelvärde från hela tillsynsperioden, vilket motiverar en förändring av hur

CEMI4 beräknas till tillsynsperioden för 2016-2019.

Strukturen till regleringens olika delar och hur de samverkar med

avbrottskostnad och kundkategorier uppfattas som alltför komplex för att kunna

vara en styrande faktor vid investeringsbeslut. En enklare reglering skulle

generera en minskad osäkerhet kring hur den påverkar elnätsföretagen och

därmed kunna vara ett starkare incitament då det kan vara en faktor som vägs in

vid beslut om underhåll och utveckling av elnätet.

Kvalitén till inrapporterad data ansågs behöva tillsyn av Ei i form av

grundligare kontroller av avvikande statistik utöver de stickprov och kontroller

som redan utförs. Ökad kontroll skulle leda till att fler avbrott kom med i

beräkningen av norm och utfall men också till att leveranssäkerheten totalt sett

skulle försämras.

För att ytterligare utvärdera hur elnätsföretag förhåller sig till valet av

kvalitetsindikator utfördes en enkätundersökning. Den totala enkätens resultat går

att finna i Appendix 3. Det genomgående temat som går att sammanställa med

en generalisering är att majoriteten av dessa medverkande elnätsföretag önskar

att behålla SAIDI, SAIFI som är kund-baserad kvalitetsindikator i lokalnät för

samtliga kunder oavsett kundens förbrukning. Valet av SAIDI, SAIFI motiverades

främst med att det var tradition, en erkänd metod eller att varje kunds avbrott skall

värderas lika.

Kundens perspektiv är svårare att fånga upp ifråga om vad olika

kundkategorier tycker om regleringen. Kunden berörs av avbrott och betalar en

nätavgift men regleringen har inte en direkt relation till elnätsavgiftens storlek. Regleringen av leveranssäkerhet i elnäten påverkar elnätsföretagens intäktsram

med begränsningen av 5 % och avdraget får inte överstiga avkastningen på

kapitalbasen [6]. Intäktsramen är förhandsreglerad av Ei inför tillsynsperioden och ger

elnätsföretagen möjlighet att justera elnätavgiften så länge de inte överstiger den

begränsade intäktsramen [23].

12

Elnätsavgiften beror av flera faktorer [23]:

1. Var i landet kunden bor, eftersom varje elnätsföretag har monopol inom sitt

område där nätet finns.

2. Om kunden bor i en glesbygd eller tätort. Nätavgiften är oftare högre i

glesbygden.

3. Om kunden har sin uttagspunkt till ett nät som är i behov av förnyelse eller

underhåll. Alla elnät behöver underhåll och förnyelse över tid, men behovet

av underhållet kan variera och ett föråldrat nät har större behov av förnyelse.

4. Vilken typ av säkringsstorlek kunden har, vilket motsvarar hur mycket kunden

kan förbruka maximalt. Kan också mätas med tariff vilket anger kostnad i

förhållande till förbrukning.

5. Kundens elnätsavgift beror också på elnätsföretagets krav på avkastning.

Kundens nätavgift skall finansiera nätrelaterade kostnader [23]:

1. Kostnad för att bibehålla befintligt nät i gott skick med underhåll och planering

av drift.

2. Kostnad för utveckling av nätet vilket innebär kostnader för investering och

förnyelse av delar det befintliga elnätet.

3. Kostnad för kundservice och administrativa delar som ingår i verksamheten.

4. Kostnad för det svenska stamnätet som ägs av Svenska Kraftnät.

Ett flertal elnätsföretag överklagade intäktsramarna som sattes inför

tillsynsperioden 2012-2015. Dessa fall avgjordes i domstol vid en tidpunkt då

nästan hela perioden var slut och några av dessa elnätsföretag fick genom sina

krav på höjda intäktsramar vilket resulterade i att höjningen av kundernas

elnätsavgift blev förskjuten in i nästa tillsynsperiod 2016-2019 [23].

På samma sätt inför tillsynsperioden 2016-2019 överklagade ett flertal

elnätsföretag Ei:s förhandsreglerade intäktsramar och fick beslut om höjning i

förvaltningsrätten [24] och Ei nekades vidare prövning i kammarrätten [25]. Vilket

medför dessa höjningar läggs vidare till kunden om elnätsföretaget väljer att nyttja

maximal intäktsram. Höjningarna av nätavgifterna uppmärksammades av kunder i

media på initiativ främst av riksföreningen Villaägarna [26], [27].

Stora skillnaderna mellan olika regioners nätavgift inom landet har också

uppmärksammats av riksföreningen Villaägarna [28]. Ytterligare en kundgrupp nu

inom lantbruket, Lantbrukets affärstidning ATL, har uppmärksammat i media

storleken på de vinster som nätföretagen erhåller på sin verksamhet [29]. Ei har

lagt fram förslag till regeringen på förändringar till förhandregleringen av

elnätsföretagens intäktsram som påverkar avkastningen och avskrivningstiden

[19], [30], vilket kritiserats av riksföreningen Villaägarna som en åtgärd som

kommit försent med tanke på höjningarna av nätavgiften [31]. Eventuell

lagändring kommer att påverka intäktsramarna först inför kommande

tillsynsperioder.

Inför arbetet med att finna lämpliga kvalitetsindikatorer har försök gjorts att

nå representanter i riksföreningen Villaägarna för att kunna höra vad de anser är

ett rimligt sätt att mäta avbrott, men har dessvärre inte fått något svar. Med

nuvarande konstruktion av nätavgiften så kan kunden enbart minska sin kostnad

genom att byta till en lägre säkringsstorlek eller minska sin förbrukning om

nätavgiften ges av tariff, vilket innebär kundens optimering av elnätsavgiften är

last-baserad.

13

2.2 Teoretisk bakgrund

Tillsynsperioden 2016-2019 har följande kvalitetsindikatorer för att mäta leveranssäkerhet för lokalnät och regionnät.

Indikatorerna SAIFI, SAIDI tillsammans med CEMI4 som mått på leveranssäkerhet används i lokalnät. Dessa jämförs mot fyra års medelvärde av samtliga nätföretag inom lokalnätet. Medelvärdet ingår i den funktion som sätter normen. Normen används som referensvärde för att uppskatta hur bra leveranssäkerhet varje nätföretag har. Inom lokalnät används kundtäthet inom respektive kundgrupp som en parameter för att kunna skapa norm till elnätsföretaget. I regionnät används istället ILE, ILEffekt för att mäta leveranssäkerhet. Normen bygger på historiska värden till det specifika nätföretaget. Det jämförs enbart mot tidigare prestation i samma nät inom respektive kundgrupp.

2.2.1 Indikatorernas betydelse

För att uppskatta funktionen av olika indikatorer ges en sammanfattning av vad de mäter och hur det fungerar i ett system med hänsyn till kundtäthet T och variation av årsmedeleffekt inom kundgruppen. SAIFI och SAIDI är indikatorer som mäter avbrott som enskilda och lika värda händelser för varje kund.

• Fördel: SAIFI, SAIDI Fördelen med dessa indikatorer är att varje avbrott viktas lika oberoende av förbrukning till kunden. Ett avbrott till en kund som har låg förbrukning är likvärdigt med ett avbrott som har hög förbrukning. Dessa indikatorer går att relatera till kundtätheten vilket är antalet kunder per km ledning. Kundtätheten är ett mått som används för att kunna jämföra nätföretag med liknande förutsättningar. Därför går det att jämföra SAIFI, SAIDI mellan nätföretag med samma kundtäthet och en norm kan fastställas.

• Nackdelen: SAIFI, SAIDI Nackdel är att i en stor population av kunder kan enskilda kunder uppleva flera avbrott utan att det påverkar indikatorernas värde nämnvärt. SAIFI, SAIDI behöver en större mängd kunder för att vara en god indikator på hur väl nätet fungerar. I ett regionnät är det kunder som konsumerar mer årsmedeleffekt, men har en mindre population av kunder. Till regionnät kan ett enstaka avbrott ge upphov ett högt värde till SAIFI utan att spegla leveranssäkerheten. I lokalnät så är antalet kunder fler och därmed är SAIFI, SAIDI mer lämplig indikator för att uppskatta leveranssäkerhet.

CEMI4 är en indikator som mäter antalet kunder som erfar minst fyra avbrott per år dividerat på totala antalet kunder.

• Fördel: CEMI4 För att justera det som SAIDI, SAIFI inte kan mäta i en stor population används CEMI4. Indikatorn CEMI4 visar om det finns snedfördelning av avbrott för enstaka kunder.

• Nackdel: CEMI4 Indikatorn mäter inte om det finns trender i vilken typ av kund som har fler avbrott. Gör inte skillnad mellan kunder med hög förbrukning eller låg förbrukning.

14

ILE och ILEffekt är indikatorer som mäter summan av den förlorade energin eller effekten som avbrottet medför.

• Fördel: ILE och ILEffekt Indikatorerna ILE och ILEffekt mäter avbrott i form av förlorad konsumtion. Dessa indikatorer fungerar väl om det är ett fåtal kunder med likvärdig hög förbrukning. Inom regionnät jämförs ILE, ILEffekt mot medelvärdet av normperiodens värden. Normperioden utgör fyra år.

• Nackdel: ILE och ILEffekt Indikatorerna ILE och ILEffekt är uppbyggda av dels storlek av antalet kunder och deras förbrukning. Antalet kunder per kilometer ledning är det mått som tar hänsyn till om det är glesbygd, blandat nät eller tätort. Vad kundtäthet inte tar hänsyn till är variation av förbrukning. Det innebär att för en typ av kundtäthet, t.ex. T= 1 kund/km kan ILE, ILEffekt vara låg om avbrottet sker hos en kund med låg förbrukning. På samma sätt kan en identisk kundtäthet T= 1 kund/km generera ett högt värde till ILE, ILEffekt om kunden har en hög förbrukning. Då ett normvärde tas ut för ILE, ILEffekt med hänsyn till kundtäthet kommer det att reflektera var merparten av dessa värden befinner sig. I ett lokalnät finns det variation av hög och låg förbrukning för respektive nätföretag och inom deras olika kundgrupper. Det betyder att enstaka nätföretag med högre andel kunder med hög förbrukning skulle med färre antal avbrott nå samma värde till ILE, ILEffekt som ett genomsnittligt nätföretag med lägre andel kunder med hög förbrukning. Därför blir inte jämförbart att använda ILE, ILEffekt i lokalnät utan att ta hänsyn till variationen av förbrukning inom populationen av kunder för varje nätföretag.

AIT, AIF är indikatorer som mäter summan av den förlorade energin eller effekten vägt mot samtliga kunders årsmedeleffekt.

• Fördel: AIT, AIF Indikatorerna AIT, AIF är effektvägda och gör att olika nät med samma kundtäthet är jämförbara vilket inte är möjligt med ILE eller ILEffekt. Då ILE och ILEffekt divideras med samtliga kunders årsmedeleffekt gör det att kundtätheten blir relevant igen. Då enskilda avbrott mäts i energi och effekt i relation till storleken till den totala konsumtionen, så blir det en uppskattning till hur stor andel energi eller effekt som avbrottet påverkat. För samma kundtäthet t.ex. T= 1 kund/km, kan ett nätföretag med enstaka kunder som har hög förbrukning även mätas mot ett nätföretag enbart låg förbrukning. Eftersom proportionerna av andelen hög och låg förbrukning även vägs in då den totala förbrukningen divideras för dessa. AIT, AIF mäter effektvägda avbrott i form av tid [h] och antal vilket inte går att uppskatta med SAIFI eller SAIDI.

• Nackdel: AIT, AIF På samma vis som SAIFI, SAIDI kan ge ett lågt värde om några få kunder erfar ett flertal avbrott i en stor population av kunder, kan AIT, AIF ge ett lågt värde om avbrott sker hos samma typ av kunder med låg förbrukning i en stor population av kunder som har högre förbrukning. Då kan det tänkas vara rimligt att även använda en indikator som uppskattar hur ofta avbrott sker, likt CEMI4 som mäter hur många kunder som erfar minst fyra avbrott per år.

15

AENS, APNS är indikatorer som mäter summan av den förlorade energin eller effekten vägt mot antalet av samtliga kunder.

• Fördel: AENS, APNS Indikatorerna AENS och APNS mäter avbrott i form av förlorad konsumtion viktat mot antalet kunder. Dessa indikatorer fungerar väl om det är likvärdig förbrukning för majoriteten av kunderna inom samma kundgrupp.

• Nackdel: AENS, APNS AENS och APNS har delvis gemensamma nackdelar som ILE och ILEffekt. Det går inte att ge en rättvis jämförelsenorm mellan olika nätföretag med samma kundtäthet men stor variation i energiförbrukning inom respektive kundgrupp. Det betyder att kundtätheten inte är ett tillräckligt mått för att skapa en adekvat jämförelse och på så sätt ge en rättvis normfunktion.

ASUI är en indikator som mäter otillgängligheten på systemnivå.

• Fördel: ASUI Indikatorn ASUI tar hänsyn till systemet som helhet. Den bygger på SAIDI som viktas mot antalet av årets timmar.

• Nackdel: ASUI Indikatorn ASUI mäter inte frekvensen av avbrott, så det tas ingen hänsyn till antalet avbrott som sker i systemet eller om några kunder erfar ett flertal avbrott. För att avhjälpa det sistnämnda kan indikatorn kompletteras på samma sätt som SAIDI och SAIFI med hjälp av CEMI4.

Tabell 1 visar en översikt över indikatorerna. Där bedöms indikatorerna utifrån huruvida de är last-baserade, kund-baserade och huruvida fördelarna är fler än nackdelarna då de ska användas som kvalitetsindikator för att mäta tillförlitligheten i lokalt eller regionalt elnät. Kvalitetsindikatorerna som antas ha fördelar i både lokalnät och regionnät är AIT, AIF i kombination med CEMI4 vilket är markerade i tabellen. Tabell 1: Indikatorernas egenskaper och om de rekommenderas till att användas i regleringen för lokalnät respektive regionnät.

Indikator Last Kund För/Mot i Lokalnät

För/Mot i Regionnät

SAIDI/SAIFI Nej Ja För Mot

CEMI4 Nej Ja För För

ILE/ILEffekt Ja Nej Mot För

AIT/AIF Ja Nej För För

AENS/APNS Ja Ja Mot Mot

ASUI Nej Ja Mot Mot

16

2.2.2 Matematisk beskrivning av kvalitetsjustering

Kvalitetsjusteringen av intäktsramen bygger på RPS-metoden där

avbrottskostnad och skillnaden mellan norm och utfall för kvalitetsindikatorer

sätts samman till en funktion för att mäta nivån på elnätsföretagets

leveranssäkerhet. Justeringen med avdrag eller tillägg till intäktsramen beror

av om resultatet av utfallet för kvalitetsindikatorn visar på en försämring eller

förbättring i jämförelse mot normen.

Avbrottskostnaden är baserad på kundkategorier vilket gör att norm och utfall

till kvalitetsindikatorer är också indelade i motsvarande kundkategorier.

Avbrottskostnaden skiljer sig mellan aviserade avbrott och oaviserade avbrott

vilket gör att norm och utfall också är kategoriserade för att representera

dessa avbrott var för sig. Sammantaget ges kvalitetjusteringen som en

summa av variation inom vardera av dessa kundkategorier för både

aviserade avbrott och oaviserade avbrott.

Den matematiska beskrivningen av respektive kvalitetsjusteringsmetod

motsvarar av de metoder som tillämpas inför tillsynsperioden 2016-2019.

Normperioden som utgör underlaget till referensvärden eller normen infaller

två kalenderår före tillsynsperioden och är fyra kalenderår. Normperioden är i

detta fall 2010-2013. I lokalnät används kvalitetsindikatorerna SAIDI, SAIFI

och CEMI4 och i regionnät används kvalitetsindikatorerna ILE, ILEffekt:

Kvalitetsjusteringsmetod 𝑸𝒀 för SAIDI, SAIFI och CEMI4:

Kvalitetsjusteringen som används för lokalnät är kund-baserad och motsvaras av föreskrift avseende nätkoncession för område [32].

𝑸𝒀 = ∑ ∑ ((𝑺𝑨𝑰𝑫𝑰𝒃,𝒋,𝒌 − 𝑺𝑨𝑰𝑫𝑰𝒐,𝒋,𝒌)𝑲𝒆,𝒋,𝒌 + (𝑺𝑨𝑰𝑭𝑰𝒃,𝒋,𝒌 −𝟐𝒋=𝟏

𝟓𝒌=𝟏

𝑺𝑨𝑰𝑭𝑰𝒐,𝒋,𝒌)𝑲𝑷,𝒋,𝒌) ∙ 𝑷𝒂𝒗 (1)

Kvalitetsjusteringsmetodens index: Kundgrupp k, som är sex stycken; hushåll, industri, jordbruk, handel och tjänster, offentlig verksamhet, gränspunkt. För lokalnät används enbart de fem första kundgrupperna. Typ av avbrott j, oaviserade och aviserade avbrott. Baslinje är b, är den norm som beräknats på underlaget från normperioden. Årets utfall för nätföretaget ges av o. Avbrottskostnad K ges på formen av energi e, given i SEK/kWh eller effekt P, given i SEK/kW. Avbrottskostnaden är approximerad för respektive kundgrupp och dess syfte är att representera den socioekonomiska kostnaden för avbrottet. 𝑷𝒂𝒗 mäter tillsynsårets årliga medeleffekten (årsmedeleffekt) inom varje

kundgrupp, vilket motsvarar varje kunds förbrukade energi 𝐸𝑜,𝑘 [kWh] och

dividerat med tillsynsårets timmar 𝒅𝒐 [h], given enhet är kW [33].

𝑷𝒂𝒗 =𝑬𝒐,𝒌

𝒅𝒐 (2)

17

Regleringen inom lokalnät styrs också med hjälp av avbrottsindikatorn CEMI4. Metoden att mäta årlig förbättring av de kunder som erfar fyra eller fler avbrott sker med CEMI4, vars norm bygger på respektive nätföretags individuella tidigare historik under normperioden [34]. Avbrotten som är fyra eller fler bygger på underlag av oaviserade avbrott. Kunderna är inte delade i kundgrupper utan räknas för varje nätföretag som en enhet och frekvensen av de som erfarit fyra eller fler oaviserade avbrott divideras på det totala antalet kunder. Avbrottstiden är definierad i lokalnät från 3 minuter upp till 12 timmar. 𝐴𝑛𝑡𝑎𝑙 𝑎𝑣𝑏𝑟𝑜𝑡𝑡 ≥ 4

𝑪𝑬𝑴𝑰𝟒 =𝑨𝒏𝒕𝒂𝒍𝒆𝒕 𝒌𝒖𝒏𝒅𝒆𝒓 𝒎𝒆𝒅 𝒎𝒊𝒏𝒔𝒕 𝒇𝒚𝒓𝒂 𝒂𝒗𝒃𝒓𝒐𝒕𝒕

𝑻𝒐𝒕𝒂𝒍𝒂 𝒂𝒏𝒕𝒂𝒍𝒆𝒕 𝒌𝒖𝒏𝒅𝒆𝒓 (3)

Storleken till justeringen som CEMI4 indikatorns avvikelse från normen ger upphov till är begränsad att ge ±25 % av kvalitetsjusteringen 𝑄𝑌 som bygger

på indikatorerna SAIDI och SAIFI. 𝑪𝑬𝑴𝑰𝟒,𝜹,𝒚 = 𝑪𝑬𝑴𝑰𝟒,𝒃 − 𝑪𝑬𝑴𝑰𝟒,𝒚 (4)

Index som ingår i justeringen av CEMI4 indikatorn är givna av aktuellt nätföretag 𝛿, baslinje b som utgör norm från normperioden och årets utfall 𝑦

för nätföretaget. Villkor för regleringen beror av tecken som indikerar riktningen för kvalitetsjusteringen 𝑄𝑌 och den årliga justeringen 𝐶𝐸𝑀𝐼4,𝛿,𝑦 . Vid förbättrad

leveranssäkerhet ges ett positivt tecken till kvalitetsjusteringen och vid försämrad leveranssäkerhet ges negativt tecken till kvalitetsjusteringen. På samma sätt ger en förbättring av antalet kunder som erfar fyra eller fler avbrott ett positivt tecken till den årliga justeringen 𝐶𝐸𝑀𝐼4,𝛿,𝑦 och en ökning av

dessa kunder ger ett negativt tecken. Förbättrad SAIDI, SAIFI och försämring av CEMI4. 𝑄𝑌 > 0, 𝐶𝐸𝑀𝐼4 < 0 ⇒ 𝑟𝑒𝑑𝑢𝑐𝑒𝑟𝑖𝑛𝑔 𝑎𝑣 𝑘𝑣𝑎𝑙𝑖𝑡𝑒𝑡𝑠𝑗𝑢𝑠𝑡𝑒𝑟𝑖𝑛𝑔 𝑄𝑌

Försämrad SAIDI, SAIFI och förbättring av 𝐶𝐸𝑀𝐼4. 𝑄𝑌 < 0, 𝐶𝐸𝑀𝐼4 > 0 ⇒ 𝑡𝑖𝑙𝑙𝑠𝑘𝑜𝑡𝑡 𝑡𝑖𝑙𝑙 𝑘𝑣𝑎𝑙𝑖𝑡𝑒𝑡𝑠𝑗𝑢𝑠𝑡𝑒𝑟𝑖𝑛𝑔 𝑄𝑌 Den slutgiltiga funktionen för kvalitetsjusteringen 𝑄𝑇𝑦 som kopplas mot SAIDI,

SAIFI beräknas då enligt:

𝑸𝑻𝒚 = 𝑸𝒀(𝟏 − |𝑪𝑬𝑴𝑰𝟒,𝜹,𝒚|) (5)

• Ingen ändring ges till kvalitetsjusteringen 𝑄𝑌 för de två fallen där

kvalitetsjusteringen 𝑄𝑌 och 𝐶𝐸𝑀𝐼4 har samma tecken. Det sker då de båda

påvisar förbättring eller försämring av de ingående indikatorerna mot normen.

• För fallet då avbrottsfrekvensen 𝐶𝐸𝑀𝐼4 är oförändrad i jämförelse mot

normen och differensen 𝐶𝐸𝑀𝐼4,𝛿,𝑦 skapar ett nollvärde sker ingen justering

av den totala årliga avbrottskostnaden 𝑄𝑌. Det beror på att det redan finns

en begränsning i hur stor justeringen kan bli, då den är satt till ±25 % av

den totala årliga avbrottskostnaden 𝑄𝑌 [35].

Kvalitetsjusteringen som används för regionnät är last-baserad och motsvaras av föreskrift avseende nätkoncession för linje som inte samredovisas med nätkoncession för område [36].

𝑸𝒀 = ∑ ∑ ((𝑰𝑳𝑬𝒃,𝒋,𝒌 − 𝑰𝑳𝑬𝒐,𝒋,𝒌)𝑲𝒆,𝒋,𝒌 + (𝑰𝑳𝑬𝒇𝒇𝒆𝒌𝒕𝒃,𝒋,𝒌 −𝟐𝒋=𝟏

𝟔𝒌=𝟏

𝑰𝑳𝑬𝒇𝒇𝒆𝒌𝒕𝒐,𝒋,𝒌)𝑲𝑷,𝒋,𝒌) (6)

18

Kvalitetsjusteringsmetodens index: Kundgrupp k, som är sex stycken; hushåll, industri, jordbruk, handel och tjänster, offentlig verksamhet, gränspunkt. För regionnät används samtliga kundgrupperna. Typ av avbrott j, oaviserade och aviserade avbrott. Baslinje är b, är den norm som beräknats på underlaget från normperioden. Årets utfall för nätföretaget ges av o. Avbrottskostnad K ges på formen av energi e, given i SEK/kWh eller effekt P, given i SEK/kW. Avbrottskostnaden är approximerad för respektive kundgrupp och dess syfte är att representera den socioekonomiska kostnaden för avbrottet.

Justeringen av den förhandsreglerade intäktsramen är begränsad till 5% av

intäktsramen för tillsynsperioden 2016-2019 och avdraget får inte överstiga

avkastningen på kapitalbasen [6]. Begränsningarna till de fyra tillsynsårens

kvalitetsjustering anges i matematisk form.

𝑸𝒕𝒐𝒕 =𝑰𝒕𝒐𝒕 + ∑ 𝑸𝒀,𝒏

𝟒𝒏=𝟏

𝑰𝒕𝒐𝒕= [𝟎. 𝟗𝟓, 𝟏. 𝟎𝟓]

𝑰𝒕𝒐𝒕 = 𝑪𝒕𝒐𝒕 + 𝑰𝒑𝒓𝒐𝒇𝒊𝒕

Max avdrag: 0.05 ∙ 𝑰𝒕𝒐𝒕 ≤ 𝑰𝒑𝒓𝒐𝒇𝒊𝒕 (7)

𝑸𝒕𝒐𝒕 motsvarar den totala tillåtna justeringen av intäktsramen som är given för

fyra år under tillsynsperioden. 𝑸𝒀,𝒏 är kvalitetsjusteringen för respektive år

under tillsynsperioden, där index n anger vilket år inom perioden som avses. I

detta fall med en tillsynsperiod från år 2016 till 2019. 𝑰𝒕𝒐𝒕 är den totala

intäktsramen som är förhandsreglerad av Ei inför tillsynsperioden.

Intäktsramen anges på en generaliserad form som en summa av

verksamhetens 𝑪𝒕𝒐𝒕 kostnader och 𝑰𝒑𝒓𝒐𝒇𝒊𝒕 avkastning.

19

Kapitel 3

Metod

I detta kapitel beskrivs vilken metod som tillämpas för den numeriska

analysen. Första delen består av en generell metod som ska generera

normfunktion till de olika indikatorerna vilket enbart berör lokalnät. Det beror

på att regionnätets norm bygger på nätföretagets egna avbrottshistorik, enligt

den nuvarande regleringen. Slutligen ges en utvärdering för att finna vilka

svagheter som den generella metoden kan medföra. Det är för att kunna

uppskatta hur väl de numeriska resultaten representerar en verklig reglering

av leveranssäkerhet.

3.1 Normfunktion i lokalnät

Referensen till kvalitetsindikatorerna utgörs av en normfunktion som i

lokalnätet beror av kundtäthet. I det här avsnittet beskrivs hur normfunktionen

anges för elnätsföretaget i det lokala elnätet.

Normfunktionen används vid beräkning av kvalitetsjustering vilket i sin tur

påverkar intäktsramens storlek. I kap. 2.2.2 gavs en generell matematisk

beskrivning till beräkningen av kvalitetsjusteringen. I detta avsnitt ges en

detaljerad beskrivning av samtliga ingående parametrar som behövs för att

göra beräkningen. Avsnittet bygger dels på definitioner och avgränsningar

angivna av regler som berör tillsynsperioden 2016-2019 men också formler

för samtliga indikatorer och hur de används vid kvalitetsjusteringen. I

formelsamlingen i Appendix 1 ges detaljerad matematisk beskrivning av

samtliga parametrar som ingår i funktionerna till kvalitetsjusteringen.

Underlaget till normen utgörs av avbrottsdata som nätkoncessionshavare för område har rapporterat in till Ei. Med område menas ett sammanhängande ledningsnät, med nätkoncessionshavare menas den som ansvarar för ledningsnätet, nätföretaget. För att finna normvärden för de indikatorer som används till att jämföra nätföretagets leveranskvalitet för varje år används minsta-kvadratmetoden för de värden som är givna inom normperioden. Normperioden utgör fyra kalenderår som infaller två år före tillsynsperioden [37]. Som exempel är normperioden för år 2010-2013 underlag till norm för tillsynsperioden 2016-2019.

20

När normvärden ska uppskattas beräknas indikatorerna för oaviserade och aviserade avbrott t var för sig inom varje kundgrupp k och vägs mot nätföretagets medelvärde av de fyra årens kundtäthet T inom elnätet som anges av f_m, där m anger nummer som kopplas mot nätföretaget. Medelvärdet för respektive indikator kallas avbrottsnivå Z.

��𝒇_𝒎(𝟐𝟎𝟏𝟎, 𝟐𝟎𝟏𝟏, 𝟐𝟎𝟏𝟐, 𝟐𝟎𝟏𝟑) =𝑻𝒇_𝒎(𝟐𝟎𝟏𝟎)+𝑻𝒇_𝒎(𝟐𝟎𝟏𝟏)+𝑻𝒇_𝒎(𝟐𝟎𝟏𝟐)+𝑻𝒇_𝒎(𝟐𝟎𝟏𝟑)

𝟒

(8)

��𝒕𝒌(𝟐𝟎𝟏𝟎, 𝟐𝟎𝟏𝟏, 𝟐𝟎𝟏𝟐, 𝟐𝟎𝟏𝟑) =

𝑺𝑨𝑰𝑫𝑰𝒕𝒌(𝟐𝟎𝟏𝟎)+𝑺𝑨𝑰𝑫𝑰𝒕

𝒌(𝟐𝟎𝟏𝟏)+𝑺𝑨𝑰𝑫𝑰𝒕𝒌(𝟐𝟎𝟏𝟐)+𝑺𝑨𝑰𝑫𝑰𝒕

𝒌(𝟐𝟎𝟏𝟑)

𝟒

(9)

På så vis kan varje avbrottsnivå Z kopplas mot medelvärdet av kundtäthet T för respektive aviserade och oaviserade avbrott och kundgrupp. Som ett illustrativt exempel ges Tabell 2, med oaviserade avbrott för kundgrupp hushåll, för varje nätföretag med givet medelvärde av kundtäthet. Tabell 2: Exempel på koppling mellan avbrottsnivå och kundtäthet.

Nätföretag 1 ��𝒐𝒂𝒗𝒊𝒔𝒆𝒓𝒂𝒅𝒆𝑯𝒖𝒔𝒉å𝒍𝒍 (1) ��𝒇𝟏

(1)

Nätföretag 2 ��𝒐𝒂𝒗𝒊𝒔𝒆𝒓𝒂𝒅𝒆𝑯𝒖𝒔𝒉å𝒍𝒍 (2) ��𝒇_𝟐 (2)

⋮ ⋮ ⋮ Nätföretag m ��𝒐𝒂𝒗𝒊𝒔𝒆𝒓𝒂𝒅𝒆

𝑯𝒖𝒔𝒉å𝒍𝒍 (𝑚) ��𝒇_𝒎(𝑚)

Extremvärden av avbrottsnivå exkluderas och resterande punkter används för att med minsta-kvadratmetoden finna medelavbrottsnivå Y för normperioden. Minsta-kvadratmetoden baseras på att studera utfallet av mätpunkter och göra ett antagande kring vilken typ av funktion som kan anpassas för att minimera det vinkelräta avståndet till de givna mätpunkterna [38]. Det kvadratiska medelfelet svarar mot den genomsnittliga avvikelsen och skall vara så liten som möjligt. I ett allmänt fall är det möjligt att anta en kurva y med kända funktioner 𝑓𝑛 för

att minimera avståndet med matrisberäkning. Exempel: Minsta-kvadratmetoden Tabell 3: Givna mätdata.

𝑦1 𝑡1

𝑦2 𝑡2

𝑦3 𝑡3

𝑦4 𝑡4

Förmodad kurva 𝑦 som ska anpassas till mätpunkterna, är givna i Tabell 3.

Mätpunkterna är givna av ett värde 𝑦1 som är observerat vid en tidpunkt 𝑡1. Anpassning av kurva 𝑦 bygger på ett antagande kring vilka funktioner som

är relevanta för mätpunkterna. Det kan ges av fysikaliska lagar, statistiska tillämpningar som kan ge lämpliga funktioner för att beskriva systemet som genererar mätpunkterna.

21

Funktionerna 𝑓𝑘 är kända men inte koefficienterna 𝑐𝑘 till funktionerna.

𝒚 = 𝒄𝟏𝒇𝟏(𝒕) + 𝒄𝟐𝒇𝟐(𝒕) + ⋯ 𝒄𝒌𝒇𝒌(𝒕) (10)

På matrisform.

[𝒇𝟏(𝒕𝟏) ⋯ 𝒇𝒌(𝒕𝟏)

⋮ ⋱ ⋮𝒇𝟏(𝒕𝟒) ⋯ 𝒇𝒌(𝒕𝟒)

] [

𝒄𝟏

⋮𝒄𝒌

] = [

𝒚𝟏

⋮𝒚𝟒

] (11)

�� ∙ �� = �� (12)

Dimensions kontroll av ingående matriser.

dim(��) = 4 × 𝑘, dim(𝑐) = 𝑘 × 1, dim(��) = 4 × 1

Lösningen till koefficienterna ges av normalekvationen, vilket innebär att A matrisen transponeras och multipliceras med båda sidor av ekvationen.

��𝑻 ∙ �� ∙ �� = ��𝑻 ∙ �� (13)

Dimension till ingående matriser.

dim(��𝑇) = 𝑘 × 4, dim(�� ∙ 𝑐) = 4 × 1, dim(��𝑇 ∙ ��) = 𝑘 × 1

Lösningen �� ger koefficienterna till kurvan 𝑦. Det vinkelräta avståndet mellan

mätpunkter och den förmodade kurvan 𝑦 ges av den Euklidiska normen av

avvikelsen. Vinkelräta avstånd mellan kurva och mätpunkter

‖�� − ��‖ = √∑ |(𝒄𝟏𝒇𝟏(𝒕𝒊) + 𝒄𝟐𝒇𝟐(𝒕𝒊) + ⋯ 𝒄𝒌𝒇𝒌(𝒕𝒊) − 𝒚𝒊)|𝟐𝟒𝒊=𝟏 (14)

Det kvadratiska medelfelet anger den genomsnittliga avvikelsen

𝝐 =‖��−��‖

√𝟒 (15)

Det är teoretiskt möjligt att dela upp mätpunkterna i sektioner av olika kundtäthet för att få bättre tillpassning och minimera avståndet ytterligare. Funktionen som Ei använder för att uppskatta medelavbrottsnivån Y som funktion av medelvärdet av kundtätheten T är anpassad av tre parametrar 𝛼, 𝛽, 𝛾 vilket motsvarar koefficienterna i tidigare givet exempel. Formen på funktionen 𝑌(𝑇):

𝒀(𝑻) =∝ +𝜷

(𝜸+𝑻) (16)

Randvillkor till funktionens koefficienter, där 𝑇min motsvarar minsta

medelvärdet av de ingående kundtätheterna i normperioden: 𝜶 ≥ 𝟎 , 𝜷 ≥ 𝟎, 𝜸 ≥ −𝟎. 𝟗 ∙ 𝑻𝐦𝐢𝐧 (17)

Minsta-kvadratmetoden anger då de ingående koefficienterna som saknas och det kvadratiska medelfelet visar hur många kända funktioner bör vara med för att minimera avståndet mellan avbrottsnivå Z och medelavbrottsnivå 𝑌𝑥(𝑇). Teoretiskt sett kan fler funktioner än den som ges av ekvation (16) ingå, men för att ge att hanterbart uttryck bör den resulterande metoden ge en liten avvikelse och samtidigt vara en funktion som är överskådlig.

22

Då medelavbrottnivån 𝑌(𝑇) är given med sina koefficienter kan

normnivån fastställas. Om nätkoncessionshavaren (i detta fall; nätföretaget med ansvar för visst ledningsnät) har en avbrottsnivå 𝑍(𝑇) som är lägre eller

lika med medelavbrottsnivån 𝑌(𝑇) vid samma kundtäthet T anges

avbrottsnivå 𝑍(𝑇) till normnivå för varje år i tillsynsperioden. I detta fall utges

tillsynsperioden av åren 2016-2019. 𝒁(𝑻) ≤ 𝒀(𝑻) ⟹ 𝑵𝐢 = 𝒁(𝑻), 𝒊 = [𝟏, 𝟒] å𝐫 𝒊 𝐭𝐢𝐥𝐥𝐬𝐲𝐧𝐬𝐩𝐞𝐫𝐢𝐨𝐝𝐞𝐧 (18)

I det fall som avbrottsnivå 𝑍(𝑇) är högre än medelavbrottsnivå 𝑌(𝑇) vid

samma kundtäthet T, så periodiseras normnivån per år i tillsynsperioden.

𝒁(𝑻) ≥ 𝒀(𝑻) ⟹ 𝑵𝐢 = 𝒀(𝑻) +(𝒁(𝑻)−𝒀(𝑻))

𝟒∙ (𝟒 − 𝒊) (19)

Normen för varje år inom tillsynsperioden för nätföretaget. År i=1 motsvarar 2016.

𝑵𝟏 = 𝒀(𝑻) +(𝒁(𝑻)−𝒀(𝑻))

𝟒∙ (𝟒 − 𝟏)

𝑵𝟏 = 𝒀(𝑻) + 𝟑

𝟒(𝒁(𝑻) − 𝒀(𝑻)) (20)

𝑵𝟏 =𝟑

𝟒𝒁(𝑻) +

𝟏

𝟒𝒀(𝑻)

År i=2 motsvarar 2017.

𝑵𝟐 = 𝒀(𝑻) +(𝒁(𝑻)−𝒀(𝑻))

𝟒∙ (𝟒 − 𝟐)

𝑵𝟐 = 𝒀(𝑻) + 𝟐

𝟒(𝒁(𝑻) − 𝒀(𝑻)) (21)

𝑵𝟐 =𝟏

𝟐𝒁(𝑻) +

𝟏

𝟐𝒀(𝑻)


𝑵𝟑 = 𝒀(𝑻) +(𝒁(𝑻)−𝒀(𝑻))

𝟒∙ (𝟒 − 𝟑)

𝑵𝟑 = 𝒀(𝑻) + 𝟏

𝟒(𝒁(𝑻) − 𝒀(𝑻)) (22)

𝑵𝟑 =𝟏

𝟒𝒁(𝑻) +

𝟑

𝟒𝒀(𝑻)


𝑵𝟒 = 𝒀(𝑻) +(𝒁(𝑻)−𝒀(𝑻))

𝟒∙ (𝟒 − 𝟒)

𝑵𝟒 = 𝒀(𝑻)

(23) Under tillsynsperioden sker reglering av det givna årets utfall för nätägaren

mot normnivån och multipliceras med den konsumentprisindex justerade

kostnad som är uppskattad i avbrottskostnadsvärderingen.

I arbetet med att testa olika kvalitetsindikatorer för lokalnätet används samma

metodik med att skapa en normfunktion som beror av kundtäthet. Skillnaden i

metoden utgörs av att tre olika testfunktioner optimerar de ingående

koefficienterna med avseende på att minimera felmarginalen. Den

testfunktion som genererar minst felmarginal anges då som normfunktion.

23

3.1.1 Normfunktion med nya indikatorer i lokalnät

För att finna norm till de nya indikatorerna har lokala nätföretags

inrapporterade data från normperioden 2010-2013 använts. Med samma

metodik som angavs i kapitel 3.1 utgör medelavbrottsnivån en funktion.

Funktionen beror av kundtäthet och ges inom vardera kundgruppen och typ

av avbrott är medelvärde av de fyra sammanhängande åren. I

formelsamlingen i Appendix 1 ges detaljerad matematisk beskrivning av

samtliga parametrar som ingår i funktionerna till kvalitetsjusteringen.

I urvalet har normperiodens data sorterats så att samma nätföretag återkommer inom dessa fyra år och för varje kundgrupp finns fyra års data att nyttja till att finna ett medelvärde. Det gör att det är färre lokala nätföretag, 156 stycken, som ingår än det totala antalet för år 2010, som vilket motsvarar maximalt antal lokala nätföretag, 168 stycken. De grupper som varje nätföretag har kan förändras över normperioden, men det är bara de som är återkommande för samtliga år som används vid sökandet efter lämplig norm. Indikatorer som är viktade mot antalet kunder i respektive grupp får en norm som är relaterat till kundtäthet, vilket motsvarar totala antalet kunder för nätföretaget viktat mot ledningslängd i km. Relationen beror av mängden av uttagspunkter för en ledningssträcka. De indikatorer som vars funktion består av en division av antalet kunder ges av SAIFI, SAIDI, CEMI4, AENS, APNS, ASAI och ASUI.

För att finna lämplig normfunktion till de nya indikatorerna, utifrån data som de 156 elnätsföretagen utgör används en iterativ process av regressionsanalys. En schematisk bild av processen ges av Figur 1. I Appendix 4 finns Matlabkod för respektive steg som används för att finna normfunktionen till respektive ny indikator.

Figur 1: Iterativ process till att finna rätt modell, i detta fall normfunktion.

Verifiering av modell. Test av villkor.

Modell accepterad, använd modell.

Postulera en modell inkl. antaganden

Parameterskattning från observationer

Modell håller inte och förkastas.

Ny eller modifierad modell.

24

Fyra års medelvärde ger data till de nya indikatorerna som plottas mot kundtäthet. Normfunktion till de nya indikatorerna uppskattas med regression av icke linjär kurvanpassning med villkor för ingående variabel för att uppfylla två villkor: 1. Funktionen skall vara positiv för alla värden till kundtäthet.

2. Funktionen skall vara avtagande för att ta hänsyn till avbrottsstatistik i

glesbygd respektive tätort. I sista steget av processen jämförs summan av kvadratfelen för respektive funktion för att uppskatta hur bra funktionen passar. Funktionens minsta kvadratfel skall minimeras, därför ansätts tre funktioner som uppfyller villkor angivna av 1 och 2, varpå den med lägst fel väljs. De tre funktionerna som tillämpas i modellen är valda med avseende på att uppfylla villkor 2, begränsningen till koefficienterna är valda med avseende på att uppfylla villkor 1: Metod 1. Ei modell som tillämpas på SAIDI, SAIFI för lokalnät.

𝒇(𝒙) = 𝒂 +𝒃

(𝒄+𝒙)

𝒂 ≥ 𝟎, 𝒃 ≥ 𝟎, 𝒄 ≥ −𝟎. 𝟗 ∙ 𝐦𝐢𝐧 (𝒙) (24)

Metod 2. Exponentiell funktion.

𝒇(𝒙) =𝟏

(𝒂+𝒙)+ 𝒃 ∙ 𝒆(−𝒙∙𝒄)

𝒂 ≥ −𝟎. 𝟗 ∙ 𝐦𝐢𝐧 (𝒙), 𝒃 ≥ 𝟎, 𝒄 ≥ 𝟎 (25)

Metod 3. Coth funktion.

𝒇(𝒙) =𝟏

(𝒂+𝒙)+ 𝒃 ∙ 𝐜𝐨𝐭𝐡(𝒙 ∙ 𝒄)

𝒂 ≥ −𝟎. 𝟗 ∙ 𝐦𝐢𝐧 (𝒙), 𝒃 ≥ 𝟎, 𝒄 ≥ 𝟎 (26)

Resultatet från den iterativa processen ges i Appendix 5, för respektive kundgrupp och indikator med 95 % konfidensintervall för variabelparametrarna 𝑎, 𝑏, 𝑐. I enstaka fall har Matlab inte kunnat ange

konfidensintervallet och dessa lämnas tomma i tabellen. Intäktsramen beräknas för basfallet SAIDI, SAIFI och CEMI4 och jämförs mot motsvarande intäktsram given av ny indikator. Skillnaden anges i kostnad för respektive elnätsföretag. Trend för respektive ny indikator visas med att plotta resultatet mot antalet kunder, effektförbrukning, kundtäthet och effekt baserad på ledningslängd. Figur 2, visar grundfallen av vilka indikatorer som jämförs mot basfallet.

25

Figur 2: Basfall och respektive nya indikatorer som skall jämföras.

Lokalnät kan även delas in i högspänning >1 kV och lågspänning ≤1 kV.

Kunder som nyttjar respektive nät kallas högspänningskund, HV och lågspänningskund, LV. Basfallet jämförs även mot indelning av dessa kunder enligt Figur 3. Jämförelsen baseras på antagandet att LV-kunder har en lägre förbrukning och avbrotten är rimliga att beräknas med kund-baserad metod som basfallet representerar, HV-kunder har mer variation av förbrukning och därmed beräknas dessa avbrott med last-baserade indikatorer såsom ILE, ILEffekt, AIT, AIF, AENS och APNS.

Figur 3. Basfallet och respektive indikator indelade i lågspänningskund LV och högspänningskund HV.

Basfall SAIDI, SAIFI och CEMI4

ILE, IlEffekt

AIT, AIF

AENS, APNS

ASUI

12 h SAIDI, SAIFI och CEMI4

Basfall SAIDI, SAIFI

och CEMI4

LV:SAIDI, SAIFI och CEMI4

HV: ILE, IlEffekt


HV: AIT, AIF


HV: AENS, APNS

26

I sista jämförelsen används olika kundgrupper, där hushållskunderna från grupp 5 använder basfallsmetoden och övriga grupper nya indikatorer enligt Figur 4. Jämförelsen baseras på antagandet att hushållskunder har mindre variation och lägre förbrukning och därför är avbrotten rimliga att beräknas med kund-baserad metod som basfallet representerar, övriga kundgrupper har mer variation av förbrukning och därmed beräknas dessa avbrott med last-baserade indikatorer såsom ILE, ILEffekt, AIT, AIF, AENS och APNS.

Figur 4. Basfallet och respektive indikator indelade i hushållskund från grupp 5 och övriga grupper. Jämförelsen av ny kvalitetsjusterings metod, mot basfallet vilket motsvarar nuvarande kvalitetsjusterings metod är grunden i samtliga numeriska resultat som ges i kapitel 4.1. ∆𝑸 = 𝑸𝑵𝒀 − 𝑸𝑩𝒂𝒔𝒇𝒂𝒍𝒍 (27)

𝑸𝑩𝒂𝒔𝒇𝒂𝒍𝒍 är given av funktionerna (1), (4), (5) som ges i kapitel 2.2.2. De nya

metoderna för kvalitetsjustering ges nedan.

Kvalitetjusterings metod 𝑄𝑁𝑌 för AIT, AIF.

𝑸𝑵𝒀 = ∑ ∑ ((𝑨𝑰𝑻𝒃,𝒋,𝒌 − 𝑨𝑰𝑻𝒐,𝒋,𝒌)𝑲𝒆,𝒋,𝒌 + (𝑨𝑰𝑭𝒃,𝒋,𝒌 − 𝑨𝑰𝑭𝒐,𝒋,𝒌)𝑲𝑷,𝒋,𝒌)𝟐𝒋=𝟏

𝟓𝒌=𝟏 ∙ 𝑷𝒂𝒗

(28) Kvalitetjusterings metod 𝑄𝑁𝑌 för AENS, APNS.

𝑸𝑵𝒀 = ∑ ∑ ((𝑨𝑬𝑵𝑺𝒃,𝒋,𝒌 − 𝑨𝑬𝑵𝑺𝒐,𝒋,𝒌)𝑲𝒆,𝒋,𝒌 + (𝑨𝑷𝑵𝑺𝒃,𝒋,𝒌 −𝟐𝒋=𝟏

𝟓𝒌=𝟏

𝑨𝑷𝑵𝑺𝒐,𝒋,𝒌)𝑲𝑷,𝒋,𝒌) (29)

Kvalitetjusterings metod 𝑄𝑁𝑌 för ASUI.

𝑸𝑵𝒀 = ∑ ∑ ((𝑨𝑺𝑼𝑰𝒃,𝒋,𝒌 − 𝑨𝑺𝑼𝑰𝒐,𝒋,𝒌)𝑲𝑷,𝒋,𝒌) 𝑷𝒂𝒗𝟐𝒋=𝟏

𝟓𝒌=𝟏 (30)

Index till formlerna: Kundgrupp k, som är sex stycken; hushåll, industri, jordbruk, handel och tjänster, offentlig verksamhet, gränspunkt. För lokalnät används enbart de fem första kundgrupperna. Typ av avbrott j, oaviserade och aviserade avbrott. Baslinje är b, är den norm som beräknats på underlaget från normperioden. Årets utfall för nätföretaget ges av o. Kvalitetskostnad K ges av energi e, given i SEK/kWh eller effekt P, given i SEK/kW. Avbrotten är delade i typ av avbrott oaviserade och aviserade avbrott och därefter indelade i respektive kundgrupp.

Basfall SAIDI, SAIFI

och CEMI4

Grupp 5 :SAIDI, SAIFI och CEMI4

Övriga: ILE, IlEffekt

Grupp 5: SAIDI, SAIFI och CEMI4

Övriga: AIT, AIF

Grupp 5: SAIDI, SAIFI och CEMI4

Övriga: AENS, APNS

27

3.2 Norm i regionalnät

Normen i regionalnät som används i kvalitetsjusteringen baseras på

nätföretagets egna medelvärden ifrån normperioden. Normen ges för

aviserade och oaviserade avbrott inom vardera kundkategori som finns

representerade av kundunderlaget till nätföretaget.

Då nya kvalitetsindikatorer testas så används samma metod för att skapa

en norm som bygger på nätföretagets tidigare utfall inom normperioden. För

numeriska resultat så är inte jämförelsen med lågspänningskunder och

högspänningskunder relevant, då det enbart är högspänningskunder som

nyttjar regionnätet. På samma vis är det heller inte meningsfullt att dela in

kundgrupper i hushållskunder och övriga eftersom hushållskunder inte är

representerade i kundunderlaget för regionnät. De numeriska resultaten

bygger därför enbart på den nya intäktsramen som ges med respektive

kvalitetsjustering med de nya indikatorerna.

Antalet elnätsföretag som är representerade i resultatet bygger på de

elnätsföretag som finns med i underlaget för normperioden och

tillsynsperioden. De kundgrupper som varje nätföretag har kan förändras över

normperioden, men det är bara de som är återkommande för samtliga år som

används vid sökandet efter lämplig norm. Vid jämförelsen av norm mot utfall

så måste tillsynsperiodens kundgrupper vara representerade i normen för att

en beräkning ska kunna genomföras. Enbart de elnätsföretag som finns representerade under de fyra åren av normperioden och i tillsynsperioden

ger de sju elnätsföretag som presenteras i numeriska resultat för

intäktsramens justering i procent.

För att beräkna de nya kvalitetsjusterings metoderna 𝑄𝑁𝑌 används

samma formel för SAIDI, SAIFI och CEMI4, AIT, AIF, APNS och AENS men

med skillnaden att även gränspunkter mot annat nät ingår i beräkningarna,

det betyder att samtliga kundkategorier är representerade i beräkningarna

som berör regionnät. Basfallet utgörs av ILE, ILEffekt för avbrott som varar

inom tidsrymden 100 ms-12 h.

3.3 Begränsningar av metod

Begränsningar av metoden för att finna normfunktion beror av hur ofta samma elnätsföretag med en beständig uppsättning av kundgrupper återkommer i dataunderlaget som ges av normperiod 2010-2013 och utfallsår 2016 som är en del av tillsynsperioden 2016-2019. Inom lokalnät är det möjligt att skapa en norm från en ny kundgrupp som finns med i utfallsåret baserat på medelnivån som är given vid en kundtäthet som motsvarar elnätsföretaget. Men med metodiken som används i Matlab så har elnätsföretaget varit med i underlaget för att skapa medelvärdet inom samma kundgrupp för att kunna jämföras mot utfallet. Det överensstämmer med metodiken för hur normnivån beräknas matematiskt inom lokalnät given i kapitel 2.2.2.

3.4 Val av antal parametrar till normfunktion

Lokalnätets normfunktion har två givna villkor, att vara positiv för alla värden av kundtäthet och att vara avtagande för att ta hänsyn till avbrott som sker i glesbygd respektive tätort. Det hade teoretiskt sett varit möjligt att ansätta en mängd av funktioner som svarar mot dessa villkor då koefficienterna till dessa kan begränsas med randvillkor. Med given metodik i kapitel 2.2.2 så ges enbart tre koefficienter för att kunna ge ett enklare uttryck av normfunktionen.

28

3.4.1 Algoritm till normfunktion

Anpassning av normfunktion mot data kan ske på fler sätt än icke linjära regressions metoden som används. Dels kan olika metoder av regression tas fram och dels kan urvalet av funktioner som ska antas vara relevanta vara fler. Metodiken har utarbetats genom att mäta felet, avvikelsen från data, som uppstår vid tillämpning av olika funktioner och har därmed lett fram till de tre normfunktionerna angivna i kapitel 2.2.2. som prövas mot medelvärden av olika indikatorer. Avgränsningen av extremvärden har inte tillämpats då gränser för dessa inte fanns med i beskrivningen för hur normfunktionen tas fram vid tillfället då arbetet utfördes.

3.4.2 Begränsningar inom algoritm

Begränsningen inom algoritm som tillämpas för lokalnätets normfunktion består i att gränserna till extremvärden för normperioden 2010-2013 inte var kända och kunde därför inte tillämpas. Därmed är det inte någon diskriminering gentemot något elnätsföretag som ingår i underlaget till numeriska resultat eftersom samtliga ingår i beräkningen för att skapa ett medelvärde vid given kundtäthet.

3.5 Utvärdering av metod

Metodiken som används för att jämföra elnätsföretagens förändring i

kvalitetsjustering och intäktsram är samma som används inom regionnät och

snarlik den metod som används inom lokalnät. Därför kan de numeriska resultaten från dessa beräkningar anses som rimliga för regionnät och

approximativa för lokalnät. Vid tolkning av resultat för lokalnät så betraktas inflytandet av kvalitetsindikatorn på kvalitetsjusteringen i jämförelse med Ei:s

givna värden av koefficienter till normfunktion. Vid tolkning av resultat i regionnät så ges begräsningen av antalet

elnätsföretag vars beräkning är exakt men det inte går att ge några generella

tolkningar för samtliga elnätsföretag inom regionnätet.

3.5.1 Nyttjad indata

Avbrottsstatistik som är underlaget till beräkningarna kommer från Ei. Nyttjad

indata motsvarar avbrottsstatistik som omfattar normperioden 2010-2013 och

utfall under tillsynsåret 2016.

3.5.2 Skillnad till kvalitetsjustering

Syftet med att visa skillnad i kvalitetsjustering i lokalnät är att påvisa inflytandet den nya indikatorn har i jämförelse mot de som används i basfallet. Det är också en metod att illustrera hur skillnaden mellan att använda enbart de avbrott som ingår i definitionen inför tillsynsperioden och de som överstiger 12 timmar. Därför är skillnad till kvalitetsjustering relevant i utvärderingen av hur valet av indikator-metod påverkar nätföretagen och deras kunder.

29

3.5.3 Justering av intäktsram

Vid jämförelse av hur intäktsramen påverkas, är syftet att ge ett numeriskt resultat av hur ett utfallsår kvalitetsjustering med en ny indikator-metod påverkar hela intäktsramen. Det är fyra utfallsår totalt som reglerar intäktsramen vilket ännu inte finns med i dataunderlaget eftersom dessa ligger i framtiden sett från arbetets tidsram. Därför kan resultatet från dessa beräkningar enbart ge en uppskattning på hur valet av indikator-metod påverkar nätföretagens intäktsram.

30

Kapitel 4

Resultat

Metoden för att ta fram norm inom lokalnät och regionnät är beskriven i kapitel 3. Numeriska resultat för lokalnät ges med jämförelsen mellan den nya indikator-metodens kvalitetsjustering och basfallets kvalitetsjustering. Numeriska resultat ges också för lokalnät och regionnät med syfte att uppskatta inverkan av en ny indikator-metod baserat på ett utfallsår 2016 på den totala intäktsramen som Ei har förhands reglerat inför tillsynsperiod 2016-2019.

4.1 Lokalnät kvalitetjustering För att kunna tolka resultat och förstå svårigheten med att finna en normfunktion till vissa indikatorer inom lokalnät, har den varierande effektförbrukningen inom respektive kundgrupp och nätföretag för normperioden studerats. Varje nätföretag har en kund med maximal, minimal, median och förbrukning inom vardera kundgrupp. För att uppskatta hur mycket ett avbrott inom kundgruppen påverkar de last-baserade indikatorerna, illustreras det med två extrema exempel. Kunden som drabbas av avbrott är definierad som avbrottskunden inom en kundgrupp till ett elnätsföretag. Med en kundgrupp som består av kunder med stor variation av förbrukning ges då stora skillnader mellan maximal, minimal förbrukning. Det är illusterat för samtliga kundgrupper inom lokalnät och kan ses i Figur 5. Ett elnätsföretag kan teoretiskt sett ha en kundgrupp som med kunder som representerar två extrema fall av förbrukning. Det innebär två typer av kunder inom kundgruppen. En kund vars förbrukning som ligger mycket över genomsnittet och en kund vars förbrukning vars förbrukning ligger mycket under genomsnittet. Genomsnittet utgörs av medelvärdet till samtliga nätföretag med samma kundtäthet T. 1. Medelavbrottnivån 𝒁(𝑻) är representerad av kunden med maximal

förbrukning inom kundgruppen och jämfört med övriga nätföretag med samma kundtäthet. Avbrottet värderas högre än genomsnittet 𝒀(𝑻) för

övriga nätföretag inom samma kundgrupp. Det genererar ett maximalt värde till indikatorerna ILE och ILEffekt och AENS och APNS.

𝒁(𝑻) ≥ 𝒀(𝑻) ⟹ 𝑵𝐢 = 𝒀(𝑻) +(𝒁(𝑻)−𝒀(𝑻))

𝟒∙ (𝟒 − 𝒊) (31)

31

Medelvärdet ger normnivån 𝑵𝐢 vilket ligger då långt under

elnätsföretagets nivå. Reglering av elnätsföretagets norm går då från ett högt värde till ett medelvärde som grundar sig på förbrukningsmönstret till samtliga kunder inom samma kundgrupp till nätföretag med samma kundtäthet.

2. Medelavbrottsnivån 𝒁(𝑻) är representerad av kunden med minimal

förbrukning inom kundgruppen och jämfört med övriga nätföretag med samma kundtäthet. Avbrottet värderas lägre än genomsnittet 𝒀(𝑻) för

övriga nätföretag inom samma kundgrupp. Det genererar ett minimalt värde till indikatorerna ILE och ILEffekt och AENS och APNS.

𝒁(𝑻) ≤ 𝒀(𝑻) ⟹ 𝑵𝐢 = 𝒁(𝑻), 𝒊 = [𝟏, 𝟒] å𝐫 𝒊 𝐭𝐢𝐥𝐥𝐬𝐲𝐧𝐬𝐩𝐞𝐫𝐢𝐨𝐝𝐞𝐧 (32)

I detta fall ligger normnivån 𝑵𝐢 långt under genomsnittet och regleringen

ger att samma låga värde ansätts till tillsynsperioden, trots att det är möjligt att överstiga den med bara ett avbrott från en kund vars förbrukning befinner sig på maximal nivå.

Ett exempel på stor variation inom förbrukningen för handel och tjänster kundgrupp 3, ges av ett nätföretags medelvärde av dessa extremvärden

under år 2010-2013, där maxvärdet är 1.9 ∙ 105 kW och minvärdet är nära

noll. Variation av max och min inom respektive kundgrupp visas i Figur 5.

Figur 5: Variation av maximal (grön), minimal (rosa), median (blå) och medel (svart) effektförbrukning inom respektive kundgrupp för normperioden 2010-2013.

Distributionen av indikator ILEffekt för oaviserade avbrott inom handel och tjänster, kundgrupp 3 visas i Figur 6 och tillhörande funktioner som testas för att finna lämplig normfunktion. SSE är förkortning för Sum of Squared errors, summan av kvadraten till felet, vilket används som mått på bästa passning av variablerna till respektive funktion. I detta fall ges bästa passning av metod 2 (exponentiell funktion) till de högst varierande värdena av indikatorn ILEffekt för oaviserade avbrott till kundgrupp 3.

32

Figur 6: Indikator ILEffekt för oaviserade avbrott för handel och tjänster grupp 3, från normperiod 2010-2013. Samtliga resultat från anpassning av normfunktion till varje indikator ges i Appendix 5 och normfunktion och distribution för varje indikator i kundgrupp 1, jordbruk ges i Appendix . Basfallet för lokalnät utgörs av avbrott med 3 min-12 h avbrottstid och mäts med kvalitetsindikatorerna SAIDI, SAIFI och CEMI4. Skillnaden i kvalitetsjusteringen mellan att använda samma metod, basfallet mot att använda en ny indikator ges av funktionen ∆𝑸.

∆𝑸 = 𝑸𝑵𝒀−𝑸𝑩𝒂𝒔𝒇𝒂𝒍𝒍 (33)

Resultaten visar hur skillnaden till kvalitetsjuteringen ∆𝑸 varierar då den nya

kvalitetsjusteringen 𝑸𝑵𝒀 beräknas med indikatorerna ILE och ILEffekt. Dessa

är givna av index DIFF ILE i figuren. Trenden av variation i kvalitetsjusteringen ∆𝑸 ges då 𝑸𝑵𝒀 består av en

blanding av indikatorer där kundgrupp 1-4 använder ILE och ILEffekt och kundgrupp 5 (hushåll) SAIDI, SAIFI och CEMI4. Dessa ges av index DIFF Grupp 5 i figuren.

Variationen inom kvalitetsjuteringen med ILE och ILEffekt är mycket större, till följd av den större variationen av förbrukning, än kvalitetsjuteringen med indikatorerna som används för basfallet. Det innebär att oavsett om ILE, ILEffekt är representerad inom samtliga kundgrupper eller enbart de fyra första kundgrupperna så ger de samma skillnad i kvalitetsjusteringen ∆𝑸 . I

Figur 7 illustreras skillnaden i kvalitetsjutering ∆𝑸 för nätföretag vid byte från

basfallet till någon av dessa indikatorer. Figurerna med givna nätföretag är valda utifrån att visa speciella

avvikelser inom skillnaden till kvalitetsjusteringen. Det är för att kunna eliminera metoder som resulterar i en obalanserad reglering i ett tidigt skede i analysen.

33

Figur 7: Skillnad i kvalitetsjustering baserat på nya indikatorer med ILE och ILEffekt mot kundtäthet.

ILE och ILEffekt ges av en norm som domineras av extrema värden vid jämförelse mot basfallet. Det kan observeras i kundgruppen jordbruk som ges i Appendix 6 om storleksordningen till indikatorns nivå jämförs mellan SAIFI för oavsierade avbrott i Figur 50 mot ILEffekt för oaviserade avbrott i Figur 59.

Det ger att samma skillnad i kvalitetsjuteringen ∆𝑸 består vid fallet med

avbrott som omfattar längre tid än 12 h, där varje avbrott som mäts med indikatorerna ILE och ILEffekt ger ett stort genomslag i jämförelse mot basfallet. Dessa ges av index DIFF ILE 12 i figuren.

Skillnaden i kvalitetsjuteringen ∆𝑸 då 𝑸𝑵𝒀 beror av indikatorerna ILE och

ILEffekt för samtliga kundgrupper följer samma kurva som uppstår för fallet med 𝑸𝑵𝒀 då kundgrupp 5 enbart beror av indikatorerna SAIDI, SAIFI och

CEMI4 och kundgrupp 1-4 enbart beror av indikatorerna ILE och ILEffekt för avbrott upp till 12 h. Det senare fallet ges av index DIFF Grupp 5 12 [h] i figuren.

Det illustreras i Figur 8, där skillnaden i kvalitetsjuteringen ∆𝑸 då 𝑸𝑵𝒀

beror av indikatorerna ILE och ILEffekt för samtliga kundgrupper och då kundgrupp 5 beräknas med indikatorerna SAIDI, SAIFI och CEMI4. I figuren finns även skillnaden mot basfallet då indikatorerna SAIDI, SAIFI och CEMI4

även omfattar avbrott som överstiger 12 h vilket motsvarar index DIFF 12 h i figuren.

34

Figur 8: Hur ILE, ILEffekt för samtliga kundgrupper och kundgrupp 1-4 följs åt för 3 min- 12 h avbrott respektive avbrott längre än 12 h.

Från Figur 8, visas de stora värden som indikatorerna ILE och ILEffekt genererar i jämförelse mot SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. Figuren visar att ILE och ILEffekt inte följer samma trend som basfallet med förlängd avbrottstid. Nätföretaget REL00861 skulle hypotetiskt erfarit en vinst om avbrotten som även omfattar 12 h beräknades med SAIDI, SAIFI och CEMI4 men genererat en förlust i det fall då avbrotten enbart omfattas av avbrott som omfattar 3 min-12 h och med ILE, ILEffekt som indikatorer för enbart kundgrupp 1-4. Det är illustrerat i föregående Figur 8, att ILE, ILEffekt inte är lämpliga indikatorer till samtliga kundgrupper eller enbart kundgrupp 1-4 för varken avbrott som omfattar 3 min-12 h eller för avbrott som är längre än 12 h. Lokalnät kan även delas in i högspänning >1 kV och lågspänning ≤1 kV.

Kunder som nyttjar respektive nät kallas högspänningskund, HV och lågspänningskund, LV. Dessa ges av index DIFF LV HV i figuren.

I fallet av att dela in kunder i lågspänning och högspänning ges snarlikt resultat för avbrott som omfattar 3 min-12 h och avbrott som överstiger 12 h då indikatorerna för högspänning representeras av ILE, ILEffekt och lågspänning ges av basfallet. Det senare fallet ges av index DIFF LV HV 12 h i figuren.

I Figur 9 visas skillnaden till kvalitetsjusteringen ∆𝑸 för dessa fall och när

basfallet även omfattar avbrott som överstiger 12 h.

35

Figur 9. Hur ILE, ILEffekt för högspänningskunder följs åt för 3 min – 12 h avbrott respektive avbrott längre än 12 h. Från Figur 9 visas skillnaden i kvalitetsjusteringen ∆𝑸 då 𝑸𝑵𝒀 beror av

indikatorerna SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. Det visar att ILE och ILEffekt inte följer samma trend som basfallet med förlängd avbrottstid. Figur 9 visar tydligt att ILE, ILEffekt inte är en bra indikator att kombinera med SAID, SAIFI och CEMI4 för att skilja mellan högspänningskunder och lågspänningskunder, då genomslaget för högspänningskunder är för starkt och inte ger ett balanserat incitament. Då AIT och AIF är effektviktade och har en kvalitetsjustering som baseras på avbrottskostnad och årsmedeleffekten, förväntas dessa ha lägre värden än ILE och ILEffekts kvalitetsjustering som är obalanserad med utfallet från 2016 i jämförelse mot 2010-2013. De har normvärden som är jämförbara mot SAIDI, SAIFI för avbrott vilket kan observeras i Appendix 6 med oaviserade avbrott AIF för kundgrupp 1, jordbruk i Figur 63.

I Figur 10 med SAIDI, SAIFI och för avbrott som överstiger 12 h, illustreras skillnaden mellan kvalitetsjustering från ny indikator, i detta fall AIT för avbrott som överstiger 12 h mot basfallet. Det senare fallet ges av index DIFF AIT 12 h i figuren.

36

Figur 10: AIT och AIF för 3 min -12 h respektive avbrott längre än 12 h. I Figur 10 illustreras hur AIT och AIF följer basfallet med avbrott som är längre än 12 h. Stora avvikelser i AIT och AIF följs inte alltid av stora avvikelser för basfallet med längre avbrott, vilket illustreras tydligt för nätföretaget REL00062 i Figur 10.

För fallet då enbart hushållskunder kundgrupp 5, beräknas med SAIDI, SAIFI och CEMI4 och övriga kunder beräknas med AIT och AIF studeras hur stort genomslag de nya indikatorerna har. Det ges av 5 AIT i figuren. I de fall avvikelserna för AIT och AIF är stora så dominerar indikatorerna i kvalitetsjusteringen och därmed kan inte hushållskundernas värden tas tillvara i kvalitetsjusteringens konstruktion. Det kan observeras i Figur 11 där extrema värden domineras av AIT och AIF.

Figur 11: Skillnad i kvalitetsjustering för AIT, AIF för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper beräknas med nya indikatorer.

37

I nästa fall fördelas avbrotten med avseende på kundens tillgång till lågspänning respektive högspänning. Lågspänningskunders avbrott beräknas med indikatorerna SAIDI, SAIFI och CEMI4 och högspänningskunders avbrott beräknas med AIT och AIF ger ännu större skillnad mellan metoderna. Det senare fallet ges av index DIFF LV HV 12 h i figuren. Med detta tillvägagångssätt dominerar värden från AIT och AIF då extrema värden till högspänningskunder ger stora värden till dessa indikatorer. Med den typen av kvalitetsjustering riskerar lågspänningskunder att representeras av en svag indikator och regleringen speglar istället avbrott för högspänningskunder i extrema fall.

Figur 12: Skillnad i kvalitetsjustering för högspänningskunder med AIT, AIF för 3 min-12 h avbrott och avbrott längre än 12 h och lågspänningskunder med SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. I Figur 12 illustreras hur stora värden dominerar i fallet då högspänningskunders avbrott beräknas med AIT, AIF för avbrott 3 min-12 h och avbrott som överstiger 12 h. Indikatorerna AIT, AIF kan därför inte kombineras med SAIDI, SAIFI och CEMI4 om kvalitetsjusteringen ska användas i en balanserad reglering som tar hänsyn till samtliga kunders avbrott. Indikatorn APNS, AENS beror av antalet kunder vilket illustreras i Figur 13. Skillnaden i kvalitetsjusteringen ∆𝑸 då 𝑸𝑵𝒀 beror av indikatorerna APNS,

AENS visar att nätföretag med fler kunder riskerar en större förlust med de nya indikatorerna. Det kan förklaras med ett ökat antal kunder ökar också risken att variationen inom effektförbrukningen ökar såsom det illustrerades tidigare i Figur 5. Teoretiskt sett kan enbart avbrott hos de kunder med hög förbrukning ge en starkt försämrad kvalitetsjustering 𝑸𝑵𝒀. Variation av

effektförbrukning är avgörande för kvalitetsjustering 𝑸𝑵𝒀 som beror av

indikatorerna APNS, AENS.

38

Figur 13: Kundberoendet och förlust i kvalitetsjustering för indikatorerna APNS, AENS för avbrott som varar 3 min – 12 h och avbrott som överstiger 12 h. Från Figur 13 kan även samma extrema avvikelser observeras för skillnad i kvalitetsjusteringen ∆𝑸 som illustrerades tidigare i fallet med AIT, AIF.

𝑸𝑵𝒀 beror i ena fallet av indikatorerna APNS, AENS och 𝑸𝑵𝒀 beror i andra

fallet av indikatorerna SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. Dessa ges med index DIFF AENS och DIFF 12 h i figuren.

Det betyder att även dessa indikatorer blir svåra att kombinera med SAIDI, SAIFI och CEMI4 utan att generera en obalanserad kvalitetsjustering som speglar främst de kundgrupper vars avbrott beräknas med indikatorerna APNS och AENS. Figur 14 visar fallet då indikatorerna SAIDI, SAIFI och CEMI4 tillämpas för avbrott för hushållskunder, kundgrupp 5 och APNS, AENS används för att beräkna avbrott för de övriga kundgrupperna. Det ges med index DIFF 5 AENS i figuren.

39

Figur 14: Skillnad i kvalitetsjustering för APNS, AENS för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper 1-4 beräknas med nya indikatorer. I Figur 14 illustreras hur indikatorerna AENS, APNS dominerar vid extrema värden. Nätföretaget REL00861 skulle hypotetiskt erfarit en vinst om den nya kvalitetsjusteringen beräknats med SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h, men i fallet AENS, APNS fått en förlust oavsett längd på avbrott som beräknats. Det visar att kvalitetsjusteringen, då indikatorerna SAIDI, SAIFI och CEMI4 och AENS, APNS kombineras, inte speglar hushållskundernas avbrott på ett balanserat sätt. I fallet då avbrott för lågspänningskunder beräknas med SAIDI, SAIFI och CEMI4 och avbrott för högspänningskunder beräknas med APNS och AENS ges snarlikt resultat. I Figur 15 visas skillnaden för nätföretagens kvalitetsjustering ∆𝑸 då dessa indikatorer kombineras för avbrott till

lågspänningskunder och högspänningskunder.

Figur 15. Skillnad i kvalitetsjustering för högspänningskunder med AENS, APNS för 3 min-12 h avbrott och avbrott längre än 12 h och lågspänningskunder med SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h.

40

I Figur 16 illustreras hur indikatorerna APNS, AENS dominerar vid extrema värden. Det visar att kombination av SAIDI, SAIFI och CEMI4 och APNS, AENS enbart återspeglar högspänningskundernas avbrott vid extrema fall. Kvalitetsjusteringen är då inte balanserad och lågspänningskundernas avbrott värderas mycket lägre än högspänningskundernas avbrott. Indikatorn ASUI är en modifierad form av SAIDI, vilket inte speglar frekvensen av avbrott utan bara tid av avbrott som kunden erfar. I figur 6-12 illustreras skillnaden i kvalitetsjustering om den beräknas med ASUI för avbrott som varar 3 min-12 h och överstiger 12 h.

Figur 16: Skillnad i kvalitetsjustering för ASUI för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper beräknas med nya indikatorer. I Figur 16 illustreras skillnaden i kvalitetsjusteringen ∆𝑸 då frekvensen av

avbrott inte används som indikator, det genererar en förlust för nätföretagen i de fall då SAIFI skulle bidragit till att öka kvalitetsjusteringen. Då ASUI inte återspeglar antal avbrott är det inte en indikator som bidrar en balanserad kvalitetsjustering. Därmed avskrivs även ytterligare kombinationer med SAIDI, SAIFI och CEMI4, eftersom indikatorn ASUI saknar grundläggande element av frekvens av avbrott.

4.1.1 Sammanfattning av kvalitetsjustering i lokalnät

• Kombination av nya indikatorer tillsammans med SAIDI, SAIFI och CEMI4 för avbrott som varar 3 min-12 h och överstiger 12 h genererar ett obalanserat resultat som gynnar kunder vars avbrott som beräknas med de nya indikatorerna.

• Indikatorerna ILE, ILEffekt och APNS, AENS genererar fall av extremvärden på grund av variation av effektförbrukning inom respektive kundgrupp. Då kundtäthet inte tar hänsyn till denna variation går det inte att skapa en rättvis norm.

• Indikatorn ASUI tar inte hänsyn till mängden av avbrott och är därför en otillräcklig indikator för att mäta leveranssäkerhet.

41

4.2 Justering av intäktsram lokalnät Vid justering av intäktsram så beaktas enbart kvalitetsjustering för tillsynsåret 2016 som beror av givna indikatorer: 1. Basfallet och SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h.

2. ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h.

3. AIT, AIF för avbrott som varar 3 min-12 h och överstiger 12 h.

4. APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h. Intäktsramen är given av Ei:s förhandsreglerade intäktsramen med eventuella justeringar [39]. Justeringen av den förhandsreglerade intäktsramen är

begränsad till 5% av intäktsramen för tillsynsperioden 2016-2019 och

avdraget får inte överstiga avkastningen på kapitalbasen [6]. Begränsningarna till de fyra tillsynsårens kvalitetsjustering anges i matematisk form.

𝑸𝒕𝒐𝒕 =𝑰𝒕𝒐𝒕 + ∑ 𝑸𝒀,𝒏

𝟒𝒏=𝟏

𝑰𝒕𝒐𝒕= [𝟎. 𝟗𝟓, 𝟏. 𝟎𝟓]

𝑰𝒕𝒐𝒕 = 𝑪𝒕𝒐𝒕 + 𝑰𝒑𝒓𝒐𝒇𝒊𝒕

Max avdrag: 0.05 ∙ 𝑰𝒕𝒐𝒕 ≤ 𝑰𝒑𝒓𝒐𝒇𝒊𝒕 (34)

𝑸𝒕𝒐𝒕 motsvarar den totala tillåtna justeringen av intäktsramen som är given för

fyra år under tillsynsperioden. 𝑸𝒀,𝒏 är kvalitetsjusteringen för respektive år

under tillsynsperioden, där index n anger vilket år inom perioden som avses. I

detta fall med en tillsynsperiod från 2016 till 2019. 𝑰𝒕𝒐𝒕 är den totala

intäktsramen som är förhandsreglerad av Ei inför tillsynsperioden.

Intäktsramen anges på en generaliserad form som en summa av

verksamhetens 𝑪𝒕𝒐𝒕 kostnader och 𝑰𝒑𝒓𝒐𝒇𝒊𝒕 avkastning.

Resultatet för justeringen av den totala intäktsramen av enbart det första

tillsynsåret anges med procent. Positivt tecken för procent representerar

tillägg och negativt tecken till procent representerar avdrag till intäktsramen.

Gränserna för kvalitetsjusteringen anges i figurerna som övre och undre

gräns. Det har inte tagits hänsyn till storleken till avkastningen för

elnätsföretaget i beräkningarna. Medelvärdet till avvikelsen i procent för

samtliga elnätsföretag inom lokalnät anges för att visa vilken påverkan

indikatorn har sett på systemnivå.

42

I Figur 17 illustreras hur intäktsramarnas förändring i procent fördelas då

indikatorerna ges av basfallet och SAIDI, SAIFI och CEMI4 för avbrott som

överstiger 12 h.

Figur 17: Intäktsramarnas procentuella förändring med basfallet SAIDI, SAIFI

och CEMI4 för avbrott som överstiger 12 h.

I Figur 17 kan en jämn fördelning mellan tillägg och avdrag observeras. Medelvärdet visar att det är 0.07 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. I Figur 18 illustreras hur intäktsramarnas förändring i procent fördelas då indikatorerna ges av ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h.

Figur 18: Intäktsramarnas procentuella förändring då indikatorerna ges av ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h.

43

I Figur 18 kan en ojämn fördelning mellan tillägg och avdrag observeras. Majoriteten av fördelningen genererar ett tillägg. Tillägget är också högre än den övre gräns som ges vid 5 %. Det visar att flertal av elnätsföretagen redan nått den övre gränsen av leveranskvalitet vid första tillsynsåret. Medelvärdet visar att det är 0.85 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. I Figur 19 illustreras hur intäktsramarnas förändring i procent fördelas då

indikatorerna ges av AIT, AIF för avbrott som varar 3 min-12 h och överstiger

12 h.

Figur 19: Intäktsramarnas procentuella förändring då indikatorerna ges AIT,

AIF för avbrott som varar 3 min-12 h och överstiger 12 h.

I Figur 19 kan en jämn fördelning mellan tillägg och avdrag observeras. Medelvärdet visar att det är 0.04 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. I Figur 20 illustreras hur intäktsramarnas förändring i procent fördelas då indikatorerna ges av APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h.

44

Figur 20: Intäktsramarnas procentuella förändring då indikatorerna ges APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h. I Figur 20 kan en smal fördelning av tillägg och avdrag observeras. Medelvärdet visar att det är 0.0004 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. Fördelningen ger ett smalt fönster till avdrag och tillägg för att reglera elnätsföretagens leveranssäkerhet. I Tabell 4 jämförs medelvärdet för avvikelsen av intäktsramen sett ur en systemnivå för respektive indikator. Tabell 4: Indikator metod och medelvärde till intäktsramarnas avvikelse.

Metod Medelvärde till intäktsramarnas

avvikelse [%]

SAIFI 0,10661904

SAIFI 12 h 0,170505479

ILE 3,506597403

ILE 12 h 4,356308467

AIT 0,075157157

AIT 12 h 0,116140258

AENS 0,001547315

AENS 12 h 0,001985553

ASUI 4.666110-6

ASUI 12 h 9.023410-6

Då reglering av leveranssäkerhet ses utifrån ett systemperspektiv så genererar basfallet och AIT, AIF en snarlik inverkan på intäktsramarna som är satta för de elnätsföretag i lokalnät som ingår i beräkningarna. Dessa är markerade i tabellen. De indikatorer som genererar högst medelvärde till intäktsramarnas avvikelse ges av ILE, ILEffekt. De indikatorer som genererar lägst medelvärde till intäktsramarnas avvikelse ges av ASUI och näst lägst medelvärde ges av AENS, APNS.

45

Tabell 5: Mått på skillnad i intäktsram sett på systemnivå.

DIFF Intäktsram medel [%] std [%] max [%] min [%]

I_SAIFI_12 - I_basfall 0,06389 0,20482 1,09976 -0,42318

I_AIT - I_basfall -0,03146 0,11408 0,60337 -0,34868

I_AIT_12 - I_basfall 0,00952 0,16896 0,86718 -0,40925

Tabell 5, visar skillnaden i intäktsramen given i procent sett ur ett systemperspektiv. Basfallet är omfattar enbart avbrott som inträffar inom tidsrymden 3 min – 12 h. Medelvärdet för skillnaden är högst för regleringen med kundbaserade indikatorer SAIFI, SAIDI, CEMI4 som även omfattar avbrott som överstiger 12 h. Det lägsta medelvärdet ges för reglering med last baserade indikatorer AIT, AIF som omfattar avbrott vars längd är mellan 3 min – 12 h, precis som basfallet. Standardavvikelsen ges av ”std” i tabellen och är ett mått på hur stor spridningen är kring medelvärdet. Standardavvikelsen är störst för regleringen med kundbaserade indikatorer SAIFI, SAIDI, CEMI4 som även omfattar avbrott som överstiger 12 h. Kolumn ”max” utgors av det natforetaget som erhåller maximal vinst, given i procent av intaktsram vid byte av reglering. Kolumn ”min” utgors av det natforetaget som erhåller maximalt avdrag, given i procent av intäktsram vid byte av reglering. Eftersom AIT, AIF är beräknade utan CEMI4 är jämförelsen enbart en uppskattning av byte metod från kundbaserade indikatorer till last baserade indikatorer. Figur 21, illustrerar hur övergången till en ny metod påverkar intäktsramen. Den nya metoden jämförs mot basfallet. Skillnad för elnätsföretag anges i procent av intäktsram. Antal företag med samma procentuella förändring ges av hojden till vardera stapel i histogrammet. ”DIFF I SAIFI 12 h” representerar den procentuella skillnaden i intäktsramen då indikatorerna SAIFI, SAIDI, CEMI4 används i kvalitetsjusteringen som omfattar avbrott som överstiger 12 h. ”DIFF I AIT” representerar den procentuella skillnaden i intaktsramen då indikatorerna AIT, AIF används i kvalitetsjusteringen som omfattar 3 min - 12 h avbrott. ”DIFF I AIT 12 h” representerar den procentuella skillnaden i intäktsramen då indikatorerna AIT, AIF används i kvalitetsjusteringen som omfattar avbrott som överstiger 12 h.

Figur 21: Fördelning av procentuell skillnad i intäktsram för elnätsföretag i lokalnät vid byte av kvalitetsindikator.

46

4.2.1 Sammanfattning av justering av intäktsram i lokalnät

• Sett ur ett systemperspektiv genererar indikatorerna ILE, ILEffekt en

ojämn fördelning av tillägg och avdrag. Storleken till tilläggen överstiger begränsningen som är satt till 5 % under det första av fyra tillsynsår. Det innebär att regleringen snabbt når sina gränsvärden. ILE, ILEffekt är därför inte lämplig som kvalitetsindikator till lokalnät.

• En tillsynes obefintlig reglering ges av indikatorerna AENS, APNS. Dessa bidrar till mycket litet tillägg eller avdrag i justeringen av intäktsramen och kan omöjligt ses som incitament till att öka leveranssäkerheten inom elnätet. Det innebär att dessa inte är lämpliga för att använda som kvalitetsindikator till lokalnät.

• Basfallet utgör kund-baserade indikatorer som genererar tillägg och avdrag som är inom regleringens gränser och ett genererar en svag ökning av tillägg då 12 timmars avbrotten inkluderas, sett ur ett systemperspektiv.

• AIT, AIF är last-baserade indikatorer som genererar tillägg och avdrag som är inom regleringens gränser och ett genererar en svag ökning av tillägg då 12 timmars avbrotten inkluderas, sett ur ett systemperspektiv.

47

4.2 Justering av intäktsram i regionnät

Det är enbart sju stycken elnätsföretag som ingår i den slutliga beräkningen av kvalitetsjusteringen till intäktsramen för regionnät. I regionnätet är det ILE, ILEffekt som utgör basfallet med avbrottstid 100 ms – 12 h. Vid justering av intäktsram så beaktas enbart kvalitetsjustering för tillsynsåret 2016 som beror av givna indikatorer: 1. Basfallet och ILE, ILEffekt för avbrott som överstiger 12 h.

2. SAIDI, SAIFI och CEMI4 för avbrott som varar 100 ms-12 h och

överstiger 12 h.

3. AIT, AIF för avbrott som varar 100 ms-12 h och överstiger 12 h.

4. APNS, AENS för avbrott som varar 100 ms-12 h och överstiger 12 h.

I Figur 22 så illustreras hur intäktsramarnas förändring i procent ges för dessa

elnätsföretag då de har en kvalitetsjustering beror av basfallet och ILE,

ILEffekt för avbrott som överstiger 12 h

Figur 22: intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av ILE, ILEffekt för avbrott som överstiger 12 h.

Det är tydligt att intäktsramarnas procentuella förändring är snarlik för basfallet

och då indikatorerna ges av ILE, ILEffekt för avbrott som överstiger 12 h.

Justeringen av intäktsramen befinner sig inom de givna begräsningarna av

5%. Därför används enbart basfallet som referens vid jämförelse mot andra

indikatorer eftersom det även kan representera 12 timmars avbrott.


elnätsföretag då de har en kvalitetsjustering beror av basfallet och då

indikatorerna ges av SAIDI, SAIFI och CEMI4.

48

Figur 23: intäktsramarnas förändring i procent i regionalnät med basfall och

då indikatorerna ges av SAIDI, SAIFI och CEMI4.

Figur 23 visar en procentuell förändring till de elnätsföretag som ingår i

underlaget. Elnätsföretaget RER00292 skulle med indikator SAIDI, SAIFI och

CEMI4 nått gränsen för avdrag -5 % till intäktsramen under det första

tillsynsåret 2016.

För att studera variationerna av kunder respektive förbrukning så

jämfördes dessa för normperioden och tillsynsperioden. Värden för dessa

parametrar finns i tabellen nedan, där antal kunder under utfallsåret anges

med N_2016, medelvärde av antal kunder under normperioden anges med

N_4, totala effektförbrukningen under tillsynsåret anges med P_2016 [kW]

och medelvärde av den totala årliga effektförbrukningen under normperioden

anges med P_4 [kW], medelvärdet av dessa årliga medelvärden ges av

P_medel [kW].

Tabell 6: Nätföretag inom regionnät, antal kunder och effektförbrukning under utfallsåret 2016 och normperioden.

Rel N_2016 N_4 P_2016 P_4 P_medel

RER00259 47 44,75 875846,632 1818145674 909510760

RER00292 9 2 68226,229 7703818,691 3886022,46

RER00318 129 68 216024,161 561998511,5 281107268

RER00533 950 902,5 7690357,15 17309546735 8658618546

RER00586 476 434,3 1990475,13 4478104493 2240047484

RER00855 714 668 3829644,03 8631104707 4317467175

RER00911 48 48 114,585274 291389,9594 145752,272

Förklaringen till den stora skillnaden som visas i Figur 23 för elnätsföretaget

RER00292 då kvalitetsjusteringen beror av en kund-baserad indikator, kan

ges av skillnaden i antalet kunder som har ökat från normperiodens

medelvärde av två kunder upp till nio, antalet kunder har ökat med en faktor

4.5 mellan dessa perioder som jämförs mot varandra. Samtidigt har

effektförbrukningen för kunderna till samma elnätsföretag minskat med en

faktor 0.009 mellan dessa perioder. Elnätsföretaget RER00292 är markerad i

Tabell 6.

49



indikatorerna ges av AIT, AIF för avbrott som varar 100 ms-12 h och

överstiger 12 h.

Figur 24: Intäktsramarnas förändring i procent i regionalnät med basfall och

då indikatorerna ges av AIT, AIF för avbrott som varar 100 ms-12 h och

överstiger 12 h.

ILE, ILEffekt är last-baserade indikatorer men de tar inte hänsyn till periodens

medelsförbrukning därför ger AIT, AIF ett tillägg för intäktsramen i samma

storleksordning som det skulle ha varit ett avdrag då basfallet användes för

elnätsföretaget RER00292. För övriga elnätsföretag följer skillnaden av

intäktsramen av AIT, AIF samma kurva som basfallet utgör.

Storleksordningen av avvikelsen från intäktsramen är inom begränsningen

5 %.



indikatorerna ges av APNS, AENS för avbrott som varar 100 ms-12 h och

överstiger 12 h.

50

Figur 25: Intäktsramarnas förändring i procent i regionalnät med basfall och

då indikatorerna ges av APNS, AENS för avbrott som varar 100 ms-12 h och

överstiger 12 h.

Indikatorerna APNS, AENS ger ett litet tillägg och avdrag till intäktsramen vid jämförelse av basfallets storleksordning. Det innebär att regleringen av leveranssäkerhet får ett svagt incitament med indikatorerna APNS, AENS.

4.2.1 Sammanfattning av justering av intäktsram i regionnät

• Förändring av att använda basfallet och använda indikatorerna ILE,

ILEffekt till att även omfatta avbrott som överstiger 12 timmar genererar

en liten procentuell skillnad. Då skillnad ges är det till fördel för

elnätsföretaget inom regionnät.

• Kund-baserade indikatorer SAIDI, SAIFI ger ett för stort avdrag vid en

mindre ökning av antal kunder mellan normperiod och utfallsår. Det visar

att indikatorerna inte är lämpliga till att användas som kvalitetsindikator

för att reglera leveranssäkerhet inom regionnät.

• Last-baserade indikatorer AIT, AIF kompenserar för ändring av

förbrukning mellan normperiod och utfallsår. Indikatorerna är inom rimlig

nivå för att generera tillägg och avdrag till intäktsramen. AIT, AIF kan

användas som kvalitetsindikator för att reglera leveranssäkerhet inom

regionnät.

• Indikatorerna APNS, AENS ger ett svagt incitament i form av nästan inga

tillägg eller avdrag. Det visar att APNS, AENS inte är lämpliga som

kvalitetsindikatorer i regionnät.

4.3 Sammanvägda resultat Från numeriska resultat ges slutsatsen att de enda indikatorerna, av de som testats, som är användbara för kvalitetsjustering av intäktsramar i både lokalnät och regionnät är AIT, AIF.

51

Kapitel 5

Diskussion & Slutsats

Arbetet med att utvärdera konsekvenserna för elnätsföretag och kunder inom

regionnät och lokalnät, vid förändring av kvalitetsindikatorer som används

inom RPS-metoden som ger tillägg och avdrag, har bestått i att i möjligaste

mån åskådliggöra intressenternas ståndpunkter, följt av en teoretisk och

numerisk analys.

Fokus har främst varit att utvärdera gällande regleringen av

leveranssäkerhet inför tillsynsperioden 2016-2019 och hur den fungerar för

elnätsföretag och deras kunder i de fall en ändring av kvalitetsindikatorer

skulle ske. RPS-metoden kan modelleras på andra sätt och

kvalitetsjusteringen kan även ta hänsyn till tid av reparation i elnätet eller vad

kunden har för förbrukningsmönster för dygnet. Det är dock viktigt att

regleringen inte består av allt för många parametrar då det medför att

leveranssäkerheten regleras på ett alltför komplext sätt och incitamentet till

förbättrad leveranssäkerhet går förlorat.

5.1 Metodologi till arbete Från problemformuleringen i kapitel 1.1 ställdes ett antal frågor som nu besvaras nedan. 1. Vilka kunder ska omfattas i regleringen av leveranssäkerheten med

indikatorerna SAIDI och SAIFI eller ILE och ILEffekt? Andra avgränsningar än lokalnät och regionnät kan användas, såsom spänningsnivå eller kundgrupp.

Matematiska och teoretiska resultat visar att ILE, ILEffekt är inte bra indikatorer enskilt eller i kombination med SAIDI, SAIFI och CEMI4 då effektförbrukningen inom varje kundgrupp varierar för lokalnät. I regionnät så kan effektförbrukningen också variera mellan normperiod och tillsynsperiod vilket ger att ILE, ILEffekt ibland kan bli missvisande.

52

2. Eventuell lagändring kan även inkludera avbrott över 12 timmar. Hur

påverkar val av indikatorer och avgränsningar regleringen för nätföretagen respektive deras kunder, då dessa avbrott inkluderas?

Avbrott över 12 timmar genererar ett starkare incitament i regleringen. Eftersom det kräver långsiktig planering för att undvika avbrott som överstiger 12 timmar. Skillnaden visas främst i indikatorerna SAIDI, SAIFI och CEMI4 och ger en svag höjning av tillägg i regleringen sett på en systemnivå. Det påverkar nätföretagen och deras kunder med en marginell skillnad. 3. Hur påverkas nätföretagen av de olika alternativa sätten att mäta

leveranssäkerheten på kortsiktigt och långsiktigt? Hur påverkas nätföretagen på aggregerad nivå och på enskild nivå?

Kortsiktigt ges en stor skillnad vid en ändring av indikatorer men över längre sikt kommer nästa normnivå att påverkas och generera en utjämnande effekt. 4. Vilka argument finns för att behandla alla kunder lika ur ett

avbrottskostnadsperspektiv:

a) Oavsett förbrukning, då indikatorerna SAIDI och SAIFI används för att mäta leveranssäkerhet. Varje avbrott är värderat lika inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat.

Det är ett argument för att avbrott till kunder inom samma kundgrupp skall behandlas icke-diskriminerande. b) Med avseende på förbrukning, vikta kunderna mot deras energiuttag,

vilket uppskattas med indikatorerna ILE och ILEffekt. Varje avbrott är värderat utifrån kundens årliga förbrukning inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat.

Metoden kan försvaras med följande argument, att ur ett samhällsekonomiskt perspektiv är det de kunder som förbrukar mer som också drabbas hårdare vid avbrott. 5. Vad är nätföretagens respektive kundorganisationers åsikter och argument

kring val av indikatorer och avgränsning för att mäta leveranssäkerhet? Val av indikatorer önskas vara sådana som återspeglar hur väl systemet fungerar enligt Mälarenergi Västerås AB. Enkäten visar att vissa elnätsföretag inom lokalnät önskar indikatorer som är väl inarbetade och utgör en pålitlig metod för att mäta avbrott. Kunders åsikter kring vilka indikatorer som föredras har inte kunnat fångas upp, då det är mer en diskussion om kostnaden för nätavgiften som är aktuell i media. 6. Vilka är de administrativa konsekvenserna för Ei och nätföretagen? Eftersom alla beräkningar utgått ifrån samma data som Ei redan har genererar det inte ytterligare administrativa kostnader för nätföretagen. Ei har möjlighet att beräkna nya indikatorer utan att generera ytterligare administrativa kostnader, eftersom det går att göra utifrån samma underlag.

53

7. Vilka övriga risker går att finna som konsekvens av de olika alternativ som

dessa val av indikatorer och avgränsningar ger? Konsekvensen av att kombinera nya indikatorer med SAIDI, SAIFI för att beräkna olika indelningar av kunder inom samma kundgrupp inom lokalnät är att den nya indikatorn dominerar vid extrema fall av effektförbrukning. Det bidrar till att avbrott antingen övervärderas, i fallet med ny indikator, eller undervärderas då det beräknas med SAIDI, SAIFI. Det ger en obalanserad reglering som inte återspeglar avbrott för samtliga kunder inom kundgruppen. 8. Vad motiverar valet att använda AIT, AIF som indikator till både lokalnät

och regionnät?

Av samtliga indikatorer som testats så är det enbart AIT, AIF som genererar ett tillägg eller avdrag som är på rimlig nivå för att kunna reglera leveranssäkerhet inom både lokalnät och regionnät. 9. Gynnas särskilda kunder inom kundgruppen då AIT, AIF används som

indikator? a) Kan det påverka nätföretagens arbete för leveranssäkerhet på kort eller

lång sikt?

På kort sikt innebär införandet av AIT, AIF som kvalitetsindikatorer att de kunder som förbrukar mer inom sin kundgrupp får högre värderade avbrott. Ett avbrott hos en kund med hög förbrukning skulle då prioriteras före en kund med lägre förbrukning. Ett sätt att motverka detta är att använda CEMI4 för att fånga upp dessa kunders avbrott i regleringen. På lång sikt innebär det att regleringen inte blir konjunkturkänslig, vilket innebär att rimliga tillägg eller avdrag görs. Det borde gynna en långsiktig planering av elnätet då elnätsföretagen inte behöver kompensera för detta inom regionnäten och lokalnäten.

b) Kan dessa kunders säkringsstorlek och nivå på tariff motiveras av en

kvalitetsjustering med AIT, AIF?

Det är last-baserade nätavgifter som kunderna betalar, vilket talar för att även kvalitetsindikatorerna bör vara last-baserade för att kunna koppla intäktsramens reglering mot kundens nätavgift.

10. Går det att motivera en kvalitetsjustering med AIT, AIF utifrån en hållbart

perspektiv? Om hållbarhet är ett scenario där ett ökat antal källor till förnybar energi används lokalt och en ökad effektivitet, dvs. minskad energiintensitet är satt som ett miljömål [10]?

Om mängden av lokalt producerad förnybar energi ökar så ökar kundens oberoende till nätföretagets leveranssäkerhet, eftersom de har en egen källa till energi. Samtidigt påverkar en ökad mängd av lokala energikällor elnätsföretagen som behöver anpassa elnätet för att kunna skicka effekt i båda riktningarna, då överskottet av den lokalt producerade energin går tillbaka från kunden in i elnätet. Det är rimligt att kunna anta att last-baserad indikatorer AIT, AIF även kan mäta leveranssäkerhet i motsatt riktning för effekt för att gynna en utveckling av lokalt producerad förnybar energi.

54

5.1.1 Indikatorer i lokalnät och regionalnät

Fördelen med att använda samma kvalitetsindikator för lokalnät och regionnät är

att elnätsföretagens avbrott värderas på ett liknande sätt. Om regleringen för

leveranssäkerhet till lokalnät och regionnät går att relatera till varandra så ger det

också att kunderna i dessa nät får en reglering av leveranssäkerhet som

bygger på samma premisser i hur avbrott bör mätas. Samtidigt är inte rimligt

att byta kvalitetsindikatorer för lokalnät eller regionnät om det inte medför en

förbättring av hur avbrott mäts.

AIT, AIF visar sig vara kvalitetsindikatorer som medför en förändring från

kund-baserade indikatorer till last-baserade indikatorer inom lokalnät vilket

också speglar hur kundens elnät värderas i elnätsavgiften. Vidare så medför

AIT, AIF en förbättring inom regionnätet som använder last-baserade

indikatorer men utan att ta hänsyn till variation av effektförbrukning mellan

normperiod och tillsynsperiod.

5.1.2 Begränsning av data

De numeriska resultaten är begränsade till ett utfallsår 2016. Det skulle vara

intressant och se vilket resultat som ges till analyser fler av dessa tillsynsår.

Det är analytiskt möjligt att generera statistik via tidigare historik och

slumpmässighet vilket kan vara användbart. Olika typer avbrottsstatistik kan

då analyseras med avseende på konjunktur och effektförbrukning eller

slumpmässiga väderfenomen.

5.2 Jämförelse mot tidigare arbeten

Det finns studier som visar på att indikatorerna ILE, ILEffekt inte gynnar

incitament till en utveckling mot smarta elnät [40]. Det beror på att

förbrukningen i nätet förväntas minska då lokala källor tillgodoser lokal

efterfrågan på förbrukning. Vidare ges det studier av hur ett ökat effektivt nät

med fler lokala förnybara källor gynnar ekonomisk tillväxt [41]. Lokala

förnybara källor minskar konsumtionen lokalt och bidrar till att avlasta elnätet

vid hög efterfrågan på energi om överskottet kan tas vidare dit det

efterfrågas. Det skulle i sin motverka stora investeringar i elnätet som hade

behövts för att bibehålla en god leveranssäkerhet även då belastningen ökar i

takt med befolkningen och ett ökat behov av energi.

5.3 Etik och hållbarhet

Den starkaste etiska aspekten i det här arbetet har varit huruvida varje kund ska

behandlas lika oavsett förbrukning. Det kan tyckas att det är orättvist att värdera

avbrott efter hur mycket kunden förbrukat tidigare. Till försvar för last-baserade

indikatorerna AIT, AIF ges att inte är kundens avgift som beräknas i

kvalitetsjusteringen utan en uppskattning av kostnaden till avbrottet sett ur ett

socioekonomisk perspektiv. Inom varje kundgrupp ges en kostnad för aviserade

och oaviserade avbrott för att representera kostnaden för kunden. Kostnaden är

formulerad som kostnad per förbrukning och inte per avbrott. Den kund som

förbrukar mest effekt inom sin kundgrupp prioriteras före den kund som inte

förbrukar lika mycket effekt.

55

Om AIT, AIF används i ett nät som består av flera lokala förnybara

energikällor, vilket är ett hållbart alternativ, så minskar beroendet av elnätet för att

upprätthålla en likvärdig förbrukning. Om dessa kunder har möjlighet att tillgodose

sin effektförbrukning med lokal ödrift så är de helt oberoende av elvabrott. Då är

det också rimligt att de kunder som inte har tillgång till dessa källor och har en

högre förbrukning prioriteras eftersom de är mer sårbara vid avbrott.

5.4 Framtida arbete

Framtida arbete kan bestå av studier av hur regleringen av leveranssäkerhet

påverkar elnätsföretagen på lång sikt med hänsyn till de energi och miljömål

som är satta av EU inför 2020. Olika statistiska test kan göras för att simulera

avbrott och ett ökat antal lokala förnybara källor för att se hur det påverkar

leveranssäkerheten.

RPS-metoden är effektiv då både avbrottskostnaden är rimlig och

kvalitetsindikatorerna är relevanta. Avbrottskostnaden är relaterad till

efterfrågan och kan förändras över längre tid. Därför behöver även den

uppdateras i jämna tidsintervaller för att spegla den socioekonomiska

kostanden som avbrott innebär. Ytterligare studier med fler år av

tillsynsperioden kan behövas för att värdera metoden med AIT, AIF som

kvalitetsindikator och motivera hur relevant metoden är vid kvalitetsjustering.

Ett sätt att testa metoden med AIT, AIF är att använda den tillsammans

med CEMI4 för att uppskatta om den behövs i regleringen för både lokalnät

och regionnät eller enbart i något av dessa nät. Inverkan av CEMI4 är svag i

lokalnät men kan ge större inverkan i regionalnät då antalet kunder kan

variera från några enstaka till flera mellan normperiod och tillsynsperiod, det

innebär att referensvärdet blir mycket högre än utfallsåret om samma kund

erhåller fyra avbrott eller fler. Det vore intressant att se studier om hur dessa

parametrar spelar in för både lokalnät och regionnät.

Litteraturförteckning

[1] Svensk författningssamling, SFS, Ellagen 1997:857, kap. 2, § 2, Nätkoncession, Stockholm: Miljö- och energidepartementet, 2013.

[2] Svensk författningssamling, SFS, Ellagen 1997:857, kap. 3, § 1, Nätverksamhet, Stockholm: Miljö- och energidepartementet, 2005.

[3] Energimarknadsinspektionen, ”Ei,” 21 12 2017. [Online]. Available: https://www.ei.se/sv/for-energiforetag/el/Leveranssakerhet-och-spanningskvalitet/. [Använd 01 03 2018].

[4] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden 2016-2019, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, pp. 4,22,70.

[5] Svensk författningssamling, SFS, Ellagen 1997:857, 5 kap, 1§, 6§, Stockholm: Miljö- och energidepardementet, 2009.

[6] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden 2016-2019, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 74.

[7] C. J. Wallnerstrom, M. Seratelius, Y. Huang, ”Leveranssakerhet i Sveriges elnat 2016,” Energimarknadsinspektionen, Ei, Eskilstuna, 2017.

[8] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden 2016-2019, Energimarknadsinspektionen, Ei, 2015, p. 36.

[9] Seminarieunderlag, "Preliminära förslag till nya och ändrade regler för elnätsföretagens intäktsramar inför perioden 2020-2023, vol. 31, Eskilstuna: Energimarknadsinspektionen, Ei, 2017.

[10] Regeringskansliet, ”Övergripande mål och svenska mål inom Europa 2020,” 27 april 2017. [Online]. Available: http://www.regeringen.se/sverige-i-eu/europa-2020-strategin/overgripande-mal-och-sveriges-nationella-mal/. [Använd 1 mars 2018].

[11] Myndigheten för samhällsskydd och beredskap, MSB, ”Krisinformation, Elstorningar,” Myndigheten for samhallsskydd och beredskap, MSB, 25 april 2016. [Online]. Available: https://www.krisinformation.se/detta-kan-handa/elstorningar. [Använd 1 mars 2018].

[12] Svensks författningssamling, SFS, Ellagen 1997:857, kap. 10, § 10, § 11, Avbrottsersättning, Stockholm: Miljö- och Energidepartementet, 2005.

[13] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden 2016-2019, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 11.

[14] Svenska Kraftnät, December 2015. [Online]. Available: https://www.svk.se/siteassets/om-oss/rapporter/anpassning-av-elsystemet-med-en-stor-mangd-fornybar-elproduktion.pdf. [Använd 2 april 2018].

[15] L. Lundh, ”Tillforlitlighet i Stockholms elnat,” Uppsala Universitet, Examensarbete 30 hp,Uppsala, 2015.

[16] K. Kinnunen, ”Investment incentives: regulation of the Finnish electricity distribution,” Elsevier Ltd, Energy Policy 34, 2004.

[17] Energimarknadsinspektionen: Estimering av kalkylränta för elnätsverksamhet för åren 2012-2015, 18 februari 2011. [Online]. Available: https://www.ei.se/Documents/Forhandsreglering_el/Viktiga_dokument/Ernst_o_Young__Estimering_av_kalkylranta_for_elnatsverksamhet_for_aren_2012-2015.pdf. [Använd 1 mars 2018].

[18] Energimarknadsinspektionen: WACC för elnätföretag för tillsynsperioden 2016-2019, 14 april 2015. [Online]. Available: https://www.ei.se/Documents/Forhandsreglering_el/2016_2019/Dokument/1/WACC_for_elnatsforetag_for_tillsynsperioden_2016-2019_ERNST_o_YOUNG.pdf. [Använd 1 mars 2018].

[19] Energimarknadsinspektionen, Ei, ”Nya regler for elnatsforetagen inför perioden 2020–2023,” Energimarknadsinspektionen, Ei, oktober 2017. [Online]. Available: https://www.regeringen.se/4aa7ef/contentassets/c78b73a88cb84f52be8e1392ebe7d28e/energimarknadsinspektionens-rapport-nya-regler-for-elnatsforetagen-infor-perioden-2020-2023. [Använd 1 mars 2018].

[20] K. Alvehag, K. Awodele, ”Impact of Reward and Penalty Scheme on the Incentives for Distribution System Reliability,” IEEE Transactions On Power Systems, vol. 29, no.1, 2014.

[21] CEER, ”European Energy Forum,” [Online]. Available: http://www.europeanenergyforum.eu/members/associate/ceer. [Använd 1 mars 2018].

[22] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden 2016-2019, Eskiltuna: Energimarknadsinpektionen, Ei, 2015, pp. 73, 72.

[23] Energiforetagen, ”Energiforetagen,” 1 maj 2017. [Online]. Available: https://www.energiforetagen.se/globalassets/energiforetagen/sa-fungerar-det/el/fragor-och-svar-om-elnatsavgift-och-elnatsreglering_170517.pdf?v=9cZYyMPRwYcHDirGFU0uyPa1M4s. [Använd 1 mars 2018].

[24] Forvaltningsratten i Linkoping, ”Forvaltningsratten i Linkoping,” 14 december 2016. [Online]. Available: http://www.forvaltningsrattenilinkoping.domstol.se/Om-forvaltningsratten/Nyheter-och-pressmeddelanden/Domar-om-intaktsramar-for-elnatsforetag/. [Använd 1 mars 2018].

[25] Energimarknadsinspektionen, Ei, ”Energimarknadsinspektionen, Ei,” 21 november 2017. [Online]. Available: https://www.ei.se/sv/nyhetsrum/nyheter/nyheter-2017/ei-nekas-provningstillstand-gallande-elnatsforetagens-intaktsramar-2016-2019/. [Använd 1 mars 2018].

[26] E. Tuvhag, ”Stort missnoje med elbolagen du inte kan valja bort,” Svenska Dagbladet, SvD, 27 November 2017.

[27] Aftonbladet, ”Aftonbladet, ekonomi,” 18 september 2017. [Online]. Available: https://www.aftonbladet.se/minekonomi/a/oXg6j/storbolagens-elnatsavgifter-sticker-ivag. [Använd 1 mars 2018].

[28] Villaagarna, ”Villaagarna,” 18 september 2017. [Online]. Available: http://www.villaagarna.se/Press/Nyheter/Stora-skillnader-i-elnatsavgift-over-landet-2017/. [Använd 1 mars 2018].

[29] Sveriges Television, svt, ”svt,” 13 december 2016. [Online]. Available: https://www.svt.se/nyheter/inrikes/eljattarna-ger-miljardutdelningar-till-agarna. [Använd 1 mars 2018].

[30] Aftonbladet, ”Aftonbladet, ekonomi,” 24 okt 2017. [Online]. Available: https://www.aftonbladet.se/minekonomi/a/LyW9J/nu-ska-eljattarnas-chockhojningar-stoppas. [Använd 1 mars 2018].

[31] Sveriges Television, svt, ”svt,” 15 december 2016 . [Online]. Available: https://www.svt.se/nyheter/inrikes/villaagarna-elprisbroms-kommer-for-sent. [Använd 1 mars 2018].

[32] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 3, § 5, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 3.

[33] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 2, §1, 6:e stycket, Energimarknadsinspektionen, Ei, 2015, p. 2.

[34] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 4, § 2, Energimarknadsinspektionen, Ei, 2015, p. 4.



[37] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 2, 1 §, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 2.

[38] G. Blom, ”Minsta-kvadrat.metoden,” i Sannolikhetsteori och statistikteori med tillämpningar, Lund, Studentlitteratur, 2005, p. 259.

[39] Energimarknadsinspektionen, Ei, ”Energimarknadsinspektionen, Ei,” 2015. [Online]. Available: https://www.ei.se/sv/for.../el/Elnat.../elnatsforetagens-intaktsramar-2016-2019/. [Använd 1 mars 2018].

[40] A. Picciarello, K. Alvehag, L. Soder, ”Impact of Network Regulation on the Incentive for DG Integration for the DSO: Opportunities for a Transition Toward a Smart Grid,” vol. 6, nr 4, pp. 1730-1739.

[41] M.T. Costa-Campi, J. Garcia-Quevedo, E. Trujillo-Baute, ”Electricity regulation and economic growth,” Elsevier, Energy Policy, nr 113, pp. 232-238, 2017.

Appendix 1

Formelsamling

Kvalitetsjusteringens samtliga parametrar För samtliga fall av avbrott antas dessa uppfylla villkor av att vara:

1. Orsakade i eget nät. 2. Tid till avbrott är inom definierade ramar givna för lokalnät och

regionnät. 3. Kunden ingår i en kundgrupp som är inom definierade ramar givna

för lokalnät och regionnät. 𝜏𝑖 avbrottstid (tid för avbrott) som kund nr i erfar.

𝜆𝑖 frekvens av avbrott (antal avbrott) som kund nr i erfar inom givna tidsramar

av avbrott. 𝑁𝑖 kund nr i som ingår i den totala gruppen av kunder, varje kund ges värdet

ett. 𝑁𝑖 = 1

𝐸𝑖 energi förbrukad av kund nr i för året som avses, anges i arbetet i enhet

kilowattimmar [kWh]. 𝑃𝑖 effekt [kW] förbrukad av kund nr i för året som anges i arbetet av 𝑑 i

enheten timmar [h].

𝑃𝑖 =𝐸𝑖

𝑑

𝒅𝒐 tillsynsårets o timmar, anges i arbetet i enhet timmar [h].

𝐸𝑜,𝑘 motsvarar kundgruppens k förbrukade energi under tillsynsåret o given i

enhet [kWh]. Index k representerar kundgrupp. 𝑷𝒂𝒗 mäter tillsynsårets o årliga medeleffekten (årsmedeleffekt) inom varje

kundgrupp k, vilket motsvarar kundgruppens förbrukade energi 𝐸𝑜,𝑘 [kWh]

och dividerat med tillsynsårets timmar 𝒅𝒐 [h], given enhet är kW. I de fall

årsmedeleffekt används i för beräkning av normen utgör den medelvärdet av årsmedeleffekt till de fyra åren som normvärdet ger inom respektive kundgrupp k.

𝑷𝒂𝒗 =𝑬𝒐,𝒌

𝒅𝒐 (35)

SAIFI - System Average Interruption Frequency Index, antal avbrott per kund [avbrott/kund].

𝑆𝐴𝐼𝐹𝐼 =∑ 𝜆𝑖∙𝑁𝑖𝑖

∑ 𝑁𝑖𝑖 (36)

SAIDI - System Average Interruption Duration Index, avbrottstid per kund [h/kund].

𝑆𝐴𝐼𝐷𝐼 =∑ 𝜏𝑖∙𝑁𝑖𝑖

∑ 𝑁𝑖𝑖 (37)

ENS - Energy Not Supplied motsvarar ILE, Icke Levererad Energi [kWh].

𝐸𝑁𝑆 = ∑ 𝜏𝑖 ∙ 𝐸𝑖𝑖 (38)

PNS - Power Not Supplied motsvarar ILEffekt, Icke Levererad Effekt [kW].

𝑃𝑁𝑆 = ∑ 𝜆𝑖 ∙ 𝑃𝑖𝑖 (39)

AENS - Average Energy Not Supplied, ILE viktat mot kunder [kWh/kund].

𝐴𝐸𝑁𝑆 =∑ 𝜏𝑖∙𝐸𝑖𝑖

∑ 𝑁𝑖𝑖 (40)

APNS - Average Power Not Supplied, ILEffekt viktat mot kunder [kW/kund].

𝐴𝑃𝑁𝑆 =∑ 𝜆𝑖𝑃𝑖𝑖

∑ 𝑁𝑖𝑖 (41)

AIT - Average Interruption Time, ILE viktat mot årsmedeleffekt [h].

𝐴𝐼𝑇 =∑ 𝜏𝑖∙𝐸𝑖𝑖

∑ 𝑃𝑖𝑖 (42)

AIF - Average Interruption Frequency, ILEffekt viktat mot årsmedeleffekt [avbrott].

𝐴𝐼𝐹 =∑ 𝜆𝑖∙𝑃𝑖𝑖

∑ 𝑃𝑖𝑖 (43)

ASUI - Average System Unavailbility Index, SAIDI viktat mot årets timmar [%].

𝐴𝑆𝑈𝐼 =∑ 𝜏𝑖∙𝑁𝑖𝑖

∑ 𝑁𝑖∙𝑑𝑖 (44)

𝐶𝐸𝑀𝐼4 kunder som erfar fyra eller fler avbrott viktat mot antal kunder

[avbrott/antal kunder]. 𝜆𝑖 ≥ 4 ⟹ δ𝑖 = 1 𝜆𝑖 < 4 ⟹ δ𝑖 = 0

𝑪𝑬𝑴𝑰𝟒 =∑ δ𝑖𝑖∑ 𝑁𝑖𝑖

(45)

Appendix 2

6.1 Mälarenergi Västerås AB Ett möte arrangerades av Carl Johan Wallnerström, handledare från Ei, med nätplanerare Kenny Granath och Torbjörn Solver från Mälarenergi Elnät AB, där vi diskuterade regleringen av leveranssäkerhet. Från detta möte ges en listad sammanfattning av vad som framfördes angående nuvarande reglering och eventuella förändringar av den. Sammanfattningen är skriven av Carl Johan Wallnerström och läst av Kenny Granath som även bidragit med ytterligare tillägg. Sammanfattning i punktform: 1. Inte för många ändringar snabbt då vi inte har kunnat utvärdera ordentligt

än. Var nyligen nuvarande regler infördes och det är först från 2020 som incitamenten på allvar blir styrande för de flesta nätföretag. Evolution snarare än revolution när det gäller leverenssäkerhetsincitamenten.

2. Problem med kundkategorier, t.ex. eftersom tarifferna är desamma men

avbrottskostnaderna olika. Dock inte realistiskt hasta igenom ändring av detta redan till nästa tillsynsperiod även om det inte är optimalt idag enligt er (se punkt 1 om att inte gå för snabbt fram innan utvärdering).

3. Diskussioner om effektviktning även för lokalnät. Sammanfattningsvis

lutar det åt att det har fler för- än nackdelar. Ligger närmare hur nätföretagen planerar i verkligheten där hänsyn tas till kundstorlek. Behöver inte vara mer komplicerat att förstå eftersom kr/kW och kr/kWh är logiskt. En annan fördel är att ha samma indikator är möjlig oavsett region/lokalnät och kundgrupp. Kan också ta bort lite av de negativa effekterna (se punkt 2) med kundgrupper, t.ex. genom att mindre industri och handel/tjänster får rimligare avbrottskostnadsvärdering jämfört med idag.

4. Till 2020 realistiskt utreda viktning efter årsmedeleffekt, men på sikt kan

det vara intressant att utreda om vi kan använda effekt per timme för att t.ex. fånga kunder med stora variationer över dygn/år avseende effektuttag. Data finns/kommer finnas, men blir mycket data hantera, skulle kanske krävas att en del beräkningar gjordes av nätföretagen själva.

5. 12-timmarsavbrott. Vi diskuterar i detta projekt inte om lagförslaget är bra

eller inte, men om det blir verklighet är det viktigt uppdatera även normnivåerna med avseende på detta. Då blir effekten nära noll om både utfall och norm förskjuts samtidigt.

6. CEMI4. Svagt incitament som endast ibland ger liten effekt. Kom inte

fram till så mycket konkret på mötet. Finns säkert förbättringspotential, men just att det är svagt (inte ger så mycket risker för nätföretagen) kanske det inte är prioriterat se över till 2020 med tanke på den första punkten att inte hasta igenom förändringar?

Ytterligare tillägg gavs av Kenny Granath. ”Vi diskuterade enkelhet vs. komplexitet i regleringen. Eftersom avbrottsincitamenten redan är komplicerade med flera kundtyper etc. är risken att de inte ger någon styrande effekt eftersom det blir för komplicerat att ta hänsyn till detta vid investeringsbeslut när det också finns många andra faktorer som påverkar. Det kan vara något att tanka på. Dessa ”mjuka varden” tror jag inte ska underskattas om man vill få nätföretagen att ta mer hansyn till styrningen som Ei vill åt.” ”Det vore intressant att se studier over CEMI-4 och hur nyckeltalet utvecklas över tid. Det finns alltid inslag av slumpmässighet i avbrottsstatistik och ju kortare tidshorisont desto mer slump kommer att påverka. Därför vore det önskvärt att minimera slumpen i regleringen. En tanke som vi inte diskuterade på mötet men som är en tanke är att betrakta hela fyraårsperioden som en enhet istället för att betrakta varje enskilt år. De årliga kraven (trappan från befintlig nivå mot normnivån om man har sämre kvalitet än norm) är väldigt trubbiga och slumpässigheten varje enskilt år är storre an stegen i trappan.” ”Vi diskuterade aven kvalitet på rapporterad data. Ju mer detaljer i data och ju mer påverkan data får via incitament desto viktigare blir Ei:s tillsyn över kvaliteten på data. Det räcker inte med de stickprov och kontroller som görs vid inrapporteringen utan det borde även göras andra typer av djupare kontroller av avvikande statistik (inte bara företag med dålig leveranssäkerhet utan aven bra eller ”for bra”) for att se om det finns brister i datakvalitet eller metoder för framtagande av statistiken. Till en viss gräns gäller att ju bättre datakvalitet, desto sämre leveranssäkerhet eftersom fler avbrott kommer med i statistiken istallet for att missas.”

Appendix 3

7.1 Enkät till elnätsföretag Enkätens utformning är medvetet riktad till att svara mot de indikatorer som tas upp i examensarbetet. Enkäten skickades med mail till 147 nätföretag som hade hänvisning till mail till kundtjänst eller ansvarig till nätet, via deras hemsida. I mailet förklarades syftet med enkäten och att svaren hanterades anonymt utan att kunna koppla dem tillbaka till respektive avsändare. Svarsfrekvensen var låg, enbart 32 svar av 147 möjliga vilket motsvarar 21.8 %. Resultaten redovisas dels som blockdiagram över svarsfördelningen från obligatoriska frågor och i nästa avsnitt ges de specifika förklaringarna som hör till följdfrågorna. Första frågan lyder: Vad är det bästa sättet att mäta elavbrott i lokalt nät?

Figur 26: Svarsfrekvens till bästa metod att mäta elavbrott i lokalnät. Andra frågan lyder: Bör det vara någon skillnad på hur man mäter elavbrott i lokalt nät för lågspänningskunder och högspänningskunder.

Figur 27 Svarsfrekvens till att använda olika metoder för högspänningskund respektive lågspänningskund. Tredje frågan lyder: Om svaret är ja på föregående fråga (att göra skillnad på mätmetod till avbrott för lågspänningskunder och högspänningskunder).

På vilket sätt bör avbrott mätas för lågspännings- och högspänningskunder?

Figur 28: Svarsfrekvens till vilket sätt bör avbrott mätas för lågspännings- och högspänningskunder. Fjärde frågan lyder: Bör det vara skillnad på hur man mäter elavbrott i lokalt nät för olika kundgrupper.

Figur 29: Svarsfrekvens till om det bör vara skillnad på hur man mäter elavbrott i lokalt nät för olika kundgrupper. Femte frågan lyder: Om svaret är ja på föregående fråga (om det bör vara skillnad på mätmetoder för olika kundgrupper). På vilket sätt bör avbrott mätas för de olika kundgrupperna?

Figur 30: Svarsfrekvens till vilken mätmetod bör användas för respektive kundgrupp.

Sjätte frågan lyder: Har ni även ett regionalt nät?

Figur 31: Svarsfrekvens till om nätföretaget även har ett regionalt nät. Sjunde frågan lyder: Ska både lokalnät och regionalt nät mäta avbrott på samma sätt?

Figur 32: Svarsfrekvens till frågan om det bör vara samma metod för att mäta avbrott i lokalnät som i regionalt nät.

7.2 Specifika förklaringar från enkät För att kunna ge en mer fördjupad analys ges de specifika förklaringarna till de frivilliga följdfrågorna. Fråga 1. Vad är det bästa sättet att mäta el avbrott i lokalt nät? I den här frågan ges det möjlighet att kunna ange ett sätt som inte är givet av de listade alternativen. Här nyttjades den möjligheten av en av deltagarna i enkaten som skrev foljande: ”Att driftledare i varje enskilt fall dokumenterar avbrotten.” Svarsfrekvensen var 24 av 32, vilket motsvarar 75 % av det totala antalet av deltagare i enkäten, till att använda SAIDI, SAIFI för att mäta avbrott i lokalt nät. Fråga 1.1 Varför är det en metod att föredra? Svarsfrekvensen till frågan var 14 av 24, vilket motsvarar 58 % av dem som föredrar SAIDI, SAIFI. Skälen listas i Tabell 7.

Tabell 7: Skäl till att använda SAIDI och SAIFI som metod att mäta avbrott i lokalt nät.

Nr 1.1 Varför är det en metod att föredra?

1 ”Det ger en bra bild over hur stor kundpåverkan som ett avbrott har medfört. Används av oss bla som ett sätt att mäta elkvalitet i nätet och till viss del for att bestamma underhållsplanering.”

2 ”For att den mater foretagets leverans till sina kunder. Utebliven effekt och energi vet jag inte nyttan av.”

3 ”Ett avbrott i spanningen ar lika kannbart som ett effektbortfall.”

4 ”Det är lättare att bedöma konsekvenser av ett avbrott, och de blir lattare jamforbara.”

5 ”Enklare att hantera eftersom avbrottsdata kan avlasas i respektive matare. Alla andra givna metoder måste beraknas.”

6 ”Val inarbetad metod”

7 ”Avbrottsstatistiken bör utvecklas. T.ex. redovisning av de 5-10 anläggningarna med sämsta Saifi och Saidi. Att enbart mäta för hela natet ar for grovt, tycker jag.”

8 ”Sjalva avbrottet ar det besvarliga for kunden, utebliven forsaljning ar ett mindre problem for oss”

9 ”Inarbetad”

10 ”Ett nyckeltal som ar enkelt att berakna och tydligt att kommunicera till kund. Skapar ett bra kvalitetsmått på elnätet och är jämförbart över tid.”

11 ”Branschen och myndigheten anvander SAIFI och SAIDI.”

12 ”Är allmant vedertaget och det finns statistik tillbaka i tiden.”

13 ”Kunden hamnar i focus”

14 ”Delvis for att inte riktigt kanner till de andra men jag tycker att den metoden som galler idag ar ok, åtminstone for hushållskunder.”

7.2.1 Rangordning av motivering till Tabell 7

Svaren från 1, 2, 8, 9, 10 och 13 motiverar sitt val utifrån kundens perspektiv. Svaren från 6, 9, 10, 11 och 12 motiverar sitt val utifrån praxis och historiskt sätt att mäta avbrott i lokalnät. Svaren från 1, 2, 3 och 4 motiverar sitt val utifrån konsekvenserna ett avbrott betyder för kund eller i systemet. Svaret från 5 motiverar sitt val utifrån att det är lättillgänglig data som kan fås direkt från kundens elmätare. Svaret från 7 motiverar sitt val med att metoden för SAIDI, SAIFI kunde utvecklas till att omfatta anläggningar som representerar sämre statistik i jämförelse med hela systemet. Svaret från 14 motiverar sitt val utifrån vad som är en känd metod vilket är acceptabel för kundgruppen hushållskunder. Svarsfrekvensen var 1 av 32, vilket motsvarar 3 % av det totala antalet av deltagare i enkäten, till att använda AIT, AIF för att mäta avbrott i lokalt nät. Fråga 1.1 Varför är det en metod att föredra? Svarsfrekvensen till frågan var 1 av 1, vilket motsvarar 100 % av dem som föredrar AIT, AIF. Skäl listas i Tabell 8. Tabell 8: Skäl till att använda AIT, AIF som mätmetod för lokalt nät.


1 ”Vi måste se till att de storsta forbrukarna har energi i forsta hand, då de påverkar troligtvis flest i samhället. Då blir bedömd leveranssäkerhet rattvis for oss natagare.”

Svaret från 1 motiverar AIT, AIF som den bästa metoden till att mäta avbrott i lokalnät utifrån konsekvensen i socioekonomiskt perspektiv.

Svarsfrekvensen var 1 av 32, vilket motsvarar 3 % av det totala antalet av deltagare i enkäten, till att använda APNS, AENS för att mäta avbrott i lokalt nät. Fråga 1.1 Varför är det en metod att föredra? Svarsfrekvensen till frågan var 1 av 1, vilket motsvarar 100 % av dem som föredrar APNS, AENS. Skäl listas i Tabell 9. Tabell 9: Skäl till att använda APNS, AENS som mätmetod för lokalt nät.


1 ”Det ar aktuellt att på något sätt i nyckeltalet få med vad det är för kund(-er) som har fått avbrott. Att då ta hänsyn till icke levererad effekt/energi gör att man iaf till viss del får med detta (även om naturligtvis även kunder med små förbrukningar kan vara samhällsviktiga).”

Svaret från 1 motiverar APNS, AENS som den bästa metoden till att mäta avbrott i lokalnät utifrån konsekvensen i socioekonomiskt perspektiv. Svarsfrekvensen var 2 av 32, vilket motsvarar 6 % av det totala antalet av deltagare i enkäten, till att använda ASUI, ASAI för att mäta avbrott i lokalt nät. Fråga 1.1 Varför är det en metod att föredra? Svarsfrekvensen till frågan var 1 av 2, vilket motsvarar 50 % av dem som föredrar ASUI, ASAI.

Skäl listas i Tabell 10. Tabell 10: Skäl till att använda ASUI, ASAI som mätmetod för lokalt nät.


1 ”Ger mera och battre bild av hur duktig natagare ar på att skota natet och hantera avbrott.”

Svaret från 1 motiverar ASUI, ASAI som den bästa metoden till att mäta avbrott i lokalnät utifrån hur avbrott hanteras i nätet av nätägaren. Svarsfrekvensen var 1 av 32, vilket motsvarar 3 % av det totala antalet av deltagare i enkäten, till att använda en egen formulerad metod för att mäta avbrott i lokalt nät. Fråga 1.1 Varför är det en metod att föredra? Svarsfrekvensen till frågan var 1 av 1, vilket motsvarar 100 % av dem som föredrar en egen metod. Metoden ar formulerad: ”Att driftledare i varje enskilt fall dokumenterar avbrotten.” Skäl listas i Tabell 11. Tabell 11: Skäl till att använda driftledare för dokumentation som mätmetod för lokalt nät.


1 ”Enkel hantering”

Svaret från 1 motiverar dokumentation från driftledare som den bästa metoden till att mäta avbrott i lokalnät utifrån hur avbrott hanteras i nätet. Fråga 2. Bör det vara någon skillnad på hur man mäter elavbrott i lokalt nät för lågspänningskunder och högspänningskunder? Här ges alternativen: ja, nej och vet ej. Svarsfrekvensen för att göra skillnad (alternativ:ja) var 5 av 32, vilket motsvarar 15 % av det totala antalet av deltagare i enkäten, till att använda olika metoder för att mäta avbrott för lågspänningskunder och högspänningskunder i lokalt nät. Fråga 2.1 Om svaret är ja på fråga 2: På vilket sätt bör avbrott mätas för lågspänning- och högspänningskunder? Svarsfrekvensen var 5 av 5, vilket motsvarar 100 % av de som vill ha olika mätmetoder för låg- och högspänningskunder, till att enbart lågspänningskunder skall använda SAIFI, SAIDI. Fråga 2.1 a) Om svaret är ja på fråga 2: Varför är det en metod att föredra? Svarsfrekvensen var 3 av 5, vilket motsvarar 60 % av de som vill ha olika mätmetoder för låg- och högspänningskunder, till att enbart lågspänningskunder skall använda SAIFI, SAIDI. Skäl listas i Tabell 12.

Tabell 12: Skäl till att använda SAIFI, SAIDI för att mäta avbrott till lågspänningskunder.

Nr 2.1 a) Om svaret är ja på fråga 2: Varför är det en metod att föredra?

1 ”Eftersom lågspanningskunder har relativt lika forbrukning ger SAIDI en bra procentuell bild över kundpåverkan tycker jag. Till högspänningskunder däremot skulle man kanske börja använda sig av ILE,ILEffekt for att få en battre bild av avbrottet.”

2 ”Normalt for kunder <= 63A bor man kunna anvanda SAIDI, SAIFI men för större förbrukare kan det behövas andra metoder, t.ex. ILE. Det ar en for grov indelning med HSP och LSP”

3 ”Man bör mäta avbrott för högsp.kunder och ev. större lågsp.kunder på ett "noggrannare" satt.”

Svaren från 2 och 3 motiverar att lågspänningskunders avbrott bör mätas med SAIDI, SAIFI utifrån att kunder med högre förbrukning behöver en annan mätmetod. Svaren från 2 och 3 motiverar att lågspänningskunders avbrott bör mätas med SAIDI, SAIFI och ger förslag till att använda ILE, ILEffekt som mätmetod för högspänningskunder. Fråga 2. Bör det vara någon skillnad på hur man mäter elavbrott i lokalt nät för lågspänningskunder och högspänningskunder? Här ges alternativen: ja, nej och vet ej. Svarsfrekvensen för att inte göra skillnad (alternativ: nej) var 22 av 32, vilket motsvarar 69 % av det totala antalet av deltagare i enkäten, till att använda samma metoder för att mäta avbrott för lågspänningskunder och högspänningskunder i lokalt nät. Fråga 2.2 Om svaret är nej på fråga 2. Varför är det att föredra att inte göra skillnad på kunder med olika förbrukning? Svarsfrekvensen var 15 av 22, vilket motsvarar 68 % av de som vill ha samma metoder för att mäta avbrott för lågspänningskunder och högspänningskunder i lokalt nät. Skäl listas i Tabell 13. Tabell 13: Skäl till att använda samma metod för att mäta avbrott för lågspänningskunder och högspänningskunder.

Nr 2.2 Om svaret är nej på fråga 2. Varför är det att föredra att inte göra skillnad på kunder med olika förbrukning?

1 ”Praktiskt omojligt”

2 ”Det intressanta ar antalet och langden på avbrotten. Inte mangden.”

3 ”Se svar 1:1” Svar 1.1:”For att den mater foretagets leverans till sina kunder. Utebliven effekt och energi vet jag inte nyttan av.”

4 ”En kund ar en kund, oavsett storlek och forbrukning.”

5 ”Kunder med olika verksamheter bor man gora skillnad på men en lågspänningskund med hög förbrukning kan ha en viktigare verksamhet än en högspänningskund med låg förbrukning. Dvs, spanningsnivån ar inte ett matetal for hur viktig en kund ar.”

6 ”Enkel hantering”

7 ”Alla kunder bor behandlas lika”

8 ”Alla kunder ar lika viktiga. Spanningsnivån har ingen betydelse.”

9 ”Ser inte i nulaget att det finns skal till att ha olika uppfoljning.”

10 ”Branschen och myndigheten anvander SAIFI och SAIDI. Antal låg- och hogspanningskunder sarredovisas.”

11 ”Har man kopt sig en anslutning har man alltid ratt till att ta ut effekt upp till gränsen för det man abonnerar på. Antingen kan man det eller så kan man det inte oavsett spänningsnivå och om inte så räknas det som ett avbrott.”

12 ”Det finns många lsp kunder med stor förbrukning. Ska man separera tycker jag inte separationen ska vara mellan låg- och högspänningskunder. I så fall kanske gränsen ska vara säkringsstorlek 63 A (eller motsvarande abonnerad effekt). Men enklast tror jag borde vara (om jag inte tänker fel) att ha ett och samma nyckeltal för alla kunder. Man skulle dock kunna, när man analyserar och jämför mellan bolag, kunna särskilja mellan ILE/ILEffekt (per kund) for storre och mindre kunder.”

13 ”Det intressanta ar tillgangligheten. Kan jamfora battre!”

14 ”Jag ser ingen anledning att sarskilja om kunden abonnerar på högspänning eller lågspänning. En liten högspänningskund har ofta en lagre elanvandning an en stor lågspanningskund.”

15 ”Avbrott ar avbrott oavsett om det ar hsp eller lsp”

7.2.2 Rangordning av motivering till Tabell 13 Svaren från 3, 4, 5, 7, 8, 13 och 15 motiverar sitt val utifrån kundens perspektiv. Svaren från 2, 3, 5, 11 och 15 motiverar sitt val utifrån konsekvenserna ett avbrott betyder för kund eller i systemet. Svaren från 5, 12 och 14 motiverar sitt val utifrån förbrukning till lågspänningskunder. Svaren från 9 och 10 motiverar sitt val utifrån praxis och historiskt sätt att mäta avbrott i lokalnät. Svaren från 1 och 6 motiverar sitt val utifrån vad som är administrativt praktiskt. Svaret från 12 motiverar att det kan vara bättre att använda ett annat mått för att mäta avbrott till kunder med högre förbrukning, såsom säkringens storlek och tillämpa ILE, ILEffekt. Fråga 3. Bör det vara någon skillnad på hur man mäter elavbrott i lokalt nät för olika kundgrupper? Här ges alternativen: ja, nej och vet ej. Svarsfrekvensen för att göra skillnad (alternativ: ja) var 7 av 32, vilket motsvarar 22 % av det totala antalet av deltagare i enkäten, till att använda olika metoder för att mäta avbrott för olika kundgrupper i lokalt nät. Fråga 3.1 Om svaret är ja på fråga 3. På vilket sätt bör avbrott mätas för de olika kundgrupperna? Här fanns möjlighet att ange en egen metod för att mäta avbrott i olika kundgrupper. Svarsfrekvensen var 1 av 7, vilket motsvarar 14 % av de som angav en egen metod for att mata avbrott i olika kundgrupper. En metod: ”Båda grupperna bor matas med SAIFI, SAIDI”. Vilket kan tolkas som att grupperna i fråga är hushållsgrupper och övriga, dvs. samtliga grupper bör ha samma metod för att mäta avbrott.

Egen anmärkning: Svaret i fråga 3.1 från den som ville ha olika mätmetoder för olika kundgrupper men sen ville bara se en mätmetod för samtliga kundgrupper, kan tyckas vara motstridigt. Det kan bero på att fråga 3 kan uppfattas tvetydig och därför resultera i ett motstridigt svar. Svarsfrekvensen var 6 av 7, vilket motsvarar 86 % av de som dels ville ha olika mätmetoder för olika kundgrupper men också föredrar att hushållskunder nyttjar SAIFI, SAIDI som mätmetod och övriga kundgrupper använder ILE, ILEffekt. Fråga 3.2 a) Om svaret är ja på fråga 3: Varför är det en metod att föredra? Svarsfrekvensen var 4 av 6, vilket motsvarar 67 % av de som dels ville ha olika mätmetoder för olika kundgrupper men också föredrar att hushållskunder nyttjar SAIFI, SAIDI som mätmetod och övriga kundgrupper använder ILE, ILEffekt. Skäl listas i Tabell 14.

Tabell 14: Skäl till att använda SAIDI, SAIFI för hushållskunder och ILE, ILEffekt för övriga kundgrupper.

Nr 3.2 a) Om svaret är ja på fråga 3: Varför är det en metod att föredra?

1 ”Som namnts ovan” Från svar 2.1 :” Att enbart lågspanningskunder skall anvanda SAIFI, SAIDI.” Från svar 2.1 a: ” Normalt för kunder <= 63A bör man kunna använda SAIDI, SAIFI men för större förbrukare kan det behövas andra metoder, t.ex. ILE. Det ar en for grov indelning med HSP och LSP”

2 ”Produktionsbortfall i tillverkningsindustri, handel etc skall viktas hogre”

3 ”Se4 svar på fråga ett.” Från svar 1.1:”Vi måste se till att de storsta forbrukarna har energi i första hand, då de påverkar troligtvis flest i samhället. Då blir bedömd leveranssäkerhet rättvis för oss natagare.”

4 ”Det ar flera gånger kostsammare for vissa kunder att få ett stromavbrott.”

Svaren från 2, 3 och 4 motiverar sitt val utifrån konsekvenserna ett avbrott betyder för kund rent ekonomiskt, det vill säga utifrån ett socioekonomiskt perspektiv. Svaret från 1 motiverar att det kan vara bättre att använda ett annat mått för att mäta avbrott till kunder med högre förbrukning, såsom säkringens storlek och tillämpa ILE, ILEffekt. Fråga 5) Ska både lokalnät och regional nät mäta avbrott på samma sätt? Här ges alternativen: ja, nej och vet ej. Svarsfrekvensen för att använda samma metod (alternativ: ja) var 8 av 32, vilket motsvarar 25 % av det totala antalet av deltagare i enkäten, för att mäta avbrott i lokalnät som i regionalnät. Fråga 5.1) Om svaret är ja på fråga 5. Varför är det en metod att föredra? Svarsfrekvensen var 5 av 8, vilket motsvarar 62 % av de som vill ha samma metoder för att mäta avbrott för kunder i lokalnät och regionalnät. Skäl listas i Tabell 15.

Tabell 15: Skäl till att använda samma metod för att mäta avbrott i lokalnät och regionalnät.

Nr 5.1) Om svaret är ja på fråga 5. Varför är det en metod att föredra?

1 ”Vardena blir jamforbara.”

2 ”Bor vara enhetligt”

3 ”Alla kunder bor behandlas lika”

4 ”Jag ser inga tunga skal till att inte mata på samma satt.”

5 ”Att man kan fora over avbrottstider och i framtiden avbrottskostnader till regionnat med hjalp av samma data som man rapporterar in till EI.”

Svaret från 3 motiverar sitt val utifrån kundens perspektiv. Svaren från 1, 2 och 5 motiverar sitt val utifrån ett praktiskt perspektiv där samma metod används och går att jämföra mellan olika nät. Fråga 5) Ska både lokalnät och regional nät mäta avbrott på samma sätt? Här ges alternativen: ja, nej och vet ej. Svarsfrekvensen för att använda olika metoder (alternativ: nej) var 11 av 32, vilket motsvarar 34 % av det totala antalet av deltagare i enkäten, för att mäta avbrott i lokalnät som i regionalnät. Fråga 5.2) Om svaret är nej på fråga 5. Varför är det en metod att föredra? Svarsfrekvensen var 7 av 11, vilket motsvarar 64 % av de som vill ha olika metoder för att mäta avbrott för kunder i lokalnät och regionalnät. Skäl listas i Tabell 16. Tabell 16: Skäl till att använda olika metoder för att mäta avbrott i lokalnät och regionalnät.

Nr 5.2) Om svaret är nej på fråga 5. Varför är det en metod att föredra?

1 ”Risken finns ju att samma avbrott raknas flera gånger”

2 ”Lika som ovan. En storre skada/olagenhet for storre kunder” Från svar 2.1 :” Att enbart lågspänningskunder skall använda SAIFI, SAIDI.” Från svar 2.1 a: ” Normalt for kunder <= 63A bor man kunna använda SAIDI, SAIFI men för större förbrukare kan det behövas andra metoder, t.ex. ILE. Det ar en for grov indelning med HSP och LSP”

3 ”Se svar på fråga ett.” Från svar 1.1:”Vi måste se till att de storsta forbrukarna har energi i första hand, då de påverkar troligtvis flest i samhället. Då blir bedomd leveranssakerhet rattvis for oss natagare.”

4 ”Regionnaten borde matas efter hur många slutkunder de har anslutna och inte efter hur många lokalnatsbolag etc”

5 ”Regionnat bor ha ytterligare uppfoljning då regionnat ar uppbyggd på annat vis.”

6 ”Lokalnatagare blir en (1) kund for regionnatagaren, men antalet slutkunder kan bli alla kunder som lokalnatagaren har.”

7 ”Kanns som det ar andra parametrar att ta hansyn till.”

Svaren från 4, 5, 6 och 6 motiverar sitt val utifrån ett strukturellt perspektiv där antalet kunder beräknas på annat sätt jämfört med det lokala nätets kunder. Svaret från 1 motiverar sitt val utifrån metodens osäkerhet då samma avbrott befaras räknas flera gånger.

Svaret från 2 motiverar sitt val utifrån ett socioekonomiskt perspektiv. Svaret från 7 motiverar sitt val med att det finns andra parametrar att ta hänsyn till.

Appendix 4

Matlabkod till anpassning av normfunktion Funktion som behandlar data och räknar och jämför SSE för tre olika funktioner.

function [Reg_fun,f1,f2,f3,c1,c2,c3,S] = N_test(t,t1,y,namn);

%% 1) Ei funktion garderar villkor 2) nedan med 'Lower' lägre gräns för

koefficienter

s = fitoptions('Method','NonlinearLeastSquares',...

'Lower',[0,0,-.9*min(t1)],...

'Upper',[Inf,Inf,Inf],...

'Startpoint',[1 1 1]);

f1 = fittype('a + b/(c+x)','options',s);

[c1,gof1] = fit(t1,y,f1);

% Två kontroller av funktion

% 1) Y(T)>=0

min_1 = min(f1(c1.a,c1.b,c1.c,t));

% 2) Finn SSE

SSE_1 = gof1.sse;

% Konfidensintervall för parametrar

kon_1 = confint(c1)';

%% 2) Ny funktion med exponential term garderar villkor 2)

nedan med 'Lower' lägre gräns för koefficienter

s1 = fitoptions('Method','NonlinearLeastSquares',...

'Lower',[-.9*min(t1),0,0],...



f2 = fittype('1/(a+x) + b*exp(-x*c)','options',s1);



% 1) Y(T)>=0


% 2) Finn SSE

SSE_2 = gof2.sse;



%% 3) Modifierad funktion med coth term

s2 = fitoptions('Method','NonlinearLeastSquares',...

'Lower',[-.9*min(t1),0,0],...



f3 = fittype('1/(a+x) + b*coth(x*c)','options',s2);



% 1) Y(T)>=0


% 2) Finn SSE

SSE_3 = gof3.sse;



%% Kontrollerar Y(T)>=0 för varje funktion

M = [min_1,min_2,min_3];

% dx ger vilka funktioner håller för villkor 1)

dx = find(M>=0);

%% Beräknar SSE för varje funktion

SSE_0 = sum( (y - f1(c1.a,c1.b,c1.c,t1)).^2);



S =[SSE_0, SSE_1,SSE_2 ]; m = length(dx);

min_S = min(S(dx)); Reg_fun =table();

if min_S==SSE_0;

f_text='Ei';

f_exp=formula(c1);

a=c1.a; b=c1.b; c=c1.c;

kon=confint(c1)';

SSE=gof1.sse;

nr=1;

end

if min_S==SSE_1;

f_text='Exp funktion';

f_exp=formula(c2);

a=c2.a; b=c2.b; c=c2.c;

kon=confint(c2)';

SSE=gof2.sse;

nr=2;

end

if min_S==SSE_2;

f_text='Coth funktion';

f_exp=formula(c3);

a=c3.a; b=c3.b; c=c3.c;

kon=confint(c3)';

SSE=gof3.sse;

nr=3;

end

ind_name= namn;

Reg_fun.Fun = {f_text};

Reg_fun.Fun_exp = {f_exp};

Reg_fun.a_b_c = [a,b,c];

Reg_fun.Konf_a_95 = [kon(1,1), kon(1,2)];

Reg_fun.Konf_b_95 = [kon(2,1), kon(2,2)];

Reg_fun.Konf_c_95 = [kon(3,1), kon(3,2)];

Reg_fun.SSE = SSE;

Reg_fun.nr = nr;

Reg_fun.Properties.RowNames=ind_name;

Funktion som väljer mellan de tre funktionerna med villkor att använda den funktion som har lägst SSE.

function [f,c]= N_select(Reg_tab,f1,f2,f3,c1,c2,c3);

if Reg_tab.nr==1;

f=f1;

c=c1;

end

if Reg_tab.nr==2;

f=f2;

c=c2;

end

if Reg_tab.nr==3;

f=f3;

c=c3;

end

Row

Fun

Fun_exp

a_b_c_1

a_b_c_2

a_b_c_3

Konf_

a_95_1

Konf_

a_95_2

Konf_

b_95_1

Konf_

b_95_2

Konf_

c_95_1

Konf_

c_95_2

SS

E

AV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)8561,8

02114

4723,9

16052

0,1

41254616

-1,9

0843E

+11

1,9

0843E

+11

-2691,5

96833

12139,4

2894

-0,2

28392113

0,5

10901345

2550106893

AV

ILE

effe

kt [k

W]

Ei

a +

b/(c

+x)

9,1

50260761

6501,4

38894

3,8

99393644

-2089,5

32651

2107,8

33172

-50876,0

8367

63878,9

6146

-52,2

6729339

60,0

6608067

332253179,5

AV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,5

65128379

92,3

497036

1,0

57480086

-10,7

2062788

13,8

5088464

4,2

62678473

180,4

367287

0,7

29470943

1,3

85489228

22,9

667248

AV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)12,7

1341479

20,7

2507426

0,8

78562623

-7,2

93699944

32,7

2052953

6,4

8872822

34,9

614203

0,6

73622879

1,0

83502366

3,1

9777091

AV

AE

NS

[kW

h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,2

38072942

30,3

9722031

0,3

6253836

-532,5

278873

535,0

040332

-37,9

2624243

98,7

2068305

-0,0

00766571

0,7

25843291

4655,7

24592

AV

AP

NS

[kW

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,0

39995302

15,6

8119854

0,3

95236478

-235,8

941556

237,9

741462

-21,1

1250095

52,4

7489803

-0,0

6122857

0,8

51701527

1199,4

1852

AV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)769,0

517304

0,9

62837253

0,9

86500541

256,5

135951

1281,5

89866

0,4

20651291

1,5

05023215

0,8

22936476

1,1

50064607

0,0

02305253

AV

HV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1623,4

63264

2184,0

55001

0,1

46964921

-5281406258

5281409505

-3319,9

56525

7688,0

66527

-0,4

96610981

0,7

90540823

1147478353

AV

HV

ILE

ffekt [k

W]

Ei

a +

b/(c

+x)

113,6

101896

598,8

174987

16,3

178796

-2584,0

77871

2811,2

9825

-151872,6

676

153070,3

026

-3491,6

39192

3524,2

74951

64361058,0

4

AV

HV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)40989,9

9858

1,2

67886143

0,1

86399849

-769435897,5

769517877,5

-1,1

3583759

3,6

71609877

-0,2

50263956

0,6

23063653

106,9

030472

AV

HV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,6

1679994

0,3

74712783

0,3

52684497

-27,9

8954754

41,2

2314742

-0,9

57196778

1,7

06622344

-0,8

90992327

1,5

96361322

4,3

95355738

AV

HV

AE

NS

[kW

h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)166,7

786095

372,5

255111

0,2

12858256

-4032854,7

23

4033188,2

8-4

41,3

542325

1186,4

05255

-0,3

08941752

0,7

34658264

8088766,4

25

AV

HV

AP

NS

[kW

/kund]

Ei

a +

b/(c

+x)

16,7

1700769

43,0

043093

-0,4

68723734

-31,6

8255536

65,1

1657075

-635,4

140653

721,4

226839

-47,6

6603769

46,7

2859022

855905,2

113

AV

LV

SA

IFI [a

vbro

tt/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)4,3

36552028

18,6

0592992

0,8

32259059

-5,2

10238405

13,8

8334246

4,8

79393264

32,3

3246657

0,5

97668

1,0

66850118

3,9

17354743

AV

LV

SA

IDI [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,743491265

96,1

7072064

1,0

56061641

-7,2

9942432

5,8

1244179

27,3

5930712

164,9

821342

0,7

69709577

1,3

42413705

17,8

1275474

AV

LV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)768,9

210484

0,9

63028694

0,9

86524554

256,0

919475

1281,7

50149

0,4

2029742

1,5

05759968

0,8

22827159

1,1

50221948

0,0

02309437

OA

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

1,8

3678E

-08

5,9

79595237

-1,4

4079568

-0,2

92970483

0,2

9297052

3,0

34924168

8,9

24266307

-2,3

8443024

-0,4

97161121

55,6

2043138

OA

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,488853513

37,9

9834167

0,4

78876135

-70,9

1932894

69,9

4162191

-8,6

37946226

84,6

3462956

0,3

31221381

0,6

26530889

509,4

819777

OA

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)30,1

2010743

2,6

11551899

0,6

25509093

-1,8

29590681

62,0

6980554

0,4

48470848

4,7

7463295

0,4

06427603

0,8

44590582

0,6

60044166

OA

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)21,7

8687236

2,5

55283807

0,5

51598607

-9,0

52606734

52,6

2635146

0,4

16425595

4,6

94142018

0,3

30388879

0,7

72808336

1,2

03285657

OA

V L

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)21,7

340807

2,5

43273573

0,5

50350402

-9,0

91588001

52,5

5974941

0,4

14534285

4,6

72012862

0,3

2916769

0,7

71533114

1,2

05169528

OA

V L

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)21,7

0950637

2,5

44201454

0,5

50478038

-9,0

69650383

52,4

8866313

0,4

14070538

4,6

74332371

0,3

29205857

0,7

71750219

1,2

05252576

OA

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6802,0

29695

10736,5

4138

0,0

94127543

-4,3

3366E

+11

4,3

3366E

+11

-4903,5

52578

26376,6

3534

-0,2

11243935

0,3

99499022

29643839138

OA

V IL

Effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1246,7

97969

8939,1

69861

0,0

83140372

-29019901326

29019903819

-4429,8

95057

22308,2

3478

-0,3

86755237

0,5

5303598

21549444059

OA

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)12295,2

0371

17496,7

0837

0,1

15176367

-1,0

139E

+12

1,0

139E

+12

-7228,2

21636

42221,6

3837

-0,1

1901204

0,3

49364775

49897600918

OA

V IL

Effe

kt 1

2 [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)13,3

069683

9110,8

40524

0,0

83492268

-29346879,9

229346906,5

4-1

22864,5

078

141086,1

889

-0,0

70619855

0,2

37604392

22285817827

OA

V A

IT [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,316946565

21,5

0136338

0,5

23950015

-14,0

5602859

11,4

2213546

-6,5

04461471

49,5

0718822

0,3

63020534

0,6

84879495

84,4

6351787

OA

V A

IF [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,0

51456085

4,1

65786136

-1,7

89074948

-0,1

76643513

0,2

79555683

2,2

19822327

6,1

11749946

-2,4

68504934

-1,1

09644962

42,5

5569312

OA

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,662919679

34,9

9786341

0,5

33641725

-43,0

3434501

41,7

0850565

-3,8

09915674

73,8

0564249

0,3

81146417

0,6

86137034

244,3

684043

OA

V A

IF 1

2 [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,0

3914318

4,3

29109143

-1,7

6946489

-0,1

94584176

0,2

72870536

2,3

15094902

6,3

43123383

-2,4

58750073

-1,0

80179707

44,0

84716

OA

V A

EN

S [k

Wh/k

und]

Ei

a +

b/(c

+x)

6,1

9955E

-07

43,7

4244246

-0,9

34225836

-6,0

48159421

6,0

48160661

-29,9

5586174

117,4

407467

-5,1

64259017

3,2

95807346

17326,8

7184

OA

V A

PN

S [k

W/k

und]

Ei

a +

b/(c

+x)

5,4

1191E

-07

45,3

5957227

-0,4

16304291

-6,5

64700268

6,5

64701351

-47,9

5943087

138,6

785754

-6,6

76555426

5,8

43946843

15317,9

9656

OA

V A

EN

S 1

2 [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)0,2

8464343

58,4

2069378

0,2

60941804

-723,5

599696

724,1

292565

-81,2

6990504

198,1

112926

0,0

88729494

0,4

33154114

21791,8

183

OA

V A

PN

S 1

2 [k

W/k

und]

Ei

a +

b/(c

+x)

5,4

6258E

-07

45,6

7828772

-0,4

38443747

-6,5

4624677

6,5

46247863

-46,8

3156327

138,1

881387

-6,5

57513934

5,6

8062644

15409,7

4461

OA

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)178,1

76605

0,4

00624066

0,6

00639923

82,6

5664157

273,6

965683

0,1

09750053

0,6

91498079

0,4

19509002

0,7

81770845

0,0

16108283

OA

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)183,1

82548

0,5

6378954

0,5

54236111

-26,2

1524762

392,5

803436

0,0

87495949

1,0

40083131

0,3

47838642

0,7

6063358

0,0

6508744

OA

V H

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)2610,0

86441

2472,8

43673

0,2

07140642

-7632457029

7632462249

-5070,1

56561

10015,8

4391

-0,4

81068406

0,8

9534969

764095532,3

OA

V H

V IL

Effe

kt [k

W]

Ei

a +

b/(c

+x)

1004,3

04602

1000,3

74939

0,8

46735997

-196,6

878658

2205,2

9707

-21320,0

0763

23320,7

5751

-91,7

7315182

93,4

6662382

287779992,1

OA

V H

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)14,0

1470951

2685,0

27888

0,0

71954409

-7468283,6

21

7468311,6

5-2

7698,3

184

33068,3

7418

-0,0

73005152

0,2

16913971

1248882972

OA

V H

V IL

Effe

kt 1

2 [k

W]

Ei

a +

b/(c

+x)

995,4

426619

1192,8

27954

0,9

48902653

-247,8

574997

2238,7

42824

-22318,7

8593

24704,4

4184

-82,4

905708

84,3

8837611

296153514,6

OA

V L

V S

AIF

I [avb

rott/k

und]

Ei

a +

b/(c

+x)

0,0

03876497

5,8

64571564

-1,4

26002251

-0,2

82372657

0,2

90125651

2,9

69134509

8,7

60008619

-2,3

81252123

-0,4

70752379

52,5

9057137

OA

V L

V S

AID

I [h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,321066763

18,7

7672955

0,4

37959283

-15,2

5279069

12,6

1065716

-4,6

58772932

42,2

1223203

0,2

82304296

0,5

9361427

133,5

23242

OA

V L

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

1,5

5206E

-08

5,9

92586778

-1,4

37622957

-0,2

93574994

0,2

93575025

3,0

37807662

8,9

47365894

-2,3

84416593

-0,4

90829321

55,7

3526832

OA

V L

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,504196553

37,4

9807985

0,4

76098624

-70,2

6777611

69,2

59383

-9,1

78847878

84,1

7500759

0,3

2937491

0,6

22822338

509,9

595867

OA

V L

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)177,6

451004

0,3

99950088

0,6

0020475

82,5

859178

272,7

042829

0,1

09513357

0,6

90386819

0,4

19070078

0,7

81339421

0,0

16119824

OA

V L

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)182,7

394719

0,5

6358872

0,5

54092295

-25,8

409495

391,3

198934

0,0

87384437

1,0

39793004

0,3

47666597

0,7

60517993

0,0

65143265

OA

V H

V A

IT [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)81986,3

0145

172201,4

315

0,5

2898126

-2,3

0901E

+13

2,3

0901E

+13

-329087,3

724

673490,2

354

-0,1

20033379

1,1

77995899

1,0

1786E

+11

OA

V H

V A

IF [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)40760,5

4113

584795,3

177

0,5

31365139

-1,7

6221E

+13

1,7

6221E

+13

-1116653,2

44

2286243,8

79

-0,1

13693054

1,1

76423332

1,1

4481E

+12

OA

V H

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)2216,9

79201

508564,7

50,5

29552995

-98484442560

98484446994

-1127744,1

19

2144873,6

19

-0,2

32298605

1,2

91404595

8,8

2437E

+11

OA

V H

V A

IF 1

2 [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)149785,1

667

593940,5

476

0,5

30607581

-2,9

4491E

+14

2,9

4491E

+14

-1064521,0

42252402,1

35

-0,0

77198839

1,1

38414

1,1

8957E

+12

OA

V H

V A

EN

S [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)700,3

992515

418,3

590777

0,2

30845303

-57716148

57717548,8

-577,5

140011

1414,2

32156

-0,3

02060376

0,7

63750983

9339986,6

75

OA

V H

V A

PN

S [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

83,7

2873349

343,0

640025

0,1

96048864

-7170673,0

92

7170840,5

49

-405,7

960619

1091,9

24067

0,0

23127668

0,3

6897006

23793223,7

1

OA

V H

V A

EN

S 1

2 [k

Wh/k

und]

Ei

a +

b/(c

+x)

20,5

7241782

6165,1

789

8,1

11046613

-897,4

907131

938,6

355487

-28567,0

4643

40897,4

0423

-42,7

7110836

58,9

9320158

25501953,5

5

OA

V H

V A

PN

S 1

2 [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

637,3

829742

348,0

094365

0,1

99210746

-831931748,8

831933023,5

-1650,1

37804

2346,1

56677

-0,3

14516248

0,7

1293774

23879845,3

9

Appendix 5

Tabell över normfunktion Grupp 1, jordbruk

Row

Fun

Fun_exp

a_b_c_1

a_b_c_2

a_b_c_3

Konf_

a_95_1

Konf_

a_95_2

Konf_

b_95_1

Konf_

b_95_2

Konf_

c_95_1

Konf_

c_95_2

SS

E

AV

ILE

[kW

h]

Ei

a +

b/(c

+x)

9280,9

13237

0,0

84208102

126,6

637725

-247685,5

161

266247,3

426

-33712364,4

133712364,5

8-8

010307165

8010307418

5,7

65E

+11

AV

ILE

effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)0,4

23232605

1368,8

61025

6,1

4934E

-09

-77543,0

4824

77543,8

9471

-120,1

345002

2857,8

56551

5096782161

AV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-2

,616981442

140005286,7

6,1

97220723

-4,0

63876735

-1,1

70086149

-35520053529

35800064102

-83,5

5032516

95,9

447666

62,5

3333576

AV

AIF

[avb

rott]

Ei

a +

b/(c

+x)

2,2

5506E

-14

0,5

89533882

-2,6

11934787

0,4

52079681

0,7

26988084

-2,6

99887798

-2,5

23981776

3,4

26009137

AV

AE

NS

[kW

h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)2991,8

71247

4,0

66091562

8,0

6475E

-09

-5468847246

5468853230

-602,0

701584

610,2

023415

29023,8

8843

AV

AP

NS

[kW

/kund]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

3,2

53573754

0,8

93495526

0,0

96403231

-1849,6

14109

1856,1

21257

-0,1

6070406

1,9

47695112

-1,3

24547714

1,5

17354177

727,4

589125

AV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)495,2

767083

1,6

11086338

1,1

75709267

300,0

653585

690,4

880581

0,5

11142348

2,7

11030329

0,9

68247016

1,3

83171518

0,0

02014278

AV

HV

ILE

[kW

h]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

17484,5

7205

8563,0

85221

4,1

67374997

5,6

254E

+11

AV

HV

ILE

ffekt [k

W]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

4,3

3224501

1018,0

04299

512,1

20482

3822213257

AV

HV

AIT

[h]

Ei

a +

b/(c

+x)

0,1

72852602

0,9

00773189

1910,9

87986

-2474,1

02738

2474,4

48443

-9559547,0

63

9559548,8

65

-10251060343

10251064165

89,1

0300007

AV

HV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)19,2

2356813

0,2

05812353

0,2

61384468

-57,8

3075189

96,2

7788815

-0,2

99755615

0,7

1138032

-0,5

30193341

1,0

52962276

1,9

82980525

AV

HV

AE

NS

[kW

h/k

und]

Ei

a +

b/(c

+x)

80,7

2082164

1,6

04469347

957,9

390808

-24305,0

5716

24466,4

988

-39124639,7

539124642,9

6-1

0770479837

10770481753

39350329,6

9

AV

HV

AP

NS

[kW

/kund]

Ei

a +

b/(c

+x)

12,0

4258203

61,8

0139746

0,5

5227167

-20,1

4417721

44,2

2934128

-499,4

466643

623,0

494592

-34,2

5563062

35,3

6017396

237254,3

036

AV

LV

SA

IFI [a

vbro

tt/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,444385406

30,3

4893194

1,0

63477119

-3,7

2488126

2,8

36110449

-4,8

25478228

65,5

233421

0,6

22408738

1,5

045455

3,9

597985

AV

LV

SA

IDI [h

/kund]

Ei

a +

b/(c

+x)

2,2

2059E

-14

1,5

22269728

-2,6

16990291

1,3

76236347

1,6

68303109

13,9

5447095

AV

LV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)508,9

702603

1,5

86140558

1,1

70244246

303,3

55272

714,5

852485

0,5

12436556

2,6

59844559

0,9

64790386

1,3

75698107

0,0

02006005

OA

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

0,0

55070083

6,0

77975326

-1,0

76703266

-0,2

60315117

0,3

70455282

2,4

21144754

9,7

34805898

-2,4

65641835

0,3

12235304

50,9

7111411

OA

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,899718442

17,0

9501104

0,3

39747076

-40,7

1346867

38,9

1403179

-10,3

7106098

44,5

6108306

0,1

70077595

0,5

09416556

487,5

656848

OA

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)41,5

3536088

0,8

08002955

0,3

74549944

-30,3

0615879

113,3

768806

0,1

96420852

1,4

19585058

0,1

83419837

0,5

65680051

0,6

43491258

OA

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Ei

a +

b/(c

+x)

0,0

002251

0,4

05245276

-2,5

0316012

-0,0

22436818

0,0

22887018

0,2

8308693

0,5

27403622

-2,6

41998152

-2,3

64322089

0,7

52454296

OA

V L

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,1

37859048

35,7

9618749

1,2

70321665

2,0

71071027

10,2

0464707

-0,1

85330128

71,7

777051

0,9

44160734

1,5

96482595

0,7

85367108

OA

V L

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,1

37373607

35,7

9133146

1,2

70280606

2,0

70645413

10,2

041018

-0,1

85716238

71,7

6837916

0,9

44116365

1,5

96444847

0,7

85419246

OA

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)15357,9

7427

20646,6

3662

0,0

86156782

-1,4

2445E

+12

1,4

2445E

+12

-10760,2

2567

52053,4

9891

-0,1

02626983

0,2

74940546

1,4

587E

+11

OA

V IL

Effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)5538,0

3479

16161,1

0987

0,0

68770676

-5,1

1474E

+11

5,1

1474E

+11

-7222,6

16568

39544,8

3631

-0,1

76440426

0,3

13981779

1,1

381E

+11

OA

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)2427,7

60333

30017,0

2949

0,0

94196061

-56714991108

56714995963

-13687,7

3828

73721,7

9726

-0,1

0490806

0,2

93300182

2,4

2748E

+11

OA

V IL

Effe

kt 1

2 [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,5

99054771

16663,7

7926

0,0

69429164

-11956146,7

811956159,9

8-1

30559,7

642

163887,3

227

-0,2

66362776

0,4

05221104

1,1

7865E

+11

OA

V A

IT [h

]E

ia +

b/(c

+x)

8,0

6055E

-09

4,0

30021182

-1,7

62171483

2,9

28084089

5,1

31958276

-2,3

66580297

-1,1

57762669

58,9

718916

OA

V A

IF [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,0

94233957

2,9

32153346

-1,8

98269233

-0,0

82412412

0,2

70880326

1,5

02793921

4,3

61512771

-2,5

34894419

-1,2

61644047

27,7

5622026

OA

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,190329502

12,3

5716736

0,4

03953922

-17,0

453361

14,6

646771

-7,0

11990012

31,7

2632474

0,2

19344421

0,5

88563423

131,8

975699

OA

V A

IF 1

2 [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,0

86281908

3,0

85424052

-1,8

58414573

-0,0

96846127

0,2

69409942

1,5

71127273

4,5

9972083

-2,5

25877154

-1,1

90951992

28,9

5734733

OA

V A

EN

S [k

Wh/k

und]

Ei

a +

b/(c

+x)

1,9

9383E

-06

111,9

730748

2,0

73925927

-11,2

3240174

11,2

3240573

-135,8

349017

359,7

810512

-9,0

21181513

13,1

6903337

16659,0

7579

OA

V A

PN

S [k

W/k

und]

Ei

a +

b/(c

+x)

3,3

16492694

65,0

3790812

0,6

89343105

-5,3

12998301

11,9

4598369

-89,2

4285578

219,3

18672

-8,6

70535387

10,0

492216

16130,5

7026

OA

V A

EN

S 1

2 [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)0,3

76312539

34,9

8540804

0,1

08095027

-509,7

905965

510,5

432216

-13,2

4255681

83,2

133729

0,0

05525925

0,2

1066413

32710,6

7863

OA

V A

PN

S 1

2 [k

W/k

und]

Ei

a +

b/(c

+x)

3,0

30990186

72,5

7022749

1,0

1600865

-6,3

53907854

12,4

1588823

-104,8

693482

250,0

098032

-9,2

74242602

11,3

062599

16800,0

5215

OA

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)162,9

257267

0,1

99632628

0,4

84229967

73,0

7577919

252,7

756743

0,0

35087715

0,3

64177542

0,2

83138922

0,6

85321012

0,0

16074893

OA

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)157,1

105829

0,3

15832939

0,4

65458403

-12,0

8636383

326,3

075297

0,0

20159122

0,6

11506757

0,2

38510804

0,6

92406002

0,0

62287853

OA

V H

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)2469,5

57425

4576,5

30777

0,0

92977599

-34163915335

34163920274

-1839,5

72395

10992,6

3395

-0,2

67009139

0,4

52964336

5313757904

OA

V H

V IL

Effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)15357,8

4014

10155,0

2947

0,0

60758282

-1,9

9904E

+12

1,9

9904E

+12

-4644,3

82247

24954,4

4119

-0,1

38755491

0,2

60272055

51823785538

OA

V H

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)7768,1

89671

16688,6

9031

0,0

81990806

-6,8

4752E

+11

6,8

4752E

+11

-8725,3

39237

42102,7

1985

-0,1

35526022

0,2

99507633

1,0

0056E

+11

OA

V H

V IL

Effe

kt 1

2 [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)15357,8

0513

10373,6

9841

0,0

61295694

-1,6

065E

+12

1,6

065E

+12

-5350,7

97768

26098,1

9459

-0,1

09129203

0,2

31720591

53450658419

OA

V L

V S

AIF

I [avb

rott/k

und]

Ei

a +

b/(c

+x)

0,0

70558962

5,9

02046518

-1,1

19505827

-0,2

32862803

0,3

73980727

2,4

36335895

9,3

67757141

-2,4

4755443

0,2

08542776

48,4

106138

OA

V L

V S

AID

I [h/k

und]

Ei

a +

b/(c

+x)

1,5

3335E

-10

6,9

48355979

-1,4

69548472

5,0

35482756

8,8

61229201

-2,2

47389591

-0,6

91707353

125,4

705228

OA

V L

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

0,0

54597881

6,1

53165026

-1,0

97349246

-0,2

60083057

0,3

69278818

2,5

30671239

9,7

75658813

-2,4

43153235

0,2

48454742

51,3

773227

OA

V L

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,95326221

17,0

1664372

0,3

36446457

-38,0

4807979

36,1

4155537

-9,7

80146969

43,8

134344

0,1

66707053

0,5

06185862

492,7

989591

OA

V L

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)160,3

332716

0,2

02735842

0,4

85022514

73,0

4222977

247,6

243134

0,0

37341587

0,3

68130097

0,2

85870922

0,6

84174105

0,0

16109928

OA

V L

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)155,2

464607

0,3

17123389

0,4

63597445

-11,5

8924577

322,0

821671

0,0

22548525

0,6

11698253

0,2

38515273

0,6

88679618

0,0

62948296

OA

V H

V A

IT [h

]E

ia +

b/(c

+x)

7,3

0481E

-14

0,8

26267943

0,4

36458416

-0,1

92320796

1,8

44856682

-7,0

06445383

7,8

79362215

8,1

77094367

OA

V H

V A

IF [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,2

07112075

26,8

0864896

0,2

72482894

-2807,5

33285

2819,9

4751

-20,4

464129

74,0

6371082

-0,3

0442054

0,8

49386329

14326,8

5201

OA

V H

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)3,1

57535255

19,2

3511992

0,2

58835439

-1511,9

87311

1518,3

02381

-46,6

0561031

85,0

7585015

-0,1

15362543

0,6

3303342

8047,0

07099

OA

V H

V A

IF 1

2 [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,0

67023761

26,8

2395854

0,2

72401709

-2773,8

4384

2785,9

77888

-21,1

6763503

74,8

155521

-0,3

01000611

0,8

4580403

14323,8

0575

OA

V H

V A

EN

S [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)36,9

3785543

71,3

7920429

0,0

7566658

-1406734,2

03

1406808,0

79

-833,5

705037

976,3

289122

-0,6

34233268

0,7

85566429

1829871,0

61

OA

V H

V A

PN

S [k

W/k

und]

Ei

a +

b/(c

+x)

121,4

666537

1197,5

05255

0,2

83394941

-62,7

9634402

305,7

296514

-1852,7

53438

4247,7

63947

-8,9

02783006

9,4

69572888

8711241,8

17

OA

V H

V A

EN

S 1

2 [k

Wh/k

und]

Ei

a +

b/(c

+x)

42,7

3277839

2131,8

3717

0,7

369387

-222,0

226738

307,4

882306

-2641,7

3258

6905,4

0692

-8,1

85136303

9,6

59013703

14897641,8

1

OA

V H

V A

PN

S 1

2 [k

W/k

und]

Ei

a +

b/(c

+x)

120,9

387011

1225,0

56879

0,3

35728105

-66,1

9398134

308,0

713836

-1905,2

55261

4355,3

69018

-8,9

93563379

9,6

65019588

8783954,7

45

Tabell över normfunktion Grupp 2, Industri

Tabell över normfunktion Grupp 3, Handel och tjänster

Row

Fun

Fun_exp

a_b_c_1

a_b_c_2

a_b_c_3

Konf_

a_95_1

Konf_

a_95_2

Konf_

b_95_1

Konf_

b_95_2

Konf_

c_95_1

Konf_

c_95_2

SS

E

AV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1287,5

80414

6221,3

83625

0,1

07032464

-15424174212

15424176787

-4589,8

65059

17032,6

3231

-0,4

42441081

0,6

56506009

10430063746

AV

ILE

effe

kt [k

W]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

2086,3

07438

670,8

076676

0,0

86417477

-33810943875

33810948047

-8405,9

76725

9747,5

9206

-0,7

58624197

0,9

31459151

1493094464

AV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,6

40300321

99,2

8679631

1,1

24104071

-7,1

67778878

10,4

4837952

-122,0

945927

320,6

681853

0,5

48551729

1,6

99656413

9,7

38988261

AV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,7

51269201

69,5

1365382

1,1

67500164

-3,1

36555124

16,6

3909353

-69,3

0089444

208,3

282021

0,6

7222321

1,6

62777118

2,9

43926646

AV

AE

NS

[kW

h/k

und]

Ei

a +

b/(c

+x)

0,0

18838127

3,9

68528521

-2,9

51319309

-0,3

82012027

0,4

19688281

1,3

00528255

6,6

36528788

-3,6

62534612

-2,2

40104006

172,6

369943

AV

AP

NS

[kW

/kund]

Ei

a +

b/(c

+x)

0,0

78343062

1,7

70102006

-3,1

06153644

-0,0

96269578

0,2

52955703

0,7

49184055

2,7

91019958

-3,5

9797381

-2,6

14333477

38,2

9196287

AV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)367,6

728656

146,9

592228

20,2

0601141

253,6

407653

481,7

04966

0,0

02773859

AV

HV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)490,0

447385

1939,1

46877

0,0

94175525

-1641025735

1641026715

-3352,3

41793

7230,6

35547

-0,8

54417234

1,0

42768284

3168022863

AV

HV

ILE

ffekt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)15,3

6012887

648,7

477144

0,1

00261301

-3450875,7

08

3450906,4

28

-11218,4

7196

12515,9

6739

-0,4

7446324

0,6

74985841

205848484,5

AV

HV

AIT

[h]

Ei

a +

b/(c

+x)

1,1

8476E

-09

1,1

8400015

-1,3

38679017

-0,0

01829516

2,3

69829815

-5,4

26029716

2,7

48671682

21,5

3288482

AV

HV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)14,0

0874101

1,6

55711551

0,5

15623145

-21,0

2680217

49,0

4428419

-3,0

93077329

6,4

04500431

-0,1

79964744

1,2

11211034

3,0

71295199

AV

HV

AE

NS

[kW

h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,508351151

297,7

161036

0,2

6373033

-1844,3

54178

1841,3

37476

-760,2

524817

1355,6

84689

-0,0

67133119

0,5

9459378

995827,4

057

AV

HV

AP

NS

[kW

/kund]

Ei

a +

b/(c

+x)

0,0

38714114

105,3

414944

-1,5

79614161

-21,0

4452112

21,1

2194935

-155,6

726843

366,3

556732

-7,7

56223114

4,5

96994791

180138,2

632

AV

LV

SA

IFI [a

vbro

tt/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)2,0

07705126

181,0

274257

1,3

9303407

-2,5

82531527

6,5

97941779

-253,2

322242

615,2

870755

0,7

77498209

2,0

0856993

3,1

82596547

AV

LV

SA

IDI [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,079809435

157,0

356917

1,2

26416836

-6,1

08823583

3,9

49204713

-249,3

892669

563,4

606502

0,5

07967443

1,9

4486623

11,7

7150929

AV

LV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)368,0

494491

147,0

345067

20,2

1818013

253,7

83335

482,3

155632

0,0

02774216

OA

V S

AIF

I 12 [a

vbro

tt/kund]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

-3,3

73826933

0,2

21329514

0,0

51667516

-0,0

59653558

0,5

02312586

-0,0

21998365

0,1

25333398

37,6

2111525

OA

V S

AID

I 12 [h

/kund]

Ei

a +

b/(c

+x)

3,4

7923E

-14

5,0

83371292

-3,3

73826942

4,4

78128257

5,6

88614328

253,1

824404

OA

V C

EM

I4 [a

nta

l avb

rott>

=4]

Ei

a +

b/(c

+x)

0,0

01682722

0,1

8555033

-3,2

82514565

-0,0

16540965

0,0

19906409

0,0

96602391

0,2

74498269

-3,5

72237717

-2,9

92791413

0,5

06109327

OA

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Ei

a +

b/(c

+x)

3,1

7897E

-10

0,2

50561593

-3,1

34975275

0,1

85059456

0,3

1606373

-3,4

14196961

-2,8

5575359

0,5

26432449

OA

V L

V C

EM

I4 [a

nta

l avb

rott>

=4]

Ei

a +

b/(c

+x)

4,2

3183E

-09

0,2

51166368

-3,1

33348001

0,1

85465361

0,3

16867375

-3,4

1360183

-2,8

53094172

0,5

27776416

OA

V L

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Ei

a +

b/(c

+x)

4,7

9301E

-09

0,2

51179381

-3,1

3330686

0,1

85474022

0,3

16884739

-3,4

1358644

-2,8

53027279

0,5

27799494

OA

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)17182,6

3981

20558,7

9184

0,0

67948191

-1,8

8446E

+12

1,8

8446E

+12

-9557,6

56296

50675,2

3998

-0,0

91514176

0,2

27410559

1,7

8648E

+11

OA

V IL

Effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)13064,3

1611

13138,7

307

0,0

24069319

-6,8

9336E

+11

6,8

9336E

+11

-3700,7

39514

29978,2

0092

-0,0

84613211

0,1

32751849

1,4

3882E

+11

OA

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)292,0

028004

32200,9

1878

0,0

89201715

-5031341044

5031341628

-17375,0

5515

81776,8

927

-0,3

4510658

0,5

23510011

2,8

848E

+11

OA

V IL

Effe

kt 1

2 [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)12964,1

707

13669,3

5607

0,0

2661194

-1,2

5559E

+12

1,2

5559E

+12

-4952,8

0476

32291,5

1689

-0,0

84759075

0,1

37982955

1,4

8255E

+11

OA

V A

IT [h

]E

ia +

b/(c

+x)

0,1

16155379

2,1

3775936

-3,3

73826939

0,0

03302526

0,2

29008231

1,8

50224602

2,4

25294117

35,2

8053135

OA

V A

IF [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,2

35159891

1,7

90396794

-3,1

85262076

0,1

06101638

0,3

64218145

1,0

91077255

2,4

89716333

-3,4

75487526

-2,8

95036625

22,7

6638145

OA

V A

IT 1

2 [h

]E

ia +

b/(c

+x)

4,9

6905E

-13

3,7

41146463

-3,3

73826942

3,3

73231552

4,1

09061374

93,5

5537954

OA

V A

IF 1

2 [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,2

36080879

1,7

97149601

-3,2

13152904

0,1

07297529

0,3

64864229

1,1

19028096

2,4

75271106

-3,4

78660987

-2,9

4764482

23,3

7530596

OA

V A

EN

S [k

Wh/k

und]

Ei

a +

b/(c

+x)

1,6

89907775

6,1

97787577

-3,3

32264243

0,8

92254345

2,4

87561205

2,5

27114303

9,8

6846085

-3,6

47571559

-3,0

16956927

1027,2

79722

OA

V A

PN

S [k

W/k

und]

Ei

a +

b/(c

+x)

2,2

05653868

6,0

6508149

-3,0

28336169

0,9

10180994

3,5

01126741

-2,0

42530155

14,1

7269313

-4,3

0823661

-1,7

48435728

1945,6

4832

OA

V A

EN

S 1

2 [k

Wh/k

und]

Ei

a +

b/(c

+x)

1,2

23022236

11,4

7677979

-3,3

73826941

0,3

62380797

2,0

83663676

9,2

83974564

13,6

6958502

2051,8

92206

OA

V A

PN

S 1

2 [k

W/k

und]

Ei

a +

b/(c

+x)

2,2

09161955

6,1

30553985

-3,0

62246795

0,9

31674182

3,4

86649727

-1,6

36882787

13,8

9799076

-4,2

18036504

-1,9

06457086

1958,3

61026

OA

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)134,0

078857

92,9

5970224

1,8

59141798

103,7

919593

164,2

23812

-50,2

8727924

236,2

066837

1,4

72162358

2,2

46121238

0,0

0743332

OA

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)90,0

3398839

760,6

428467

2,2

37486454

59,3

3010426

120,7

378725

-858,0

676115

2379,3

53305

1,6

9303418

2,7

81938728

0,0

33645297

OA

V H

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)5093,7

32039

2482,7

12677

0,1

59710583

-31918899076

31918909263

-2062,5

9122

7028,0

16575

-0,2

75603272

0,5

95024438

542567944,5

OA

V H

V IL

Effe

kt [k

W]

Ei

a +

b/(c

+x)

1682,0

06773

6007,8

37931

2,6

53360048

-5415,3

44117

8779,3

57662

-170370,1

645

182385,8

404

-164,2

610529

169,5

67773

4438346099

OA

V H

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)14,8

8682652

5754,3

14792

0,0

82633793

-20571246,9

420571276,7

1-6

9991,8

5525

81500,4

8483

-0,0

54422433

0,2

19690019

6285225518

OA

V H

V IL

Effe

kt 1

2 [k

W]

Ei

a +

b/(c

+x)

1649,4

45552

6735,3

19805

2,7

63152882

-5623,3

67227

8922,2

58331

-176094,5

012

189565,1

408

-153,5

727772

159,0

990829

4527695207

OA

V L

V S

AIF

I [avb

rott/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

-3,3

73826912

0,2

39363443

0,0

58642845

-3,5

2755021

-3,2

20103614

-0,0

1797329

0,4

96700177

-0,0

15927417

0,1

33213108

36,1

5510247

OA

V L

V S

AID

I [h/k

und]

Ei

a +

b/(c

+x)

0,1

2030035

2,8

48485798

-3,3

73826942

-0,0

19489586

0,2

60090286

2,4

9231877

3,2

04652825

54,1

3296945

OA

V L

V S

AIF

I 12 [a

vbro

tt/kund]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

-3,3

73826933

0,2

22028957

0,0

51812634

-0,0

58755521

0,5

02813436

-0,0

21820973

0,1

25446241

37,7

3926629

OA

V L

V S

AID

I 12 [h

/kund]

Ei

a +

b/(c

+x)

3,5

2226E

-14

5,0

85380589

-3,3

73826942

4,4

79820077

5,6

90941101

253,4

481237

OA

V L

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)133,8

897262

92,6

3259128

1,8

58236864

103,7

034097

164,0

760428

-50,1

2469751

235,3

898801

1,4

71237782

2,2

45235947

0,0

07441926

OA

V L

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)89,9

8839856

754,5

728962

2,2

35381672

59,2

8906852

120,6

877286

-850,3

386243

2359,4

84417

1,6

91273194

2,7

7949015

0,0

33689416

OA

V H

V A

IT [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)26703,3

4247

1360853,4

61

0,9

104317

-3,3

022E

+12

3,3

022E

+12

-4816541,4

47538248,3

61

-0,1

13506653

1,9

34370053

99314079613

OA

V H

V A

IF [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)36069,8

0901

3143887,6

95

0,8

31019072

-1,3

6649E

+13

1,3

6649E

+13

-10765960,4

817053735,8

6-0

,149020051

1,8

11058195

1,1

175E

+12

OA

V H

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)1304551,4

3601391,1

52

0,8

87409334

-9,3

8402E

+15

9,3

8402E

+15

-11819591,5

819022373,8

8-0

,06480426

1,8

39622928

8,6

1034E

+11

OA

V H

V A

IF 1

2 [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)25307,3

2373

4467079,4

43

0,9

01611339

-7,6

885E

+12

7,6

885E

+12

-15023806,6

623957965,5

4-0

,076076424

1,8

79299103

1,1

6068E

+12

OA

V H

V A

EN

S [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)818,1

177595

218,5

365824

0,2

5397685

-21899946,6

921901582,9

3-1

79,7

930156

616,8

661804

-0,1

35310073

0,6

43263774

816135,9

482

OA

V H

V A

PN

S [k

W/k

und]

Ei

a +

b/(c

+x)

10,9

494238

4312,4

56721

4,4

2556804

-655,1

832751

677,0

821227

-15259,4

7833

23884,3

9177

-26,6

5248344

35,5

0361952

25374842,7

4

OA

V H

V A

EN

S 1

2 [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)410,7

668621

613,1

548579

0,0

69672946

-169762483

169763304,6

-64,8

2281036

1291,1

32526

-0,1

75206378

0,3

14552271

24299606,9

1

OA

V H

V A

PN

S 1

2 [k

W/k

und]

Ei

a +

b/(c

+x)

8,8

60170648

4362,1

10566

4,4

35580741

-662,0

106385

679,7

309798

-15365,8

0911

24090,0

3024

-26,5

6255355

35,4

3371504

25678984,9

3

Tabell över normfunktion Grupp 4, Offentlig verksamhet

Row

Fun

Fun_exp

a_b_c_1

a_b_c_2

a_b_c_3

Konf_

a_95_1

Konf_

a_95_2

Konf_

b_95_1

Konf_

b_95_2

Konf_

c_95_1

Konf_

c_95_2

SS

E

AV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)8561,8

02114

4723,9

16052

0,1

41254616

-1,9

0843E

+11

1,9

0843E

+11

-2691,5

96833

12139,4

2894

-0,2

28392113

0,5

10901345

2550106893

AV

ILE

effe

kt [k

W]

Ei

a +

b/(c

+x)

9,1

50260761

6501,4

38894

3,8

99393644

-2089,5

32651

2107,8

33172

-50876,0

8367

63878,9

6146

-52,2

6729339

60,0

6608067

332253179,5

AV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,5

65128379

92,3

497036

1,0

57480086

-10,7

2062788

13,8

5088464

4,2

62678473

180,4

367287

0,7

29470943

1,3

85489228

22,9

667248

AV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)12,7

1341479

20,7

2507426

0,8

78562623

-7,2

93699944

32,7

2052953

6,4

8872822

34,9

614203

0,6

73622879

1,0

83502366

3,1

9777091

AV

AE

NS

[kW

h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,2

38072942

30,3

9722031

0,3

6253836

-532,5

278873

535,0

040332

-37,9

2624243

98,7

2068305

-0,0

00766571

0,7

25843291

4655,7

24592

AV

AP

NS

[kW

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1,0

39995302

15,6

8119854

0,3

95236478

-235,8

941556

237,9

741462

-21,1

1250095

52,4

7489803

-0,0

6122857

0,8

51701527

1199,4

1852

AV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)769,0

517304

0,9

62837253

0,9

86500541

256,5

135951

1281,5

89866

0,4

20651291

1,5

05023215

0,8

22936476

1,1

50064607

0,0

02305253

AV

HV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1623,4

63264

2184,0

55001

0,1

46964921

-5281406258

5281409505

-3319,9

56525

7688,0

66527

-0,4

96610981

0,7

90540823

1147478353

AV

HV

ILE

ffekt [k

W]

Ei

a +

b/(c

+x)

113,6

101896

598,8

174987

16,3

178796

-2584,0

77871

2811,2

9825

-151872,6

676

153070,3

026

-3491,6

39192

3524,2

74951

64361058,0

4

AV

HV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)40989,9

9858

1,2

67886143

0,1

86399849

-769435897,5

769517877,5

-1,1

3583759

3,6

71609877

-0,2

50263956

0,6

23063653

106,9

030472

AV

HV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6,6

1679994

0,3

74712783

0,3

52684497

-27,9

8954754

41,2

2314742

-0,9

57196778

1,7

06622344

-0,8

90992327

1,5

96361322

4,3

95355738

AV

HV

AE

NS

[kW

h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)166,7

786095

372,5

255111

0,2

12858256

-4032854,7

23

4033188,2

8-4

41,3

542325

1186,4

05255

-0,3

08941752

0,7

34658264

8088766,4

25

AV

HV

AP

NS

[kW

/kund]

Ei

a +

b/(c

+x)

16,7

1700769

43,0

043093

-0,4

68723734

-31,6

8255536

65,1

1657075

-635,4

140653

721,4

226839

-47,6

6603769

46,7

2859022

855905,2

113

AV

LV

SA

IFI [a

vbro

tt/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)4,3

36552028

18,6

0592992

0,8

32259059

-5,2

10238405

13,8

8334246

4,8

79393264

32,3

3246657

0,5

97668

1,0

66850118

3,9

17354743

AV

LV

SA

IDI [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,743491265

96,1

7072064

1,0

56061641

-7,2

9942432

5,8

1244179

27,3

5930712

164,9

821342

0,7

69709577

1,3

42413705

17,8

1275474

AV

LV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)768,9

210484

0,9

63028694

0,9

86524554

256,0

919475

1281,7

50149

0,4

2029742

1,5

05759968

0,8

22827159

1,1

50221948

0,0

02309437

OA

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

1,8

3678E

-08

5,9

79595237

-1,4

4079568

-0,2

92970483

0,2

9297052

3,0

34924168

8,9

24266307

-2,3

8443024

-0,4

97161121

55,6

2043138

OA

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,488853513

37,9

9834167

0,4

78876135

-70,9

1932894

69,9

4162191

-8,6

37946226

84,6

3462956

0,3

31221381

0,6

26530889

509,4

819777

OA

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)30,1

2010743

2,6

11551899

0,6

25509093

-1,8

29590681

62,0

6980554

0,4

48470848

4,7

7463295

0,4

06427603

0,8

44590582

0,6

60044166

OA

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)21,7

8687236

2,5

55283807

0,5

51598607

-9,0

52606734

52,6

2635146

0,4

16425595

4,6

94142018

0,3

30388879

0,7

72808336

1,2

03285657

OA

V L

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)21,7

340807

2,5

43273573

0,5

50350402

-9,0

91588001

52,5

5974941

0,4

14534285

4,6

72012862

0,3

2916769

0,7

71533114

1,2

05169528

OA

V L

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)21,7

0950637

2,5

44201454

0,5

50478038

-9,0

69650383

52,4

8866313

0,4

14070538

4,6

74332371

0,3

29205857

0,7

71750219

1,2

05252576

OA

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)6802,0

29695

10736,5

4138

0,0

94127543

-4,3

3366E

+11

4,3

3366E

+11

-4903,5

52578

26376,6

3534

-0,2

11243935

0,3

99499022

29643839138

OA

V IL

Effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1246,7

97969

8939,1

69861

0,0

83140372

-29019901326

29019903819

-4429,8

95057

22308,2

3478

-0,3

86755237

0,5

5303598

21549444059

OA

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)12295,2

0371

17496,7

0837

0,1

15176367

-1,0

139E

+12

1,0

139E

+12

-7228,2

21636

42221,6

3837

-0,1

1901204

0,3

49364775

49897600918

OA

V IL

Effe

kt 1

2 [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)13,3

069683

9110,8

40524

0,0

83492268

-29346879,9

229346906,5

4-1

22864,5

078

141086,1

889

-0,0

70619855

0,2

37604392

22285817827

OA

V A

IT [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,316946565

21,5

0136338

0,5

23950015

-14,0

5602859

11,4

2213546

-6,5

04461471

49,5

0718822

0,3

63020534

0,6

84879495

84,4

6351787

OA

V A

IF [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,0

51456085

4,1

65786136

-1,7

89074948

-0,1

76643513

0,2

79555683

2,2

19822327

6,1

11749946

-2,4

68504934

-1,1

09644962

42,5

5569312

OA

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,662919679

34,9

9786341

0,5

33641725

-43,0

3434501

41,7

0850565

-3,8

09915674

73,8

0564249

0,3

81146417

0,6

86137034

244,3

684043

OA

V A

IF 1

2 [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,0

3914318

4,3

29109143

-1,7

6946489

-0,1

94584176

0,2

72870536

2,3

15094902

6,3

43123383

-2,4

58750073

-1,0

80179707

44,0

84716

OA

V A

EN

S [k

Wh/k

und]

Ei

a +

b/(c

+x)

6,1

9955E

-07

43,7

4244246

-0,9

34225836

-6,0

48159421

6,0

48160661

-29,9

5586174

117,4

407467

-5,1

64259017

3,2

95807346

17326,8

7184

OA

V A

PN

S [k

W/k

und]

Ei

a +

b/(c

+x)

5,4

1191E

-07

45,3

5957227

-0,4

16304291

-6,5

64700268

6,5

64701351

-47,9

5943087

138,6

785754

-6,6

76555426

5,8

43946843

15317,9

9656

OA

V A

EN

S 1

2 [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)0,2

8464343

58,4

2069378

0,2

60941804

-723,5

599696

724,1

292565

-81,2

6990504

198,1

112926

0,0

88729494

0,4

33154114

21791,8

183

OA

V A

PN

S 1

2 [k

W/k

und]

Ei

a +

b/(c

+x)

5,4

6258E

-07

45,6

7828772

-0,4

38443747

-6,5

4624677

6,5

46247863

-46,8

3156327

138,1

881387

-6,5

57513934

5,6

8062644

15409,7

4461

OA

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)178,1

76605

0,4

00624066

0,6

00639923

82,6

5664157

273,6

965683

0,1

09750053

0,6

91498079

0,4

19509002

0,7

81770845

0,0

16108283

OA

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)183,1

82548

0,5

6378954

0,5

54236111

-26,2

1524762

392,5

803436

0,0

87495949

1,0

40083131

0,3

47838642

0,7

6063358

0,0

6508744

OA

V H

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)2610,0

86441

2472,8

43673

0,2

07140642

-7632457029

7632462249

-5070,1

56561

10015,8

4391

-0,4

81068406

0,8

9534969

764095532,3

OA

V H

V IL

Effe

kt [k

W]

Ei

a +

b/(c

+x)

1004,3

04602

1000,3

74939

0,8

46735997

-196,6

878658

2205,2

9707

-21320,0

0763

23320,7

5751

-91,7

7315182

93,4

6662382

287779992,1

OA

V H

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)14,0

1470951

2685,0

27888

0,0

71954409

-7468283,6

21

7468311,6

5-2

7698,3

184

33068,3

7418

-0,0

73005152

0,2

16913971

1248882972

OA

V H

V IL

Effe

kt 1

2 [k

W]

Ei

a +

b/(c

+x)

995,4

426619

1192,8

27954

0,9

48902653

-247,8

574997

2238,7

42824

-22318,7

8593

24704,4

4184

-82,4

905708

84,3

8837611

296153514,6

OA

V L

V S

AIF

I [avb

rott/k

und]

Ei

a +

b/(c

+x)

0,0

03876497

5,8

64571564

-1,4

26002251

-0,2

82372657

0,2

90125651

2,9

69134509

8,7

60008619

-2,3

81252123

-0,4

70752379

52,5

9057137

OA

V L

V S

AID

I [h/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,321066763

18,7

7672955

0,4

37959283

-15,2

5279069

12,6

1065716

-4,6

58772932

42,2

1223203

0,2

82304296

0,5

9361427

133,5

23242

OA

V L

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

1,5

5206E

-08

5,9

92586778

-1,4

37622957

-0,2

93574994

0,2

93575025

3,0

37807662

8,9

47365894

-2,3

84416593

-0,4

90829321

55,7

3526832

OA

V L

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,504196553

37,4

9807985

0,4

76098624

-70,2

6777611

69,2

59383

-9,1

78847878

84,1

7500759

0,3

2937491

0,6

22822338

509,9

595867

OA

V L

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)177,6

451004

0,3

99950088

0,6

0020475

82,5

859178

272,7

042829

0,1

09513357

0,6

90386819

0,4

19070078

0,7

81339421

0,0

16119824

OA

V L

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)182,7

394719

0,5

6358872

0,5

54092295

-25,8

409495

391,3

198934

0,0

87384437

1,0

39793004

0,3

47666597

0,7

60517993

0,0

65143265

OA

V H

V A

IT [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)81986,3

0145

172201,4

315

0,5

2898126

-2,3

0901E

+13

2,3

0901E

+13

-329087,3

724

673490,2

354

-0,1

20033379

1,1

77995899

1,0

1786E

+11

OA

V H

V A

IF [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)40760,5

4113

584795,3

177

0,5

31365139

-1,7

6221E

+13

1,7

6221E

+13

-1116653,2

44

2286243,8

79

-0,1

13693054

1,1

76423332

1,1

4481E

+12

OA

V H

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)2216,9

79201

508564,7

50,5

29552995

-98484442560

98484446994

-1127744,1

19

2144873,6

19

-0,2

32298605

1,2

91404595

8,8

2437E

+11

OA

V H

V A

IF 1

2 [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)149785,1

667

593940,5

476

0,5

30607581

-2,9

4491E

+14

2,9

4491E

+14

-1064521,0

42252402,1

35

-0,0

77198839

1,1

38414

1,1

8957E

+12

OA

V H

V A

EN

S [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)700,3

992515

418,3

590777

0,2

30845303

-57716148

57717548,8

-577,5

140011

1414,2

32156

-0,3

02060376

0,7

63750983

9339986,6

75

OA

V H

V A

PN

S [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

83,7

2873349

343,0

640025

0,1

96048864

-7170673,0

92

7170840,5

49

-405,7

960619

1091,9

24067

0,0

23127668

0,3

6897006

23793223,7

1

OA

V H

V A

EN

S 1

2 [k

Wh/k

und]

Ei

a +

b/(c

+x)

20,5

7241782

6165,1

789

8,1

11046613

-897,4

907131

938,6

355487

-28567,0

4643

40897,4

0423

-42,7

7110836

58,9

9320158

25501953,5

5

OA

V H

V A

PN

S 1

2 [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

637,3

829742

348,0

094365

0,1

99210746

-831931748,8

831933023,5

-1650,1

37804

2346,1

56677

-0,3

14516248

0,7

1293774

23879845,3

9

Tabell över normfunktion Grupp 5, Hushåll

Row

Fun

Fun_exp

a_b_c_1

a_b_c_2

a_b_c_3

Konf_

a_95_1

Konf_

a_95_2

Konf_

b_95_1

Konf_

b_95_2

Konf_

c_95_1

Konf_

c_95_2

SS

E

AV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)7857,6

36116

20866,4

1271

0,0

64979563

-6,9

1651E

+11

6,9

1651E

+11

-4468,6

71808

46201,4

9722

-0,0

91835225

0,2

21794352

2,0

9663E

+11

AV

ILE

effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1500,0

83542

10590,2

2671

0,0

80854682

-36081971839

36081974839

-2951,2

54946

24131,7

0837

-0,2

49729348

0,4

11438712

36250146486

AV

AIT

[h]

Ei

a +

b/(c

+x)

0,0

57696919

1,4

08403882

-2,6

16990291

-0,0

37368583

0,1

5276242

1,1

59418526

1,6

57389237

37,7

657961

AV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,660686931

62,3

4840008

1,4

75498619

-3,1

93801752

-0,1

27572111

-90,1

5701433

214,8

538145

0,4

99558365

2,4

51438873

5,4

03787896

AV

AE

NS

[kW

h/k

und]

Ei

a +

b/(c

+x)

7,5

652E

-11

2,2

14499209

-2,6

16990291

1,8

2269666

2,6

06301759

138,6

706816

AV

AP

NS

[kW

/kund]

Ei

a +

b/(c

+x)

0,0

0712312

0,9

73706591

-2,5

71264789

-0,0

5073915

0,0

64985391

0,7

01613366

1,2

45799816

-2,6

81319984

-2,4

61209594

7,5

88886817

AV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)322,0

596735

3,1

39041463

1,4

20586592

187,6

8567

456,4

33677

-1,2

9393398

7,5

72016906

0,9

87627199

1,8

53545985

0,0

07287936

AV

HV

ILE

[kW

h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)856,7

816037

310,9

273666

0,0

60400104

-2332414923

2332416636

-2041,5

9138

2663,4

46113

-1,1

82627249

1,3

03427458

267386835,3

AV

HV

ILE

ffekt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)179,2

432861

139,1

598149

0,0

70939038

-36340222,4

536340580,9

3-6

96,9

87041

975,3

066708

-0,9

53111265

1,0

94989341

27651788,8

AV

HV

AIT

[h]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)14,6

9650288

1,7

13409294

0,3

32319414

-215,5

117698

244,9

047756

-2,4

2217441

5,8

48992998

-0,4

29854276

1,0

94493104

73,6

4427523

AV

HV

AIF

[avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)13,9

0909886

0,8

27638976

0,3

83800672

-77,6

1227001

105,4

304677

-2,0

53473765

3,7

08751718

-0,6

61770409

1,4

29371754

18,3

408765

AV

HV

AE

NS

[kW

h/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

-0,7

9034639

9,3

99804874

0,0

4933425

-868,6

357301

867,0

550373

-36,4

047378

55,2

0434755

-0,2

51928716

0,3

50597216

894077,9

504

AV

HV

AP

NS

[kW

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)3252,0

83489

16,2

9869233

1,1

9894E

-07

-2,1

2909E

+11

2,1

2909E

+11

-20111,6

0293

20144,2

0032

-0,7

4937453

0,7

4937477

816321,9

713

AV

LV

SA

IFI [a

vbro

tt/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,529412597

36,1

0035504

1,2

52676608

-3,4

75456944

0,4

16631751

-28,0

7286469

100,2

735748

0,5

66030645

1,9

39322571

5,8

44174568

AV

LV

SA

IDI [h

/kund]

Ei

a +

b/(c

+x)

0,0

63378111

1,4

30770204

-2,6

16990269

-0,0

87407183

0,2

14163405

0,7

5416933

2,1

07371079

-2,7

73500422

-2,4

60480116

53,9

0509731

AV

LV

AS

UI [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)322,0

569831

3,1

37688839

1,4

2043284

187,6

574188

456,4

565474

-1,2

93564949

7,5

68942627

0,9

87465641

1,8

53400039

0,0

07290715

OA

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

0,0

52847301

6,5

53177564

-1,0

86780589

-0,2

75720346

0,3

81414948

2,7

42060537

10,3

6429459

-2,4

36124165

0,2

62562988

73,1

7272342

OA

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,426306062

23,7

8099907

0,3

53666674

-91,9

7130042

91,1

186883

-15,9

6207712

63,5

2407527

0,2

07414552

0,4

99918795

1135,3

22225

OA

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)38,1

4656299

0,6

50254571

0,3

32419731

-35,7

6230121

112,0

554272

0,1

7544787

1,1

25061272

0,1

3842851

0,5

26410953

0,9

1611544

OA

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)24,0

3158976

0,7

62069992

0,3

55753934

-16,9

4197919

65,0

051587

0,1

82624684

1,3

415153

0,1

4374516

0,5

67762708

1,0

2125916

OA

V L

V C

EM

I4 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)24,1

9482017

0,7

58668369

0,3

54611963

-17,2

5701075

65,6

4665109

0,1

82998673

1,3

34338064

0,1

4309394

0,5

66129986

1,0

22102378

OA

V L

V C

EM

I4 1

2 [a

nta

l avb

rott>

=4]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)24,0

4429806

0,7

61775864

0,3

55629674

-16,9

7098238

65,0

595785

0,1

82746638

1,3

4080509

0,1

43690473

0,5

67568875

1,0

2133724

OA

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)40957,7

2441

95549,7

5859

0,0

72842083

-1,0

4945E

+13

1,0

4945E

+13

-47603,9

1548

238703,4

327

-0,0

9772331

0,2

43407475

5,9

3264E

+12

OA

V IL

Effe

kt [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)20478,0

7302

72011,6

7221

0,0

6711783

-3,3

373E

+12

3,3

373E

+12

-30359,7

2641

174383,0

708

-0,0

87930765

0,2

22166426

3,3

188E

+12

OA

V IL

E 1

2 [k

Wh]

Ei

a +

b/(c

+x)

23,2

6922536

1011237,2

5,6

23131169

-405675,9

006

405722,4

391

-11584221,0

213606695,4

2-8

5,2

0635507

96,4

5261741

1,1

5093E

+13

OA

V IL

Effe

kt 1

2 [k

W]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)20478,1

4333

74312,5

193

0,0

67983712

-5,1

6644E

+12

5,1

6644E

+12

-30159,5

6135

178784,5

999

-0,0

8868609

0,2

24653514

3,4

7377E

+12

OA

V A

IT [h

]E

ia +

b/(c

+x)

1,2

6548E

-08

7,8

3025088

-1,2

70714214

5,7

55095659

9,9

054061

-2,1

19763621

-0,4

21664807

158,1

672742

OA

V A

IF [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,1

6700916

5,5

50456253

-1,1

99895716

-0,1

35852216

0,4

69870536

2,1

76625171

8,9

24287336

-2,5

38888331

0,1

390969

66,8

7584487

OA

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,854573086

19,1

113881

0,3

28606865

-50,5

4166569

48,8

3251951

-10,9

6874509

49,1

9152128

0,1

66795114

0,4

90418616

923,9

536819

OA

V A

IF 1

2 [a

nta

l avb

rott]

Ei

a +

b/(c

+x)

0,1

45753245

5,8

73495915

-1,1

75999437

-0,1

70265224

0,4

61771714

2,3

22110663

9,4

24881168

-2,5

23106057

0,1

71107183

71,6

8155436

OA

V A

EN

S [k

Wh/k

und]

Ei

a +

b/(c

+x)

3,5

9777E

-08

8,3

51184325

-1,4

94058071

-0,4

1946793

0,4

19468002

4,2

04826218

12,4

9754243

-2,4

27047667

-0,5

61068475

157,3

440564

OA

V A

PN

S [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

-2,5

55370204

0,0

07205976

0,0

00968027

-2,7

53167419

-2,3

57572989

-17,7

587009

17,7

7311285

-2,3

85782034

2,3

87718088

86,8

3823589

OA

V A

EN

S 1

2 [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-1

,327214733

18,9

2561865

0,3

07822278

-25,4

8345442

22,8

2902495

-3,8

28391121

41,6

7962842

0,1

61242677

0,4

54401878

910,9

795415

OA

V A

PN

S 1

2 [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

-2,5

50107963

0,0

09204944

0,0

01196502

-2,7

58511776

-2,3

4170415

-14,6

8926664

14,7

0767652

-1,9

09525515

1,9

11918518

90,7

4048018

OA

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)152,1

849944

0,1

89130945

0,4

50372705

66,2

0391318

238,1

660756

0,0

47488306

0,3

30773584

0,2

66629391

0,6

34116019

0,0

23170269

OA

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)154,3

184082

0,3

74582056

0,4

42411181

-69,6

5920567

378,2

96022

0,0

33057801

0,7

16106311

0,2

1917867

0,6

65643693

0,1

46416892

OA

V H

V IL

E [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1279,3

29738

510,7

448485

0,0

95200134

-1900565847

1900568406

-433,6

921622

1455,1

81859

-0,5

39429282

0,7

2982955

161121076

OA

V H

V IL

Effe

kt [k

W]

Ei

a +

b/(c

+x)

673,4

594706

13012,4

8983

9,3

10984291

-4705,2

12063

6052,1

31004

-201541,7

66

227566,7

456

-148,2

034576

166,8

254262

999635007,8

OA

V H

V IL

E 1

2 [k

Wh]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)44,3

8939677

2190,7

76256

0,0

45721754

-114759058,2

114759147

-53233,5

9843

57615,1

5095

-0,2

61923356

0,3

53366864

1574666383

OA

V H

V IL

Effe

kt 1

2 [k

W]

Ei

a +

b/(c

+x)

656,7

515408

13426,9

1414

9,2

60383601

-4756,9

71604

6070,4

74686

-201886,0

092

228739,8

375

-143,4

487845

161,9

695517

1021468612

OA

V L

V S

AIF

I [avb

rott/k

und]

Ei

a +

b/(c

+x)

0,0

75548944

6,2

18777428

-1,1

0192446

-0,2

3958248

0,3

90680369

2,5

82669855

9,8

54885001

-2,4

49462628

0,2

45613707

67,9

5976066

OA

V L

V S

AID

I [h/k

und]

Ei

a +

b/(c

+x)

1,0

5002E

-08

7,7

24183843

-1,4

36895901

5,6

96881738

9,7

51485947

-2,1

99026372

-0,6

7476543

179,8

37571

OA

V L

V S

AIF

I 12 [a

vbro

tt/kund]

Ei

a +

b/(c

+x)

0,0

52833911

6,5

53990965

-1,0

8658138

-0,2

75772559

0,3

81440382

2,7

42161344

10,3

6582059

-2,4

36128188

0,2

62965428

73,1

8080013

OA

V L

V S

AID

I 12 [h

/kund]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)-0

,426982322

23,7

7851205

0,3

53645383

-91,9

0836774

91,0

544031

-15,9

5925217

63,5

1627627

0,2

07367585

0,4

99923182

1135,2

37363

OA

V L

V A

SU

I [%]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)152,1

659426

0,1

89155973

0,4

50398861

66,2

0686584

238,1

250194

0,0

47493322

0,3

30818623

0,2

66652345

0,6

34145377

0,0

23170436

OA

V L

V A

SU

I 12 [%

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)154,3

001524

0,3

74573483

0,4

42408108

-69,6

2197505

378,2

222799

0,0

33067319

0,7

16079646

0,2

19181919

0,6

65634298

0,1

4640556

OA

V H

V A

IT [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)313,9

233429

34,7

7288872

0,3

88275423

-455163,0

697

455790,9

164

-93,0

7656754

162,6

22345

-0,4

91208547

1,2

67759392

37290,6

4007

OA

V H

V A

IF [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)1417,3

0601

14,5

4851729

3,1

5119E

-10

-3543153336

3543156170

-1721,0

51451

1750,1

48486

1411618,3

19

OA

V H

V A

IT 1

2 [h

]E

xp fu

nktio

n1/(a

+x) +

b*e

xp(-x*c

)1434,9

06179

6,8

68704472

1,9

1431E

-06

-58484723775

58484726645

-28391,6

2004

28405,3

5745

-5,5

791506

5,5

79154428

74646,9

9543

OA

V H

V A

IF 1

2 [a

nta

l avb

rott]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)14585,6

8747

14,5

6696026

7,3

8145E

-11

-3,6

8583E

+11

3,6

8583E

+11

-1714,1

37607

1743,2

71528

1411543,2

34

OA

V H

V A

EN

S [k

Wh/k

und]

Exp

funktio

n1/(a

+x) +

b*e

xp(-x*c

)131,7

53225

48,9

300541

0,0

4913585

-17513446,4

917513710

-856,1

714133

954,0

315215

-1,0

90111994

1,1

88383693

3348299,3

95

OA

V H

V A

PN

S [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

40795,7

6316

326,0

158665

0,1

69922917

-1,0

3394E

+12

1,0

3394E

+12

-333,5

82757

985,6

144899

-0,0

46734927

0,3

86580761

25714683,3

8

OA

V H

V A

EN

S 1

2 [k

Wh/k

und]

Ei

a +

b/(c

+x)

222,1

506777

1070,6

22922

-0,2

11502059

-21,7

9361612

466,0

949715

-2544,6

74414

4685,9

20259

-10,8

1013907

10,3

8713495

24906167,4

7

OA

V H

V A

PN

S 1

2 [k

W/k

und]

Coth

funktio

n1/(a

+x) +

b*c

oth

(x*c)

40952,9

227

327,6

102114

0,1

70242232

-9,7

0871E

+11

9,7

0871E

+11

-274,9

633136

930,1

837364

-0,0

22584963

0,3

63069427

25795404,2

4

Appendix 6

Figurer för grupp 1, jordbruk med normfunktionen Normfunktion metod anges med nr som korrespnderar med metoderna som är angivna i kapitel 2.2.2 av funktionerna (24), (25), (26). Punkter ovanför norm motsvarar de företag vars medelvärde som justeras mot normen inom ett fyra års intervall.

Figur 33: Aviserade avbrott SAIFI, kundgrupp 1, jordbruk.

Figur 34: Aviserade avbrott SAIDI, kundgrupp 1, jordbruk.

Figur 35: Aviserade avbrott ILE, kundgrupp 1, jordbruk.

Figur 36: Aviserade avbrott ILEffekt, kundgrupp 1, jordbruk.

Figur 37: Aviserade avbrott AIT, kundgrupp 1, jordbruk.

Figur 38: Aviserade avbrott AIF, kundgrupp 1, jordbruk.

Figur 39: Aviserade avbrott AENS, kundgrupp 1, jordbruk.

Figur 40: Aviserade avbrott APNS, kundgrupp 1, jordbruk.

Figur 41: Aviserade avbrott ASUI, kundgrupp 1, jordbruk.

Figur 42: Aviserade avbrott för högspänningskunder ILE, kundgrupp 1, jordbruk.

Figur 43: Aviserade avbrott för högspänningskunder ILEffekt, kundgrupp 1, jordbruk.

Figur 44: Aviserade avbrott för högspänningskunder AIT, kundgrupp 1, jordbruk.

Figur 45: Aviserade avbrott för högspänningskunder AIF, kundgrupp 1, jordbruk.

Figur 46: Aviserade avbrott för högspänningskunder AENS, kundgrupp 1, jordbruk.

Figur 47: Aviserade avbrott för högspänningskunder APNS, kundgrupp 1, jordbruk.

Figur 48: Aviserade avbrott för lågspänningskunder SAIFI, kundgrupp 1, jordbruk.

Figur 49: Aviserade avbrott för lågspänningskunder SAIDI, kundgrupp 1, jordbruk.

Figur 50: Oaviserade avbrott för SAIFI, kundgrupp 1, jordbruk.

Figur 51: Oaviserade avbrott för SAIDI, kundgrupp 1, jordbruk.

Figur 52: Oaviserade avbrott som är längre än 12 h för SAIFI, kundgrupp 1, jordbruk.

Figur 53: Oaviserade avbrott som är längre än 12 h för SAIDI, kundgrupp 1, jordbruk.

Figur 54: Oaviserade avbrott för CEMI4, kundgrupp 1, jordbruk.

Figur 55: Oaviserade avbrott som är längre än 12 h för CEMI4, kundgrupp 1, jordbruk.

Figur 56: Oaviserade avbrott till lågspänningskunder CEMI4, kundgrupp 1, jordbruk.

Figur 57: Oaviserade avbrott som är längre än 12 h till lågspänningskunder CEMI4, kundgrupp 1, jordbruk.

Figur 58: Oaviserade avbrott för ILE, kundgrupp 1, jordbruk.

Figur 59: Oaviserade avbrott för ILEffekt, kundgrupp 1, jordbruk.

Figur 60: Oaviserade avbrott som är längre än 12 h för ILE, kundgrupp 1, jordbruk.

Figur 61: Oaviserade avbrott som är längre än 12 h för ILEffekt, kundgrupp 1, jordbruk.

Figur 62: Oaviserade avbrott för AIT, kundgrupp 1, jordbruk.

Figur 63: Oaviserade avbrott för AIF, kundgrupp 1, jordbruk.

Figur 64: Oaviserade avbrott som är längre än 12 h för AIT, kundgrupp 1, jordbruk.

Figur 65: Oaviserade avbrott som är längre än 12 h för AIF, kundgrupp 1, jordbruk.

Figur 66: Oaviserade avbrott för AENS, kundgrupp 1, jordbruk.

Figur 67: Oaviserade avbrott för APNS, kundgrupp 1, jordbruk.

Figur 68: Oaviserade avbrott som är längre än 12 h för AENS, kundgrupp 1, jordbruk.

Figur 69: Oaviserade avbrott som är längre än 12 h för APNS, kundgrupp 1, jordbruk.

Figur 70: Oaviserade avbrott för ASUI, kundgrupp 1, jordbruk.

Figur 71: Oaviserade avbrott som är längre än 12 h för ASUI, kundgrupp 1, jordbruk.

Figur 72: Oaviserade avbrott för högspänningskunder ILE, kundgrupp 1, jordbruk.

Figur 73: Oaviserade avbrott för högspänningskunder ILEffekt, kundgrupp 1, jordbruk.

Figur 74: Oaviserade avbrott som är längre än 12 h för högspänningskunder ILE, kundgrupp 1, jordbruk.

Figur 75: Oaviserade avbrott som är längre än 12 h för högspänningskunder ILEffekt, kundgrupp 1, jordbruk.

Figur 76: Oaviserade avbrott för lågspänningskunder SAIFI, kundgrupp 1, jordbruk.

Figur 77: Oaviserade avbrott för lågspänningskunder SAIDI, kundgrupp 1, jordbruk.

Figur 78: Oaviserade avbrott som är längre än 12 h för lågspänningskunder SAIFI, kundgrupp 1, jordbruk.

Figur 79: Oaviserade avbrott som är längre än 12 h för lågspänningskunder SAIDI, kundgrupp 1, jordbruk.

Figur 80: Oaviserade avbrott för lågspänningskunder ASUI, kundgrupp 1, jordbruk.

Figur 81: Oaviserade avbrott som är längre än 12 h för lågspänningskunder ASUI, kundgrupp 1, jordbruk.

Figur 82: Oaviserade avbrott för högspänningskunder AIT, kundgrupp 1, jordbruk.

Figur 83: Oaviserade avbrott för högspänningskunder AIF, kundgrupp 1, jordbruk.

Figur 84: Oaviserade avbrott som är längre än 12 h för högspänningskunder AIT, kundgrupp 1, jordbruk.

Figur 85: Oaviserade avbrott som är längre än 12 h för högspänningskunder AIF, kundgrupp 1, jordbruk.

Figur 86: Oaviserade avbrott för högspänningskunder AENS, kundgrupp 1, jordbruk.

Figur 87: Oaviserade avbrott för högspänningskunder APNS, kundgrupp 1, jordbruk.

Figur 88: Oaviserade avbrott som är längre än 12 h för högspänningskunder AENS, kundgrupp 1, jordbruk.

Figur 89: Oaviserade avbrott som är längre än 12 h för högspänningskunder APNS, kundgrupp 1, jordbruk.

TRITA-EECS-EX-2018:84 ISSN 1653-5146

www.kth.se

Konsekvensanalys av olika förändringar i intäktsrams...

Documents

Transcript of Konsekvensanalys av olika förändringar i intäktsrams...