Hur dimensionerar vi fjärrvärmesystem för en osäker framtid?

7 miljarder kronor, det är vad Svenska fjärrvärmebolag investerar i infrastruktur varje år. Hur väl fjärrvärmebolagen lyckas med att optimera dessa investeringar har en avgörande betydelse dels för leveranssäkerheten, men också för fjärrvärmens konkurrenskraft eftersom det är en mycket investeringstung bransch.

En stor del av dessa investeringar bygger på analyser med stor förbättringspotential, speciellt gällande hur den mest betydelsefulla parametern beräknas, det dimensionerande effektbehovet.‍

Dimensionerande effektbehov = Den högsta effekt systemet behöver klara av att generera och distribuera till de anslutna fastigheterna.

I alla modeller och analyser finns det osäkerheter som man bör ta hänsyn till genom att lägga på extra säkerhetsmarginaler. En trubbig analys kan alltså orsaka extra investeringskostnader kopplat till behov av stora säkerhetsmarginaler. De flesta fjärrvärmebolag kan spara många miljoner genom att öka träffsäkerheten i sina analyser. 

Vi har listat några tips för att öka träffsäkerheten i en beräkning av dimensionerande effektbehov:

Tips 1: Ta hänsyn till fler väderparametrar.

Hur stort värmebehovet är påverkas inte bara av temperaturen, även vindhastighet, solstrålning och nederbörd kan ha stor inverkan. Om man tar hänsyn till dessa väderparametrar vid de dimensionerande väderförhållandena ökar träffsäkerheten i analysen.

Tips 2: Använd en lastmodell med bättre prestanda.

Att träffsäkert beräkna samband mellan effektbehov och väderparametrar är ett område där maskininlärning kan prestera väldigt bra. Maskininlärning skräddarsydd för detta ändamål har en osäkerhet som är 85% lägre än energisignatur.

Tips 3: Ta hänsyn till varaktigheten på det dimensionerande effektbehovet.

De flesta fjärrvärmesystem har någon typ av värmelager eller flexibilitet som kan användas för att dämpa effekttoppar. För att korrekt kunna tillgodoräkna sig denna lagringskapacitet vid dimensionerande effektbehov behöver man analysera varaktigheten eller “formen” på effekttoppen.

Tips 4: Mät/uppskatta osäkerheten i din modell.

De flest modeller returnerar ett mått på hur stor osäkerheten är. Använd denna data systematiskt när ni beslutar hur stor säkerhetsmarginalen ska vara för dimensioneringen. En säkerhetsmarginal bör även ta hänsyn till osäkerheten i indata samt konsekvensen vid underdimensionering och kostnaden för överdimensionering.

Tips 5: Basera beräkningen på verkligt effektbehov i ansluta fastigheter.

Beräkningar av dimensionerande effektbehov på systemnivå baseras traditionellt på historisk data över vilken effekt man har producerat vilket inte behöver matcha det underliggande värmebehovet.

Producerad värme = Värmebehov i fastigheter + Markförlust ± Lagring i nätet

Om man bryter isär analysen och hanterar de tre faktorerna var för sig så ökar träffsäkerheten.

Tips 6: Förbättra antaganden för effektbehov i nybyggda fastigheter.

‍Expansionsplaner för städer innehåller ofta någorlunda rimlig data för årligt energibehov, men dimensionerande effektbehov saknas ofta. Nya fastigheter har inte samma förhållande mellan effekt och energi som befintlig bebyggelse. När ni estimerar effektbehov för nya fastigheter, ta hänsyn till typ av fastigheter och använd data för nybyggda fastigheter av samma typ samt aktuella studier.

Tips 7: Ta hänsyn till hur renoveringar kommer påverka effektbehov i befintliga fastigheter.

‍Det finns stora renoveringsbehov i en betydande del av fastighetsbeståndet. Flera studier har genomförts som prognostiserar renoveringstakten och vilken inverkan den kommer ha på energibehovet. Påverkan på dimensionerande effektbehov är ett mindre utforskat område men det finns data för olika åtgärders inverkan. Nyttja denna data tillsammans med en analys av stadens fastighetsbestånd fokuserad på framtida renoveringar.‍

Tips 8: Ta hänsyn till klimatförändringar.

‍Den pågående klimatförändringen påverkar inte enbart medeltemperaturen utan även de dimensionerande väderförhållandena. Att basera dimensioneringen av ett fjärrvärmesystem på DVUT som bygger på 30 års historisk väderdata medför även denna extra osäkerhet. Ta del av forskning kring framtida klimatmodeller för att göra tillförlitliga estimat av hur dimensionerande väderförhållanden påverkas av klimatförändringen.

Alla tipsen ovan är definitivt värda att tillämpa vid större investeringar, och många av tipsen bör även tillämpas även vid mindre investeringar som enstaka kundcentraler eller anslutningar. Vi vet att det är en stor utmaningen att ta hänsyn till alla dessa faktorer. Känner ni igen er i denna utmaning och letar efter lösningar? Ni är i gott sällskap och vi kommer därför djupdyka i frågorna och komma med tankar och förslag under vårt kommande webinar.

Anmäl er direkt för att hålla en plats till webinaret den 3e September, kl 13:

Anmälan är stängd.