Mid Sweden University

För att vara väl förberedd inför eventuella framtida kapacitetsutmaningar i elnätet ville Umeå Energi Elnät fåen bättre bild på vad variationerna hos energiförbrukningen beror på. I detta examensarbete var målet att undersöka sambandet mellan elnätets effektbehov och utomhustemperaturen samt att ta fram en modell av elnätets effektbehov. För att få en tillräckligt bra modell behövdes fler faktorer som påverkar effektbehovet användas. I modellen som arbetet resulterade i användes förutom utomhustemperaturen även månad, veckodag och tid på dygnet som variabler för att bättre kunna förutsede variationer som finns hos energiförbrukningen. Under arbetets gång upptäcktes ytterligare två faktorer som senare blev en del av modellen på grund av att de hadeen stor påverkan på resultatet. Dessa faktorer var dels ettantal större energiförbrukare, dels en del elproduktioninom Umeå Energi Elnäts elnät.Metoden som användes för att utföra analyserna somkrävdes var linjär regressionsanalys. Det är en statistiskanalysmetod som använder förhållanden mellan olika variabler för att skapa den räta linje som bäst visar sambandet. Detta görs genom att hitta den linje där kvadraten av mätvärdenas avvikelse från regressionslinjen ärminsta möjliga. Till prediktionsmodellen användes multipel linjär regressionsanalys som har samma tillvägagångsätt men med fler variabler.Då utomhustemperaturens påverkan på effektbehovetinte är helt linjärt utan varierar beroende på hur kallt eller varmt det är samt att även de andra faktorernas påverkan varierade gav den multipla regressionsanalysendet bästa resultatet i form av en prediktionsmodell somförklarade ungefär 80% av variationerna hos effektbehovet.

To be well prepared for the future challenges with the capacity in power grid, Umeå Energi Elnät would like to have a better understanding of the variations in energyconsumption and the reasons why it appears. In this thesis, the aim was to investigate the relations between the outside temperature and the energy demands and createa model to explain the power requirements in the grid.To achieve an appropriate model several variables thathave an impact on the energy consumption need to beused. In the end version of the model, the main variableswere outdoor temperature, month, weekday, and time ofday to predict the variations in energy consumption.Along the work two more factors were discovered thathad a large effect on the results. To make the model evenmore accurate these factors, several energy producers,and some larger consumers in Umeå Energi Elnät powergrid need to be included.To accomplish the investigations liner regression analysis was used, which is a statistical analysis method usingthe relationship between different variables creating astraight line. This is done by finding by finding the straight line there the square of the of the deviation of themeasured values from the regression line is the smallestpossible. To make the prediction model multiple regression analysis was used. It has the same approach butwith more than one variable.Since the outdoor temperature did not impact the energyconsumption completely linear but vary, and becausethere are some other factors that have large impact, multiple regression analysis gave the best prediction model.It explained 80% of the variation in power demand