optimerad framledningstemperatur i lunds fjärrvärmenät · 2014-02-13 · temperature. by...
TRANSCRIPT
ISRN LUTMDN/TMHP--13/5296—SE
Kkk ISSN 0282-1990
Optimerad framledningstemperatur i Lunds fjärrvärmenät
Markus Falkvall
Viktor Nilsson
Thesis for the Degree of Master of Science
Division of Efficient Energy Systems
Department of Energy Sciences
Faculty of Engineering, LTH
Lund University
P.O. Box 118
SE-221 00 Lund
Sweden
2
Förord
Detta examensarbete avslutar vår utbildning inom ekosystemteknik på civilingenjörsprogrammet vid Lunds
Tekniska H ögskola. Arbetet har utformats t illsammans med H olger Feurstein och utförts i samarbete med
Kraftringen AB under hösten 2013.
Vi vill tacka vår handledare, H olger Feurstein, för allt stöd och värdefulla vägledning under arbetets gång.
Vi vill också tacka Krist ina Eriksson och Axel Johansson på Kraftringen för deras engagemang i vårt
arbete. Vidare vill vi även tacka personalen i kontrollrummet på Gunnesboverket samt övrig personal på
Kraftringen för all t id de tog sig at t besvara våra frågor om fjärrvärmenätet i Lund.
Till sist vill vi tacka Patrick Lauenburg som vår handledare på LT H för support och idéer under arbetets
gång.
Viktor N ilsson och Markus Falkvall
Lund, januari 2013
3
Abstract
This master thesis aims to optimize the supply temperature in the district heat ing grid in Lund.
The supply temperature in a district heat ing grid often has a significant economic importance for the
producers. I t is therefore of great interest to optimize the supply temperature; which often means to find
as low supply temperature as possible under the given circumstances in the grid. The possible economic
profits of a lowered supply temperature in Lund is that it allows for a higher share of electricity production
in the combined power and heat ing plant Örtoftaverket , a higher coefficient of performance for heat
pumps and reduced heat losses in the grid.
A lowered supply temperature, however, requires a higher flow in the grid in order to allow the right
amount of energy to be transferred to the customers. This leads to increased pressure loss in the system
and therefore an increased amount of work for the distribution pumps – which is an economic loss from a
lowered supply temperature. Furthermore, the increased flow and pressure loss in the grid increases the
risk that the maximum allowed pressure limit is reached or that the pressure difference in the periphery of
the net becomes too low.
The idea has been that the supply temperature can be further lowered if controlled after the actual heat
load in the grid. H istorically, the distribution temperature has been a function of the outdoor temperature,
where a low outdoor temperat ure leads to a high supply temperature. The heat load in the grid, however,
can vary with t ime even when the outdoor temperature is constant , which means that the supply
temperature can be lowered those t imes of the day when the heat load is low compared to the outdoor
temperature. By performing dynamic simulat ions using the computat ion program N etsim the supply
temperature has been evaluated for a number of days during the autumn of 2013. Detailed data of the
customers energy consumption at given combinations of t ime and outdoor temperature has been gathered
from a previous master thesis and has been the base for the calculat ions.
The results suggest that the supply temperature can be lowered on average between 2 and 6 °C compared
to the original supply temperature function at Gunnesboverket . The wide interval is due t o the fact that
the supply temperature can be lowered more at mild outdoor temperatures (above 0 °C) whereas only a
smaller lowering is possible at colder weather. The reason for this is that the pressure difference limit is
reached when using the original supply temperature function at low outdoor temperatures. Despite this,
the average supply temperature can be lowered since it is regulated after the heat load and therefore can be
lowered for the periods of the day when the heat load is low.
The economical calculat ion of a lowered supply temperature depends on a number of assumptions and is a
rough est imation of the importance of a lowered supply temperature. The calculat ions, however, indicate
that an on average 5 °C lowering of the supply temperature – which is in line with what the simulat ions
suggest might be possible – gives annual savings of approximately 3 million SEK. The major part of the
saving is due to the increased coefficient of performance for the heat pumps, while an increased electricity
production and reduced heat losses constitute a minor part .
4
Sammanfattning
Detta examensarbete syftar t ill at t optimera framledningstemperatur i fjärrvärmenätet i Lund.
Framledningstemperaturen i et t fjärrvärmenät är ofta av ekonomisk betydelse för producenterna. En
optimering av framledningstemperaturen är därmed önskvärd; där optimering ofta innebär en så låg
framledningstemperatur som möjligt med hänsyn t ill fjärrvärmenätets begränsningar. De fördelar som finns
med sänkt framledningstemperatur i Lunds fjärrvärmenät är högre värmefaktor för värmepumparna på
produktionsanläggningarna, högre andel elproduktion i kraftvärmevärket Örtoftaverket samt minskade
värmeförluster.
Lägre framledningstemperatur måste dock kompenseras av ökat flöde för at t samma mängd energi skall
överföras t ill kunderna. Ökat flöde ger större tryckförluster och därmed krävs ökat pumparbete för at t
övervinna dessa, vilket leder t ill en utgiftspost vid en sänkt framledningstemperatur. Ökat flöde och ökade
tryckförluster leder också t ill en risk at t det maximala trycket i nätet riskerar at t överskridas samt at t
differenstrycken – t ryckskillnaden mellan fram- och returledning över en kundcentral - längst ut i nätet kan
bli lägre än acceptabelt .
Utgångspunkten har varit at t framledningstemperaturen går at t sänka mer om den styrs efter den faktiska
värmelasten i nätet istället för at t som tidigare endast vara en funktion av utomhustemperaturen. Detta
beror på at t värmelasten varierar över dygnet även vid konstant utomhustemperatur, vilket innebär at t
temperaturen kan sänkas de t idpunkter då lasten är låg i förhållande t ill utomhustemperaturen. Den
laststyrda framledningstemperaturen har testats genom at t göra dynamiska simuleringar på en modell av
Lunds fjärrvärmenät i nätberäkningsprogrammet N etsim av et t antal utvalda dygn med olika
utomhustemperatur från hösten 2013. Detaljerad förbrukningsdata som beskriver fjärrvärmekundernas
effektuttag vid en given utomhustemperatur och t id på dygnet har hämtats från et t t idigare examensarbete
och använts som indata t ill modellen.
Simuleringarna pekar på at t framledningstemperaturen kan sänkas med i genomsnit t mellan 2 och 6 °C
jämfört med framledningstemperaturen enligt Gunnesboverkets nuvarande framledningskurva. Det stora
intervallet på sänkningen beror på at t framledningstemperaturen kan sänkas mer vid mild
utomhustemperatur (över 0 °C) medan endast en mindre sänkning är möjlig vid kallare
utomhustemperatur. Dett a beror på at t lägsta differenstryck i nätet vid vissa t idpunkter vid låg
utomhustemperatur tangerar gränsen för lägsta acceptabelt differenstryck då den ursprungliga
framledningskurvan används. Att en sänkning överhuvudtaget är möjlig vid låg utomhustemperatur beror
på at t framledningstemperaturen är laststyrd och kan vara lägre de t idpunkter på dygnet lasten är låg
relat ivt utomhustemperaturen, vilket understryker metodens fördel.
Den ekonomiska beräkningen av sänkt framledningstemperatur är beroende av et t flertal antaganden och
ger en grov uppskattning av betydelsen av sänkt framledningstemperatur i Lunds fjärrvärmenät .
Beräkningarna indikerar dock at t en sänkning av framledningstemperaturen med 5 °C – vilket är i
storleksordning med vad simuleringarna visar är möjligt – ger en årlig besparing på ungefär 3 miljoner
kronor. Den största delen beror på ökad värmefaktor för värmepumparna medan ökad elproduktion och
minskade värmeförluster står för en mindre del.
5
1 Inledning ................................................................................................................................................................ 9
Bakgrund....................................................................................................................................................... 9 1.1
Syfte ............................................................................................................................................................... 9 1.2
Tidigare studier ........................................................................................................................................... 9 1.3
Introduktion t ill Fjärrvärme i Sverige .................................................................................................... 10 1.4
2 Teori ..................................................................................................................................................................... 12
Fjärrvärmenätets dynamik ....................................................................................................................... 12 2.1
Värmeförluster........................................................................................................................................... 16 2.2
Framledningstemperaturens påverkan på returtemperarturen .......................................................... 17 2.3
Framledningstemperaturens påverkan på energiproducerande enheter .......................................... 20 2.4
Värmepumpar ...................................................................................................................................... 20 2.4.1
Kraftvärmeverk ..................................................................................................................................... 21 2.4.2
Värmelast .................................................................................................................................................... 21 2.5
Värmelastens variat ion ......................................................................................................................... 21 2.5.1
Lastprognoser ........................................................................................................................................ 24 2.5.2
N etsim ........................................................................................................................................................ 25 2.6
3 Fjärrvärme i Lund ............................................................................................................................................... 27
Produktion ................................................................................................................................................. 27 3.1
Anläggningar .......................................................................................................................................... 27 3.1.1
Produktionsmix..................................................................................................................................... 28 3.1.2
Distribution ................................................................................................................................................ 31 3.2
Tryck ...................................................................................................................................................... 32 3.2.1
Tidsfördröjning ..................................................................................................................................... 32 3.2.2
Uppskattad ekonomisk besparing av sänkt framledningstemperatur ............................................... 33 3.3
4 Metod ................................................................................................................................................................... 35
Kraftringens N etsim-modell ................................................................................................................... 35 4.1
Förbrukningsdata ...................................................................................................................................... 36 4.2
Implementering av kunddata i N etsim .................................................................................................. 37 4.3
Returtemperaturdata ................................................................................................................................ 38 4.4
Kalibrering av modellen ........................................................................................................................... 38 4.5
Laststyrd framledningstemperatur ......................................................................................................... 39 4.6
Stat iska beräkningar .................................................................................................................................. 41 4.7
6
Ekonomiska beräkningar ......................................................................................................................... 42 4.8
Beräkning av kostnad för ökat pumparbete ...................................................................................... 42 4.8.1
Beräkning av minskade värmeförluster .............................................................................................. 42 4.8.2
Beräkning av förändrad värmefaktor för värmepumpar .................................................................. 43 4.8.3
Beräkning av ökad elprodukt ion i Örtoftaverket ............................................................................. 43 4.8.4
5 Kalibrering av modellen .................................................................................................................................... 44
Kalibrering av modell med förbrukningsdata för mars-april & oktober-november ....................... 44 5.1
2:a oktober ............................................................................................................................................ 44 5.1.1
3:e oktober ............................................................................................................................................. 47 5.1.2
Kalibrering av modell med förbrukningsdata för december-februari ................................................ 50 5.2
25:e november ........................................................................................................................................ 50 5.2.1
Kommentarer t ill kalibreringen .............................................................................................................. 53 5.3
6 Resultat ................................................................................................................................................................ 55
Laststyrd framledningstemperatur från dynamiska beräkningar ........................................................ 55 6.1
2:a oktober ............................................................................................................................................. 55 6.1.1
3:e oktober ............................................................................................................................................. 58 6.1.2
11:e november ....................................................................................................................................... 60 6.1.3
25:e november ........................................................................................................................................ 63 6.1.4
Godtycklig kall vinterdag .................................................................................................................... 65 6.1.5
N y framledningskurva från stat iska beräkningar .................................................................................. 68 6.2
Ekonomiska beräkningar ........................................................................................................................ 69 6.3
Värmeförluster ..................................................................................................................................... 69 6.3.1
Ökad elproduktion i Örtoftaverket .................................................................................................. 70 6.3.2
Värmepumpar ....................................................................................................................................... 72 6.3.3
Sammanfat tade ekonomiska beräkningar ......................................................................................... 73 6.3.4
7 Diskussion ........................................................................................................................................................... 75
Varför laststyrd framledningstemperatur? ............................................................................................. 75 7.1
Returtemperaturen och dess inverkan på resultatet ............................................................................ 75 7.2
H ur stor är sänkningen av framledningstemperaturen i genomsnit t? ............................................... 76 7.3
Stat iska kontra dynamiska beräkningar ................................................................................................. 77 7.4
Beräkningen av den ekonomiska besparingens noggrannhet .............................................................. 77 7.5
Vågar man sänka temperaturen så här mycket i verkligheten? ........................................................... 79 7.6
7
Vad kan man fortsät ta arbeta med i framtiden? ................................................................................... 79 7.7
Utveckling av N etsim-modellen ......................................................................................................... 79 7.7.1
Uppdatering av tumavtryck för laststyrd framledning .................................................................... 79 7.7.2
8 Referenser ............................................................................................................................................................ 81
8
Begreppsförklaring
Avkylning Skillnaden mellan framledningstemperaturen och
returtemperaturen över en kundcentral.
Differenstryck Tryckskillnaden mellan framledning och returledning över
t .ex. en kundcentral.
Framledningstemperatur Temperaturen på det vat ten som flödar i framledningen, dvs.
den ledning som går från produktionsanläggningen t ill
kundcentralerna.
Framledningskurva Matematisk funktion som styr hur
framledningstemperaturen på det vat ten som lämnar
produktionsanläggningen ska variera med
utomhustemperaturen.
Returtemperatur Temperaturen på det vat ten som flödar i returledningen, dvs.
den ledning som går från kundcentralerna t illbaka t ill
produktionsanläggningen.
Sekundärnät Ett mindre nät som växlar värme mot huvudnätet .
Sekundärnätet förser sedan t .ex. et t bostadsområde med
värme genom at t i sin tur växla värme med de enskilda
kundcentralerna.
9
1 Inledning
Bakgrund 1.1
För en fjärrvärmeproducent är det önskvärt at t försöka optimera framledningstemperaturen. Framförallt
finns det många fördelar med at t använda en så låg framledningstemperatur som möjligt med hänsyn t ill
fjärrvärmenätets begränsningar. De fördelar med låg framledningstemperatur som vanligen lyfts fram är
(Frederiksen & W erner, 2013):
H ögre elproduktionskapacitet vid kraftvärmeverk.
H ögre effekt som värmepumpar kan leverera samt ökad värmefaktor hos dessa.
Mindre värmeförluster i distributionsnätet .
H ögre utnytt jandegrad av spillvärmekällor som levererar låga temperaturnivåer.
H ögre produktionskapacitet för solfångare.
Möjlighet at t använda värmekänsliga plast ledningar
Framledningstemperaturen begränsas dock nedåt av at t flödet i nätet måste öka för at t bibehålla den
överförda effekten. Ökat flöde ger större tryckfall i nätet vilket måste kompenseras av större pumparbete,
vilket innebär en risk at t t illåtna max- och minvärden på tryck i fjärrvärmenätet överskrids.
Framledningstemperaturen begränsas även nedåt av kundernas behov av varmvatten med t illräckligt hög
temperatur.
Således har varje enskilt nät olika förutsät tningar för vilken framledningstemperatur som är möjlig at t
använda. Beroende på vilka energiproducerande enheter som används skiljer sig också nyttan med at t
minimera framledningstemperaturen mellan varje fjärrvärmeproducent .
Syfte 1.2
Syftet med detta examensarbete är at t med hjälp av nätberäkningsprogrammet N etsim undersöka
möjligheterna t ill sänkt framledningstemperatur i Lunds fjärrvärmenät jämfört med nuvarande
temperaturnivåer samt at t uppskatta den ekonomiska vinsten av en sänkt framledningstemperatur.
Tidigare studier 1.3
Flera t idigare studier har modellerat fjärrvärmenät i syfte at t sänka framledningstemperaturen, bl.a.
Saarinen (2010). H är används en modell över fjärrvärmenätet i N yköping i programvaran MATLAB där
lasten simuleras av en punktlast som upplever två t immars fördröjning av framledningstemperaturen som
levereras från produktionsanläggningen. Lasten två t immar fram i t iden prognosticeras av en matematisk
modell som tar hänsyn t ill historisk last (uppmätt vid produktionsanläggningen) de senaste fyra dagarna och
utomhustemperatur. Framledningstemperaturen beräknas sedan ut ifrån den prognosticerade lasten,
prognosticerade returtemperaturen och et t önskat värde på flödet . Genom at t styra
framledningstemperaturen utifrån den prognosticerade lasten visade modellen at t
framledningstemperaturen kunde sänkas med i medeltal mer än 5 °C vid utomhustemperaturer under 0 °C
vilket i sin tur skulle ge ökad elproduktion i kraftvärmeverket .
10
Saarinen & Boman (2012) visade även at t modellbaserad reglerstrategi är t illämpbar på större fjärrvärmenät
då de i en studie modellerade fjärrvärmenätet i Uppsala, et t nät betydligt större än det i N yköping. I denna
studie jämfördes två modeller av fjärrvärmenätet ; en detaljerad modell av fjärrvärmenätet som
implementerades i programvaran TERMIS och en förenklad modell ämnad för reglering. Lasten i den
detaljerade modellen modellerades med en matematisk modell och de kurvor för lastfördelning som togs
fram i den detaljerade modellen användes som bas i den förenklade modellen. En reglerstrategi för opt imal
framledningstemperatur togs fram och simulerades i TERMIS-modellen med olika högsta t illåtna
differenstryck. Modellen visade at t framledningstemperaturen kunde sänkas med i medeltal 8 °C under
perioden januari-april under vissa förutsät tningar då det högre t illåtna differenstrycket användes.
Andra studier som har modellerat fjärrvärmenät är Jamot & Olsson (2013) som byggde en modell av et t
delsystem av fjärrvärmenätet i Lund i programvaran Dymola med syfte at t sänka framledningstemperaturen
och Andersson (2005) som byggde en modell i MATLAB-tillägget Simulink av fjärrvärmenätet i Gävle med
syfte at t simulera olika driftsfall.
Introduktion till Fjärrvärme i Sverige 1.4
Fjärrvärmens grundläggande princip är at t värme produceras centralt (”i fjärran”) istället för hos varje
enskild kund. Värme överförs från fjärrvärmenätet t ill kunderna i fjärrvärmecentraler. En fjärrvärmecentral
kan försörja et t enskilt hushåll eller et t större bostadsområde eller lägenhetskomplex med värme och
varmvatten. En fördel med fjärrvärme är at t produkt ionen såväl som optimeringen av denna blir effektivare
med en stor, centralt belägen anläggning. Vidare finns möjligheten t ill kraftvärme – samproduktion av el
och värme – samt goda utnytt jandemöjligheter av biobränslen i fjärrvärmeproduktionen. (Statens
energimyndighet 2013). I Sverige håller varmvattnet ut från produktionsanläggningen generellt en
temperatur på 70–120 °C för at t t illgodose kundernas värmebehov. Livslängden för et t fjärrvärmenät kan
mycket väl nå upp t ill 100 år om driften är väl optimerad. (Svensk Fjärrvärme, 2013).
Fjärrvärmeanvändningen har ökat stadigt sedan introduktionen på marknaden under det sena 1940 -talet .
Den kalla vintern år 2010 gav en rekordnotering, medan förbrukningen sjönk t ill ca 60 TW h (varav 11,9
TW h förluster) i landet år 2011, se figur 1 (Statens energimyndighet , 2012(a)). Bostäder och service är den
klart dominerande sektorn bland användarna, där industrin samt förluster utgör övriga
förbrukningsandelar. Bland bostäder och service stod fjärrvärme år 2011 för värmeförsörjningen i 93 % av
flerbostadshusen, 83 % av lokalerna samt 12 % av småbostadshusen. (Statens energimyndighet , 2012(a)).
Den t illförda energin matchar givetvis exakt den förbrukade, där insat t bränsle framgår av figur 2.
Biobränslen inklusive avfall och torv utgjorde den största andelen, följt av fossila bränslen, värmepumpar
och spillvärme. (Statens energimyndighet 2012 (b)).
11
Figur 1. Förbrukad energi i fjärrvärmenäten i Sverige 1970 -2011, fördelad på sektorer. (Statens Energimyndighet, 2013).
Figur 2. Tillförd energi till fjärrvärmenäten i Sverige 1970 - 2011, fördelat på produktionsslag. (Statens Energimyndighet, 2013).
12
2 Teori
Om inget annat anges är informationen i det ta avsnit t baserad på Frederiksen & W erner (2013).
Fjärrvärmenätets dynamik 2.1
Den grundläggande ekvationen som beskriver värmeeffekten som överförs i et t fjärrvärmenät är:
(1)
där
P = överförd effekt (W )
Q = flöde (m3/s)
C = värmekapaciteten för vat ten vid medeltemperaturen (J/(m3 K))
tfram
= framledningstemperatur (K)
tretur
= returtemperatur (K)
Överförd effekt kan alltså regleras genom at t öka antingen flödet i nätet eller avkylningen, dvs. skillnaden
mellan tfram
och tretur
. Returtemperaturen är dock svårare at t påverka än framledningstemperaturen eftersom
denna beror på dynamik och börvärden på temperaturnivåer i de enskilda kundcentralerna. För hög
returtemperatur kan dock undvikas genom at t kundcentralerna är rät t dimensionerade, rät t inst ällda och
väl underhållna (Svenska fjärrvärmeföreningen, 2011). Framledningstemperaturen styrs enklare från
produktionsanläggningarna och kan väljas tämligen frit t . Förutsat t at t returtemperaturen inte förändras
måste sänkt framledningstemperatur kompenseras genom ökat flöde för at t behålla överförd effekt i et t
fjärrvärmenät .
Begränsande för flödet är t ryckfallet i systemet . Detta är proport ionellt mot flödet i kvadrat enligt :
(2)
där
Δp = tryckfall (Pa)
𝜆 = frikt ionsfaktor (-)
d = ledningens innerdiameter (m)
L = rörlängd (m)
ρ = vat tnets densitet (kg/m3)
Eftersom pumparbetet är lika med produkten av tryckfallet och flödet innebär detta följaktligen at t
pumparbetet är proport ionellt mot flödet i kubik:
(
)
𝜆
(3)
där
Pel = pumparbete (W )
𝜂 = verkningsgrad (-)
13
Vanligen utgör pumparbetet ca 0,5 % av levererad värme. Pumparbetet kan emellert id inte betraktas
enbart som en förlust från systemet. Den mekaniska energin som har t illförts fjärrvärmevattnet i form av
tryck omvandlas t ill värme pga. frikt ion i rör, vent iler och värmeväxlare. Frikt ionsvärmen kan därmed
betraktas som en form av elektrisk uppvärmning.
För at t förstå hur trycknivåer i fjärrvärmenätet begränsar flödet och därmed framledningstemperaturen är
det lämpligt at t använda sig av et t t ryckdiagram enligt figur 3 som visar et t mycket förenklat
fjärrvärmesystem. På y-axeln visas tryckhöjden i framledningen och returledningen som en funktion av
avståndet från cirkulat ionspumpen.
Figur 3. Tryckhöjd i ett enkelt fjärrvärmesystem (fritt efter Frederiksen & Werner, 2013).
Flera kundcentraler är belägna mellan framledningen och returledningen men visas ej i figuren. Den mest
perifera kundcentralen är belägen 4 kilometer från cirkulat ionspumpen och illustreras i figuren av et t
t ryckfall. Tryckhöjden är summan av övertrycket och höjden jämfört med en referensnivå enligt :
(4)
där
H = tryckhöjd (mvp)
pg= övertryck (Pa)
ρ = fjärrvärmevattnets densitet (kg/m3)
g = tyngdaccelerat ionen (9,81 m/s2)
z = höjdnivå jämfört med referensnivå (m)
14
Tryckdiagrammet visar hur tryckhöjden degraderas pga. av frikt ion i ledningarna och i kundcentralen.
Tryckgradienten, dvs, hur tryckhöjden minskar med avståndet från cirkulat ionspumpen kan härledas från
ekvation 2 och 4 som:
(Pa/m) (5)
Tryckgradienten varierar eftersom flödeshastigheten ändras beroende på ledningens storlek.
Tryckförlusten i ledningen gör at t differenstrycket , dvs. skillnaden i t ryck mellan framledning och
returledning, minskar med avståndet från cirkulat ionspumpen. Figur 1 åskådliggör även at t en stor del av
den mekaniska energin som tillförs fjärrvärmevattnet degraderas genom tryckförluster i kundcentralernas
ventiler och värmeväxlare då vat ten transporteras från framledning t ill returledning.
För at t den mest perifera kundcentralen ska få et t t illräckligt flöde får inte differenstrycket häröver
underst iga et t visst minimivärde, t .ex. 1 bar. Systemets högsta tryckhöjd finns givetvis direkt efter
cirkulat ionspumpen och det lägsta precis innan. Pumparbetet måste övervinna både förluster i fram- och
returledning samt tryckfallet över den mest perifera kundcentralen enligt :
(6)
där
Δppump
= pumpens lyft (Pa)
Δps = t ryckfall i framledning (Pa)
Δpr = tryckfall i returledning (Pa)
Δpmin = minsta differenstryck (Pa)
I figur 4 visas samma system som tidigare fast vid et t lägre flöde för jämförelse. Tryckfallet är då mindre
vilket ger lägre maxtryck i systemet och mindre pumparbete.
15
Figur 4. Tryckhöjden i ett enkelt fjärrvärmesystem med mindre flöde (fritt efter Frederiksen & Werner, 2013).
Trycket i systemet påverkas även av höjdskillnader. I figur 5 visas et t system där en höjdprofil har
inkluderats samt t illåtna gränser för minsta respektive högsta tryckhöjd. Trycket begränsas uppåt av
systemets dimensionerande trycknivå för ledningar och annan utrustning. Trycket begränsas nedåt av det
t ryck där fjärrvärmevattnet når sin kokpunkt , dvs. kavitat ionsgränsen. I figuren har systemet trycksat ts före
cirkulat ionspumpen för at t undvika at t kavitat ionsgränsen underst igs. Marginalen t ill kavitat ionsgränsen är
lägst i systemets högsta punkt, helt enligt ekvat ion 4. Tryckhöjden i ledningarna tangerar maximalt t illåtna
trycktryck två gånger, dels precis efter cirkulat ionspumpen, men även efter ca 1,5 kilometer där systemet
når sin lägsta höjdnivå.
Figur 5. Ett fjärrvärmesystem med höjdprofil och gränser för högsta och lägsta tillåtna tryck (fritt efter Frederiksen & Werner, 2013).
16
En situat ion där två tryckhöjningspumpar höjer trycket efter t re kilometer illustreras i figur 6.
H uvudcirkulat ionspumpens tryckhöjning är då lägre och marginalen t ill t illåtet maxtryck är större än innan.
Tryckhöjningspumparna ökar därmed differenstrycket i de mest perifera delarna av nätet .
Figur 6. Ett enkelt fjärrvärmesystem med två tryckhöjningspumpar (fritt efter Frederiksen & Werner, 2013).
Tryckdiagrammen har därmed illustrerat hur framledningstemperaturen – eftersom denna påverkar flöde
och tryckfall i nätet – begränsas av systemets högsta t illåtna tryckhöjd, lägsta t illåtna tryckhöjd samt lägsta
t illåtna differenstryck över en kundcentral.
Värmeförluster 2.2
Värmeförlusterna i en fjärrvärmeledning är proport ionella mot skillnaden mellan fjärrvärmevattnets
temperatur och den omgivande temperaruren enligt :
⁄ (7)
där
Phl = värmeförlusteffekt (W )
𝜆i = värmekonduktivitet för isoleringen (W /(m K))
t = fjärrvärmevattnets temperatur (K)
ta = omgivningens temperatur (K)
D = yttre rördiameter (m)
d = inre rördiameter (m)
Förlusterna är därmed större från framledningen än från returledningen. Ekvationen gäller för et t ensamt
isolerat rör och i det fall då temperaturfallet i ledningen är litet , i annat fall måste temperaturfallet i
framledningen inkluderas i beräkningen. Värmeförlusterna kan minskas genom at t gräva ned två rör int ill
17
varandra; värmeförlusterna från det ena röret höjer då marktemperaturen vilket minskar värmeförlusterna
från det andra röret . Även i det ta fall är givetvis förlusterna proport ionella mot temperaturskillnaden
mellan fjärrvärmevattnet och omgivningens temperatur. Det finns även system där fram- och returledning
har gemensam isolering vilket yt terligare minskar värmeförlusterna.
I det fall värmeförlusterna i et t fjärrvärme nät behöver uppskattas är det sällan nödvändigt at t beräkna
värmeförlusterna för varje enskilt rör. Dessa kan istället beräknas som skillnaden mellan producerad och
såld värme. Även i nätet som helhet är givetvis värmeförlusterna linjärt proport ionella mot skillnaden
mellan temperaturen i nätet och den omgivande temperaturen. Vad en förändring av temperturnivån i
nätet betyder för värmeförlusterna över et t år kan därmed beräknas med hjälp av gradtidtalet , G:
(
) (8)
Vanligtvis sät ts omgivningens temperatur, ta, t ill årsmedelutomhustemperturen, ca 8 °C i södra Sverige.
Används rimliga värden på temperaturerna i nätet i ekvationen ger det at t värmeförlusterna minskar ca 1 %
då framledningstemperaturen sänks med en grad.
Typiska värmeförluster i et t normalt väst - eller nordeuropeiskt fjärrvärmesystem är 8-15 %. Fjärrvärmenät i
väldigt tätbebyggda städer kan dock ha värmeförluster så låga som 5-8 % medan nät i glest bebyggda
områden kan ha värmeförluster på mellan 15 % och 35 %. För et t normalt nät innebär det at t en sänkning av
framledningstemperaturen med en grad ger at t värmeförlusterna minskar med ca 0 ,1 % av den totala
producerade energin.
Framledningstemperaturens påverkan på returtemperarturen 2.3
Ändrad framledningstemperatur påverkar dynamiken i kundcentralen och kan ge förändrad avkylning.
Exakt hur returtemperaturen påverkas i detalj vid förändrad framledningstemperatur skiljer sig sannolikt
mellan varje enskild kundcentral. Enligt värmeväxlarteori minskar avkylningen med sänkt
framledningstemperatur enligt figur 7. H är visas den slutgilt iga returtemperaturen, tr och
returtemperaturen från varmvattenkretsen, tr1, vid et t antal olika normaliserade konstanta laster, q
r
*, som en
funktion av den primära framledningstemperaturen, tf. Systemet för vilket figuren gäller är beskrivet i
figur 8. Sambandet mellan tr och t
f är olinjärt ; returtemperaturens ökning vid sänkt framledningstemperatur
är lägre vid hög framledningstemperatur. Vid låga framledningstemperaturer ökar däremot
returtemperaturen kraft igt då framledningstemperaturen sänks. (W ollerstrand, 1997).
18
Figur 7. Framledningstemperaturens påverkan på returtemperaturen enlig värmeväxlarteori. (Wollerstrand, 1997).
Figur 8. Systemet för vilket diagramet i figur 7 gäller. (Wollerstrand, 1997).
Framledningstemperaturens påverkan på returtemperaturen förklaras av at t den logaritmiska
medeltemperaturen, LM TD , minskar då framledningstemperaturen sänks. LM TD är avgörande för
effekten som överförs i värmeväxlaren enligt :
(9)
där
LM TD = logaritmisk medeltemperatur (K)
A = värmeväxlarens area (m2)
U = värmeövergångstal (W / (m2 K))
Den logaritmiska medeltemperaturen är definierad som:
(10)
19
Där LTD är skillnaden mellan primär- och sekundärsidans returtemperaturer och GTD den största
temperaturskillnaden, vilket visas grafiskt i figur 9.
Figur 9. Förklaring av temperaturskillnaderna LTD och GTD, (Wollerstrand, 1997)
Ändrat flöde i värmeväxlaren påverkar även värmeövergångstalet , U, vilket förändras vid ökad
framledningstemperatur. Så t illvida at t helt turbulent flöde råder i värmeväxlaren kan variat ionerna i
värmeövergångstalet väl beskrivas analytiskt som exponentialfunktioner av massflödet (W ollerstrand, 1997).
I realiteten varierar dock inte returtemperaturen från kundcentralerna enbart med
framledningstemperaturen utan visar främst en variat ion beroende på utomhustemperaturen. Denna
variat ion beror på lastens fördelning mellan uppvärmning och tappvarmvattenbehov och vilken
temperaturnivå som krävs i radiatorsystemet. Lägst genomsnit t lig returtemperatur fås vid
utomhustemperatur på 5-10 °C. Vid lägre utomhustemperatur ökar uppvärmningsbehovet och
radiatorkretsens kräver en högre framledningstemperatur. Detta t illgodoses av at t
framledningstemperaturen på primärsidan ökas när utomhustemperaturen sjunker. Den högre
framledningstemperaturen i radiatorkretsen resulterar dock i at t returtemperaturen från radiatorkretsen
st iger. Returtemperaturen st iger dock inte i samma utsträckning som framledningstemperaturen i
radiatorkretsen eftersom den överförda effekten från radiatorerna i byggnaden ökar med högre temperatur
i radiatorkretsen.
Vid varmare utomhustemperatur har varje enskild kundcentral en brytpunkt när uppvärmningsbehovet
upphör. För vissa välisolerade hus kan denna brytpunkt inträffa redan vid 10 °C. N är detta sker värmeväxlas
inkommande fjärrvärmevatten med vat ten i VVC-kretsen i syfte at t upprät thålla en temperatur på över ca
50 °C. I de stunder ingen tappning av vat ten förekommer blir returtemperaturen på primärsidan strax över
50 °C. N är tappning sker, värmeväxlas fjärrvärmevattnet med inkommande kallvat ten (vanligen runt 8 °C)
och returtemperaturen blir mycket lägre (ca 15 °C). Från en enskild kundcentral varierar alltså
returtemperaturen kraft igt mellan ca 15 och 55 °C beroende på om tappning sker eller inte. För et t större
aggregat av kundcentraler som växelvis tappar vat ten kommer svängningarna i returtemperatur jämnas ut
och hålla en nivå som motsvarar et t viktat medelvärde av dessa två temperaturnivåer. H ög total
förbrukning av tappvarmvatten ger lägre medelreturtemperatur medan låg förbrukning ger högre
medelreturtemperatur. At t den totala returtemperaturen är som lägst vid ca 5-10 °C beror på den
20
sammanlagda effekten av de faktorer som diskuteras ovan. Returtemperaturen från radiatorkretsen är då
förhållandevis låg men eftersom nästan uteslutande alla byggander har et t uppvärmningsbehov vid denna
utomhustemperatur blir påverkan av den högre returtemperaturen från VVC-kretsen förhållandevis
mindre än vid högre utomhustemperatur. H ur returtemperaturens (och framledningstemperaturen) varierar
med avseende på utomhustemperaturen i Lund finns beskrivet i figur 10.
Figur 10. Dygnsmedelvärden på framledningstemperatur och returtemperatur till Gunnesboverket som en funktion av
utomhustemperaturen. Till returtemperaturen har ett polynom anpassats.
I vissa felinställda kundcent raler kan returtemperaturen dock påverkas annorlunda än vad som beskrivits
ovan. Det gäller främst då kundcentralen har et t för högt börvärde på temperaturen i sekundärkretsen,
alltså en högre önskad temperatur än vad fjärrvärmenätet kan leverera, med resultat at t ventilen som styr
flödet på primärsidan är öppen t ill max. Eftersom flödet på primärsidan då inte kan öka vid sänkt
framledningstemperatur, kan det innebära at t returtemperaturen sänks något. (Feurstein, 2013).
Utöver kortslutna kundcent raler finns det i fjärrvärmenät även andra kortslutningar och läckor som leder
framledningen direkt t ill returledningen, såväl avsiktliga som oavsiktliga. Även om sänkt
framledningstemperatur i teorin bör leda t ill höjd returtemperatur och vice versa, så behöver detta därför
inte vara fallet i praktiken. Förekommer många kortslutningar i et t nät kan det leda t ill at t sänkt
framledningstemperatur innebär sänkt returtemperatur t ill produkt ionsanläggningen. Oavsiktliga
kortslutningar och felinställda kundcentraler bör dock åtgärdas av fjärrvärmebolagen, varför sänkt
framledningstemperatur i slutändan även i realiteten bör leda t ill en något höjd returtemperatur. (W alletun,
2013).
Framledningstemperaturens påverkan på energiproducerande enheter 2.4
Värmepumpar 2.4.1
En värmepumps värmefaktor, eller coefficient of performance, COP, berät tar förhållandet mellan uttagen
värme och insat t el vid en viss temperaturnivå. Värmefaktorn kan beräknas enligt följande (Svensk
fjärrvärme, 2009):
(11)
21
där
Pvärme
= värmeeffekt (W )
Pel = eleffekt (W )
T1 = kondenseringstemperaturen (K) (ca 4 K högre än framledningstemperaturen).
T2 = förångningstemperaturen (K) (ca 4 K lägre än slut temperaturen som utgör
värmepumpens värmekälla).
k = konstant korrektionsfaktor för frikt ionsförluster, etc. (-) (har et t värde på ca 0 .7).
Således ökar värmefaktorn med sänkt framledningstemperatur . Förutom at t värmefaktorn ökar, ökar också
ofta det maximala effektuttaget från värmepumpen när framledningstemperaturen sänks. Detta innebär at t
värmepumpen kan ersät ta kostsam produktion med spetslastenheter vilka ofta har högre rörlig kostnad för
värmeproduktion. Effektökningen är mycket anläggningsspecifik men kan ofta leda t ill betydande
besparingar. (Svensk fjärrvärme, 2009).
Kraftvärmeverk 2.4.2
Då kondensorn i et t kraftvärmeverk kyls med fjärrvärmevattnet (som t .ex. Kraftringens Örtoftaverket)
inverkar framledningstemperaturen på elproduktionen. Lägre vat tentemperat ur efter kondensorn, dvs.
framledningstemperatur, ger lägre kondensortemperatur. Ångan kondenserar då vid et t lägre tryck vilket
ger större tryckfall över ångturbinen och därmed större elproduktion. Förhållandet mellan eleffekten och
värmeeffekten t ill fjärrvärmesystemet brukar benämnas α-värdet , dvs:
(12)
Värmelast 2.5
Värmelastens variation 2.5.1
Det som avgör hur stor mängd energi som behöver tas ur fjärrvärmenätet är kundernas behov av
uppvärmning och tappvarmvatten, den så kallade värmelasten. Behovet av uppvärmning beror på flera
faktorer, såsom utomhustemperatur, önskad inomhustemperatur, ventilat ion och rådande vädersituat ion
(sol, vind, regn etc.). Uppvärmningsbehovet är som lägst under sommaren då utomhustemperaturen ofta är
högre än den önskade inomhustemperaturen, och tack vare solinstrålningen under sen vår och t idig höst
minskas den säsong då byggnader behöver värmas upp med hjälp av fjärrvärme. Den vikt igaste parametern
som styr behovet av uppvärmning är dock utomhustemperaturen.
Värmelasten består av två dimensioner: fysikalisk och social last . Dessa består i sin tur av uppvärmning och
tappvarmvatten. Behovet av tappvarmvatten ändras momentant , så fort en kran öppnas eller stängs, varför
behovet varierar stort över dygnet . Som illustrerat i tabell 1 består fysikalisk last exempelvis av
utomhustemperatur och hur ventilat ionen arbetar mot temperaturskillnaderna. Social last är t ill exempel
önskad inomhustemperatur, användning av varmvatten för hygieniska behov samt drift t id för ventilat ion,
vilken skiljer mellan exempelvis bostadshus och skolor. (Gadd, 2012). Även säsongsbetonade förändringar
kan identifieras – behovet är generellt lägre under sommaren eftersom fler då befinner sig utomlands eller i
sommarstugor.
22
Tabell 1. Exempel på fysikalisk och social last. (Gadd, 2012).
Fysikalisk last Social last
Uppvärmning Utomhustemperatur
Klimat
Ventilat ion
(temperaturskillnad)
Byggnadens konstruktion och
kondit ion
Önskad inomhustemperatur
Ventilat ion (t id)
Tappvarmvatten Kallvat tentemperatur Diskning
Duschning
Utifrån behovet av uppvärmning och varmvatten kan olika förbrukningsmönster identifieras, ofta ut ifrån
typ av byggnad. Figur 11 illustrerar förbrukningsmönstret för et t typiskt bostadsområde, medan figur 12
visar samma mönster för en typisk byggnad inom servicesektorn. För bostäder gäller at t den dagliga
variat ionen uppstår genom förändringar i behov av tappvarmvatten, samtidigt som basbehovet för
uppvärmning är detsamma under såväl veckodagar som under helgen då ventilat ionen hålls på en konstant
nivå. För kontor å andra sidan är förbrukningen konsekvent lägre under helger då de vanligtvis inte är
bemannade, och alltså inte har lika stora uppvärmnings- och ventileringsbehov. (Kvarnström et al, 2007).
Figur 11. Värmelast bostadshus, röd = vardagar dagtid, svart = övrig tid. (Kvarnström et al, 2007).
23
Figur 12. Värmelast kontor, röd = vardagar dagtid, svart = övrig tid. (Kvarnström et al, 2007).
Fyra tydliga beroenden i värmelasten kan identifieras:
Säsongsmässig variat ion i värmelasten.
Värmelastens väderberoende.
Daglig variat ion i värmelasten.
Värmelastens sammansättning.
2.5.1.1 Säsongsmässig variation i värmelasten
Som en följd av at t utomhustemperaturen varierar långsiktigt över året följer även värmelasten samma
mönster. På vintern utgör uppvärmningsbehovet den absolut dominerande posten, medan det på
sommaren generellt inte går åt någon energi för uppvärmning. Den säsongsmässiga variat ionen, vanligtvis
medelvärdesbildad över en period på 20 år, används dels för at t anpassa produktionsanläggningarnas lager
av t illgängligt bränsle, samt för at t beräkna den högsta dagliga genomsnit tslasten som förekommer under
et t år.
2.5.1.2 Värmelastens väderberoende
Värmelastens väderberoende kan illustreras med en så kallad värmeeffektssignatur, om vilket generellt kan
sägas at t det finns et t linjärt beroende mellan utomhustemperatur och värmelast . Detta gäller upp t ill en
temperatur på ca 16 °C då behovet för uppvärmning avtar. Avvikelser från det linjära beroendet uppstår
dock p.g.a. sol som sänker lasten, vind som ökar densamma samt fördröjningar i form av tröghet i
byggnadsmaterial som kan både höja och sänka värmelasten.
2.5.1.3 Daglig variation i värmelasten
De största dagliga förändringarna i värmelasten är kopplat t ill vädersituat ionen och mänskligt beteende och
individers olika vanor; tappvarmvattenförbrukningen sker främst dagtid och den önskvärda
24
inomhustemperaturen sänks ofta något nat tet id, samtidigt som utomhustemperaturen vanligen sjunker
nat tet id. På grund av geografisk och social diversitet i nätet kommer de dagliga variat ionerna för nätet i
stort inte variera med samma amplitud som för en enskild kund. Geografisk diversitet innebär at t alla de
olika kundtyperna generellt set t är spridda över hela nätet . Olika individers vanemönster och preferenser
ger upphov t ill en social diversitet . Totalt set t innebär detta at t topplasterna jämnas ut och förändringar i
lasten sker långsammare. (Gadd, 2012).
Vidare varierar den dagliga variat ionen med årst iderna. På vintern är värmelasten högst dagtid med toppar
på morgon och kväll. Tidig vår och sen höst är variat ionen än större då solinstrålningen dagtid ger upphov
t ill sänkt värmelast mit t på dagen och tydliga toppar både morgon och kväll. Framåt sen vår och t idig höst
förekommer endast en topp på morgonen då solinstrålningen och utomhustemperaturen mitt på dagen och
under eftermiddagen är relat ivt hög. På sommaren sker generellt ingen större dygnsvariat ion.
Ett sät t at t undvika last toppar och jämna ut den dagliga variat ionen i nätet är at t använda sig av
ackumulatortankar at t lagra värme i. Vid en jämnhög, väl avvägd produktion kommer ackumulatortanken
laddas då lasten i nätet är låg och laddas ur vid hög last . Generellt gäller at t en tank med utrymme för 17 %
av den dagliga värmelasten räcker för at t eliminera 99 % av dygnsvariat ionen. Även större
lagringsutrymmen exempelvis i bergrum är teoret iskt möjliga at t använda för at t jämna ut de årliga
variat ionerna, dock är detta inget som förekommer. Vinster med at t jämna ut den dagliga variat ionen är at t
industriell restvärme kan användas i högre utsträckning samt at t behovet och användandet av dyr (ofta
fossil) spetsvärme kan minskas. (Gadd, 2012).
2.5.1.4 Värmelastens komposition
Som tidigare nämnts så består värmelasten av olika komponenter, social last och fysikalisk last . Behovet av
tappvarmvatten, den sociala lasten, är mer eller mindre konstant året igenom och utgör ca 30 % av den
årliga lasten. Uppvärmningsbehovet utgör ca 60 % av den årliga lasten, men med en mer säsongsbetonad
variat ion än varmvattenbehovet . Under årets kalla månader kommer vindeffekten bidra t ill ökad last , och
totalt set t bidra med ca 4 % ökning under et t helt år. Solinstrålningen under sommarhalvåret komme r å
andra sidan bidra med ca 5 % minskning av den årliga lasten. Värmeförluster står för ca 7 % av den årliga
lasten, medan resterande 3 % utgörs av ökat behov av uppvärmning pga. ventilering dagt id.
Lastprognoser 2.5.2
Den sammantagna värmelasten hos kunderna i fjärrvärmenätet måste mötas upp av de värmeproducerande
enheterna för at t det inte ska bli et t energiunderskott i nätet . Kunder styr behovet , operatörer möjliggör
at t behovet kan t illgodoses genom at t styra flöde, framledningstemperatur och laddningsnivåer i
ackumulatortank. Dessutom måste värmen produceras innan den skall förbrukas av användarna på grund
av trögheter och fördröjningar i systemet. (H edberg & Koppers, 2011).
Samtidigt som effektuttaget från nätet måste t illgodoses, så strävas mot at t kostnaderna för
värmeproduktionen minimeras, genom at t exempelvis värdera vilka anläggningar som ska tas i drift . För at t
t illgodose kundernas krav på värme, koordinera produktionen samt effektivitera kostnaderna måste
prognoser över den totala värmelasten ut föras. Tradit ionellt har prognoser gjorts manuellt och på t imbasis,
men det blir allt vanligare at t utgå från datoriserade modeller. Vidare har prognoser ställts ut ifrån
historiska värden på levererad energi från produktionsanläggningar kombinerat med väderprognoser, men
25
med allt mer information t illgänglig öppnas numera möjligheten at t ställa prognoser baserade på kunders
faktiska förbrukning. (Kvarnström et al, 2007).
2.5.2.1 Lastprognoser utifrån kunddata
På grund av ny lagst iftning om avgifter baserad på faktisk snarare än prognosticerad energianvändning har
nu de flesta fjärrvärmecentraler utrustats med mätare som fjärravläses. Detta gör at t fjärrvärmebolagen i allt
större utsträckning har t illgång t ill mätdata över energi, volym samt momentana värden på effekt , flöde
samt temperaturer på vat tnet för de enskilda fjärrvärmecentralerna i nätet . Vid lastprognoser kan dessa
data användas istället för at t som tradit ionellt utgå från levererad effekt från produktionsanläggningar.
(Gadd, 2012).
Fördelen med at t utgå från faktiska förbrukningsdata hos kunder istället för producerad energi är at t i det
förra fallet speglas även driftstrategin. Om man t ill exempel väljer at t ladda upp en ackumulatortank
nat tet id, kommer det se ut som at t förbrukningen är hög dessa t immar när historiska data över
produktionen analyseras. Med förbrukningsdata insamlad från kundcentraler syns den verkliga lasten i
nätet , och således kan lastprognoser förfinas. Detta kan göras exempelvis genom at t kategorisera kunder
utefter användning och förbrukningsmönster. Kontor och bostadshus är exempel på kundkategorier som
vanligen uppvisar olika förbrukningsmönster och som kan användas vid mer detaljerade lastprognoser. Ett
exempel på en förbrukningskurva för et t typiskt flerbostadshus finns i figur 13. För större nät är det
praktiskt at t dela in nätet i förbrukningsnoder, t ill vilka kunder inom de olika kategorierna kan kopplas.
(Kvarnström et al, 2007).
Figur 13. Typiskt förbrukningsmönster för ett flerbostadshus. (Tengqvist & Nilsson, 2013).
Netsim 2.6
N etsim är et t beräkningsprogram för fjärrvärme- och fjärrkylanät utvecklat av Vitec Energy. I N etsim kan
kompletta ledningsnät med produktionsanläggningar, kunder (t .ex. bostäder, kontor, skolor anslutna t ill
26
fjärrvärmenätet), pumpar etc. konstrueras och användas för diverse beräkningar och optimeringar.
Exempelvis kan pumpeffekter och framledningstemperaturer opt imeras. N etsim består av et t grafiskt
gränssnit t där ledningsnätet byggs upp och dess förutsät tningar specificeras.
N etsim utför beräkningar i knutar, vilka är punkter i nätet som binds samman med ledningar. Till knutarna
kan t .ex. produktionsanläggningar, pumpar, ventiler eller kunder kopplas, vilket ger knutarna olika
funktion och egenskaper. För at t en beräkning skall kunna genomföras måste vissa krav på randvillkor
uppfyllas. T ill exempel måste et t differenstryck och et t absolut t ryck vara känt , samt alla effekter eller
flöden i alla punkter utom en. De beräkningar som utförs på nätet kan vara antingen stat iska eller
dynamiska. En stat isk beräkning ger en ögonblicksbild av nätets t illstånd utefter specificerade kriterier,
såsom utomhustemperatur och effekter i produktionsanläggningar. En dynamisk beräkning å andra sidan
visar hur nätets t illstånd varierar över t id då förutsät tningarna ändras. Till exempel kan effekten i
produktionsanläggningarna eller kundernas effektuttag varieras. Resultaten från en simulering kan dels
visas med en grafisk visualisering av nätet eller i tabellform. Detta görs i programmet Netsim A nalyse.
Exempel på parametrar som beräknas är temperaturer, flöden och tryck på olika platser i nätet . I den
grafiska presentat ionen innebär det at t man t .ex. kan se var i nätet temperaturer är lägst , eller hur
temperaturfronter breder ut sig under en dynamisk simulering.
N etsim möjliggör import av extern kunddata. Kunddata som importeras innehåller uppgifter om kundens
effektförbrukning, returtemperatur och t ill vilken punkt i nätet kunden är ansluten. På så vis kan kunddata
behandlas i et t externt program för at t sedan importeras t ill N etsim och ligga t ill grund för stat iska eller
dynamiska beräkningar av nätet . (Vitec Energy, 2013).
27
3 Fjärrvärme i Lund
Om inget annat anges är informationen i det ta avsnit t baserad på intern information från Kraftringen.
Produktion 3.1
Anläggningar 3.1.1
Kraftringen har et t flertal anläggningar som producerar t ill fjärrvärmenätet . Dessutom sker värmeutbyte
mot fjärrvärmenäten i Lomma och Eslöv.
Gunnesboverket (GBV) i nordvästra Lund är den största anläggningen i nätet och utgör basen i
fjärrvärmeproduktionen. Gunnesboverket är bemannat dygnet runt och härifrån styrs även de andra
produktionsanläggningarna i Lund. På Gunnesboverket finns et t antal enheter för värmeproduktion: två
värmepumpar som använder geotermi som värmekälla (16 och 22 MW , dock totalt set t maximalt 31 MW då
båda körs samtidigt , t re biooljepannor (60, 60 och 65 MW ), en gasturbin för samproduktion av värme och
el (35 MW värme) samt en naturgaspanna (55 MW ). H är finns dessutom en ackumulatortank med en volym
på ca 20 000 m3 som kan laddas upp vid låg last på nätet för at t möjliggöra jämnare värmeprodukt ion.
Ackumulatorn kan lagra mellan 600 och 1200 MW h beroende på temperaturnivåer i tanken samt
temperaturen på det inkommande returvat tnet .
Ångkraftverket (ÅKV) i centrala Lund utnytt jar spillvärme från fjärrkyleprodukt ion och producerar värme
med tre värmepumpar (9, 9 och 9,5 MW ). H är finns även reservkraft i form av en oljepanna (29 MW ) som
eldas med eldningsolja och en gaspanna (17 MW ) som eldas med naturgas.
Södra Verket (SV) i södra Lund producerar värme med en spillvärmepump (12 MW ) som utnytt jar
överskottsvärmen från det närliggande reningsverket . H är finns även en gaspanna (10,5 MW ) som eldas
med naturgas.
N orr om Lund håller det nya kraftvärmeverket Örtoftaverket (ca 71 MW värme) på at t färdigställas och
beräknas vara i full drift i mars 2014. Örtoftaverket kommer eldas med skogsbränsle, returträ och torv.
Verket ansluter t ill ledningen som går mellan Lund och Eslöv.
Till nätet i Lund är även et t antal jordbruk och indust rier kopplade som levererar spillvärme: N ordic Sugar
(Sockerbruket ), Ellinge Gods och Svenstorps Gods. Dessa ligger norr om Lund och ansluter precis som
Örtoftaverket t ill Eslövsledningen.
I Lomma produceras fjärrvärmen framförallt på Återbruket som tar vara på återvunnet trä från t .ex.
rivningsarbeten, för samproduktion av el och fjärrvärme t ill nätet i Lomma (14 MW värme). Överskottet
sänds t ill Lunds fjärrvärmetnät , och om produktionen är ot illräcklig importeras värme från Lund. Ett
liknade utbyte finns även med nätet i Eslöv där den största anläggningen, Betan, producerar värme med en
värmepump (7,5 MW ) och två gaspannor (2 x 6 MW ). I Eslöv finns även tre mindre anläggningar som
producerar värme med bioolja, naturgas och biogas.
I figur 14 visas fjärrvärmenätet i Lund samt var produktionsanläggningarna är belägna.
28
Figur 14. Fjärrvärmenätet i Lund. Röda ledningar: huvudledningar, svarta ledningar: Distributionsledningar, blå ledningar: Sekundärnät. Inkluderat i figuren är utvalda punkter där differenstrycket mäts samt pumpen för trycksättning av nätets östra delar.
Produktionsmix 3.1.2
För produktionsanläggningarna finns en prioritetsordning för vilka som ska tas i drift beroende på externa
förutsät tningar som utomhustemperatur och last i nätet . Under sommaren produceras värme enbart på
Ångkraftverket , där kylmaskinerna för fjärrkyla genererar t illräcklig mängd värme, t illsammans med
Återbruket . Återbrukets billiga värme innebär at t det allt id körs då det är t illgängligt . N äst i
prioriteringsordning kommer Södra Verkets spillvat tenvärmepump och Gunnesboverkets geotermi-
värmepumpar. Under den kalla perioden på året körs biooljepannorna i anläggningen på Gunnesbo. Det
finns dock ingen exakt brytpunkt när biooljepannorna träder in, utan detta beror på värmepumparnas
t illgänglighet och ’lundabornas nyckfullhet’. Gasturbinen på Gunnesboverket körs generellt mellan
november t ill april då belastningen i nätet är som störst . Detsamma gäller för gaspannan på Södra Verke t
som vid dygnsmedeltemperaturer på under ca 4 °C höjer temperaturen på fjärrvärmevattnet från
Till Lomma och
Återbruket
Gunnesbo-verket
Ångkraftverket
Södra verket
Till Eslöv via Ellinge, Sockerbruket, Svenstorp och Örtoftaverket
Klostergården St.Lars Ljusåret
Kammare 4:7
Tryckhöjningspump
Snorre
Labben
29
spillvärmepumpen, som bara har kapacitet at t leverera en temperatur på ca 76 °C. Utöver detta bidrar
sockerbruket N ordic Sugar i Örtofta stort från september t ill januari. H östen 2013 är dock sista säsongen
då sockerbruket levererar värme t ill Lund, då det i framtiden kommer ta t illvara på spillvärmen internt .
Gaspannorna, pelletspannorna och oljepannorna på Gunnesboverket och Ångkraftverket körs mycket
begränsat . I figur 15 illustreras hur fjärrvärmenätet i Lund försörjdes med värme månadsvis för 2012.
Motsvarande bränslemix visas för 2011 i figur 16.
N är Örtoftaverket tas i drift kommer emellert id produktionsmix och prioriteringsordning at t förändras
väsentligt . Värmeproduktionen här beräknas uppgå t ill ca 500 GW h värme vilket motsvarar hälften av den
nuvarande förbrukningen i Lund, Eslöv och Lomma sammantaget . Värmen från Örtofta ska framförallt
ersät ta den dyra biooljan i produktionsmixen. (Lindqvist , 2013). Utöver Örtoftaverket kommer även
uppförandet av ESS och MAX-lab IV ha stor inverkan på fjärrvärmeproduktionen i Lundområdet då
spillvärme från dessa anläggningar kommer leverera t ill fjärrvärmenätet . Dessa stora förändringar leder t ill
at t en prognosticerad förbrukningsmix för fjärrvärmeproduktionen år 20 20 ser ut som i figur 17.
Figur 15. Värmeproduktion från olika enheter till Lunds fjärrvärmenät för 2012.
30
Figur 16. Bränslemix i produktionen till Lunds fjärrvärmenät (2011).
Figur 17. Prognosticerad förbrukningsmix för Lunds fjärrvärmenät år 2020.
31
Distribution 3.2
I samband med byggandet av Örtoftaverket gjordes förändringar av hur fjärrvärmen distribueras från
produktionsanläggningarna som ansluter t ill ledningen mot Eslöv (varav Örtoftaverket är en). T idigare har
värmen från de produktionsenheter som varit kopplade t ill den ledningen (Sockerbruket , Ellinge Gods och
Svenstorps Gods) distribuerats direkt ut på nätet i Lund via en anslutningspunkt i norra Lund. I september
2013 lades dock ledningen från Eslöv om och ansluter nu t ill Gunnesboverket innan värmen distribueras ut
på nätet . Detta gäller även sedan t idigare för ledningen från produktionsanläggningen i Lomma. Därmed
fungerar Gunnesboverket som en typ av distributionscentral som styr tryck och temperatur t ill nätet i
Lund.
Temperaturen som lämnar Gunnesboverket styrs automatiskt som en funktion av utomhustemperaturen,
se figur 18. N ed t ill en utomhustemperatur på 8 °C är framledningstemperaturen 76 °C. Den ökar sedan
linjärt med fallande utomhustemperatur t ill 109 °C vid -8 °C. Vid kallare temperaturer hålls den konstant på
109 °C.
Figur 18. Framledningskurva för Gunnesboverket.
Ångkraftverket ansluter t ill en punkt mit t i nätet i närheten av Universitetssjukhuset i Lund. Eftersom
värmen härifrån är spillvärme från aggregaten som producerar fjärrkyla är temperaturnivån konstant ca
75 °C. Detta är vanligtvis för låg nivå för fjärrvärmenätet då det är kallt ute, men eftersom
värmeproduktionen här är förhållandevis liten då det är kallt ute, ger den låga temperaturen små utslag på
nätet som helhet .
Södra Verket levererar framförallt värme t ill den del av nätet som kallas Södra N ätet . Södra N ätet var
t idigare en separat del men är numera sammanbyggd med resten av fjärrvärmenätet .
Framledningstemperaturen från Södra Verket styrs manuellt ut ifrån erfarenhet och temperaturen hålls ofta
ganska konstant under dagen. Temperaturgränserna som används är max 110 °C och minst 70 °C. I figur 19
visas historiska värden samt medelvärden för framledningstemperaturen under 2012 som en funktion av
utomhustemperaturen. Vanligen exporteras värme från Södra N ätet ut på huvudnätet eftersom
produktionen på Södra Verket sker med spillvärmepump och därför är mycket billig. Spillvärmepumpen
32
kan leverera fjärrvärme med en temperatur på upp t ill 80 °C med en maxeffekt på 12 MW , vid högre krav
på temperatur eller effekt spetsas leveransen med en naturgaspanna. (Jamot & Olsson, 2013).
Figur 19. Framledningstemperatur från Södra Verket under 2012 (Jamot & Olsson, 2013).
Tryck 3.2.1
Fjärrvärmenätets i Lund stat iska trycknivå sät ts av ackumulatortanken på Gunnesboverket t ill ca 6,4 bar.
Tryckhöjningen på Gunnesboverket sker genom tre parallellkopplade cirkulat ionspumpar vilka styr
framledningstrycket efter differenstrycket i en punkt i nätet som kallas för ”Ljusåret” (se figur 14) där
börvärdet är 1,9 bar. Alternativt kan tryckhöjningen styras mot en annan punkt närmare Gunnesboverket
som kallas för ”Labben” ifall mätdata för Ljusåret saknas. Tryck mäts även på en handfull platser på nätet i
övervakningssyfte.
Södra nätet består av två separata slingor, ”Klostergården” och ”S:t Lars” vars tryck styrs separat genom at t
med ventiler reglera flödet i slingorna utifrån börvärden i en punkt på de respektive slingorna.
Eftersom fjärrvärmenätet har expanderat österut och Gunnesboverket ligger i nordvästra Lund har en
tryckhöjningspump installerats på den ledning som försörjer östra Lund med fjärrvärme. Denna styr
framledningstrycket efter et t börvärde - 2 bar - i en punkt som kallas för ”Snorre” (se figur 14). Pumpen kan
maximalt lyfta ca 2,5 bar (25 mvp).
H ögsta t illåtna trycknivå i nätet är 16 bar. N ätets högsta tryck återfinns allt id i närheten av
Gunnesboverket eftersom verket ligger på en av de lägsta höjdnivåerna som går at t hit ta i Lund. Lägsta
tryck återfinns med stor sannolikhet i nordöstra Lund, eftersom avståndet från cirkulat ionspumparna hit är
stort och dessa delar av Lund är belägna relat ivt högt . Som riktvärde för lägsta acceptabla differenstryck i
nätet anges 1 bar, vilket dock är svårt at t kontrollera eftersom differenstryck endast mäts på et t fåtal
platser.
Tidsfördröjning 3.2.2
Flödeshastigheterna i fjärrvärmenätet på max ca 2 m/s innebär at t platser i nätet upplever en
t idsfördröjning av framledningstemperaturen. Genom att undersöka hur en relat ivt skarp förändring av
framledningstemperaturen från Gunnesboverket får genomslag på en viss plats i nätet kan
33
t idsförskjutningen hit enkelt uppskattas. Figur 20 visar just en sådan undersökning där data är hämtade
från den tolfte mars 2013. Framledningstemperaturen från Gunnesboverket faller då hastigt strax efter
klockan 081. Motsvarande förändring av framledningstemperaturen t ill kammare 4:7 sker ca kl. 9.30, 55
minuter senare, och t ill Snorre ca kl. 12, 3 t immar och 25 minuter senare (se figur 14 för lokalisering av dessa
platser). Snorre är en av de platser som ligger längst från Gunnesboverket och anses spegla den maximala
transport t iden i nätet väl. Man bör dock komma ihåg at t viss variat ion av t idsfördröjningen finns beroende
på flödet i nätet . H ur t idsfördröjningen ser ut på södra nätet är okänt eftersom fungerande
temperaturmätning saknas här.
Figur 20. Framledningstemperaturens tidsfördröjning till kammare 4:7 och Snorre.
Uppskattad ekonomisk besparing av sänkt framledningstemperatur 3.3
FVB Sverige har beräknat vad lägre temperaturnivå i svenska fjärrvärmenät innebär ekonomiskt . För 40
svenska fjärrvärmenät varierar besparingen per grad och MW h från ca -0 ,5 kr t ill 4 kr med et t medelvärde
på 1,24 kr/(MW h °C) (se figur 21). Detta gäller för en grads sänkning av både framledningstemperaturen
och returtemperaturen, dvs. avkylningen är konstant . FVB Sverige anger dock at t det främst en sänkning av
framledningstemperaturen man vill åstadkomma. (Petersson, 2013)
1 Beroende på att utomhustemperaturen st iger hastigt .
34
Figur 21. Värdet av lägre temperaturnivå i några svenska fjärrvärmenät. (Petersson, 2013)
Fjärrvärmenätet i Lund förbrukade under 2012 ca 800 000 MW h. Att sänka framledningstemperaturen
och returtemperaturen med en grad skulle därmed innebära en besparing på ca en miljon kronor om året
om medelvärdet på besparingen används.
35
4 Metod
Detta avsnit t beskriver i huvudsak metoden för de dynamiska beräkningar som var examensarbetets
huvudfokus. Avslutningsvis beskrivs metod kort för de stat iska beräkningar som genomfördes som ett
komplement t ill de dynamiska. Avsnit tet om de stat iska beräkningarna är skrivet med antagandet at t
läsaren har läst metoden i sin helhet .
Kraftringens Netsim-modell 4.1
Kraftringen har t idigare använt sig av en N etsim-modell av fjärrvärmenätet för at t göra stat iska
beräkningar. Man har då framförallt försökt analysera förhållandena i östra delen av nätet där
differenstrycket riskerar at t bli för lågt då nätet byggs ut . I den modell man har använt sig av har det
saknats flertalet kunder, framförallt många sekundärnät , och det fanns därmed et t behov av at t lägga t ill
kunder i modellen och även förfina de befint liga kundernas förbrukning. I övrigt ansågs modellen
överensstämma väl med verkligheten. Samtliga produkt ionsanläggningar och den pump som trycksät ter
östra delen av nätet är inkluderade. Även ledningstyper och höjdskillnader är t roligen korrekt importe rade
från kartsystemet.
Lunds nät har t idigare modellerats som en egen enhet där anslutningarna mot Lomma och Eslöv har
modellerats som värmeväxlare. Eftersom ledningen från Eslöv numera ansluter t ill Gunnesboverket kan
emellert id värmeproducenterna som ansluter t ill Eslövsledningen samt produktionsanläggningen i Lomma
modelleras som en enda produktionsanläggning t illsammans med Gunnesboverket . N etsims representat ion
av fjärrvärmenätet finns at t hit ta i figur 22.
36
Figur 22. Netsims representation av fjärrvärmenätet i Lund. Produktionsanläggningarna samt tryckhöjningspumpen är inkluderade i figuren.
Förbrukningsdata 4.2
I et t t idigare genomfört examensarbete på LTH i samarbete med Kraftringen, har H enrik Tengqvist och
Christoffer N ilsson analyserat t imvis förbrukningsdata från 2012 för Kraftringens fjärrvärmekunder och
utifrån detta skapat et t antal olika kundkategorier t ill vilka kunder sorterats utefter förbrukningsmönster –
så kallade tumavtryck. Tolv kategorier skapades för varje säsong: december - februari; mars - april & oktober
- november; maj & september samt juni - augusti. Denna säsongsindelning genomfördes eftersom kunder
kan uppvisa varierande, säsongsbetonade förbrukningsmönster. Kundernas anonymt insamlade
förbrukningsdata normaliserades med varje kunds totala årliga förbrukning t ill s.k. effektfaktorer för at t
identifiera liknande förbrukningsmönster snarare än liknande förbrukningskvantitet och därefter
sorterades de kunder med snarlikt förbrukningsmönster in i de olika kategorierna. Sorteringen
genomfördes i datorprogrammet MatLab med metoden self-organizing maps (SOM) som i korthet går ut på
at t samla data som uppvisar liknande mönster i olika kluster. De olika kundkategorierna namngavs utefter
den dominerande byggnadstypen i respektive kategori. (Tengqvist & N ilsson, 2013). Eftersom småhus och
flerbostadshus är betydligt mer förekommande än exempelvis skolor, så har de kategorier som har et t stort
antal skolor i sig namngivits ”skolor” även om det totalt set t ingår fler småhus i kategorin. (N ilsson, 2013-
09-05).
37
Figur 23. ’Kategori 10 vinter’ – flerbostadshus/småhus med totalt 2436 kunder. (Tengqvist & Nilsson, 2013).
Effektfaktorerna för de olika kundkategorierna presenteras i form av matriser, se exempel i figur 23, med
t idpunkt på dygnet på den vågrät ta axeln och utomhustemperatur på den lodrät ta axeln. Effektfaktorerna
illustreras i figuren med hjälp av en färgskala där en mörkt orange eller röd markering indikerar högre
förbrukning, medan blå fält indikerar lägre förbrukning. Tomma, vita fält innebär at t denna temperatur
inte förekommit vid det specifika klockslaget . För at t få en specifik kunds förbrukning vid et t givet t illfälle
mult ipliceras kundens totala årliga förbrukning med effektfaktorn för den specifika t iden på dygnet och
utomhustemperaturen. På detta sät t , med alla kunder kategoriserade, går det at t få en uppfat tning om den
totala lasten i fjärrvärmenätet vid varje klockslag och utomhustemperatur under året . Viss r eservat ion finns
dock för at t förbrukningsdata samlats in under bara et t år och alltså inte är lika allmänt gällande som om
värden för en längre period hade använts.
Implementering av kunddata i Netsim2 4.3
Vid dynamiska beräkningar i N etsim är et t varierande effektuttag kopplat t ill knutarna och ej direkt t ill
kunderna. Kunderna är kopplade t ill knutarna genom at t varje kund har t illdelats en knut . Flera kunder kan
dock t illdelas samma knut.
De kunder som existerade i den befint liga modellen kopplades t ill rät t kundkategori och t illdelades sin
totala förbrukning utifrån tumavtrycken från det t idigare examensarbetet . De kunder som saknade träff i
tumavtrycken t illdelades konstant förbrukning baserad på deras årsförbrukning hämtad från Kraftringens
kundsystem. I de fall flera kunder var kopplade t ill samma knut t illdelades knuten den kundkategori som
var vanligast förekommande bland kunderna som var kopplade t ill knuten. Detta gällde i den befint liga
modellen nästan uteslutande kunder som tillhör sekundärnät . Vidare är antalet möjliga kategorier i
2 Detta avsnitt redogör förenklat för hur kunderna i den befint liga modellen uppdaterades. För en utförligare version, t.ex. angående
hur kunderna i detalj matchades med rät t tumavtryck, hänvisas läsaren till appendix avsnit t 1.
38
N etsim-modellen begränsade t ill sex stycken. Därför ersat tes de kategorier med minst antal kunder med en
liknande kategori t ills sex kategorier återstod.
Bland de sekundärnät som saknades i den befint liga N etsim-modellen mäter vissa förbrukningen i varje
enskild kundcentral, medan andra endast mäter förbrukningen i huvudcentralen. För de sekundärnät som
mäter förbrukningen hos varje kund kunde dessa kunder läggas t ill3 ut ifrån information i register över
sekundärnätskunder. Kunderna kopplades t ill rät t kundkategori och t illdelades sin totala förbrukning
enligt tumavtrycken. I de fall en kund saknades bland tumavtrycken t illdelades kunden förbrukning enligt
medelvärdet för kunderna på samma sekundärnät . Eftersom dessa kunder kopplas t ill samma knut i N etsim
t illdelades knuten den kundkategori som var vanligast förekommande bland kunderna i det specifika
sekundärnätet .
De sekundärnät som endast mäter förbrukningen i huvudcentralen lades t ill i form av en enda förbrukning
på rät t knut och t illdelades förbrukning och effektkategori enligt tumavtrycken. Även de enskilda kunder i
nätet som saknades i den befint liga modellen lades t ill. De kunder som hit tades bland tumavtrycken
t illdelades förbrukning och effektkategori därifrån. Kunder som saknades b land tumavtrycken t illdelades
effektkategori med konstant förbrukning baserad på årsförbrukning från kundsystemet. Vissa av dessa
kunder kopplades t ill samma knut . Knuten t illdelades då den kundkategori som var vanligast bland dessa
kunder.
Returtemperaturdata 4.4
Bland tumavtrycken fanns även data för hur kundernas returtemperatur varierar med utomhustemperatur
och t id på dygnet där kunderna är indelade i nio stycken returtemperaturkategorier. Under arbetet med
returtemperaturerna upptäcktes dock at t medelret urtemperaturen bland tumavtrycken var åtskilliga grader
lägre än de returtemperaturer som uppmätts vid produkt ionsanläggningarna. Anledningen t ill det ta förblir
okänd men kan eventuellt bero på många kortslutningar i nätet . Ett beslut togs därför at t sät ta en
gemensam returtemperatur på samtliga kunder som resulterar i den returtemperatur Gunnesboverket tar
emot i verkligheten. Denna metod anses spegla verkliga flödesförhållanden i nätet bät tre än metoden at t
använda data från tumavtrycken. Detta får dock t ill följd at t modellens returtemperatur t ill Ångkraftverket
stämmer dåligt med verkligheten eftersom Ångkraftverket får t illbaka en mycket högre temperatur än de
andra produkt ionsanläggningarna. Ytterligare en begränsning är at t returtemperaturen i N etsim endast kan
anta et t fixt värde för varje kund under en simulering. Det går därmed inte at t variera returtemperaturen
från kunderna över t id utan tvingas använda en returtemperatur som motsvarar medelreturtemperaturen
t ill Gunnesboverket . Dessbättre är ret urtemperaturen relat ivt konstant t ill Gunnesboverket under t .ex. et t
dygn.
Kalibrering av modellen 4.5
För at t kalibrera modellen användes uppmätta produktionsdata från den andra oktober (modell med
förbrukningsdata gällande för mars-april & oktober-november) och t jugofemte november4 (modell med
förbrukningsdata gällande för december-februari). Utifrån utomhustemperaturen det aktuella dygnet och
3 ’Lägga t ill’ innebär att kunden förs in i N etsim och att kunden kopplas t ill rätt knut i N etsim.
4 En kall novemberdag användes pga. planeringsmässiga orsaker.
39
data från tumavtrycken skapades en text fil med t idseriedata innehållandes t imvärden på effektfaktorer för
modellens kundkategorier. Via textfilen importerades även t imvärden på effekten för Ångkraftverket och
Södra Verket t illsammans med framledningstemperaturer för samtliga produktionsanläggningar. Vidare
angavs stat isk tryckhållning i returledningen för Gunnesboverket , vilket lämnade effekt och flöde i
Gunnesboverket samt tryckhöjningar i samtliga produkt ionsanläggningar som okända variabler för N etsim
at t beräkna. Punkten i modellen som motsvarar Ljusåret angavs som börvärdespunkt för differenstrycket
med samma börvärde som i verkligheten. Modellens samtliga kunder t illdelades en returtemperatur med
et t värde nära den returtemperatur som går t illbaka t ill Gunnesboverket .
En dynamisk simulering över 23 t immar5 genomfördes med 60 minuters t idssteg och resultatet studerades i
Netsim A nalyse. Modellen kalibrerades genom at t först justera en generell returtemperaturfaktor i N etsim så
at t returtemperaturen t ill Gunnesboverket fick ungefär samma medelvärde under dygnet som i
verkligheten. Därefter justerades flödet ut från G unnesboverket i modellen genom at t ändra en generell
förbrukningsfaktor. Sedan justerades även framledningstrycket från Gunnesboverket genom at t ändra en
generell tryckförlustfaktor. I syfte at t kontrollera modellens överensstämmande med verkligheten jämfördes
sedan et t antal parametrar mot uppmätta värden:
Flöde från Ångkraftverket och Södra Verket .
Framledningstryck från Ångkraftverket och Södra Verket .
Differens- och/eller framledningstryck i et t antal punkter i fjärrvärmenätet :
- St. Lars
- Kammare 4:7
- Labben
Returtemperaturer t ill Ångkraftverket och Södra Verket
I syfte at t kontrollera at t den kalibrerade modellen var en t illförlit lig modell av verkligheten även andra
dygn än de dygn modellen kalibrerades mot , gjordes en simulering med indata från den tredje oktober och
resultatet jämfördes med uppmätta värden på ovanstående parameterar.
Laststyrd framledningstemperatur 4.6
I syfte at t sänka framledningstemperaturen så mycket som möjligt , utarbetades en metod för at t låta
framledningstemperaturen bero av lasten i nätet istället för at t enbart bero på utomhustemperaturen.
Metoden bygger på at t t imvärden på värmelasten (dvs. kundernas sammanlagda förbrukning) för det
aktuella dygnet matas in och resulterar i t imvärden på framledningstemperaturen. I utformningen av
metoden används värmelast hämtad från N etsim, men den färdiga metoden kan även använda t imvärden på
prognosticerad värmelast som indata utan at t beräkningar i N etsim behöver göras, vilket var et t kriterium
då metoden utformades. Idén med at t låta framledningstemperaturen bero på förbrukningen i nätet är at t
framledningstemperaturen då kan sänkas mer de t idpunkter på dygnet då lasten är låg relat ivt
utomhustemperaturen, t .ex. på nat ten. De t idpunkter då lasten är hög relat ivt utomhustemperaturen, t .ex.
t idigt på kvällen, blir sänkningen jämfört med framledningstemperaturen enligt den befint liga
5 P.g.a. begränsningar i N etsims beräkningsmodul kan simuleringen bara köras över 23 timmar.
40
framledningstemperaturkurvan mindre. Den laststyrda framledningstemperaturen tas fram enligt följande
steg:
1. En ’init ial framledningstemperatur’ varje t imme beräknas ut ifrån kundernas förbrukning enligt
ekvation 13. I arbetet med at t utforma metoden beräknades t imvärden på värmelasten i nätet med
hjälp av N etsim.
(13)
där
E(t) = förbrukningen i nätet varje t imme (kW )
C = värmekapacitet för vat ten (kJ/(m3 K))
Qmax
= ”det värde på flöde som resulterar i at t framledningstemperaturen den t idpunkt på
dygnet då den högsta förbrukningen inträffar blir samma som framledningstemperaturen
enligt den befint liga framledningstemperaturkurvan” (m3/s).
6
Tretur
= et t uppskattat värde på returtemperaturen t ill Gunnesboverket det aktuella
dygnet . Uppskattningen kan göras med hjälp av dygnsmedelreturtemperaturens
beroende av utomhustemperaturen under 2012, t ill vilken et t polynom har anpassats
(figur 10, avsnit t 2.3). I de simuleringar som gjorts av historiska dagar har
returtemperaturen dock sat t s t ill et t värde i närheten av det uppmätta dygnsmedelvärdet
t ill Gunnesboverket .
2. Den init iala framledningstemperaturen t illdelas Gunnesboverket och Södra Verket .
Framledningstemperaturen förskjuts t idsmässigt för at t ta hänsyn t ill t idsfördröjningar i nätet . För
de dygn som först simulerades försköts Gunnesboverkets framledningstemperatur två t immar.
Efterhand som fler dygn simulerades ändrades t idsförskjutningen t ill t re t immar eftersom det
upptäcktes at t det ta gav bät tre resultat . Södra Verkets framledningstemperatur försköts med en
t imme. Ångkraftverket t illdelas inte den nya framledningskurvan eftersom temperaturen härifrån
avgörs av kylvärmepumparnas förutsät tningar samt eftersom framledningstemperaturen redan i
nuläget är lägre från Ångkraftverket än Gunnesboverket och Södra Verket .
3. Ett minimivärde på framledningstemperaturen anges (69 °C) för at t inte framledningstemperaturen
t ill kundcentralerna ska underst iga rekommenderade värden. Alla t idpunkter med lägre
framledningstemperatur än detta värde t illdelas minimivärdet . Därefter sänks7 samtliga
temperaturer över minimivärdet lika mycket t ill en lämplig nivå. Möjlig storleken på sänkningen
undersöktes via en ’trial & error’-process där temperaturen stegvis sänktes mellan olika
6 Detta något omständiga förfarande beror på att den i steg 3 beräknade framledningskurvan endast tilldelas GBV och SV medan
förbrukningen gäller hela nätet. Skulle Q t illdelas t .ex. värdet på flödet från GBV som inträffar vid dygnets högsta effekt skulle Tfram
vara den temperatur som krävs för at t GBV ska försörja hela nätet . Det är heller inte önskvärt at t behöva genomföra en beräkn ing i
N etsim med den ursprungliga framledningskurvan endast i syfte at t hitta flödet från Gunnesbo vid den maximala effekten. 7 Det visade sig dock att det vid låga utomhustemperaturer krävdes en höjning i det här steget för att t illgodose kriterierna för tryck i
nätet. I dessa fall var dock trycknivåerna i nätet långt ifrån acceptabla då framledningstemperatur enligt framledningskurvan användes.
Trots at t temperaturerna höjs i det ta steg kan den genomsnit tliga förändringen gentemot framledningstemperatur enligt
framledningskurvan innebära en sänkning.
41
simuleringar t ills differenstryck, mintryck, flöde från Gunnesboverket och/eller maxtryck i nätet
ansågs vara olämpliga at t tänja på ytterligare. De ungefärliga kriterier på tryck och flöde som
användes visas i tabell 2. Simuleringarna av dygn med olika utomhustemperaturer gav riktvärden
för hur mycket temperaturen går at t sänka i steg 3 vid olika dygnsmedelutomhustemperturer
jämfört med den init iala framledningstemperaturen enligt tabell 3.
Tabell 2. Ungefärliga kriterier för tryck och flöde.
Parameter Värde Kommentar
Lägsta differenstryck 1 bar 1 bar används ofta som ett undre värde på lämpligt differenstryck.
Maxtryck 13 bar N ätet i Lund är dimensionerat för max 16 bar.
Mintryck 2 bar
Flöde från Gunnesboverket 1250 kg/s Pumparna på Gunnesboverket kan pumpa maximalt 1250 kg/s.
Tabell 3. Rekommenderad sänkning av den initiala framledningstemperaturen i steg 3.
Ungefärlig
dygnsmedelutomhustemperatur
Sänkning av initial
framledningstemperatur i Steg 3
2 – 10 °C 3
(-2) – 2 °C 2
(-10) – (-2) - 2 (dvs. höjning)
Metoden kan därför användas oberoende av N etsim med kommande dagars lastprognos som indata t ill steg
1. Metoden finns som ett appendix i form av en Excel-fil; En enkel metod för laststyrd framledningstemperatur,
där prognosticerad värmelast och utomhustemperatur matas in och resulterar i rekommenderade
t imvärden på framledningstemperaturen.
Statiska beräkningar 4.7
Som komplement t ill de dynamiska beräkningarna genomfördes även en serie stat iska beräkningar i syfte
at t ta fram en ny utomhustemperaturberoende framledningskurva för Gunnesboverket . I de stat iska
beräkningarna varierar inte kundernas förbrukning under simuleringen. Däremot kan kundernas
förbrukning varieras mellan simuleringarna i syfte at t simulera olika utomhustemperaturer. Eftersom
kundernas effektuttag enligt tumavtrycken inte enbart beror på utomhustemperaturen utan också på
t idpunkten på dygnet genomfördes en dynamisk simulering med konstant temperatur över dygnet (5 °C)
för at t ta reda på vid vilken t idpunkt på dygnet värmelasten i nätet är högst . Som indata t ill de stat ionära
beräkningarna användes sedan effektfaktorer vid denna t idpunkt (08:00) för de olika utomhustemperaturer
som simulerades. Vid stat iska beräkningar är inte antalet effektkategorier begränsade som vid de
dynamiska beräkningarna. Varje kund kunde därför t illdelas sin ursprungliga kundkategori enligt
tumavtrycken. De kunder som saknades bland tumavtrycken t illdelades en kategori med förbrukning
oberoende av utomhustemperaturen. Samma kunduppsät tning användes som vid de dynamiska
beräkningarna.
I de stat iska beräkningarna t illdelades Södra Verket framledningstemperatur enligt medelvärden vid den
aktuella utomhustemperaturen under 2012 (se figur 19) och en effekt som motsvarar produktion med
42
endast spillvärmepumpen (10 MW ). Ångkraftverket t illdelades sin i princip konstanta
framledningstemperatur (76 °C) och effekt baserat på et t årsmedelvärde för 2012. I verkligheten ökar
effekten något med st igande utomhustemperatur men detta försummades eftersom Ångkraftverkets effekt
är liten i förhållande t ill förbrukningen i nätet .
En ny framledningskurva togs fram genom at t vid olika utomhustemperaturer gradvis sänka
framledningstemperaturen från Gunnesboverket t ills framledningstemperaturen inte längre ansågs lämplig
at t sänka mer med hänsyn t ill t ryck- och flödesbegränsningarna i nätet (se tabell 2).
Ekonomiska beräkningar 4.8
Beräkning av kostnad för ökat pumparbete 4.8.1
Beräkningen av pumparbete gjordes enligt ekvation 3, dvs. genom at t mult iplicera trycklyftet över pumpen
med flödet . Eftersom pumparbetet varierar mellan de olika dagarna, beräknades pumparbetet för varje
specifik simulering. Värden på flöde och tryckhöjning hämtades från Netsim A nalyse för samtliga pumpar i
fjärrvärmenätet för simuleringens samtliga (23) t idpunkter på dygnet . Ökningen av pumparbetet beräknades
som differensen mellan pumparbetet i en simulering där den verkliga framledningskurvan användes och
simuleringen där den laststyrda framledningstemperaturen användes. För pumparnas verkningsgrad angavs
0,75 vilket är något lägre än vad som indikeras, åtminstone för pumparna på Gunnesboverket . Eftersom
verkningsgraden för tryckhöjningspumpen ute i nätet dock är okänd valdes denna lägre verkningsgrad för
at t uppnå et t konservat ivt resultat .
För det nytt iga arbetet utfört av pumparna, alltså 75 % av den totala ökningen av pumparbetet , beräknades
den ökade kostnaden som skillnad mellan kostnaden för insat t elektricitet t ill pumparna och tre typfall för
kostnaden för marginalproduktion. Detta eftersom all t ill fjärrvärmevattnet t illförd mekanisk energi blir t ill
värme via frikt ion i fjärrvärmeledningarna och kan anses ersät ta samma mängd producerad värme i
produktionsanläggningarna. För resterande 25 % av ökningen av pumparbete beräknades kostnaden som
ren elkostad eftersom detta motsvaras av förluster i pumparna.
Beräkning av minskade värmeförluster 4.8.2
En uppskattning av den totala värmeförlusteffekten i nätet beräknades med hjälp av N etsim. För at t ta reda
på minskningen av förlusterna då framledningstemperaturen sänks genomfördes et t flertal simuleringar i
N etsim med (under varje enskild simulering) konstant framledningstemperatur från Gunnesboverket och
Södra Verket . Värmeförlusterna i samtliga ledningar i nätet summerades vid en given t idpunkt och
plottades i Excel. Då värmeförlusterna är proport ionella mot skillnaden i temperatur mellan
fjärrvärmevattnet och omgivningen sjunker dessa linjärt med sänkt framledningstemperatur.
Värmeförlusterna uppskattades även med hjälp av Kraftringens bedömning av dessa, ca 9 % av producerad
värme.
Minskningen av värmeförluster motsvaras av en lika stor minskning av värmeproduktionen t ill et t värde av
kostnaden för rådande marginalproduktion.
43
Beräkning av förändrad värmefaktor för värmepumpar 4.8.3
För at t beräkna värdet av sänkt framledningstemperatur från värmepumparna på Gunnesboverket och
Södra Verket undersöktes hur värmefaktorn förändras med framledningstemperaturen. Detta gjordes
genom at t samla in mätvärden över utgående temperatur och värmefaktor för respektive värmepump under
hela 2012 och plotta dessa mot varandra i Excel (se figurer 64 & 65, avsnit t 6.3.3). En linjäranpassning
gjordes t ill värdena, vilket ger en uppskattning av hur värmefaktorn påverkas vid en sänkning av
framledningstemperaturen. För geotermi-värmepumparna på Gunnesboverket är situat ionen dock speciell
eftersom dessa är seriekopplade. Detta innebär at t då den slutgilt iga framledningstemperaturen sänks en
grad, sänks temperaturen ut från den senare värmepumpen även den en grad, men temperaturen ut från
den första värmepumpen endast med en halv grad. Detta gäller under förutsät tning at t inga ytterligare
enheter är seriekopplade med värmepumparna och at t värmepumparnas effekt är oförändrad.
Värmepumpen på Södra Verket används ibland även för at t producera kyla, och är dessutom beroende av
t illgången på spillvat ten från det närliggande reningsverket . Detta innebär at t sambandet mellan
framledningstemperatur och värmefaktor inte är lika tydligt ut ifrån uppmätta data som för
geotermivärmepumparna på Gunnesboverket . Därför sorterades den högsta värmefaktorn ut för varje
heltal av framledningstemperaturen och användes för at t skapa en linjäranpassning.
Utifrån linjäranpassningen, värmepumparnas genomsnit t liga uppmätta värmefaktor och uppmätta
energiproduktion under 2012 samt elpris beräknades därefter den ekonomiska vinsten med sänkt
framledningstemperatur.
Beräkning av ökad elproduktion i Örtoftaverket 4.8.4
Beräkning av ökad elproduktion i Örtoftaverket baserades på α-värden som erhölls från Forsman (2013) som i
sit t examensarbete gjort en off-designmodell av Örtoftaverket . Dessa jämfördes även med Kraftringens
t idigare uppskattade värde på variat ionen av eleffekten med avseende på framledningstemperaturen i
Örtoftaverket .
Den ekonomiska beräkningen gjordes ut ifrån et t marginalperspekt iv där Örtoftaverket får avsät tning för
den ökade elproduktionen t ill gällande elpris medan bortfallet i värmeproduktion måste ersät tas med annan
värmeproduktion t ill marginalkostnad. Därmed blir intäktsförändringen oberoende av värmens
försäljningspris och kostnaden för bränslet t ill Örtoftaverket . I beräkningen antogs at t Örtofta körs med
6000 fullast t immar per år.
44
5 Kalibrering av modellen
I detta avsnit t presenteras resultaten av försöken at t kalibrera modellen mot uppmätta värden på flöde och
framledningstryck från Gunnesboverket den 2 oktober respektive den 25 november. Dessa två datum valdes
för at t kalibrera mot förbrukningsdata för mars-april & oktober-november samt för december-februari.
Resultaten presenteras genom at t jämföra uppmätta värden med resultat från den okalibrerade modellen8
och den kalibrerade modellen där värden på förbrukningsfaktor och tryckförlustfaktor har justerats.9
Vidare jämförs den kalibrerade modellens resultat från en simulering av den 3 oktober med uppmätta
värden för at t verifiera at t den kalibrerade modellen gäller även andra dagar. För samtliga ovan nämnda
dagar redovisas högsta tryck, lägsta tryck och lägsta differenstryck i nätet samt högsta flöde från
Gunnesboverket från simuleringarna med den kalibrerade modellen. Dessa kan sedan jämföras med värden
från simuleringarna med laststyrd framledningstemperatur (se kapitel 6). Slut ligen återfinns et t kortare
avsnit t där resultaten från kalibreringen kommenteras.
I syfte at t inte överösa läsaren med figurer visas i rapporten endast flöde och framledningstryck från
Gunnesboverket mot vilka modellen har kalibrerats samt differenstryck i kammare 4:7, vilken är en av de
parametrar som modellen har kontrollerats mot, och returtemperaturen t ill Gunnesboverket . Redovisning
av övriga parametrar (se avsnit t 4.5 för dessa) går at t hit ta i appendix avsnit t 2.
Kalibrering av modell med förbrukningsdata för mars-april & oktober-5.1
november
2:a oktober 5.1.1
Figur 24 visar utomhustemperaturen den 2 oktober.
Figur 24. Utomhustemperatur 2 oktober.
Figur 25, 26 och 27 visar uppmätta värden och modellens resultat för flöde och framledningstryck från
Gunnesboverket samt differenstryck i kammare 4:7.
8 Detta görs endast för modellen med förbrukningsdata för mars-april & okt-nov. N är förbrukningsdata för december-februari
användes i den okalibrerade modellen var förbrukningen så pass hög att N etsim inte kunde genomföra beräkningen. 9 Okalibrerad modell innebär at t förbrukningsfaktorn och tryckförlustfaktorn båda har värdet 1,00.
45
Figur 25. Flöde från Gunnesboverket; uppmätta värden, okalibrerad och kalibrerad modell.
Figur 26. Framledningstryck från Gunnesboverket; uppmätta värden, okalibrerad och kalibrerad modell.
Figur 27. Differenstryck i kammare 4:7; uppmätta värden, okalibrerad och kalibrerad modell.
46
Figur 28 visar uppmätta värden och modellens resultat på returtemperaturen t ill Gunnesboverket .
Figur 28. Returtemperatur till Gunnesboverket; uppmätta värden och kalibrerad modell.
I tabell 4 redovisas extremvärden från modellen på högsta absoluta tryck, lägsta absoluta tryck och lägsta
differenstryck samt högsta flöde från Gunnesboverket under dygnet samt vid vilken plats och t idpunkt
dessa inträffar. Platserna är utpekade i figur 29 där även differenst ryck i nätet kl. 07:00 visas.
Tabell 4. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket från den kalibrerade modellen.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i fig. 29) 10,83 bar 06:00
Lägsta tryck Emdalavägen (b i fig.29) 1,68 bar 11:00
Lägsta differenstryck
Högsta flöde från
Gunnesboverket
Kv. Speldosan (c i fig. 29) 1,35 bar
596 kg/s
06:00
06:00
47
Figur 29. Differenstryck (kPa) i nätet kl. 07:00 samt platser för dygnets högsta och lägsta tryck samt lägsta differenstryck.
3:e oktober 5.1.2
Figur 30 visar utomhustemperaturen den 3 oktober.
Figur 30. Utomhustemperatur 3 oktober.
Figur 31, 32 och 33 visar uppmät ta värden och den kalibrerade modellens resultat för flöde och
framledningstryck från Gunnesboverket samt differenstrycket i kammare 4:7 den 3 oktober.
a
b
c
48
Figur 31. Flöde från Gunnesboverket; uppmätta värden och kalibrerad modell.
Figur 32. Framledningstryck från Gunnesboverket; uppmätta värden och kalibrerad modell.
Figur 33. Differenstryck i kammare 4:7; uppmätta värden och kalibrerad modell.
49
Figur 34 visar uppmätta värden och modellens resultat på returtemperaturen t ill Gunnesboverket .
Figur 34. Returtemperatur till Gunnesboverket; uppmätta värden och kalibrerad modell.
I tabell 5 redovisas extremvärden från modellen på högsta absolut a tryck, lägsta absoluta tryck och lägsta
differenstryck samt högsta flöde från Gunnesboverket under dygnet samt vid vilken plats och t idpunkt
dessa inträffar. Platserna är utpekade i figur 35 där även differenstryck i nätet kl. 07:00 visas.
Tabell 5. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket från den kalibrerade modellen.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i fig. 35) 10,76 bar 19:00
Lägsta tryck Emdalavägen (b i fig. 35) 1,77 bar 04:00
Lägsta differenstryck Kv. Speldosan (c i fig. 35) 1,42 bar 19:00
Högsta flöde från
Gunnesboverket
570 kg/s 19:00
50
Figur 35. Differenstryck (kPa) i nätet kl. 07:00 samt platser för dygnets högsta och lägsta tryck samt lägsta differenstryck.
Kalibrering av modell med förbrukningsdata för december-februari 5.2
25:e november 5.2.1
Figur 36 visar utomhustemperaturen den 25 november.
Figur 36. Utomhustemperatur 25:e november.
a
b
c
51
Figur 37, 38 och 39 visar uppmätta värden och den kalibrerade modellens resultat för flöde och
framledningstryck från Gunnesboverket samt differenstrycket i kammare 4:7 den 25 november.
Figur 37. Flöde från Gunnesboverket; uppmätta värden och kalibrerad modell.
Figur 38. Framledningstryck från Gunnesboverket; uppmätta värden och kalibrerad modell.
52
Figur 39. Differenstryck i kammare 4:7, uppmätta värden och kalibrerad modell.
Figur 40 visar uppmätta värden och modellens resultat på returtemperaturen t ill Gunnesboverket .
Figur 40. Returtemperatur till Gunnesboverket; uppmätta värden och kalibrerad modell.
I tabell 6 redovisas extremvärden från modellen på högsta absolut a tryck, lägsta absoluta tryck och lägsta
differenstryck samt högsta flöde från Gunnesboverket under dygnet samt vid vilken plats och t idpunkt
dessa inträffar. Platserna är utpekade i figur 41 där även differenstryck i nätet kl. 07:00 visas.
Tabell 6. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket från den kalibrerade modellen.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i fig. 41) 12,45 bar 17:00
Lägsta tryck Emdalavägen (b i fig. 41) 2,38 bar 03:00
Lägsta differenstryck N eversvägen (c i fig. 41) 1,00 bar 18:00
Högsta flöde från
Gunnesboverket
792 kg/s 17:00
53
Figur 41. Differenstryck(kPa) i nätet kl. 07:00 samt platser för dygnets högsta och lägsta absoluta tryck samt lägsta differenstryck.
Kommentarer till kalibreringen 5.3
Amplituden på svängningarna i t ryck och flöde från Gunnesboverket är mindre i modellen än i
verkligheten. Detta kan bero på at t vissa kunder (de som saknades bland tumavtrycken) i modellen har
t illdelats konstant förbrukning över dygnet . Det kan även bero på at t tumavtrycken har inkluderat
förbrukningsdata från helgdagar vilket sannolikt bidrar t ill ut jämning av effektfaktorerna över dygnet .
Eftersom kundernas returtemperaturer har anpassats för at t ge rät t returtemperatur t ill Gunnesboverket
stämmer returtemperaturerna t ill Södra Verket och Ångkraftverket sämre överens med verkligheten än
returtemperaturen t ill Gunnesboverket . Särskilt Ångkraftverket har mycket högre returtemperatur i
verkligheten än i modellen. Den mycket höga returtemperaturen t ill Ångkraftverket ant as bero på at t det
närliggande Universitetssjukhuset , som är en stor förbrukare, har dålig avkylning. Den höga
returtemperaturen underskattar flödet som krävs för at t försörja sjukhuset med en viss energimängd. I ngen
hänsyn tas dock t ill at t modellen överskat tar differenstrycket över sjukhusets central eftersom detta
troligen överst iger minimivärdet med god marginal då sjukhuset ligger så nära Ångkraftverket .
I huvudsak stämmer modellens result at väl överens med uppmätta värden. Ett av få undantag är
differenstrycket i punkten Labben som avviker kraft igt från uppmätta värden under andra halvan av dygnet
a
b
c
54
den 3 oktober. Man bör dock notera at t det är de uppmätta värdena som avviker från det förväntade
beteendet . Även differenstrycket i S:t Lars stämmer dåligt överens med uppmätta värden den 25 november.
Modellens differenstryck ligger då ca 1,4 bar över uppmätta värden. Det senare skulle kunna förbät tras
genom at t inkludera de ventiler som styr differenstrycket på södra nätet .
Kundernas förbrukning måste nedjusteras betydligt mer (med en faktor 0,44) då förbrukningsdata fö r
december-februari används jämfört med förbrukningsdata för mars-april & oktober-november (vilka
justeras med en faktor 0,892). Värmelasten i nätet ökar vid givetvis vid lägre utomhustemperaturer men
uppenbarligen inte i den grad som tumavtrycken indikerar.
Det är uppseendeväckande at t lägsta differenstryck den 25 november är endast 1 bar. Detta indikerar at t
framledningstemperaturen troligen inte är möjlig at t sänka särskilt mycket jämfört med uppmätta värden.
55
6 Resultat
Detta avsnit t är uppdelat i två huvudsektioner. I den första huvudsektionen presenteras förslag på laststyrd
framledningstemperatur för Gunnesboverket och Södra Verket et t antal dagar, bland annat de dagar
modellen har kalibrerats mot, vilka jämförs med den uppmätta framledningstemperaturen de aktuella
dagarna samt framledningstemperaturen enligt den nuvarande framledningskurvan för Gunnesboverket . I
anknytning t ill de olika dagarna beräknas ökningen i pumparbete mellan simuleringen med
framledningstemperatur enligt den nuvarande framledningskurvan och simuleringen med den laststyrda
framledningstemperaturen och kostnaden för dett a. För beräkningen av kostnadsökningen på grund av
ökat pumparbete har antagits en elkost nad på 860 kr/MW h.
I den andra huvudsektionen present eras de ekonomiska besparingar en sänkt framledningstemperatur
innebär. Resultaten presenteras för minskade värmeförluster i fjärrvärmenätet , ökad värmefaktor för
geotermi- och spillvärmepumparna samt ökad elproduktion i Örtoftaverket . De ekonomiska resultaten
presenteras som besparing eller vinst per grad sänkt framledningstemperatur och år. Den ekonomiska
besparingen är starkt beroende på den för t illfället rådande marginalproduktionen, varför resultatet
presenteras i form av tre typfall för kostnaden för marginalproduktion: låg, medel och hög. Avslutningsvis
presenteras en grov uppskattning av den ekonomiska vinsten per år av at t sänka framledningstemperaturen
med 5 °C, vilket är i storleksordning med den sänkning som den laststyrda framledningstemperaturen ger
jämfört med den nuvarande framledningskurvan för vissa av de dagar som simulerats. H är inkluderas även
en uppskattning av den årliga kostnaden för ökat pumparbete ut ifrån de simulerade dagarna.
Den uppmärksamme läsaren noterar säkerligen at t den uppmätta framledningstemperaturen ibland skiljer
sig stort från framledningstemperaturen enligt den befint liga framledningskurvan. Detta beror på at t
ledningen från Eslöv under t iden simuleringarna gjordes ej var korrekt inkopplad med följd at t
framledningstemperturen från Gunnesboverket inte kunde styras exakt .
Laststyrd framledningstemperatur från dynamiska beräkningar 6.1
2:a oktober 6.1.1
Figur 42 visar den laststyrda framledningstemperaturen för Gunnesboverket den 2 oktober. Den laststyrda
framledningstemperaturen har et t lägsta värde på 69 °C och har sänkts 3 °C jämfört med den ’init iala
framledningstemperaturen’10 (se steg 1 i avsnit t 4.6). Figur 43 jämför den laststyrda
framledningstemperaturen med den uppmätta framledningstemperaturen för Södra Verket .
Tidsförskjutningen för framledningstemperaturen från Gunnesboverket är två t immar. I tabell 7 redovisas
framledningstemperaturens medelsänkning under dygnet .
10 Observera at t det ta inte är detsamma som att den totala medelsänkningen under dagen är 3 °C.
56
Figur 42. Framledningstemperatur Gunnesboverket.
Figur 43. Framledningstemperatur Södra Verket.
Tabell 7. Framledningstemperaturens genomsnittliga sänkning jämfört med framledningstemperatur enligt nuvarande framledningskurva och uppmätt framledningstemperatur.
Skillnad mot framledningstemperatur
enligt nuvarande framledningskurva (°C)
Skillnad mot uppmätt
framledningstemperatur (°C)
Gunnesboverket 6,1 5,8
Södra Verket 4,8
I tabell 8 redovisas extremvärden på flöde från Gunnesboverket och tryck i nätet , samt vid vilken plats och
t idpunkt de inträffar. Dessa kan jämföras med extremvärdena i tabell 4 (avsnit t 5.1.1) från simuleringen då
den uppmätta framledningstemperaturen har använts. Platserna i nätet där extremvärdena inträffar pekas
ut i figur 44, som även visar differenstryck i hela nätet klockan 07:00.
57
Tabell 8. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket då laststyrd framledningstemperatur används.
Plats Mätvärde (bar) Tidpunkt
Högsta tryck Pilsåker (a i fig. 44) 11,94 21:00
Lägsta tryck Emdalavägen (b i fig. 44) 1,88 14:00
Lägsta differenstryck H ospitalsgården (c i fig. 44) 1,06 21:00
Högsta flöde från
Gunnesboverket
674 kg/s 08:00
Figur 44. Differenstryck (kPa) i nätet kl. 07:00 med laststyrd framledningstemperatur. Punkterna a, b och c visar plats för högsta respektive lägsta tryck samt lägsta differenstryck.
6.1.1.1 Pumparbete
Den totala energiåtgången för pumparbetet med framledningstemperatur enligt den befint liga
framledningskurvan den 2 oktober är 5,6 MW h och med den laststyrda framledningstemperaturen 9,3
MW h. Den ekonomiska konsekvensen av det ökade pumparbetet redovisas i tabell 9.
Tabell 9. Kostnad för ökat pumparbete.
Marginalkostnad för värmeproduktion
(kr/MW h)
Kostnadsökning den 2:a oktober (kr)
Låg 200 2 600
Mellan 400 2 100
Hög 600 1 500
a b
c
58
3:e oktober 6.1.2
Figur 45 visar den laststyrda framledningstemperaturen för Gunnesboverket den 3 oktober. Den laststyrda
framledningstemperaturen har et t lägsta värde på 69 °C och har sänkts 3 °C jämfört med den ’init iala
framledningstemperaturen’ (se steg 1 i avsnit t 4.6). Figur 46 jämför den laststyrda
framledningstemperaturen med den uppmätta framledningstemperaturen för Södra Verket .
Tidsförskjutningen för framledningstemperaturen från Gunnesboverket är två t immar. I tabell 10
redovisas framledningstemperaturens medelsänkning under dygnet .
Figur 45. Framledningstemperatur Gunnesboverket.
Figur 46. Framledningstemperatur Södra Verket.
Tabell 10. Framledningstemperaturens sänkning jämfört med framledningstemperatur enligt nuvarande framledningskurva och uppmätt framledningstemperatur.
Skillnad mot framledningstemperatur
enligt nuvarande framledningskurva (°C)
Skillnad mot uppmätt
framledningstemperatur (°C)
Gunnesboverket 6,2 6,8
Södra Verket 6,5
59
I tabell 11 redovisas extremvärden på flöde från Gunnesboverket och tryck i nätet , samt vid vilken plats och
t idpunkt dessa inträffar. Dessa kan jämföras med extremvärdena i tabell 5 (avsnit t 6.1.2) från simuleringen
då den uppmätta framledningstemperaturen har använts. Platserna i nätet där extremvärdena inträffar
pekas ut i figur 47, som även visar differenstryck i hela nätet klockan 07:00.
Tabell 11. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket då laststyrd framledningstemperatur används.
Plats Mätvärde (bar) Tidpunkt
Högsta tryck Pilsåker (a i fig. 47) 11,40 bar 07:00
Lägsta tryck Emdalavägen (b i fig. 47) 1,94 bar 11:00
Lägsta differenstryck Kv. Speldosan (c i fig. 47) 0,98 bar 19:00
Högsta flöde från
Gunnesboverket
667 kg/s 07:00
Figur 47. Differenstryck (kPa) i nätet kl. 07:00 med laststyrd framledningstemperatur. Punkterna a, b och c visar plats för högsta respektive lägsta tryck samt lägsta differenstryck.
c
a
b
60
6.1.2.1 Pumparbete
Den totala energiåtgången för pumparbetet med framledningstemperatur enligt den befint liga
framledningskurvan den 3 oktober är 5,8 MW h och med den laststyrda framledningstemperaturen 8,1
MW h. Den ekonomiska konsekvensen av det ökade pumparbetet redovisas i tabell 12.
Tabell 12. Kostnad för ökat pumparbete.
Marginalkostnad för värmeproduktion
(kr/MW h)
Kostnadsökning den 3:a oktober (kr)
Låg 200 2 000
Mellan 400 1 300
Hög 600 1 000
11:e november 6.1.3
Figur 48 visar utomhustemperaturen den 11 november.
Figur 48. Utomhustemperatur 11 november.
Figur 49 visar den laststyrda framledningstemperaturen för Gunnesboverket den 11 november. Den
laststyrda framledningstemperaturen har sänkts 3 °C jämfört med den ’init iala framledningstemperaturen’
(se steg 1 i avsnit t 4.6). Figur 50 jämför den laststyrda framledningstemperaturen med den uppmätta
framledningstemperaturen för Södra Verket . Tidsförskjutningen för framledningstemperaturen från
Gunnesboverket är två t immar. I tabell 13 redovisas framledningstemperaturens medelsänkning under
dygnet . Det framgår att den laststyrda framledningstemperaturen innebär en höjning av
framledningstemperaturen jämfört med den uppmätta för Södra Verket .
61
Figur 49. Framledningstemperatur Gunnesboverket.
Figur 50. Framledningstemperatur Södra Verket.
Tabell 13. Framledningstemperaturens sänkning jämfört med framledningstemperatur enligt nuvarande framledningskurva och uppmätt framledningstemperatur.
Sänkning mot framledningstemperatur
enligt nuvarande framledningskurva (°C)
Sänkning mot uppmätt
framledningstemperatur (°C)
Gunnesboverket 5,5 0,9
Södra Verket – 1,4
I tabell 14 redovisas extremvärden på flöde från Gunnesboverket och tryck i nätet , samt vid vilken plats
och t idpunkt dessa inträffar. Platserna i nätet där extremvärdena inträffar pekas ut i figur 51, som även visar
differenstryck i hela nätet klockan 07:00.
62
Tabell 14. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket då laststyrd framledningstemperatur används.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i figur 51) 11,41 bar 08:00
Lägsta tryck Emdalavägen (b i fig. 51) 2,20 bar 22:00
Lägsta differenstryck Kv. Speldosan (c i fig. 51) 1,10 bar 19:00
Högsta flöde från
Gunnesboverket
692 kg/s 08:00
Figur 51. Differenstryck (kPa) i nätet kl. 07:00 med laststyrd framledningstemperatur. Punkterna a, b och c visar plats för högsta respektive lägsta tryck samt lägsta differenstryck.
6.1.3.1 Pumparbete
Den totala energiåtgången för pumparbetet med framledningstemperatur enligt den befint liga
framledningskurvan den 11 november är 7,4 MW h och med den laststyrda framledningstemperaturen 10,0
MW h. Den ekonomiska konsekvensen av det ökade pumparbetet redovisas i tabell 15.
Tabell 15. Kostnad för ökat pumparbete.
Marginalkostnad för värmeproduktion
(kr/MW h)
Kostnadsökning den 11:e november (kr)
Låg 200 1 900
Mellan 400 1 500
Hög 600 1 100
c
a
b
63
25:e november11 6.1.4
Figur 52 visar den laststyrda framledningstemperaturen för Gunnesboverket den 25 november. Den
laststyrda framledningstemperaturen har sänkts 2 °C jämfört med den ’init iala framledningstemperaturen’
(se steg 1 i avsnit t 4.6). Figur 53 jämför den laststyrda framledningstemperaturen med den uppmätta
framledningstemperaturen för Södra Verket . Tidsförskjutningen för framledningstemperaturen från
Gunnesboverket är t re t immar. I tabell 16 redovisas framledningstemperaturens medelsänkning under
dygnet .
Figur 52. Framledningstemperatur Gunnesboverket.
Figur 53. Framledningstemperatur Södra Verket.
11För den 25:e november har data från december-februaris tumavtryck använts. Detta eftersom utomhustemperaturerna den 25:e
november var så låga att de motsvarar en typisk (kall) decemberdag.
64
Tabell 16. Framledningstemperaturens sänkning jämfört med framledningstemperatur enligt nuvarande framledningskurva och uppmätt framledningstemperatur.
Sänkning mot framledningstemperatur
enligt nuvarande framledningskurva (°C)
Sänkning mot uppmätt
framledningstemperatur (°C)
Gunnesboverket 4,1 2,0
Södra Verket 1,9
I tabell 17 redovisas extremvärden på flöde från Gunnesboverket och tryck i nätet , samt vid vilken plats och
t idpunkt dessa inträffar. Platserna i nätet där extremvärdena inträffar pekas ut i figur 54, som även visar
differenstryck i hela nätet klockan 07:00. Dessa kan jämföras med värden då simuleringen gjordes med den
uppmätta framledningstemperaturen, se tabell 6 (avsnit t 5.2.1).
Tabell 17. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket då laststyrd framledningstemperatur används.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i fig. 54) 12,40 bar 08:00
Lägsta tryck Emdalavägen (b i fig.54) 2,53 bar 14:00
Lägsta differenstryck N eversvägen (c i fig. 54) 1,00 bar 18:00
Högsta flöde från
Gunnesboverket
812 kg/s 08:00
Figur 54. Differenstryck (kPa) i nätet kl. 07:00 med laststyrd framledningstemperatur. Punkterna a, b och c visar plats för högsta respektive lägsta tryck samt lägsta differenstryck.
c a
b
65
6.1.4.1 Pumparbete
Den totala energiåtgången för pumparbetet med framledningstemperatur enligt den befint liga
framledningskurvan den 25 november är 11,9 MW h och med den laststyrda framledningstemperaturen 14,3
MW h. Den ekonomiska konsekvensen av det ökade pumparbetet redovisas i tabell 18.
Tabell 18. Kostnad för ökat pumparbete.
Marginalkostnad för värmeproduktion
(kr/MW h)
Kostnadsökning den 25:e november (kr)
Låg 200 1 700
Mellan 400 1 300
Hög 600 1 000
Godtycklig kall vinterdag 6.1.5
Figur 55 visar en godtycklig utomhustemperatur som har valts för at t efterlikna en kall vinterdag.12
Figur 55. Utomhustemperatur en godtycklig kall vinterdag.
I tabell 19 visas extremvärden i nätet då simuleringen gjordes med framledningstemperatur enligt befint liga
framledningskurvor för Gunnesboverket och Södra Verket . Dygnets lägsta differenstryck ligger precis på
gränsen t ill vad som anses acceptabelt . Platserna i nätet där extremvärdena inträffar pekas ut i figur 56, som
även visar differenstryck i hela nätet klockan 07:00
Tabell 19. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket då framledningstemperatur enligt befintliga framledningskurvor används.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i figur 56) 12,74 bar 16:00
Lägsta tryck Emdalavägen (b i fig.56) 2,42 bar 04:00
Lägsta differenstryck N eversvägen (c i fig. 56) 0,97 bar 20:00
Högsta flöde från
Gunnesboverket
855 kg/s 16:00
12 Inga ”verkliga” kalla vinterdagar inträffade under arbetets genomförande.
66
Figur 56. Differenstryck i nätet kl. 07:00 då framledningstemperatur enligt befintliga framledningskurvor används. Punkterna a, b och c visar plats för högsta respektive lägsta tryck samt lägsta differenstryck.
Figur 57 visar framledningstemperaturen enligt framledningskurvan för Gunnesboverket och den laststyrda
framledningstemperaturen. Eftersom lägsta differenstryck i nätet med framledningstemperatur enligt
framledningskurvan redan underskred gränsvärden tvingades den laststyrda framledningstemperaturen
höjas med 2 °C jämfört med den ’init iala framledningstemperaturen’ (se steg 1 i avsnit t 4.6). Trots detta
blev den genomsnit t liga sänkningen av framledningstemperaturen 2,6 °C (se tabell 20). Tidsförskjutningen
av framledningstemperaturen från Gunnesboverket är t re t immar. Eftersom den laststyrda
framledningstemperaturen blev klart högre än framledningstemperaturen enligt framledningskurvan för
Södra Verket behöll Södra Verkets sin framledningstemperatur i simuleringen istället för at t t illdelas den
laststyrda.
a
b
c a
b
67
Figur 57. Framledningstemperatur Gunnesboverket.
Tabell 20. Framledningstemperaturens sänkning jämfört med framledningstemperatur enligt nuvarande framledningskurvor.
Sänkning mot framledningstemperatur
enligt nuvarande framledningskurva (°C)
Sänkning mot uppmätt
framledningstemperatur (°C)
Gunnesboverket 2,6
Södra Verket 0,0
I tabell 21 redovisas extremvärden på flöde från Gunnesboverket och tryck i nätet då den laststyrda
framledningstemperaturen används, samt vid vilken plats och t idpunkt dessa inträffar. Platserna i nätet där
extremvärdena inträffar pekas ut i figur 58, som även visar differenstryck i hela nätet klockan 07:00.
Tabell 21. Extremvärden på högsta tryck, lägsta tryck, lägsta differenstryck och högsta flöde från Gunnesboverket då laststyrd framledningstemperatur används.
Plats Mätvärde Tidpunkt
Högsta tryck Pilsåker (a i figur 58) 12,91 bar 07:00
Lägsta tryck Emdalavägen (b i fig. 58) 2,59 bar 04:00
Lägsta differenstryck H ospitalsgården (c i fig. 58) 0,97 bar 06:00
Högsta flöde från
Gunnesboverket
886 kg/s 07:00
68
Figur 58. Differenstryck i nätet kl. 07:00 då den laststyrda framledningstemperaturen används. Punkterna a, b och c visar plats för högsta respektive lägsta tryck samt lägsta differenstryck.
6.1.5.1 Pumparbete
Den totala energiåtgången för pumparbetet med framledningstemperatur enligt den befint liga
framledningskurvan den godtyckliga vinterdagen är 13,9 MW h och med den laststyrda
framledningstemperaturen 15,1 MW h. Den ekonomiska konsekvensen av det ökade pumparbetet redovisas
i tabell 22.
Tabell 22. Kostnad för ökat pumparbete.
Marginalkostnad för värmeproduktion
(kr/MW h)
Kostnadsökning en godtycklig vinterdag (kr)
Låg 200 800
Mellan 400 600
Hög 600 500
Ny framledningskurva från statiska beräkningar 6.2
Figur 59 visar en ny framledningskurva från Gunnesboverket baserat på stat iska beräkningar i N etsim. Den
nya framledningskurvan är sänkt med i medeltal 6,7 °C jämfört med den befint liga.
a
b
c
69
Figur 59. Ny framledningskurva för Gunnesboverket samt den befintliga framledningskurvan för jämförelse.
Ekonomiska beräkningar 6.3
Värmeförluster 6.3.1
Figur 60 visar värmeförlusteffekten beräknad av N etsim som funktion av framledningstemperatur från
Gunnesboverket och Södra Verket . Framledningstemperaturen från Ångkraftverket har hållits konstant . I
enlighet med teorin varierar värmeförlusteffekten linjärt med framledningstemperaturen.
Figur 60. Värmeförluster som funktion av framledningstemperatur från Södra Verket och Gunnesboverket.
Värmeförlusteffekt på 5000-7000 kW motsvarar 5,5 - 7,6 % av producerad energi13. Detta är i linje med de
relat iva värmeförlusterna i et t fjärrvärmenät som försörjer et t mycket tätbebyggt område men klart under
de 8-15 % som anges för et t normalt nät .
13 Baserat på en årlig produktion på 800 000 MW h.
70
Kraftringen räknar själva med at t värmeförlusterna i nätet uppgår t ill ca 9 %, vilket dock gäller de
sammankopplade näten i Lund, Lomma och Eslöv som helhet inklusive de längre transmissionsledningar
som går mellan näten. 9 % värmeförluster innebär en förlorad energimängd på 72 000 MW h/år. Ekvation 8
ger at t den procentuella minskningen av värmeförlusterna då framledningstemperaturen sänks med en grad
är ca 0 ,9 %, dvs. värmeförlusterna minskar med 648 MW h om året .
I tabell 23 visas den totala årliga besparingen i form av minskade värmeförluster vid en grads sänkn ing av
framledningstemperaturen, baserat både på N etsims resultat och på Kraftringens uppgifter. I de
sammanfat tande ekonomiska beräkningarna har dock värmeförlusterna enligt N etsim använts i syfte at t
erhålla et t konservat ivt resultat .
Tabell 23. Årlig besparing per grad sänkt framledningstemperatur vid olika marginalkostander för värmeproduktion.
Marginalkostnad
värmeproduktion (kr/MWh)
Besparing per grad sänkt framledningstemperatur och år (kr)
”N etsim” ”Kraftringen (9 %)”
Låg 200 81 000 130 000
Mellan 400 161 000 259 000
Hög 600 242 000 389 000
Ökad elproduktion i Örtoftaverket 6.3.2
Figur 61 visar hur det s.k. α-värdet varierar med framledningstemperaturen för Örtoftaverket (Forsman,
2013). α-värdet visar et t linjärt beroende i temperaturintervallet 80 -90 °C men varierar kraft igare i
intervallet 90-94 °C.
Figur 61. α-värdets variation med framledningstemperaturen från Örtoftaverket (Forsman, 2013).
Baserat på en panneffekt på 110 MW betyder α-värdets variat ion at t eleffekten förändras 100 kW per grad
sänkt framledningstemperatur i intervallet 80 -90 °C och 150 kW per grad i intervallet 90 -94 °C.
Kraftringen har dock t idigare räknat med et t något högre värde: 200 -250 kW .
71
Figur 62 visar hur intäkten per år förändras av en grads sänkt framledningstemperatur (ut ifrån α-värden
enligt figur 61 i intervallet 80-90 °) från Örtoftaverket som en funktion av elpriset för tre olika alternat iva
bränslekostnader. Intäkten förändras negativt då försäljningspriset för elen är lägre än bränslekostnaden för
den värmeproduktion som måste ersät ta bortfallen värmeproduktion i Örtoftaverket .
Figur 62. Intäktsförändringen från ökad elproduktion som en funktion av försäljningspriset på el vid olika kostnader på alternativ värmeproduktion då Örtoftaverket eleffekt förändras enligt α-värde från Forsman (2013).
Överlag är intäktsförändringen liten, speciellt då värmeproduktionen i Örtofta måste ersät tas med
värmeproduktion med den högre kostnaden. Används Kraftringens värde på förändrad elproduktion vid
sänkt framledning (200 kW per grad) förändras kalkylen, se figur 63. I ntäksförändringen blir gynnsammare
vid et t högt försäljningspris på el och en låg kostnad för alternat iv värmeproduktion; uppemot en halv
miljon per grad. I de sammanfat tande ekonomiska beräkningarna nedan har dock de mer konservat iva α-
värdena använts.
Figur 63. Intäktsförändringen från ökad elproduktion som en funktion av försäljningspriset på el vid olika kostnader på l alternativ värmeproduktion då Örtoftaverket eleffekt förändras enligt Kraftringens tidigare använda värde.
72
Värmepumpar 6.3.3
Figur 64 och 65 visar hur värmefaktorerna har varierat med temperaturen ut från värmepump VPG1
respektive VPG2 på Gunnesboverket under 2012. VPG1 är kopplad i serie med VPG2 där VPG2 står före
VPG1. Ekvationerna t ill de linjäranpassningar som har gjorts t ill punkterna visas i figurerna.
Figur 64. Värmefaktorns beroende av temperaturen ut från VPG1 under 2012 med linjäranpassning.
Figur 65. Värmefaktorns beroende av temperaturen ut från VPG2 under 2012 med linjäranpassning.
Figur 66 visar hur värmefaktorn för spillvärmepumpen på Södra Verket , VPS, varierar med temperaturen
ut från värmepumpen. Variat ionen uppvisar et t mycket mindre tydligt beroende p .g.a. de anledningar som
nämns i rubrik 1.2.3. En linjäranpassning har därför lagts in anpassad t ill de högsta värdena på värmefaktorn
för varje heltal av temperaturen ut från spillvärmepumpen. Ekvationen t ill linjäranpassningen är inlagd i
figuren.
73
Figur 66. Värmefaktorns beroende av temperaturen ut från VPS under 2012 med linjäranpassning efter de högsta värdena.
I tabell 24 visas den ungefärliga totala besparingen av sänkt framledningstemperatur under et t år genom
ökad värmefaktor på värmepumparna. Besparingen anges per grad i sänkt framledningstemperatur, men
eftersom VPG1 och VPG2 är seriekopplade leder en grads sänkt framledningstemperatur t ill en grad lägre
temperatur ut från VPG1 och en halv grad lägre temperatur ut från VPG2. Besparingen av ökad
värmefaktor är beroende av värmefaktorns init iala absoluta värde. Värmefaktorn som ligger t ill grund för
beräkningen är et t medelvärde på värmefaktorn för de olika värmepumparna under 2012.
Energibesparingen har sedan beräknats ut ifrån den totala produktionen för respektive värmepump 2012. I
den ekonomiska beräkningen har et t elpris på 860 kr/MW h antagits. Total besparing för värmepumparna
blir ungefär 485 000 kr per grad och år.
Tabell 24. Ungefärlig besparing per grad sänkt framledningstemperatur och år om värmepumparna körs som under 2012.
Värmepump Uttemperatur-
minskning
(°C)
Genomsnittlig
värmefaktor
Energi-
Produktion
(MWh)
Ökad
värmefaktor
Energibesparing
(MWh)
Besparing
(kr)
VPG1 1,00 3,19 88662 0,0335 289 248 000
VPG2 0,50 3,50 66411 0,0172 93 80 000
VPS 1,00 3,25 72238 0,0269 182 157 000
Totalt 485 000
Sammanfattade ekonomiska beräkningar 6.3.4
Tabell 25 visar en mycket grov uppskattning av den ekonomiska besparingen per år av at t sänka
framledningstemperaturen med 5 °C från Gunnesboverket och Södra Verket . 5 °C, vilket är i
storleksordning med den sänkning som den laststyrda framledningstemperaturen ger jämfört med den
nuvarande framledningskurvan för vissa av de dagar som simulerats. Uppskattningen baseras på de
ekonomiska beräkningarna ovan. Försäljningspriset på el, inklusive elcert ifikat , har antagits t ill 500
kr/MW h. Man bör notera at t besparingen för värmepumparna har utgåt t från at t värmepumparna körs som
under 2012. Värmepumparnas årliga energiproduktion kommer troligen förändras när Örtoftaverket är i
drift . Värdet på den totala besparingen varierar relat ivt lite med marginalkostnaden för värmeproduktion
74
eftersom de olika typerna av besparing påverkas i motsat t riktning. Totalt ger sänkt
framledningstemperatur med 5 °C från Gunnesboverket och Södra Verket en besparing på ungefär tre
miljoner kronor.
Tabell 25. Ekonomisk besparing per år av sänkt framledningstemperatur med 5 °C.
Marginalkostnad
för
värmeproduktion
(kr/MW h)
Ökat
pumparbete
(kr)
Minskade
värmeförluster
(kr)
Ökad
värmefaktor för
värmepumpar
(kr)
Ökad
elproduktion
(kr)
Summa (kr)
200 -654 000 405 000 2 425 000 890 000 3 066 000
400 -525 000 805 000 2 425 000 295 000 3 000 000
600 -385 000 1 210 000 2 425 000 -295 000 2 955 000
Besparingen per grad blir således ca 600 000 kr per grad och år. Detta bör jämföras med den uppskattade
besparingen baserad på FVB Sveriges medelvärde av den ekonomiska betydelsen av sänkt
framledningstemperatur: en miljon kr. Det ta värde baseras dock på en grads sänkning av såväl
framlednings- som returtemperaturen, vilket innebär at t det inte t illkommer någon kostnadsökning för
pumparbetet . Det ekonomiska värdet varierar också kraft ig mellan olika nät .
75
7 Diskussion
Varför laststyrd framledningstemperatur? 7.1
Laststyrd framledning innebär stor fördel jämfört med at t bara styra framledningstemperaturen efter
utomhustemperaturen. Detta exemplifieras väl av situat ionen den 25 november då dygnets lägsta
differenstryck är 1,00 bar då den uppmätt a framledningstemperaturen används i en simulering (se avsnit t
5.2.1). Trots detta går framledningstemperaturen at t sänka med ca 2 °C jämfört med den uppmätta eftersom
framledningstemperaturen sänks de t idpunkter på dygnet differenstrycket är högre än nödvändigt . Den
laststyrda framledningstemperaturen är högre än den uppmätta mit t på eftermiddagen vilket resulterar i at t
differenstrycken senare på eftermiddagen, då lasten är som högst , hålls på en acceptabel nivå. Om
framledningstemperaturen enbart hade varit en funktion av utomhustemperaturen detta dygn hade ingen
sänkning av framledningstemperaturen jämfört med den uppmätta varit möjlig eftersom temperaturen då
hade sänkts alla t idpunkter på dygnet vilket resulterat i oacceptabelt låga differenstryck då lasten är som
högst .
Detsamma gäller även den ’kalla vinterdagen’. N är en simulering görs med framledningstemperatur enligt
framledningskurvan är differenstrycken vid vissa t ider på dygnet strax under 1 bar. Trots detta kan
framledningstemperaturen sänkas i genomsnit t under dagen med ca 2,6 °C med fortsat t acceptabla
differenstryck.
Ytterligare en fördel med den laststyrda framledningstemperaturen är at t den tar hänsyn t ill framtida last i
nätet . Styrs framledningstemperaturen efter den befint liga framledningskurvan kan et t väderomslag från
milt t ill kallt väder på morgonen då den sociala lasten är som högst innebära at t lasten ökar kraft igt . H ar
framledningstemperaturen styrts efter utomhustemperaturen är temperaturen i nätet för låg för den
rådande lasten vilket kan innebära oacceptabelt låga differenstryck t ills högre framledningstemperatur når
ut t ill kunderna. Eftersom den laststyrda framledningstemperaturen tar hänsyn t ill lastökningen och
t idsfördröjningen höjs framledningstemperaturen redan innan lastökningen sker.
Returtemperaturen och dess inverkan på resultatet 7.2
Vad som mer än annat introducerar osäkerheter i modellen och N etsims beräkningar är behandlingen av
kundernas returtemperatur. Dels är det en påtaglig brist i programmet at t returtemper turerna inte går at t
variera över t id som en funktion av framledningstemperaturen eller utomhustemperaturen i de dynamiska
beräkningarna. Dels är det inte möjligt at t använda sig av individuell kunddata över returtemperaturen,
även om sådan finns at t t illgå bland tumavtrycken, eftersom dessa inte på långa vägar överensstämmer med
den returtemperatur som produktionsanläggningarna upplever. Detta tvingar fram lösningen at t ge samtliga
kunder samma returtemperatur och låta den ha et t värde så at t dygnsmedelreturtemperaturen t ill
Gunnesboverket överensstämmer med verkligheten. Denna lösning anses ge mer verklighetstrogna flöden i
nätet än om kundernas individuella returtemperturer hade används. Att kundernas uppmätta
returtemperaturer inte överensstämmer med ret urtemperaturerna t ill produktionsanläggningarna påvisar
också at t det i verkligheten finns kortslutna kundcentraler, bypass-flöden och rundgångar som inte låter sig
modelleras.
76
Osäkerheterna kring hur returtemperaturen i modellen bör väljas för med sig osäkerheter i resultatet .
Uppskattas returtemperaturen en grad fel innebär detta sannolikt at t även framledningstemperaturen får
et t fel i samma storleksordning eftersom avkylningen i förlängningen avspeglar sig i differenstrycket via
flöde och tryckförluster.
Vidare är det även svårt at t bedöma hur sänkt framledningstemperatur påverkar returtemperaturen. I
modellen antas returtemperturen inte uppleva någon förändring då framledningstemperaturen sänks. Detta
blir t roligen mindre sannolikt ju mer framledningstemperaturen sänks. Vid större sänkning riskerar
framledningstemperaturen bli lägre än kundcentralernas börvärde vilket får t ill följd at t kundcentralerna
kortsluts eftersom ventilen på primärsidan öppnas helt . Detta driver givetvis upp returtemper aturen från
kundcentralen. Problemet kan lösas genom at t kundcentralerna är rät t inställda. I det ta fall kan sänkt
framledningstemperatur innebära lägre returtemperatur om det finns andra typer av rundgångar eller
kortslutningar i nätet som inte går at t åtgärda.
Hur stor är sänkningen av framledningstemperaturen i genomsnitt? 7.3
Samtliga dygn som har simulerats med dynamiska beräkningar visar at t det går at t sänka
framledningstemperaturen (jämfört med den befint liga framledningskurvan) från Gunnesboverket i
genomsnit t under dygnet . Sänkningens storlek skiljer sig dock åt mellan dygnen i intervallet 2-6 °C och det
är därför svårt at t ge et t specifikt värde på sänkningen. Det stora intervallet beror delvis på at t jämförelsen
görs mot den befint liga framledningskurvan. Det finns inget som säger at t den är framtagen på et t sådant
sät t at t den lämnar lika stor marginal (set t t ill differenstryck) vid alla utomhustemperaturer. Resultaten
pekar på at t framledningstemperaturen går at t sänka mer vid mild utomhustemperatur (över 0 °C) än vid
kallare utomhustemperatur (under 0 °C), något som även stöds av de stat iska beräkningarna. Sänkningen
vid låg last i nätet är dessutom väldigt beroende av vilken lägsta t illåtna temperatur som anges eftersom
framledningstemperaturen ofta antar detta värde (se t .ex. resultaten för den 3 oktober). Sett t ill de kriterier
som används i arbetet kan den lägsta temperaturen sänkas yt terligare vid låg last . Vid så låg temperatur är
det dock andra krav på framledningstemperaturen som sät ter gränsen, dels b lir sänkningen så stor jämfört
med nuvarande förhållanden at t det finns skäl at t t ro at t det ger oförutsägbara effekter på
returtemperaturen.
Sänkningen av framledningstemperaturen från Södra Verket är även den svår at t ut tala sig om. Detta beror
framledningstemperaturen inte styrs automatiskt efter utomhustemperaturen utan väljs ut ifrån erfarenhet
och godtycke. Sänkningen storlek är därför väldigt beroende av vilken framledningstemperatur som
användes just det simulerade dygnet .
Eftersom Gunnesboverket och Södra Verket t illdelades samma laststyrda framledningstemperatur
resulterade detta i enstaka fall at t framledningstemperaturen från Södra verket höjdes jämfört med
uppmätta värden. Detta får t ill följd at t den del av besparingen (i den ekonomiska sammanfat tningen) som
kommer från ökad värmefaktor för spillvärmepumpen på Södra Verket bör nedskrivas. Å andra sidan
begränsades inte framledningstemperaturen av differenstryck på Södra N ätet , vilket tyder på at t det bör
vara möjligt at t sänka framledningstemperaturen från Södra Verket yt terligare och alltså skilja på
framledningstemperaturen från Södra Verket och Gunnesboverket , t .ex. genom at t använda den
framledningskurva för Södra Verket Jamot & Olsson (2013) har föreslagit .
77
Den ekonomiska sammanfat tningen är beräknad ut ifrån at t framledningstemperaturen sänks 5 °C både för
Gunnesboverket och Södra Verket . Detta ska emellert id inte tolkas som at t beräkningarna i N etsim visar
at t exakt denna sänkning gäller över t .ex. et t helt år. 5 °C är valt för at t det är i storleksordning med vad
sänkningen blir för vissa av de dagar som har simulerats, för at t få en ungefärlig uppskattning av vad den
laststyrda framledningstemperaturen totalt set t kan innebära ekonomiskt .
Statiska kontra dynamiska beräkningar 7.4
De stat iska simuleringarna indikerar at t en större temperatursänkning är möjlig än vad de dynamiska visar.
I teorin bör det vara tvärtom eftersom de stat iska beräkningarna är gjorda med en last som motsvarar den
högsta lasten under dygnet vid en viss utomhustemperatur. Det oväntade resultatet kan ha flera
förklaringar. Dels är det en grundläggande skillnad på stat iska och dynamiska beräkningar i N etsim där de
stat iska, som hörs på namnet, enbart tar en ögonblicksbild av nätet vid den aktuella situat ionen vad
beträffande utomhustemperaturer, effekter och framledningstemperaturer. I de dynamiska t illkommer en
t idsfördröjning som kraft igt påverkar förutsät tningarna. Det krävs då högre framledningstemperatur vid en
viss t idpunkt för at t ta hänsyn t ill at t lasten i nätet ökar längre fram i t iden (på grund av lägre
utomhustemperatur), än vad de stat iska beräkningarna indikerar. Detta kompenseras inte fullt ut av at t det
går at t sänka framledningstemperaturen då lasten förväntas minska eftersom lång t idfördröjning i nätet gör
at t framledningstemperaturen strax måste öka igen för at t hinna nå fram t ill nätets perifera delar då lasten
ökar. Ytterligare et t problem med de stat iska beräkningarna är at t vid 0 °C sker et t byte av
förbrukningsdata från de för mars-april & oktober-november t ill de för december-februari.
Förbrukningsdatan från tumavtrycken borde ge et t entydigt resultat vid samma utomhustemperatur, men
så är inte fallet vilket bland annat illustreras av den stora höjningen av framledningstemperaturen mellan 0
°C och -2 °C för de stat iska simuleringarna.
Det visade sig vid en dynamisk simulering av den godtyckliga kalla vinterdagen (se avsnit t 6.1.5) at t
framledningstemperatur enligt den nya framledningskurvan från de stat iska simuleringarna gav alldeles för
låga differenstryck för at t anses acceptabelt . Detta indikerar tydligt at t de stat iska beräkningarna kraft igt
underskat tar framledningstemperaturen. Stat iska beräkningar kan däremot vara et t vikt igt verktyg at t
använda då man undersöker förhållandena i nätet vid maximal last , dvs. hög social last vid mycket låg
utomhustemperatur.
Beräkningen av den ekonomiska besparingens noggrannhet 7.5
De ekonomiska beräkningarna bör ses som grova uppskattningar av vad sänkt framledningstemperatur
innebär. Resultatet för de enskilda faktorer som påverkas är starkt beroende av antaganden och indata t ill
beräkningarna.
Den ekonomiska besparingen av minskade värmeförluster skiljer sig kraft igt mellan N etsims beräknade
värmeförluster och Kraftringens typvärde på värmeförluster. Används Kraftringens värde ökar värdet av
sänkt framledningstemperatur med ca 60 %.
Besparing från höjd värmefaktor är beroende av drift t iden och at t värmepumparnas uteffekt bibehålls vid
lägre framledningstemperatur. Beräkningarna är gjorda utifrån antagandet at t värmepumparna körs som
78
under 2012. Detta kan ändras då Örtoftaverket tas i drift , även om Örtoftaverket främst ska ersät ta dyrare
marginalproduktion såsom bioolja. Vidare är besparingen även beroende av vilka andra produktionsenheter
som är i drift . Värmepumparna på Gunnesboverket är seriekopplade med de andra enheterna på
Gunnesboverket vilket innebär at t sänkningen av framledningstemperaturen fördelar sig på enheterna. En
grads sänkning av framledningstemperaturen ut från Gunneboverket ger då inte en grads sänkning av
temperaturen ut från värmepumparna. I beräkningen har hänsyn endast tagits t ill at t värmepumparna är
inbördes seriekopplade. Värmepumparna är dock parallellkopplade med Örtoftaverket vilket innebär at t en
grads sänkning av framledningstemperaturen får en grads inverkan på temperaturen ut från de respektive
produktionsenheterna.
Även beräkningarna av ökad elproduktion i Örtoftaverket lider av osäkerheter och beror starkt på vilka
antaganden som görs. Man bör notera hur mycket kalkylen skiljer sig beroende på om α-värden från
Forsmans (2013) examensarbete används eller om Kraftringens eget värde används. ’Facit’ kan inte fås
förrän Örtoftaverket har varit i drift en längre period. Beräkningarna bör revideras när uppmätta data över
elproduktionens beroende av framledningstemperaturen finns at t t illgå.
Pumparbetets ökning vid en viss sänkning av framledningstemperaturen varierar beroende på vilket
referensfall (dvs. vilket dygn) som ökningen jämförs med. Ökning av pumparbete per grad sänkt
framledningstemperatur varierar därmed mellan de olika dagar som har simulerats. Ökningen av
pumparbete på årsbasis har uppskattats ut ifrån medelvärde av pumparbetesökningen de aktuella dagarna
och är därför endast en grov uppskattning. Resultatet är dock i linje med var Kraftringens egna beräkningar
visar.
Den ekonomiska sammanfat tningen slår samman flera osäkra faktorer. Denna bör allt så ses som en mycket
grov uppskattning av framledningstemperaturens värde. Besparingen ligger under men i storleksordning
med vad FVB Sverige uppskattar som medelvärde för svenska fjärrvärmenät . Vad som är intressant at t
notera är at t marginalkostnaden för värmeproduktion får liten betydelse för helheten eftersom denna
påverkar olika faktorer i olika riktning.
Det ekonomiska resultatets helhet är beroende av vilka produktionsanläggningar som körs. Det syns tydligt
at t det framförallt är värmepumparna som står för den största delen av besparingen. I et t scenario där
Örtoftaverket backas upp av dyr spetslast , värmepumparna står st illa och elpriset är lågt kan sänkt
framledningstemperatur innebära en direkt förlust .
I arbetet har ingen hänsyn tagits t ill det ekonomiska värdet av sänkt returtemperatur. Returtemperaturen
har antagits inte uppvisa något beroende på en förändrad framledningstemperatur, delvis eftersom
beroendet är svårt at t klarlägga. Sänkt returtemperatur kommer framöver dock ha et t mycket stort
ekonomiskt värde eftersom effekten i Örtoftaverkets rökgaskondensor ökar med sänkt returtemperatur.
Enligt Kraftringens uppgifter ökar effekten med 0,6 MW per grad sänkt framledningstemperatur. Detta
innebär en intäktsökning om 720 000 - 2 160 000 kr per grad14. Om returtemperaturen uppvisar et t
beroende på framledningstemperaturen kan det ta kraft igt förändra kalkylen. Om sänkt
14 Beräknat på marginalkostnad för värmeproduktion 200 - 600 kr/MW h och 6000 h drift tid per år.
79
framledningstemperatur leder t ill lägre returtemperatur ökar givetvis besparingen med sänkt
framledningstemperatur.
Vågar man sänka temperaturen så här mycket i verkligheten? 7.6
Simuleringarna i N etsim visar at t framledningstemperaturen kan sänkas med omkring 5 °C i genomsnit t vid
vissa utomhustemperaturförhållanden då framledningstemperaturen lastanpassas. Givetvis är N etsim bara
en modell av verkligheten, där vissa brister, såsom at t returtemperaturen inte kan varieras över dygnet ,
leder t ill et t visst mått av osäkerhet i överrenstämmandet med verkligheten. Då 5 °C är en relat ivt stor
sänkning av framledningstemperaturen är det givetvis relevant at t ifrågasät ta om modellens resultat är
t illförlit liga t ill den grad at t den laststyrda framledningstemperaturen kan användas i praktiken.
Det faktum at t framledningstemperaturen från Gunnesboverket inte har varit möjlig at t styra under
arbetets genomförande t illför intressant information kring den här frågeställningen. Betraktas den
laststyrda framledningstemperaturen den 11 november och jämförs med den uppmätta
framledningstemperaturen framgår det at t den uppmätta framledningstemperaturen i genomsnit t endast är
0,86 °C högre än den laststyrda och vid flera t idpunkter på dygnet ligger den klart under. Den laststyrda
framledningstemperaturen har dock sänkts med 5,5 °C jämfört med framledningstemperaturen enligt
framledningskurvan. Således har man i prakt iken i princip omedvetet redan testat den lägre
framledningstemperaturen utan at t några problem har uppmärksammats. I verkligheten kan givetvis
differenstrycken på olika platser i nätet vara lägre än den gräns som användes i simuleringarna; 1 bar.
Eftersom differenstrycket endast mäts på et t fåtal platser sker ingen återkoppling av lågt differenstryck
förrän det uppmärksammas av kunden, t .ex. pga. för låg inomhustemperatur. Slutsatsen blir at t det inte
finns någon risk at t testa laststyrd framledningstemperatur i verkligheten fullt ut .
Vad kan man fortsätta arbeta med i framtiden? 7.7
Förslag på fortsat t arbete baserar sig på det arbete som utförts under examensarbetet och de önskvärda
förbät tringar som har observerats. Inom två områden finns det anledning at t arbeta vidare: utveckling av
N etsim-modellen samt uppdatering av tumavtrycken för laststyrd framledning.
Utveckling av Netsim-modellen 7.7.1
Eftersom fjärrvärmenätet i Lund hela t iden utvecklas – både vad gällande förändringar i kundbasen samt
förändringar i produktionsmixen – måste även modellen över nätet uppdateras kont inuerligt . Under
vintern 2013/2014 ansluts Örtoftaverket t ill Lunds fjärrvärmenät , och framöver t illkommer även spillvärme
från MAX IV och ESS. Dessa förändrade förutsät tningar kan simuleras i N etsim redan innan
anläggningarna är anslutna för at t ge en bild av dess påverkan på nätet och de eventuella åtgärder som
måste vidtas för at t stärka nätet . Vidare finns finjusteringar kvar at t göras i modellen; t .ex. styrs
differenstrycket på södra nätet via ventiler i returledningen, vilka i dagsläget saknas i modellen. För at t
modellen ska fungera t illförlit ligt även i framtiden måste de kunder och områden som ansluts i verkligheten
även anslutas i N etsim.
Uppdatering av tumavtryck för laststyrd framledning 7.7.2
I dagsläget är data över kundernas förbrukning vid givna t idpunkter och utomhustemperaturer -
tumavtrycken – fördelade på fyra säsonger. Att behöva byta kategori på kunderna mellan årst iderna innebär
80
merarbete i N etsim samt får t ill följd at t förutsät tningarna för simuleringarna förändras då man byter från
en säsong t ill en annan. För at t underlät ta arbetet i N etsim hade en framtida åtgärd kunnat vara at t istället
samla alla effektfaktorer för alla utomhustemperaturer under hela året i en enda fil. Dessutom bör
effektfaktorerna, i likhet med N etsim-modellen, uppdateras då det t illkommer nya kunder i nätet . Vidare
hade en schablonmässig t illdelning av kategorier för olika kunder gjort et t framtida arbete mer
överskådligt . Att tydligare kategorisera kunder efter typ – såsom småhus, villor, industri etc. – gör at t man
vid utbyggnad av nätet vet exakt vilken kategori de nya kunderna ska t illdelas.
81
8 Referenser
Andersson, F., Simuleringsmodell av Gävles fjärrvärmenät, Umeå universitet .
Feurstein, H ., 2013, Kraftringen, Intervju.
Frederiksen, S. & W erner, S., 2013, District Heating and Cooling, Student lit teratur.
Gadd, H ., 2012, To M easure is to Know!, Licensiate Dissertat ion, Lunds Universitet ,
H edberg, M. & Koppers, G., 2011, Lastprognoser för fjärrvärme med hänsyn till scenarier och osäkerhet i vädret,
Värmeforsk Service AB, P08-824, ISSN 1653-1248.
Jamot , J. & Olsson, F., 2013, Optimering av framledningstemperaturen på södra fjärrvärmenätet i Lund,
examensarbete LTH .
Kvarnström, J., Dotzauer, E., Gollvik, L. & Andersson, C., 2007, Lastprognoser för fjärrvärme, Värmeforsk
Service AB, P06-620, ISSN 1653-1248.
N ilsson, C., & Tengqvist , H ., 2013, Kategorisering av fjärrvärmekunder utifrån användarmönster,
examensarbete LTH , ISSN 0282-1990.
N ilsson, C., 2013, intervju 2013-09-05.
Petersson, S, 2013, FVB Sverige, telefonintervju & mejlkonversat ion, 2012-11-28.
Saarinen, L., 2010, M odel-based control of district heating supply temperature, Värmeforsk, P08-819.
Saarinen, L,. & Boman, K., 2012, Optimerad framledningstemperatur för stora fjärrvärmenät, Värmeforsk, P08-
830.
Statens energimyndighet , 2012 (a), Energiläget 2012, ET 2012:34
Statens energimyndighet 2012 (b), Energistatistik för småhus, flerbostadshus och lokaler, 2011,ISSN 1654-7543
Svenska fjärrvärmeföreningen, 2000, A vkylningen i ett fjärrvärmenät, FVF 2000:03, Svenska
fjärrvärmeföreningens Service AB.
Svensk Fjärrvärme, 2013, Så funkar fjärrvärme, ht tp://www.svenskfjarrvarme.se/Fjarrvarme/Sa-funkar-
fjarrvarme/, hämtat 2013-09-25.
Svensk fjärrvärme, 2009, M odell för ändrade förutsättningar i fjärrvärmenät, rapport 2009:50, förfat tad av
Patrik Selinder och H åkan W alletun, ISBN 978-91-7381-065-4.
Vitec Energy 2013, Netsim A nvändarmanual.
W alletun, H ., 2013, intervju, FVB Sverige AB, 2013-10-04.
82
W ollerstrand, J., 1997, District heating substations – Performance, operation and design, Doctoral thesis,
Inst itut ionen för värme- och kraft teknik, Lunds Tekniska H ögskola, ISSN 0282-1990, Paper I .