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

Transkript

1 EXAMENSARBETE INOM ELEKTROTEKNISK TEORI OCH KONSTRUKTION, MASTERPROGRAM ELKRAFTTEKNIK AVANCERAD NIVÅ STOCKHOLM, SVERIGE 2018 Konsekvensanalys av olika förändringar i intäktsrams-regleringen avseende hänsyn till leveranssäkerhet Åsa Majlund I samarbete med Energimarknadsinspektionen KTH ROYAL INSTITUTE OF TECHNOLOGY SCHOOL OF INFORMATION AND COMMUNICATION TECHNOLOGY

2 Konsekvensanalys av olika förändringar i intäktsrams-regleringen avseende hänsyn till leveranssäkerhet Examensarbete inom elektrotekniks teori och konstruktion Masterprogram: Elkraftteknik Författare: Åsa Majlund majamaj@kth.se Handledare: Jan Henning Jürgensen, KTH Carl Johan Wallnerström, Ei Yalin Huang, Ei Examinator: Patrik Hilber April 10, 2018

3

4 Examensarbetet utfördes på Energimarknadsinspektionen, Ei och som en del av masterprogrammet elkraftteknik på KTH. Jag vill tacka mina handledare på Ei, Carl Johan Wallnerström och Yalin Huang, för all hjälp och återkoppling som bidragit till examensarbetet. Jag vill även tacka min handledare på KTH, Jan Henning Jürgensen för all hjälp med att finna lämpliga referenser till examensarbetet. i

5 Abstract The distribution of electricity is a natural monopoly. The infrastructure of the electricity grid is divided into areas and the distribution system operator (DSO) has concession for the distribution of the defined area. The concession is governed by laws and regulation. The Swedish Energy Markets Inspectorate (Ei) is the national regulatory authority. The continuity of supply of electricity is a part of the regulation. The incentive is given by a revenue cap regulation which may result in a reward or penalty. The performance indicators are a measure of the continuity of supply and used in the calculation of the revenue cap regulation. The Master thesis aims to specify the possible consequences for the electricity distribution system operators and their customers utilizing the electricity grid in case of a change of the current methods used to measure the continuity of supply in Sweden. With the current methods, the Ei regulation for year , is the continuity of supply in the local electrical grid estimated from a view where each disruption is treated equal and therefore is SAIFI and SAIDI used. In the regional electrical grid is another method used to measure the continuity of supply, estimated from a view where the loss of supplied energy is considered, therefore uses PNS and ENS. In the documentation is the term ILE used for ENS and ILEffekt for PNS. The Master thesis is constructed to analyze new performance indicators for the local and regional distribution grid. The new performance indicator is the mathematically instrument to measure the continuity of supply and is supported by analytically advantages and disadvantages. The result shows the choice of performance indicators cause a great impact in the revenue cap regulation. AIT, AIF corresponds to ENS and PNS, respectively, divided by power. The three most important results are given by: 1. Mathematical and theoretical results show that ENS, PNS are not good indicators individually or in combination with SAIDI, SAIFI and CEMI4 as power consumption within each customer group varies in the local electrical grid. In the regional electrical grid, power consumption may also vary between the norm period and the supervisory period, which means that ENS, PNS can sometimes be misleading. 2. The inclusion of power disruption over 12 hours generate stronger incentives in the regulation. Because it requires long term planning to avoid interruptions exceeding 12 hours. The difference is shown mainly in local electrical grid with the indicators SAIDI, SAIFI and CEMI4 and gives a slight increase in rewards in the regulation. This affects the DSO s and their customers with a marginal difference. 3. In the short term, the introduction of AIT, AIF as quality indicators means that customers who consume more power within their customer group get higher-value interruptions. An interruption of a high-consumption customer would then be prioritized compared to a customer with a lower consumption. One way to counteract this is to use CEMI4, in order to capture these customers' interruptions in the regulation. In the long term, the regulation does not become cyclically sensitive, meaning that reasonable rewards or penalties are made. This should benefit a long-term planning of the electrical grid, as the DSO s do not have to compensate for this. Keywords: Continuity of supply, SAIFI, SAIDI, PNS, ENS, AIF, AIT. ii

6 Sammanfattning Det elektriska distributionsnätet är ett naturligt monopol. Infrastrukturen av nätet är uppdelat i områden och där nätägaren har nätkoncession för området som omfattas. Koncessionen är styrd av lagar och reglering. Energimarknadsinspektionen (Ei) är en tillsynsmyndighet som arbetar med uppdrag från regeringen. En del av tillsyn för energimarknaden, är reglering av leveranssäkerhet i det elektriska distributionsnätet. Incitamentet i regleringen ges av intäktsramens begränsning vilket kan resultera i en ökning eller minskning av intäktsramen. Kvalitetsindikatorer är ett matematiskt verktyg för att mäta leveranssäkerhet och används i regleringen av intäktsramen. Examensarbetet syftar till att synliggöra de möjliga konsekvenserna för nätföretagen respektive deras kunder av olika förändringar av de mätmetoder som används för att uppskatta leveranssäkerhet. De mätmetoder som används styrs av indikatorer. Indikatorer som mäter antal avbrott per totalt antal kunder kallas SAIFI. Indikatorer som mäter tid för dessa avbrott per totalt antal kunder kallas SAIDI. En annan metod är att de ingående indikatorerna ska mäta icke levererad energi eller effekt och då kallas de ILE respektive ILEffekt. Energimarknadsinspektionen har inför reglerperioden år tillämpat SAIDI och SAIFI för kunder kopplade till lokalnät och ILE och ILEffekt för kunder och gränspunkter inom regionnätet Examensarbetet är utformat för att analysera nya typer av kvalitetsindikatorer i lokalnät och regionnät. De nya kvalitetsindikatorerna är olika matematiska verktyg för att mäta leveranssäkerheten och motiveras med analytiska för- och nackdelar. Resultatet visar att valet av indikator har stor betydelse i intäktsramens reglering. AIT, AIF motsvarar ILE respektive ILEffekt dividerat med effekt. De tre viktigaste resultaten ges av: 1. Matematiska och teoretiska resultat visar att ILE, ILEffekt är inte bra indikatorer enskilt eller i kombination med SAIDI, SAIFI och CEMI4 då effektförbrukningen inom varje kundgrupp varierar för lokalnät. I regionnät så kan effektförbrukningen också variera mellan normperiod och tillsynsperiod vilket ger att ILE, ILEffekt ibland kan bli missvisande. 2. Avbrott över 12 timmar genererar ett starkare incitament i regleringen. Eftersom det kräver långsiktig planering för att undvika avbrott som överstiger 12 timmar. Skillnaden visas främst i lokalnät med indikatorerna SAIDI, SAIFI och CEMI4 och ger en svag höjning av tillägg i regleringen sett på en systemnivå. Det påverkar nätföretagen och deras kunder med en marginell skillnad. 3. På kort sikt innebär införandet av AIT, AIF som kvalitetsindikatorer att de kunder som förbrukar mer inom sin kundgrupp får högre värderade avbrott. Ett avbrott hos en kund med hög förbrukning skulle då prioriteras före en kund med lägre förbrukning. Ett sätt att motverka detta är att använda CEMI4 för att fånga upp dessa kunders avbrott i regleringen. På lång sikt innebär det att regleringen inte blir konjunkturkänslig, vilket innebär att rimliga tillägg eller avdrag görs. Det borde gynna en långsiktig planering av elnätet då elnätsföretagen inte behöver kompensera för detta inom regionnäten och lokalnäten. Nyckelord: Leveranssäkerhet, SAIDI, SAIFI, ILE, ILEffekt, AIT, AIF. iii

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

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

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

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

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

12 Innehållsförteckning Introduktion Problemformulering Översikt till rapport... 4 Bakgrund Leveranssäkerhet i elnät Elnätens infrastruktur Andra länders leveranssäkerhet Intressenternas synpunkter Teoretisk bakgrund Indikatorernas betydelse Matematisk beskrivning av kvalitetsjustering Metod Normfunktion i lokalnät Normfunktion med nya indikatorer i lokalnät Norm i regionalnät Begränsningar av metod Val av antal parametrar till normfunktion Algoritm till normfunktion Begränsningar inom algoritm Utvärdering av metod Nyttjad indata Skillnad till kvalitetsjustering Justering av intäktsram Resultat Lokalnät kvalitetjustering Sammanfattning av kvalitetsjustering i lokalnät Justering av intäktsram lokalnät Sammanfattning av justering av intäktsram i lokalnät Justering av intäktsram i regionnät Sammanfattning av justering av intäktsram i regionnät Sammanvägda resultat ix

13 Diskussion & Slutsats Metodologi till arbete Indikatorer i lokalnät och regionalnät Begränsning av data Jämförelse mot tidigare arbeten Etik och hållbarhet Framtida arbete Litteraturförteckning Appendix Formelsamling Kvalitetsjusteringens samtliga parametrar Appendix Mälarenergi Västerås AB Appendix Enkät till elnätsföretag Specifika förklaringar från enkät Rangordning av motivering till Tabell Rangordning av motivering till Tabell Appendix Matlabkod till anpassning av normfunktion Appendix Tabell över normfunktion Grupp 1, jordbruk Tabell över normfunktion Grupp 2, Industri Tabell över normfunktion Grupp 3, Handel och tjänster Tabell över normfunktion Grupp 4, Offentlig verksamhet Tabell över normfunktion Grupp 5, Hushåll Appendix Figurer för grupp 1, jordbruk med normfunktionen x

14 Kapitel 1 Introduktion Det naturliga monopol som det elektriska distributionsnätet utgör, består av ett antal koncessionsområden eller linjer [1]. Elnätsföretag som tilldelats nätkoncession för området eller linjen ansvarar för hur det nyttjas [2]. Eftersom företaget saknar konkurrens inom sitt distributionsnät behövs lagar och reglering av hur det bör användas. Energimarknadsinspektionen (Ei) är en tillsynsmyndighet som arbetar med uppdrag från regeringen. En del av tillsyn för energimarknaden, är regleringen av leveranssäkerhet och spänningskvalitet i det elektriska distributionsnätet [3]. I detta examensarbete fokuseras det enbart på regleringen som berör leveranssäkerhet. Leveranssäkerhet svarar mot att el kan överföras till elanva ndaren utan avbrott. Elnätsföretagen rapporterar årligen till Ei de elavbrott som sker inom elnätet och informationen används för att reglera intäktsramen. Regleringen som berör leveranssäkerhet som beskrivs nedan syftar på tillsynsperioden som omfattar Syftet med regleringen är att skapa incitament för en optimal samhällsekonomisk leveranssäkerhet [4]. Det innebär att kostnaden för avbrott uppskattas per kundgrupp. Kundgrupperna är indelade för att representera kunder med samma typ av verksamhet. Regleringens tillägg eller avdrag till nätföretagets intäktsram baseras på avbrottskostnaden inom kundgruppen och hur utfallet av avbrotten inom dess kundgrupp förhåller sig i jämförelse mot en norm som utgör en referensnivå. Fo rhandsregleringen för elnätsföretagen innebär att intäktsramen är fastställd i förväg av Ei inför den fyra år långa tillsynsperioden. Intäktsramen ska täcka skäliga kostnader för att bedriva nätverksamhet under tillsynsperioden och ge en rimlig avkastning på det kapital som krävs för att bedriva verksamheten [5]. Regleringen av intäktsramen med avseende på leveranssäkerhet kallas kvalitetsjustering och är begränsad till 5% av intäktsramen för tillsynsperioden och avdraget får inte överstiga avkastningen på kapitalbasen [6]. Kvalitetsjusteringen är ett mått på hur bra leveranssäkerheten är för nätföretaget och beräknas med hjälp av kvalitetsindikatorer som jämförs mot en referensnivå. Kvalitetsindikatorerna och referensnivån som tillämpas i beräkningen av kvalitetsjusteringen beror av vilken del av distributionsnätet som berörs av avbrottet. 1

15 Distributionsnätet är indelat i stamnät, regionnät och lokalnät och svarar mot spänningsnivåer mellan kv, kv och lägre spänningsnivåer upp till 40 kv. Svenska Kraftnät ansvarar för stamnätet. Svenska Kraftnäts intäktsram kvalitetsjusteras utifrån en tioårig normperiod, som infaller två år före tillsynsperioden, som ger referensnivå till Icke Levererad Energi, ILE och Icke Levererad Effekt, ILEffekt. Drygt tjugo elnätsföretag (2016) ansvarar för regionnätet och kvalitetsjusteras likt stamnätets reglering fast med kortare normperiod, fyra år som infaller två år före tillsynsperioden [7] var det totalt 157 nätföretag som ansvarade för lokalnätet och kvalitetsjusteringens omfattning av normperiodens tid motsvarar samma som för regionnätet men referensnivån till kvalitetsindikatorn utgörs av en normfunktion som beror av kundtäthet och genomsnittlig nivå av antal avbrott per kund, SAIFI och längd till dessa avbrott SAIDI. Slutlig justering av den totala kvalitetsjusteringen till elnätsföretag i lokalnätet handlar om den enskilda kundens leveranssäkerhet. Där referensnormen ges av det enskilda företagets historik från normperiodens medelvärde av antalet kunder som erfarit fyra eller fler avbrott, CEMI4 vilket jämförs med det årliga utfallet under tillsynsperioden. Justeringen med CEMI4 är begränsad till att gälla enbart då elnätföretaget presterat över referensnorm i SAIFI, SAIDI och under referensnorm i CEMI4 eller tvärtom. Vidare är inflytandet av CEMI4 begränsat att ge 25 % av den totala kvalitetsjusteringen som ges av kvalitetsindikatorerna SAIFI, SAIDI [8]. Detta examensarbete syftar till att utreda konsekvenserna för nätföretag och kunder inom regionnät och lokalnät då leveranssäkerhet bedöms med andra typer av kvalitetsindikatorer än de som är givna för tillsynsperioden Kvalitetsindikatorerna som utreds är olika kombinationer av de som redan tillämpas i lokalnätets och regionalnätets kvalitetsjustering. Metodiken utgår ifrån att referensnivån är given på samma vis för nätföretag inom regionnätet med historiska värden och inom lokalnätet av en normfunktion som beror av kundtäthet. Resultatet av arbetet visar att det är möjligt att använda samma kvalitetsindikatorer för att reglera leveranssäkerhet inom regionnät och lokalnät om de utgörs av ILE eller ILEffekt vardera dividerat med effekt, AIT respektive AIF. Dessa indikatorer är inte känsliga för hur konjunkturen varierar mellan normperiod och tillsynsperiod, vilket ILE, ILEffekt är. Högkonjunktur bidrar till ökad energiåtgång då fabriker producerar mer och lågkonjunktur bidrar till en minskad energiåtgång, samma antal avbrott skulle då resultera i en skillnad mellan kvalitetsindikatorerna ILE, ILEffekt om den ena perioden utgör normperioden och den andra tillsynsperioden. Samtidigt är AIT, AIF kvalitetsindikatorer som mäter leveranssäkerhet utifrån hur mycket avbrottet är värt med hänsyn till konsumtion av effekt i det lokala nätet, vilket är ett nytt sätt att uppskatta avbrott jämfört med den metod som tillämpas för tillsynsperioden

16 1.1 Problemformulering Examensarbetet utformades initialt med fokus på att enbart utvärdera konsekvenserna för nätföretag och kunder då lokalnät och regionnät anpassade kvalitetsjusteringens indikatorer till att vara SAIDI, SAIFI eller ILE, ILEffekt. Arbetet utvecklades därefter till att även jämföra indikatorer AENS, APNS, AIT, AIF och ASUI. Slutligen fokuserades arbetet på att finna de avgörande för- och nackdelar med att nyttja AIT, AIF som indikator för både lokalnät och regionnät i jämförelse mot de för- och nackdelar till metoden som används för att reglera leveranssäkerhet för tillsynsperioden Initial frågeställning för analys motsvarar frågor Vilka kunder ska omfattas i regleringen av leveranssäkerheten med indikatorerna SAIDI och SAIFI eller ILE och ILEffekt? Andra avgränsningar än lokalnät och regionnät kan användas, såsom spänningsnivå eller kundgrupp. 2. Eventuell lagändring kan leda till att inkludera avbrott över 12 timmar [9]. Hur påverkar val av indikatorer och avgränsningar regleringen för nätföretagen respektive deras kunder, då dessa avbrott inkluderas? 3. Hur påverkas nätföretagen av de olika alternativa sätten att mäta leveranssäkerheten på kortsiktigt och långsiktigt? Hur påverkas nätföretagen på aggregerad nivå och på enskild nivå? 4. Vilka argument finns för att behandla alla kunder lika ur ett avbrottskostnadsperspektiv: a) Oavsett förbrukning, då indikatorerna SAIDI och SAIFI används för att mäta leveranssäkerhet. Varje avbrott är värderat lika inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat. b) Med avseende på förbrukning, vikta kunderna mot deras energiuttag, vilket uppskattas med indikatorerna ILE och ILEffekt. Varje avbrott är värderat utifrån kundens årliga förbrukning inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat. 5. Vad är nätföretagens respektive kundorganisationers åsikter och argument kring val av indikatorer och avgränsning för att mäta leveranssäkerhet? 6. Vilka är de administrativa konsekvenserna för Ei och nätföretagen? 7. Vilka övriga risker går att finna som konsekvens av de olika alternativ som dessa val av indikatorer och avgränsningar ger? Kompletterande frågor 8-10 ges av att även omfatta indikator AIT, AIF. 8. Vad motiverar valet att använda AIT, AIF som indikator till både lokalnät och regionnät? 9. Gynnas särskilda kunder inom kundgruppen då AIT, AIF används som indikator? a) Kan det påverka nätföretagens arbete för leveranssäkerhet på kort eller lång sikt? 3

17 b) Kan dessa kunders säkringsstorlek och nivå på tariff motiveras av en kvalitetsjustering med AIT, AIF? 10. Går det att motivera en kvalitetsjustering med AIT, AIF utifrån ett hållbart perspektiv? Om hållbarhet är ett scenario där ett ökat antal källor till förnybar energi används lokalt och en ökad effektivitet, dvs. minskad energiintensitet är satt som ett miljömål [10]? 1.2 Översikt till rapport I kapitel 2 ges bakgrund till arbetet med en översikt av närliggande arbeten om olika typer av reglering som tillämpas inom distributionsnät. Nätföretagen och kunders åsikter om regleringen ges också som en del av bakgrunden och kommer också att påverka det sammanvägda resultatet som används för att kunna besvara frågorna som ställts i problemformuleringen. Bakgrunden består även av en teoretisk del där varje indikator analyseras utifrån vilka egenskaper den besitter. Analysen ger indikatorernas för- och nackdelar vilket också vägs in i det sammanvägda resultatet. I kapitel 3 ges metod för hur den numeriska analysen ska utföras. Det är främst fokus på hur man finner lämplig normfunktion till de olika indikatorerna vilket enbart berör lokalnät. Det beror på att regionnätets norm bygger på det nätföretagets egna avbrottshistorik, enligt den nuvarande regleringen. En utvärdering av metod ges för att finna vilka svagheter som en generell metod kan medföra när den tillämpas på olika typer av distribution av data. I kapitel 4 presenteras resultaten från den numeriska analysen från utfallsåret 2016 med förklaringar till dess skiftande värden för kvalitetsjusteringen i jämförelse mot den nuvarande regleringen. Numeriska resultat ges även för den procentuella justeringen av intäktsramen som den resulterande leveranssäkerhets regleringen skulle ge med de nya indikatorerna. Ett begränsat antal nätföretag ifrån lokalnät och regionnät ingår i underlaget för numeriska resultat. Numeriska resultat vägs samman med delar ifrån kapitel 2 och utgör sammanvägda resultat. I kapitel 5 presenteras en diskussion och slutsats som även omfattar etik och hållbarhet. 4

18 Kapitel 2 Bakgrund Bakgrund till arbetet ges med en översikt av närliggande arbeten om olika typer av reglering som tillämpas inom distributionsnät. Leveranssäkerhet påverkar både nätföretagen och deras kunder. Därför är dessa intressenters åsikter om regleringen en del av bakgrunden och kommer att påverka det sammanvägda resultatet som används för att kunna besvara frågorna som ställts i problemformuleringen i kapitel 1.1. Bakgrunden består även av en teoretisk del där varje indikator analyseras utifrån vilka egenskaper den besitter. Analysen ger indikatorernas för- och nackdelar vilket också vägs in i det sammanvägda resultatet. 2.1 Leveranssäkerhet i elnät Leveranssäkerhet i stamnät, regionnät och lokalnät beror bland annat av väder, elnätens infrastruktur och hur kvalitetsjusteringen är tillämpad Elnätens infrastruktur Distributionsnätet är indelat i stamnät, regionnät och lokalnät och svarar mot spänningsnivåer mellan kv, kv och lägre spänningsnivåer upp till 40 kv. Leveranssäkerhet omfattar enbart avbrott som är orsakat av fel i eget nät, eftersom ett större avbrott i stamnätet skulle även kunna påverka att leveranssäkerheten påverkas i regionnätet och lokalnätet. Elnät som är beläget i tätort har högre redundans och bidrar till högre leveranssäkerhet i jämförelse med glesbygd där kundens el levereras längs med längre sträckor av ledning som ska felsökas vid avbrott. Regleringen tar hänsyn till kundtätheten i nätet. Kundtätheten i nätet är givet av det totala antalet kunder dividerat på nätets totala ledningssträcka given i kilometer. I det lokala nätets reglering av leveranssäkerhet används kundtätheten som en parameter till normfunktionen för att kunna jämföra elnätsföretag med likvärdiga förhållanden av kundtäthet. 5

19 Väder är också en faktor som påverkar leveranssäkerheten, vilket är tydligt då stormar bidrar till fler elavbrott. Stormen Gudrun 2005 resulterade i att abonnenter blev utan el [11]. Avbrottersättning till kunder som erfar elavbrott på minst 12 timmar betalas av det ansvariga nätföretaget [12]. Regleringen till leveranssäkerhet har till tillsynsperioden enbart omfattat avbrott som är upp till 12 timmar eftersom ellagens reglering av avbrottsersättning ges för de resterande avbrotten som överstiger 12 timmar. Eventuell lagändring av avbrottens omfattning som ska ingå i regleringen av leveranssäkerhet kan göra att även avbrott som överstiger 12 timmar kan inkluderas [9]. Den övre gränsen till avbrottstiden ges då av 24 timmar för de avbrott som ingår i regleringen. Den undre tidsgränsen för ett avbrott som ingår i regleringen av leveranssäkerhet beror av var avbrottet sker i distributionsnätet. Stamnätet och regionalnätet har 100 ms som undre gräns för ett elavbrott. Lokalnätet har 3 min som undre gräns, eftersom kortare avbrott kan bero av omkopplingar i nätet. Inrapportering av data för dessa avbrott som är kortare än 3 min började först vid 2010 till Ei av elnätsföretag i lokalnät [13]. Ytterligare faktorer som påverkar leveranssäkerheten är geografi, nätets utformning och underhåll av de ingående delarna till nätet [13]. Av dessa faktorer är det utformning och underhåll som elnätsföretaget har möjlighet att kunna påverka för att kunna förbättra leveranssäkerheten inom nätet. Kriterierna för stam och regionnätet fastställs enligt det deterministiska N- 1-kriteriet [14]. Stam- och regionnätet är maskade, det innebär vid bortfall av en komponent (N-1) finns en alternativ väg, annars skulle avbrott på dessa överliggande nät resultera i omfattande avbrott på det underliggande distributionsnätet [15] Andra länders leveranssäkerhet Reglering av verksamheten i elnäten skiftar mellan olika metoder i olika länder. Reglering kan brytas ner i delar och kategoriseras utifrån syfte och metod. Ett sätt att beskriva metoderna generellt är att kategorisera dem utifrån tidpunkt då beslut för regleringens begräsningar ansätts. 1) Ex ante reglering, där begränsningen ansätts före den period som ingår i regleringen. Sverige tillämpar denna typ av reglering då intäktsramens storlek bestäms före tillsynsperioden ) Ex post reglering, begränsningen ansätts efter den period som ingår i regleringen. Finland tillämpade denna typ av reglering, från elmarknadens avreglering i Finland 1997 fram till ändrade Finland regleringen till ex ante, till följd av EU:s miljö- och energidirektiv [16]. Ytterligare en indelning av reglering kan kategoriseras av hur begränsningen är utformad. 1) Uppifrån, vilket används då ett tak sätts till kundens nätavgift eller till nätföretagets intäktsram [16]. 2) Underifrån, vilket innebär en begränsning av enstaka ingående delar till intäktsramen. Vilket används då en begränsning sätts till nätföretagets avkastning [16]. 6

20 En annan typ av kategorisering av metoderna i reglering bygger på kostnadsbaserad och incitament-baserad reglering. Dessa metoder beskrivs med hänsyn till vad de ger i incitament till investering. 1) Kostnads-baserad metod, antar en reglering som en begränsar nätföretagets maximala vinst. Den reglerande myndigheten ansätter en begränsad avkastning baserad på information av tidigare period. Syftet med regleringen är att tillåta en tillräcklig intäktsram och en rättvis avkastning till kapitalet. Vinsten ges av avkastningen till kapitalet. Avkastningen som tillåts i regleringen är låg eftersom elnätsföretagen är ansedd som en del av en låg-risk industri. Det attraherar inte investerare som önskar hög avkastning [16]. 2) Incitament-baserad metod, antar en reglering som gör elnätsföretaget oberoende till att kunna förbättra effektiviteten. Den vanligaste metoden ges då av en begränsning av nätavgiftens pris, vilket begränsar prisnivån under flera år och nätföretaget kan ansätta pris vid den högsta tillåtna nivå eller under den högsta tillåtna nivån. Nätföretaget är fritt att behålla hela vinsten som kan ges genom att reducera omkostnader. Det anses attrahera investerare eftersom nätföretaget kan välja nivå på avkastning. Systemet tillåter hög avkastning om verksamhetens omkostnader är låga [16]. Metod att uppskatta avkastningens storlek kan använda sig av WACC- Weighted Average Capital Cost. Analysen av WACC bygger på resultat ifrån hur regleringen verkat i Finland [16]. 1) WACC- Weighted Average Capital Cost, baseras på aktier till kapitalet som jämförs med den verkliga avkastningen. Avkastningen beräknas på intäktsramen (värdet av inkomster) med avdrag av summan av de operativa kostnaderna och av den reglerande myndigheten beräknat avskrivningsvärde för elnätet [16]. a) Avskrivningsvärdet anses inte av den reglerande myndigheten vara av värde i regleringen utan betecknas som en kostnad för elnätet. Tidigare var avskrivningsvärdet i praktiken maximalt 30 % i Finland. Nätföretagen som vill nyttja skattelättnader i Finland hade snabb avskrivning och de bokförda värdena kunde inte möjliggöra förberedelse till framtida investeringar. Tiden för avskrivning uppskattades vara kortare av nätföretagen i jämförelse med den reglerande myndigheten som använder teknik-ekonomisk beräkning av livslängden till elnäten. Utgiften som avskrivningen representerade i elnätens intäktsram är en årlig summa av den verkliga kostnaden för ett ersatt elnät korrigerat med pris index från grosshandeln och kostnaden för elnätets expansion som överstiger intäkterna från elnätsavgifterna. Utgiften är byggd ifrån ett glidande medelvärde av tidigare utgifter och de senaste två årens utgifter i Finland. De tre årens avskrivnings metod som tillämpades i Finland tar inte hänsyn till investeringar som utförts före tre års perioden, vilket är en brist i långsiktig planering [16]. 7

21 b) Svårigheten med metoden, vilket är en slutsats som kan dras ifrån hur den verkat i Finland, är att avgöra den verkliga livslängden för elnätets komponenter. Modellen kan medföra orimliga investeringar eftersom de medför en högre värdering av elnätet genom att föryngra elnätet och öka tillåten avkastning. Samtidigt som kostnaden för ett ersatt elnät och utveckling av befintligt nät kan generera en snabb avskrivning inom tre år, som var given av regleringen i Finland, så är den verkliga avkastningen reducerad. Det gör att elnätsföretagen inte riskerar att påverkas av regleringen. Modellen innebär också att avkastningens ränta kan vara högre än den som är estimerad av den reglerande myndigheten i Finland eftersom räntan inte är reglerad, vilket kan resultera i att elnätsföretag får ett ökat incitament till investeringar [16]. c) Metoden för uppskattning av värdet av elnätet i Finland justerades och baserades istället på teknisk livslängd till komponenterna och kostnad till att ersätta elnätet. Nya investeringar är avskrivna så att vid slutet av bokföringen av komponentens livslängd så är värdet på kapitalet satt till noll. Med ändringen av regleringen i Finland så förväntades nätföretagens möjlighet till anpassning av framtida risker minska och medföra ett högre andel av investeringar. Komponenternas satta tekniska livslängd och avskrivning skulle generera årliga investeringar för att ersätta dem i det befintliga elnätet. En kortsiktigt satt ekonomisk livslängd skulle innebära en hög nivå av årliga investeringar för att bevara det uppskattade värdet av elnätet. En hög nivå på avskrivning motsvarar att elnätet värderas högt vid försäljning om elnätet vill maximera dess vinst [16]. WACC-metoden har också tillämpats i regleringen i Sverige för att beräkna kalkylräntan vilket svarar mot den räntesats som uttrycker avkastningskrav på investerat kapital. Kalkylräntan har beräknats på olika sätt inför olika tillsynsperioder. Ei har gett Ernst & Young uppdrag att beräkna kalkylräntan inför tillsynsperioden respektive [17] och [18]. Ei har föreslagit förändringar inom regleringen med WACC-metoden för att uppskatta en rimlig avkastning inför tillsynsperioden [19]. I detta examensarbete läggs fokus på hur avbrotten mäts med kvalitetsindikatorer och inte till utformandet av kalkylräntan även om det är tydligt att det är en faktor som påverkar investeringar i elnätet och resulterar i hur leveranssäkerheten formas på lång sikt. Metoden med att generera ett ekonomiskt tillägg eller avdrag till elnätsföretagen a r ka nd som Reward or penalty scheme (RPS). Syftet a r att uppnå en optimal socioekonomisk tillförlitlighet på systemnivå. För att skapa en reglering med RPS ska två frågor besvaras: vad är den optimala nivån av systemets tillförlitlighet och vad är ett rimligt pris som kunder ska betala för att uppnå den? Kostnaden för avbrott är ofta svårt att uppskatta och mäts ofta i förlorade inkomster för kunden vid avbrott [20]. Indikatorer som vanligtvis används för att mäta tillförlitligheten ges av: 1) SAIFI, SAIDI, som är kund-baserade indikatorer [20]. 2) ENS (Energy Not Served, vilket motsvaras av ILE), som är last- baserade indikatorer [20]. 8

22 Nederländerna, Italien, Norge, Sverige och Finland använde kunders avbrottskostnader för att skapa incitament under år Avbrottskostnaden byggde då på nationella enkätstudier inom olika kundkategorier, varpå värdena normaliserades mot ett årligt toppvärde av efterfrågan. The Council of European Energy Regulators (CEER) [21] har givit riktlinjer för hur insamling och normalisering ska gå till. Vanligtvis är det värsta tänkbara scenariot som beräknas, det vill säga avbrott antas ske då behovet av elförbrukning är som störst med olika längd på avbrotten [20]. Avbrottskostnaden som tillämpas i Sverige inför tillsynsperioden bygger på antagandet att kunder inom samma kategori har liknande aktiviteter och den avbrutna aktiviteten värderas likvärdigt inom kundkategorin. Därav tillämpas avbrottskostnad för fem kategorier av kundtyper och även för gränspunkter som påverkar underliggande elnät. Inom varje kategori ges två typer av avbrottskostnad, aviserade avbrott som och oaviserade avbrott [22]. Aviserat innebär att avbrottet är planerat och elnätsföretaget har hunnit informera kunden, oaviserat avbrott är ett avbrott som sker utan att kunden har kännedom om det tidigare. Kostnadsmodellen som är en del av RPS kan kategoriseras på flera sätt. I vardera kostnads-modell används kund-baserad eller last-baserad indikator för att mäta tillförlitligheten. 1) Nation-specifik kostnadsmodell, använd i Sverige 2014, innebär att de beräknade avbrottskostnaderna sätts samman till en funktion med en indikator nivå som baseras på drabbade kunder på en nationell nivå [20]. 2) Area-specifik kostnadsmodell, använd i Italien 2014, innebär att de beräknade avbrottskostnaderna sätts samman till en funktion med en indikator nivå som baseras på drabbade kunder inom vardera arean. Kostparametern är beroende av kundtäthet vilket ger olika värden för avbrottkostnader inom tätort eller glesbygd. Kostnadsparametern beror också på det uppmätta värdet av SAIDI inom nätföretagets area [20]. 3) Sektor-specifik kostnadsmodell, använd i Norge 2014, innebär att reglerfunktionen baseras på indikatorer som beräknas för varje kundsektor och sedan är multiplicerade med vardera kundsektors avbrottskostnad [20]. Det motsvarar den reglering som Sverige tillämpar inför tillsynsperioden ) Avbrott-specifik kostnadsmodell, använd i Norge 2014, där avbrottets längd, tidpunkt för avbrottet och rekonstruktion av elnätet används till att beräkna kvalitetsindikatorerna som sedan multipliceras med avbrottskostnaden [20]. Vidare kan regleringen kan kategoriseras med hänsyn till den tidsperiod som regleringen omfattar. Indelningen handlar om tid för reglering och hur begränsningen av RPS beräknas. Syftet är att minska variationen av nätägarens finansiella risk och undvika onödiga justeringar av kundens nätavgift som resultat av avvikelser från given norm nivå. Två olika tillvägagångssätt ges av att antingen använda ett konstant band eller ett flerårigt system för indikatorn. Länder som använde konstant band år 2014, var Finland, Portugal och Slovenien. Flerårigt system nyttjades 2014 av Ungern med tre års löpande medelvärde och Italien med två års löpande medelvärde [20]. 9

23 Begränsningen av RPS visar att förbättring eller försämring av tillförlitligheten bortom satt begränsning genererar inte högre tillägg eller avdrag. Vid en redan usel tillförlitlighet finns risk att en ytterligare försämring inte motiverar en nätägare att vidta åtgärder eftersom det inte ger någon skillnad i avdraget. Begränsat tillägg hjälper inte heller kunder till en nätägare som enbart ökar tillförlitligheten till motsvarande maximalt tillägg [20]. Metoden med begränsat tillägg och avdrag användes 2014 i Sverige, Storbritannien och Irland där begränsningen var vanligtvis given i procent av den tillåtna intäktsramen för nätägaren [20]. Densamma begränsningen används i Sverige inför tillsynsperioden Utvärdering av antal investeringar i elnätet efter avreglering av elmarknaden i Finland verkar vara oberoende av skiftet från ex ante till ex post reglering då de minskat över hela perioden [16]. Utvärdering av incitament till investeringar i elnätet i RPS visar på att störst incitament ges av avbrott-specifik kostnadsmodell och lägst (storleken till incitamentet är nästan hälften av avbrott-specifik kostnadsmodell) är lastbaserad kostnadsmodell [20]. Överlag verkar långsiktig planering och utveckling av elnätets effektivitet svårt att fånga upp med tillämpade metoder av dessa nämnda kategorier av reglering [16] [20] Intressenternas synpunkter Det elektriska distributionsnätet har flera ingående parter som ska fungera tillsammans. Elnätet är utformat för att kunna möta behovet av elförsörjning som förändras över tid, därför diskuteras nätets tillförlitligt med avseende på kapacitet, det är både av producentens och slutkundens intresse att elen kan levereras. Regleringen som avser leveranssäkerhet fokuserar på nätets tillförlitlighet med avseende på hur avbrott påverkar slutkunden ekonomiskt ur ett socioekonomiskt perspektiv. Nätföretagen och deras kunder har olika perspektiv på frågor som rör regleringen men behovet av ett fungerande elnät sammanfaller som en gemensam utgångspunkt för dem eftersom det är en grundläggande funktion som berör alla i samhället. För att få återkoppling om hur nuvarande reglering av leveranssäkerhet påverkar elnätsföretagen ordnades ett möte under hösten 2017 med nätplanerare Kenny Granath och Torbjörn Solver från Mälarenergi Västerås Elnät AB. En sammanfattning av mötets samtliga frågor som berördes finns i Appendix 2. De frågor som berör utveckling av regleringen bemöttes med önskemål om att inte införa för många förändringar snabbt utan att utvärdera hur dessa verkar i praktiken. Avbrottskostnaden som bygger på kundkategorier ifrågasattes då dessa inte går att relatera till kundens elnätsavgift. Vidare diskuterades valet av kvalitetsindikator, huruvida en kund-baserad indikator eller last-baserad indikator är att föredra då elnätets tillförlitlighet skall mätas. Eftersom avbrottskostnaden är given med hänsyn till energi [kr/kwh] och effekt [kr/kw] så motiverades valet av en last-baserad indikator med att vara mer logiskt och stämma bättre överens med hur nätföretag planerar i lokalnät och regionnät. 10

24 Det efterfrågades en reglering som tar hänsyn till elförbrukningens variationer över dygn eller år, vilket skulle spegla kundens behov av elförsörjning på ett tydligare vis. En reglering som är baserad på kundens förbrukningsmönster per timma skulle även innebära en administrativ avgift till elnätsföretagen som ska insamla data, beräkna eventuella förbrukningsmönster samt redovisa den typen av data till Ei för att kunna användas i regleringen. Vidare diskuterades vikten av att normnivåerna skulle uppdateras om regleringen ska inkludera 12 timmars avbrott. Norm och utfall förväntas få likvärdig förskjutning när dessa omfattar samma längd till avbrott. Nyttan av CEMI4 som kvalitetsindikator diskuterades också då den används i specifika fall då utfallet av indikatorerna SAIDI, SAIFI visar en förbättring och CEMI4 visar en försämring eller tvärtom. CEMI4 genererar en liten inverkan, 25 % av den totala kvalitetsjusteringen. Den stokastiska slumpässigheten till avbrott kan ha en större inverkan vid utfallet av ett enskilt år i jämförelse mot ett medelvärde från hela tillsynsperioden, vilket motiverar en förändring av hur CEMI4 beräknas till tillsynsperioden för Strukturen till regleringens olika delar och hur de samverkar med avbrottskostnad och kundkategorier uppfattas som alltför komplex för att kunna vara en styrande faktor vid investeringsbeslut. En enklare reglering skulle generera en minskad osäkerhet kring hur den påverkar elnätsföretagen och därmed kunna vara ett starkare incitament då det kan vara en faktor som vägs in vid beslut om underhåll och utveckling av elnätet. Kvalitén till inrapporterad data ansågs behöva tillsyn av Ei i form av grundligare kontroller av avvikande statistik utöver de stickprov och kontroller som redan utförs. Ökad kontroll skulle leda till att fler avbrott kom med i beräkningen av norm och utfall men också till att leveranssäkerheten totalt sett skulle försämras. För att ytterligare utvärdera hur elnätsföretag förhåller sig till valet av kvalitetsindikator utfördes en enkätundersökning. Den totala enkätens resultat går att finna i Appendix 3. Det genomgående temat som går att sammanställa med en generalisering är att majoriteten av dessa medverkande elnätsföretag önskar att behålla SAIDI, SAIFI som är kund-baserad kvalitetsindikator i lokalnät för samtliga kunder oavsett kundens förbrukning. Valet av SAIDI, SAIFI motiverades främst med att det var tradition, en erkänd metod eller att varje kunds avbrott skall värderas lika. Kundens perspektiv är svårare att fånga upp ifråga om vad olika kundkategorier tycker om regleringen. Kunden berörs av avbrott och betalar en nätavgift men regleringen har inte en direkt relation till elnätsavgiftens storlek. Regleringen av leveranssäkerhet i elnäten påverkar elnätsföretagens intäktsram med begränsningen av 5 % och avdraget får inte överstiga avkastningen på kapitalbasen [6]. Intäktsramen är förhandsreglerad av Ei inför tillsynsperioden och ger elnätsföretagen möjlighet att justera elnätavgiften så länge de inte överstiger den begränsade intäktsramen [23]. 11

25 Elnätsavgiften beror av flera faktorer [23]: 1. Var i landet kunden bor, eftersom varje elnätsföretag har monopol inom sitt område där nätet finns. 2. Om kunden bor i en glesbygd eller tätort. Nätavgiften är oftare högre i glesbygden. 3. Om kunden har sin uttagspunkt till ett nät som är i behov av förnyelse eller underhåll. Alla elnät behöver underhåll och förnyelse över tid, men behovet av underhållet kan variera och ett föråldrat nät har större behov av förnyelse. 4. Vilken typ av säkringsstorlek kunden har, vilket motsvarar hur mycket kunden kan förbruka maximalt. Kan också mätas med tariff vilket anger kostnad i förhållande till förbrukning. 5. Kundens elnätsavgift beror också på elnätsföretagets krav på avkastning. Kundens nätavgift skall finansiera nätrelaterade kostnader [23]: 1. Kostnad för att bibehålla befintligt nät i gott skick med underhåll och planering av drift. 2. Kostnad för utveckling av nätet vilket innebär kostnader för investering och förnyelse av delar det befintliga elnätet. 3. Kostnad för kundservice och administrativa delar som ingår i verksamheten. 4. Kostnad för det svenska stamnätet som ägs av Svenska Kraftnät. Ett flertal elnätsföretag överklagade intäktsramarna som sattes inför tillsynsperioden Dessa fall avgjordes i domstol vid en tidpunkt då nästan hela perioden var slut och några av dessa elnätsföretag fick genom sina krav på höjda intäktsramar vilket resulterade i att höjningen av kundernas elnätsavgift blev förskjuten in i nästa tillsynsperiod [23]. På samma sätt inför tillsynsperioden överklagade ett flertal elnätsföretag Ei:s förhandsreglerade intäktsramar och fick beslut om höjning i förvaltningsrätten [24] och Ei nekades vidare prövning i kammarrätten [25]. Vilket medför dessa höjningar läggs vidare till kunden om elnätsföretaget väljer att nyttja maximal intäktsram. Höjningarna av nätavgifterna uppmärksammades av kunder i media på initiativ främst av riksföreningen Villaägarna [26], [27]. Stora skillnaderna mellan olika regioners nätavgift inom landet har också uppmärksammats av riksföreningen Villaägarna [28]. Ytterligare en kundgrupp nu inom lantbruket, Lantbrukets affärstidning ATL, har uppmärksammat i media storleken på de vinster som nätföretagen erhåller på sin verksamhet [29]. Ei har lagt fram förslag till regeringen på förändringar till förhandregleringen av elnätsföretagens intäktsram som påverkar avkastningen och avskrivningstiden [19], [30], vilket kritiserats av riksföreningen Villaägarna som en åtgärd som kommit försent med tanke på höjningarna av nätavgiften [31]. Eventuell lagändring kommer att påverka intäktsramarna först inför kommande tillsynsperioder. Inför arbetet med att finna lämpliga kvalitetsindikatorer har försök gjorts att nå representanter i riksföreningen Villaägarna för att kunna höra vad de anser är ett rimligt sätt att mäta avbrott, men har dessvärre inte fått något svar. Med nuvarande konstruktion av nätavgiften så kan kunden enbart minska sin kostnad genom att byta till en lägre säkringsstorlek eller minska sin förbrukning om nätavgiften ges av tariff, vilket innebär kundens optimering av elnätsavgiften är last-baserad. 12

26 2.2 Teoretisk bakgrund Tillsynsperioden har följande kvalitetsindikatorer för att mäta leveranssäkerhet för lokalnät och regionnät. Indikatorerna SAIFI, SAIDI tillsammans med CEMI4 som mått på leveranssäkerhet används i lokalnät. Dessa jämförs mot fyra års medelvärde av samtliga nätföretag inom lokalnätet. Medelvärdet ingår i den funktion som sätter normen. Normen används som referensvärde för att uppskatta hur bra leveranssäkerhet varje nätföretag har. Inom lokalnät används kundtäthet inom respektive kundgrupp som en parameter för att kunna skapa norm till elnätsföretaget. I regionnät används istället ILE, ILEffekt för att mäta leveranssäkerhet. Normen bygger på historiska värden till det specifika nätföretaget. Det jämförs enbart mot tidigare prestation i samma nät inom respektive kundgrupp Indikatorernas betydelse För att uppskatta funktionen av olika indikatorer ges en sammanfattning av vad de mäter och hur det fungerar i ett system med hänsyn till kundtäthet T och variation av årsmedeleffekt inom kundgruppen. SAIFI och SAIDI är indikatorer som mäter avbrott som enskilda och lika värda händelser för varje kund. Fördel: SAIFI, SAIDI Fördelen med dessa indikatorer är att varje avbrott viktas lika oberoende av förbrukning till kunden. Ett avbrott till en kund som har låg förbrukning är likvärdigt med ett avbrott som har hög förbrukning. Dessa indikatorer går att relatera till kundtätheten vilket är antalet kunder per km ledning. Kundtätheten är ett mått som används för att kunna jämföra nätföretag med liknande förutsättningar. Därför går det att jämföra SAIFI, SAIDI mellan nätföretag med samma kundtäthet och en norm kan fastställas. Nackdelen: SAIFI, SAIDI Nackdel är att i en stor population av kunder kan enskilda kunder uppleva flera avbrott utan att det påverkar indikatorernas värde nämnvärt. SAIFI, SAIDI behöver en större mängd kunder för att vara en god indikator på hur väl nätet fungerar. I ett regionnät är det kunder som konsumerar mer årsmedeleffekt, men har en mindre population av kunder. Till regionnät kan ett enstaka avbrott ge upphov ett högt värde till SAIFI utan att spegla leveranssäkerheten. I lokalnät så är antalet kunder fler och därmed är SAIFI, SAIDI mer lämplig indikator för att uppskatta leveranssäkerhet. CEMI4 är en indikator som mäter antalet kunder som erfar minst fyra avbrott per år dividerat på totala antalet kunder. Fördel: CEMI4 För att justera det som SAIDI, SAIFI inte kan mäta i en stor population används CEMI4. Indikatorn CEMI4 visar om det finns snedfördelning av avbrott för enstaka kunder. Nackdel: CEMI4 Indikatorn mäter inte om det finns trender i vilken typ av kund som har fler avbrott. Gör inte skillnad mellan kunder med hög förbrukning eller låg förbrukning. 13

27 ILE och ILEffekt är indikatorer som mäter summan av den förlorade energin eller effekten som avbrottet medför. Fördel: ILE och ILEffekt Indikatorerna ILE och ILEffekt mäter avbrott i form av förlorad konsumtion. Dessa indikatorer fungerar väl om det är ett fåtal kunder med likvärdig hög förbrukning. Inom regionnät jämförs ILE, ILEffekt mot medelvärdet av normperiodens värden. Normperioden utgör fyra år. Nackdel: ILE och ILEffekt Indikatorerna ILE och ILEffekt är uppbyggda av dels storlek av antalet kunder och deras förbrukning. Antalet kunder per kilometer ledning är det mått som tar hänsyn till om det är glesbygd, blandat nät eller tätort. Vad kundtäthet inte tar hänsyn till är variation av förbrukning. Det innebär att för en typ av kundtäthet, t.ex. T= 1 kund/km kan ILE, ILEffekt vara låg om avbrottet sker hos en kund med låg förbrukning. På samma sätt kan en identisk kundtäthet T= 1 kund/km generera ett högt värde till ILE, ILEffekt om kunden har en hög förbrukning. Då ett normvärde tas ut för ILE, ILEffekt med hänsyn till kundtäthet kommer det att reflektera var merparten av dessa värden befinner sig. I ett lokalnät finns det variation av hög och låg förbrukning för respektive nätföretag och inom deras olika kundgrupper. Det betyder att enstaka nätföretag med högre andel kunder med hög förbrukning skulle med färre antal avbrott nå samma värde till ILE, ILEffekt som ett genomsnittligt nätföretag med lägre andel kunder med hög förbrukning. Därför blir inte jämförbart att använda ILE, ILEffekt i lokalnät utan att ta hänsyn till variationen av förbrukning inom populationen av kunder för varje nätföretag. AIT, AIF är indikatorer som mäter summan av den förlorade energin eller effekten vägt mot samtliga kunders årsmedeleffekt. Fördel: AIT, AIF Indikatorerna AIT, AIF är effektvägda och gör att olika nät med samma kundtäthet är jämförbara vilket inte är möjligt med ILE eller ILEffekt. Då ILE och ILEffekt divideras med samtliga kunders årsmedeleffekt gör det att kundtätheten blir relevant igen. Då enskilda avbrott mäts i energi och effekt i relation till storleken till den totala konsumtionen, så blir det en uppskattning till hur stor andel energi eller effekt som avbrottet påverkat. För samma kundtäthet t.ex. T= 1 kund/km, kan ett nätföretag med enstaka kunder som har hög förbrukning även mätas mot ett nätföretag enbart låg förbrukning. Eftersom proportionerna av andelen hög och låg förbrukning även vägs in då den totala förbrukningen divideras för dessa. AIT, AIF mäter effektvägda avbrott i form av tid [h] och antal vilket inte går att uppskatta med SAIFI eller SAIDI. Nackdel: AIT, AIF På samma vis som SAIFI, SAIDI kan ge ett lågt värde om några få kunder erfar ett flertal avbrott i en stor population av kunder, kan AIT, AIF ge ett lågt värde om avbrott sker hos samma typ av kunder med låg förbrukning i en stor population av kunder som har högre förbrukning. Då kan det tänkas vara rimligt att även använda en indikator som uppskattar hur ofta avbrott sker, likt CEMI4 som mäter hur många kunder som erfar minst fyra avbrott per år. 14

28 AENS, APNS är indikatorer som mäter summan av den förlorade energin eller effekten vägt mot antalet av samtliga kunder. Fördel: AENS, APNS Indikatorerna AENS och APNS mäter avbrott i form av förlorad konsumtion viktat mot antalet kunder. Dessa indikatorer fungerar väl om det är likvärdig förbrukning för majoriteten av kunderna inom samma kundgrupp. Nackdel: AENS, APNS AENS och APNS har delvis gemensamma nackdelar som ILE och ILEffekt. Det går inte att ge en rättvis jämförelsenorm mellan olika nätföretag med samma kundtäthet men stor variation i energiförbrukning inom respektive kundgrupp. Det betyder att kundtätheten inte är ett tillräckligt mått för att skapa en adekvat jämförelse och på så sätt ge en rättvis normfunktion. ASUI är en indikator som mäter otillgängligheten på systemnivå. Fördel: ASUI Indikatorn ASUI tar hänsyn till systemet som helhet. Den bygger på SAIDI som viktas mot antalet av årets timmar. Nackdel: ASUI Indikatorn ASUI mäter inte frekvensen av avbrott, så det tas ingen hänsyn till antalet avbrott som sker i systemet eller om några kunder erfar ett flertal avbrott. För att avhjälpa det sistnämnda kan indikatorn kompletteras på samma sätt som SAIDI och SAIFI med hjälp av CEMI4. Tabell 1 visar en översikt över indikatorerna. Där bedöms indikatorerna utifrån huruvida de är last-baserade, kund-baserade och huruvida fördelarna är fler än nackdelarna då de ska användas som kvalitetsindikator för att mäta tillförlitligheten i lokalt eller regionalt elnät. Kvalitetsindikatorerna som antas ha fördelar i både lokalnät och regionnät är AIT, AIF i kombination med CEMI4 vilket är markerade i tabellen. Tabell 1: Indikatorernas egenskaper och om de rekommenderas till att användas i regleringen för lokalnät respektive regionnät. Indikator Last Kund För/Mot i Lokalnät För/Mot i Regionnät SAIDI/SAIFI Nej Ja För Mot CEMI4 Nej Ja För För ILE/ILEffekt Ja Nej Mot För AIT/AIF Ja Nej För För AENS/APNS Ja Ja Mot Mot ASUI Nej Ja Mot Mot 15

29 2.2.2 Matematisk beskrivning av kvalitetsjustering Kvalitetsjusteringen av intäktsramen bygger på RPS-metoden där avbrottskostnad och skillnaden mellan norm och utfall för kvalitetsindikatorer sätts samman till en funktion för att mäta nivån på elnätsföretagets leveranssäkerhet. Justeringen med avdrag eller tillägg till intäktsramen beror av om resultatet av utfallet för kvalitetsindikatorn visar på en försämring eller förbättring i jämförelse mot normen. Avbrottskostnaden är baserad på kundkategorier vilket gör att norm och utfall till kvalitetsindikatorer är också indelade i motsvarande kundkategorier. Avbrottskostnaden skiljer sig mellan aviserade avbrott och oaviserade avbrott vilket gör att norm och utfall också är kategoriserade för att representera dessa avbrott var för sig. Sammantaget ges kvalitetjusteringen som en summa av variation inom vardera av dessa kundkategorier för både aviserade avbrott och oaviserade avbrott. Den matematiska beskrivningen av respektive kvalitetsjusteringsmetod motsvarar av de metoder som tillämpas inför tillsynsperioden Normperioden som utgör underlaget till referensvärden eller normen infaller två kalenderår före tillsynsperioden och är fyra kalenderår. Normperioden är i detta fall I lokalnät används kvalitetsindikatorerna SAIDI, SAIFI och CEMI4 och i regionnät används kvalitetsindikatorerna ILE, ILEffekt: Kvalitetsjusteringsmetod Q Y för SAIDI, SAIFI och CEMI4: Kvalitetsjusteringen som används för lokalnät är kund-baserad och motsvaras av föreskrift avseende nätkoncession för område [32]. 5 2 Q Y = ((SAIDI b,j,k SAIDI o,j,k )K e,j,k + (SAIFI b,j,k k=1 j=1 SAIFI o,j,k )K P,j,k ) P av (1) Kvalitetsjusteringsmetodens index: Kundgrupp k, som är sex stycken; hushåll, industri, jordbruk, handel och tjänster, offentlig verksamhet, gränspunkt. För lokalnät används enbart de fem första kundgrupperna. Typ av avbrott j, oaviserade och aviserade avbrott. Baslinje är b, är den norm som beräknats på underlaget från normperioden. Årets utfall för nätföretaget ges av o. Avbrottskostnad K ges på formen av energi e, given i SEK/kWh eller effekt P, given i SEK/kW. Avbrottskostnaden är approximerad för respektive kundgrupp och dess syfte är att representera den socioekonomiska kostnaden för avbrottet. P av mäter tillsynsårets årliga medeleffekten (årsmedeleffekt) inom varje kundgrupp, vilket motsvarar varje kunds förbrukade energi E o,k [kwh] och dividerat med tillsynsårets timmar d o [h], given enhet är kw [33]. P av = E o,k d o (2) 16

30 Regleringen inom lokalnät styrs också med hjälp av avbrottsindikatorn CEMI4. Metoden att mäta årlig förbättring av de kunder som erfar fyra eller fler avbrott sker med CEMI4, vars norm bygger på respektive nätföretags individuella tidigare historik under normperioden [34]. Avbrotten som är fyra eller fler bygger på underlag av oaviserade avbrott. Kunderna är inte delade i kundgrupper utan räknas för varje nätföretag som en enhet och frekvensen av de som erfarit fyra eller fler oaviserade avbrott divideras på det totala antalet kunder. Avbrottstiden är definierad i lokalnät från 3 minuter upp till 12 timmar. Antal avbrott 4 Antalet kunder med minst fyra avbrott CEMI 4 = (3) Totala antalet kunder Storleken till justeringen som CEMI4 indikatorns avvikelse från normen ger upphov till är begränsad att ge ±25 % av kvalitetsjusteringen Q Y som bygger på indikatorerna SAIDI och SAIFI. CEMI 4,δ,y = CEMI 4,b CEMI 4,y (4) Index som ingår i justeringen av CEMI4 indikatorn är givna av aktuellt nätföretag δ, baslinje b som utgör norm från normperioden och årets utfall y för nätföretaget. Villkor för regleringen beror av tecken som indikerar riktningen för kvalitetsjusteringen Q Y och den årliga justeringen CEMI 4,δ,y. Vid förbättrad leveranssäkerhet ges ett positivt tecken till kvalitetsjusteringen och vid försämrad leveranssäkerhet ges negativt tecken till kvalitetsjusteringen. På samma sätt ger en förbättring av antalet kunder som erfar fyra eller fler avbrott ett positivt tecken till den årliga justeringen CEMI 4,δ,y och en ökning av dessa kunder ger ett negativt tecken. Förbättrad SAIDI, SAIFI och försämring av CEMI4. Q Y > 0, CEMI 4 < 0 reducering av kvalitetsjustering Q Y Försämrad SAIDI, SAIFI och förbättring av CEMI 4. Q Y < 0, CEMI 4 > 0 tillskott till kvalitetsjustering Q Y Den slutgiltiga funktionen för kvalitetsjusteringen Q Ty som kopplas mot SAIDI, SAIFI beräknas då enligt: Q Ty = Q Y (1 CEMI 4,δ,y ) (5) Ingen ändring ges till kvalitetsjusteringen Q Y för de två fallen där kvalitetsjusteringen Q Y och CEMI 4 har samma tecken. Det sker då de båda påvisar förbättring eller försämring av de ingående indikatorerna mot normen. För fallet då avbrottsfrekvensen CEMI 4 är oförändrad i jämförelse mot normen och differensen CEMI 4,δ,y skapar ett nollvärde sker ingen justering av den totala årliga avbrottskostnaden Q Y. Det beror på att det redan finns en begränsning i hur stor justeringen kan bli, då den är satt till ±25 % av den totala årliga avbrottskostnaden Q Y [35]. Kvalitetsjusteringen som används för regionnät är last-baserad och motsvaras av föreskrift avseende nätkoncession för linje som inte samredovisas med nätkoncession för område [36]. 6 k=1 2 j=1 Q Y = ((ILE b,j,k ILE o,j,k )K e,j,k + (ILEffekt b,j,k ILEffekt o,j,k )K P,j,k ) (6) 17

31 Kvalitetsjusteringsmetodens index: Kundgrupp k, som är sex stycken; hushåll, industri, jordbruk, handel och tjänster, offentlig verksamhet, gränspunkt. För regionnät används samtliga kundgrupperna. Typ av avbrott j, oaviserade och aviserade avbrott. Baslinje är b, är den norm som beräknats på underlaget från normperioden. Årets utfall för nätföretaget ges av o. Avbrottskostnad K ges på formen av energi e, given i SEK/kWh eller effekt P, given i SEK/kW. Avbrottskostnaden är approximerad för respektive kundgrupp och dess syfte är att representera den socioekonomiska kostnaden för avbrottet. Justeringen av den förhandsreglerade intäktsramen är begränsad till 5% av intäktsramen för tillsynsperioden och avdraget får inte överstiga avkastningen på kapitalbasen [6]. Begränsningarna till de fyra tillsynsårens kvalitetsjustering anges i matematisk form. Q tot = I 4 tot + n=1 Q Y,n = [0. 95, 1. 05] I tot I tot = C tot + I profit Max avdrag: 0.05 I tot I profit (7) Q tot motsvarar den totala tillåtna justeringen av intäktsramen som är given för fyra år under tillsynsperioden. Q Y,n är kvalitetsjusteringen för respektive år under tillsynsperioden, där index n anger vilket år inom perioden som avses. I detta fall med en tillsynsperiod från år 2016 till I tot är den totala intäktsramen som är förhandsreglerad av Ei inför tillsynsperioden. Intäktsramen anges på en generaliserad form som en summa av verksamhetens C tot kostnader och I profit avkastning. 18

32 Kapitel 3 Metod I detta kapitel beskrivs vilken metod som tillämpas för den numeriska analysen. Första delen består av en generell metod som ska generera normfunktion till de olika indikatorerna vilket enbart berör lokalnät. Det beror på att regionnätets norm bygger på nätföretagets egna avbrottshistorik, enligt den nuvarande regleringen. Slutligen ges en utvärdering för att finna vilka svagheter som den generella metoden kan medföra. Det är för att kunna uppskatta hur väl de numeriska resultaten representerar en verklig reglering av leveranssäkerhet. 3.1 Normfunktion i lokalnät Referensen till kvalitetsindikatorerna utgörs av en normfunktion som i lokalnätet beror av kundtäthet. I det här avsnittet beskrivs hur normfunktionen anges för elnätsföretaget i det lokala elnätet. Normfunktionen används vid beräkning av kvalitetsjustering vilket i sin tur påverkar intäktsramens storlek. I kap gavs en generell matematisk beskrivning till beräkningen av kvalitetsjusteringen. I detta avsnitt ges en detaljerad beskrivning av samtliga ingående parametrar som behövs för att göra beräkningen. Avsnittet bygger dels på definitioner och avgränsningar angivna av regler som berör tillsynsperioden men också formler för samtliga indikatorer och hur de används vid kvalitetsjusteringen. I formelsamlingen i Appendix 1 ges detaljerad matematisk beskrivning av samtliga parametrar som ingår i funktionerna till kvalitetsjusteringen. Underlaget till normen utgörs av avbrottsdata som nätkoncessionshavare för område har rapporterat in till Ei. Med område menas ett sammanhängande ledningsnät, med nätkoncessionshavare menas den som ansvarar för ledningsnätet, nätföretaget. För att finna normvärden för de indikatorer som används till att jämföra nätföretagets leveranskvalitet för varje år används minsta-kvadratmetoden för de värden som är givna inom normperioden. Normperioden utgör fyra kalenderår som infaller två år före tillsynsperioden [37]. Som exempel är normperioden för år underlag till norm för tillsynsperioden

33 När normvärden ska uppskattas beräknas indikatorerna för oaviserade och aviserade avbrott t var för sig inom varje kundgrupp k och vägs mot nätföretagets medelvärde av de fyra årens kundtäthet T inom elnätet som anges av f_m, där m anger nummer som kopplas mot nätföretaget. Medelvärdet för respektive indikator kallas avbrottsnivå Z. T f_m (2010, 2011, 2012, 2013) = T f_m (2010)+T f_m (2011)+T f_m (2012)+T f_m (2013) 4 (8) Z tk (2010, 2011, 2012, 2013) = SAIDI t k (2010)+SAIDI t k (2011)+SAIDI t k (2012)+SAIDI t k (2013) 4 (9) På så vis kan varje avbrottsnivå Z kopplas mot medelvärdet av kundtäthet T för respektive aviserade och oaviserade avbrott och kundgrupp. Som ett illustrativt exempel ges Tabell 2, med oaviserade avbrott för kundgrupp hushåll, för varje nätföretag med givet medelvärde av kundtäthet. Tabell 2: Exempel på koppling mellan avbrottsnivå och kundtäthet. Nätföretag 1 Hushåll Z oaviserade (1) T f1 (1) Nätföretag 2 Hushåll Z oaviserade (2) T f_2 (2) Nätföretag m Hushåll (m) T f_m (m) Z oaviserade Extremvärden av avbrottsnivå exkluderas och resterande punkter används för att med minsta-kvadratmetoden finna medelavbrottsnivå Y för normperioden. Minsta-kvadratmetoden baseras på att studera utfallet av mätpunkter och göra ett antagande kring vilken typ av funktion som kan anpassas för att minimera det vinkelräta avståndet till de givna mätpunkterna [38]. Det kvadratiska medelfelet svarar mot den genomsnittliga avvikelsen och skall vara så liten som möjligt. I ett allmänt fall är det möjligt att anta en kurva y med kända funktioner f n för att minimera avståndet med matrisberäkning. Exempel: Minsta-kvadratmetoden Tabell 3: Givna mätdata. y 1 t 1 y 2 t 2 y 3 t 3 y 4 t 4 Förmodad kurva y som ska anpassas till mätpunkterna, är givna i Tabell 3. Mätpunkterna är givna av ett värde y 1 som är observerat vid en tidpunkt t 1. Anpassning av kurva y bygger på ett antagande kring vilka funktioner som är relevanta för mätpunkterna. Det kan ges av fysikaliska lagar, statistiska tillämpningar som kan ge lämpliga funktioner för att beskriva systemet som genererar mätpunkterna. 20

34 Funktionerna f k är kända men inte koefficienterna c k till funktionerna. y = c 1 f 1 (t) + c 2 f 2 (t) + c k f k (t) (10) På matrisform. c 1 y 1 f 1 (t 1 ) f k (t 1 ) [ ] [ ] = [ ] (11) f 1 (t 4 ) f k (t 4 ) c k y 4 A c = y (12) Dimensions kontroll av ingående matriser. dim(a ) = 4 k, dim(c ) = k 1, dim(y ) = 4 1 Lösningen till koefficienterna ges av normalekvationen, vilket innebär att A matrisen transponeras och multipliceras med båda sidor av ekvationen. A T A c = A T y (13) Dimension till ingående matriser. dim(a T ) = k 4, dim(a c ) = 4 1, dim(a T y ) = k 1 Lösningen c ger koefficienterna till kurvan y. Det vinkelräta avståndet mellan mätpunkter och den förmodade kurvan y ges av den Euklidiska normen av avvikelsen. Vinkelräta avstånd mellan kurva och mätpunkter A c y = (c 1 f 1 (t i ) + c 2 f 2 (t i ) + c k f k (t i ) y i ) 2 4 i=1 (14) Det kvadratiska medelfelet anger den genomsnittliga avvikelsen ε = A c y 4 (15) Det är teoretiskt möjligt att dela upp mätpunkterna i sektioner av olika kundtäthet för att få bättre tillpassning och minimera avståndet ytterligare. Funktionen som Ei använder för att uppskatta medelavbrottsnivån Y som funktion av medelvärdet av kundtätheten T är anpassad av tre parametrar α, β, γ vilket motsvarar koefficienterna i tidigare givet exempel. Formen på funktionen Y(T): Y(T) = + β (16) (γ+t) Randvillkor till funktionens koefficienter, där T min motsvarar minsta medelvärdet av de ingående kundtätheterna i normperioden: α 0, β 0, γ 0. 9 T min (17) Minsta-kvadratmetoden anger då de ingående koefficienterna som saknas och det kvadratiska medelfelet visar hur många kända funktioner bör vara med för att minimera avståndet mellan avbrottsnivå Z och medelavbrottsnivå Y x (T). Teoretiskt sett kan fler funktioner än den som ges av ekvation (16) ingå, men för att ge att hanterbart uttryck bör den resulterande metoden ge en liten avvikelse och samtidigt vara en funktion som är överskådlig. 21

35 Då medelavbrottnivån Y(T) är given med sina koefficienter kan normnivån fastställas. Om nätkoncessionshavaren (i detta fall; nätföretaget med ansvar för visst ledningsnät) har en avbrottsnivå Z(T) som är lägre eller lika med medelavbrottsnivån Y(T) vid samma kundtäthet T anges avbrottsnivå Z(T) till normnivå för varje år i tillsynsperioden. I detta fall utges tillsynsperioden av åren Z(T) Y(T) N i = Z(T), i = [1, 4] år i tillsynsperioden (18) I det fall som avbrottsnivå Z(T) är högre än medelavbrottsnivå Y(T) vid samma kundtäthet T, så periodiseras normnivån per år i tillsynsperioden. Z(T) Y(T) N i = Y(T) + (Z(T) Y(T)) (4 i) (19) 4 Normen för varje år inom tillsynsperioden för nätföretaget. År i=1 motsvarar N 1 = Y(T) + (Z(T) Y(T)) (4 1) 4 N 1 = Y(T) + 3 (Z(T) Y(T)) (20) 4 N 1 = 3 4 Z(T) Y(T) År i=2 motsvarar N 2 = Y(T) + (Z(T) Y(T)) (4 2) 4 N 2 = Y(T) + 2 (Z(T) Y(T)) (21) 4 N 2 = 1 2 Z(T) Y(T) År i=3 motsvarar N 3 = Y(T) + (Z(T) Y(T)) (4 3) 4 N 3 = Y(T) + 1 (Z(T) Y(T)) (22) 4 N 3 = 1 4 Z(T) Y(T) År i=4 motsvarar N 4 = Y(T) + (Z(T) Y(T)) (4 4) 4 N 4 = Y(T) (23) Under tillsynsperioden sker reglering av det givna årets utfall för nätägaren mot normnivån och multipliceras med den konsumentprisindex justerade kostnad som är uppskattad i avbrottskostnadsvärderingen. I arbetet med att testa olika kvalitetsindikatorer för lokalnätet används samma metodik med att skapa en normfunktion som beror av kundtäthet. Skillnaden i metoden utgörs av att tre olika testfunktioner optimerar de ingående koefficienterna med avseende på att minimera felmarginalen. Den testfunktion som genererar minst felmarginal anges då som normfunktion. 22

36 3.1.1 Normfunktion med nya indikatorer i lokalnät För att finna norm till de nya indikatorerna har lokala nätföretags inrapporterade data från normperioden använts. Med samma metodik som angavs i kapitel 3.1 utgör medelavbrottsnivån en funktion. Funktionen beror av kundtäthet och ges inom vardera kundgruppen och typ av avbrott är medelvärde av de fyra sammanhängande åren. I formelsamlingen i Appendix 1 ges detaljerad matematisk beskrivning av samtliga parametrar som ingår i funktionerna till kvalitetsjusteringen. I urvalet har normperiodens data sorterats så att samma nätföretag återkommer inom dessa fyra år och för varje kundgrupp finns fyra års data att nyttja till att finna ett medelvärde. Det gör att det är färre lokala nätföretag, 156 stycken, som ingår än det totala antalet för år 2010, som vilket motsvarar maximalt antal lokala nätföretag, 168 stycken. De grupper som varje nätföretag har kan förändras över normperioden, men det är bara de som är återkommande för samtliga år som används vid sökandet efter lämplig norm. Indikatorer som är viktade mot antalet kunder i respektive grupp får en norm som är relaterat till kundtäthet, vilket motsvarar totala antalet kunder för nätföretaget viktat mot ledningslängd i km. Relationen beror av mängden av uttagspunkter för en ledningssträcka. De indikatorer som vars funktion består av en division av antalet kunder ges av SAIFI, SAIDI, CEMI 4, AENS, APNS, ASAI och ASUI. För att finna lämplig normfunktion till de nya indikatorerna, utifrån data som de 156 elnätsföretagen utgör används en iterativ process av regressionsanalys. En schematisk bild av processen ges av Figur 1. I Appendix 4 finns Matlabkod för respektive steg som används för att finna normfunktionen till respektive ny indikator. Postulera en modell inkl. antaganden Parameterskattning från observationer Ny eller modifierad modell. Verifiering av modell. Test av villkor. Modell håller inte och förkastas. Modell accepterad, använd modell. Figur 1: Iterativ process till att finna rätt modell, i detta fall normfunktion. 23

37 Fyra års medelvärde ger data till de nya indikatorerna som plottas mot kundtäthet. Normfunktion till de nya indikatorerna uppskattas med regression av icke linjär kurvanpassning med villkor för ingående variabel för att uppfylla två villkor: 1. Funktionen skall vara positiv för alla värden till kundtäthet. 2. Funktionen skall vara avtagande för att ta hänsyn till avbrottsstatistik i glesbygd respektive tätort. I sista steget av processen jämförs summan av kvadratfelen för respektive funktion för att uppskatta hur bra funktionen passar. Funktionens minsta kvadratfel skall minimeras, därför ansätts tre funktioner som uppfyller villkor angivna av 1 och 2, varpå den med lägst fel väljs. De tre funktionerna som tillämpas i modellen är valda med avseende på att uppfylla villkor 2, begränsningen till koefficienterna är valda med avseende på att uppfylla villkor 1: Metod 1. Ei modell som tillämpas på SAIDI, SAIFI för lokalnät. f(x) = a + b (c+x) a 0, b 0, c 0. 9 min (x) (24) Metod 2. Exponentiell funktion. f(x) = 1 + b e( x c) (a+x) a 0. 9 min (x), b 0, c 0 (25) Metod 3. Coth funktion. f(x) = 1 + b coth(x c) (a+x) a 0. 9 min (x), b 0, c 0 (26) Resultatet från den iterativa processen ges i Appendix 5, för respektive kundgrupp och indikator med 95 % konfidensintervall för variabelparametrarna a, b, c. I enstaka fall har Matlab inte kunnat ange konfidensintervallet och dessa lämnas tomma i tabellen. Intäktsramen beräknas för basfallet SAIDI, SAIFI och CEMI4 och jämförs mot motsvarande intäktsram given av ny indikator. Skillnaden anges i kostnad för respektive elnätsföretag. Trend för respektive ny indikator visas med att plotta resultatet mot antalet kunder, effektförbrukning, kundtäthet och effekt baserad på ledningslängd. Figur 2, visar grundfallen av vilka indikatorer som jämförs mot basfallet. 24

38 ILE, IlEffekt AIT, AIF Basfall SAIDI, SAIFI och CEMI 4 AENS, APNS ASUI 12 h SAIDI, SAIFI och CEMI 4 Figur 2: Basfall och respektive nya indikatorer som skall jämföras. Lokalnät kan även delas in i högspänning >1 kv och lågspänning 1 kv. Kunder som nyttjar respektive nät kallas högspänningskund, HV och lågspänningskund, LV. Basfallet jämförs även mot indelning av dessa kunder enligt Figur 3. Jämförelsen baseras på antagandet att LV-kunder har en lägre förbrukning och avbrotten är rimliga att beräknas med kund-baserad metod som basfallet representerar, HV-kunder har mer variation av förbrukning och därmed beräknas dessa avbrott med last-baserade indikatorer såsom ILE, ILEffekt, AIT, AIF, AENS och APNS. LV:SAIDI, SAIFI och CEMI 4 HV: ILE, IlEffekt Basfall SAIDI, SAIFI och CEMI 4 LV:SAIDI, SAIFI och CEMI 4 HV: AIT, AIF LV:SAIDI, SAIFI och CEMI 4 HV: AENS, APNS Figur 3. Basfallet och respektive indikator indelade i lågspänningskund LV och högspänningskund HV. 25

39 I sista jämförelsen används olika kundgrupper, där hushållskunderna från grupp 5 använder basfallsmetoden och övriga grupper nya indikatorer enligt Figur 4. Jämförelsen baseras på antagandet att hushållskunder har mindre variation och lägre förbrukning och därför är avbrotten rimliga att beräknas med kund-baserad metod som basfallet representerar, övriga kundgrupper har mer variation av förbrukning och därmed beräknas dessa avbrott med last-baserade indikatorer såsom ILE, ILEffekt, AIT, AIF, AENS och APNS. Basfall SAIDI, SAIFI och CEMI 4 Grupp 5 :SAIDI, SAIFI och CEMI 4 Övriga: ILE, IlEffekt Grupp 5: SAIDI, SAIFI och CEMI 4 Övriga: AIT, AIF Grupp 5: SAIDI, SAIFI och CEMI 4 Övriga: AENS, APNS Figur 4. Basfallet och respektive indikator indelade i hushållskund från grupp 5 och övriga grupper. Jämförelsen av ny kvalitetsjusterings metod, mot basfallet vilket motsvarar nuvarande kvalitetsjusterings metod är grunden i samtliga numeriska resultat som ges i kapitel 4.1. Q = Q NY Q Basfall (27) Q Basfall är given av funktionerna (1), (4), (5) som ges i kapitel De nya metoderna för kvalitetsjustering ges nedan. Kvalitetjusterings metod Q NY för AIT, AIF. 5 2 Q NY = k=1 j=1 ((AIT b,j,k AIT o,j,k )K e,j,k + (AIF b,j,k AIF o,j,k )K P,j,k ) P av (28) Kvalitetjusterings metod Q NY för AENS, APNS. 5 k=1 2 j=1 Q NY = ((AENS b,j,k AENS o,j,k )K e,j,k + (APNS b,j,k APNS o,j,k )K P,j,k ) (29) Kvalitetjusterings metod Q NY för ASUI. 5 2 Q NY = k=1 j=1 ((ASUI b,j,k ASUI o,j,k )K P,j,k ) P av (30) Index till formlerna: Kundgrupp k, som är sex stycken; hushåll, industri, jordbruk, handel och tjänster, offentlig verksamhet, gränspunkt. För lokalnät används enbart de fem första kundgrupperna. Typ av avbrott j, oaviserade och aviserade avbrott. Baslinje är b, är den norm som beräknats på underlaget från normperioden. Årets utfall för nätföretaget ges av o. Kvalitetskostnad K ges av energi e, given i SEK/kWh eller effekt P, given i SEK/kW. Avbrotten är delade i typ av avbrott oaviserade och aviserade avbrott och därefter indelade i respektive kundgrupp. 26

40 3.2 Norm i regionalnät Normen i regionalnät som används i kvalitetsjusteringen baseras på nätföretagets egna medelvärden ifrån normperioden. Normen ges för aviserade och oaviserade avbrott inom vardera kundkategori som finns representerade av kundunderlaget till nätföretaget. Då nya kvalitetsindikatorer testas så används samma metod för att skapa en norm som bygger på nätföretagets tidigare utfall inom normperioden. För numeriska resultat så är inte jämförelsen med lågspänningskunder och högspänningskunder relevant, då det enbart är högspänningskunder som nyttjar regionnätet. På samma vis är det heller inte meningsfullt att dela in kundgrupper i hushållskunder och övriga eftersom hushållskunder inte är representerade i kundunderlaget för regionnät. De numeriska resultaten bygger därför enbart på den nya intäktsramen som ges med respektive kvalitetsjustering med de nya indikatorerna. Antalet elnätsföretag som är representerade i resultatet bygger på de elnätsföretag som finns med i underlaget för normperioden och tillsynsperioden. De kundgrupper som varje nätföretag har kan förändras över normperioden, men det är bara de som är återkommande för samtliga år som används vid sökandet efter lämplig norm. Vid jämförelsen av norm mot utfall så måste tillsynsperiodens kundgrupper vara representerade i normen för att en beräkning ska kunna genomföras. Enbart de elnätsföretag som finns representerade under de fyra åren av normperioden och i tillsynsperioden ger de sju elnätsföretag som presenteras i numeriska resultat för intäktsramens justering i procent. För att beräkna de nya kvalitetsjusterings metoderna Q NY används samma formel för SAIDI, SAIFI och CEMI4, AIT, AIF, APNS och AENS men med skillnaden att även gränspunkter mot annat nät ingår i beräkningarna, det betyder att samtliga kundkategorier är representerade i beräkningarna som berör regionnät. Basfallet utgörs av ILE, ILEffekt för avbrott som varar inom tidsrymden 100 ms-12 h. 3.3 Begränsningar av metod Begränsningar av metoden för att finna normfunktion beror av hur ofta samma elnätsföretag med en beständig uppsättning av kundgrupper återkommer i dataunderlaget som ges av normperiod och utfallsår 2016 som är en del av tillsynsperioden Inom lokalnät är det möjligt att skapa en norm från en ny kundgrupp som finns med i utfallsåret baserat på medelnivån som är given vid en kundtäthet som motsvarar elnätsföretaget. Men med metodiken som används i Matlab så har elnätsföretaget varit med i underlaget för att skapa medelvärdet inom samma kundgrupp för att kunna jämföras mot utfallet. Det överensstämmer med metodiken för hur normnivån beräknas matematiskt inom lokalnät given i kapitel Val av antal parametrar till normfunktion Lokalnätets normfunktion har två givna villkor, att vara positiv för alla värden av kundtäthet och att vara avtagande för att ta hänsyn till avbrott som sker i glesbygd respektive tätort. Det hade teoretiskt sett varit möjligt att ansätta en mängd av funktioner som svarar mot dessa villkor då koefficienterna till dessa kan begränsas med randvillkor. Med given metodik i kapitel så ges enbart tre koefficienter för att kunna ge ett enklare uttryck av normfunktionen. 27

41 3.4.1 Algoritm till normfunktion Anpassning av normfunktion mot data kan ske på fler sätt än icke linjära regressions metoden som används. Dels kan olika metoder av regression tas fram och dels kan urvalet av funktioner som ska antas vara relevanta vara fler. Metodiken har utarbetats genom att mäta felet, avvikelsen från data, som uppstår vid tillämpning av olika funktioner och har därmed lett fram till de tre normfunktionerna angivna i kapitel som prövas mot medelvärden av olika indikatorer. Avgränsningen av extremvärden har inte tillämpats då gränser för dessa inte fanns med i beskrivningen för hur normfunktionen tas fram vid tillfället då arbetet utfördes Begränsningar inom algoritm Begränsningen inom algoritm som tillämpas för lokalnätets normfunktion består i att gränserna till extremvärden för normperioden inte var kända och kunde därför inte tillämpas. Därmed är det inte någon diskriminering gentemot något elnätsföretag som ingår i underlaget till numeriska resultat eftersom samtliga ingår i beräkningen för att skapa ett medelvärde vid given kundtäthet. 3.5 Utvärdering av metod Metodiken som används för att jämföra elnätsföretagens förändring i kvalitetsjustering och intäktsram är samma som används inom regionnät och snarlik den metod som används inom lokalnät. Därför kan de numeriska resultaten från dessa beräkningar anses som rimliga för regionnät och approximativa för lokalnät. Vid tolkning av resultat för lokalnät så betraktas inflytandet av kvalitetsindikatorn på kvalitetsjusteringen i jämförelse med Ei:s givna värden av koefficienter till normfunktion. Vid tolkning av resultat i regionnät så ges begräsningen av antalet elnätsföretag vars beräkning är exakt men det inte går att ge några generella tolkningar för samtliga elnätsföretag inom regionnätet Nyttjad indata Avbrottsstatistik som är underlaget till beräkningarna kommer från Ei. Nyttjad indata motsvarar avbrottsstatistik som omfattar normperioden och utfall under tillsynsåret Skillnad till kvalitetsjustering Syftet med att visa skillnad i kvalitetsjustering i lokalnät är att påvisa inflytandet den nya indikatorn har i jämförelse mot de som används i basfallet. Det är också en metod att illustrera hur skillnaden mellan att använda enbart de avbrott som ingår i definitionen inför tillsynsperioden och de som överstiger 12 timmar. Därför är skillnad till kvalitetsjustering relevant i utvärderingen av hur valet av indikator-metod påverkar nätföretagen och deras kunder. 28

42 3.5.3 Justering av intäktsram Vid jämförelse av hur intäktsramen påverkas, är syftet att ge ett numeriskt resultat av hur ett utfallsår kvalitetsjustering med en ny indikator-metod påverkar hela intäktsramen. Det är fyra utfallsår totalt som reglerar intäktsramen vilket ännu inte finns med i dataunderlaget eftersom dessa ligger i framtiden sett från arbetets tidsram. Därför kan resultatet från dessa beräkningar enbart ge en uppskattning på hur valet av indikator-metod påverkar nätföretagens intäktsram. 29

43 Kapitel 4 Resultat Metoden för att ta fram norm inom lokalnät och regionnät är beskriven i kapitel 3. Numeriska resultat för lokalnät ges med jämförelsen mellan den nya indikator-metodens kvalitetsjustering och basfallets kvalitetsjustering. Numeriska resultat ges också för lokalnät och regionnät med syfte att uppskatta inverkan av en ny indikator-metod baserat på ett utfallsår 2016 på den totala intäktsramen som Ei har förhands reglerat inför tillsynsperiod Lokalnät kvalitetjustering För att kunna tolka resultat och förstå svårigheten med att finna en normfunktion till vissa indikatorer inom lokalnät, har den varierande effektförbrukningen inom respektive kundgrupp och nätföretag för normperioden studerats. Varje nätföretag har en kund med maximal, minimal, median och förbrukning inom vardera kundgrupp. För att uppskatta hur mycket ett avbrott inom kundgruppen påverkar de last-baserade indikatorerna, illustreras det med två extrema exempel. Kunden som drabbas av avbrott är definierad som avbrottskunden inom en kundgrupp till ett elnätsföretag. Med en kundgrupp som består av kunder med stor variation av förbrukning ges då stora skillnader mellan maximal, minimal förbrukning. Det är illusterat för samtliga kundgrupper inom lokalnät och kan ses i Figur 5. Ett elnätsföretag kan teoretiskt sett ha en kundgrupp som med kunder som representerar två extrema fall av förbrukning. Det innebär två typer av kunder inom kundgruppen. En kund vars förbrukning som ligger mycket över genomsnittet och en kund vars förbrukning vars förbrukning ligger mycket under genomsnittet. Genomsnittet utgörs av medelvärdet till samtliga nätföretag med samma kundtäthet T. 1. Medelavbrottnivån Z(T) är representerad av kunden med maximal förbrukning inom kundgruppen och jämfört med övriga nätföretag med samma kundtäthet. Avbrottet värderas högre än genomsnittet Y(T) för övriga nätföretag inom samma kundgrupp. Det genererar ett maximalt värde till indikatorerna ILE och ILEffekt och AENS och APNS. Z(T) Y(T) N i = Y(T) + (Z(T) Y(T)) (4 i) (31) 4 30

44 Medelvärdet ger normnivån N i vilket ligger då långt under elnätsföretagets nivå. Reglering av elnätsföretagets norm går då från ett högt värde till ett medelvärde som grundar sig på förbrukningsmönstret till samtliga kunder inom samma kundgrupp till nätföretag med samma kundtäthet. 2. Medelavbrottsnivån Z(T) är representerad av kunden med minimal förbrukning inom kundgruppen och jämfört med övriga nätföretag med samma kundtäthet. Avbrottet värderas lägre än genomsnittet Y(T) för övriga nätföretag inom samma kundgrupp. Det genererar ett minimalt värde till indikatorerna ILE och ILEffekt och AENS och APNS. Z(T) Y(T) N i = Z(T), i = [1, 4] år i tillsynsperioden (32) I detta fall ligger normnivån N i långt under genomsnittet och regleringen ger att samma låga värde ansätts till tillsynsperioden, trots att det är möjligt att överstiga den med bara ett avbrott från en kund vars förbrukning befinner sig på maximal nivå. Ett exempel på stor variation inom förbrukningen för handel och tjänster kundgrupp 3, ges av ett nätföretags medelvärde av dessa extremvärden under år , där maxvärdet är kw och minvärdet är nära noll. Variation av max och min inom respektive kundgrupp visas i Figur 5. Figur 5: Variation av maximal (grön), minimal (rosa), median (blå) och medel (svart) effektförbrukning inom respektive kundgrupp för normperioden Distributionen av indikator ILEffekt för oaviserade avbrott inom handel och tjänster, kundgrupp 3 visas i Figur 6 och tillhörande funktioner som testas för att finna lämplig normfunktion. SSE är förkortning för Sum of Squared errors, summan av kvadraten till felet, vilket används som mått på bästa passning av variablerna till respektive funktion. I detta fall ges bästa passning av metod 2 (exponentiell funktion) till de högst varierande värdena av indikatorn ILEffekt för oaviserade avbrott till kundgrupp 3. 31

45 Figur 6: Indikator ILEffekt för oaviserade avbrott för handel och tjänster grupp 3, från normperiod Samtliga resultat från anpassning av normfunktion till varje indikator ges i Appendix 5 och normfunktion och distribution för varje indikator i kundgrupp 1, jordbruk ges i Appendix. Basfallet för lokalnät utgörs av avbrott med 3 min-12 h avbrottstid och mäts med kvalitetsindikatorerna SAIDI, SAIFI och CEMI4. Skillnaden i kvalitetsjusteringen mellan att använda samma metod, basfallet mot att använda en ny indikator ges av funktionen Q. Q = Q NY Q Basfall (33) Resultaten visar hur skillnaden till kvalitetsjuteringen Q varierar då den nya kvalitetsjusteringen Q NY beräknas med indikatorerna ILE och ILEffekt. Dessa är givna av index DIFF ILE i figuren. Trenden av variation i kvalitetsjusteringen Q ges då Q NY består av en blanding av indikatorer där kundgrupp 1-4 använder ILE och ILEffekt och kundgrupp 5 (hushåll) SAIDI, SAIFI och CEMI4. Dessa ges av index DIFF Grupp 5 i figuren. Variationen inom kvalitetsjuteringen med ILE och ILEffekt är mycket större, till följd av den större variationen av förbrukning, än kvalitetsjuteringen med indikatorerna som används för basfallet. Det innebär att oavsett om ILE, ILEffekt är representerad inom samtliga kundgrupper eller enbart de fyra första kundgrupperna så ger de samma skillnad i kvalitetsjusteringen Q. I Figur 7 illustreras skillnaden i kvalitetsjutering Q för nätföretag vid byte från basfallet till någon av dessa indikatorer. Figurerna med givna nätföretag är valda utifrån att visa speciella avvikelser inom skillnaden till kvalitetsjusteringen. Det är för att kunna eliminera metoder som resulterar i en obalanserad reglering i ett tidigt skede i analysen. 32

46 Figur 7: Skillnad i kvalitetsjustering baserat på nya indikatorer med ILE och ILEffekt mot kundtäthet. ILE och ILEffekt ges av en norm som domineras av extrema värden vid jämförelse mot basfallet. Det kan observeras i kundgruppen jordbruk som ges i Appendix 6 om storleksordningen till indikatorns nivå jämförs mellan SAIFI för oavsierade avbrott i Figur 50 mot ILEffekt för oaviserade avbrott i Figur 59. Det ger att samma skillnad i kvalitetsjuteringen Q består vid fallet med avbrott som omfattar längre tid än 12 h, där varje avbrott som mäts med indikatorerna ILE och ILEffekt ger ett stort genomslag i jämförelse mot basfallet. Dessa ges av index DIFF ILE 12 i figuren. Skillnaden i kvalitetsjuteringen Q då Q NY beror av indikatorerna ILE och ILEffekt för samtliga kundgrupper följer samma kurva som uppstår för fallet med Q NY då kundgrupp 5 enbart beror av indikatorerna SAIDI, SAIFI och CEMI4 och kundgrupp 1-4 enbart beror av indikatorerna ILE och ILEffekt för avbrott upp till 12 h. Det senare fallet ges av index DIFF Grupp 5 12 [h] i figuren. Det illustreras i Figur 8, där skillnaden i kvalitetsjuteringen Q då Q NY beror av indikatorerna ILE och ILEffekt för samtliga kundgrupper och då kundgrupp 5 beräknas med indikatorerna SAIDI, SAIFI och CEMI4. I figuren finns även skillnaden mot basfallet då indikatorerna SAIDI, SAIFI och CEMI4 även omfattar avbrott som överstiger 12 h vilket motsvarar index DIFF 12 h i figuren. 33

47 Figur 8: Hur ILE, ILEffekt för samtliga kundgrupper och kundgrupp 1-4 följs åt för 3 min- 12 h avbrott respektive avbrott längre än 12 h. Från Figur 8, visas de stora värden som indikatorerna ILE och ILEffekt genererar i jämförelse mot SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. Figuren visar att ILE och ILEffekt inte följer samma trend som basfallet med förlängd avbrottstid. Nätföretaget REL00861 skulle hypotetiskt erfarit en vinst om avbrotten som även omfattar 12 h beräknades med SAIDI, SAIFI och CEMI4 men genererat en förlust i det fall då avbrotten enbart omfattas av avbrott som omfattar 3 min-12 h och med ILE, ILEffekt som indikatorer för enbart kundgrupp 1-4. Det är illustrerat i föregående Figur 8, att ILE, ILEffekt inte är lämpliga indikatorer till samtliga kundgrupper eller enbart kundgrupp 1-4 för varken avbrott som omfattar 3 min-12 h eller för avbrott som är längre än 12 h. Lokalnät kan även delas in i högspänning >1 kv och lågspänning 1 kv. Kunder som nyttjar respektive nät kallas högspänningskund, HV och lågspänningskund, LV. Dessa ges av index DIFF LV HV i figuren. I fallet av att dela in kunder i lågspänning och högspänning ges snarlikt resultat för avbrott som omfattar 3 min-12 h och avbrott som överstiger 12 h då indikatorerna för högspänning representeras av ILE, ILEffekt och lågspänning ges av basfallet. Det senare fallet ges av index DIFF LV HV 12 h i figuren. I Figur 9 visas skillnaden till kvalitetsjusteringen Q för dessa fall och när basfallet även omfattar avbrott som överstiger 12 h. 34

48 Figur 9. Hur ILE, ILEffekt för högspänningskunder följs åt för 3 min 12 h avbrott respektive avbrott längre än 12 h. Från Figur 9 visas skillnaden i kvalitetsjusteringen Q då Q NY beror av indikatorerna SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. Det visar att ILE och ILEffekt inte följer samma trend som basfallet med förlängd avbrottstid. Figur 9 visar tydligt att ILE, ILEffekt inte är en bra indikator att kombinera med SAID, SAIFI och CEMI4 för att skilja mellan högspänningskunder och lågspänningskunder, då genomslaget för högspänningskunder är för starkt och inte ger ett balanserat incitament. Då AIT och AIF är effektviktade och har en kvalitetsjustering som baseras på avbrottskostnad och årsmedeleffekten, förväntas dessa ha lägre värden än ILE och ILEffekts kvalitetsjustering som är obalanserad med utfallet från 2016 i jämförelse mot De har normvärden som är jämförbara mot SAIDI, SAIFI för avbrott vilket kan observeras i Appendix 6 med oaviserade avbrott AIF för kundgrupp 1, jordbruk i Figur 63. I Figur 10 med SAIDI, SAIFI och för avbrott som överstiger 12 h, illustreras skillnaden mellan kvalitetsjustering från ny indikator, i detta fall AIT för avbrott som överstiger 12 h mot basfallet. Det senare fallet ges av index DIFF AIT 12 h i figuren. 35

49 Figur 10: AIT och AIF för 3 min -12 h respektive avbrott längre än 12 h. I Figur 10 illustreras hur AIT och AIF följer basfallet med avbrott som är längre än 12 h. Stora avvikelser i AIT och AIF följs inte alltid av stora avvikelser för basfallet med längre avbrott, vilket illustreras tydligt för nätföretaget REL00062 i Figur 10. För fallet då enbart hushållskunder kundgrupp 5, beräknas med SAIDI, SAIFI och CEMI4 och övriga kunder beräknas med AIT och AIF studeras hur stort genomslag de nya indikatorerna har. Det ges av 5 AIT i figuren. I de fall avvikelserna för AIT och AIF är stora så dominerar indikatorerna i kvalitetsjusteringen och därmed kan inte hushållskundernas värden tas tillvara i kvalitetsjusteringens konstruktion. Det kan observeras i Figur 11 där extrema värden domineras av AIT och AIF. Figur 11: Skillnad i kvalitetsjustering för AIT, AIF för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper beräknas med nya indikatorer. 36

50 I nästa fall fördelas avbrotten med avseende på kundens tillgång till lågspänning respektive högspänning. Lågspänningskunders avbrott beräknas med indikatorerna SAIDI, SAIFI och CEMI4 och högspänningskunders avbrott beräknas med AIT och AIF ger ännu större skillnad mellan metoderna. Det senare fallet ges av index DIFF LV HV 12 h i figuren. Med detta tillvägagångssätt dominerar värden från AIT och AIF då extrema värden till högspänningskunder ger stora värden till dessa indikatorer. Med den typen av kvalitetsjustering riskerar lågspänningskunder att representeras av en svag indikator och regleringen speglar istället avbrott för högspänningskunder i extrema fall. Figur 12: Skillnad i kvalitetsjustering för högspänningskunder med AIT, AIF för 3 min-12 h avbrott och avbrott längre än 12 h och lågspänningskunder med SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. I Figur 12 illustreras hur stora värden dominerar i fallet då högspänningskunders avbrott beräknas med AIT, AIF för avbrott 3 min-12 h och avbrott som överstiger 12 h. Indikatorerna AIT, AIF kan därför inte kombineras med SAIDI, SAIFI och CEMI4 om kvalitetsjusteringen ska användas i en balanserad reglering som tar hänsyn till samtliga kunders avbrott. Indikatorn APNS, AENS beror av antalet kunder vilket illustreras i Figur 13. Skillnaden i kvalitetsjusteringen Q då Q NY beror av indikatorerna APNS, AENS visar att nätföretag med fler kunder riskerar en större förlust med de nya indikatorerna. Det kan förklaras med ett ökat antal kunder ökar också risken att variationen inom effektförbrukningen ökar såsom det illustrerades tidigare i Figur 5. Teoretiskt sett kan enbart avbrott hos de kunder med hög förbrukning ge en starkt försämrad kvalitetsjustering Q NY. Variation av effektförbrukning är avgörande för kvalitetsjustering Q NY som beror av indikatorerna APNS, AENS. 37

51 Figur 13: Kundberoendet och förlust i kvalitetsjustering för indikatorerna APNS, AENS för avbrott som varar 3 min 12 h och avbrott som överstiger 12 h. Från Figur 13 kan även samma extrema avvikelser observeras för skillnad i kvalitetsjusteringen Q som illustrerades tidigare i fallet med AIT, AIF. Q NY beror i ena fallet av indikatorerna APNS, AENS och Q NY beror i andra fallet av indikatorerna SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. Dessa ges med index DIFF AENS och DIFF 12 h i figuren. Det betyder att även dessa indikatorer blir svåra att kombinera med SAIDI, SAIFI och CEMI4 utan att generera en obalanserad kvalitetsjustering som speglar främst de kundgrupper vars avbrott beräknas med indikatorerna APNS och AENS. Figur 14 visar fallet då indikatorerna SAIDI, SAIFI och CEMI4 tillämpas för avbrott för hushållskunder, kundgrupp 5 och APNS, AENS används för att beräkna avbrott för de övriga kundgrupperna. Det ges med index DIFF 5 AENS i figuren. 38

52 Figur 14: Skillnad i kvalitetsjustering för APNS, AENS för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper 1-4 beräknas med nya indikatorer. I Figur 14 illustreras hur indikatorerna AENS, APNS dominerar vid extrema värden. Nätföretaget REL00861 skulle hypotetiskt erfarit en vinst om den nya kvalitetsjusteringen beräknats med SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h, men i fallet AENS, APNS fått en förlust oavsett längd på avbrott som beräknats. Det visar att kvalitetsjusteringen, då indikatorerna SAIDI, SAIFI och CEMI4 och AENS, APNS kombineras, inte speglar hushållskundernas avbrott på ett balanserat sätt. I fallet då avbrott för lågspänningskunder beräknas med SAIDI, SAIFI och CEMI4 och avbrott för högspänningskunder beräknas med APNS och AENS ges snarlikt resultat. I Figur 15 visas skillnaden för nätföretagens kvalitetsjustering Q då dessa indikatorer kombineras för avbrott till lågspänningskunder och högspänningskunder. Figur 15. Skillnad i kvalitetsjustering för högspänningskunder med AENS, APNS för 3 min-12 h avbrott och avbrott längre än 12 h och lågspänningskunder med SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h. 39

53 I Figur 16 illustreras hur indikatorerna APNS, AENS dominerar vid extrema värden. Det visar att kombination av SAIDI, SAIFI och CEMI4 och APNS, AENS enbart återspeglar högspänningskundernas avbrott vid extrema fall. Kvalitetsjusteringen är då inte balanserad och lågspänningskundernas avbrott värderas mycket lägre än högspänningskundernas avbrott. Indikatorn ASUI är en modifierad form av SAIDI, vilket inte speglar frekvensen av avbrott utan bara tid av avbrott som kunden erfar. I figur 6-12 illustreras skillnaden i kvalitetsjustering om den beräknas med ASUI för avbrott som varar 3 min-12 h och överstiger 12 h. Figur 16: Skillnad i kvalitetsjustering för ASUI för 3 min-12 h avbrott och avbrott längre än 12 h och SAIDI, SAIFI och CEMI4 för avbrott längre än 12 h, då kundgrupper beräknas med nya indikatorer. I Figur 16 illustreras skillnaden i kvalitetsjusteringen Q då frekvensen av avbrott inte används som indikator, det genererar en förlust för nätföretagen i de fall då SAIFI skulle bidragit till att öka kvalitetsjusteringen. Då ASUI inte återspeglar antal avbrott är det inte en indikator som bidrar en balanserad kvalitetsjustering. Därmed avskrivs även ytterligare kombinationer med SAIDI, SAIFI och CEMI4, eftersom indikatorn ASUI saknar grundläggande element av frekvens av avbrott Sammanfattning av kvalitetsjustering i lokalnät Kombination av nya indikatorer tillsammans med SAIDI, SAIFI och CEMI4 för avbrott som varar 3 min-12 h och överstiger 12 h genererar ett obalanserat resultat som gynnar kunder vars avbrott som beräknas med de nya indikatorerna. Indikatorerna ILE, ILEffekt och APNS, AENS genererar fall av extremvärden på grund av variation av effektförbrukning inom respektive kundgrupp. Då kundtäthet inte tar hänsyn till denna variation går det inte att skapa en rättvis norm. Indikatorn ASUI tar inte hänsyn till mängden av avbrott och är därför en otillräcklig indikator för att mäta leveranssäkerhet. 40

54 4.2 Justering av intäktsram lokalnät Vid justering av intäktsram så beaktas enbart kvalitetsjustering för tillsynsåret 2016 som beror av givna indikatorer: 1. Basfallet och SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. 2. ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h. 3. AIT, AIF för avbrott som varar 3 min-12 h och överstiger 12 h. 4. APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h. Intäktsramen är given av Ei:s förhandsreglerade intäktsramen med eventuella justeringar [39]. Justeringen av den förhandsreglerade intäktsramen är begränsad till 5% av intäktsramen för tillsynsperioden och avdraget får inte överstiga avkastningen på kapitalbasen [6]. Begränsningarna till de fyra tillsynsårens kvalitetsjustering anges i matematisk form. Q tot = I tot + 4 n=1 Q Y,n I tot I tot = C tot + I profit = [0. 95, 1. 05] Max avdrag: 0.05 I tot I profit (34) Q tot motsvarar den totala tillåtna justeringen av intäktsramen som är given för fyra år under tillsynsperioden. Q Y,n är kvalitetsjusteringen för respektive år under tillsynsperioden, där index n anger vilket år inom perioden som avses. I detta fall med en tillsynsperiod från 2016 till I tot är den totala intäktsramen som är förhandsreglerad av Ei inför tillsynsperioden. Intäktsramen anges på en generaliserad form som en summa av verksamhetens C tot kostnader och I profit avkastning. Resultatet för justeringen av den totala intäktsramen av enbart det första tillsynsåret anges med procent. Positivt tecken för procent representerar tillägg och negativt tecken till procent representerar avdrag till intäktsramen. Gränserna för kvalitetsjusteringen anges i figurerna som övre och undre gräns. Det har inte tagits hänsyn till storleken till avkastningen för elnätsföretaget i beräkningarna. Medelvärdet till avvikelsen i procent för samtliga elnätsföretag inom lokalnät anges för att visa vilken påverkan indikatorn har sett på systemnivå. 41

55 I Figur 17 illustreras hur intäktsramarnas förändring i procent fördelas då indikatorerna ges av basfallet och SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. Figur 17: Intäktsramarnas procentuella förändring med basfallet SAIDI, SAIFI och CEMI4 för avbrott som överstiger 12 h. I Figur 17 kan en jämn fördelning mellan tillägg och avdrag observeras. Medelvärdet visar att det är 0.07 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. I Figur 18 illustreras hur intäktsramarnas förändring i procent fördelas då indikatorerna ges av ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h. Figur 18: Intäktsramarnas procentuella förändring då indikatorerna ges av ILE, ILEffekt för avbrott som varar 3 min-12 h och överstiger 12 h. 42

56 I Figur 18 kan en ojämn fördelning mellan tillägg och avdrag observeras. Majoriteten av fördelningen genererar ett tillägg. Tillägget är också högre än den övre gräns som ges vid 5 %. Det visar att flertal av elnätsföretagen redan nått den övre gränsen av leveranskvalitet vid första tillsynsåret. Medelvärdet visar att det är 0.85 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. I Figur 19 illustreras hur intäktsramarnas förändring i procent fördelas då indikatorerna ges av AIT, AIF för avbrott som varar 3 min-12 h och överstiger 12 h. Figur 19: Intäktsramarnas procentuella förändring då indikatorerna ges AIT, AIF för avbrott som varar 3 min-12 h och överstiger 12 h. I Figur 19 kan en jämn fördelning mellan tillägg och avdrag observeras. Medelvärdet visar att det är 0.04 % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. I Figur 20 illustreras hur intäktsramarnas förändring i procent fördelas då indikatorerna ges av APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h. 43

57 Figur 20: Intäktsramarnas procentuella förändring då indikatorerna ges APNS, AENS för avbrott som varar 3 min-12 h och överstiger 12 h. I Figur 20 kan en smal fördelning av tillägg och avdrag observeras. Medelvärdet visar att det är % ökning av tillägg till intäktsram sett ur ett systemperspektiv om avbrott som överstiger 12 timmar inkluderas i kvalitetsjusteringen. Fördelningen ger ett smalt fönster till avdrag och tillägg för att reglera elnätsföretagens leveranssäkerhet. I Tabell 4 jämförs medelvärdet för avvikelsen av intäktsramen sett ur en systemnivå för respektive indikator. Tabell 4: Indikator metod och medelvärde till intäktsramarnas avvikelse. Metod Medelvärde till intäktsramarnas avvikelse [%] SAIFI 0, SAIFI 12 h 0, ILE 3, ILE 12 h 4, AIT 0, AIT 12 h 0, AENS 0, AENS 12 h 0, ASUI ASUI 12 h Då reglering av leveranssäkerhet ses utifrån ett systemperspektiv så genererar basfallet och AIT, AIF en snarlik inverkan på intäktsramarna som är satta för de elnätsföretag i lokalnät som ingår i beräkningarna. Dessa är markerade i tabellen. De indikatorer som genererar högst medelvärde till intäktsramarnas avvikelse ges av ILE, ILEffekt. De indikatorer som genererar lägst medelvärde till intäktsramarnas avvikelse ges av ASUI och näst lägst medelvärde ges av AENS, APNS. 44

58 Tabell 5: Mått på skillnad i intäktsram sett på systemnivå. DIFF Intäktsram medel [%] std [%] max [%] min [%] I_SAIFI_12 - I_basfall 0, , , ,42318 I_AIT - I_basfall -0, , , ,34868 I_AIT_12 - I_basfall 0, , , ,40925 Tabell 5, visar skillnaden i intäktsramen given i procent sett ur ett systemperspektiv. Basfallet är omfattar enbart avbrott som inträffar inom tidsrymden 3 min 12 h. Medelvärdet för skillnaden är högst för regleringen med kundbaserade indikatorer SAIFI, SAIDI, CEMI4 som även omfattar avbrott som överstiger 12 h. Det lägsta medelvärdet ges för reglering med last baserade indikatorer AIT, AIF som omfattar avbrott vars längd är mellan 3 min 12 h, precis som basfallet. Standardavvikelsen ges av std i tabellen och är ett mått på hur stor spridningen är kring medelvärdet. Standardavvikelsen är störst för regleringen med kundbaserade indikatorer SAIFI, SAIDI, CEMI4 som även omfattar avbrott som överstiger 12 h. Kolumn max utgo rs av det na tfo retaget som erhåller maximal vinst, given i procent av inta ktsram vid byte av reglering. Kolumn min utgo rs av det na tfo retaget som erhåller maximalt avdrag, given i procent av intäktsram vid byte av reglering. Eftersom AIT, AIF är beräknade utan CEMI4 är jämförelsen enbart en uppskattning av byte metod från kundbaserade indikatorer till last baserade indikatorer. Figur 21, illustrerar hur övergången till en ny metod påverkar intäktsramen. Den nya metoden jämförs mot basfallet. Skillnad för elnätsföretag anges i procent av intäktsram. Antal företag med samma procentuella förändring ges av ho jden till vardera stapel i histogrammet. DIFF I SAIFI 12 h representerar den procentuella skillnaden i intäktsramen då indikatorerna SAIFI, SAIDI, CEMI4 används i kvalitetsjusteringen som omfattar avbrott som överstiger 12 h. DIFF I AIT representerar den procentuella skillnaden i inta ktsramen då indikatorerna AIT, AIF används i kvalitetsjusteringen som omfattar 3 min - 12 h avbrott. DIFF I AIT 12 h representerar den procentuella skillnaden i intäktsramen då indikatorerna AIT, AIF används i kvalitetsjusteringen som omfattar avbrott som överstiger 12 h. Figur 21: Fördelning av procentuell skillnad i intäktsram för elnätsföretag i lokalnät vid byte av kvalitetsindikator. 45

59 4.2.1 Sammanfattning av justering av intäktsram i lokalnät Sett ur ett systemperspektiv genererar indikatorerna ILE, ILEffekt en ojämn fördelning av tillägg och avdrag. Storleken till tilläggen överstiger begränsningen som är satt till 5 % under det första av fyra tillsynsår. Det innebär att regleringen snabbt når sina gränsvärden. ILE, ILEffekt är därför inte lämplig som kvalitetsindikator till lokalnät. En tillsynes obefintlig reglering ges av indikatorerna AENS, APNS. Dessa bidrar till mycket litet tillägg eller avdrag i justeringen av intäktsramen och kan omöjligt ses som incitament till att öka leveranssäkerheten inom elnätet. Det innebär att dessa inte är lämpliga för att använda som kvalitetsindikator till lokalnät. Basfallet utgör kund-baserade indikatorer som genererar tillägg och avdrag som är inom regleringens gränser och ett genererar en svag ökning av tillägg då 12 timmars avbrotten inkluderas, sett ur ett systemperspektiv. AIT, AIF är last-baserade indikatorer som genererar tillägg och avdrag som är inom regleringens gränser och ett genererar en svag ökning av tillägg då 12 timmars avbrotten inkluderas, sett ur ett systemperspektiv. 46

60 4.2 Justering av intäktsram i regionnät Det är enbart sju stycken elnätsföretag som ingår i den slutliga beräkningen av kvalitetsjusteringen till intäktsramen för regionnät. I regionnätet är det ILE, ILEffekt som utgör basfallet med avbrottstid 100 ms 12 h. Vid justering av intäktsram så beaktas enbart kvalitetsjustering för tillsynsåret 2016 som beror av givna indikatorer: 1. Basfallet och ILE, ILEffekt för avbrott som överstiger 12 h. 2. SAIDI, SAIFI och CEMI4 för avbrott som varar 100 ms-12 h och överstiger 12 h. 3. AIT, AIF för avbrott som varar 100 ms-12 h och överstiger 12 h. 4. APNS, AENS för avbrott som varar 100 ms-12 h och överstiger 12 h. I Figur 22 så illustreras hur intäktsramarnas förändring i procent ges för dessa elnätsföretag då de har en kvalitetsjustering beror av basfallet och ILE, ILEffekt för avbrott som överstiger 12 h Figur 22: intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av ILE, ILEffekt för avbrott som överstiger 12 h. Det är tydligt att intäktsramarnas procentuella förändring är snarlik för basfallet och då indikatorerna ges av ILE, ILEffekt för avbrott som överstiger 12 h. Justeringen av intäktsramen befinner sig inom de givna begräsningarna av 5%. Därför används enbart basfallet som referens vid jämförelse mot andra indikatorer eftersom det även kan representera 12 timmars avbrott. I Figur 23 så illustreras hur intäktsramarnas förändring i procent ges för dessa elnätsföretag då de har en kvalitetsjustering beror av basfallet och då indikatorerna ges av SAIDI, SAIFI och CEMI4. 47

61 Figur 23: intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av SAIDI, SAIFI och CEMI4. Figur 23 visar en procentuell förändring till de elnätsföretag som ingår i underlaget. Elnätsföretaget RER00292 skulle med indikator SAIDI, SAIFI och CEMI4 nått gränsen för avdrag -5 % till intäktsramen under det första tillsynsåret För att studera variationerna av kunder respektive förbrukning så jämfördes dessa för normperioden och tillsynsperioden. Värden för dessa parametrar finns i tabellen nedan, där antal kunder under utfallsåret anges med N_2016, medelvärde av antal kunder under normperioden anges med N_4, totala effektförbrukningen under tillsynsåret anges med P_2016 [kw] och medelvärde av den totala årliga effektförbrukningen under normperioden anges med P_4 [kw], medelvärdet av dessa årliga medelvärden ges av P_medel [kw]. Tabell 6: Nätföretag inom regionnät, antal kunder och effektförbrukning under utfallsåret 2016 och normperioden. Rel N_2016 N_4 P_2016 P_4 P_medel RER , , RER , , ,46 RER , , RER , , RER , , RER , RER , , ,272 Förklaringen till den stora skillnaden som visas i Figur 23 för elnätsföretaget RER00292 då kvalitetsjusteringen beror av en kund-baserad indikator, kan ges av skillnaden i antalet kunder som har ökat från normperiodens medelvärde av två kunder upp till nio, antalet kunder har ökat med en faktor 4.5 mellan dessa perioder som jämförs mot varandra. Samtidigt har effektförbrukningen för kunderna till samma elnätsföretag minskat med en faktor mellan dessa perioder. Elnätsföretaget RER00292 är markerad i Tabell 6. 48

62 I Figur 24 så illustreras hur intäktsramarnas förändring i procent ges för dessa elnätsföretag då de har en kvalitetsjustering beror av basfallet och då indikatorerna ges av AIT, AIF för avbrott som varar 100 ms-12 h och överstiger 12 h. Figur 24: Intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av AIT, AIF för avbrott som varar 100 ms-12 h och överstiger 12 h. ILE, ILEffekt är last-baserade indikatorer men de tar inte hänsyn till periodens medelsförbrukning därför ger AIT, AIF ett tillägg för intäktsramen i samma storleksordning som det skulle ha varit ett avdrag då basfallet användes för elnätsföretaget RER För övriga elnätsföretag följer skillnaden av intäktsramen av AIT, AIF samma kurva som basfallet utgör. Storleksordningen av avvikelsen från intäktsramen är inom begränsningen 5 %. I Figur 25 så illustreras hur intäktsramarnas förändring i procent ges för dessa elnätsföretag då de har en kvalitetsjustering beror av basfallet och då indikatorerna ges av APNS, AENS för avbrott som varar 100 ms-12 h och överstiger 12 h. 49

63 Figur 25: Intäktsramarnas förändring i procent i regionalnät med basfall och då indikatorerna ges av APNS, AENS för avbrott som varar 100 ms-12 h och överstiger 12 h. Indikatorerna APNS, AENS ger ett litet tillägg och avdrag till intäktsramen vid jämförelse av basfallets storleksordning. Det innebär att regleringen av leveranssäkerhet får ett svagt incitament med indikatorerna APNS, AENS Sammanfattning av justering av intäktsram i regionnät Förändring av att använda basfallet och använda indikatorerna ILE, ILEffekt till att även omfatta avbrott som överstiger 12 timmar genererar en liten procentuell skillnad. Då skillnad ges är det till fördel för elnätsföretaget inom regionnät. Kund-baserade indikatorer SAIDI, SAIFI ger ett för stort avdrag vid en mindre ökning av antal kunder mellan normperiod och utfallsår. Det visar att indikatorerna inte är lämpliga till att användas som kvalitetsindikator för att reglera leveranssäkerhet inom regionnät. Last-baserade indikatorer AIT, AIF kompenserar för ändring av förbrukning mellan normperiod och utfallsår. Indikatorerna är inom rimlig nivå för att generera tillägg och avdrag till intäktsramen. AIT, AIF kan användas som kvalitetsindikator för att reglera leveranssäkerhet inom regionnät. Indikatorerna APNS, AENS ger ett svagt incitament i form av nästan inga tillägg eller avdrag. Det visar att APNS, AENS inte är lämpliga som kvalitetsindikatorer i regionnät. 4.3 Sammanvägda resultat Från numeriska resultat ges slutsatsen att de enda indikatorerna, av de som testats, som är användbara för kvalitetsjustering av intäktsramar i både lokalnät och regionnät är AIT, AIF. 50

64 Kapitel 5 Diskussion & Slutsats Arbetet med att utvärdera konsekvenserna för elnätsföretag och kunder inom regionnät och lokalnät, vid förändring av kvalitetsindikatorer som används inom RPS-metoden som ger tillägg och avdrag, har bestått i att i möjligaste mån åskådliggöra intressenternas ståndpunkter, följt av en teoretisk och numerisk analys. Fokus har främst varit att utvärdera gällande regleringen av leveranssäkerhet inför tillsynsperioden och hur den fungerar för elnätsföretag och deras kunder i de fall en ändring av kvalitetsindikatorer skulle ske. RPS-metoden kan modelleras på andra sätt och kvalitetsjusteringen kan även ta hänsyn till tid av reparation i elnätet eller vad kunden har för förbrukningsmönster för dygnet. Det är dock viktigt att regleringen inte består av allt för många parametrar då det medför att leveranssäkerheten regleras på ett alltför komplext sätt och incitamentet till förbättrad leveranssäkerhet går förlorat. 5.1 Metodologi till arbete Från problemformuleringen i kapitel 1.1 ställdes ett antal frågor som nu besvaras nedan. 1. Vilka kunder ska omfattas i regleringen av leveranssäkerheten med indikatorerna SAIDI och SAIFI eller ILE och ILEffekt? Andra avgränsningar än lokalnät och regionnät kan användas, såsom spänningsnivå eller kundgrupp. Matematiska och teoretiska resultat visar att ILE, ILEffekt är inte bra indikatorer enskilt eller i kombination med SAIDI, SAIFI och CEMI4 då effektförbrukningen inom varje kundgrupp varierar för lokalnät. I regionnät så kan effektförbrukningen också variera mellan normperiod och tillsynsperiod vilket ger att ILE, ILEffekt ibland kan bli missvisande. 51

65 2. Eventuell lagändring kan även inkludera avbrott över 12 timmar. Hur påverkar val av indikatorer och avgränsningar regleringen för nätföretagen respektive deras kunder, då dessa avbrott inkluderas? Avbrott över 12 timmar genererar ett starkare incitament i regleringen. Eftersom det kräver långsiktig planering för att undvika avbrott som överstiger 12 timmar. Skillnaden visas främst i indikatorerna SAIDI, SAIFI och CEMI4 och ger en svag höjning av tillägg i regleringen sett på en systemnivå. Det påverkar nätföretagen och deras kunder med en marginell skillnad. 3. Hur påverkas nätföretagen av de olika alternativa sätten att mäta leveranssäkerheten på kortsiktigt och långsiktigt? Hur påverkas nätföretagen på aggregerad nivå och på enskild nivå? Kortsiktigt ges en stor skillnad vid en ändring av indikatorer men över längre sikt kommer nästa normnivå att påverkas och generera en utjämnande effekt. 4. Vilka argument finns för att behandla alla kunder lika ur ett avbrottskostnadsperspektiv: a) Oavsett förbrukning, då indikatorerna SAIDI och SAIFI används för att mäta leveranssäkerhet. Varje avbrott är värderat lika inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat. Det är ett argument för att avbrott till kunder inom samma kundgrupp skall behandlas icke-diskriminerande. b) Med avseende på förbrukning, vikta kunderna mot deras energiuttag, vilket uppskattas med indikatorerna ILE och ILEffekt. Varje avbrott är värderat utifrån kundens årliga förbrukning inom kundgruppen för respektive typ av avbrott, aviserat eller oaviserat. Metoden kan försvaras med följande argument, att ur ett samhällsekonomiskt perspektiv är det de kunder som förbrukar mer som också drabbas hårdare vid avbrott. 5. Vad är nätföretagens respektive kundorganisationers åsikter och argument kring val av indikatorer och avgränsning för att mäta leveranssäkerhet? Val av indikatorer önskas vara sådana som återspeglar hur väl systemet fungerar enligt Mälarenergi Västerås AB. Enkäten visar att vissa elnätsföretag inom lokalnät önskar indikatorer som är väl inarbetade och utgör en pålitlig metod för att mäta avbrott. Kunders åsikter kring vilka indikatorer som föredras har inte kunnat fångas upp, då det är mer en diskussion om kostnaden för nätavgiften som är aktuell i media. 6. Vilka är de administrativa konsekvenserna för Ei och nätföretagen? Eftersom alla beräkningar utgått ifrån samma data som Ei redan har genererar det inte ytterligare administrativa kostnader för nätföretagen. Ei har möjlighet att beräkna nya indikatorer utan att generera ytterligare administrativa kostnader, eftersom det går att göra utifrån samma underlag. 52

66 7. Vilka övriga risker går att finna som konsekvens av de olika alternativ som dessa val av indikatorer och avgränsningar ger? Konsekvensen av att kombinera nya indikatorer med SAIDI, SAIFI för att beräkna olika indelningar av kunder inom samma kundgrupp inom lokalnät är att den nya indikatorn dominerar vid extrema fall av effektförbrukning. Det bidrar till att avbrott antingen övervärderas, i fallet med ny indikator, eller undervärderas då det beräknas med SAIDI, SAIFI. Det ger en obalanserad reglering som inte återspeglar avbrott för samtliga kunder inom kundgruppen. 8. Vad motiverar valet att använda AIT, AIF som indikator till både lokalnät och regionnät? Av samtliga indikatorer som testats så är det enbart AIT, AIF som genererar ett tillägg eller avdrag som är på rimlig nivå för att kunna reglera leveranssäkerhet inom både lokalnät och regionnät. 9. Gynnas särskilda kunder inom kundgruppen då AIT, AIF används som indikator? a) Kan det påverka nätföretagens arbete för leveranssäkerhet på kort eller lång sikt? På kort sikt innebär införandet av AIT, AIF som kvalitetsindikatorer att de kunder som förbrukar mer inom sin kundgrupp får högre värderade avbrott. Ett avbrott hos en kund med hög förbrukning skulle då prioriteras före en kund med lägre förbrukning. Ett sätt att motverka detta är att använda CEMI4 för att fånga upp dessa kunders avbrott i regleringen. På lång sikt innebär det att regleringen inte blir konjunkturkänslig, vilket innebär att rimliga tillägg eller avdrag görs. Det borde gynna en långsiktig planering av elnätet då elnätsföretagen inte behöver kompensera för detta inom regionnäten och lokalnäten. b) Kan dessa kunders säkringsstorlek och nivå på tariff motiveras av en kvalitetsjustering med AIT, AIF? Det är last-baserade nätavgifter som kunderna betalar, vilket talar för att även kvalitetsindikatorerna bör vara last-baserade för att kunna koppla intäktsramens reglering mot kundens nätavgift. 10. Går det att motivera en kvalitetsjustering med AIT, AIF utifrån en hållbart perspektiv? Om hållbarhet är ett scenario där ett ökat antal källor till förnybar energi används lokalt och en ökad effektivitet, dvs. minskad energiintensitet är satt som ett miljömål [10]? Om mängden av lokalt producerad förnybar energi ökar så ökar kundens oberoende till nätföretagets leveranssäkerhet, eftersom de har en egen källa till energi. Samtidigt påverkar en ökad mängd av lokala energikällor elnätsföretagen som behöver anpassa elnätet för att kunna skicka effekt i båda riktningarna, då överskottet av den lokalt producerade energin går tillbaka från kunden in i elnätet. Det är rimligt att kunna anta att last-baserad indikatorer AIT, AIF även kan mäta leveranssäkerhet i motsatt riktning för effekt för att gynna en utveckling av lokalt producerad förnybar energi. 53

67 5.1.1 Indikatorer i lokalnät och regionalnät Fördelen med att använda samma kvalitetsindikator för lokalnät och regionnät är att elnätsföretagens avbrott värderas på ett liknande sätt. Om regleringen för leveranssäkerhet till lokalnät och regionnät går att relatera till varandra så ger det också att kunderna i dessa nät får en reglering av leveranssäkerhet som bygger på samma premisser i hur avbrott bör mätas. Samtidigt är inte rimligt att byta kvalitetsindikatorer för lokalnät eller regionnät om det inte medför en förbättring av hur avbrott mäts. AIT, AIF visar sig vara kvalitetsindikatorer som medför en förändring från kund-baserade indikatorer till last-baserade indikatorer inom lokalnät vilket också speglar hur kundens elnät värderas i elnätsavgiften. Vidare så medför AIT, AIF en förbättring inom regionnätet som använder last-baserade indikatorer men utan att ta hänsyn till variation av effektförbrukning mellan normperiod och tillsynsperiod Begränsning av data De numeriska resultaten är begränsade till ett utfallsår Det skulle vara intressant och se vilket resultat som ges till analyser fler av dessa tillsynsår. Det är analytiskt möjligt att generera statistik via tidigare historik och slumpmässighet vilket kan vara användbart. Olika typer avbrottsstatistik kan då analyseras med avseende på konjunktur och effektförbrukning eller slumpmässiga väderfenomen. 5.2 Jämförelse mot tidigare arbeten Det finns studier som visar på att indikatorerna ILE, ILEffekt inte gynnar incitament till en utveckling mot smarta elnät [40]. Det beror på att förbrukningen i nätet förväntas minska då lokala källor tillgodoser lokal efterfrågan på förbrukning. Vidare ges det studier av hur ett ökat effektivt nät med fler lokala förnybara källor gynnar ekonomisk tillväxt [41]. Lokala förnybara källor minskar konsumtionen lokalt och bidrar till att avlasta elnätet vid hög efterfrågan på energi om överskottet kan tas vidare dit det efterfrågas. Det skulle i sin motverka stora investeringar i elnätet som hade behövts för att bibehålla en god leveranssäkerhet även då belastningen ökar i takt med befolkningen och ett ökat behov av energi. 5.3 Etik och hållbarhet Den starkaste etiska aspekten i det här arbetet har varit huruvida varje kund ska behandlas lika oavsett förbrukning. Det kan tyckas att det är orättvist att värdera avbrott efter hur mycket kunden förbrukat tidigare. Till försvar för last-baserade indikatorerna AIT, AIF ges att inte är kundens avgift som beräknas i kvalitetsjusteringen utan en uppskattning av kostnaden till avbrottet sett ur ett socioekonomisk perspektiv. Inom varje kundgrupp ges en kostnad för aviserade och oaviserade avbrott för att representera kostnaden för kunden. Kostnaden är formulerad som kostnad per förbrukning och inte per avbrott. Den kund som förbrukar mest effekt inom sin kundgrupp prioriteras före den kund som inte förbrukar lika mycket effekt. 54

68 Om AIT, AIF används i ett nät som består av flera lokala förnybara energikällor, vilket är ett hållbart alternativ, så minskar beroendet av elnätet för att upprätthålla en likvärdig förbrukning. Om dessa kunder har möjlighet att tillgodose sin effektförbrukning med lokal ödrift så är de helt oberoende av elvabrott. Då är det också rimligt att de kunder som inte har tillgång till dessa källor och har en högre förbrukning prioriteras eftersom de är mer sårbara vid avbrott. 5.4 Framtida arbete Framtida arbete kan bestå av studier av hur regleringen av leveranssäkerhet påverkar elnätsföretagen på lång sikt med hänsyn till de energi och miljömål som är satta av EU inför Olika statistiska test kan göras för att simulera avbrott och ett ökat antal lokala förnybara källor för att se hur det påverkar leveranssäkerheten. RPS-metoden är effektiv då både avbrottskostnaden är rimlig och kvalitetsindikatorerna är relevanta. Avbrottskostnaden är relaterad till efterfrågan och kan förändras över längre tid. Därför behöver även den uppdateras i jämna tidsintervaller för att spegla den socioekonomiska kostanden som avbrott innebär. Ytterligare studier med fler år av tillsynsperioden kan behövas för att värdera metoden med AIT, AIF som kvalitetsindikator och motivera hur relevant metoden är vid kvalitetsjustering. Ett sätt att testa metoden med AIT, AIF är att använda den tillsammans med CEMI4 för att uppskatta om den behövs i regleringen för både lokalnät och regionnät eller enbart i något av dessa nät. Inverkan av CEMI4 är svag i lokalnät men kan ge större inverkan i regionalnät då antalet kunder kan variera från några enstaka till flera mellan normperiod och tillsynsperiod, det innebär att referensvärdet blir mycket högre än utfallsåret om samma kund erhåller fyra avbrott eller fler. Det vore intressant att se studier om hur dessa parametrar spelar in för både lokalnät och regionnät. 55

69 Litteraturförteckning [1] Svensk författningssamling, SFS, Ellagen 1997:857, kap. 2, 2, Nätkoncession, Stockholm: Miljö- och energidepartementet, [2] Svensk författningssamling, SFS, Ellagen 1997:857, kap. 3, 1, Nätverksamhet, Stockholm: Miljö- och energidepartementet, [3] Energimarknadsinspektionen, Ei, [Online]. Available: [Använd ]. [4] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden , Eskilstuna: Energimarknadsinspektionen, Ei, 2015, pp. 4,22,70. [5] Svensk författningssamling, SFS, Ellagen 1997:857, 5 kap, 1, 6, Stockholm: Miljö- och energidepardementet, [6] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden , Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 74. [7] C. J. Wallnerstro m, M. Seratelius, Y. Huang, Leveranssa kerhet i Sveriges elna t 2016, Energimarknadsinspektionen, Ei, Eskilstuna, [8] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden , Energimarknadsinspektionen, Ei, 2015, p. 36. [9] Seminarieunderlag, "Preliminära förslag till nya och ändrade regler för elnätsföretagens intäktsramar inför perioden , vol. 31, Eskilstuna: Energimarknadsinspektionen, Ei, [10] Regeringskansliet, Övergripande mål och svenska mål inom Europa 2020, 27 april [Online]. Available: strategin/overgripande-mal-och-sveriges-nationella-mal/. [Använd 1 mars 2018]. [11] Myndigheten för samhällsskydd och beredskap, MSB, Krisinformation, Elsto rningar, Myndigheten fo r samha llsskydd och beredskap, MSB, 25 april [Online]. Available: [Använd 1 mars 2018]. [12] Svensks författningssamling, SFS, Ellagen 1997:857, kap. 10, 10, 11, Avbrottsersättning, Stockholm: Miljö- och Energidepartementet, [13] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden , Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 11.

70 [14] Svenska Kraftnät, December [Online]. Available: [Använd 2 april 2018]. [15] L. Lundh, Tillfo rlitlighet i Stockholms elna t, Uppsala Universitet, Examensarbete 30 hp,uppsala, [16] K. Kinnunen, Investment incentives: regulation of the Finnish electricity distribution, Elsevier Ltd, Energy Policy 34, [17] Energimarknadsinspektionen: Estimering av kalkylränta för elnätsverksamhet för åren , 18 februari [Online]. Available: ent/ernst_o_young Estimering_av_kalkylranta_for_elnatsverksa mhet_for_aren_ pdf. [Använd 1 mars 2018]. [18] Energimarknadsinspektionen: WACC för elnätföretag för tillsynsperioden , 14 april [Online]. Available: kument/1/wacc_for_elnatsforetag_for_tillsynsperioden_ _ernst_o_young.pdf. [Använd 1 mars 2018]. [19] Energimarknadsinspektionen, Ei, Nya regler fo r elna tsfo retagen inför perioden , Energimarknadsinspektionen, Ei, oktober [Online]. Available: 2be8e1392ebe7d28e/energimarknadsinspektionens-rapport-nyaregler-for-elnatsforetagen-infor-perioden [Använd 1 mars 2018]. [20] K. Alvehag, K. Awodele, Impact of Reward and Penalty Scheme on the Incentives for Distribution System Reliability, IEEE Transactions On Power Systems, vol. 29, no.1, [21] CEER, European Energy Forum, [Online]. Available: [Använd 1 mars 2018]. [22] L. Ström, Kvalitetsreglering av intäktssam för elnätsföretag - Reviderad metod inför tillsynsperioden , Eskiltuna: Energimarknadsinpektionen, Ei, 2015, pp. 73, 72. [23] Energifo retagen, Energifo retagen, 1 maj [Online]. Available: s. [Använd 1 mars 2018]. [24] Fo rvaltningsra tten i Linko ping, Fo rvaltningsra tten i Linko ping, 14 december [Online]. Available: [Använd 1 mars 2018]. [25] Energimarknadsinspektionen, Ei, Energimarknadsinspektionen, Ei, 21 november [Online]. Available: provningstillstand-gallande-elnatsforetagens-intaktsramar /. [Använd 1 mars 2018].

71 [26] E. Tuvhag, Stort missno je med elbolagen du inte kan va lja bort, Svenska Dagbladet, SvD, 27 November [27] Aftonbladet, Aftonbladet, ekonomi, 18 september [Online]. Available: [Använd 1 mars 2018]. [28] Villaa garna, Villaa garna, 18 september [Online]. Available: [Använd 1 mars 2018]. [29] Sveriges Television, svt, svt, 13 december [Online]. Available: [Använd 1 mars 2018]. [30] Aftonbladet, Aftonbladet, ekonomi, 24 okt [Online]. Available: [Använd 1 mars 2018]. [31] Sveriges Television, svt, svt, 15 december [Online]. Available: [Använd 1 mars 2018]. [32] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 3, 5, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 3. [33] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 2, 1, 6:e stycket, Energimarknadsinspektionen, Ei, 2015, p. 2. [34] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 4, 2, Energimarknadsinspektionen, Ei, 2015, p. 4. [35] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 5, 4, Energimarknadsinspektionen, Ei, 2015, p. 6. [36] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 3, 6, Energimarknadsinspektionen, Ei, 2015, p. 3. [37] G. Morén, Energimarknadsinspektionens författningssamling, EIFS 2015:5, kap. 2, 1, Eskilstuna: Energimarknadsinspektionen, Ei, 2015, p. 2. [38] G. Blom, Minsta-kvadrat.metoden, i Sannolikhetsteori och statistikteori med tillämpningar, Lund, Studentlitteratur, 2005, p [39] Energimarknadsinspektionen, Ei, Energimarknadsinspektionen, Ei, [Online]. Available: /. [Använd 1 mars 2018]. [40] A. Picciarello, K. Alvehag, L. So der, Impact of Network Regulation on the Incentive for DG Integration for the DSO: Opportunities for a Transition Toward a Smart Grid, vol. 6, nr 4, pp [41] M.T. Costa-Campi, J. Garci a-quevedo, E. Trujillo-Baute, Electricity regulation and economic growth, Elsevier, Energy Policy, nr 113, pp , 2017.

72 Appendix 1 Formelsamling Kvalitetsjusteringens samtliga parametrar För samtliga fall av avbrott antas dessa uppfylla villkor av att vara: 1. Orsakade i eget nät. 2. Tid till avbrott är inom definierade ramar givna för lokalnät och regionnät. 3. Kunden ingår i en kundgrupp som är inom definierade ramar givna för lokalnät och regionnät. τ i avbrottstid (tid för avbrott) som kund nr i erfar. λ i frekvens av avbrott (antal avbrott) som kund nr i erfar inom givna tidsramar av avbrott. N i kund nr i som ingår i den totala gruppen av kunder, varje kund ges värdet ett. N i = 1 E i energi förbrukad av kund nr i för året som avses, anges i arbetet i enhet kilowattimmar [kwh]. P i effekt [kw] förbrukad av kund nr i för året som anges i arbetet av d i enheten timmar [h]. P i = E i d d o tillsynsårets o timmar, anges i arbetet i enhet timmar [h]. E o,k motsvarar kundgruppens k förbrukade energi under tillsynsåret o given i enhet [kwh]. Index k representerar kundgrupp. P av mäter tillsynsårets o årliga medeleffekten (årsmedeleffekt) inom varje kundgrupp k, vilket motsvarar kundgruppens förbrukade energi E o,k [kwh] och dividerat med tillsynsårets timmar d o [h], given enhet är kw. I de fall årsmedeleffekt används i för beräkning av normen utgör den medelvärdet av årsmedeleffekt till de fyra åren som normvärdet ger inom respektive kundgrupp k. P av = E o,k d o (35)

73 SAIFI - System Average Interruption Frequency Index, antal avbrott per kund [avbrott/kund]. SAIFI = i λ i N i (36) i N i SAIDI - System Average Interruption Duration Index, avbrottstid per kund [h/kund]. SAIDI = i τ i N i (37) i N i ENS - Energy Not Supplied motsvarar ILE, Icke Levererad Energi [kwh]. ENS = i τ i E i (38) PNS - Power Not Supplied motsvarar ILEffekt, Icke Levererad Effekt [kw]. PNS = i λ i P i (39) AENS - Average Energy Not Supplied, ILE viktat mot kunder [kwh/kund]. AENS = i τ i E i (40) i N i APNS - Average Power Not Supplied, ILEffekt viktat mot kunder [kw/kund]. APNS = i λ i P i (41) i N i AIT - Average Interruption Time, ILE viktat mot årsmedeleffekt [h]. AIT = i τ i E i (42) i P i AIF - Average Interruption Frequency, ILEffekt viktat mot årsmedeleffekt [avbrott]. AIF = i λ i P i (43) i P i ASUI - Average System Unavailbility Index, SAIDI viktat mot årets timmar [%]. ASUI = i τ i N i i N i d (44) CEMI 4 kunder som erfar fyra eller fler avbrott viktat mot antal kunder [avbrott/antal kunder]. λ i 4 δ i = 1 λ i < 4 δ i = 0 CEMI 4 = i δ i (45) i N i

74 Appendix Mälarenergi Västerås AB Ett möte arrangerades av Carl Johan Wallnerström, handledare från Ei, med nätplanerare Kenny Granath och Torbjörn Solver från Mälarenergi Elnät AB, där vi diskuterade regleringen av leveranssäkerhet. Från detta möte ges en listad sammanfattning av vad som framfördes angående nuvarande reglering och eventuella förändringar av den. Sammanfattningen är skriven av Carl Johan Wallnerström och läst av Kenny Granath som även bidragit med ytterligare tillägg. Sammanfattning i punktform: 1. Inte för många ändringar snabbt då vi inte har kunnat utvärdera ordentligt än. Var nyligen nuvarande regler infördes och det är först från 2020 som incitamenten på allvar blir styrande för de flesta nätföretag. Evolution snarare än revolution när det gäller leverenssäkerhetsincitamenten. 2. Problem med kundkategorier, t.ex. eftersom tarifferna är desamma men avbrottskostnaderna olika. Dock inte realistiskt hasta igenom ändring av detta redan till nästa tillsynsperiod även om det inte är optimalt idag enligt er (se punkt 1 om att inte gå för snabbt fram innan utvärdering). 3. Diskussioner om effektviktning även för lokalnät. Sammanfattningsvis lutar det åt att det har fler för- än nackdelar. Ligger närmare hur nätföretagen planerar i verkligheten där hänsyn tas till kundstorlek. Behöver inte vara mer komplicerat att förstå eftersom kr/kw och kr/kwh är logiskt. En annan fördel är att ha samma indikator är möjlig oavsett region/lokalnät och kundgrupp. Kan också ta bort lite av de negativa effekterna (se punkt 2) med kundgrupper, t.ex. genom att mindre industri och handel/tjänster får rimligare avbrottskostnadsvärdering jämfört med idag. 4. Till 2020 realistiskt utreda viktning efter årsmedeleffekt, men på sikt kan det vara intressant att utreda om vi kan använda effekt per timme för att t.ex. fånga kunder med stora variationer över dygn/år avseende effektuttag. Data finns/kommer finnas, men blir mycket data hantera, skulle kanske krävas att en del beräkningar gjordes av nätföretagen själva timmarsavbrott. Vi diskuterar i detta projekt inte om lagförslaget är bra eller inte, men om det blir verklighet är det viktigt uppdatera även normnivåerna med avseende på detta. Då blir effekten nära noll om både utfall och norm förskjuts samtidigt.

75 6. CEMI4. Svagt incitament som endast ibland ger liten effekt. Kom inte fram till så mycket konkret på mötet. Finns säkert förbättringspotential, men just att det är svagt (inte ger så mycket risker för nätföretagen) kanske det inte är prioriterat se över till 2020 med tanke på den första punkten att inte hasta igenom förändringar? Ytterligare tillägg gavs av Kenny Granath. Vi diskuterade enkelhet vs. komplexitet i regleringen. Eftersom avbrottsincitamenten redan är komplicerade med flera kundtyper etc. är risken att de inte ger någon styrande effekt eftersom det blir för komplicerat att ta hänsyn till detta vid investeringsbeslut när det också finns många andra faktorer som påverkar. Det kan vara något att ta nka på. Dessa mjuka va rden tror jag inte ska underskattas om man vill få nätföretagen att ta mer ha nsyn till styrningen som Ei vill åt. Det vore intressant att se studier o ver CEMI-4 och hur nyckeltalet utvecklas över tid. Det finns alltid inslag av slumpmässighet i avbrottsstatistik och ju kortare tidshorisont desto mer slump kommer att påverka. Därför vore det önskvärt att minimera slumpen i regleringen. En tanke som vi inte diskuterade på mötet men som är en tanke är att betrakta hela fyraårsperioden som en enhet istället för att betrakta varje enskilt år. De årliga kraven (trappan från befintlig nivå mot normnivån om man har sämre kvalitet än norm) är väldigt trubbiga och slumpässigheten varje enskilt år är sto rre a n stegen i trappan. Vi diskuterade a ven kvalitet på rapporterad data. Ju mer detaljer i data och ju mer påverkan data får via incitament desto viktigare blir Ei:s tillsyn över kvaliteten på data. Det räcker inte med de stickprov och kontroller som görs vid inrapporteringen utan det borde även göras andra typer av djupare kontroller av avvikande statistik (inte bara företag med dålig leveranssäkerhet utan a ven bra eller fo r bra ) fo r att se om det finns brister i datakvalitet eller metoder för framtagande av statistiken. Till en viss gräns gäller att ju bättre datakvalitet, desto sämre leveranssäkerhet eftersom fler avbrott kommer med i statistiken ista llet fo r att missas.

76 Appendix Enkät till elnätsföretag Enkätens utformning är medvetet riktad till att svara mot de indikatorer som tas upp i examensarbetet. Enkäten skickades med mail till 147 nätföretag som hade hänvisning till mail till kundtjänst eller ansvarig till nätet, via deras hemsida. I mailet förklarades syftet med enkäten och att svaren hanterades anonymt utan att kunna koppla dem tillbaka till respektive avsändare. Svarsfrekvensen var låg, enbart 32 svar av 147 möjliga vilket motsvarar 21.8 %. Resultaten redovisas dels som blockdiagram över svarsfördelningen från obligatoriska frågor och i nästa avsnitt ges de specifika förklaringarna som hör till följdfrågorna. Första frågan lyder: Vad är det bästa sättet att mäta elavbrott i lokalt nät? Figur 26: Svarsfrekvens till bästa metod att mäta elavbrott i lokalnät. Andra frågan lyder: Bör det vara någon skillnad på hur man mäter elavbrott i lokalt nät för lågspänningskunder och högspänningskunder. Figur 27 Svarsfrekvens till att använda olika metoder för högspänningskund respektive lågspänningskund. Tredje frågan lyder: Om svaret är ja på föregående fråga (att göra skillnad på mätmetod till avbrott för lågspänningskunder och högspänningskunder).

77 På vilket sätt bör avbrott mätas för lågspännings- och högspänningskunder? Figur 28: Svarsfrekvens till vilket sätt bör avbrott mätas för lågspännings- och högspänningskunder. Fjärde frågan lyder: Bör det vara skillnad på hur man mäter elavbrott i lokalt nät för olika kundgrupper. Figur 29: Svarsfrekvens till om det bör vara skillnad på hur man mäter elavbrott i lokalt nät för olika kundgrupper. Femte frågan lyder: Om svaret är ja på föregående fråga (om det bör vara skillnad på mätmetoder för olika kundgrupper). På vilket sätt bör avbrott mätas för de olika kundgrupperna? Figur 30: Svarsfrekvens till vilken mätmetod bör användas för respektive kundgrupp.

78 Sjätte frågan lyder: Har ni även ett regionalt nät? Figur 31: Svarsfrekvens till om nätföretaget även har ett regionalt nät. Sjunde frågan lyder: Ska både lokalnät och regionalt nät mäta avbrott på samma sätt? Figur 32: Svarsfrekvens till frågan om det bör vara samma metod för att mäta avbrott i lokalnät som i regionalt nät. 7.2 Specifika förklaringar från enkät För att kunna ge en mer fördjupad analys ges de specifika förklaringarna till de frivilliga följdfrågorna. Fråga 1. Vad är det bästa sättet att mäta el avbrott i lokalt nät? I den här frågan ges det möjlighet att kunna ange ett sätt som inte är givet av de listade alternativen. Här nyttjades den möjligheten av en av deltagarna i enka ten som skrev fo ljande: Att driftledare i varje enskilt fall dokumenterar avbrotten. Svarsfrekvensen var 24 av 32, vilket motsvarar 75 % av det totala antalet av deltagare i enkäten, till att använda SAIDI, SAIFI för att mäta avbrott i lokalt nät. Fråga 1.1 Varför är det en metod att föredra? Svarsfrekvensen till frågan var 14 av 24, vilket motsvarar 58 % av dem som föredrar SAIDI, SAIFI. Skälen listas i Tabell 7.