Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC
Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC
Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
6 KAPITEL 2. FORBRUG<br />
Figur 2.1: Fjern<strong>af</strong>læste data, månedsopdelt<br />
kl. 11.30 og 12.30 er forbruget markant lavere for så igen at stige. Kl. 17.30<br />
falder forbruget igen voldsomt for at gå ned imod natniveauet. Variationerne<br />
er domineret <strong>af</strong> det industrielle forbrug. Helligdage ses tydeligt, og der arbejdes<br />
ofte til middag om lørdagen. Det lave forbrug både nat og dag i september<br />
og oktober kan udover det førnævnte naturlige grunde også have en teknisk<br />
begrundelse. Nikissiorfiit har oplyst, at der har været en del indkøringsvanskeligheder<br />
for de nye fjern<strong>af</strong>læsningsmålere. Indkøringsperioden fra starten<br />
<strong>af</strong> august til 15. september er klippet fra, da der kun er logger om natten i<br />
denne periode. En <strong>af</strong> forklaringerne kan være, at enkelte <strong>af</strong> målerene ikke har<br />
fungeret korrekt og derfor mangler i det samlede forbrug. En anden mulighed<br />
er, at stigningen er reel og dermed <strong>af</strong>spejler et stigende forbrug. Senere undersøges<br />
derfor de største <strong>af</strong>tageres forbrugsmønstre, udviklingen i det samlede<br />
forbrug og udviklingen i den industrielle produktion.<br />
For at identificere de overordnede variationer laves en Fourier transformation<br />
<strong>af</strong> dataene, og derved findes frekvensspektrummet <strong>af</strong> signalet. Som det<br />
kan ses <strong>af</strong> resultatet i figur 2.3, er døgnvariationen den klart mest fremtrædende.<br />
Det logoritmiske plot skjuler lidt, hvor store forskelle der er på de enkelte<br />
frekvenser, men de daglige og ugentlige variationer er klart de mest dominerende.<br />
Der findes derudover en række underfrekvenser <strong>af</strong> de nævnte (den halve,<br />
kvarte osv.) Analysen kan kun vise resultatet inden for det viste interval, da<br />
antallet <strong>af</strong> data er for lille til at identificere lavere frekvenser, og samplingsfrekvensen<br />
begrænser de høje frekvenser. Der kunne anvendes forskellige former<br />
for filtre, men det er ikke nødvendigt i dette tilfælde.<br />
For at skabe et overblik over belastningerne og varigheden <strong>af</strong> disse sorteres<br />
forbrugsdataene efter forbrugets størrelse. Ud fra samplingsfrekvensen