Simulering af energiforsyningen i Sarfannguaq - Clim-ATIC

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