Effektsignaturer baseras på uppmät förbrukning. Det är en statistisk mätmetod för att ta fram korrelationen (förhållandet) mellan variabler. I detta fall dygnsmedel-utetemperatur och dygnsmedel-effektuttag under ett specifikt dygn.

Det första man gör är en mätanalys, dvs man ”tvättar data”. Tex. tar bort de dagar som inte uppfyller kraven (helger, dygnsmedel varmare än +10° Går sedan igenom och ser om det finns data för varje dag inom 1 nov till 31 mars som uppfyller kraven Det blir ca 150 dagar * antalet centraler= ca 78 000 mätpunkter som är det maximala antalet om vi har 100% allt dataunderlag. (Inför 2021 saknades ca 7100 mätvärden)

Om inte vi har underlag nog för att få fram en korrekt effektsignatur så har vi haft följande rutin:

• Toppeffekt – Då identifierar man anläggningens historiska uppmätta effekt. Med kravet att det ska finnas minst 30 st. mätvärden under vinterperioden. Men genomsnittet på förra årets högsta uttag under dec, jan, feb duger.
• Historiska data – Man använder föregående års effekter. Kravet är att föregående år har en godkänd effektsignatur, alternativt toppeffekt.
• Nyckeltal – Saknas historiska data beräknar man effekt enligt nyckeltals metoden. (Fast vi har aldrig behövt använda punkt 3)

Förutom saknade mätvärden analyserar man extrema värden som sticker ut. Kan vara effekttoppar eller dalar som inte kan förklaras och motsvarande för temperaturer. Då flaggas dessa som ”Intressanta anläggningar”.  För dessa toppar och dalar påverkar kurvan om de skulle inkluderas.

Exempel på avvikelser:

Även mätarbyte måste tas om hand om. Dessa anläggningar har vi skickat i separat fil så de fått lägga rätt förbrukning på rätt dag när nya mätaren är igång.

De fångar även upp om det finns stora lastvariationer över tid. Säg att en fastighet, eller lokal renoveras, eller att en verksamhet lägger ner och helt plötsligt så blir det stor skillnad i profilen att uttag minskar jämfört med tidigare år. Det kan även vara att de gjort energieffektiviseringar eller bytt typ av verksamhet i byggnaden, vilket kan generera en stor skillnad i procent med tidigare år. Kan även vara åt andra hållet, det har stått tomt och helt plötsligt ökar energin. Dessa flaggas och de hamnar på listan ”intressanta anläggningar”.

Intressanta anläggningar är alltså en central/kund som avviker på något sätt från det normala/historiken och som man måste manuellt bearbeta och besluta hur man ska göra med den.

Saknas mätvärden kan man se om de påverkar så mycket att antalet godkända dagar (minst 30) inte uppfylls. Men uppfylls 30-dagarsregeln kan man välja att inkludera dom. Men detta efter en manuell granskning. Man interpolerar alltså inga mätvärden. Men säg att glappet ligger tex i januari när uttaget oftast är som högst, kan det bli missvisande. Än en gång. Diskussion och beslut. Köra samma signatur som den befintliga, välja toppeffekt. Väljer man toppeffekt, ska man även besluta regeln för hur man bestämmer toppeffekt.

Andra avvikelser tex om hela områden har legat nere pga slingfel så får detta tas upp som diskussion hur man löser det.

Lathund i MFU

På bladet längst upp i vänstra hörnet så körs rapporten eller F3.

Kontrollera att rätt underlag används, samt att det blivit korrekt startdatum.

Byt uppdatera till ja och kör rapporten. (F3)

Gjorda uppdateringar syns på avtalet under filken Nätavtal och history