Coincidence factors have been researched since the late 1800s, as they displays the ratio between the maximum coincidencental power usage of a system, and the sum of the maximum individual loads of the system. Accurate estimations of the highest coincidental power usage allow for minimal material usage when constructing substations, transformers, overhead lines, and cables for power transmission. Scania is large bus and truck production industry in Sweden, and has realised that it over-estimate the largest coincidental power usage of production facilities, which leads to unnecessary investment costs and power subscription with the power distribution utility. This study is special, as the area of coincidence factors for industrial purposes are rarely investigated. In combination with modelling of BESS for power supply, this study aims to investigate established methods of calculating coincidence factors for industrial purposes and their relevance, as the results will be compared to actual values from measurements. The results of the study showed that Velander ́s method, used by utilities in Sweden and a few other countries, is not very relevant for estimating highest coincidental power usage, as this requires accurate estimation of yearly energy usage, and two other parameters, k1 & k2 . The normal distribution is better for this purpose but also requires accurate data. This study proposed a method based on the normal distribution, that requires follow-up in order to guarantee that it is accurate in multiple cases. In addition, a BESS was modelled using Matlab, with the initial aim of peak-shaving. Since this did not prove profitable with Scania ́s standards, the modelling simply aimed at being profitable using Net Present Value as economical tool for evaluating profitability. The results displayed a lot of profitable sizes of the BESS where the battery became profitable after five years minimum.

Sammanlagringsfaktorer har studerats sedan slutet på 1800-talet. De visar kvoten mellan den högsta sammanfallande effekten och summan av de högsta individuella effekterna per last i ett system. En mer träffsäker uppskattning av sammanfallande effekt, reducerar materialanvändning vid byggande av ställverk, transformatorer och elkablar som ska användas vid strömöverföring. Scania är en stor produktionsindustri i Sverige som tillverkar bussar och lastbilar. De har insett att de överdimensionerar sina effektbehov hos olika produktionsfabriker, vilket leder till onödigt höga investeringskostnader och höga effektabonnemang gentemot eldistributören. Studien är ovanlig, då sammanlagringsfaktorer inom industrin är väldigt lite forskat kring. Studien undersöker redan etablerade metoder för att beräkna sammanlagringsfaktorer och hur relevanta de är för området. Dessutom studeras batterier för energilagring. Detta görs genom jämförelse av mätningar av strömmar i en av Scanias lokaler. Resultaten av studien visar att Velanders metod är olämplig för användning då den kräver kunskap om årlig energiförbrukning, samt korrekta konstanter k1 & k2. Normaldistribution som är ett statistikt verktyg, gav mer liknande värden av de uppmätta strömmarna i B178, men hade sin svaghet i att metoden också krävde kunskaper om effektanvändning, vilket blir problematiskt när en ny fabrik ska byggas, samt uppskatta effektbehovet för denna. Studien föreslår en modell som baseras på normaldistribution, men som kräver uppföljning för att säkerställa relevans. Utöver detta, används Matlab för att modellera ett batteri, vars primära syfte är att kapa effekttoppar. När detta visade sig vara icke lönsamt med Scanias standarder blev målet att istället modellera ett batteri vars enda mål att vara lönsamt. Där visade det sig finnas flera storlekar på batterier som var lönsamma efter minst fem år.