Nei, kraftkrisen er ikke enkel å løse

[obygda]

Dellers skrev (6 minutter siden):

Jeg sliter (fortsatt) med å forstå hva hensikten med strømselgerselskapene er. Elvia-appen min måler allerede alt. Hvorfor kan man ikke bare få en autogiro direkte fra nettleieselskapet med totalprisen for hver måned og ferdig med det? Hvorfor gjøre noe enkelt når man kan gjøre det komplisert 🙄

Enig i mye av dette. Der kunden har gått inn på Norgespris støtte så burde man automatisk si opp avtalen med strømselskapet og overlate alt til nettselskapet å faktuere. 

[Jarmo]

obygda skrev (2 minutter siden):

Enig i mye av dette. Der kunden har gått inn på Norgespris støtte så burde man automatisk si opp avtalen med strømselskapet og overlate alt til nettselskapet å faktuere. 

Nettselskaper har et geografisk monopol og er regulert av NVE og RME, mens strømmarkedet for salg av strøm foregår uavhengig av nettet på strømbørsen Nord Pool. 

[obygda]

Jarmo skrev (Akkurat nå):

Nettselskaper har et geografisk monopol og er regulert av NVE og RME, mens strømmarkedet for salg av strøm foregår uavhengig av nettet på strømbørsen Nord Pool. 

Jeg vet dette..men med Norgespris og referanse spotpris så er det ineffektivt å la strømselskapet håndtere dette. Man har jo fått staten som pris garantist i bunn

[Gazer75]

Heile greia med eigne selskap som sel straum kan samanliknast med forsikringsselskap i USA som lønnar sikkert ein million ekstra tilsette for å jobbe med helseforsikringar.

Det at nettselskapet er monopolist har har ingen innverknad på spotpisen.

Påslaget vi betalar til selskapa i dag er for å lønne ei unødvendig næring som fordyrar alt.

[sedsberg]

Svenskene liker ikke at norske myndigheter gir bittegrann av gigantinntektene tilbake til borgerne.

https://www.nrk.no/sorlandet/noregspris_-meiner-nordmenn-snyltar-pa-svensk-straum-1.17591480

[Simen1]

Jotun skrev (7 timer siden):

Give numbers da!

Jeg har ikke sagt at jeg har tallene. Jeg har sagt at Norge bør utarbeide tallene og bruke de som grunnlag for å ta kloke avgjørelser. Ingen av oss er tjent med at pengene renner ut av landet, enten det er via kabler, datasenter, aluminium eller stål. Derfor er det bekymringsverdig at ingen har grundig dokumentasjon, tall, på hva som straffer og belønner det norske folk. Synes du ikke det er rart at staten ikke har utarbeidet en slik liste over lønnsomheten til ulike kraftkrevende industrier?

Staten har simpelthen ingen beslutningsgrunnlag og styrer ut fra velgernes vinder, hvem som roper høyest, fordommer og kjepphester. Dette burde for oppegående folk være alvorlige varsellamper om tilstanden i norsk politikk.

Morromann skrev (7 timer siden):

Simen1 skrev (16 timer siden):

Enn traktoren som erstattet 100 bønder med spader for et århundre siden? Kanskje vi skulle gå tilbake til å spa jordene manuelt for å øke sysselsettingen?

Usaklig sammenligning.

Overhodet ikke. Prinsippet er nøyaktig det samme. Holdninger til teknologier som reduserer behovet for personell versus arbeidsplasser som opprettholder eller øker behovet for personell. Man burde tenke grundig over hva som egentlig er målet og være prinsippfast på det, i stedet for å la seg forlede av sosiale narrativ og populisme i enkeltsaker. Hvis man har et grunnleggende godt argument så vil det også være overførbart til lignende problemstillinger.

Endret 1. oktober av Simen1

[backtoback]

I dag startet Nord Pool å vise spotpriser hvert 15. minutt, i den anledning har jeg laget en Jupyter Notebook for å beregne flytende gjennomsnitt for en oppgitt vindusstørrelse i timer. Jeg vet ikke hvor nyttig det er, et bruksområde kan være få bestemme når det mest gunstig å slå på vaskemaskinen når man vet lengde på vaskeprogrammet i antall timer (avrundet til nærmeste 0.25 timer, altså 15 minutter). De med Norgespris slipper selvfølgelig å tenke på det. Første plottet (0.25 timer = 15 minutter) er bare en test for å se at programmet fungerer som det skal.

Kode som kan limes inn og kjøres i en Jupyter Notebook:

Spoiler

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

timer = 2.5

dato = "2025-10-01 00:00"

#  Spotpris, kr/MWh
spotpris = [495.80, 514.11, 539.68, 545.55, 520.56, 538.39, 541.09, 544.96, 533.70, 535.46, 534.75, 538.74, 
            525.60, 525.13, 516.80, 521.97, 506.71, 500.73, 500.97, 534.05, 547.07, 520.56, 498.15, 486.89, 
            574.76, 604.91, 691.26, 696.66, 779.61, 794.51, 813.39, 826.07, 903.26, 823.13, 803.19, 650.32, 
            814.80, 728.81, 645.39, 675.54, 710.62, 653.25, 651.72, 688.68, 609.61, 655.71, 686.22, 669.56, 
            685.40, 682.82, 683.87, 681.88, 682.93, 683.05, 682.58, 682.35, 677.89, 684.46, 689.15, 709.80, 
            683.87, 702.99, 667.92, 659.82, 687.16, 657.00, 709.56, 730.57, 675.66, 743.47, 752.86, 736.55, 
            821.14, 809.05, 793.80, 774.21, 745.35, 750.63, 763.06, 777.14, 807.76, 820.43, 768.46, 738.78, 
            762.36, 696.66, 624.39, 611.25, 663.93, 612.77, 578.05, 541.32, 551.53, 552.70, 538.04, 542.38]

# Strømpris inkl. MVA, øre/kWh
data = np.array(spotpris) * 1.25 / 10

tid_index = pd.date_range(dato, periods=96, freq='15min')
serie = pd.Series(data, index=tid_index)

window = int(timer * 4)   # 4 målinger per time (freq='15min')

rolling_avg_forward = serie.rolling(window=window).mean().shift(-(window-1))

fig, ax = plt.subplots(figsize=(12, 5))

ax.plot(serie.index, serie.values, label='Strømpris', drawstyle='steps-post')
ax.plot(rolling_avg_forward.index, rolling_avg_forward.values, label='Flytende gjennomsnitt')

ax.xaxis.set_major_locator(mdates.HourLocator(interval=1))
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

plt.setp(ax.get_xticklabels(), rotation=45)

ax.grid(True, axis='x', linestyle='--', color='gray')

ax.set_ylabel("øre/kWh")
ax.legend()
plt.tight_layout()

ax.text(
    0.02, 0.96,
    f"Dato: {dato[:10]}",
    transform=ax.transAxes,
    fontsize=10,
    verticalalignment='top',
    bbox=dict(facecolor='white', alpha=0.7, edgecolor='gray')
)

ax.text(
    0.02, 0.87,
    f"Vindu: {window/4} timer",
    transform=ax.transAxes,
    fontsize=10,
    verticalalignment='top',
    bbox=dict(facecolor='white', alpha=0.7, edgecolor='gray')
)

ax.text(
    0.02, 0.78,
    f"Min: {np.min(data):.2f} øre/kWh\nMaks: {np.max(data):.2f} øre/kWh\nSnitt: {np.mean(data):.2f} øre/kWh",
    transform=ax.transAxes,
    fontsize=10,
    verticalalignment='top',
    bbox=dict(facecolor='white', alpha=0.7, edgecolor='gray')
)

plt.show()

 

Endret 1. oktober av backtoback
oppdatert kode; typos

[Simen1]

backtoback skrev (44 minutter siden):

I dag startet Nord Pool å vise spotpriser hvert 15. minutt, i den anledning har jeg laget en Jupyter Notebook for å beregne flytende gjennomsnitt for en oppgitt vindusstørrelse i timer. Jeg vet ikke hvor nyttig det er, et bruksområde kan være få bestemme når det mest gunstig å slå på vaskemaskinene når man vet lengde på vaskeprogrammet i antall timer. De med Norgespris slipper selvfølgelig å tenke på det. Første plottet (0.25 timer = 15 minutter) er bare en test for å se at programmet fungerer som det skal.

Jeg ser hva koden gjør, men ser ikke helt nytten i det. Grunn: Vaskemaskiner og oppvaskmaskiner har en tendens til å bruke nesten all effekten i starten av programmet, når vannet skal varmes opp. Resten er bare motordrift som typisk krever mye mindre effekt. Skal man være helt presis bør man kjenne vaskeprogrammet effekt-profil, men det blir nå litt i overkant detaljert for min del. Jeg tenker den praktiske strategien bør være å sette på maskinen straks etter at laveste pris inntrer. Riktignok innenfor det tidsrommet der man er både hjemme og våken. Av hensyn til brannsikkerhet bør ikke maskinene kjøre når man sover eller ikke er hjemme. Så hvis jeg er hjemme og våken fra f.eks 17 til 23 og programmet er 2 timer langt så setter jeg på mellom 17.00 og 21.00 alt etter hvilken time som er rimeligst. I tillegg bør man vel legge inn differansen mellom effektpris dag og natt på nettleia.

En ting til: Med spotpris faktureres man for gjennomsnittsprisen per time, selv om strømselskapet betaler for strøm per kvarter. Strømstøtten fra staten regnes også ut fra gjennomsnittsprisen per time om jeg har forstått rett. Så man opplever ikke flytende priser. Man opplever at prisen holder seg flat en hel klokketime, gjør et rykk, holder seg flat neste time etc.

Ennå en ting: Programmet ditt regner gjennomsnitt for de kommende 2,5 timene og plasserer denne verdien ved starttidspunktet. Så f.eks gjennomsnittet fra kl 00.00-02.30 plasseres ved kl 00.00. Bunnpunkter kan f.eks fortelle når du bør sette på konstant effekt over de neste 2,5 timene. Rent matematisk er et glidende gjennomsnitt litt annerledes satt opp. Et 2,5t glidende gjennomsnitt for kl 12.00 er mateamatisk fra kl 10.45 til 13.15. Altså at snittet representerer like mye tid før og etter.

backtoback skrev (44 minutter siden):

De med Norgespris slipper selvfølgelig å tenke på det.

Bare de med spotpris-avtale.

[backtoback]

@Simen1, du har helt rett, det er mange faktorer som dette programmet ikke tar høyde for. 

Simen1 skrev (2 timer siden):

Bunnpunkter kan f.eks fortelle når du bør sette på konstant effekt over de neste 2,5 timene.

Det var slik jeg tenkte når jeg lagde programmet. Det ville jo blitt feil å plassere snittverdiene på slutten/midten av hvert 2.5 timersvindu, eller?

Endret 1. oktober av backtoback
midten

[sk0yern]

Nytt fra magasinfyllingen.
NO2, 66,6% (!), ned -1,2% fra forrige uke.
Full blås i eksport igjen, med alle kabler i drift, 589GWh netto eksport fra NO2 den uka.

0,5TWh nyttbart tilsig, 60% av normalen, denne uke forventes 0,9TWh, litt mer enn normalt.

[obygda]

backtoback skrev (1 time siden):

I dag startet Nord Pool å vise spotpriser hvert 15. minutt, i den anledning har jeg laget en Jupyter Notebook for å beregne flytende gjennomsnitt for en oppgitt vindusstørrelse i timer. Jeg vet ikke hvor nyttig det er, et bruksområde kan være få bestemme når det mest gunstig å slå på vaskemaskinen når man vet lengde på vaskeprogrammet i antall timer (avrundet til nærmeste 0.25 timer, altså 15 minutter). De med Norgespris slipper selvfølgelig å tenke på det. Første plottet (0.25 timer = 15 minutter) er bare en test for å se at programmet fungerer som det skal.

Kode som kan limes inn og kjøres i en Jupyter Notebook:

  Vis skjult innhold

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

timer = 2.5

dato = "2025-10-01 00:00"

#  Spotpris, kr/MWh
spotpris = [495.80, 514.11, 539.68, 545.55, 520.56, 538.39, 541.09, 544.96, 533.70, 535.46, 534.75, 538.74, 
            525.60, 525.13, 516.80, 521.97, 506.71, 500.73, 500.97, 534.05, 547.07, 520.56, 498.15, 486.89, 
            574.76, 604.91, 691.26, 696.66, 779.61, 794.51, 813.39, 826.07, 903.26, 823.13, 803.19, 650.32, 
            814.80, 728.81, 645.39, 675.54, 710.62, 653.25, 651.72, 688.68, 609.61, 655.71, 686.22, 669.56, 
            685.40, 682.82, 683.87, 681.88, 682.93, 683.05, 682.58, 682.35, 677.89, 684.46, 689.15, 709.80, 
            683.87, 702.99, 667.92, 659.82, 687.16, 657.00, 709.56, 730.57, 675.66, 743.47, 752.86, 736.55, 
            821.14, 809.05, 793.80, 774.21, 745.35, 750.63, 763.06, 777.14, 807.76, 820.43, 768.46, 738.78, 
            762.36, 696.66, 624.39, 611.25, 663.93, 612.77, 578.05, 541.32, 551.53, 552.70, 538.04, 542.38]

# Strømpris inkl. MVA, øre/kWh
data = np.array(spotpris) * 1.25 / 10

tid_index = pd.date_range(dato, periods=96, freq='15min')
serie = pd.Series(data, index=tid_index)

window = int(timer * 4)   # 4 målinger per time (freq='15min')

rolling_avg_forward = serie.rolling(window=window).mean().shift(-(window-1))

fig, ax = plt.subplots(figsize=(12, 5))

ax.plot(serie.index, serie.values, label='Strømpris', drawstyle='steps-post')
ax.plot(rolling_avg_forward.index, rolling_avg_forward.values, label='Flytende gjennomsnitt')

ax.xaxis.set_major_locator(mdates.HourLocator(interval=1))
ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

plt.setp(ax.get_xticklabels(), rotation=45)

ax.grid(True, axis='x', linestyle='--', color='gray')

ax.set_ylabel("øre/kWh")
ax.legend()
plt.tight_layout()

ax.text(
    0.02, 0.96,
    f"Dato: {dato[:10]}",
    transform=ax.transAxes,
    fontsize=10,
    verticalalignment='top',
    bbox=dict(facecolor='white', alpha=0.7, edgecolor='gray')
)

ax.text(
    0.02, 0.87,
    f"Vindu: {window/4} timer",
    transform=ax.transAxes,
    fontsize=10,
    verticalalignment='top',
    bbox=dict(facecolor='white', alpha=0.7, edgecolor='gray')
)

ax.text(
    0.02, 0.78,
    f"Min: {np.min(data):.2f} øre/kWh\nMaks: {np.max(data):.2f} øre/kWh\nSnitt: {np.mean(data):.2f} øre/kWh",
    transform=ax.transAxes,
    fontsize=10,
    verticalalignment='top',
    bbox=dict(facecolor='white', alpha=0.7, edgecolor='gray')
)

plt.show()

 

De som har spotpris avregnes etter timespotpris. Som er det aritmetiske snittet av de 4 kvarterene. Disse timeprisene kan man også hente ut flere steder på nettet. Man trenger ikke bruke energi på å mekke sammen noe.

 

[Jotun]

Simen1 skrev (5 timer siden):

Jeg har ikke sagt at jeg har tallene. 

Men du har sagt at gwh pr ansatt forholdene er bombastiske.

Så hvordan kan du være sikker på dette hvis du ikke har tallene?

[HF-]

Norge eksporterer 5841 MW no 

[Simen1]

sk0yern skrev (1 time siden):

Nytt fra magasinfyllingen.
NO2, 66,6% (!), ned -1,2% fra forrige uke.
Full blås i eksport igjen, med alle kabler i drift, 589GWh netto eksport fra NO2 den uka.

0,5TWh nyttbart tilsig, 60% av normalen, denne uke forventes 0,9TWh, litt mer enn normalt.

Helt i tråd med det langtidsvarslet jeg postet her for et par uker siden. Høsten er vanligvis den våte sesongen, men vi vet jo av erfaring at det ikke regner jevnt dag etter dag, uke etter uke. Det kommer jo i bølger: lavtrykk, som ventes fra i dag i både NO2, NO1 og NO5.

Her oppe i NO4 kan jeg melde om 36. uke på rad med unormalt høy fyllingsgrad. Vi sliter med å bli kvitt vannet.

Jotun skrev (50 minutter siden):

Så hvordan kan du være sikker på dette hvis du ikke har tallene?

Magefølelse og litt fingeren i været anslag. Dessuten var det en fin anledning til å provosere fram at noen faktisk leter fram tall.. (jada, latskap )

[Jotun]

Simen1 skrev (2 timer siden):

Magefølelse og litt fingeren i været anslag. Dessuten var det en fin anledning til å provosere fram at noen faktisk leter fram tall.. (jada, latskap )

Greit å vite at det er slik man kan diskutere 👍

[Simen1]

@Jotun Det er ikke langt fra sannheten da. Datasentere på 100 MW har adskillig mer enn 1 ansatt. Kanskje mer i størrelseorden 20-30-40. Smelteverk på 1000 MW har 2-3-400 ansatte. Sånn røffly. Altså sånn nogen lunde samme antall ansatte per MW.

Men nå må jeg spole litt tilbake her og ta opp igjen poenget om at det ikke er om å gjøre å ha flest mulig ansatte. Det er faktisk stikk motsatt og det har også smelteverkene både skjønt og gjort noe med.

________________________

Det skjer noe helt sykt med spotprisen torsdag kveld kl 18.45: -31 øre i NO4 og -110 øre i SE1. Samtidig er topper prisen seg i Polen og Tyskland.

[Jarmo]

https://www.vg.no/nyheter/i/73bzM3/den-nye-kraftlinjen-over-sognefjorden-kan-gjoere-stroemmen-dyrere

[Morromann]

obygda skrev (På 1.10.2025 den 9.17):

Man har jo fått staten som pris garantist i bunn

Det er det vi har blitt lurt til å tro.

 

Gazer75 skrev (21 timer siden):

Påslaget vi betalar til selskapa i dag er for å lønne ei unødvendig næring som fordyrar alt.

Men det er det som er hensikten. Støre har jo sagt det selv at han bekymret seg for at strømselskaper skulle gå konkurs om vi fikk billigere strøm. Slik snakker en ekte "sosialdemokrat".

https://www.aftenbladet.no/okonomi/i/KzdoQM/stoere-forstaar-at-makspris-paa-stroem-kan-virke-forlokkende-men-er-skeptisk

[kremt]

Prisen rykker oppover når linjen settes i drift fra kl 15. Pris ink mva

 

Spoiler

 

[obygda]

kremt skrev (20 minutter siden):

Prisen rykker oppover når linjen settes i drift fra kl 15. Pris ink mva

 

  Skjul innhold

 

Alle skal få..er det ikke slagordet til AP......

Nå har de jo forsøkt å begrense at folk strømmer ut i gatene og protesterer ved å komme med Norgespris...Men det er jo ikke gitt at man vil få beholde den så lenge. Kanskje ordningen forsvinner allerede i neste stortingsperiode..Alternativt at de øker prisen mye mer enn prisveksten skulle tilsi. Det gjør man jo ofte på offentlige avgifter dessverre.