Probabilistisk risikoanalyse av kraftsystem en forutsetning for effektiv beredskap Energiberedskap 2019 22.- 23. Mai av Arne Brufladt Svendsen
Innhold Del 1: Hvem er vi og hva gjør vi Del 2: Probabilistiske risikoanalyser i Norsk Energiberedskap Del 3: Erfaring fra operativ drift med probabilistisk risikovurdering i nær sanntid Del 4: Probabilistisk risikovurdering - en metode for å skaffe felles forståelse for kraftsystemutfordringer og muligheter, på tvers av konsesjonsområder
Del 1:Hvem vi er og hva vi gjør
Hvem vi er
Hva vi gjør Se vår introduksjonvideo her https://www.youtube.com/watch?v=wozky4_ixeo
Promaps Realtime data drevet operativ drift Sanntids probabilistisk risikoanalyse av kraftsystem Inndata Full modelleksport fra SCADA-systemet hvert 5. minutt Statistiske feilfrekvenser for hver komponent, reparasjonstid og omkoblingstid Dynamisk værpåvirket feilfrekvens for kraftledninger Resultat Sannsynlighet for svikt for hver komponent, gren og system Forsyningssikkerhet i MWh/h for hver last og hele systemet Gjør det mulig for netteier å kvantifisere kraftsystemets nåværende og fremtidige risikonivå, og teste handlinger og strategier på en «digital tvilling» av kraftsystemet Skaper «baseline» for en konsistent risikostyring i hele netteiers verdikjede Den store mengde av data fra Promaps Realtime gir innspill til maskinlæring Eksempel medium kraftsystem, ett års beregninger: 105 120 system-risiko-beregning, består av ca 840 millioner flyt beregninger (en beregning hvert 5. minutt, 7000 flyt beregning for hver simuleringer)
Programvaren
Kunder
Del 2: Probabilistiske risikoanalyser i Norsk Energiberedskap Hva er en probabilistisk risikoanalyse? Hvorfor bør denne gjøres? Inndata og resultat
Beregningsmetode Risiko = sannsynlighet * konsekvens Promaps-beregningene består av to hoveddeler: Sannsynlighet og frekvens for at situasjoner oppstår Konsekvens av hendelser Inputdata Kraftsystem modell Feilrater og reparasjonstider per komponent og omkoblingsmuligheter Værpåvirkning
Bygge modell Power system data & configuration Rule based system response -System response data from external sources System respons data Reliability data & Branch model libary Consequence model Power flow calculations Power demand Power shortage calculations Real time Day head Weather data Reliability calculations Economic calculations Expected power shortage SMS Economic consequence
Benytte beste tilgjengelige data DC 1 DC 2 Primary equipment State: 1. Function 2. Passing fault 3. Lasting fault P&C 1 Ij< Z< ΔI P&C 2 Ij< Z< ΔI Secondary equipment Power line 300 kv State: 1. Function 2. Unwanted function 3. No function CMF State: 1. Function 2. Fault P&C 1 Ij< Z< ΔI P&C 2 Ij< Z< ΔI Maintenance & Personnel in station State: 1. Function 2. Unwanted function 3. No function DC 1 DC 2 Components Type Age Capacity Technical specification Location State Load Current Voltage Power Frequency Temperature Pressure vibration Events Faults Revisions and maintenance External influence Weather data Geo data Vegetation Reserve stock ʎ µ
Resultat
Hvorfor vi mener probabilistiske analyser er viktig og det rette verktøyet for nettselskap
Utfordringer og muligheter Norsk kraftforsyning står overfor betydelige endringer, utfordringer og muligheter, blant annet som følge av: forsyningssikkerhet har høy fokus fra myndigheter og forbrukere økt fokus på kostnadseffektivitet en rask teknologisk utvikling, hvor nye løsninger og energikilder tas i bruk med økt kompleksitet og kortere responstid for operativ drift konsolidering av nettselskap håndtere forsyningssikkerhet for flere konsesjonsområder Digitalisering og IoT gir tilgang store datamengder som gir informasjon som kan benyttes for å øke forsyningssikkerhet og reduserte kostnader Redusere usikkerhet i beslutninger
Dette utfordrer hovedoppgaven til nettselskapene «å sikre sine kunder en stabil og sikker energiforsyning (forsyningssikkerhet) kombinert med en mest mulig effektiv drift og utbygging av strømnettet i selskapets konsesjonsområde»
Redusere usikkerhetene øke selskapets fortjeneste + Income Grid owner s value chain Income power flow Operational Emergency Re- New - Operation Maintinace planning Planning Investments Investments = Operating profit - cost
Beslutningsstøtte for verifisering og forbedring av forsyningssikkerhet Forsyningssikkerhet Beslutninger og parametere som påvirker forsyningssikkerhet 1 2 3 4 5 6 Grid owner s value chain Sjekke effekt av parametere som skal endres 1 2 3 4 5 6 PROMAPS Nettverksmodell (Digital tvilling)
Del 3: Erfaring fra operativ drift med probabilistisk risikovurdering i nær sanntid Erfaringer og resultatverifisering mot historisk forsyningssikkerhet Hvordan overføre dette til energiberedskap
Forsyningssikkerhet varierer over tid Two days One week Nine months Hva er riktig forsynings sikkerhet?
Sammenligning av resultat mot historiske nivå
Historisk, nåværende og fremtidig forsyningssikkerhet Historisk forsyningssikkerhet Forsyningssikkerhet nå Fremtidig forsyningssikkerhet Beredskapsplanlegging Planlagte investeringer Utsette investeringer?
Del 4: Probabilistisk risikovurdering - en metode for å skaffe felles forståelse for kraftsystemutfordringer og muligheter, på tvers av konsesjonsområder Oppnå et felles vurderingsunderlag i nå-situasjon og fremtidige situasjoner for å koordinere operative handlinger, investeringer og energiberedskap Eksempel
TSO-DSO TSO Statnett SF Overvåkningssentralen Sunndalsøra Investeringer En «digital tvillings» etableres Beredskapsplanlegging Vedlikeholdsplanlegging Driftsplanlegging Operasjonell drift Risiko vurderinger ROS analyser av komponenter Data Interface og datablokk for utveksling av sanntids informasjon om probabilistisk risiko og forsyningssikkerhet etableres Felles påvirkning av risikonivå synliggjøres hos begge i sanntid via data utveksling years Component 1 Component n 1 2 3 month week 1-8h Report last 8h TSO Promaps Realtime Modelleksport fra EMS Scada hvert 10. minutt Tilrettelegging for fremtidig utveksling av sanntids- og prognosert probabilistisk risikoinformasjon mellom TSO og DSO for sanntid- og risikobasert nettovervåkning DSO Promaps Realtime Modelleksport fra EMS Scada hvert 5.- 10. minutt DSO Skagerak Energi Nett AS Investeringer Beredskapsplanlegging Vedlikeholdsplanlegging Driftsplanlegging Risiko vurderinger ROS analyser av komponenter years Component 1 Component n 1 2 3 month week 1-8h Report last 8h Operasjonell drift
TSO/DSO-storforbruker av energi TSO Statnett SF Overvåkningssentralen Sunndalsøra Investeringer En «digital tvillings» etableres Beredskapsplanlegging Vedlikeholdsplanlegging Operasjonell drift Driftsplanlegging Risiko vurderinger Utveksling av sanntids- og prognosert probabilistisk risikoinformasjon mellom TSO og Gassco for optimal risikostyring av operasjonell drift og planlegging av driften ROS analyser av komponenter years Data Interface og datablokk for utveksling av sanntids informasjon om probabilistisk risiko og forsyningssikkerhet etableres Component 1 Component n 1 2 3 month week 1-8h Report last 8h TSO Promaps Realtime Modelleksport fra EMS Scada hvert 10. minutt Promaps Realtime Gassco Nyhavna Promaps Realtime Dashboard server Speiling av utvalgt risiko informasjon til Gassco Gassco drift Promaps Realtime Gassco Kollsnes Driftsplanlegging Operasjonell drift Promaps Realtime Gassco Felles påvirkning av risikonivå synliggjøres hos begge i sanntid via data utveksling Promaps Realtime Gassco Kårstø 1-8h Report last 8h 1-8h
Oppsummering Promaps Technology beregner probabilistisk risikonivå i nær sanntid for 6 TSO og DSOer i Norge og Island Risiko informasjonen i nær sanntid gir netteier mulighet til å gjøre handlinger og vurderinger for å bedre risiko: før, under og etter hendelser. Resultatene i nåtid kan kontrolleres mot historiske faktiske risikonivå per måned per nettselskap, for å verifisere riktighet. Resultatene gir årsakssammenheng og kan gjennomgås av tredjepart Metode og analyseverktøy er derfor velegnet til å beregne forventet forsyningssikkerhet frem i tid for netteiers vurderte nettutvikling, hvor planlagte nettinvesteringer og nettforandringer vurderes KSU Plan og beredskap