Probabilistisk risikoanalyse av kraftsystem – en forutsetning for effektiv beredskap Energiberedskap 2019

Probabilistisk risikoanalyse av kraftsystem – en forutsetning for effektiv beredskap

Energiberedskap 2019

22.- 23. Mai

Arne Brufladt Svendsenav

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 shortage calculations Power demand

Economic calculations Power flow

calculations

Reliability calculations Consequence

model

Rule based system response

-System response data from external sources

Expected power shortage SMS

Economic consequence Real time Day head

Re lia bility da ta

&

Bra nc hm od el lib ary

W ea th er da ta Po we rs ys te m da ta

&

co nfig ura tio n

System respons data

Benytte beste tilgjengelige data

Secondary equipment Primary

equipment

Maintenance

&

Personnel in station

CMF

State:

1. Function

2. Unwanted function 3. No function State:

1. Function 2. Passing fault 3. Lasting fault

State:

1. Function 2. Fault

State:

1. Function

2. Unwanted function 3. No function

DC 2 DC

1 P&C

2 Ij<

Z<

I DC

2 DC

1

P&C 1

P&C 1 Ij<

Z<

I

P&C 2 Ij<

Z<

I Ij<

Z<

I

Power line 300 kV

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

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

+ Inc om e

- co st

New Investments Re-

Investments Maintinace

Operational planning Operation

Income power flow

Operating profit

- ^Emergency_Planning =

Grid owner’s value chain

Beslutningsstøtte for verifisering og forbedring av forsyningssikkerhet

PROMAPS Nettverksmodell (Digital tvilling) Forsyningssikkerhet

1 2 3 4 5 6

Sjekke effekt av parametere som skal endres

1 2 3 4 5 6

Beslutninger og

parametere som påvirker forsyningssikkerhet

Grid owner’s value chain

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

Fremtidig forsyningssikkerhet Historisk forsyningssikkerhet

Beredskaps- planlegging

Utsette

investeringer

? Forsyningssikkerhet nå

Planlagte 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

• En «digital tvillings» etableres

• 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

Modelleksport fra EMS Scada hvert 10.

minutt TSO Promaps Realtime

Modelleksport fra EMS Scada hvert 5.- 10.

minutt DSO Promaps Realtime

Tilrettelegging for fremtidig utveksling av sanntids- og prognosert probabilistisk risikoinformasjon mellom TSO og DSO for sanntid- og

risikobasert nettovervåkning

Operasjonell drift Investeringer Beredskapsplanlegging

Component n-- Component 1

3 2 1 ROS analyser av komponenter

Vedlikeholdsplanlegging

Risiko vurderinger

Risk Repo rt

last 8h Risk

Forecast next week Risk

Forecast next month Risk

Forecast next years

Risk Forecast

next 1-8h

TSO Statnett SF

Driftsplanlegging

Operasjonell drift Investeringer Beredskapsplanlegging

Component nComponent 1-- 3 2 1 ROS analyser av komponenter

Vedlikeholdsplanlegging

Risiko vurderinger

Risk Repo rt

last 8h Risk

Forecast next week Risk

Forecast next month Risk

Forecast nex t years

Risk Fo recast

next 1-8h

DSO Skagerak Energi Nett AS

Driftsplanlegging

Overvåkningssentralen Sunndalsøra

TSO/DSO-storforbruker av energi

• En «digital tvillings» etableres

• 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

Operasjonell drift Driftsplanlegging

Gassco drift

Utveksling av sanntids- og prognosert probabilistisk risikoinformasjon mellom TSO

og Gassco for optimal risikostyring av operasjonell drift og planlegging av driften

Risk Fo recast

next 1-8h Risk Repor t

las t 8h Ris k Forecas t

next 1-8h

Promaps Realt ime Gassco Promaps Realt ime Gassco Nyhavna

Promaps Realtime Gassco Kollsnes

Promaps Realt ime Gassco Kårstø

Modelleksport fra EMS Scada hvert 10.

minutt TSO Promaps Realtime

Operasjonell drift Investeringer Beredskapsplanlegging

Component nComponent 1-- 3 2 1 ROS analyser av komponent er

Vedlikeholdsplanlegging

Risiko vurderinger

Ris k Repor t l as t 8h Ris k

Fo recast next week Risk

Forecast next m ont h Risk

For ecast next years

Risk Forecast

next 1-8h

TSO Statnett SF

Driftsplanlegging

Overvåkningssentralen Sunndalsøra

Promaps Realtime Dashboard server Speiling av utvalgt risiko informasjon til Gassco

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