Risikobasert nettutvikling med hjelp fra sensordata

Vi har også testet metodikken på regionalnettet til et norsk nettselskap.

Regionalnettet kalles også regionalt distribusjonsnett. Det har vanligvis et spenningsnivå på 66 kV til 132 kV og dekker større regioner eller fylker.

I takt med økende forbruk og produksjon av strøm står norske nettselskaper overfor utfordringer med å forsterke det regionale distribusjonsnettet under usikre forutsetninger.

Tradisjonelt har nettplanlegging blitt gjort ved hjelp av konservative kriterier som for eksempel N-1-kriteriet. Ved hjelp av nye metoder og bedre data åpnes det for risikobaserte planleggingsmetoder som tar hensyn til både sannsynlighet for og konsekvens av utfall. Der begrensningene i nettet er termiske, bidrar sensorer som måler dynamisk linjekapasitet til å vise nettselskapet hvor langt unna driftsgrensene de er til enhver tid. Slik får de bedre oversikt over den faktiske risikoen.

Hva er risikokriterier i nettplanlegging?

Risikokriterier, eller planleggingskriterier, setter standarder for hvor mye risiko et nettselskap er villig til å akseptere før det investerer i nettforsterkninger. Dette kan måles i antall timer med avbrudd i strømforsyningen til strømkunder, antall kilowatt-timer med ikke levert energi eller KILE-kostnader (avbruddskostnader).

N-1-kriteriet, som sikrer at strømforsyningen opprettholdes selv om én linje svikter, er et eksempel på et slikt kriterium. Kriteriet har lenge vært en standard for planlegging av strømnett på høyere nettnivåer, men det er mulig for et nettselskap å planlegge regionalnettet etter et mindre konservativt kriterium.

På regionalnettnivå lager nettselskapene prognoser for lastøkning for opptil 20 år frem i tid. Dette bruker de til å planlegge nettet.  Figur 1 viser dagens lastflyt over et utvalgt snitt som en rød, stiplet linje med effekt på y-aksen og timene i et år på x-aksen. Lastverdiene er sortert høyest til lavest– dvs. en varighetskurve. Om noen år forventer nettselskapet en lastøkning (heltrukken rød linje) som gjør at lastflyten over snittet overskrider dagens N-1-kapasitet i 10 % av timene i året. N-1-kapasiteten er reserve-overføringskapasiteten for linjene over snittet etter utfall av den av linjene over snittet med størst overføringskapasitet. Det betyr at når N-1-kapasiteten overskrides kan en feil på denne linjen føre til avbrudd. Kun ett fremtidsscenario er vist her for enkelhetens skyld, la oss kalle det et Basis-scenario, som nettselskapet anser som mest sannsynlig at vil finne sted.

Nettinvesteringsbeslutningen blir bestemt av hva slags planleggingskriterium man velger seg. Dersom man planlegger nettet etter N-1-kriteriet vil det med lastøkningen være nødvendig med en nettforsterkning slik at reservekapasiteten blir minimum som gitt av den øverste stiplede linja.

Dersom nettselskapet er villig til å vurdere en risikobasert nettplanleggingsstrategi betyr dette å hensynta risiko, som er en kombinasjon av sannsynligheten for feil og konsekvensen ved feil, eller enkelt sagt:

Risiko = Sannsynlighet × Konsekvens

Det røde, skraverte arealet mellom grafene på Figur 1 er potensielt ikke levert energi, altså energi som ikke blir forsynt til strømkundene ved feil i nettet. Dette er konsekvensen dersom det skjer feil i de timene i året der lasten er høyere enn reservekapasiteten i dagens nett. Tradisjonelt har nettselskapene fokusert på konsekvens i nettplanleggingen. Det er i tillegg verdt å spørre om hvor sannsynlig det er at det skjer feil i nettet i akkurat de timene? Altså om risikoen vil være verdt å akseptere?

Metodikk for risikobasert nettutvikling

Basert på arbeid gjort i forskningssenteret CINELDI har vi nylig publisert artikkelen «Evaluating grid development strategies for a regional grid using dynamic line rating data».

Her definerer vi et planleggingskriterium som vi kaller N-X, illustrert på Figur 2. X representerer her et lavere krav til reservekapasitet, for eksempel at vi har full redundans (altså at det er ekstra linjer eller trafoer i som sikrer forsyningen ved feil) bare 90 % av tiden, i stedet for 100 %. Når vi har redundans i bare 90 % av tiden (X = 0.90) så utsetter nettselskapet seg for en risiko for konsekvenser i form av ikke levert energi ved feil i nettet. Men – denne risikoen er beregnet med hensyn til tradisjonelle, sesongbaserte linjegrenser (forkortet SLR på engelsk): Disse er konservative – de tar ikke hensyn til faktisk utetemperatur eller vind.

Nå har det imidlertid blitt mer vanlig å sette sensorer for dynamisk linjekapasitet (forkortet DLR på engelsk) i nettet: Disse sensorene måler den faktiske temperaturen inni luftlinjene, som påvirkes av strømmen som beveger seg gjennom dem, men også av været.

Nettselskap som har slike sensorer på luftlinjene, har mulighet til å planlegge nettet etter mer realistiske grenser. Ikke når sensorene har stått der en måned, kanskje, men etter et par år begynner de å ha samlet inn nok data til å kunne si noe om klimaet luftlinjene befinner seg i.

I arbeidet dokumentert i artikkelen testet vi ut metoden på et reelt norsk regionalnett, se Figur 2. Vi fant ut, slik mange nettselskap også har oppdaget ved bruk av slike sensorer, at det ofte er mer ledig termisk kapasitet i nettet enn man har pleid å drifte nettet etter. Det betyr at risikoen som nettselskapet faktisk tok i påvente av nytt nett, var langt fra like stor som det de tradisjonelle, sesongbaserte linjegrensene indikerte.

Vi fant ut at dersom nettselskapet var villig til å planlegge med et mindre konservativt kriterium som N-X-kriteriet og bruke DLR-grenser i analysene, kunne de utsette nettinvesteringene med noen år og samtidig ha mye bedre kontroll på de faktiske konsekvensene ved feil[.

Som Figur 3 viser, ble investeringsåret utsatt fra år 2 til år 5 eller 8, avhengig av hvilket lastscenario som fant sted. I denne sammenhengen er DLR-dataene en realopsjon som hjelper nettselskapet med å ta investeringsbeslutninger under usikkerhet.

Tidligere har vi blogget om realopsjoner i nettutviklingsstrategier. For mer informasjon om dette, les Nettutviklingsstrategiar: Verdien og risikoen ved å «vente og sjå»

Men: Risiko er en kombinasjon av både sannsynlighet og konsekvens – og denne metoden sier foreløpig ingenting om hvor sannsynlig det er at disse mulige konsekvensene finner sted. Nettselskapet kan finne ut av sannsynligheten ved å undersøke feilstatistikken. Dersom sannsynligheten for feil på linjene i snittet er lav, kan man anta at det er snakk om en lav forventningsverdi for ikke levert energi.

SINTEF og samarbeidspartnere jobber videre med risikobasert planlegging, drift og vedlikehold av strømnettet

I det regionale distribusjonsnettet kan nettbygging være en langsom prosess, og da kan bedre data (for eksempel fra DLR-sensorer) gi nettselskapet bedre informasjon om risikoen de utsetter seg for i ventetiden. Risikobasert metodikk for nettplanlegging gir et mer bevisst forhold til denne risikoen.

Samtidig må nettselskapene være oppmerksomme på balansen mellom 1) å ta noe høyere risiko og dermed utnytte nettet bedre for å kunne tilknytte mer forbruk og 2) ivareta akseptabel forsyningssikkerhet.

I videre arbeid kan en utvidelse av metodikken inkludere kvantifisering av risiko for forsyningssikkerheten f.eks. i form av ikke levert energi og tilhørende kostnader (KILE). Dette vil gi nettselskapene enda bedre beslutningsgrunnlag.

Mer nyanserte risikokriterier enn N-X kan også vurderes. For selv om N-X-kriteriet fanger opp noen aspekter ved sannsynligheten for avbrudd, i motsetning til N-1-kriteriet, så fanger det bl.a. ikke opp omfanget og konsekvensene av avbrudd. Risikobaserte kriterier og prinsipper for planlegging, drift og vedlikehold skal det jobbes videre med i FME SecurEL.

Det hadde også vært interessant å undersøke hvordan regnestykket ville vært i et snitt dominert av variabel produksjon, for eksempel fra vindkraftverk. Der kan det være timer i året med større produksjonsinnmating enn N-1-kapasiteten i snittet. Det samfunnsøkonomiske regnestykket blir da en avveining mellom nettutbygging og kostnadene ved å koble ut vindkraftproduksjonen.

Dette arbeidet er utført i forskningssenteret FME CINELDI. Takk til et anonymt norsk nettselskap for nettdata, last- og produksjonsdata. Takk til Heimdall Power for sensordata.

Denne bloggen er tidligere publisert i Energiteknikk; Risikobasert nettutvikling med hjelp fra sensordata