Sammenhengen mellom teknisk tilstand og leveringspålitelighet i kraftsystemet 

Nye metoder og verktøy for å ivareta leveringspålitelighet i kraftsystemet 

Når forbruket av elektrisitet øker og ny kraftproduksjon integreres i et aldrende kraftsystem er det viktig å utnytte komponentene i systemet på en god måte. I dette blogg-innlegget bruker vi krafttransformatorer som et eksempel på komponenter, da de er store, komplekse, dyre og ikke minst viktige for kraftsystemet.  

Samtidig må leveringspåliteligheten til kraftsystemet ivaretas på et akseptabelt nivå. Leveringspålitelighet er knyttet til antall strømbrudd og hvor lenge de varer.  

For å utnytte og forvalte komponentene på en god måte trenger kraftsystemplanleggere bedre informasjon om den faktiske risikoeksponeringen i kraftsystemet og hvordan den påvirkes av ulike faktorer. Den tekniske tilstanden til kraftsystemkomponentene er et viktig eksempel på en faktor som påvirker risiko.  

I kompetanseprosjektet VulPro (Prognosering av risiko og sårbarhet for anleggsforvaltning og nettutvikling) har SINTEF Energi samarbeidet med NTNU, Statnett, Landsnet og NVE for å gi kraftsystemplanleggere ny kunnskap, metoder og verktøy for å fange opp sammenhengen mellom teknisk tilstand og leveringspålitelighet. VulPro-prosjektet er støttet av Norges Forskningsråd. 

I dette blogginnlegget oppsummerer vi resultater, konklusjoner og anbefalinger fra prosjektet. Vi diskuterer også hva som bør være de neste stegene for å ta i bruk tilstands- og risikobaserte metoder i transmisjonsnett og distribusjonsnett. 

Forskningsutfordringene i VulPro-prosjektet 

Kraftsystemplanlegging handler både om langsiktig nettutvikling og anleggsforvaltning. Eksempler på beslutninger innen nettutvikling er når og hvor nettet skal forsterkes eller bygges ut, mens anleggsforvaltning handler om eksisterende anlegg og beslutninger som når krafttransformatorer skal fornyes eller vedlikeholdes.  

Tradisjonelt sett fokuserer anleggsforvaltning på den enkelte komponent, f.eks. en transformator, og vurderer risiko med hensyn til den tekniske tilstanden til komponenten. Men her tas det ikke fullt ut hensyn til plasseringen i systemet og hvor viktig komponenten er for leveringspåliteligheten i systemet som helhet.  

Analyser for langsiktig nettutvikling tar derimot gjerne et større systemperspektiv, men tar ikke fullt ut hensyn til tilstanden til komponenter og hvordan dette påvirker sannsynlighet for feil – og dermed risikoen når det gjelder leveringspålitelighet. 

Disse to perspektivene er illustrert i Figur 1 nedenfor. VulPro har bidratt til å bygge bro mellom de enkelte komponentene og kraftsystemet i analyser av leveringspåliteligheten. Dermed har det også bidratt til å lukke «gapet» mellom risikovurderinger for anleggsforvaltningsformål og nettutviklingsformål. 

Figur 1: Overordnet utfordring i VulPro-prosjektet: Å bygge bro mellom de enkelte komponentene (venstre) og kraftsystemet (høyre) i analyser av leveringspåliteligheten. 

Aldringsfeil der transformatorer havarerer på grunn av dårlig teknisk tilstand skjer sjeldent. Dersom en transformator havarerer vil det ta lang tid å bytte den ut, og konsekvensene kan bli store. For å komplementere arbeidet på transformatorer har PhD-studien i prosjektet fokusert på effektbrytere og hvordan den tekniske tilstanden deres påvirker leveringspåliteligheten. 

De viktigste konklusjonene og anbefalingene fra VulPro-prosjektet 

I prosjektet har vi utviklet metoder for å estimere risiko med hensyn til leveringspålitelighet og hvordan denne risikoen kan utvikle seg over de neste årene og tiårene.

Figur 2 illustrerer de viktigste anbefalingene fra prosjektet som en stegvis overgang mot bedre bruk av risikobaserte metoder: Hvert steg gir kraftsystemplanleggere et mer komplett bilde av risikoen når det gjelder leveringspåliteligheten. Det tar i større grad hensyn til kraftsystemperspektivet og ikke bare komponentperspektivet.  

Figur 2: Steg mot bedre bruk av risiko-baserte metoder for å støtte beslutninger innen kraftsystemplanlegging. 

Nedenfor oppsummerer vi hvert av de fem stegene i Figur 2 i hvert sitt kapittel. Her er en enda kortere oppsummering av hovedkonklusjonene og anbefalingene fra prosjektet: 

1. Beslutninger bør ikke primært være basert på komponentenes alder. 

2. Komponenter er vanligvis godt vedlikeholdt og har lav sannsynlighet for aldringsfeil. Data kan brukes til å følge med på om tilstanden svekkes og sannsynligheten for feil økes.  

3. Risikobaserte strategier for anleggsforvaltning vil trolig gi betydelige besparelser av reinvestering- og vedlikeholdskostnader over komponentenes levetid, samtidig som leveringspåliteligheten ivaretas.  

4. Risikobaserte strategier bør også ta hensyn til usikkerhet og sårbarhet med hensyn til at viktige komponenter kan ha lange utetider ved feil. 

5. Beslutninger innen anleggsforvaltning bør ta hensyn til alternative planer for den fremtidige utviklingen av nettet. Tilsvarende bør nettutviklingsplaner ta hensyn til behovene til eksisterende nettanlegg og til beslutninger innen anleggsforvaltning. 

Anbefalinger til fortsatt datainnsamling og andre forslag til videre arbeid kan du lese nederst i innlegget. 

Steg 1: Alder og den tekniske tilstanden til komponenter 

Aldrende kraftsystemkomponenter er en kilde til bekymring, men som også tidligere prosjekter har vist så sier ikke alder i seg selv så mye om en komponents sannsynlighet for å feile. Det som betyr noe, er hvordan den tekniske tilstanden til komponenten har blitt svekket over tid. Beslutninger bør derfor ikke baseres primært på komponentenes alder. 

Historisk sett har det for de fleste komponenter i kraftsystemet vært en svak korrelasjon mellom den tekniske tilstanden og alderen til komponentene, som illustrert i Figur 3. En del av grunnen til dette er at svekkelsen av teknisk tilstand motvirkes gjennom forebyggende vedlikehold og ved at komponenter byttes ut og fornyes etter hvert som de aldres.  

Figur 3. Det er en svak korrelasjon mellom den tekniske tilstanden og alderen til komponenter i kraftsystemet. 

For krafttransformatorer finnes en lignende sammenheng mellom alder og tilstand som den som er illustrert i Figur 3 ved bruk av SINTEFs helseindeks-modell. PhD-studien i VulPro-prosjektet har også funnet en tilsvarende sammenheng for effektbrytere. 

Steg 2: Betydningen av teknisk tilstand for påliteligheten til kraftsystemkomponenter 

Tradisjonelt sett har pålitelighetsanalyser for nettutviklingsformål ikke tatt hensyn til at forskjellige komponenter har forskjellig teknisk tilstand. I stedet antar analysene vanligvis at alle komponenter av samme type har den samme gjennomsnittlige sannsynligheten for feil.  

Figur 4 viser hvordan metoder utviklet i prosjektet kan brukes til å tilordne individuelle feilsannsynligheter til de enkelte transformatorene. Dette er gjort ved å bruke helseindeks-modellen for transformatorer til å estimere hvordan den tekniske tilstanden til en transformator påvirker påliteligheten til transformatoren. 

Figur 4. Transformatorer med forskjellig teknisk tilstand har forskjellig feilsannsynlighet. 

For den nåværende populasjonen av krafttransformatorer i det norske kraftsystemet er sannsynlighetene for feil ganske like fordi transformatorene stort sett har god teknisk tilstand. Men dersom den tekniske tilstanden svekkes, vil feilsannsynligheten øke, og det blir da enda viktigere å ta hensyn til forskjeller i teknisk tilstand og hvordan det påvirker leveringspåliteligheten. 

Steg 3: Betydningen av teknisk tilstand for leveringspåliteligheten 

Hvor stor betydning den tekniske tilstanden til en komponent har for leveringspåliteligheten avhenger også av hvor viktig komponenten er, som igjen avhenger av lokasjonen og rollen den har i kraftsystemet.  

For å estimere hvordan tilstanden påvirker leveringspåliteligheten måtte vi først integrere modeller for komponent-pålitelighet beskrevet ovenfor i modeller for kraftsystem-pålitelighet.    Du kan lese mer om metodene for å gjøre dette i dette blogginnlegget fra prosjektet. 

Beslutninger innen nettutvikling og anleggsforvaltninger har tidshorisonter på flere år eller tiår. For å kunne støtte slike beslutninger måtte vi derfor utvikle metoder for å prognosere hvordan leveringspåliteligheten kan utvikle seg over disse tidshorisontene, for eksempel målt i antall MWh forventet ikke levert energi per år. Fordi disse målene sier noe om risikoen med hensyn på leveringspålitelighet bruker vi kortformen «risikoprognose» nedenfor.  

Risikoprognosene bør ta hensyn til hvordan tilstanden til komponenter kan svekkes fremover i tid. Vi har også modellert hvordan anleggsforvaltning kan påvirke tilstanden til komponentene fremover i tid. Her har vi fokusert på fornying av transformatorer siden det er et viktig eksempel på en beslutning innen anleggsforvaltning.  

For å illustrere bruken av risikoprognosene har vi sammenlignet flere strategier for transformatorfornyelse som i større eller mindre grad tar hensyn til informasjon om risiko:  

1. En aldersbasert strategi som bruker alderen til komponentene til å prioritere hvilke transformatorer som skal fornyes. 

2. En tilstandsbasert strategi som bruker den tekniske tilstanden til komponentene til å vurdere hvilke transformatorer som skal fornyes. 

3. En risikobasert strategi som bruker både den tekniske tilstanden til komponentene og hvor viktige de er for leveringspåliteligheten i systemet til å prioritere hvilke transformatorer som skal fornyes. 

For de tre strategiene modellerer vi den samme ressursbruken, altså at hvor mye tid og penger som brukes på å fornye transformatorer er lik på tvers av strategiene. Dette gjør vi for å få en rettferdig sammenligning av hvor gode strategiene er når vi vurderer dem ut fra hvor god leveringspåliteligheten de kan gi.  

Figur 5 illustrerer hvordan risikoprognosene blir forskjellig for de tre strategiene. Fordi aldring av transformatorer er en veldig langsom prosess, har vi valgt en tidshorisont på 40 år for disse prognosene. I virkeligheten vil det naturligvis være mye annet som forandrer seg i kraftsystemet over denne tidshorisonten. Disse prognosene viser altså bare effekten av 1) aldring av transformatorer og 2) fornying av transformatorer, gitt at alt annet er likt.  

Figur 5. Sammenligning av leveringspålitelighet for ulike strategier for transformatorfornyelse som et eksempel på en beslutning innen anleggsforvaltning. (CI står for konfidensintervall, som er et mål på usikkerheten i resultatet). 

Det er stor usikkerhet i hvor raskt tilstanden for hver komponent svekkes. Derfor er det viktig å inkludere denne usikkerheten i risikoprognosen, og det er illustrert med de fargede båndene i Figur 5. Å se bare på forventningsverdien som er vist med den svarte kurven i figuren kan gi et ufullstendig bilde av risikoen. 

En risikobasert strategi ga bedre leveringspålitelighet enn en tilstandsbasert strategi i dette eksempelet. Strategien bidrar til å prioritere og planlegge bruken av ressurser bedre. Det medfører at for å oppnå et gitt nivå på leveringspåliteligheten så vil en risikobasert strategi gi lavere ressursbruk enn de andre strategiene. 

Steg 4: Sårbarheter knyttet til lange utetider til komponenter 

Den risikobaserte strategien (c) i eksempelet ovenfor kan ende opp med å gi lavere prioritet til en transformator med dårlig tilstand dersom den har en relativt lite viktig rolle målt ved betydningen for leveringspåliteligheten i systemet. Det kan skje dersom transformatoren forsyner en relativt liten andel av forbruket i systemet. Men dersom den havarerer kan konsekvensene være kritiske for kundene som forsynes av denne transformatoren. Derfor blir kraftsystemet sårbart om tilstanden til transformatoren svekkes for mye.  

Det er også stor usikkerhet i hvor lang utetid en transformator kan ha etter at en feil har oppstått. Denne utetiden vil variere med faktorer som hvor det er reservetransformatorer, hvor lett det er å frakte dem dit de skal, når på året feilen oppstår, osv. Utetiden er dessuten avhengig av teknisk tilstand og hvilken type feil som skjer, siden feil som oppstår på grunn av dårlig tilstand kan gi veldig lang utetid dersom hele transformatoren må byttes. Og desto lengre utetiden er, jo mer sårbart er kraftsystemet. I mellomtiden kan det nemlig skje feil på andre komponenter, og dette kan føre til strømbrudd.  

For å estimere utetiden til en transformator og hvor usikker den er, har prosjektet utviklet en utetidsmodell for transformatorer som er gjort tilgjengelig som åpen kildekode: https://gitlab.sintef.no/power-system-asset-management/t_odm 

Risiko knyttet til en hendelse som f.eks. et transformatorhavari er en kombinasjon av sannsynlighet og konsekvens for hendelsen. Dersom utetiden til transformatoren etter havari er lengre enn forventet, kan også konsekvensen i form av strømbrudd være større enn forventet. Derfor er det viktig å ta hensyn til usikkerheten i utetid.  

Figur 6 viser eksempel på et risikodiagram for en slik hendelse for et tilfelle der konsekvensen av en trafofeil blir vurdert som akseptabel når vi kun ser på forventningsverdien. Når vi derimot bruker utetidsmodellen for transformatorer som vi har utviklet, får vi også informasjon om usikkerheten til utetiden og hvordan den påvirker usikkerheten til konsekvensen. Figuren viser et eksempel der det avdekker en potensiell konsekvens som er uakseptabel i henhold til driftspolicyen eller risikopolicyen til nettselskapet. Dette er et eksempel på hvordan vi kan ta hensyn til sårbarhet knyttet til lange komponent-utetider i risikobaserte metoder. 

Figur 6. Risikodiagram som viser sannsynlighet og potensielle konsekvenser av for eksempel en transformatorfeil.

Steg 5: Betydningen av nettutvikling

I det femte og siste steget ser vi på det følgende forenklede eksempelet på en beslutning innen anleggsforvaltning: Når skal vi fornye en aldrende transformator i et nett der det er en ny, grønn industrivirksomhet som ønsker å knytte seg til nettet?

Her er det flere ting som endrer seg over tidshorisonten vi ser på: I tillegg til 1) aldring av transformatorer og 2) fornying av transformatorer som vi så på tidligere (Figur 5) har vi også 3) økende elektrisitetsforbruk og 4) nettutvikling.

Figur 7 viser risikoprognosen (ikke levert energi) for to scenarioer for nettutvikling: I scenario a øverst i figuren forsterkes nettet før nytt forbruk knyttes til, mens i scenario b nederst i figuren blir nettet ikke forsterket. Scenario b krever at nettselskapet aksepterer en høyere risiko med hensyn på leveringspåliteligheten. På et senere tidspunkt blir den aldrende transformatoren fornyet, noe som bidrar til å redusere risikoen med hensyn på leveringspåliteligheten.

Figur 7. Risikoprognoser som illustrerer den kombinerte effekten av anleggsforvaltning (her: fornying av transformator) og nettutvikling (her: forsterking av nettet (nederst) eller ikke (øverst) før en ny strømkunde knyttes til nettet).

For disse to tilfellene brukte vi metoder fra de forrige kapitlene til å illustrere følgende poenger:

• Å tillate at forbruket i systemet øker uten å forsterke nettet først gjør systemet mer sårbart når det gjelder tilstandsavhengige transformatorfeil.
• Nettselskapet kan bruke informasjonen om usikkerhet i risikoprognosen. For eksempel kan det se på den øvre grensen i prognosen vist med det lyse båndet i figuren og vurdere om det er akseptabelt å være eksponert for en så høy risiko fra 2030 til 2035.
• Valgene som tas innen nettutvikling påvirker hva som er det beste valget for beslutninger innen anleggsforvaltning. I Figur 7 er tidspunktet for fornyelse det samme med og uten nettforsterking. Men ved å bruke et sannsynlighetsbasert kriterium som minimerer de forventede samfunnsøkonomiske kostnadene finner vi at fornyelse kan utsettes med rundt 10 år dersom nettet forsterkes. Med andre ord er det en fordel å se nettutvikling og anleggsforvaltning i sammenheng.
• Varigheten av utetiden vi antar for transformatoren påvirker hva som er det beste tidspunktet for å fornye den. Om vi antar en lengre utetid så fører det til at transformatoren bør fornyes tidligere.

Veien videre

Metodikken som er utviklet i prosjektet kan nå tas i bruk i nettbransjen, for både transmisjonsnettet og distribusjonsnettet. Men det er noen endringer som må gjøres i organisasjonene: Beslutningsprosessene hos nettselskapene må oppdateres for å kunne ta hensyn til informasjon om risiko på en bedre måte, og kompetansen på risiko-baserte og sannsynlighetsbaserte metoder må styrkes.

Prosjektet har demonstrert nytteverdien av tettere samarbeid mellom ulike deler av organisasjonen i et nettselskap. Både representanter fra nettutvikling og anleggsforvaltning har deltatt i prosjektet, noe som har vært viktig for å kunne fange opp ulike perspektiver og gjensidige avhengigheter mellom de ulike beslutningsprosessene.

Risikobaserte tilnærminger har større behov for data og databehandling. VulPro-prosjektet anbefaler derfor at nettselskaper samler og systematiserer relevante data om teknisk tilstand og pålitelighet til komponenter. Data for transformatorer som de vi har brukt i analysene i prosjektet bør lagres i en felles database for både transformatorer som er i drift og transformatorer som er skrotet, sammen med historiske lastdata og temperaturdata for transformatoren.

Gjennom forskningen har prosjektet også identifisert kunnskapsbehov. De følgende punktene oppsummerer viktige kunnskapsgap som vi foreslår å lukke i videre forsknings- og utviklingsarbeid:

• Betydningen av belastningsgraden til komponentene: Hvordan påvirkes påliteligheten til komponentene av hvordan de utnyttes, eller det vil si, av hvor tungt belastet de er og hvor dynamiske lastmønstre de utsettes for? Dette er viktig for å kunne forstå bedre hvordan fremtidens lastmønster og høyere utnyttelse av komponentene kan påvirke leveringspåliteligheten.
• Optimal nettdrift og nettutnyttelse: Hvordan tar vi beslutninger i nettdriften (f.eks. å tillate overbelastning av en transformator) og anleggsforvaltning (for eksempel å styrke tilstandsovervåkingen for en transformator) på en slik måte at vi utnytter det eksisterende nettet mens nytt nett bygges ut?
• Optimal planlegging av driftsstanser: Når nettet utnyttes høyere, blir det stadig vanskeligere å ta komponenter ut av drift for å drive vedlikehold eller kunne bygge om nettet. For å få til dette på en optimal måte kreves det god koordinering mellom driftsplanlegging, anleggsforvaltning og nettutvikling.
• Optimal beredskapsplanlegging: Hvordan kan sårbarheter knyttet til lange utetider avbøtes ved å planlegge for bedre beredskap, for eksempel gjennom mer optimale strategier for reserve-komponenter?
• Kraftsystemkomponenter: VulPro-prosjektet har fokusert på krafttransformatorer, og i tillegg har PhD-studien tatt for seg effektbrytere. Aldringsmodeller for disse komponentene bør videreutvikles for å øke nøyaktigheten. Dessuten er det et stort behov for å utvikle aldringsmodeller og pålitelighetsmodeller for andre komponenter slik som kraftkabler og luftledninger. I dag finnes det knapt slike modeller for disse komponentene.
• Verdsetting av leveringspålitelighet og avveininger mot andre kriterier: Resultatene fra VulPro-prosjektet har avgrenset seg til å kvantifisere leveringspålitelighet, og leveringspålitelighet er et viktig kriterium for all kraftsystemplanlegging. Men det trengs mer kunnskap om hvordan leveringspålitelighet verdsettes og hvordan vi kan gjøre avveininger mellom leveringspålitelighet og andre kriterier som er viktige i praksis når vi skal ta beslutninger i planleggingen av kraftsystemet.

SINTEF fortsetter med å utvikle risikobaserte metoder for kraftsystemplanlegging og bidra til at de tas i bruk. For eksempel kommer noen av temaene som er nevnt ovenfor til å bli tatt opp i forskningssenteret SecurEL som vi er i gang med å starte opp nå.