Elsystemets klassiska säkerhetsprincip N-1-kriteriet ska fasas ut ur Europas transmissionsnät men fortfarande saknas färdiga alternativ. Jakob Björns på Svenska kraftnät har utvecklat en ny sannolikhetsbaserad metod för leveranssäkerhet med det svenska kraftnätet som modell.

– Vi har tittat på vad som måste till för att kunna använda sannolikhetsbaserad metodik på delar av det svenska stamnätet och vilken typ av systemdata som behövs, säger Jakob Björns, teknisk ingenjör på Svenska kraftnät. Den typen analysmetoder kräver avancerad matematisk modellering där förmågan att välja rätt systeminformation, eller konsten att välja bort onödiga data, är en utmaning man inte ska underskatta, menar han.

Det var som KTH-student Jakob Björns tog upp tråden från tidigare forskning kring sannolikhetsbaserad analys för kraftsystem, också kallad probabilistisk metodik. I sin masteruppsats Transmissionsnätsutveckling med betraktande av probabilistisk riskbedömning (pdf) föreslår Björns en okonventionell metod för att beräkna och bedöma transmissionsnätets tillförlitlighet som ett alternativ till N-1-kriteriet.

Byggde fiktiv nätplanering
Tillsammans med sin handledare på Svenska kraftnät, kraftsystemanalytiker Ebrahim Shayesteh, har Jakob Björns kunnat använda det svenska stamnätet som testplats för sina experiment. Med sin metod vill han bland annat skapa ett system som underlättar hanteringen av systemdata och all information man på digitala vägar kan hämta in.

Till själva modelleringen har projektet använt den klassiska PSS/E-simulatorn där man har byggt upp en modell av det svenska kraftnätet. Där har man lagt in många nya parametrar, bland annat i form av flera teoretiska men verklighetstrogna driftfall med varierande grader av nyckeltal och sannolika fel. I praktiken upprättades en påhittat avdelning för nätplanering som har fått hantera olika tillstånd i nätet.

Beräknar framtidens elavbrott
Syftet har varit att bidra till uppbyggandet av de verktyg som efterhand ska överta efter N-1-kriteriet. N-1 (N minus 1) är en grundläggande princip för dagens elsystem där det är praktiskt möjligt. Logiken är att ju starkare varje del är desto säkrare blir elleveranserna, och särskilt transmissionsnät har strikta regler kring detta.

Enligt N-1-kriteriet ska kraftsystemet till alla tider vara dimensionerat att klara ett oplanerat bortfall av en slumpmässig huvudkomponent, inklusive under topplasttimmen, utan att det påverkar kvalitet eller driftsäkerhet. Nackdelen är att det kräver stora resurser i alla led, från ledningar till reservproduktion.

N-1-kriteriets deterministiska norm tar ingen hänsyn till varken vädret, intermittent produktion, kraftledningars olika nyttovärden eller skilda konsekvenser av fel. Allt dras över samma kam med stora samhällsekonomiska kostnader som följd, påpekar Jakob Björns. Med all vindkraft i systemet har det rent av blivit ”svårt att veta vad som är det värsta tänkbara driftfallet”, skriver Svenska kraftnät i sin i sin nätutvecklingsplan.

Kompatibel med EU:s projekt
Där ligger ett av det moderna kraftsystemets kärnproblem, inte bara i Sverige, menar Jakob Björns. Genom att istället beräkna sannolikheten för framtida elavbrott och väderrelaterade händelser kan kraftnäten komma åt överdimensioneringen och resursslöseriet.

Därmed har han tagit sig rakt in i mitten av den europeiska kraftsystemutvecklingen. Björns metod är kompatibel med TSO-organisationen ENTSO-E:s uppdrag att senast 2027 presentera verktyg för implementering av probabilistiska kriterier i kraftnäten, en pågående process som Second Opinion tidigare skrivit om. Examinator har varit professor Lennart Söder, KTH.

Simulerar hela Norden
Sannolikhetsbaserade analyser bygger på metoder för avancerad matematik och statistik som redan används inom en rad områden, även hos Svenska kraftnät. Inom planering och prognoser är beräkning av sannolika händelser sedan länge ett smidigt redskap.

”Effektbrist med den probabilistiska metoden har simulerats för tre nivåer av ökande flexibilitet i elanvändningen,” berättar Svenska kraftnät i Systemutvecklingsplan 2022–2031 (pdf), men det gäller inte bara det svenska nätet. ”Den probabilistiska metoden simulerar hela det nordeuropeiska kraftsystemet med import och export mellan elområden.” I det sammanhanget kan ”avbrott i produktionsanläggningar och för överföringsförbindelser slumpas fram för varje simulerad timme enligt antagna avbrottstal som ska spegla den verkliga tillgängligheten”.

Ser fram mot metodbyte i driften
– Det är framförallt i driftanalyser och kortsiktiga marknadsanalyser som KMA att kraftnät framöver behöver ta mer hänsyn till probabilistiska mått, säger Jakob Björns.

I Nätutvecklingsplan 2024–2033 (pdf) ser Svenska kraftnät fram mot ”en mer probabilistisk syn när det gäller planering, drift och säkerhetsbedömning av transmissionsnätet”. Det kommer att ge kraftsystemet ”fler resultat att basera sina tillförlitlighetsbedömningar på” som i sin tur kan fungera som ”kompletterande underlag vid beslut om framtida åtgärder i kraftsystemet”.

Bättre grundlag för investeringar
Fördelen med sannolikhetsbaserad analys som alternativ till N-1 är enligt Svenska kraftnät att ”den probabilistiska metoden betraktar hela året och dess samtliga timmar, vilket den statiska metoden inte gör”. Det ger ”en mer fullständig bild av resurstillräckligheten,” skrev man i förbindelse med upprättandet av den nya effektreserven som lär komma under 2025 (pdf). För att upphandla en kapacitetsmekanism kräver EU-förordningen dessutom ”att en probabilistisk metod används för att beräkna resurstillräckligheten (risken för effektbrist)”.

Närmare driften kan sannolikhetsbaserade analyser också bli bättre verktyg för investeringar än vad N-1-kriteriet idag är, påpekar Jakob Björns. I sin modell lät han fyra investeringsalternativ korsas med inte mindre än 14 olika drifttillstånd, som exempelvis nätförstärkningar och förändringar i belastning och produktion.

Kräver mycket systemdata
Jakob Björns arbete har med detta skapat ny kunskap om det svenska kraftnätet men också mer principiella analysfunktioner som kan användas i andra transmissionsnät. Den med alla sannolika (eller osannolika) scenariers medföljande osäkerhet tar de riskteoretiska algoritmerna sig av. En utmaning är att probabilistiska metoder kräver stora mängder indata som genererar väldigt komplexa processer.

– Sannolikhetsbaserade beräkningar kräver mycket systemdata, väldigt mycket. Den ständiga frågan är vilken typ av data man behöver, vilka parametrar man ska ta med eller inte ta med. Det blir lika viktigt att kunna avgränsa informationen, säger Jakob Björns.

* * *