Risikoorientierte Instandhaltung auf der Basis der Value-at-Risk Methode im Übertragungsnetz

Seit der Liberalisierung der elektrischen Energieversorgung und der Einführung des Gesetzes für den Vorrang von erneuerbaren Energien hat sich das Umfeld des Übertragungsnetzbetreibers völlig verändert. In dieser neuen Situation müssen die Investitions- und Betriebskosten vollständig aus den Erlösen aus den gesetzlich limitierten Netzentgelten bestritten werden. Viele Übertragungsnetzbetreiber sehen das größte Potential an Kostenreduzierung in neuen Instandhaltungsstrategien. Der Status Quo in den letzten Jahrzehnten sah bei der Bewirtschaftung der Betriebsmittel eine zeitorientierte Abarbeitung vor. Die Idee ist der Wechsel zu einer risikoorientierten Instandhaltung.

Für die Berechnungen in dieser Arbeit wurde ein Übertragungsnetzmodell erstellt, welches die drei höchsten Spannungsebenen beinhaltet. Als Pate wurde das Kernstück eines der vier Übertragungsnetzbetreiber in Deutschland ausgewählt. Dieser Netzausschnitt beinhaltet sowohl ländliche als auch urban ausgeprägte Strukturen des Übertragungsnetzes. Das Hauptaugenmerk liegt dabei auf dem 380-kV-Übertragungsnetz. Alle Strategien, die in dieser Arbeit vorgestellt werden, beziehen sich auf die Betriebs-mittel in dieser Spannungsebene.

Die vorliegende Arbeit zeigt, dass für die Bestimmung von risikoorientierten Maßnahmen im Übertragungsnetz eine Vielzahl von Daten benötigt wird, um das Ziel einer effizienteren Bewirtschaftung des Übertragungsnetzes zu erreichen. Um die Bedeutung des einzelnen Betriebsmittels festzustellen, sind z.B. sowohl dessen Alter, der detaillierte Aufbau der Schaltanlagen als auch eine Vielzahl an Last- und Auslastungszuständen des Übertragungsnetzes notwendig. Andernfalls ist keine entsprechende Risikoidentifikation möglich bzw. in einigen Fällen ist eine konträre Aussage zur Bedeutung der einzelnen Betriebsmittel die Folge. Die darauf aufbauenden Strategien könnten dann sogar höhere Betriebskosten verursachen. Basierend auf der Value-at-Risk Methode wird eine Möglichkeit der Risikoidentifikation für Betriebsmittel, Betriebsmittelgruppen und frei wählbaren Clusterungen vorgestellt, die es ermöglicht, eine Vielzahl an Daten zu einer Risikokennzahl zu bündeln. Für die Bestimmung der benötigten Kombinationen der unterschiedlichen Lastsituationen, altersabhängigen Zuverlässigkeitskenndaten und der normalverteilten Reparaturkosten der Betriebsmittel wird eine Monte Carlo Simulation verwendet.

Mit Hilfe des erstellten Übertragungsnetzmodells wird gezeigt, welche Möglichkeiten an Risiko-, Betriebs- und Investitionskostenoptimierungen mit der entwickelten VaR-Methode möglich sind. Mit Veränderungen in der Instandhaltungsintensität in Bezug

auf den Risikowert des Betriebsmittels können die Betriebskosten gesenkt und gleich-zeitig die Gesamtrisikokosten konstant gehalten werden. In den Betriebsgruppen Leistungsschalter und Leistungstransformator liegt ein großes Optimierungspotential. Diese beiden Gruppen sind sehr kapitalintensiv und haben eine übergeordnete Bedeutung. Des Weiteren wird gezeigt, dass auch andere Cluster, wie z.B. die Felder in Schaltanlagen oder komplette Schaltanlagen, sinnvoll bei der Erstellung von Instandhaltungsstrategien sind.

Die Ergebnisse dieser Arbeit verdeutlichen, dass die Umstellung von zeit- zu risikoorientierten Maßnahmen für Betriebsmittel in der elektrischen Übertragungsnetzebene ein enormes Potential an Kostenreduzierung bzw. Effizienzsteigerungen von Investitionen ermöglicht. Vor dessen Einführung steht allerdings ein hoher Aufwand für die Datensammlung.

Since the liberalization of the electric power supply and the introduction of the act on granting priority of renewable energy, the environment of the Transmission System Operators (TSO) in Germany has completely changed. In this new situation the capital and operating costs entirely paid from the proceeds of the limited network charges. To achieve the goal of positive revenue many TSOs see the greatest potential to reduce costs in new maintenance strategies. The status quo in last decades was the man-agement of assets with a time-based execution. The promising idea of many TSOs is a change to a risk-based maintenance.

For the calculations in this work a transmission network model was created, which in-cludes the three highest voltage levels. As representative it is used the centerpiece of one of the four transmission system operators in Germany. This network includes both rural and urban distinct structures. The main focus is on the 380 kV transmission net-work. All strategies, which are presented in this work, refer to the operating assets in this voltage level.

The present work shows that for the determination of risk-oriented measurements in the transmission system a variety of data are required. To determine the importance of each asset, for example, its age, the detailed structure of the substations and repre-sentative load conditions of the transmission network are required. Otherwise, no adequate risk identification of each asset is possible to develop such kind of strategies. Based on the Value at Risk method risk identification of assets, asset groups or individual cluster are presented, which allow combining a variety of data for a risk indicator. For the determination of the required combinations of the different load situations, age-dependent reliability and characteristics of the normal distributed repair costs of the equipment, a Monte Carlo simulation is used.

With the help of the created transmission system model it is shown that there are high possibilities of risk, operational and capital cost optimization with the developed VaR method. Furthermore, two asset groups, circuit breaker and power transformer, are detected with great potential for optimization. These two types of assets are very capital intensive and have an overriding importance. Furthermore, it is shown that also other clustering such as the fields are useful in the preparation of maintenance - management in outgoing feeders or complete substations.

The results of this work show that the conversion from time to risk-based measures for assets in the transmission network level allows an enormous potential to reduce costs and increases efficiency of investments in the network. Before its introduction there is a high burden. Only with an enormous data collection a positive result is achievable.