Kurzbeschreibung zum Forschungsantrag

Transkript

1 Kurzbeschreibung zum Forschungsantrag Anschlussantrag zu Forschungsvorhaben Nr N 1 Forschungsthema Entwicklung typspezifischer Prognosemodelle zur Beschreibung der Zuverlässigkeit von Betriebsmitteln im Rahmen des Asset Managements in elektrischen Verteilungsnetzen 2 Wissenschaftlich-technische und wirtschaftliche Problemstellung 2.1 Ausgangssituation Netzbetreiber und Hersteller von Betriebsmitteln der elektrischen Energieversorgung stehen vor der Aufgabe, eine wirtschaftlich-technisch hohe Versorgungsqualität der Endkunden durch einen optimierten Einsatz hoch-effizienter Anlagen und entsprechende Strategien für Erneuerung, Ausbau und Instandhaltung sicherzustellen. Darüber hinaus sind die Netzbetreiber nach dem Energiewirtschaftsgesetz (EnWG) zu einer sicheren und zuverlässigen Energieversorgung verpflichtet. Um dieser komplexen Aufgabenstellung gerecht zu werden, werden im strategischen Asset Management Zielsetzungen für die Optimierung und Bewirtschaftung der Anlagen elektrischer Versorgungsnetze unter technischen, wirtschaftlichen und strategischen Gesichtspunkten entwickelt und operationalisiert. Aufgrund der hohen Bedeutung des Störungs- und Ausfallverhaltens der Komponenten für die Zuverlässigkeit der Stromversorgung, ist die Kenntnis bzw. Modellierung der Komponentenverfügbarkeit und deren Prognostizierbarkeit (zumindest für einige Jahre) eine wichtige Voraussetzung für ein erfolgreiches Asset Management. 2.2 Stand der Forschung Der Forschungsbedarf ergibt sich aus vielen aktuellen Publikationen, Fachvorträgen und u.a. aus dem AiF-Forschungsvorhaben Nr N zum Thema Asset-Management von Verteilungsnetzen Komponentenverhalten und Analyse des Kostenrisikos, dessen Bearbeitung in der Zeit vom bis erfolgte. Folgende Ergebnisse konnten hierbei erzielt werden: Entwicklung und Auswertung einer Komponentenklassen basierten Schadenstatistik, die grundlegende, allgemeine Prognosemodelle zur Beschreibung des Alterungsverhaltens verschiedener Komponentenklassen bereitstellt Ableitung rudimentärer Eingangsdaten für Zuverlässigkeitsberechnungen Angaben zu den durch Komponentenschäden verursachten Kosten Die Auswirkungen einer veränderten Fehlerwahrscheinlichkeit im Betrieb infolge veränderter, zustandsbasierter Instandhaltungs- und Erneuerungsstrategien konnten mit Hilfe exemplarischer Anwendungen in einem ersten Schritt jedoch nur grundlegend quantifiziert und monetär bewertet werden. Es hat sich sowohl in dem o.g. Vorhaben wie auch in allen anderen Forschungsprojekten gezeigt, dass weder der Detaillierungsgrad der zur Verfügung stehenden Daten noch der Komponenten spezifische Umfang ausreicht, um Entscheidung unterstützende Aussagen für ein risikobasiertes Asset Management zu erreichen.

2 Problemstellung Aufbauend auf dem aktuellen Stand der Forschung werden damit im Kern vier Problembereiche identifiziert, auf die ein entsprechender Lösungsansatz aufbaut: 1. Die fortführende Datenanalyse muss sich auf solche Komponenten konzentrieren, die sich als besonders relevant für die Instandhaltung und die Zuverlässigkeit eines Systems erwiesen haben. 2. Neben der Bewertung des Einflusses der Parameter wie Alter, Technologie und Hersteller muss die Quantifizierung variierter Erneuerungs- und Instandhaltungsstrategien (z.b. Betriebsdauer) auf die Komponentenzuverlässigkeit detaillierter untersucht werden. 3. Die Beschreibung des Störungs- und Ausfallverhaltens der Komponenten erfordert die Anwendung geeigneter Prognosemodelle, welche durch zusätzliche Parameter wie die Abbildung von Instandhaltungs- und Erneuerungsmaßnahmen zu erweitern sind. Die Modelle sind durch Sensitivitätsanalysen zu validieren. Hierbei sind physikalisch ähnliche Schädigungsmechanismen ebenso bei der Prognose zu berücksichtigen wie der Einsatz gleicher oder ähnlicher Technologien bei Komponenten unterschiedlicher Hersteller (z.b. durch gleiche Zulieferer). 4. Anhand ausgewählter Beispielanwendungen auf Referenznetze ist schließlich die Verifikation erweiterter Prognosemodelle unter Einbindung der Expertise der Projektpartner erforderlich. 3 Forschungsziel / Ergebnisse 3.1 Forschungsziel Ziel des Forschungsvorhabens ist, die Qualität von Prognosemodellen zur Beschreibung des Ausfallverhaltens und der Zuverlässigkeit von Komponenten in elektrischen Verteilungsnetzen deutlich zu verbessern und damit deren Einsatz in Entscheidung unterstützenden Asset Management Systemen zu ermöglichen und zu optimieren. Die Beseitigung existierender Informationslücken erfolgt durch eine gezielte Anpassung der zugrunde liegenden Datenstruktur aufbauend auf den Erfahrungen des Vorprojektes. Die Streuungen der Ausfallraten, die die Qualität der Simulationsergebnisse maßgeblich beeinflussen, werden auf ein akzeptables Maß reduziert, indem der verfügbare Datenbestand innerhalb der Projektlaufzeit mindestens verdreifacht wird. Grundlage hierfür bilden die erhöhte Anzahl teilnehmender Netzbetreiber für die Datenbereitstellung sowie die konsequente Aufklärung bezüglich der Schadendokumentation durch die Forschungsstellen Angestrebte Forschungsergebnisse Als Ergebnis werden nach Technologiegruppen spezifizierte Prognosemodelle für die untersuchten Komponententypen erwartet, die den Einfluss veränderter Erneuerungs- und Instandhaltungsstrategien auf das Störungs- und Ausfallverhalten wiedergeben. Die entwickelten Modelle sollen anhand beispielhafter Anwendungen auf Referenznetze verifiziert werden. Die angestrebten Erkenntnisse sollen die Verfügbarkeit valider Prognosemodelle gewährleisten, die als wesentlicher Bestandteil des Asset Managements sowohl von den Netzbe-

3 - 3 - treibern als auch den Beratungsunternehmen der Energiewirtschaft dringend gefordert werden. Zudem sollen sie mittelfristig zu Produktverbesserungen bei den Anlagenherstellern beitragen und letztendlich den effizienten Betrieb von Verteilungsnetzen unter den gegebenen wirtschaftlichen und regulatorischen Rahmenbedingungen sichern Innovativer Beitrag der angestrebten Forschungsergebnisse Erstes Innovationsziel ist die genaue Nachbildung des Einflusses einer längeren Betriebszeit und einer angepassten Instandhaltung auf den Zustand einzelner Komponenten differenziert nach speziellen Technologiegruppen auf Basis moderner mathematisch-statistischer Methoden. Diese Modellierung ist eine bisher nahezu ungelöste Kernfrage für die Optimierung von Instandhaltungs- und Erneuerungsstrategien. Da eine Streuung der zu ermittelnden Eingangsdaten des Asset Managements aufgrund ihres statistischen Charakters bestehen bleiben wird, sind sowohl technische als auch wirtschaftliche Risikoabschätzungen auf Basis verifizierter Prognosemodelle anzuwenden, um eine Unterstützung der Entscheidungsprozesse unter den verbleibenden Unsicherheiten bereitzustellen. Die darauf basierenden Ergebnisse werden als Eingangsgrößen für unterstützende Asset Management Systeme verwendet und an repräsentativen Verteilungsnetzen unterschiedlicher Struktur (z.b. Variation der Lastdichte) und Asset-Zusammensetzung (Technologien, Altersstruktur) angewendet und optimiert (zweites wesentliches Innovationsziel). Diese Modelle und Verfahren ermöglichen damit sowohl Netzbetreibern, Herstellern und Dienstleistern, ein risikobasiertes und prognoseorientiertes Asset Management in ihren Geschäftsprozessen einzusetzen und den Wissenstransfer zwischen den beteiligten Unternehmensgruppen zu verbessern. 4 Nutzen und wirtschaftliche Bedeutung der angestrebten Forschungsergebnisse für KMU 4.1 Voraussichtliche Nutzung der angestrebten Forschungsergebnisse in KMU Folgende Fachgebiete/Wirtschaftszweige werden die Forschungsergebnisse nutzen: Fachgebiet Elektrotechnik Wirtschaftszweige Elektrotechnik und Energieversorgung 4.2 Voraussichtlicher Beitrag zur Steigerung der Wettbewerbsfähigkeit der KMU Die Gewährleistung einer nachhaltigen Energieversorgung hoher Qualität erfordert einen technischen und wirtschaftlichen Optimierungsprozess im Rahmen des Asset Managements auf der Grundlage wissenschaftlich fundierter Erkenntnisse. Die positiven Rückmeldungen der involvierten Unternehmensgruppen auf das hier vorgeschlagene Forschungsvorhaben und die Bereitschaft zur aktiven Mitarbeit belegen, dass eine Vertiefung vorhandener Erkenntnisse für die praktische Umsetzbarkeit und erfolgreiche Anwendung innerhalb des Asset Managements dringend erforderlich ist. Im Folgenden ist der primäre Nutzen der einzelnen Unternehmensgruppen zusammengefasst: Beratungsunternehmen (oftmals KMUs): - Verfügbarkeit von Modellen zur Bewertung und Prognose des Komponentenzustandes

4 Verfahren des Asset Managements in Verteilungsnetzen als zunehmend geforderte Dienstleistung - Gesicherte, anerkannte Datenbasis zur Ableitung der notwendigen Eingangsgrößen Anlagenhersteller: - Rückmeldung über zeitabhängiges Fehlergeschehen der Komponenten - Anpassen der Instandhaltungsvorschriften - Fokussieren der FuE-Tätigkeiten, Entwicklung geeigneter Monitoring-Systeme Netzbetreiber: - Bewertung strategischer Entscheidungen hinsichtlich der Versorgungsqualität - Implementierung angepasster Asset-Management-Strategien - Zuverlässige Bewertung von Aufwand und Nutzen operativer Maßnahmen - Abgesicherte Budgetplanung, Risikominimierung Die Forschungsergebnisse werden dringend für die derzeitig stattfindende Einführung von Asset Management Systemen benötigt, um Mehraufwand aufgrund von Fehlentscheidungen und -entwicklungen zu vermeiden, welche aufgrund der mittel- bis langfristigen Investitionsbindung erhebliche wirtschaftliche Konsequenzen hätten. 4.3 Aussagen zur voraussichtlichen industriellen Umsetzung der FuE-Ergebnisse nach Projektende Die große und weiterhin zunehmende Anzahl teilnehmender Netzbetreiber sowie die Zusammenarbeit mit dem Forum Netztechnik/Netzbetrieb im VDE (FNN) bieten eine ideale Plattform zur schnellen Verbreitung der Ergebnisse und gewährleisten deren sofortige praktische Anwendung. Die zu entwickelnden Prognosemodelle können direkt in bereits bestehende Asset Management Systeme bei den Netzbetreibern bzw. Verfahren bei den Beratungsunternehmen implementiert werden. Die Ablösung bisher verwendeter vereinfachter Modelle führt unmittelbar zur Erhöhung der Genauigkeit durchgeführter Asset Simulationen und somit zu einer verbesserten wirtschaftlichen Planungssicherheit. Insbesondere kleine und mittlere Unternehmen profitieren von den verifizierten Prognosemodellen, da sowohl ihre personellen Kapazitäten als auch die Grundgesamtheit der untersuchten Netzkomponenten eine eigenständige Entwicklung innerhalb eines akzeptablen Zeitfensters nicht zulassen. Durch die Zusammenarbeit und den Erfahrungsaustausch der beteiligten Netzbetreiber können belastbare Ergebnisse innerhalb der Laufzeit erreicht werden. Bei alleiniger Bearbeitung durch ein KMU würde der Entwicklungsprozess je nach Unternehmensgröße ein Vielfaches der Projektlaufzeit in Anspruch nehmen bzw. nicht realisierbar sein. Eine wesentliche Voraussetzung für die nachhaltige Nutzung der Ergebnisse und deren erfolgreicher Transfer in die Praxis ist die Fortführung der Datenerfassung innerhalb der Unternehmen über die Laufzeit des Vorhabens hinaus. Hierdurch wird das Alterungsverhalten eingesetzter Netzkomponenten sowohl bisheriger als auch moderner Technologien kontinuierlich beobachtet. Die entwickelten Prognosemodelle können basierend auf den jeweils aktuellen Datenbestand neu parametriert werden und mögliche Ausfälle werden vorhersehbar. Der Aufbau der notwendigen Infrastruktur und die Förderung einer entspre-

5 - 5 - chenden Datendokumentation und -erfassung sind zentraler Bestandteil des Vorhabens und stehen somit bereits während der Laufzeit zur Verfügung. Der genaue Nutzungsbeginn hängt dabei von der jeweiligen Umsetzung bei den einzelnen Netzbetreibern ab, welcher je nach Datenhaltung und Organisationseinheiten variieren kann. Aufgrund der Mitarbeit eines Vertreters des FNN im Projektbegleitenden Ausschuss werden die (Zwischen-)Ergebnisse auf Verbandsebene diskutiert und der Branche zugänglich gemacht. Insbesondere die Erstellung und Erprobung eines geeigneten Datenerfassungsschemas zur Gewinnung der notwendigen Informationen ist für das FNN von großem Interesse. Aufbauend auf den Projekterfahrungen soll die FNN-Störungs-und Verfügbarkeitsstatistik um ein zusätzliches Schema (Schema C) erweitert werden, das den Anforderungen des Asset Managements gerecht wird. Dieser Prozess kann bereits während der Laufzeit beginnen, die endgültige Einigung und Umsetzung auf Verbandsebene sind jedoch erst ein bis zwei Jahre nach Ende des Vorhabens zu erwarten. Die Erweiterung der eingesetzten Erfassungssoftware INTERASS um das entwickelte Schema wird sich sowohl auf den zeitlichen als auch den finanziellen Rahmen positiv auswirken, da somit ein getestetes Tool direkt nach Projektende zur Verfügung steht, welches zudem bereits zur Erfassung der Störungsdaten für die FNN-Statistik bei mehreren Netzbetreibern im Einsatz ist. Die Finanzierbarkeit der praktischen Umsetzung der Ergebnisse ist für die teilnehmenden Netzbetreiber als unkritisch zu bewerten, da sie sich aktiv am Aufbau der Datenerfassung beteiligen und dadurch bereits eine wesentliche Voraussetzung in ihren Unternehmen schaffen. Gleiches gilt für Netzbetreiber, die sich auf die passive Nutzung der Ergebnisse beschränken, da die reine Implementierung der entwickelten Modelle in vorhandene Asset Management Systeme nur mit geringem Aufwand verbunden ist. Netzbetreiber, die eigenständig eine Datenerfassung installieren möchten, müssen mit einem Aufwand entsprechend der vorhabenbezogenen Aufwendungen der teilnehmenden Netzbetreiber rechnen, abhängig von den eigenen Voraussetzungen. Dabei ist zu berücksichtigen, dass die angestrebten Ergebnisse ein Beitrag zur wirtschaftlichen Optimierung des Netzbetriebes sind. 5 Durchführende Forschungsstellen Forschungsstelle 1: Leiter der Forschungsstelle: Projektleiter: Forschungsstelle 2: Leiter der Forschungsstelle: Projektleiter: Forschungsinstitut der Forschungsgemeinschaft für Elektrische Anlagen und Stromwirtschaft e.v. Hallenweg 40, Mannheim Univ.-Prof. Dr.-Ing. Armin Schnettler Dipl.-Ing. Uwe Zickler Institut für Hochspannungstechnik der RWTH Aachen, Schinkelstraße 2, Aachen Univ.-Prof. Dr.-Ing. Armin Schnettler Dipl.-Ing. Stefan Federlein