wpływ niezawodności linii sn na poziom …...wisła, 18 września 2018 r. wpływ niezawodności...
TRANSCRIPT
Jarosław Tomczykowski, PTPiREE
Wisła, 18 września 2018 r.
Wpływ niezawodności linii SN
na poziom wskaźników SAIDI/SAIFI
Wartości SAIDI nieplanowanego z uwzględnieniem przerw katastrofalnych na WN, SN i nn [minuty/odbiorcę]
Analiza zmian wartości wskaźników SAIDI/SAIFI za okres 2011-2017
Za wartość wskaźników SAIDI/SAIFI w zdecydowanej mierze odpowiadają zdarzenia nieplanowane. Stąd np. w
roku 2017 wyraźny wzrost wskaźnika dla większości Spółek ze względu na zdarzenia ekstremalne jakie wystąpiły
w tym roku.
366,5
374,7
415,4
223,5
410,0
186,0
671,1
472,9
225,1
283,9
203,7
239,4
177,0
298,0
61,5 59,7 76,9
53,9 66,0
61,4 69,8
384,4
334,5 343,4
279,5 283,2 281,9
461,7
215,8
200,8
196,9
151,1
238,7
137,9
238,4
2011 2012 2013 2014 2015 2016 2017
ENEA Operator ENERGA-Operator innogy Stoen Operator PGE Dystrybucja TAURON Dystrybucja
Analiza zmian wartości wskaźników SAIDI/SAIFI za okres 2011-2017
Wartości SAIDI planowanego na WN, SN i nn [minuty/odbiorcę]
W okresie 2011-2017 SAIDI wskaźnik SAIDI planowanego obniżony został o 59%, a SAIFI planowanego o
56%.
139,4
133,1 127,4
106,1 110,1
103,3
55,3
130,4
83,7
71,1
58,4
46,4
50,8 55,4
15,84 16,50 19,17 14,66 14,26 12,55 9,05
202,2 196,0
184,1
194,6
158,9
119,4
95,1
147,5
165,7 160,4
104,7
69,4
59,4
48,4
152,9 147,6 139,4
119,2
95,9
79,8
62,6
2011 2012 2013 2014 2015 2016 2017
ENEA Operator ENERGA-Operator
innogy Stoen Operator PGE Dystrybucja
TAURON Dystrybucja POLSKA - 5 OSD
Wpływ warunków atmosferycznych na SAIDI
0
50
100
150
200
250
300
350
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
styc
zeń
mar
zec
maj
lipie
c
wrz
esie
ń
listo
pad
2011 2012 2013 2014 2015 2016 2017
SAID
I nie
pla
no
wan
e W
N, S
N i
nn
[m
in/o
db
.]
ENEA-Operator ENERGA-Operator PGE Dystrybucja innogy Stoen Operator TAURON-Dystrybucja
grudzień 2013, orkan Ksawery
lipiec 2015, silne burze
styczeń 2015, orkan Feliks
listopad 2011, orkan Yoda
sierpień 2017, nawałnice
październik 2017, orkan Ksawery;
orkan Grzegorz
czerwiec 2016, silne burze
Wykres wyraźnie pokazuje wpływ warunków atmosferycznych na wskaźniki SAIDI nieplanowanego
poszczególnych OSD. Nawałnice w sierpniu i październiku 2017 pokazały, że takie zdarzenia decydują o
wartości wskaźnika w ciągu roku.
Wpływ warunków atmosferycznych na SAIFI
0,0
0,2
0,4
0,6
0,8
1,0
1,2
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
stycz
eń
marz
ec
maj
lip
iec
wrz
esi
eń
list
op
ad
2011 2012 2013 2014 2015 2016 2017
SAIF
I nie
pla
no
wan
e W
N, S
N i
nn
[sz
t./o
db
.]
ENEA-Operator ENERGA-Operator PGE Dystrybucja innogy Stoen Operator TAURON-Dystrybucja
listopad 2011,
orkan Yoda
lipiec 2012, silne burze grudzień 2013, orkan Ksawery
styczeń 2015, orkan Feliks
lipiec 2015, silne burze
czerwiec 2016, silne burze
sierpień 2017, nawałnice
październik 2017, orkan Ksawery;
orkan Grzegorz
Podobnie jak w przypadku SAIDI, widoczny jest wpływ warunków atmosferycznych na wskaźniki SAIFI
nieplanowanego, choć już nie tak duży. Większy wpływ na SAIFI, mają np. silne burze
z wyładowaniami, które powodują przepalenia bezpieczników SN lub ograniczników przepięć, co skutkuje
krótkotrwałymi, ale częstymi wyłączeniami prądu.
Znaczący wpływ zdarzeń ekstremalnych na SAIDI
SAIDI wynikające z ekstremalnych zdarzeń pogodowych stanowiło w 2017 roku większość SAIDI
nieplanowego. W przypadku Enea Operator było to aż 80%.
22%
43% 38%
14%
80%
62% 63%
49%
ENEA ENERGA PGE TAURON
Udział zdarzeń ekstremalnych w SAIDI nieplanowanym [%]
2016 2017
Sieć średniego napięcia decyduje o wartości wskaźników SAIDI, SAIFI
W 2017 roku sieć zdarzenia w sieci średniego napięcia, odpowiedzialne były za około 84% SAIDI i 92%
SAIFI. W latach poprzednich sytuacja wyglądała podobnie.
92%
5% 3%
SN nn WN
SAIDI, 2017 SAIFI, 2017
84%
13%
3%
SN
nn
WN
Podział SAIDI/SAIFI na planowane i nieplanowane
Zdecydowanie większy wpływ na wskaźniki mają przerwy nieplanowane: w 2017 roku dla SAIDI było
86%, a dla SAIFI 91%
SAIDI, 2017 SAIFI, 2017
nieplanowane
371 86%
planowane 63
14%
nieplanowane 3,72 91%
planowane
0,36 9%
OSD eksploatują ponad 750 tys. km linii
Na koniec w 2017 roku, na majątku OSD znajdowało się 756 tys. km linii.
Największy udział w długości linii, mają linie niskiego napięcia 56%.
5 290 6 433 10 260 509 11 099
45 795 68 387
111 568
7 729
64 576 53 145
88 660
166 143
6 949
109 438
ENEA-Operator ENERGA-Operator PGE Dystrybucja innogy Stoen Operator TAURON-Dystrybucja
Dłu
gość
lin
ii [k
m]
WN SN nn bez przyłączy
5%
39%
56%
WN SN nn bez przyłączy
Polska należy do państw o niskim poziomie skablowania sieci
74,1%
25,9%
Linie SN
napowietrzne kablowe
65,7%
34,3%
Linie nn
napowietrzne kablowe
Polska należy do państw o niskim poziomie skablowania sieci. W przypadku linii SN, wskaźnik
skablowania jest na poziomie 25,9%, gdzie średnia w Europie1) wynosi prawie 45%. Trochę lepiej
wygląda sytuacja w przypadku linii niskiego napięcia, tutaj wskaźnik skablowania wynosi 34,3%, w
Europie około 51%.
1) 6TH CEER BENCHMARKING REPORT ON THE QUALITY OF ELECTRICITY AND GAS SUPPLY 2016
26,5%
19,1%
96,3%
18,5%
37,0%
25,9%
ENEA-Operator ENERGA-Operator innogy Stoen Operator
PGE Dystrybucja TAURON-Dystrybucja Razem
Udział linii kablowych w liniach SN, w poszczególnych OSD
W poszczególnych OSD poziom skablowania linii SN wygląda różnie. Wyróżnia się innogy
Stoen Operator, który jako Spółka typowo miejska w 96,3% posiada linie średniego napięcia
skablowane. Na kolejnym miejscu jest Tauron Dystrybucja z udziałem 37% linii kablowych,
następnie Enea Operator – 26,5%. Najmniej linii kablowych – poniżej 20% – posiadają Energa
Operator i PGE Dystrybucja.
Z danych 6th CEER Benchmarking report on the quality of electricity and gas supply 2016
wynika, że Polska należy do państw europejskich o najmniejszym poziomie udziału linii
kablowych w liniach SN.
24,2%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Wsk
aźn
ik s
kab
low
ania
lin
ii SN
, 20
15
Poziom skablowania na tle innych państw europejskich
[ZAKRES KOMÓREK] [ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK] [ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK] [ZAKRES KOMÓREK] [ZAKRES KOMÓREK]
[ZAKRES KOMÓREK] [ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK]
[ZAKRES KOMÓREK] Szwajcaria
0
100
200
300
400
500
600
700
800
900
1000
10% 20% 30% 40% 50% 60% 70% 80% 90% 100% SAID
I nie
pla
no
wan
e W
N, S
N i
nn
[m
inu
ty/o
db
iorc
ę],
20
14
Wskaźnik skablowania linii SN [%], 2015
Podstawowym dużej różnicy wartości wskaźników zarówno SAIDI nieplanowanego jak i SAIFI
nieplanowanego pomiędzy przedstawionymi państwami jest różny poziom skablowania sieci SN.
Analizy wskazują, że dla państw o skablowaniu linii SN poniżej 40% zmiany wskaźnika SAIDI są duże.
Dla SAIFI ten próg przesunięty jest na 60%. Im więcej linii napowietrznych SN, tym większe
prawdopodobieństwo dużych wartości wskaźników.
Poziom wskaźników na tle innych państw europejskich
Wskaźnik uszkodzeń jest większy dla linii napowietrznych
Linie napowietrzne SN są bardziej narażone na anomalie pogodowe niż linie kablowe. Widać to
wyraźnie w roku 2017, gdzie uszkadzały się prawie dwukrotnie częściej niż linie kablowe.
Przyczyną tego były nawałnice jakie wystąpiły w roku 2017. Należy także dodać, że częstą
przyczyną uszkodzeń linii kablowych są osoby trzecie.
9,6
8,5
10,1 9,8
13,5
9,5
8,5 8,5
7,1 7,1
2013 2014 2015 2016 2017
Wskaźnik uszkodzeń na 100 km linii SN, na podstawie G.10.5
linie napowietrzne SN linie kablowe SN
Czas przerwy w dostawie jest dłuższy w przypadku gdy awarie występują na liniach napowietrznych
W przypadku wystąpienia anomalii pogodowych w konsekwencji, których występują uszkodzenia
w sieci elektroenergetycznej; przewagą linii kablowych SN nad liniami napowietrznymi SN jest
ich większa odporność na tego typu zjawiska. Powyższe przekłada się na krótszy czas przerwy
w dostawie e.e., a tym samym ciągłość zasilania. W wyjątkowym roku 2017, różnica ta była
wyjątkowo duża. Z wykresu widać także wpływ zdarzeń ekstremalnych, które wystąpiły w roku
2015 i 2017, co przełożyło się na wyższe czasu przerwy w wyniku awarii linii napowietrznych. W
przypadku linii kablowych średni czas przerwy w dostawie energii elektrycznej w ostatnich latach
utrzymuje się na stałym poziomie.
3,5 3,3
3,8
3,2
5,1
2,6
2,0 2,0 2,1 2,1
2013 2014 2015 2016 2017
Średni czas przerwy w dostawie [godziny], na podstawie G.10.5
linie napowietrzne SN linie kablowe SN
Uszkodzone elementy linii napowietrznych i kablowych SN, 2017
W liniach średniego napięcia pod wpływem złych warunków atmosferycznych, uszkodzeniom
najczęściej ulegają przewody i izolatory, czyli elementy linii napowietrznych.
Przewody 29%
Słupy 11%
Izolatory 19%
Ograniczniki przepięć
1%
Konstrukcje wsporcze
3%
Odłączniki 2%
Rozłączniki 1%
inne 34%
Żyły kablowe
66%
Głowice kablowe
20%
Mufy kablowe
7%
inne 7%
Linie napowietrzne SN Linie kablowe SN
1. Na poziom wskaźników SAIDI/SAIFI decydujący wpływ mają zdarzenia na średnim napięciu.
2. Analizy wskazują na ujemną zależność pomiędzy udziałem linii kablowych w sieci SN i
wysokością SAIDI i SAIFI nieplanowanego.
3. Obserwowany jest ciągły wzrost udziału linii kablowych w liniach SN.
4. Na koniec 2017 roku udział linii kablowych SN w Polsce wyniósł 25,9% i zwiększył się o 0,8 p.p.
w stosunku do poprzedniego roku.
Podsumowanie