⚡ electrical engineering

Probabilistic Frequency Hazard Analysis: Adapting the Seismic Hazard Framework to Power System Frequency Exceedance Risk

Questo articolo introduce l'Analisi Probabilistica del Pericolo di Frequenza (PFHA), un quadro metodologico che adatta la struttura matematica dell'Analisi Probabilistica del Pericolo Sismico per quantificare con precisione i rischi di superamento della frequenza nei sistemi elettrici, integrando l'incertezza e la disaggregazione delle fonti di disturbo.

Autori originali: Sewedo Todowede

Pubblicato 2026-04-09

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Sewedo Todowede

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di vivere in una città costruita su un terreno sismico. Per proteggere gli edifici, gli ingegneri usano un metodo chiamato Analisi di Pericolo Sismico Probabilistico (PSHA). Invece di dire "ci sarà un terremoto domani", dicono: "Basandoci sulla storia e sulla fisica, c'è una certa probabilità che un terremoto di questa forza accada ogni anno". Questo permette di costruire case più resistenti e sapere esattamente dove concentrare gli sforzi.

Ora, immagina che la nostra "città" sia la rete elettrica della Gran Bretagna.

Fino a poco tempo fa, questa rete era come un vecchio edificio di mattoni: pesante, stabile e pieno di grandi generatori che giravano come macine (chiamati sincroni). Se qualcuno tirava un sasso (un guasto), l'edificio oscillava un po' ma rimaneva in piedi grazie al suo peso.

Oggi, però, stiamo sostituendo quei pesanti generatori con pale eoliche e pannelli solari. Sono fantastici per l'ambiente, ma sono leggeri come piume. Se la rete è piena di "piume", un piccolo sasso può farla oscillare violentemente, rischiando di farla crollare (un blackout).

Il Problema: Come misurare il rischio?

Fino ad ora, gli ingegneri della rete elettrica calcolavano il rischio in modo un po' "rigido": simulavano migliaia di scenari uno per uno per vedere cosa succedeva. Era utile, ma non dava una visione completa e continua, un po' come guardare una foto scattata ogni ora invece di un video fluido.

Seewdo Todowede, l'autore di questo studio, ha avuto un'idea geniale: "Perché non usiamo lo stesso metodo che usano per i terremoti, ma adattato all'elettricità?"

Ha creato qualcosa che chiama PFHA (Analisi di Pericolo di Frequenza Probabilistica).

L'Analogia del "Terremoto Elettrico"

Ecco come funziona il PFHA, spiegato con metafore semplici:

Le "Faglie" sono i Generatori:
Nel mondo dei terremoti, le faglie sono le zone dove la terra scricchiola. Nella rete elettrica, le "faglie" sono le centrali elettriche e i cavi sottomarini che collegano l'Inghilterra ad altri paesi. Il PFHA tiene d'occhio 51 di queste "faglie" (centrali a gas, eoliche, nucleari, cavi sottomarini).
L'"Intensità" è la Grandezza del Guasto:
Se una centrale si rompe, quanta energia perde? È come se un terremoto fosse di magnitudo 3 o di magnitudo 8? Il PFHA non indovina: guarda i dati reali degli ultimi anni per capire quanto spesso si rompono le cose e quanto "pesante" è il danno.
Il "Terreno" è lo Stato della Rete:
Un terremoto fa più danni su un terreno sabbioso che su una roccia solida. Nella rete elettrica, il "terreno" è quanto la rete è stabile (quanta energia cinetica ha).
- Terreno solido: Poca energia eolica, molta energia tradizionale (la rete è pesante e stabile).
- Terreno sabbioso: Tanta energia eolica, poca energia tradizionale (la rete è leggera e instabile).
  Il PFHA calcola il rischio per ogni tipo di terreno, non solo per la media.
La "Previsione" è la Reazione della Rete:
Gli ingegneri usano due "oracoli" (modelli matematici) per prevedere cosa succede dopo un guasto:
- L'Oracolo Matematico (SFR): Una formula veloce, un po' come una stima approssimativa.
- L'Oracolo Fisico (Physics-based): Un simulatore super-preciso che imita esattamente come si comporta la rete, come un videogioco ultra-realistico.
  Il PFHA usa entrambi, dando più peso a quello più preciso, per avere una previsione sicura.

Cosa ci dice questo nuovo metodo?

Il PFHA non ti dice solo "c'è un rischio". Ti dà una mappa dettagliata del pericolo:

La Curva di Pericolo: Invece di dire "c'è un rischio al 50%", ti dice: "C'è una probabilità X che la frequenza scenda sotto 49.2 Hz, una probabilità Y che scenda sotto 48.8 Hz". È come avere un termometro che ti dice esattamente quanto è probabile che faccia freddo, non solo se fa freddo o no.
Chi è il colpevole? Il metodo ti dice esattamente quale centrale o quale cavo è più pericoloso in quel momento. Ad esempio, scopre che i cavi sottomarini che portano l'elettricità dal mare del Nord sono i "colpevoli" principali quando la rete è debole.
Quanto aiutano i "Paracadute"? La rete ha dei sistemi di sicurezza chiamati Dynamic Containment (che agiscono come un airbag che si gonfia in millisecondi) e LFDD (che staccano la corrente a casa di alcuni clienti per salvare il resto della rete, come un paracadute di emergenza).
Il PFHA calcola esattamente quanto questi sistemi riducono il rischio. Risultato? Senza di loro, il rischio di un blackout grave sarebbe molto più alto. Con loro, il rischio crolla drasticamente.

Perché è importante?

Prima di questo studio, era difficile dire con certezza matematica quanto fosse sicuro il sistema elettrico mentre passavamo alle energie rinnovabili. È come guidare una macchina senza cruscotto, sperando di non scontrarsi.

Ora, con il PFHA, abbiamo un cruscotto digitale che ci dice:

"Attenzione, se il vento è forte e c'è poca domanda di energia, siamo su un terreno sabbioso. Se si rompe quel cavo, il rischio di crollo è alto."
"Se compriamo più 'airbag' (servizi di stabilità), possiamo guidare più sicuri anche su terreni sabbiosi."

In sintesi

Questo articolo è come un ponte tra due mondi: quello degli ingegneri sismici (che sanno calcolare i rischi della terra) e quello degli ingegneri elettrici (che devono gestire la rete del futuro).

L'autore ci dice: "Non dobbiamo inventare tutto da zero. Possiamo usare la saggezza antica dei terremoti per proteggere la nostra nuova rete elettrica". È un metodo più trasparente, più preciso e che ci permette di prendere decisioni migliori per garantire che le luci restino accese, anche mentre il mondo cambia.

1. Il Problema: La Sfida della Stabilità di Frequenza

Con la transizione energetica, i sistemi elettrici stanno subendo una progressiva sostituzione della generazione sincrona (tradizionale) con fonti rinnovabili interfacciate tramite convertitori. Questo cambiamento ha due conseguenze critiche per il sistema elettrico della Gran Bretagna (GB):

Riduzione dell'inerzia sincrona: L'inerzia aggregata è scesa da livelli tipici superiori a 300 GVA·s nel 2010 a un minimo operativo approvato di 120 GVA·s.
Aumento della sensibilità alle perturbazioni: Una minore inerzia comporta un Rate of Change of Frequency (RoCoF) più elevato e un picco di frequenza (nadir) più profondo per la stessa perdita di potenza.

L'evento del 9 agosto 2019, che ha causato un crollo di frequenza fino a 48,8 Hz e il distacco di un milione di consumatori, ha dimostrato i rischi di questo scenario. Sebbene l'Operatore Nazionale del Sistema Energetico (NESO) utilizzi già un rapporto annuale (FRCR) per la gestione del rischio, questo approccio si basa su enumerazioni deterministiche di periodi di settlement e manca di:

Quantificazione formale delle incertezze (epistemiche e aleatorie).
Curve di hazard continue.
Disaggregazione a livello di singola fonte di rischio.
Quantificazione sistematica della riduzione del rischio attribuita a specifici controlli.

2. Metodologia: Probabilistic Frequency Hazard Analysis (PFHA)

L'autore propone il PFHA, un framework che adatta l'architettura matematica della Probabilistic Seismic Hazard Analysis (PSHA), standard nell'ingegneria sismica, al rischio di superamento della frequenza nei sistemi elettrici.

Il Concetto Chiave: Analogia Sismica

Il framework mappa i componenti sismici a quelli elettrici:

Sorgente sismica $\rightarrow$ Sorgente di perdita (generatore o interconnettore).
Distribuzione della magnitudo $\rightarrow$ Distribuzione della dimensione della perdita ( $\Delta P$ ).
Equazione di previsione del moto del suolo (GMPE) $\rightarrow$ Equazione di previsione della risposta di frequenza (FRPE).
Condizioni del sito $\rightarrow$ Stato del sistema (Inerzia $H$ , Domanda $D$ , Risorse di risposta $R$ ).

L'Integrale di Hazard

Il tasso annuale di superamento ( $\lambda$ ) di una soglia di frequenza $\delta$ è calcolato integrando su tutte le sorgenti, le dimensioni delle perturbazioni e gli stati operativi del sistema:
$\lambda(\Delta f > \delta) = \sum_{i=1}^{N_{src}} \nu_i \int \int P(\Delta f > \delta | \Delta P, s) \cdot f_i(\Delta P) \cdot g(s) \, d\Delta P \, ds$
Dove:

$\nu_i$ : Tasso annuale di guasto della sorgente $i$ .
$f_i(\Delta P)$ : Funzione di massa di probabilità (PMF) empirica della dimensione della perdita.
$g(s)$ : Densità di probabilità congiunta dello stato del sistema.
$P(\dots)$ : Probabilità di superamento condizionata, modellata con una distribuzione log-normale.

Componenti Principali del Framework

Catalogo delle Sorgenti (51 sorgenti): Include unità di generazione (CCGT, Nuclear, Wind, ecc.) e interconnettori. Le distribuzioni di perdita sono derivate empiricamente dai dati di settlement (B1610), evitando assunzioni parametriche.
Stima Bayesian dei Tassi di Guasto: Utilizza un modello coniugato Gamma-Poisson per stimare i tassi di guasto, risolvendo il problema dei "zeri" per le sorgenti senza eventi osservati nel periodo di analisi, mantenendo un tasso non nullo basato su prior tecnologici.
Architettura Duale FRPE:
- Modello Analitico (SFR): Basato su equazioni semplificate, richiede una correzione di bias.
- Modello Fisico (Physics-based): Simulatore completo che include profili di risposta dinamica, inerzia e smorzamento. Non richiede correzione di bias.
- Questi due modelli sono pesati in un albero logico (40% SFR, 60% Fisico).
Gestione delle Incertezze (Albero Logico): Un albero logico a 324 percorsi quantifica l'incertezza epistemica attraverso 6 livelli di ramificazione (tipo di modello, variabilità aleatoria, correzione di bias, modello di occorrenza, efficacia dei controlli DC e LFDD).
Modellazione dei Controlli: Include l'effetto del Dynamic Containment (DC) e del Low-Frequency Demand Disconnection (LFDD), permettendo di quantificare la riduzione del rischio marginale fornita da ciascun intervento.

3. Contributi Chiave

Prima formulazione esplicita: Questo è il primo lavoro pubblicato che formula un integrale di hazard stile PSHA per il rischio di superamento della frequenza nei sistemi di potenza.
Disaggregazione del rischio: Capacità di identificare quali sorgenti, dimensioni di perdita e stati del sistema contribuiscono maggiormente al rischio a diverse soglie di severità.
Quantificazione dell'incertezza: Separazione formale tra incertezza aleatoria (variabilità intrinseca degli eventi) ed epistemica (incertezza sui modelli).
Validazione incrociata: Confronto diretto con il metodo operativo esistente (FRCR) del NESO.

4. Risultati Principali

L'applicazione al sistema GB utilizzando quattro anni di dati operativi ha prodotto i seguenti risultati:

Confronto con FRCR: Il PFHA mostra un accordo con il rapporto FRCR indipendente entro un fattore di 1,5 alla soglia di 49,2 Hz (tasso stimato PFHA: 0,213/anno vs FRCR: 0,138/anno). A 48,8 Hz, la stima PFHA è circa la metà di quella FRCR, a causa delle differenze nella modellazione della probabilità di superamento (continua vs binaria).
Riduzione del Rischio:
- I controlli combinati (DC + LFDD) riducono il tasso di superamento del 77% a 49,2 Hz e del 92% a 48,8 Hz.
- L'LFDD è dominante per le soglie profonde (48,8 Hz), mentre il DC offre una riduzione più uniforme ma moderata.
Disaggregazione (Analisi 3D):
- A 49,2 Hz, il rischio è guidato da perdite di 1000-1500 MW durante periodi di bassa inerzia ( $H < 140$ GVA·s).
- A 48,8 Hz, il rischio è dominato da eventi di coppia simultanea (Layer B) o cascate (Layer C) con perdite superiori a 2000 MW.
- I periodi a bassa inerzia contribuiscono per oltre il 60% al rischio a 49,2 Hz, pur rappresentando meno del 25% del tempo operativo totale.
Analisi di Sensibilità: La variabilità aleatoria ( $\sigma$ ) ha l'impatto maggiore sul tasso di superamento (fattore di variazione 2,9x), seguita dalla scelta del modello FRPE (2,4x).

5. Significato e Implicazioni

Il lavoro di Todowede stabilisce un ponte metodologico tra l'analisi dei rischi geofisici e l'affidabilità dei sistemi elettrici.

Trasparenza e Audit: Il framework è completamente tracciabile, con ogni parametro collegato a fonti dati documentate, migliorando la trasparenza rispetto ai metodi "scatola nera".
Supporto Decisionale: Fornisce agli operatori di sistema (come NESO) strumenti per valutare l'impatto marginale di cambiamenti nelle politiche di acquisto dei servizi di frequenza (es. riduzione del volume di DC) o nelle soglie di intervento.
Estendibilità: Il modello è applicabile a qualsiasi sistema sincrono con dati operativi disponibili (es. EirGrid, NEM australiano, ENTSO-E), adattando solo il catalogo delle sorgenti e i parametri di stato.

In conclusione, il PFHA non sostituisce i metodi operativi esistenti, ma li integra fornendo una visione probabilistica più ricca, continua e strutturata del rischio di stabilità di frequenza, essenziale per gestire la transizione energetica verso sistemi a bassa inerzia.