⚡ electrical engineering

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

Dit artikel introduceert Probabilistic Frequency Hazard Analysis (PFHA), een raamwerk dat de methodiek van probabilistische seismische hazardanalyse toepast op netfrequentierisico's om de toenemende kwetsbaarheid door verminderde traagheid in energietransitie-systemen nauwkeuriger te kwantificeren en onzekerheden te modelleren.

Oorspronkelijke auteurs: Sewedo Todowede

Gepubliceerd 2026-04-09

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Sewedo Todowede

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De "Aardbevingstest" voor ons Elektriciteitsnet: Een Simpele Uitleg

Stel je voor dat het elektriciteitsnet van Groot-Brittannië een gigantisch, zwaar schip is dat over de oceaan vaart. Vroeger werd dit schip aangedreven door zware, trage stoommachines (de traditionele energiecentrales). Deze machines hadden veel gewicht (inertie), waardoor het schip stabiel bleef, zelfs als er een grote golf opkwam.

Vandaag de dag vullen we het schip echter op met lichte, snelle elektrische motoren (windmolens en zonnepanelen). Dit is goed voor het milieu, maar het maakt het schip lichter en onstabiel. Als er nu een grote golf komt (een storing), kan het schip veel sneller gaan wiebelen en zelfs kapseizen.

Deze paper, geschreven door Sewedo Todowede, introduceert een nieuwe manier om te voorspellen hoe groot die kans is dat het schip kapseist. Hij noemt dit PFHA (Probabilistic Frequency Hazard Analysis).

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De Grote Idee: De Aardbevingstest

In de wereld van aardbevingen gebruiken ingenieurs al decennia een slimme methode om te berekenen hoe vaak een huis kan instorten. Ze kijken naar:

Hoe vaak er aardbevingen zijn.
Hoe sterk ze kunnen zijn.
Hoe ver het huis van de breuklijn af staat.
Hoe stevig het huis gebouwd is.

De auteur zegt: "Waarom doen we dit niet voor ons elektriciteitsnet?"
In plaats van aardbevingen kijken we naar storingen (zoals een windmolen die uitvalt of een kabel die breekt). In plaats van het instorten van een huis kijken we naar de frequentie van de stroom. Als de frequentie te laag wordt, vallen de lichten uit (of worden huizen afgesloten om het net te redden).

2. De Drie Ingrediënten van de Voorspelling

Deze nieuwe methode (PFHA) is als een superkrachtige rekenmachine die drie dingen combineert:

De "Wie" (De Bronnen): Ze hebben een lijst gemaakt van 51 mogelijke "boosdoeners". Dit zijn grote centrales, windparken en kabels naar het vasteland. Ze kijken niet alleen naar hoe vaak ze stukgaan, maar ook naar hoeveel stroom ze op dat moment leveren. (Net als bij een aardbeving: hoe groter de breuk, hoe erger de schade).
De "Hoe" (De Reactie): Ze gebruiken twee verschillende "profeet-modellen" om te voorspellen wat er gebeurt als iets uitvalt.
- Model A: Een snelle, simpele schatting (zoals een snelle buurman die zegt: "Oeps, dat wordt wel zwaar").
- Model B: Een gedetailleerde simulatie (zoals een ingenieur die alles in de computer narekent).
  Ze geven Model B meer gewicht omdat die nauwkeuriger is.
De "Wanneer" (De Omstandigheden): Dit is het slimste deel. Het net is niet altijd hetzelfde. Soms is er veel wind (licht schip), soms weinig (zwaar schip). Soms is er veel vraag naar stroom, soms weinig. De rekenmachine kijkt naar alle mogelijke situaties van de afgelopen jaren en weegt ze mee. Als het net heel licht is (weinig windmolens draaien, maar veel vraag), is het risico groter.

3. De "Logische Boom" (De Gelukswiel)

Omdat we niet alles 100% zeker weten, bouwen ze een "Logische Boom" met 324 verschillende paden.

Stel je voor dat je een wiel hebt met verschillende instellingen: "Hoe goed werken de noodstoppen?", "Hoe onzeker zijn onze berekeningen?", "Wat als twee dingen tegelijk stukgaan?"
Ze draaien dit wiel 324 keer. Soms komt er een slecht scenario uit, soms een goed.
Aan het eind kijken ze naar het gemiddelde. Dit geeft hen een risicokaart die laat zien: "Op dit niveau van frequentie (bijv. 49.2 Hz) gebeurt dit gemiddeld 1 keer per 5 jaar."

4. De Noodknoppen (Controles)

Het net heeft twee belangrijke noodknoppen om te voorkomen dat het kapseist:

Dynamic Containment (DC): Een snelle reactie die binnen seconden stroom injecteert om het schip te stabiliseren.
LFDD: Als het toch te snel zakt, worden er automatisch huishoudens en fabrieken afgeschakeld om het gewicht van het schip te verminderen.

De paper laat zien dat deze knoppen wonderen doen. Zonder ze zou het risico op een blackout veel hoger zijn. Met deze knoppen wordt het risico met wel 77% tot 92% verlaagd, afhankelijk van hoe ernstig de situatie is.

5. Waarom is dit belangrijk?

Vroeger keken ze vooral naar het verleden: "Er is 1 keer iets misgegaan, dus dat is het risico."
Maar met de energietransitie verandert het net zo snel dat het verleden niet meer genoeg is.

Deze nieuwe methode (PFHA) is als een weersvoorspelling voor het net. Het zegt niet alleen "het regent", maar ook "hoe hard het regent, hoe vaak, en wat we kunnen doen om niet nat te worden".

Samengevat:
De auteur heeft een briljant idee: neem de bewezen wiskunde uit de aardbevingenwereld en pas die toe op elektriciteit. Hierdoor kunnen we nu precies zien welke bronnen het meeste risico vormen, hoe goed onze noodplannen werken, en waar we extra maatregelen moeten nemen om te voorkomen dat het licht uitvalt in een wereld vol wind en zon.

Het is een stap van "gokken" naar "wiskundig voorspellen" voor de veiligheid van onze stroomvoorziening.

Titel: Probabilistische Frequentie-Gevaaranalyse (PFHA): Aanpassing van het Seismische Gevaarframework voor het Risico op Frequentieoverschrijding in het Krachtstelsel

Auteur: Sewedo Todowede (National Energy System Operator - NESO, Groot-Brittannië)

1. Het Probleem: Uitdagingen bij Frequentierisico

De energietransitie leidt wereldwijd tot een vervanging van synchrone generatoren door converter-gekoppelde hernieuwbare bronnen. In het Groot-Brittannië (GB) systeem is de totale systeem-inertie gedaald van >300 GVA·s in 2010 naar een minimum van 120 GVA·s.

Gevolg: Lagere inertie verhoogt de Rate of Change of Frequency (RoCoF) bij vermogensverliezen en verdiept de frequentie-nadir (de laagste punt die de frequentie bereikt).
Risico: Evenementen die voorheen veilig werden opgevangen, kunnen nu leiden tot diepe frequentieafwijkingen en het activeren van noodmaatregelen zoals Low-Frequency Demand Disconnection (LFDD), wat leidt tot stroomuitval voor consumenten (zoals gezien bij het incident op 9 augustus 2019).
Beperkingen van bestaande methoden: De huidige operationele aanpak (de Frequency Risk and Control Report of FRCR) gebruikt deterministische steekproeven. Deze methoden missen echter:
- Formele kwantificering van onzekerheid (epistemisch en aleatorisch).
- Continue gevaarkrommen (hazard curves) als functie van drempelwaarden.
- Gedetailleerde ontleding (disaggregatie) op bron-niveau om te zien welke bronnen het grootste risico vormen.
- Systematische kwantificering van het risicobeperkende effect van individuele regelingen.

2. Methodologie: Het PFHA Framework

De auteur introduceert Probabilistic Frequency Hazard Analysis (PFHA), een raamwerk dat de wiskundige architectuur van Probabilistic Seismic Hazard Analysis (PSHA) – de standaard in aardbevingkunde – overneemt voor frequentierisico's.

De PFHA Gevaarintegraal:
De jaarlijkse overschrijdingsfrequentie $\lambda$ wordt berekend door te sommeren over alle bronnen ( $N_{src}$ ) en te integreren over storingsgroottes ( $\Delta P$ ) en systeemtoestanden ( $s$ ):
$\lambda(\Delta f > \delta) = \sum_{i=1}^{N_{src}} \nu_i \int \int P(\Delta f > \delta | \Delta P, s) \cdot f_i(\Delta P) \cdot g(s) \, d\Delta P \, ds$

Kerncomponenten:

Broncatalogus (51 bronnen): Een lijst van individuele generatoren en interconnectors, inclusief "Layer B" (gelijktijdige paren) en "Layer C" (cascade-effecten waarbij RoCoF gedistribueerde energiebronnen afschakelt).
Empirische Verliesdistributies: Gebruik van operationele data (B1610 settlement-period data) om de waarschijnlijkheidsverdeling van verliesgroottes te bepalen, zonder parametrische aannames.
Bayesiaanse Schatting van Voorkomst: In plaats van Maximum Likelihood Estimation (wat nul-raten geeft bij geen waargenomen incidenten), wordt een Gamma-Poisson conjugate model gebruikt om ook voor bronnen zonder recente uitval een niet-nul kans te schatten.
Frequentie-Respons Voorspelling (FRPE): Analoge aan de Ground Motion Prediction Equation (GMPE) in seismologie. Er wordt een hybride aanpak gebruikt:
- Een analytisch model (SFR) met een correctiefactor voor bias.
- Een fysisch gebaseerd lookup-model dat dynamiek zoals Dynamic Containment (DC) en governor-respons nauwkeuriger simuleert.
Systeemtoestandsintegratie: De toestand $s = (H, D, R)$ (Inertie, Vraag, Response) wordt gewogen op basis van empirische waarnemingen uit 71.476 half-uurlijkse perioden. Dit vangt de niet-stationariteit van het systeem (bijv. lage inertie bij hoge windproductie) in.
Logica-bomen (Logic Trees): Een 324-paden logica-baam wordt gebruikt om epistemische onzekerheid te kwantificeren (variërend in modelkeuzes, sigma, bias-correctie, en effectiviteit van regelingen).

3. Belangrijkste Bijdragen

Formulering van de PFHA-integraal: De eerste expliciete toepassing van de PSHA-mathematische structuur op frequentie-overschrijding, inclusief aanpassingen voor niet-stationaire toestanden en gecoördineerde uitvallen.
Data-gedreven Catalogus: Een catalogus van 51 bronnen met empirische verliesdistributies en Bayesiaanse tariefschattingen.
Dubbele FRPE-architectuur: Combinatie van analytische en fysische modellen binnen een onzekerheidsframework.
Risicoreductie-kwantificering: Het vermogen om het marginale effect van regelingen zoals Dynamic Containment (DC) en LFDD te isoleren en te kwantificeren.
Validatie: Toepassing op het GB-systeem met kruisvalidatie tegen de onafhankelijke FRCR.

4. Resultaten

Kruisvalidatie: De PFHA-resultaten komen overeen met de bestaande FRCR-methodiek binnen een factor van 1,5 bij de drempel van 49,2 Hz. Bij 48,8 Hz is de PFHA-schatting ongeveer de helft van de FRCR, wat wordt toegeschreven aan het verschil tussen een continue overschrijdingskans (PFHA) en een binair breekpunt (FRCR).
Risicoreductie:
- De combinatie van DC en LFDD reduceert het overschrijdingsrisico met 77% bij 49,2 Hz en 92% bij 48,8 Hz.
- LFDD is vooral effectief bij diepe drempels (waar meerdere fasen activeren), terwijl DC een uniforme reductie biedt door de initiële uitschiet te beperken.
Ontleding (Disaggregatie):
- Bij 49,2 Hz wordt het risico gedomineerd door bronnen met hoge capaciteit (interconnectors, kerncentrales) tijdens perioden met lage inertie ( $H < 140$ GVA·s).
- Bij 48,8 Hz worden extreme gebeurtenissen (Layer B paren met >2000 MW verlies) de dominante bijdragers.
- De analyse toont aan dat >60% van het risico bij 49,2 Hz voortkomt uit minder dan 25% van de operationele tijd (de perioden met de laagste inertie).
Sensitiviteit: De grootste variabiliteit in de resultaten wordt veroorzaakt door de aleatorische variabiliteit ( $\sigma$ ) en de keuze van het FRPE-model.

5. Betekenis en Conclusie

Dit paper legt een methodologische brug tussen twee gevestigde probabilistische tradities: seismisch gevaar en betrouwbaarheid van krachtstelsels.

Transparantie: PFHA biedt een auditbaar framework waarbij elke parameter terug te voeren is op een gedocumenteerde data-bron.
Besluitvorming: Het stelt systeembestuurders in staat om "wat-zoals" scenario's te analyseren (bijv. wat gebeurt er met het risico als de DC-aanschaf wordt verlaagd?) en biedt inzicht in welke specifieke bronnen en operationele toestanden het grootste risico vormen.
Toekomst: Het framework is schaalbaar en toepasbaar op andere synchrone gebieden (zoals Europa of Australië) en kan worden gebruikt voor projecties onder toekomstige energiescenario's (FES).

Kortom, PFHA biedt een robuust, transparant en kwantitatief alternatief voor deterministische methoden, essentieel voor het beheer van frequentierisico's in een elektriciteitssysteem met een hoge penetratie van hernieuwbare energie.