Quantifying the Availability of Synchronized and Non-Synchronized Generating Units When Needed

Stel je het elektriciteitsnet voor als een enorm, onzichtbaar orkest dat een lied speelt dat nooit stopt. Elke keer als je een lichtschakelaar omzet, moet de dirigent (de netbeheerder) ervoor zorgen dat er genoeg muzikanten klaarstaan om de volgende noot perfect te spelen. Sommige muzikanten staan al op het podium, met hun instrumenten in de hand, de ogen gericht op de partituur, wachtend op het teken. Dit zijn de "gesynchroniseerde" eenheden; ze neuriën mee met het net en zijn klaar om het volume onmiddellijk te verhogen als het lied luider wordt. Andere muzikanten bevinden zich in de kleedkamer, slapend of hun instrumenten stemmend. Dit zijn de "niet-gesynchroniseerde" eenheden. Als de dirigent hen plotseling nodig heeft, moeten ze wakker worden, hun spullen pakken, het podium op lopen en in de pas komen voordat ze ook maar één noot kunnen spelen.

Lange tijd voelde iedereen in de elektriciteitssector simpelweg aan dat de muzikanten op het podium betrouwbaarder waren dan de muzikanten in de kleedkamer. Het leek vanzelfsprekend: als je al aan het spelen bent, is de kans kleiner dat je over je eigen voeten struikelt dan wanneer je vanuit de kleedkamer het podium op moet rennen. Maar in de wereld van engineering is "gevoel" niet genoeg. Je hebt harde cijfers nodig. Je moet precies weten hoeveel groter de kans is dat de muzikant in de kleedkamer struikelt, en hoe die risico's de veiligheid van het hele concert beïnvloeden. Hier komt het artikel van Yufan Zhang en Feng Zhao om de hoek kijken. Zij wilden dat intuïtieve gevoel omzetten in een precieze wiskundige score, door een manier te creëren om exact te meten hoe vaak deze twee soorten "muzikanten" niet verschijnen wanneer de dirigent zijn stok opsteekt.

De auteurs van dit artikel besloten te stoppen met gissen en te beginnen met meten. Ze creëerden twee nieuwe "foutscores" om de betrouwbaarheid van deze twee groepen te vergelijken. Laten we ze de "Podiumscore" noemen (voor gesynchroniseerde eenheden) en de "Kleedkamerscore" (voor niet-gesynchroniseerde eenheden). Het artikel stelt een simpele vraag: als het net nú stroom nodig heeft, wat is de kans dat een eenheid die al draait plotseling stopt, versus de kans dat een eenheid die stilstaat er niet in slaagt om op te starten en op tijd klaar te zijn?

Om dit te berekenen, gebruikten de onderzoekers een wiskundig model dat de "stemmingswisselingen" van een stroomgenerator volgt. Denk aan een generator die vier mogelijke stemmingen kan hebben: hij is ofwel aan het ontspannen in de kleedkamer (reserve uitgeschakeld), hij heeft een slechte dag en verstopt zich in een hoekje (gedwongen uitval wanneer niet nodig), hij presteert perfect op het podium (in bedrijf), of hij heeft een slechte dag terwijl het publiek kijkt (gedwongen uitval wanneer wel nodig). Door bij te houden hoe vaak generatoren tussen deze stemmingen wisselen, berekende het team de kans op falen voor beide typen.

Hun bevindingen bevestigden wat de netbeheerders al vermoedden, maar nu met een liniaal en een rekenmachine. Ze ontdekden dat de "Kleedkamerscore" over het algemeen hoger en onvoorspelbaarder is dan de "Podiumscore". In gewone taal: eenheden die vanaf nul moeten opstarten, hebben een grotere kans om te falen wanneer ze nodig zijn dan eenheden die al draaien. Het artikel suggereert dat voor gesynchroniseerde eenheden het grootste risico simpelweg het defect raken terwijl ze al werken is (zoals een viool snaar die knapt tijdens een solo). Echter, voor niet-gesynchroniseerde eenheden is het grootste risico de handeling van het opstarten zelf (zoals een muzikant die zijn bladmuziek vergeet of over het gordijn struikelt terwijl hij naar het podium rent).

De onderzoekers testten hun nieuwe formules met echte gegevens van 222 elektriciteitscentrales in de regio New England, waarbij ze de records bekeken van 2016 tot 2025. Ze stelden een specifieke tijdslimiet in voor de test: 15 minuten. Dit is het venster van tijd dat het net heeft om te beslissen of een eenheid erop kan rekenen om te helpen. Toen ze de cijfers verwerkten, waren de resultaten duidelijk. Voor de meeste soorten elektriciteitscentralों — zoals de grote stoomturbines en de gasgestookte centrales — hadden de niet-gesynchroniseerde eenheden een hogere kans om niet klaar te zijn. Zo was de gemiddelde faalkans voor niet-gesynchroniseerde stoomcentrales ongeveer 0,0178, terwijl die van hun gesynchroniseerde tegenhangers veel lager lag, op 0,0008.

Er waren echter een paar interessante uitzonderingen. Kerncentrales vertoonden bijvoorbeeld een foutpercentage van nul bij het opstarten in de gegevens die zij bestudeerden, simpelweg omdat ze in die periode zelden werden gevraagd om op te starten vanuit een koude stop, en elke keer dat dat gebeurde, slaagden ze erin. Dieselgeneratoren waren een beetje een mysterie, waarschijnlijk omdat ze zo zelden worden gebruikt dat het moeilijk is om een helder beeld van hun betrouwbaarheid te krijgen. Maar over het algemeen schetsen de gegevens een consistent beeld: het al gesynchroniseerd zijn geeft je een aanzienlijke betrouwbaarheidsboost, wat de operationele intuïtie ondersteunt dat niet-gesynchroniseerde eenheden over het algemeen minder betrouwbaar zijn.

De auteurs merken er zorgvuldig bij op dat hun huidige "score" alleen totale uitvallen telt, zoals een muzikant die volledig uit het orkest valt. Ze telden niet de keren dat een muzikant wel speelde maar net niet zuiver was (gedeeltelijk vermogensverlies), wat een beperking is die ze in toekomstige studies willen oplossen. Maar voor nu hebben ze succesvol een vaag geloof omgezet in een concreet getal. Ze hebben aangetoond dat, hoewel de kleedkamer noodzakelijk is om genoeg muzikanten te hebben, degenen die al op het podium staan statistisch gezien de meest betrouwbare zijn wanneer de muziek luider en sneller moet worden. Dit helpt netbeheerders om slimmere beslissingen te nemen over hoeveel "reserve"-vermogen ze nodig hebben, zodat wanneer de lichten aangaan, het orkest nooit een maat mist.