Modellering av aggregerad last i Norden

Transkript

1 Modellering av aggregerad last i Norden Projektöversikt: 8 Mars 2017 Emil Hillberg

2 Agenda Lastmodeller: ZIP & LDFR Mål med projektet Projektgrupp Projektöversikt & Resultatrapporter Påverkan av osäkerhet i modellering av last Metod för identifikation av lastmodeller Analys av evalueringspunkter Identifierade utmaningar och problem Framtida aktiviteter: hur kan ni bidra?

3 Lastmodeller ZIP: spänningsberoende (konstant impedans / ström / effekt) 3

4 Lastmodeller LDFR: frekvensberoende (av konstant ström & effekt) 4

5 Målsättning Syfte Skaffa bevis för lastens beteende Finn en balans mellan teori och praktik: en tillräckligt bra modell lämplig för sitt studiesyfte Mål Verifiera de lastmodeller som används idag i de nordiska TSOernas planeringsmodell Utveckla och verifiera nogrannare modeller

6 TSO & DSO Project team Company STRI Svenska kraftnät Fingrid Statnett Vattenfall E.ON Hafslund Caruna Skellefteå kraft Elenia Helen Project team Susanne Ackeby, Emil Hillberg, Math Bollen, Adriel Perez, Oscar Lennerhag Per-Olof Lindström, Johan Setréus Jussi Matilainen, Mikko Koskinen Magnus Gustafsson, Mattias Hofmann, Vegar Storvann Per Norberg, Gunilla Brännman, Jesper Glans Fredrik Roos, Dan Andersson Hugo Thøgersen Tuomo Vornanen (Mats Wahlberg) Sirpa Repo Mika Loukkalahti, Pirjo Heine

7 SP0: Pre-study SP1: Method development SP2: Method validation SP3: Method deployment Projektöversikt Subproject 2015 Q1 Q2 Q3 Q Q1 Q2 Q3 Q Q1 Q2 Q3 Q Q1 Q2 Q3 Q Q1 Q2 Q3 Q4 SP0 SP1 SP2 SP3

8 Resultatrapportering Prestudy: Business case study, Ackeby, Hillberg, STRI, 2015 Method description, Ackeby, Hillberg, STRI, 2015 Measurement gathering plan, Ackeby, Leelaruji, Hillberg, STRI, 2015 Development of improved aggregated load models for power system network planning in the Nordic power system Part 1: Method development, Hillberg, Ackeby, Bollen, Setréus, Lindström, Ericsson, Koskinen, Matilainen, Gustafsson, Hofmann, Berlijn, Cigré 2016, C4-104 Method verification, Ackeby, Hillberg, Lennerhag, Perez, STRI, 2017 Modelling aggregate loads in power systems, Perez, KTH, 2017 Understanding and modelling of load in the power system, Perez, Hillberg, Ackeby, Lennerhag, Bollen, Zografos, Cigré Dublin 2017

9 Påverkan av osäkerhet i modellering av last Spänningsstabilitet Voltage (pu) ZIP=30%+70%+0% ZIP=20%+ 30%+ 50% x x x x x x Contingency ZIP=10%+20%+70% No-Contingency P(MW)

10 Påverkan av osäkerhet i modellering av last Överföringskapacitet

11 Påverkan av osäkerhet i modellering av last Dämpning och oscillationer

12 Påverkan av osäkerhet i modellering av last Frekvens Blue line no model at all for freq Green parameters in LDFR as today Red Double the parameters of today

13 Metod för identifikation av lastmodeller Power [kwh/h] Days

14 Metod för identifikation av lastmodeller: komponentbaserad metod Analytisk aggregering Statistiskt underlag Teori & test baserad parametrisering

15 Metod för identifikation av lastmodeller: mätbaserad metod Naturliga och planerade händelser Mätning av stegsvar Filtrering Optimering

16 Metodvalidering Utvärderingspunkter Ref SE NO FI SE(fr) SE(fr) Name Åhus E.On Raa (Fredrikstad) Hafslund Säynäjävaara (Kuusamo) Caruna Vaggeryd Vattenfall Jönköping Vattenfall

17 Metodvalidering mätningar Raa Kuusamo

18 Metodvalidering stegsvar Type of event U 0 [kv] U 1 [kv] ΔU [%] P 0 [MW] P 1 [MW] ΔP [%] Q 0 [MVAr] Q 1 [MVAr] ΔQ [%] NO Disconnect 20 MVAr FI Change feeding line SE Connect 32 MVAr Type of event Δf [%] NordBalt, 728 MW 0.7 Skagerack 4, 500 MW 0.7 Ringhals 4, 530 MW 0.5 NordBalt, 730 MW 0.7

19 Metodvalidering Statistikt baserad lastfördelning SE

20 Metodvalidering Aggregering av resultat: plats Z p I p P p Z q I q P q Åhus SE

21 Metodvalidering Aggregering av resultat: tidpunkt

22 Metodvalidering Aggregering av resultat: tidpunkt

23 Metodvalidering resultat intervall Evaluation point event Z p I p P p NO SE FI TSO Z p I p P p Svenska kraftnät Statnett Fingrid

24 Utmaningar och problem lastens beteende utanför mätintervall difference between pre- and post- event values theoretical difference in active power for three ZIP parameter sets 1,25 10,0% max diff 1,2 ZIP SvK 9,0% ZIP Statnett 1,15 ZIP Fingrid 8,0% P [pu] = Z(%)xU 2 + I(%)xU + P(%) 1,1 1,05 1 0,95 0,9 U: +/- 0.15pu P ZIPload : 6% U: +/- 0.10pu P ZIPload : 4% 7,0% 6,0% 5,0% 4,0% 3,0% Max P ZIPload [%] 0,85 2,0% 0,8 U: +/- 0.05pu P ZIPload : 2% 1,0% 0,75 0,0% 0,8 0,85 0,9 0,95 1 1,05 1,1 1,15 U [pu]

25 Utmaningar och problem optimering For Z p in [0:0.01:1] For I p in [0:0.01:1] P p = 1-Z p -I p If P p +Z p +I p = 1.00 Range of minimas

26 Utmaningar och problem frekvens

27 Utmaningar och problem reaktiv effekt

28 Utmaningar och problem modellbegränsningar

29 Framtida aktiviteter spänningsberoendet Ökat underlag för analys: Flera utvärderingspunkter Långtidsinstallation av mätare Automatiserad eventanalys Djupare komponentbaserad studie Exponentialmodellen

30 Framtida aktiviteter frekvensberoendet Vidareutveckling av komponentbaserad metod Identifikation av alternativa utvärderingspunkter Gotland

31 Framtida aktiviteter PSSE baserad metodutvärdering Kvantifiera påverkan på systemnivå för olika lastmodeller Detaljerad analys av händelser och base case scenarier Studier av lokala, regionala och nationella aspekter Ökad kunskap och acceptans för alternativa lastmodeller Aktiviteter planeras och genomförs av Svenska kraftnät, Statnett och Fingrid Involvering av intern expertis er kunskap är värdefull!

32 Emil Hillberg Senior Specialist Branch Office Manager Göteborg STRI AB Regnbågsgatan 8 B / Göteborg / Sweden Phone: Cell: emil.hillberg@stri.se