Dynamisch Kabelmodel

Het dynamisch kabelmodel is een model waarmee accuraat kabeltemperaturen kunnen worden berekend van midden- en hoogspanningskabels in veranderlijke condities. Hierbij kunnen omgevingssituaties als grondtemperatuur, grondvochtigheid en belastingprofiel dynamisch zijn in de tijd, waarmee realistische situaties voor kabels kunnen worden doorgerekend. 

Laatst gewijzigd op 17 oktober 2024 om 14:03 | Publicatiestandaard 1.0
Publicatiecategorie
Impactvolle algoritmes
Impacttoetsen
Veld niet ingevuld.
Status
In gebruik

Algemene informatie

Thema

Ruimte en infrastructuur

Begindatum

2022-01

Contactgegevens

algoritmes@alliander.com

Verantwoord gebruik

Doel en impact

 Anno 2024 is er veel congestie op het elektriciteitsnet. Meer en meer klanten willen elektrificeren, wat een enorme druk zet op de elektriciteitsnetten die hier niet op ontworpen zijn. De landelijke en regionale netbeheerders zijn daarom op zoek naar de ruimte die we hebben op het elektriciteitsnet wat we al in stand houden. Met dit model kan de dynamische kabelbelastbaarheid (maximale belastbaarheid) bepaald worden. Door rekening te houden met de geanonimiseerde en geaggregeerde belastingprofielen van onze klanten en de omgevingsvariabelen van ons elektriciteitsnet kunnen we er voor zorgen dat we meer klanten kunnen aansluiten tijdens de energietransitie. De dynamische kabelbelastbaarheid kan veel hoger liggen dan de belastbaarheid die is vastgelegd in het beleid van de netbeheerder of door de kabelproducent, omdat niet uitgegaan wordt van generieke conservatieve waarden, maar van de daadwerkelijke situatie. Dit model is ontwikkeld om de netbeheerder in staat te stellen om af te wijken van hun conservatieve normen zodat er meer klanten aangesloten kunnen worden op het elektriciteitsnet.

Afwegingen

Gebruik van dit product ondersteunt de organisatie binnen de strategie van digitalisering en stelt ons in staat om op basis van fysische modellen op afstand te bepalen of wij meer klanten op het elektriciteitsnet kunnen aansluiten. Hierdoor kunnen we de inzet van dure sensoroplossingen minimaliseren en de energietransitie mogelijk maken binnen geaccepteerde en onderbouwde financiële en veiligheidsrisico's.

Menselijke tussenkomst

De mens maakt altijd de keuze over wat er wordt gedaan met de uitkomst van het model. Specialisten met kennis van het net gebruiken dit model om data in te voeren en een uitkomst te vragen, hiermee werken zij dan wel/ niet verder afhankelijk van de uitkomst. Er is altijd een mens die de besluiten maakt op basis van de berekeningen van het model.

Risicobeheer

Risicobeheer voor het DKM-algoritme bestaat uit diverse componenten: de veilige grenswaarden waar het mee rekent; de menselijke tussenkomst; de logging van input en output; en op het algoritme worden audits uitgevoerd.


Veilige grenswaarden

In het beleid van Liander staan grenzen vastgelegd waarbinnen het algoritme de berekeningen maakt. Ook geeft het algoritme meer algemene adviezen wanneer de er weinig informatie wordt aangeleverd en meer specifieke uitkomsten wanneer er meer informatie wordt aangeleverd, de uitkomsten blijven altijd binnen de gestelde veilige marges. Dit zorgt ervoor dat er geen onveilige situaties kunnen ontstaan door rekenfouten.


Menselijke tussenkomst

Daarnaast is het geen geautomatiseerde besluitvorming, een specialist voert data in, hiermee maakt het algoritme een berekening. Daarna kijkt de specialist naar de uitkomst en of/ hoe hiermee verder wordt gewerkt. De specialist heeft kennis van het net en kan dus bepalen om een uitkomst niet te gebruiken. Dit model kan dus niet autonoom zorgen voor fouten in het net, er zit altijd een persoon met specialistische kennis tussen die de output van het model gebruikt.


Logging

Alle data die in het algoritme wordt ingevoerd als input wordt opgeslagen, zo kunnen we, indien nodig, terugredeneren waarop een bepaalde uitkomst is gebaseerd.


Audits

Er is een interne audit uitgevoerd op het algoritme, om zo mogelijke risico's van het inzetten hiervan op te sporen. De conclusie hiervan is dat het model gedegen is opgezet, mede door de duidelijke documentatie van componenten die wel of niet zijn meegenomen en wat de impact hiervan is. Ook worden benoemd dat de validatie van de berekeningen goed is opgezet, en dat de validatie van de betrouwbaarheid van de input grondig is en goed gedocumenteerd.


Tot slot: de gebruikte onderliggende systemen worden tijdig gepatcht om ongeautoriseerde toegang te voorkomen.

Werking

Gegevens

Het dynamisch kabelmodel maakt gebruik van diverse databronnen om berekeningen te maken. De data wordt opgehaald op het moment dat een gebruiker een berekening wil doen en het model gebruikt dan de meest recent beschikbare data. Het dynamisch kabelmodel maakt gebruik van de volgende databronnen in de berekeningen:

1. ERA5 Weerdata – een open dataset waarin informatie over het weer in realtime wordt opgeslagen.

2. BOFEK2012 ondergrondmodel – een open dataset waarin bodemfysische kenmerken zijn opgenomen van de bodem in heel Nederland.

3. LHM-grondwatermodel – het landelijk hydrologisch model is een open dataset en geeft informatie over diverse kenmerken van het grondwater in Nederland.

4. Liander Asset Data – dataset van Liander waarin de assets opgenomen zijn die geplaatst zijn in Nederland. Wordt gebruikt om te kijken wat voor type kabel er op welke plek ligt, bijvoorbeeld.

Links naar gegevensbronnen

  • LHM: https://nhi.nu/modellen/lhm/#:~:text=Het%20Landelijk%20Hydrologisch%20Model%20is,in%20verschillende%20overwegend%20landelijke%20studies..
  • ERA5 weerdata: https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
  • BOFEK2012: https://research.wur.nl/en/publications/bofek2012-de-nieuwe-bodemfysische-schematisatie-van-nederland

Technische werking

De inputgegevens die genoemd zijn in de Gegevens sectie worden door middel van logica en fysische berekeningen omgezet in de maximale kabelbelastbaarheid op basis van de temperatuur van de kabel. Het model berekent met behulp van informatie over een elektriciteitskabel en informatie over externe factoren die invloed hebben op de temperatuurontwikkeling van elektriciteitskabels, welke temperatuur een kabel bereikt wanneer er een gegeven hoeveelheid stroom door de kabel loopt. Relevante informatie over de kabel zijn bijvoorbeeld de lengte en het materiaal van de kabel. Voorbeelden van informatie over de externe factoren zijn weersinformatie en informatie over de grondsamenstelling waar de kabel ligt. Deze externe informatie bepaalt hoe snel een kabel opwarmt gezien de omstandigheden waar de kabel zich in bevindt, wat het mogelijk maakt dat we meer stroom door de kabel laten stromen dan het voorgeschreven maximum. Een simpel voorbeeld is: In de winter is de grond kouder, waardoor kabels minder snel opwarmen en er meer stroom doorheen kan.