Forscher entwickeln ein Vorhersagemodell für Stromausfälle bei Hurrikanen, das herkömmliche Methoden übertrifft

Versorgungsunternehmen sind im Allgemeinen für den Umgang mit routinemäßigen Stromausfällen gut gerüstet, haben jedoch oft mit extremen Wetterereignissen wie Hurrikanen zu kämpfen.

Herkömmliche Modelle zur Vorhersage von Stromausfällen durch Hurrikane liefern oft unvollständige oder falsche Ergebnisse, was es den Unternehmen erschwert, sich auf die schnellstmögliche Wiederherstellung der Stromversorgung vorzubereiten, insbesondere in Städten, die anfällig für längere Stromausfälle durch Hurrikane sind.

Neue Forschung von der NYU Tandon School of Engineering könnten helfen, dieses Problem zu lösen.

Durch die Kombination von Windgeschwindigkeits- und Niederschlagsdaten mit Daten über die Landnutzungsmuster eines Gebiets – die Unterschiede in der Energieinfrastruktur zwischen ländlichen und städtischen Gebieten widerspiegeln – und der Bevölkerungsdichte – als Indikator für die Anzahl der vorhandenen Transformatoren – bewegen sich Forscher auf dem Weg zu einer genaueren Physik -gesteuertes Vorhersagemodell für hurrikanbedingte Stromausfälle als Techniken, die derzeit weit verbreitet sind.

Luis Ceferino, Assistenzprofessor für Bau- und Städtebau (CUE), und Prateek Arora, CUE-Doktorand. Kandidat, präsentierte die Forschung auf der 14. Internationalen Konferenz über Anwendungen von Statistik und Wahrscheinlichkeit im Bauingenieurwesen (ICASP 14), die vom 9. bis 13. Juli 2023 in Dublin, Irland, stattfand.

Im Mai 2023, Naturgefahren und Erdsystemwissenschaften veröffentlichte die Arbeit des Duos, in der die Grenzen bestehender Modelle zur Vorhersage von Stromausfällen bewertet wurden. Das Papier erörterte die eingeschränkte Anwendbarkeit dieser Modelle aufgrund der Abhängigkeit von Daten aus bestimmten Regionen und Versorgungsunternehmen. unbegrenzte Vorhersagen; Schwierigkeiten bei der Extrapolation auf starke Windbedingungen; und unzureichender Umgang mit Unsicherheiten und Abweichungen in den Ausfalldaten bei extremen Wetterereignissen.

Um diese Einschränkungen auszugleichen, trainiert das Forschungsteam sein Modell mit historischen Ausfalldaten der Hurrikane Harvey (2017), Michael (2018) und Isaias (2020). Das Modell berücksichtigt die nichtlinearen Beziehungen zwischen Eingabeparametern – d. h. Änderungen einer Variablen, die nicht zu proportionalen oder konsistenten Änderungen einer anderen Variablen führen – und die Wahrscheinlichkeit von Stromausfällen.

In seinem ICASP 14-Papier konzentrierte sich das Team auf zwei wichtige Leistungsindizes: den System Average Interruption Frequency Index (SAIFI) und den System Average Interruption Duration Index (SAIDI). SAIFI misst, wie oft es bei Kunden zu Stromausfällen kommt, und SAIDI spiegelt die Gesamtzeit wider, die Kunden in einem Jahr ohne Strom verbringen. Diese Indizes sind von entscheidender Bedeutung für die Bestimmung der Effizienz und Widerstandsfähigkeit von Energiesystemen bei extremen Wetterereignissen.

Das Forschungsteam verwendete probabilistische Modellierung, um SAIFI und SAIDI für einen 10-jährigen Wiederkehrzeitraum in New Jersey zu berechnen/zu erhalten. Es zeigte sich, dass in ländlichen Gebieten die Wahrscheinlichkeit von Ausfällen größer ist als in städtischen Gebieten, in denen die Windgeschwindigkeit der einzige schädliche Faktor ist. Das Team arbeitet weiter an der Entwicklung des Modells und die bevorstehende Forschung wird die Auswirkungen von Sturmfluten berücksichtigen, die insbesondere für Vorhersagen von Stromausfällen an der Küste relevant sind.

Durch die Darstellung der potenziellen Szenarien und Wahrscheinlichkeiten von Stromunterbrechungen kann dieses Forschungsprojekt Stakeholdern, darunter Versorgungsunternehmen und Regulierungsbehörden, Erkenntnisse für die strategische Entscheidungsfindung liefern. Dies könnte eine gezielte Ressourcenzuweisung, Infrastrukturverbesserungen und sogar die Entwicklung von Notfallplänen umfassen, die die negativen Auswirkungen von Hurrikanen auf die Energiesysteme abmildern.