Metodologia per il calcolo del beneficio per l'incremento della resilienza della Rete di Trasmissione Nazionale - Presentazione documento di ...

ROMA, 05 MAGGIO 2021

Metodologia per il calcolo del
beneficio per l’incremento
della resilienza della Rete di
Trasmissione Nazionale
Presentazione documento di
consultazione - Allegato A76 Codice di
Rete Terna

Agenda ROMA, 05 MAGGIO 2021

 Una nuova metodologia per la valutazione della resilienza
 Frequenza ed estensione eventi climatici
 Impatto eventi climatici su asset di rete
 Analisi topologia della rete

 2

Evoluzione del rischio climatico ROMA, 05 MAGGIO 2021

 900
 Sulla base di più di 18.000 eventi naturali rilevanti
Il cambiamento 0,8 Ultimi 40 anni 800 registrati a livello globale1 a partire dal 1980 è
climatico è in 0,6 700 visibile come questi si siano triplicati in 39 anni

 TEMPERATURA (°C)
corso dalla fine

 SCOSTAMENTO di
 600
 0,4
dell’800, la 500
 0,2
temperatura media 400
sulla Terra è 0,0 300
aumentata -0,2 200
di 1.1 gradi 100
 -0,4
Celsius dalla fine 0
dell’800. -0,6

 1850
 1858
 1866
 1874
 1882
 1890
 1898
 1906
 1914
 1922
 1930
 1938
 1946
 1954
 1962
 1970
 1978
 1986
 1994
 2002
 2010
 2018
L’incremento delle N.eventi geofisici N.eventi metereologici N.eventi idrologici N.eventi climatici

emissioni clima-
alteranti, rende più
probabili: Incremento prospettico delle temperature medie rispetto al periodo pre-industriale nello scenario RCP 8.5 2 (°C)
▪ La maggiore
 variabilità
 delle
 temperature
 future
▪ L’aumento di Oggi 2030 2050
 fenomeni
 severi

 1. https://natcatservice.munichre.com
 3
 2. Una RCP (Representative Concentration Pathway) è una traiettoria di concentrazione dei gas serra adottata dall'IPCC (Intergovernmental Panel on Climate Change). Nel
 RCP 8.5 le emissioni continuano ad aumentare per tutto il 21° secolo ( l’ipotesi RCP 8.5 conduce a concentrazione di CO2-eq in atmosfera tra 1.000 e 1.500 ppm)

Cambiamenti climatici e impatti sulla RTN ROMA, 05 MAGGIO 2021

 Negli ultimi anni in Italia si è registrato un aumento degli eventi meteorologici severi, con impatti spesso catastrofici, che hanno interessato anche la
 rete di trasmissione nazionale
1 5 6 7

 7 6
 5
 9
Cuneo e Torino 11 Cortina Val Pusteria Trentino-Alto Adige
14 – 18/12/2008 1
 3 26/12/2013 02/2014 e 12/20 12-17 /11/2019
 12
2 2 8 9

 4

 8
 2
Toscana, Emilia Romagna, Marche, Umbria, Lazio,
Abruzzo e Molise
01-04/02/2012
 13 Abruzzo Triveneto
 10 05-06/03/2015 26-30 /10/2018
3 4
 Taranto
 10 Novembre 2012

 Monselice
 11 Ottobre2014

 Ravenna
 12
 Agosto 2017

Emilia-Romagna Abruzzo e Marche Caserta
5-6/02/2015 16-17/01/2017 13
 Marzo 2018

 4

Linee guida della nuova metodologia e approccio proposto ROMA, 05 MAGGIO 2021

Categorie Aree chiave Linee guida

 Applicabilità a ▪ Modularità e replicabilità per più
 eventi meteo tipologie di eventi meteo ▪ Analisi pericolosità eventi meteo prospettici per
 Frequenza diversi anni orizzonte
 ed estensione
 eventi ▪ Integrazione serie storiche con ▪ Analisi dell’esposizione del modello di rete geo-
 Dati climatici modelli previsionali per analisi del referenziato agli eventi meteo prospettici
 rischio di eventi severi

 ▪ Approccio ingegneristico con ▪ Analisi comportamento asset per singole campate
 Impatto a fronte di eventi meteorologici
 Curve di utilizzo parametri tecnici e
 eventi su
 vulnerabilità orografici specifici di RTN Terna ▪ Possibilità di valutare gli effetti diretti ed indiretti
 asset di rete della minaccia meteo considerata

 Correlazione ▪ Analisi degli eventi meteorologici
 tra linee e storici per valutare il livello di ▪ Lista eventi/aree geografiche prioritari con rispettive
 eventi meteo correlazione meteo tra le linee possibili soluzioni da analizzare con approccio
 Analisi storici dell’RTN per singola minaccia costi-benefici
 topologia
 di rete ▪ Modello probabilistico e ▪ Passaggio da un criterio di pianificazione "N-1" a un
 Valutazione approccio "N-k" per l’analisi di contingenza
 approccio "N-k" (i.e. per disservizi
 fuori servizi multiple per eventi meteo severi
 multipli)
 multipli

 La nuova metodologia è finalizzata a valutare il rischio di disalimentazione degli impianti connessi alla RTN a fronte di
 eventi meteo severi
 5

Tipologie di interventi per l'aumento della resilienza ROMA, 05 MAGGIO 2021

Tipologie di
interventi Descrizione Classi di intervento

 ▪ Interventi finalizzati a ridurre l'esposizione della rete ▪ Realizzazione nuove linee/cavi
 elettrica ad eventi meteorologici severi ▪ Potenziamento/interramento di
Soluzioni ▪ Interventi implementati ex-ante, a prescindere linee esistenti e rifacimento
preventive dall'effettivo verificarsi di guasti sulla rete a seguito di ▪ Interventi puntuali di mitigazione • Terna persegue tutte le
 eventi meteorologici severi (es. antirotazionali, distanziatori soluzioni volte
 antirotazionali, carichi zavorra..) all’incremento della
 resilienza del sistema
 ▪ Interventi finalizzati a ridurre il tempo di ripristino ▪ Piani di emergenza elettrico con un mix
 ottimale di tipologie di
 della linea a seguito di interruzioni del servizio ▪ Strumenti e attrezzature a
Soluzioni per il supporto del ripristino (Mezzi investimenti
ripristino ▪ Interventi implementati ex-post, in risposta all'effettivo
 speciali, gruppi elettrogeni…)
 verificarsi di guasti sulla rete a seguito di eventi • Con la nuova metodologia è
 meteorologici severi possibile valutare gli
 interventi preventivi e di
 ▪ Soluzioni tecnologiche innovative finalizzate ad ▪ Soluzioni di monitoraggio (IoT, ripristino
 anticipare situazioni meteo critiche con elevata BigData Analisys…)
Soluzioni di probabilità di fuori servizio al fine di permettere la • In questa prima fase la
 valutazione e l’adozione di eventuali soluzioni metodologia si focalizza sugli
monitoraggio
 preventive ed in tempo reale finalizzate a ridurre i
 interventi preventivi che
 tempi di ripristino
 agiscono sulla vulnerabilità
 dell’asset

 6

Agenda ROMA, 05 MAGGIO 2021

 Una nuova metodologia per la valutazione della resilienza
 Frequenza ed estensione eventi climatici
 Impatto eventi climatici su asset di rete
 Analisi topologia della rete

 7

Mappatura della pericolosità climatica futura su asset RTN ROMA, 05 MAGGIO 2021

 Input Analisi Output

 Fenomeni vento

 meteorologici Vento Ghiaccio-neve

 Provider Jupiter1 RSE

 Mappe Anni di riferimento fino Anni di riferimento Mappatura della
 Orizzonte Elaborazione
 climatiche temporale
 al 2050 con step di 5 fino al 2050 con step pericolosità
 anni di 10 anni GIS per neve
 previsionali climatica sugli
 estrazione
 Livello di asset RTN per
 Risoluzione 4x4 km Risoluzione 4x4 km variabili di
 dettaglio individuazione
 interesse
 delle porzioni di
 Dataset ERA-5 2 Dataset MERIDA dalle mappe
 rete a maggior
 Dati e climatiche e
 Modello climatico Modelli climatici
 rischio
 modelli associazione
 CESM-LENS 3 Euro-CORDEX 4 (es: vento,
 alle linee e
 ghiaccio-neve)
 alle campate
 per diversi anni
 RTN
 orizzonte
 L’analisi è stata eseguita su perimetro rete
 Mappa asset RTN Terna AS IS con livello di dettaglio sia per linee
 as-is che per campate

 1. Provider globale di data analytics per analisi del rischio di eventi meteo severi legati al cambiamento climatico
 2. ERA 5 è un dataset di rianalisi meteorologica con profondità maggiore di 30 anni su diverse variabili meteo 8
 3. CESM- LENS modello climatico che include 40 simulazioni climatiche per il periodo 2018-2100.
 4. Euro-CORDEX è l’insieme di 12 modelli climatici usate per produrre proiezioni regionali avanzate sui cambiamenti climatici fino al 2100.

Focus proiezioni climatiche vento e ghiaccio-neve ROMA, 05 MAGGIO 2021

 Metodologia per le proiezioni climatiche Mappe di probabilità climatica

 La metodologia per le proiezioni climatiche è basata su 4 step Mappe di probabilità della velocità attesa del vento (in %) sono
 principali: elaborate con le seguenti caratteristiche:
  Declinazione di dati climatici storici globali su scala locale • Risoluzione 4x4km su perimetro Italia
  Correzione dei dati con l’utilizzo del dataset di rianalisi meteorologica • Per anni di riferimento 2020, 2025, 2030, 2035, 2040, 2045 e 2050
Elaborazioni
proiezioni  Elaborazione di proiezioni climatiche ad alta risoluzione (es. 4x4 • Per soglie di 40/60/80/100/120/140 km/h
climatiche vento km)
 • A 10 metri sopra al livello del suolo
  Stima dei valori attesi dell’evento meteo prospettico (es. intensità del
 vento e relativa probabilità di accadimento) • Calcolata per le raffiche di vento e vento medio su 10 minuti
 • La probabilità P è espressa come l’inverso del tempo di ritorno TR
 dell’evento meteo

 Metodologia per le proiezioni climatiche ghiaccio-neve è basata sulle Mappe di probabilità di carico di manicotto di neve umida (in %)
 seguenti fasi: sono elaborate con le seguenti caratteristiche :
  Declinazione dei dati climatici storici globali alla risoluzione di 7x7 km • Risoluzione 4x4km su perimetro Italia
  Correzione dei dati con l’utilizzo del dataset di rianalisi meteorologica • Per soglie di 1-2-4-6-8-10-12-14-16-18 kg/m
Elaborazioni  Calibrazione del modello Makkonen di formazione del manicotto
 attraverso il dataset di rianalisi meteorologica MERIDA e applicazione
 • Per anni di riferimento 2020, 2030, 2040 e 2050
proiezioni
climatiche del modello ai dati dei modelli climatici per le stime di carico • Simulato l’accrescimento del manicotto di neve secondo il modello
ghiaccio-neve1 manicotto futuro Makkonen di RSE
  Elaborazione di proiezioni climatiche ad alta risoluzione (es. 4x4 • La probabilità P è espressa come l’inverso del tempo di ritorno TR
 km) dell’evento meteo
  Stima dei valori attesi dell’evento meteo prospettico (intensità di carico
 manicotto e relativa probabilità di formazione)

 1. La minaccia ghiaccio-neve è stata analizzata in riferimento al fenomeno di formazione del manicotto di neve umida
 9

Analisi delle proiezioni climatiche: esposizione attesa al vento ROMA, 05 MAGGIO 2021
 ESEMPLIFICATIVO

Rappresentazione delle aree maggiormente esposte alla minaccia vento sia per effetti diretti (140km/h) e sia per effetti indiretti (60km/h)
 20302 20502

 Vento medio
 su 10 minuti: +
 soglia1 60

 Probabilità di superamento soglia
 km/h
 (valore critico per
 effetti indiretti)

 Vento medio
 su 10 minuti:
 soglia1 140
 km/h
 (valore critico per -
 effetti diretti)

 Le mappe confermano in prospettiva le zone interessate da venti con intensità uguale o maggiore delle soglie considerate

 1. Sono soglie esemplificative. Il modello prende in input tutte le soglie di intensità di vento da 40 a 140 km/h
 2. Proiezione climatiche disponibili per gli anni di riferimento dal 2020 al 2050 con step di 5 anni
 10

Analisi delle proiezioni climatiche: esposizione attesa manicotto neve ROMA, 05 MAGGIO 2021
 ESEMPLIFICATIVO

 Rappresentazione delle aree maggiormente esposte alla minaccia del manicotto di neve umida in termini di probabilità, per gli anni 2030 e 2050
 20302 20502

 Carico +
 manicotto:

 Probabilità di superamento soglia
 probabilità di
 superamento
 soglia1
 4 kg/m

 Carico
 manicotto:
 probabilità di
 superamento -
 soglia1
 8 kg/m

 Le mappe confermano in prospettiva le zone maggiormente esposte alla minaccia manicotto neve quali le Alpi occidentali, il Nord Est , l’Appennino
 Centrale, mostrano un’intensificazione del fenomeno nelle aree Nord e Centro Nord e una riduzione sull’ Appennino Meridionale e sulle Isole

 1 Sono soglie esemplificative. Il modello prende in input tutte le soglie di carico manicotto disponibili, ovvero 1-2-4-6-8-10-12-14-16-18 kg/m
 2 Proiezioni climatiche disponibili per gli anni di riferimento dal 2020 al 2050
 11

Agenda ROMA, 05 MAGGIO 2021

 Una nuova metodologia per la valutazione della resilienza
 Frequenza ed estensione eventi climatici
 Impatto eventi climatici su asset di rete
 Analisi topologia della rete

 12

Vulnerabilità delle linee della RTN ROMA, 05 MAGGIO 2021

 Approccio Elementi principali per la definizione della curva di vulnerabilità di una linea1

 ▪ Le curve di vulnerabilità Conduttore
 Dettaglio probabilità di disservizio dei sottocomponenti per effetti diretti
 stimano la vulnerabilità di una campata di una linea a 132 kV
 meccanica, cioè la probabilità Vulnerabilità della campata

 Probabilità di disservizio
 di fuori servizio dei Vulnerabilità del conduttore
 Fune di guardia
 componenti a sollecitazioni La probabilità di Vulnerabilità della fune di guardia

 dirette ed indirette guasto della linea Vulnerabilità del sostegno
 Effetti
 aerea è funzione Vulnerabilità di ribaltamento
 ▪ Terna ed RSE hanno definito diretti
 della probabilità di
 Fondazioni
 le curve di vulnerabilità1 per guasto di/per:
 effetti diretti ed indiretti per Sostegno/Mensole
 vento e ghiaccio-neve sulle
 linee aeree (analisi per singola Scarica per snow- Velocità del vento [km/h]
 campata) shedding3
 ▪ Approccio
 analitico/ingegneristico che
 considera i criteri di Dettaglio probabilità di disservizio delle campate di
 Caratteristiche della una linea per effetti indiretti
 progettazione stabiliti dalla
 vegetazione

 Probabilità di disservizio
 normativa CEI2, dagli standard
 tecnici Terna e dalla norma EN La probabilità di
 guasto della linea Fascia di
 50341-1 per il calcolo delle
 asservimento
 azioni sui componenti della linea Effetti aerea per
 delle sollecitazioni indiretti caduta/contatto
 Caratteristiche del
 meteorologiche piante è funzione
 terreno
 di:
 ▪ Utilizzo parametri tecnici e
 orografici specifici dell’RTN Orografia
 Terna Velocità del vento [km/h]

 Utilizzato lo stesso approccio metodologico per le minacce meteorologiche vento e ghiaccio-neve
 Curve validate tramite back testing su dati storici
 1. La vulnerabilità meccanica è rappresentata da distribuzioni di probabilità lognormali. La distribuzione si può adattare per ogni sottocomponente, in modo che il valore atteso di rottura coincida con quello nominale
 2. Norma CEI 11-4, così come ripresa dal DM 449 dell’88. CENELEC Std. EN 50341-1-2012, “Overhead electrical lines exceeding AC 1 kV - Part 1: General requirements - Common specifications”, 2012. CENELEC 13
 Std. EN 50341-2-13:2017-01, “Overhead electrical lines exceeding AC 1 kV - Part 2-13: National Normative Aspects (NNA) for Italy” (based on EN50341-1:2012).
 3. valutabile solo per la minaccia ghiaccio-neve

Analisi dell’esposizione delle linee alla vegetazione ROMA, 05 MAGGIO 2021
 ESEMPLIFICATIVO

Sulla base del DB Corine Land Cover, per ogni area di analisi è stata valutata la tipologia di vegetazione presente lungo ciascuna linea con
dettaglio per singola campata, calcolando la percentuale prevalente di vegetazione ad alto (AF) e a basso fusto (BF).

 Regione 1 ▪ In presenza di
 vegetazione le linee
 100% 47% possono essere
 48% diversamente esposte
 5% all’impatto indiretto di un
 20% evento meteo severo a
 52% 27% seconda della tipologia
 di vegetazione
 prevalente lungo le
 campate.
 Regione 2
 ▪ La vegetazione ad alto
 100% 36% 24% fusto (o mista) è la più
 40% pericolosa per le linee
 RTN

 64% 14% ▪ Questa analisi è
 10% finalizzata alla stima
 della probabilità di
 Linee Con
 guasto indiretto
 Senza BF
 totali BF+AF AF derivanti dalla
 veget. Veget.
 caduta/contatto piante.

 L’analisi è stata condotta su tutte le linee RTN con dettaglio per singola campata

 FONTE: Dati Terna, Dati Corine Land Cover
 14

Calcolo del tempo di ritorno della disalimentazione delle linee ROMA, 05 MAGGIO 2021

 Fasi Identificazione della Calcolo probabilità
 Identificazione esposizione Calcolo del TRPRE per
 vulnerabilità per ogni disservizio e TRPRE per
 meteo per ogni campata ogni linea
 campata ogni campata

 ▪ Declinazione delle proiezioni ▪ Definizione e calibrazione delle ▪ Combinazione dell’esposizione ▪ Calcolo del tempo di ritorno
 Descrizione

 climatiche a livello di singola curve di vulnerabilità per gli della rete agli eventi meteorologici della disalimentazione della
 campata asset di rete con la vulnerabilità per calcolare linea considerando la probabilità
 probabilità di disservizio e TRPRE per dell’OR di gruppi di campate
 ▪ Interpolazione dei valori soglia ▪ Distinzione in base a tipologia ogni campata consecutive
 per ottenere la curva di asset, componenti e effetti
 probabilità meteo (CCDF – diretti / indiretti ▪ Ripetizione per tutte le campate ▪ Il TR finale della linea è il
 Complementary Cumulative considerate e per singola tipologia di minore dei TR calcolati per effetti
 Distribution Function) minaccia ed effetto (effetti diretti ed diretti e indiretti
 indiretti)

 Y: Probabilità di disservizio
 data la variabile di stress (%)

 TRlinea =
 Outlook

 = min (TRdiretti, TRindiretti)
 +

 X: variabile di stress [km/h o Kg/m]

 15

Calcolo del TRPRE per ogni linea ROMA, 05 MAGGIO 2021

 › In casi di fenomeni meteorologici estesi è necessario considerare la correlazione tra i guasti delle campate sulla stessa
 linea in funzione dell’estensione del fenomeno considerato.

 › Gli eventi meteo estesi, agendo in maniera indistinta su più elementi della linea, costituiscono una causa comune di guasto
 per un certo gruppo di elementi consecutivi.

 › Allo scopo di valutare la probabilità di disservizio di una linea è quindi necessario tenere conto di questa dipendenza e del
 fatto che gli eventi meteo che colpiscono diversi gruppi sono invece tra loro indipendenti.

 › Per valutare l’azione simultanea su più elementi delle minacce meteorologiche, in accordo con lo standard IEC 60826 si
 considera che il vento forte agisca contemporaneamente su 5 campate, mentre nel caso di ghiaccio-neve l’azione riguardi
 10 campate consecutive

 = min 1 1
 = ,1 ,2 ,3 … = = =
 ∈Ω 
 1
 1 − ς =1 1 − , 1 − ς =1 1 −
 Tempo di ritorno di disservizio , TRlinea = min (TRdiretti,
 del gruppo g di campate è pari TRindiretti)
 Probabilità di guasto della linea calcolato Tempo di ritorno della linea calcolato
 al minimo tempo di ritorno di
 considerando i contributi indipendenti dei per effetti diretti ed indiretti
 disservizio delle campate
 diversi gruppi di campate
 presenti all’interno del gruppo

 Con:
 • Ω il set di N campate consecutive associato al gruppo g-esimo
 • ,k è la probabilità di disservizio del gruppo k-esimo di campate e , il tempo di ritorno
 • Ng è il numero di gruppi di campate individuati per la linea in esame

 16

Valutazione degli interventi – dal TRPRE al TRPOST ROMA, 05 MAGGIO 2021

 Calcolo del TRPRE TRPRE Calcolo del TRPOST TRPOST

 Determinanti Caratteristiche chiave Determinanti Caratteristiche chiave

 ▪ Interventi preventivi volti
 Esposizione agli ▪ Utilizzo di modelli previsionali a ridurre la vulnerabilità
 eventi della rete:
 meteorologici ▪ Probabilità di superamento
 severi valori soglia della variabile di – Interventi
 stress infrastrutturali (es.
 + interramento totale o
 ▪ Curve di probabilità di guasto parziale, rifacimento
 asset RTN considerando: linee già esistenti,
 Tempo medio Tempo medio
 – Effetti diretti, i.e., azione che intercorre Interventi innalzamento sostegni,
 che intercorre
 diretta di un evento meteo tra due guasti sulla linea2 cambio geometria fasi
 tra due guasti
 sui componenti della linea dello stesso ecc.)
 dello stesso
 Vulnerabilità – Interventi puntuali di
 – Effetti indiretti, i.e., azione tipo1, allo stato tipo1, post
 dell'asset attuale, i.e.,
 dell’evento meteo sulla mitigazione (es. intervento
 vegetazione interferente con senza interventi antirotazionali e sulla linea
 la linea sulla linea dispositivi interfasici)

• Il TR è l'inverso della probabilità di accadimento di un disservizio a causa di un evento meteorologico
• Tanto più alto è il TR, quanto più resiliente è l'asset
• L’incremento della resilienza della RTN implica un miglioramento della resilienza degli impianti connessi alla RTN a fronte di eventi meteo severi

 1. Guasti dovuti al verificarsi di uno specifico evento meteorologico. TR misurato in anni.
 2. E' possibile introdurre interventi per la riduzione del tempo di ripristino per ridurre i valori di ENS, ma questi non hanno un impatto sulla riduzione della vulnerabilità dell'asset 17

Focus: Il manicotto di neve umida e gli Antirotazionali ROMA, 05 MAGGIO 2021

Fenomeno formazione del manicotto di neve umida

› Il fenomeno si verifica tra circa -1°C e 2°C con un elevato LWC1
› La neve, depositandosi sui conduttori, specialmente nelle cavità superficiali, determina lo spostamento del baricentro del conduttore, causandone la
 rotazione
› Il conduttore, ruotando, favorisce ulteriormente l’adesione della neve umida anche sulle altre zone superficiali, determinando pertanto la formazione del
 manicotto di neve umida
› La formazione del manicotto di neve umida è modellizzata all’interno del modello di vulnerabilità degli asset col Modello Makkonen

 La limitata rigidezza torsionale dei conduttori è la principale causa della
 formazione del manicotto cilindrico di neve umida

 Effetto dei dispositivi antirotazionali
› I dispositivi antirotazionali aumentano notevolmente la rigidezza torsionale del conduttore sul quale vengono installati
› La maggiore rigidezza rappresenta un ostacolo al fenomeno di rotazione del conduttore, alla base del processo di formazione e consolidamento del
 manicotto di neve umida

 1 Liquid Water Content
 18

Focus: Antirotazionali – Modello implementato ROMA, 05 MAGGIO 2021

 › La modellizzazione dei dispositivi antirotazionali Campata tipo da 500m con 4 dispositivi
 nell’analisi di vulnerabilità consente di quantificare il
 Angolo di rotazione di un conduttore di fase
 beneficio che apportano

 Senza
 antirotazionali
 › Il modello permette di simulare la riduzione del

 Gradi
 Modello Antirotazionali

 carico di manicotto1 sia per i conduttori di fase sia
 per le fune di guardia derivante dalla loro maggiore
 rigidezza

 Lunghezza campata Con antirotazionali

 › Il modello tiene conto dei parametri reali, sia tecnici
 sia di installazione, infatti sono considerati:
 • gli effetti meccanici su sostegni e mensole, con
 modello multi-span, considerando anche il
 sovraccarico generato dall’installazione dei
 dispositivi
 • il numero effettivo di antirotazionali installati
 • Il loro posizionamento sulle campate
 considerando se sono campate a livello o con
 dislivello

 1 Fattore di riduzione derivato dalla letteratura disponibile (Admirat, Lepeyre, IWAIS 1988) 19

Agenda ROMA, 05 MAGGIO 2021

 Una nuova metodologia per la valutazione della resilienza
 Frequenza ed estensione eventi climatici
 Impatto eventi climatici su asset di rete
 Analisi topologia della rete

 20

Elementi chiave algoritmo valutazione del beneficio resilienza ROMA, 05 MAGGIO 2021

› La metodologia consente di effettuare analisi di tipo risk-based, valutando il rischio atteso in termini di possibili disalimentazioni legato
 ad eventi meteo severi relativamente a porzioni di rete ben definite

› La metodologia sviluppata è di natura iterativa, analizzando l'impatto sulla rete dell’apertura delle linee a Tempi di Ritorno crescenti,
 consentendo così di simulare eventi meteo a gravità crescente

› L’algoritmo individua le possibili contingenze, ovvero combinazioni di scatti e non scatti di linee, e attribuisce a ciascuna contingenza
 la relativa probabilità di accadimento, consentendo così di quantificare la probabilità di fuori servizio simultaneo di più linee
 soggette ad un evento meteo

› In presenza di una condizione N-k, l’algoritmo permette di valutare gli effetti del fuori servizio delle linee per causa metereologica
 attraverso le seguenti fasi:

 ▪ Individuazione dei sovraccarichi indotti dalla contingenza iniziatrice sui rimanenti elementi di rete
 ▪ Individuazione di aperture aggiuntive di linee per conseguenti effetti a ‘cascata’
 ▪ Processo di re-dispatching finalizzato a far rientrare l’impegno delle linee in condizioni di sicurezza
› L’analisi iterativa consente di ottenere in output, per gli impianti connessi alla RTN:
 ▪ Tempi di ritorno della disalimentazione
 ▪ Rischio di Energia non Fornita attesa (EENS – Expected Energy Not Served)
› Il beneficio in termini di incremento della resilienza prodotto da un intervento viene valutato sulla base della riduzione del rischio di
 energia non fornita (ΔEENS) tra le condizioni pre e post intervento

 21

Algoritmo di Contingency Analysis ROMA, 05 MAGGIO 2021

 Input Algoritmo di Contingency Analysis Text Output

 Frequenza
 eventi meteo TRPRE e
 previsionali TRPOST per:
 ▪ Analisi di loadflow per Tempo di ritorno della
 ▪Linee ▪ Individuazione delle disalimentazione (TR)
 esistenti ciascuna contingenza,
 possibili combinazioni degli impianti connessi
 con identificazione di
 Curve di ▪Linee nuove di scatti e non scatti di
 eventuali sovraccarichi alla RTN, pre e post
 vulnerabilità linee per eventi meteo intervento
 ▪ Per ciascuna ▪ Simulazione di
 apertura linee per
 contingenza, calcolo
 effetti "a cascata"2
 ▪Topologia di rete pre e della probabilità di
 (cascading failure),
 post intervento occorrenza sulla base
 redistribuzione dei
 dei TR delle linee e
 ▪Carico flussi2 sulla rete
 della loro correlazione
 (re-dispatching) ed
 meteo storica
 ▪Generazione eventuale taglio carico
 ▪Durata del fuori servizio Rischio atteso di
 Energia non Fornita
 (EENS), pre e post
 intervento
 Analisi ripetuta per TR* crescenti
 Dati meteo storici1 per
 (TRmin ≤ TR* ≤ TRmax)
 identificazione delle correlazioni
 meteo tra le linee RTN
 Analisi effettuata pre e post intervento

 1. Database MERIDA con informazioni di intensità e geolocalizzazione degli eventi meteorologici storici relativi alle minacce analizzate e occorsi in un arco temporale trentennale.
 2. Valutati se presenti sovraccarichi sulla rete a seguito dell’accadimento della contingenza iniziatrice
 22

Algoritmo di Contingency Analysis – Focus correlazioni meteo ROMA, 05 MAGGIO 2021

 Analisi delle correlazioni meteo storiche delle linee della RTN
› La probabilità di accadimento di una
 determinata contingenza di guasto È possibile quantificare la probabilità che un gruppo di linee venga
 dipende dalla probabilità di simultaneamente interessato da un evento meteo dall’analisi dello storico:
 occorrenza dell’evento meteorologico › Mappatura di estensione geografica ed intensità di eventi meteo storici1 ▪ Attribuzione di
 intensi occorsi in corrispondenza delle infrastrutture di rete minor peso
 causa della contingenza e dalla nelle analisi
 probabilità che, al verificarsi dell’evento › Quantificazione del livello di correlazione meteo tra le linee sulla base dei alle
 meteo, le linee che risultano ‘guaste’ dati meteo storici contingenze
 nella contingenza analizzata e non › Individuazione aree di correlazione meteo, ovvero gruppi di linee ad alta meno
 correlazione meteo probabili
 altre siano simultaneamente colpite e
 vadano fuori servizio ▪ Affinamento
 Area di correlazione 1 ▪ Probabilità di scatto simultaneo di due dell'analisi
› Tuttavia, la probabilità di linee: prospettica
 interessamento simultaneo varia a –+ Maggiore se linee ad elevato livello di sulla base di

 Illustrativo
 seconda delle linee considerate, in correlazione meteo quanto
 registrato
 quanto dipende dalle caratteristiche –- Minore se linee a ridotto livello di storicamente
 morfologiche, orografiche e correlazione meteo
 meteorologiche specifiche dell’area in ▪ Bassa probabilità che un evento meteo
 cui le linee ricadono interessi simultaneamente linee appartenenti
 ad aree di correlazione differenti
 Area di correlazione 2

 Attraverso l’analisi delle correlazioni meteo storiche, la metodologia consente di simulare
 con maggiore accuratezza l’impatto sulla rete di potenziali eventi meteo prospettici
 1. Database MERIDA con informazioni di intensità e geolocalizzazione degli eventi meteorologici storici relativi alle minacce analizzate e occorsi in un arco temporale trentennale
 23

Algoritmo di Contingency Analysis – Focus analisi di rete ROMA, 05 MAGGIO 2021

Step principali Flowchart esemplificativo delle analisi di rete

 Analisi reiterata per ogni contingenza h-esima individuata 2
 ▪ Analisi di loadflow:
 Individuazione dei flussi
 sulle linee a seguito della
 contingenza iniziatrice Per singola
 Apertura linee per
 Re-dispatching contingenza
 ▪ Cascading failure: cascading failure
 h-esima analizzata,
 Apertura delle linee che a sono calcolati per
 valle del loadflow ciascun impianto
 presentano valori di SI SI j-esimo
 sovraccarico eccessivi1 disalimentato:
 Presenza Presenza di
 ▪ Re-dispatching: Analisi di
 sovraccarichi sovraccarichi ▪ EENSj,h [MWh/a]
 Implementazione di loadflow a rete
 eccessivi residui sulle ▪ Probabilità della
 azioni di re-dispatching non integra
 indotti NO linee NO disalimentazione
 per riportare il transito
 delle linee entro i limiti di
 sicurezza

Al termine del processo iterativo, per ogni impianto j-esimo oggetto di disalimentazione, sia pre sia post intervento, vengono calcolati:
• Rischio complessivo di Energia non Fornita attesa dell’impianto (EENSj – MWh/a), come somma dei contributi EENSj,h calcolati per ciascuna delle
 contingenze responsabili della disalimentazione dell’impianto j-esimo
• Tempo di ritorno della disalimentazione dell’impianto (TRj - Anni), come inverso della probabilità annua di accadimento di almeno una delle
 contingenze responsabili della disalimentazione dell’impianto j-esimo
 1. Apertura per cascading failure ipotizzata per sovraccarichi di entità tale per cui non si considera possibile effettuare in sicurezza un’operazione di re-dispatching in tempi rapidi
 2. Ad ogni step iterativo (a TR crescente) sono individuate ed analizzate unicamente le combinazioni di scatti e non scatti aggiuntive rispetto a quelle già individuate e analizzate agli step iterativi 24
 precedenti

Principali macro-blocchi logici e fasi della metodologia Resilienza 2.0 ROMA, 05 MAGGIO 2021

 Flusso pre-interventi Flusso post-interventi

 Input su clima e
 vulnerabilità Elaborazione dei TRL Algoritmo resilienza

 Tempo di ritorno Tempo di ritorno Energia non fornita Interventi Resilienza
 Esposizione agli pre-intervento pre-intervento pre-intervento
 eventi meteo
 Individuazione intervento da
 Probabilità TRL-PRE TRIMP-PRE EENSPRE realizzare1
 accadimento
 meteo

 Curve di
 vulnerabilità

 Probabilità di fuori Tempo di ritorno Tempo di ritorno Energia non fornita Valutazione beneficio
 servizio dell’asset post-intervento post-intervento post-intervento
 in funzione
 dell’intensità
 ∆EENS = EENSPOST – EENSPRE
 dell’evento meteo TRL-POST TRIMP-POST EENSPOST

 La nuova metodologia consente di individuare gli interventi a maggior beneficio in termini di incremento della resilienza del sistema elettrico, tenendo
 conto delle proiezioni climatiche e della vulnerabilità dell'asset

 1. Possono essere considerate come aree ad elevata priorità di intervento le aree caratterizzate da impianti con elevato rischio di Energia non Fornita (EENS) e basso Tempo di Ritorno della
 disalimentazione 25

Grazie per l’attenzione