Maintenance indicators for proactive maintenance within the Stockholm Royal Seaport project

Norra Djurgårdsstaden, en ny stadsdel i Stockholms innerstad, utvecklas av Fortum och ABB till ett "smart elnät". Det smarta elnätet i Norra Djurgårdsstaden kommer att bestå av den samling integrerade tekniska lösningar som ska möjliggöra att elnätet och dess abonnenter kan bidra till en hållbar utveckling samt anpassa elmarknaden till människors liv och ett optimalt utnyttjande av energi. Tillförlitlighet, energieffektivitet, förnybar elproduktion från vindkraft och solceller samt integration av elfordon är fokusområden för det smarta elnätet i Norra Djurgårdsstaden. Drift- och underhållskostnader för Fortum i Stockholms elnät är uppskattningsvis cirka 38 miljoner SEK. Det ligger därför ett stort intresse hos energibolag som Fortum att optimera och effektivisera underhållet av elnätet. Med hjälp av smarta övervakningssystem blir det följaktligen möjligt att proaktivt upptäcka fel hos komponenter i det smarta elnätet. Således kan underhållskostnader minska, tillgängligheten och tillförlitligheten öka samt avbrott och avbrottstider minimeras. Detta examensarbete har utförts på uppdrag av Fortum och ABB i samarbete med KTH och syftar till att med hjälp av en kvantitativ metod, RCAM, Reliability-Centered Asset Management, optimera underhållet i det smarta nätet. RCAM är en metod där systemets tillförlitlighet och kostnad relateras till effekten av underhållet på komponenterna i nätet. I examensarbetet har två områden på lokalnätsnivå i Norra Djurgårdsstaden studerats ur ett tillförlitlighetsperspektiv. Elnätets komponenter har beskrivits och modellerats. Tillförlitlighetsindata för systemet har tagits fram. Tillförlitlighetsberäkningar på de studerade områdena har utförts och systemindex såsom SAIFI och SAIDI har presenterats. I studien presenteras ett förslag till en underhållsmodell som syftar till att resultera i en kostnadseffektiv underhållsplan. Kritiska komponenter i lokalnätet har identifierats och föreslagna investeringsalternativ för de kritiska komponenterna har tagits fram. Investeringsalternativen är smarta övervakningssystem som syftar till att proaktiv upptäcka begynnande fel hos komponenterna. En känslighetsanalys har utförts för att simulera inverkan av de olika investeringsalternativen på systemets tillförlitlighet och kritiska komponenter har således identifierats i det modellerade systemet. Analysen indikerar att brytare och jordkablar är de mest kritiska komponenterna i det modellerade nätet. Genom att i analysen anta att olika komponenters inverkan på nätet kan reduceras till noll har det framkommit att jordkablar förväntas stå för cirka 2/3 av avbrottstiden (SAIDI) i det norra området och cirka 3/5 av avbrottstiden i det västra området. För norra området står jordkablarnas andel av SAIDI, ENS och AENS för 67 % och cirka 20 % av SAIFI. För västra området står jordkablar för 61 % av SAIDI, ENS och AENS medan jordkablarnas andel av SAIFI stod för 14 %. Vidare ur resultaten framgick det att brytare förväntas stå för cirka ¾ av avbrotten v (SAIFI). För det norra området står brytarnas andel av SAIFI för 73 % och 30 % av SAIDI, ENS och AENS. För västra området står brytare för 78 % av SAIFI och 35 % av SAIDI, ENS och AENS. Dessa höga värden bör inte tolkas som att andelen brytare och kablar bör minskas, snarare att systemet är väl designat med avseende på tillförlitlighet men att de komponenter som är mest aktuella för diagnostik är just brytare och jordkablar. Nästa kategori i prioriteringen var kabelskåp följt av transformatorer. Att jordkablar inte hade så stor inverkan på antalet avbrott beror dels på dubbla kablar förväntas användas och i många fall även tre parallellkopplade kablar och därmed har redundans antagits i modelleringen. Att kablarna påverkar avbrottstiden till störst del kan rimligtvis bero på att när ett fel inträffar på en matande kabel så tar det tid att lokalisera felet och eftersom kabeln är nergrävd i schakt måste den grävas upp innan man kan reparera den felande kabeln, vilket är tidskrävande.