CSDL Ngành điện

Một số bước giúp công ty điện lực ứng phó với các sự kiện thời tiết cực đoan trong tương lai

06/09/2024 08:22 Số lượt xem: 150

Đa số các vụ mất điện là do thời tiết cực đoan gây ra (Ảnh st)

Bằng cách nào một công ty điện lực có thể chuẩn bị trước để ứng phó với những điều ngoài dự kiến, đặc biệt là khi có sự biến động của thời tiết? Người ta ngày càng ưu tiên câu hỏi này trong quản lý rủi ro khi các nhà quản lý chuẩn bị ứng phó khẩn cấp giúp các công ty điện lực của họ chuẩn bị cho vô số tình huống rủi ro.

Gián đoạn thời tiết không phải là điều bất thường đối với ngành điện. Theo Tổ chức Climate Central (Mỹ), khoảng 83% số vụ mất điện lớn từ năm 2000 đến năm 2021 ở Mỹ là do các sự kiện liên quan đến thời tiết. Cái bất thường là tần suất, cường độ và loại sự kiện thời tiết. Năm 2023 là một năm lịch sử với những thảm họa thời tiết và khí hậu ở Mỹ. Các quốc gia khác cũng phải đối mặt với thời tiết cực đoan, đặc biệt là cháy rừng, lũ lụt và các đợt nắng nóng lịch sử.

Mặc dù những tác động thời tiết này có thể là chưa từng xảy ra trước đây nhưng các công ty điện lực vẫn có trách nhiệm cấp điện liên tục và thể hiện các kế hoạch hành động cho thấy họ dẻo dai với thời tiết trong tương lai như thế nào. Là một công ty dữ liệu, phân tích và công nghệ toàn cầu hoạt động với các công ty điện lực trên toàn thế giới, công ty DTN (Mỹ) đã giúp các công ty năng lượng thuộc mọi quy mô đang đối mặt với các rủi ro thời tiết cực đoan khác nhau trở nên dẻo dai hơn trước thời tiết. Dưới đây là các bước có thể giúp các công ty điện lực lập kế hoạch tốt hơn trước các hiện tượng thời tiết trong tương lai.

Đánh giá các mối đe dọa và dung sai rủi ro

Mô hình hóa khí hậu có thể chỉ ra cách mà thời tiết có thể tiến hóa như thế nào trong nhiều năm hoặc nhiều thập kỷ (Ảnh st)

Trước đây, các công ty năng lượng có thể dựa vào một số hình mẫu thời tiết nhất định để xây dựng các kế hoạch giảm thiểu rủi ro. Trước đây, các công ty điện lực trên Bờ Tây nước Mỹ phải lường trước các phản ứng cháy rừng từ mùa hè năm trước đến mùa thu. Các công ty điện lực miền Bắc nước Mỹ cần gia cố cho mùa đông còn các công ty điện lực dọc theo Bờ Đông thì lại đặc biệt quan tâm đến các dự báo bão nhiệt đới. Mặc dù đây vẫn là những mối đe dọa gây gián đoạn nguồn điện, các sự kiện thời tiết khác từng là rủi ro xa xôi cũng phải cân nhắc. Đợt đóng băng Bắc Cực năm 2021 ở bang Texas và các vụ cháy rừng ở bang Hawaii năm 2023 cộng với gió từ Bão Dora gây ra là hai ví dụ gần đây. Khi thời tiết cực đoan tiếp tục diễn ra, các tiên đoán phải vượt xa những gì mà thời tiết đã từng xảy ra, bao gồm những gì mà thời tiết có thể gây ra.

Mô hình hóa khí hậu có thể chỉ ra cách mà thời tiết có thể tiến hóa như thế nào trong nhiều năm hoặc nhiều thập kỷ trong tương lai. Mô hình sử dụng phân tích tính toán các hệ thống trái đất phức tạp để tái tạo khí hậu trong quá khứ, tiên đoán khí hậu tương lai và thử nghiệm xem các sự kiện thời tiết cực đoan có liên quan đến biến đổi khí hậu hay không. Các mô hình này chính xác một cách đáng ngạc nhiên. Năm 2020, một đánh giá các mô hình khí hậu toàn cầu để tiên đoán các nhiệt độ bề mặt trung bình toàn cầu trong tương lai của Trái đất trong nửa thế kỷ qua đã chứng minh rằng hầu hết các mô hình đều đúng. Hiểu được cách mà khí hậu có thể tác động như thế nào đến các vùng khác nhau và loại rủi ro thời tiết liên quan đến nó sẽ cho phép các công ty điện lực lập kế hoạch tốt hơn cho các biện pháp dẻo dai với thời tiết, chẳng hạn như đầu tư cơ sở hạ tầng dài hạn, hoặc các quy trình ứng phó mở rộng.

Một công cụ khác có thể giúp lập kế hoạch rủi ro kịp thời hơn là tích hợp các dự báo dài hạn hơn vào các đánh giá rủi ro hàng năm. Lấy trọng số là xác suất xảy ra một sự kiện thời tiết trong một khu vực, công ty điện lực có thể sử dụng triển vọng này để đánh giá các rủi ro thời tiết bổ sung như độ ẩm của đất khiến nguy cơ cháy rừng tăng cao, hoặc các biến thể của dòng tia ảnh hưởng đến lũ lụt và nhiệt độ cực đoan.

Trước đây, các dự báo này được coi như là một chỉ báo về cách thời tiết có thể tác động ra sao trong khoảng thời gian từ 3 đến 5 tháng để lập kế hoạch tốt hơn cho việc dự báo phụ tải tốt hơn. Nhưng khi khoa học về thời tiết và công nghệ đã phát triển thì độ chính xác của các dự báo dài hạn cũng tăng theo. Ngay cả những sự kiện “chưa từng có” như nhiệt độ sụt giảm mạnh vào năm 2021 ở bang Texas đã khiến gần 10 triệu người phải sống trong bóng tối cũng đã được đưa ra trong dự báo dài hạn trước khi mùa đông đến.

Sau khi đánh giá các rủi ro thời tiết, các kịch bản phổ biến, tần suất thấp và hiện có khả năng cực đoan, các trung tâm kiểm soát có thể xây dựng một kế hoạch ứng phó vận hành dựa trên ma trận rủi ro (Hình 1). Hãy cộng thêm các rủi ro khu vực và rủi ro siêu tập trung đối với các tài sản, các mạng lưới và dịch vụ. Ví dụ, một khu vực có thể dễ bị hạn hán hơn và gió lớn hơn, trong khi một khu vực khác có thể có mối đe dọa cao hơn từ thảm thực vật dày đặc. Hãy xác định mức độ dung sai cho từng rủi ro và điều gì sẽ kích hoạt cấp độ phản ứng hoạt động tiếp theo.

Hình 1. Nhận dạng các rủi ro và thiết lập mức dung sai cho mỗi rủi ro có lợi cho việc đơn giản hóa việc quản lý ứng phó. Chỉ số Sự kiện Năng lượng DTN kết hợp các dự báo theo thời gian thực, các rủi ro thời tiết đã nhận dạng và cảnh báo khi vượt quá dung sai cho phép những người chỉ huy sự kiện theo dõi nhiều đầu vào (Ảnh st)

Thiết lập một nguồn thông tin thời tiết đáng tin cậy

Hầu hết các công ty điện lực đều có các tài sản và cơ sở hạ tầng trải rộng trên nhiều vùng địa lý và địa hình khác nhau, khiến chúng phải đối mặt với những rủi ro thời tiết khác nhau tiềm ẩn tại cùng một thời điểm. Sự đa dạng này có thể tạo ra một thách thức khác, các dự báo thời tiết nhiều khi chồng chéo. Các dự báo thường bắt nguồn từ những nhân viên vận hành hiện trường, những người phải trở thành nhà khí tượng học “bất đắc dĩ” với các tác động của thời tiết dựa trên dự báo thời tiết khu vực và kinh nghiệm trong quá khứ.

Khi đó, trung tâm điều khiển phải xử lý nhiều đầu vào để tạo và triển khai các kế hoạch ứng phó, gây khó khăn cho việc tổng hợp thông tin và phát triển ứng phó chủ động. Việc sử dụng một nguồn thông tin thời tiết đáng tin cậy, tương quan với các rủi ro và mức độ dung sai rủi ro trong từng lĩnh vực quan tâm giúp cải thiện hoạt động trao đổi thông tin nội bộ về rủi ro thời tiết, các quyết định vận hành và ứng phó, đồng thời khởi tạo các giao thức khẩn cấp để thu hút và tối ưu hóa các nguồn lực.

Sử dụng sức mạnh của phân tích dữ liệu

Khả năng dự báo và quản lý các sự kiện thời tiết đã hưởng lợi từ chuyển đổi số trong những năm gần đây, mang lại cho các công ty điện lực quyền truy cập các phân tích thời tiết, tiên đoán phức tạp. Điều này bao gồm các mô hình tập hợp cân nhắc nhiều điều kiện khí quyển và dữ liệu từ nhiều nguồn để đề xuất cả một lĩnh vực các kịch bản hoặc khả năng. Các bộ dữ liệu mạnh mẽ này có thể giúp chuẩn bị cho việc phối hợp hiệu quả các vụ mất điện liên quan đến thời tiết.

Công cụ tiên tiến nhất giúp các công ty năng lượng lập kế hoạch và ứng phó với các vụ mất điện sử dụng trí tuệ nhân tạo (AI). Mô hình hóa tiên tiến rút ngắn thời gian giữa thu thập, phân tích dữ liệu và hành động. Nó cũng cung cấp những hiểu biết sâu sắc có thể hành động với kỳ vọng sẽ mang lại kết quả tổng thể tốt nhất. Học máy, một tập hợp con của trí tuệ nhân tạo, tự động học từ dữ liệu lịch sử và thích ứng với thông tin mới bằng cách tiếp thu lượng lớn dữ liệu phi cấu trúc. Thông tin này sau đó được tổ chức và tích hợp với các luồng dữ liệu liên quan khác để cung cấp một phân tích đầy đủ thông tin hơn và cập nhật hơn về môi trường động.

Nhưng cho đến một thập kỷ trước, người ta vẫn cho rằng chỉ một vài công ty điện lực lớn mới có quyền truy cập loại dữ liệu này với các nhóm nội bộ chạy các mô hình tùy chỉnh. Các công ty điện lực không có ngân sách hoặc nguồn lực nhưng vẫn tuân thủ các quy định, tiêu chuẩn mất điện và tâm lý chung của người dân buộc phải sử dụng dữ liệu sẵn có để đưa ra các quyết định giảm thiểu mất điện. Nhưng công nghệ điện toán mạnh mẽ, sự phát triển của các mô hình AI nguồn mở và các giải pháp doanh nghiệp với công nghệ AI tích hợp đã đẩy nhanh khả năng tiếp cận của các công ty điện lực ở mọi quy mô. Một trong những lợi thế lớn nhất của việc sử dụng AI với mô hình thời tiết là khả năng tự tin lập kế hoạch cho các nhóm ứng phó mất điện, ngay cả khi các sự kiện thời tiết cực đoan đang xảy ra.

Một ví dụ gần đây về điều này là DTN Storm Risk Analytics (Phân tích Rủi ro Bão DTN). Giải pháp tiên đoán mất điện kết hợp dữ liệu mất điện và thời tiết lịch sử trong bảy năm đã xác minh với các mô hình thời tiết và học máy tiên tiến có thể điều chỉnh cho phù hợp với khu vực vận hành và địa hình của công ty điện lực mà không cần lập mô hình tùy chỉnh.

Hãy cân nhắc lợi thế của việc có được những hiểu biết sâu sắc này khi lập kế hoạch và bố trí các đội ứng phó khi các sự kiện thời tiết quy mô lớn như Bão Ian xảy ra (Hình 2). Cơn bão cấp 4 lớn này không chỉ kích hoạt các yêu cầu hỗ trợ lẫn nhau từ nhiều bang để tranh giành sự trợ giúp từ bên ngoài, mà đường đi tiên đoán còn dao động hàng mấy trăm kilômét khi nó phát triển, khiến các doanh nghiệp, các đội cấp cứu, các nhà cung cấp dịch vụ, các cơ sở y tế và người dân gặp nhiều khó khăn hơn để chuẩn bị.

Hình 2. Một ngày trước khi Bão Ian đổ bộ, DTN Storm Risk Analytics đã tiên đoán 4,42 triệu khách hàng sẽ bị mất điện (trái) trong khoảng thời gian từ ngày 27 tháng 9 đến ngày 4 tháng 10 năm 2022. Con số này nằm trong khoảng 3% so với số hộ bị mất điện thực tế là 4,29 triệu khách hàng ( Phải) (Ảnh st)

Khi cường độ và đường đi của bão tiến triển, thông tin thời gian thực mới đã được lập mô hình với các tiên đoán cập nhật sáu giờ một lần để tiên đoán các vụ mất điện của khách hàng. Các công ty điện lực sử dụng giải pháp mất điện này và các giải pháp mất điện khác do AI điều khiển có những hiểu biết sâu sắc để nhận dạng rõ hơn các vị trí có nhiều khả năng bị hư hại và phạm vi những vụ mất điện trong tương lai. Người ta ước tính rằng bằng cách sử dụng DTN Storm Risk Analytics, các công ty điện lực có thể rút ngắn tới 50% thời gian mất điện. Cuối cùng, AI và mô hình hóa thời tiết tiên tiến sẽ giúp công ty điện lực trước khi bão đến, thay vì phản ứng sau đó.

Giữ một con người trong vòng lặp

Mặc dù công cụ tiên tiến nhất giúp các công ty năng lượng lập kế hoạch và ứng phó với các vụ mất điện là sử dụng trí tuệ nhân tạo, nhưng việc giữ một con người hoặc trong trường hợp này là người truyền đạt rủi ro trong vòng lặp vẫn rất quan trọng. AI và học máy đang học hỏi từ quá khứ, nhưng như các công ty năng lượng đã trải qua, quá khứ không quyết định được tương lai. Nó là một hướng dẫn viên có giá trị, mà với dữ liệu đang tiến hóa, nó sẽ trở thành một công cụ tiên đoán mạnh mẽ về các sự kiện thời tiết cực đoan. Nhưng hiện nay, các tổ chức lập kế hoạch hoặc ứng phó với thời tiết cực đoan cần có một nhà khí tượng học hoặc người truyền đạt rủi ro để bổ sung kinh nghiệm và khả năng thích ứng với dự báo.

Người truyền đạt rủi ro là một nhà khí tượng học có chuyên môn sâu về ngành (Hình 3), hiện đang làm việc với người ra quyết định từ giai đoạn lập kế hoạch, thông qua sự kiện thời tiết và trong quá trình phân tích sau bão. Người truyền đạt rủi ro cũng có thể giúp công ty điện lực đánh giá các rủi ro thời tiết đối với các khu vực dịch vụ và các điểm gặp khó khăn, cũng như xác định các mức dung sai rủi ro đối với từng rủi ro đã nhận dạng. Ngày càng có nhiều công ty điện lực đang cộng tác với các nhà khí tượng để tổ chức các hội thảo ứng phó vận hành bao gồm mô phỏng các điều kiện thời tiết cực đoan cùng với việc lập kế hoạch hành động, phát triển/rà soát biểu đồ kích hoạt và xây dựng cấu trúc truyền thông.

Hình 3. Hai nhà khí tượng học Brad Nelson và Andrew Polk đánh giá khả năng phát triển thành bão nhiệt đới để giúp cảnh báo sớm khách hàng trong quá trình hình thành (Ảnh st)

Hãy chuẩn bị ngay cho thời tiết cực đoan của ngày mai

Bộ ba công nghệ mạnh mẽ, các nhà khí tượng học giàu kinh nghiệm và sự tiến hóa của khoa học về thời tiết và khí hậu là những công cụ mạnh mẽ mà các công ty điện lực có thể truy cập và sử dụng để chuẩn bị tốt hơn trước các sự kiện tượng thời tiết cực đoan. Khi mối đe dọa về các sự kiện chưa từng có và phá kỷ lục trong tương lai đang nhích dần hơn đến ngày hôm nay, các công ty điện lực có thể trở nên dẻo dai hơn với thời tiết bằng cách thực hiện các bước cần thiết và thực hiện các quyết định ứng phó linh hoạt cần thiết cho hiện tượng thời tiết cực đoan tiếp theo.