Analyse von Kaskadeneffekten in Versorgungsnetzen – Softwaretool CAESAR

© Foto Fraunhofer EMI

Abbildung 1: Softwaretool CAESAR.

© Foto Fraunhofer EMI

Abbildung 2: Beispiel des Multiagentensystems für voneinander abhängige Infrastrukturen. Jede Infrastruktur wird durch verschiedene Agenten modelliert, die miteinander kommunizieren und Ausfälle weitergeben können. Zwischen den Infrastrukturen können Ausfälle durch wahrscheinlichkeitsbasierte Verbindungen (grau) weitergeleitet werden.

© Foto Fraunhofer EMI

Abbildung 3: Beispiel für ein Ergebnis des Softwaretools CAESAR, visualisiert auf einer Website durch ein Geoinformationssystem (GIS).

Moderne Versorgungsnetze sind hochkomplexe Systeme, die starke Abhängigkeiten von anderen (kritischen) Infrastrukturen aufweisen. Störungen in diesen Netzen können vielfältige Auswirkungen nach sich ziehen. Beispielsweise können Stromausfälle zu Problemen im Kommunikationsnetz oder der Wasserversorgung führen. Das Entstehen eines Vorfalls als Folge eines anderen nennt man Kaskadeneffekt. Vor allem bei Naturkatastrophen können Kaskadeneffekte zu verheerenden Folgen für die Bevölkerung führen. Das Verständnis von Kaskadeneffekten in Versorgungsnetzen ist daher essenziell, um deren Folgen bei Naturkatastrophen minimieren zu können. Am Fraunhofer EMI werden Kaskadeneffekte in Versorgungsnetzen und Abhängigkeiten zwischen verschiedenen Infrastrukturnetzen simulativ analysiert. Im Rahmen des Projekts »Snowball« haben die EMI-Wissenschaftlerinnen und Wissenschaftler das Softwaretool CAESAR (Cascading Effect Simulation in Urban Areas to Assess and Increase Resilience) entwickelt (Abbildung 1). Ziel von CAESAR ist es, durch ein gesteigertes Verständnis von Kaskadeneffekten Vorschläge für eine robustere, gekoppelte Infrastruktur zu liefern und so die Folgen von Ausfällen zu verringern. CAESAR kann verschiedene, voneinander abhängige Infrastrukturnetze (wie Stromnetz, Wassernetz, Mobilfunknetz) in einer Computersimulation einer fiktiven Naturkatastrophe aussetzen. Die Software CAESAR schätzt dabei den ersten Schaden ab, der durch die Naturkatastrophe verursacht wird (beispielsweise das Umknicken eines Strommasts). Die Simulation propagiert im Anschluss den Schaden durch die Versorgungsnetze. Hierbei werden zwei Arten von Kaskadeneffekten betrachtet: die Weitergabe des Ausfalls innerhalb desselben Netzes (beispielsweise kann das Umknicken eines Strommasts zur Unterbrechung der Stromversorgung eines Umspannwerks führen) und die Weitergabe eines Ausfalls über eine Versorgungsnetzgrenze hinaus (zum Beispiel könnte der Ausfall der Stromversorgung zum Ausfall einer Mobilfunkbasisstation führen). Basierend auf dieser Simulation werden neu entwickelte Methoden zur Resilienzsteigerung von Versorgungsnetzen angewandt. CAESAR schlägt mit dieser Methodik Strategien vor, um die Auswirkungen von Kaskadeneffekten insbesondere auf abhängige kritische Infrastrukturen zu verringern. Die Ergebnisse werden durch ein Geoinformationssystem (GIS) auf einer Website dargestellt.

Berechnung der Resilienz

Für die Simulation von Netzabhängigkeiten werden entsprechende Methoden benötigt. Zu nennen ist hier die Modellierung mittels eines Multiagentensystems, welches die verschiedenen Infrastrukturnetze (Strom, Wasser, Mobilfunk) beinhaltet. Physikalischen Abhängigkeiten zwischen den verschiedenen Infrastrukturen werden durch Wahrscheinlichkeiten abgebildet (Abbildung 2). Durch diese Abhängigkeiten kann simulativ errechnet werden, inwiefern beispielsweise Stromausfälle Einfluss auf die Funktionalität des Wasser- und Mobilfunknetzes in konkreten Szenarien haben. Um diese infrastrukturübergreifenden Ausfälle abzumildern beziehungsweise zu verringern, wurden Methoden zur Identifizierung von Schwachstellen entwickelt. Sie basieren zum einen auf einer Analyse der Netzstruktur und zum anderen auf der simulativen Abschätzung des Ausfallausmaßes. Damit bestimmt CAESAR Teile der Infrastrukturen, die entscheidend zu den Kaskadeneffekten beitragen. Basierend auf den zuvor bestimmten kritischen Teilen der Infrastruktur stellt CAESAR dann Strategien zur Steigerung der Robustheit gegen Kaskadeneffekte zur Verfügung. Die Basis hierzu bilden Maße, welche die Resilienz von gekoppelten Infrastrukturen gegenüber Kaskadeneffekten erfassen. Diese Resilienzmaße spiegeln mögliche Auswirkungen von Funktionalitätsverlusten durch Netzausfälle sowie die Möglichkeit zur Wiederherstellung der vollen Funktionsfähigkeit wider. So kann das Softwaretool bestimmen, wie resilient die gekoppelten Infrastrukturen gegenüber Naturkatastrophen sind. Damit werden Strategien angeboten, die zu einer bestmöglichen Steigerung der Resilienz gegenüber Kaskadeneffekten führen.

Ergebnisse der Berechnungen durch CAESAR

CAESAR stellt die ermittelten Berechnungsergebnisse auf einer Website in einem GIS dar (Abbildung 3). Darin ist zu erkennen, welche Teile einer Infrastruktur ausgefallen sind. Darüber hinaus wird über verschiedene Symbole visualisiert, an welchen Infrastrukturteilen ein Ausfall an eine andere Infrastruktur weitergegeben wurde, um welche Art von Ausfall es sich handelt und mit welcher Wahrscheinlichkeit in der Simulation mit einem Ausfall zu rechnen ist. Die Symbole sind in Abbildung 3 jeweils mit einem roten Dreieck gekennzeichnet.

Über die Ausfälle hinaus werden diejenigen Teile der Infrastruktur visualisiert, die entscheidend zu den Kaskadeneffekten beitragen. Diese Teile werden durch ein gelbes beziehungsweise rotes Symbol repräsentiert (siehe Abbildung 3). Gelbe Symbole zeigen kritische, rote sehr kritische Infrastrukturteile. Für diese Teile der Infrastruktur berechnet CAESAR mögliche Strategien zur Resilienzsteigerung, wie zum Beispiel das Hinzufügen von Redundanz oder das Installieren einer unabhängigen Stromversorgung. Mit CAESAR kann ein Benutzer somit analysieren, wie sich eine Naturkatastrophe auf gekoppelte Infrastrukturen auswirkt, in welchen Gebieten besonders viele Ausfälle aufgrund von Kaskadeneffekten zu erwarten sind und an welchen Stellen sich die kritischen Infrastrukturteile befinden. Durch diese Analysen und die vorgeschlagenen Maßnahmen kann der Benutzer hier feststellen, an welchen Orten eine Steigerung der Robustheit die größten positiven Auswirkungen auf die Infrastrukturstabilität hat.