W warunkach postępującej transformacji energetycznej ocena ciągłości zasilania jest jednym z kluczowych zagadnień technicznych i regulacyjnych w europejskich systemach dystrybucyjnych. Operatorzy sieci dystrybucyjnych funkcjonują dziś w otoczeniu rosnącej decentralizacji, dynamicznego wzrostu odnawialnych źródeł energii, rozwoju elektromobilności, cyfryzacji sieci oraz zwiększonych oczekiwań odbiorców końcowych względem jakości dostaw energii.
W analizach jakości zasilania najczęściej stosowane są wskaźniki SAIDI i SAIFI, które opisują odpowiednio przeciętny czas trwania oraz częstość długich i bardzo długich przerw w zasilaniu. Choć są to wskaźniki podstawowe i szeroko stosowane w praktyce regulacyjnej, nie wyczerpują one całego obrazu funkcjonowania sieci. Z tego względu coraz większego znaczenia nabierają wskaźniki uzupełniające, w szczególności CAIDI oraz MAIFI. Pierwszy z nich pozwala ocenić przeciętny czas trwania pojedynczej przerwy, a więc pośrednio sprawność operatora w zakresie lokalizacji uszkodzeń, organizacji prac brygad, przełączeń ruchowych i odtworzenia zasilania. Drugi natomiast koncentruje się na przerwach krótkich i chwilowych, które w wielu przypadkach wynikają z zakłóceń przejściowych (zwarć przemijających) eliminowanych przez automatykę sieciową Zdarzenia te nie są uwzględniane w SAIDI i SAIFI, a tym samym pozostają poza klasyczną oceną ciągłości zasilania.
Szczególna wartość wskaźnika CAIDI polega na tym, że wnosi on do oceny niezawodności perspektywę jakości procesu odtwarzania zasilania, a nie jedynie skalę samych zakłóceń. Wskaźnik ten wymaga ostrożnej interpretacji: ponieważ jest ilorazem SAIDI i SAIFI, jego wartość może wzrosnąć nawet w sytuacji równoczesnej poprawy obu wskaźników podstawowych. Oznacza to, że CAIDI nie powinien być traktowany jako prosty miernik ogólnej poprawy jakości zasilania ani jako wskaźnik szczególnie przydatny do porównań międzynarodowych czy analiz trendów bez szerszego kontekstu. CAIDI pozwala uchwycić tę część niezawodności, która jest związana nie tyle z samym wystąpieniem awarii, ile z efektywnością reakcji operatora i organizacją procesu przywracania zasilania. Taka interpretacja pozostaje zgodna z podejściem spotykanym w raportach regulacyjnych i operatorskich [2].
Nie mniej istotny jest MAIFI, ponieważ odpowiada on za obszar przerw krótkich, które w nowoczesnych systemach dystrybucyjnych są coraz ważniejsze zarówno z punktu widzenia odbiorców, jak i diagnostyki pracy sieci. Literatura europejska pokazuje, że przerwy krótkie są nadal słabiej zharmonizowane definicyjnie i metodycznie niż przerwy długie: w różnych krajach stosuje się odmienne granice czasowe, różne sposoby rozróżniania przerw krótkich, chwilowych i przejściowych, a także odmienne zasady agregowania kolejnych zadziałań automatyki sieciowej. To sprawia, że MAIFI jest wskaźnikiem trudniejszym metodologicznie, ale jednocześnie ważnym poznawczo, bo pozwala analizować zjawiska pomijane w klasycznych statystykach niezawodności. Potwierdzają to również raporty operatorskie z USA, w których MAIFI interpretowany jest jako wskaźnik opisujący przede wszystkim krótkotrwałe zakłócenia, działanie zabezpieczeń i automatyki sieciowej oraz jakość rejestracji takich zdarzeń [1, 3]. Przykład portugalskiego operatora dystrybucyjnego pokazuje, że analiza MAIFI może prowadzić do realnych korzyści operacyjnych: krótkie przerwy mogą stanowić symptom rozwijającego się uszkodzenia, a ich identyfikacja i ograniczanie pozwalają nie tylko zmniejszyć sam wskaźnik, lecz również zapobiegać części przerw długich i ograniczać koszty eksploatacyjne [5].
Z powyższych powodów analiza wskaźników CAIDI i MAIFI wydaje się szczególnie uzasadniona. CAIDI pozwala lepiej zrozumieć skuteczność działań odtworzeniowych operatora po wystąpieniu zakłócenia, natomiast MAIFI umożliwia uchwycenie problematyki przerw krótkich, które nabierają znaczenia wraz z rosnącą automatyzacją sieci oraz wzrostem wrażliwości odbiorników na nawet krótkotrwałe zaniki napięcia. Wspólne rozpatrywanie tych dwóch wskaźników daje zatem pełniejszy obraz jakości pracy sieci niż analiza oparta wyłącznie na SAIDI i SAIFI, a jednocześnie otwiera pole do bardziej pogłębionej oceny stanu technicznego sieci, skuteczności automatyki, jakości procesów eksploatacyjnych.
Celem artykułu jest porównawcza analiza wskaźników CAIDI i MAIFI w latach 2016–2025 dla pięciu największych operatorów systemów dystrybucyjnych w Polsce: Enea Operator, Energa-Operator, PGE Dystrybucja, Stoen Operator oraz TAURON Dystrybucja, z uwzględnieniem przerw nieplanowanych (N) i planowanych (P).
Analiza wskaźnika MAIFI na tle zmian w latach 2016–2025
W polskim modelu regulacyjnym podstawowymi wskaźnikami ciągłości zasilania pozostają SAIDI i SAIFI, opisujące odpowiednio przeciętny systemowy czas trwania oraz częstość przerw długich i bardzo długich. Ich uzupełnieniem jest MAIFI, odnoszący się do przerw krótkotrwałych, tj. trwających dłużej niż 1 s i nie dłużej niż 3 min. Wskaźnik ten ma istotne znaczenie poznawcze, ponieważ pozwala uchwycić ten wymiar zakłóceń, który nie jest w pełni widoczny w analizie przerw długich, a jednocześnie pozostaje silnie związany z charakterem pracy zabezpieczeń i automatyki sieciowej.
Wartości wskaźnika MAIFI dla pięciu największych operatorów systemów dystrybucyjnych w Polsce w latach 2016–2025 zestawiono w tabeli 1. Już wstępna analiza danych wskazuje na znaczne zróżnicowanie poziomu przerw krótkotrwałych między operatorami oraz na względną trwałość tego zróżnicowania w czasie. W całym analizowanym okresie relatywnie wyższe wartości MAIFI obserwowano w sieciach PGE Dystrybucja i Energa-Operator, wartości pośrednie w Enea Operator i TAURON Dystrybucji, natomiast relatywnie niższe w Stoen Operator. Może to sugerować, że skala krótkotrwałych zakłóceń nie ma charakteru przypadkowego, lecz wiąże się również z bardziej trwałymi cechami strukturalnymi i eksploatacyjnymi poszczególnych obszarów sieciowych.
| MAIFI | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 |
| Enea Operator | 5,72 | 5,31 | 4,57 | 4,79 | 4,03 | 4,82 | 7,22 | 5,15 | 4,65 | 3,77 |
| Energa-Operator | 8,27 | 9,20 | 7,75 | 7,45 | 6,68 | 7,99 | 10,19 | 7,83 | 7,93 | 6,20 |
| PGE Dystrybucja | 8,57 | 9,46 | 8,84 | 8,56 | 7,93 | 8,68 | 9,40 | 8,92 | 8,90 | 7,32 |
| Stoen Operator | 0,55 | 0,63 | 0,55 | 0,56 | 0,54 | 0,56 | 0,63 | 0,52 | 0,58 | 0,63 |
| TAURON Dystrybucja | 3,49 | 3,97 | 3,30 | 3,42 | 2,78 | 3,09 | 3,15 | 3,32 | 3,06 | 2,88 |
Analiza przebiegu wskaźnika w czasie pokazuje, że mimo wahań rocznych można wskazać kilka wspólnych endencji. Po pierwsze, u większości przedsiębiorstw wyższe wartości MAIFI występują w latach 2017 oraz 2022, co wskazuje na wpływ zdarzeń o charakterze ponadlokalnym, w szczególności niekorzystnych warunków atmosferycznych oraz zwiększonej liczby zakłóceń przejściowych w sieciach napowietrznych. Po drugie, w latach 2023–2025 u większości operatorów widoczny jest spadek lub stabilizacja wskaźnika na poziomach niższych niż w latach zaburzeń. Po trzecie, różnice między operatorami pozostają na tyle trwałe, że mogą wskazywać na znaczenie cech sieci, takich jak stopień kablowania, gęstość urbanizacji czy narażenia na zakłócenia pogodowe.
W przypadku Enea Operator wartości MAIFI kształtowały się na poziomie umiarkowanym, lecz z wyraźnymi wahaniami. Po spadku z 5,72 do 4,03 w latach 2016–2020 nastąpiło ponowne zwiększenie wskaźnika, kulminujące w 2022 roku na poziomie 7,22. Kolejne lata przyniosły jednak poprawę, a w 2025 roku wartość MAIFI spadła do 3,77, co stanowi najniższy poziom w całym analizowanym okresie dla tego operatora. Taki przebieg wskazuje, że mimo okresowej wrażliwości na zakłócenia sieć Enea Operator wykazuje w ostatnich latach oznaki ograniczania liczby przerw krótkotrwałych.
Dla Energa-Operator wskaźnik MAIFI przez cały okres pozostawał na relatywnie wysokim poziomie. W latach 2016–2021 przyjmował wartości głównie z przedziału 6,68–9,20, natomiast w 2022 roku wzrósł do 10,19, osiągając najwyższą wartość w całym badaniu. W kolejnych latach nastąpił spadek, jednak nawet w 2025 roku wartość 6,20 pozostawała wyższa niż u większości pozostałych operatorów. Może to wskazywać na utrzymywanie się podwyższonej intensywności zakłóceń krótkotrwałych, co może być związane zarówno z charakterem infrastruktury, jak i z warunkami środowiskowymi oddziałującymi na sieć.
W analizowanym okresie PGE Dystrybucja należała do operatorów o najwyższych i zarazem stabilnie wysokich wartościach MAIFI. Wskaźnik oscylował wokół poziomu 8–9, z maksimum 9,46 w 2017 roku oraz ponownym wzrostem do 9,40 w 2022 roku Dopiero w 2025 roku odnotowano wyraźniejszy spadek do 7,32, jednak nadal była to jedna z najwyższych wartości w analizowanej grupie. Może to sugerować, że skala krótkotrwałych zakłóceń w sieci PGE Dystrybucja miała w badanym okresie stosunkowo trwały charakter.
W przypadku Stoen Operator wartości MAIFI utrzymywały się na bardzo niskim i niemal niezmiennym poziomie, w granicach od 0,52 do 0,63. Brak wyraźnych skoków nawet w latach pogorszenia u innych operatorów potwierdza odmienny profil pracy tej sieci. Tak niski poziom wskaźnika można wiązać ze specyfiką silnie zurbanizowanego i skablowanego obszaru działania, w którym krótkotrwałe zakłócenia mogą występować rzadziej niż w sieciach bardziej rozległych i bardziej narażonych na oddziaływanie czynników atmosferycznych.
W przypadku TAURON Dystrybucji wartości MAIFI pozostawały niższe niż w Enea Operator, Energa-Operator i PGE Dystrybucja, ale wyższe niż w Stoen Operator. W latach 2016–2025 wskaźnik zawierał się w przedziale od 2,78 do 3,97, przy czym maksimum wystąpiło w 2017 roku, a minimum w 2020 oku. W kolejnych latach obserwuje się względną stabilizację z lekką tendencją spadkową, zakończoną poziomem 2,88 w 2025 oku. Taki przebieg wskazuje na umiarkowaną skalę zakłóceń krótkotrwałych oraz względnie stabilny poziom ich częstości.
| Korelacja MAIFI z | 5 OSD | Enea Operator | Energa-Operator | PGE Dystrybucja | Stoen Operator | TAURON Dystrybucja |
| SAIFI N | 0,91 | 0,78 | 0,83 | 0,80 | 0,07 | 0,95 |
| SAIDI N | 0,82 | 0,64 | 0,89 | 0,67 | 0,25 | 0,83 |
| CAIDI N | 0,75 | 0,56 | 0,89 | 0,51 | 0,24 | 0,42 |
| SAIFI P | 0,28 | 0,21 | 0,30 | 0,13 | 0,01 | 0,63 |
| SAIDI P | 0,30 | 0,17 | 0,34 | 0,18 | -0,11 | 0,68 |
Źródło: opracowanie własne na podstawie danych OSD
Zestawienie danych z lat 2016–2025 prowadzi do kilku ważnych wniosków. Po pierwsze, MAIFI wykazuje istotne i trwałe różnice między operatorami, co może wskazywać na wpływ czynników strukturalnych, a nie tylko przypadkowych wahań rocznych. Po drugie, lata 2017 i 2022 można uznać za okresy przejściowego pogorszenia, widocznego u większości operatorów. Po trzecie, w końcowej części analizowanego okresu, zwłaszcza w latach 2023–2025, widoczna jest poprawa lub stabilizacja wskaźnika, choć jej skala jest różna w zależności od operatora. Sama analiza przebiegu czasowego MAIFI nie pozwala jednak jednoznacznie rozstrzygnąć, czy wskaźnik ten odzwierciedla przede wszystkim ogólną awaryjność sieci, czy raczej specyfikę zakłóceń krótkotrwałych i działania automatyki. Z tego względu celowe jest uzupełnienie analizy o ocenę zależności pomiędzy MAIFI a pozostałymi wskaźnikami niezawodności.
W celu pogłębienia interpretacji przeprowadzono analizę korelacji MAIFI ze wskaźnikami SAIDI, SAIFI i CAIDI, z uwzględnieniem podziału na przerwy planowane (P) i nieplanowane (N). Wyniki zestawiono w tabeli 2.
Uzyskane wyniki wskazują, że wskaźnik MAIFI wykazuje bardzo silną korelację z częstością przerw nieplanowanych (SAIFI N, r ≈ 0,91) oraz wysoką korelację z czasem ich trwania (SAIDI N, r ≈ 0,82). Nieco słabsza zależność z CAIDI N (r ≈ 0,75) potwierdza, że MAIFI jest przede wszystkim związany z liczbą zdarzeń zakłóceniowych, a w mniejszym stopniu ze średnim czasem trwania pojedynczej awarii. Oznacza to, że u operatorów bardziej narażonych na zakłócenia losowe i awarie notowano zwykle wyższe wartości zarówno SAIFI, jak i MAIFI. Zależność ta nie ma charakteru przyczynowego, lecz wynika z oddziaływania wspólnych czynników zakłóceniowych wpływających jednocześnie na oba wskaźniki.
Zasadniczo odmienny obraz uzyskano dla przerw planowanych. Korelacja MAIFI z SAIFI P (r ≈ 0,28) oraz SAIDI P (r ≈ 0,30) pozostaje niska, a dla niektórych operatorów przyjmuje wartości bliskie zeru lub ujemne. skazuje to, że MAIFI nie odzwierciedla wprost planowej działalności eksploatacyjnej operatorów, lecz pozostaje związany głównie ze zdarzeniami losowymi, działaniem zabezpieczeń i zakłóceniami przejściowymi.
Z interpretacyjnego punktu widzenia istotne jest, że wartość wskaźnika MAIFI nie odnosi się bezpośrednio do sprawności usuwania awarii. Przerwy krótkotrwałe są bowiem w dużej mierze związane z działaniem zabezpieczeń i automatyki sieciowej, a nie z procesem eksploatacyjnego odtwarzania zasilania. Oznacza to, że MAIFI opisuje przede wszystkim sposób reakcji sieci na zakłócenia przejściowe, a nie efektywność działań służb technicznych.
Potwierdzają to także korelacje liczone oddzielnie dla poszczególnych operatorów. Szczególnie interesujący jest przypadek Stoen Operator, dla którego zależność MAIFI z SAIFI N jest bardzo niska (r ≈ 0,07). Może to sugerować, że w warunkach silnie skablowanej sieci miejskiej mechanizm powstawania przerw krótkotrwałych ma częściowo odmienny charakter niż w sieciach bardziej rozległych i bardziej podatnych na zakłócenia zewnętrzne. Odmienny, choć mniej skrajny obraz obserwuje się w przypadku Energa-Operator, gdzie MAIFI pozostaje silnie skorelowany zarówno z SAIFI N, jak i z SAIDI N oraz CAIDI N. Wskazuje to na bardziej złożony charakter zależności, w którym krótkotrwałe zakłócenia są powiązane nie tylko z częstością zdarzeń, lecz także z ich przebiegiem i ogólną intensywnością zakłóceń w sieci. W przypadku tego operatora należy dodatkowo uwzględnić specyfikę infrastruktury sieciowej. Relatywnie podwyższony poziom MAIFI może być związany nie tylko z dużym narażeniem rozległej sieci napowietrznej na zakłócenia atmosferyczne i zwarcia przemijające, lecz także z szerokim wykorzystaniem automatyki sieciowej, umożliwiającej eliminację części zakłóceń bez ich przejścia w przerwy długotrwałe. Dla pozostałych operatorów korelacje są wyraźnie wyższe i bardziej jednoznaczne, co wskazuje na większą
zgodność między skalą przerw krótkich i długich.
W konsekwencji wskaźnik MAIFI należy interpretować jako odrębny wymiar niezawodności dostaw energii. Wskaźnik ten powinien być interpretowany łącznie z SAIDI i SAIFI, ale nie może być utożsamiany ani z czasem napraw, ani z efektywnością procesu odtwarzania zasilania po awarii. MAIFI informuje przede wszystkim o skali krótkotrwałych zakłóceń oraz o sposobie działania zabezpieczeń i automatyki sieciowej. Stanowi więc naturalne uzupełnienie dalszej analizy wskaźnika CAIDI, który opisuje inny aspekt niezawodności, tj. średni czas trwania pojedynczej przerwy długiej.
W praktyce operatorskiej oznacza to, że działania ukierunkowane wyłącznie na poprawę wskaźników SAIDI i SAIFI mogą nie prowadzić do ograniczenia liczby zakłóceń krótkotrwałych, które wymagają odrębnych działań, związanych m.in. z ograniczaniem zwarć przemijających oraz optymalizacją pracy automatyki sieciowej.
Analiza zależności SAIFI–CAIDI jako identyfikacja mechanizmów kształtujących SAIDI
Wysoka korelacja pomiędzy wskaźnikami SAIDI i SAIFI nie pozwala jeszcze jednoznacznie określić, czy o poziomie niezawodności danego operatora decyduje przede wszystkim częstość występowania przerw, czy też czas ich usuwania. Aspekt ten opisuje wskaźnik CAIDI, definiowany jako iloraz SAIDI i SAIFI, a więc średni czas trwania pojedynczej przerwy w zasilaniu. W konsekwencji SAIFI odzwierciedla częstość zdarzeń, SAIDI ich łączny wymiar czasowy, natomiast CAIDI informuje o przeciętnym czasie trwania pojedynczej awarii.
Zależność między SAIFI a CAIDI ma kluczowe znaczenie interpretacyjne, ponieważ to właśnie ich iloczyn kształtuje wartość wskaźnika SAIDI. Oznacza to, że zbliżony poziom SAIDI może wynikać z różnych konfiguracji jego składowych: z dużej liczby przerw o relatywnie krótkim czasie trwania albo z mniejszej liczby przerw, lecz o dłuższym czasie odtwarzania zasilania. Z punktu widzenia praktyki eksploatacyjnej są to jednak odmienne sytuacje, wymagające innych działań technicznych i organizacyjnych [2, 3].
W celu identyfikacji dominującego mechanizmu kształtującego SAIDI wykorzystano wykresy zależności SAIFI–CAIDI dla przerw nieplanowanych w latach 2016–2025 – zarówno w ujęciu zbiorczym dla wszystkich operatorów, jak i w ujęciu indywidualnym dla poszczególnych OSD. Każdy rok przedstawiono jako pojedynczy punkt w układzie współrzędnych, co umożliwia jednoczesną analizę zmian w czasie oraz porównanie między operatorami.
Dla ułatwienia interpretacji zależności pomiędzy wskaźnikami SAIFI i CAIDI przedstawiono schematyczny podział przestrzeni na obszary odpowiadające różnym profilom niezawodności (rys. 1).
Na schemacie wyróżniono trzy podstawowe obszary: obszar A, odpowiadający najkorzystniejszemu profilowi niezawodności (niski SAIFI i niski CAIDI), obszar B, charakteryzujący się podwyższoną częstością przerw przy relatywnie krótkim czasie ich trwania, oraz obszar C, w którym liczba przerw jest ograniczona, lecz ich czas trwania pozostaje wysoki. Kierunek przejścia w stronę lewego dolnego obszaru wykresu odpowiada poprawie niezawodności. Taki podział umożliwia powiązanie położenia punktów na wykresie z charakterem problemów eksploatacyjnych oraz identyfikację dominujących mechanizmów kształtujących poziom niezawodności.
Analizę uzupełniono o izolinie stałej wartości wskaźnika SAIDI. Izolinie te wyznaczają kombinacje częstości przerw i czasu ich trwania prowadzące do tego samego poziomu niezawodności systemu.
Umożliwia to rozróżnienie zmian poziomu niezawodności, związanych z przejściem między izoliniami, od zmian jej struktury, odpowiadających przemieszczeniu punktów wzdłuż tych linii. W interpretacji wykresu przesunięcie punktu w lewo oznacza ograniczenie liczby przerw (SAIFI), przesunięcie w dół – skrócenie czasu ich trwania (CAIDI), natomiast przesunięcie w kierunku niższych izolinii odpowiada poprawie wartości wskaźnika SAIDI.
Relacja pomiędzy wskaźnikami SAIFIi CAIDI stanowi użyteczne narzędzie analityczne w ocenie funkcjonowania sieci dystrybucyjnej. Pozwala ona określić, czy o poziomie wskaźnika SAIDI w większym stopniu decyduje częstość przerw, czy też czas ich trwania, a tym samym wskazać kierunki działań poprawiających niezawodność. W przypadku dominacji składnika częstościowego zasadne są działania ukierunkowane na ograniczenie liczby zakłóceń, natomiast przy istotnej roli składnika czasowego kluczowe znaczenie ma poprawa efektywności procesu odtwarzania zasilania.
na podstawie danych OSD
Interpretacja wykresu SAIFI–CAIDI wymaga uwzględnienia zarówno cech samej sieci, jak i oddziaływania czynników zewnętrznych. Zdarzenia ekstremalne, takie jak nawałnice, silne wiatry czy oblodzenie, mogą jednocześnie zwiększać częstość przerw oraz wydłużać czas ich usuwania, co prowadzi do przesunięcia punktów w kierunku prawego górnego obszaru wykresu. Układ taki odzwierciedla sytuację szczególnie niekorzystną, w której kumulacja uszkodzeń łączy się z utrudnieniami w lokalizacji awarii i odtwarzaniu zasilania. W polskich warunkach wpływ zjawisk atmosferycznych na roczne poziomy wskaźników ciągłości dostaw jest w wielu przypadkach istotny, a niekiedy wręcz decydujący.
Rysunek 2 przedstawia zależność pomiędzy wskaźnikami SAIFI i CAIDI dla przerw nieplanowanych w latach 2016–2025, uzupełnioną o izolinie stałej wartości wskaźnika SAIDI. Układ punktów wskazuje na wyraźne zróżnicowanie zarówno poziomu niezawodności, jak i mechanizmów ją kształtujących pomiędzy poszczególnymi operatorami systemów dystrybucyjnych.
W analizowanym okresie Stoen Operator koncentruje się w lewym dolnym obszarze wykresu, co odpowiada jednocześnie niskiej częstości przerw oraz krótkim czasom ich trwania (szczególnie w roku 2025). Taki rozkład punktów świadczy o stabilnym i korzystnym profilu niezawodnościowym oraz ograniczonej zmienności wskaźników.
Odmienną charakterystykę wykazuje PGE Dystrybucja, dla której punkty zlokalizowane są w obszarze wyższych wartości SAIFI przy umiarkowanych wartościach CAIDI. Wskazuje to, że poziom SAIDI w większym stopniu determinowany jest przez częstość przerw niż przez czas ich usuwania.
W przypadku Energa-Operator obserwuje się przesunięcie punktów w kierunku wyższych wartości SAIFI, przy umiarkowanych wartościach CAIDI, co wskazuje na dominujący wpływ częstości przerw na poziom niezawodności w ujęciu całego analizowanego okresu. Jednocześnie w roku 2025 zauważalne jest częściowe zrównoważenie obu składników, wynikające ze spadku SAIFI przy utrzymującym się istotnym
poziomie CAIDI.
Enea Operator oraz TAURON Dystrybucja zajmują pozycję pośrednią, przy czym w ich przypadku widoczna jest większa zmienność CAIDI niż SAIFI, co sugeruje istotną rolę czasu odtwarzania zasilania w kształtowaniu poziomu niezawodności. W roku 2025 tendencja ta pozostaje widoczna, przy jednoczesnej stabilizacji wartości wskaźników.
Na wykresie wyraźnie widoczne są również lata 2017 i 2022, w których dla większości operatorów następuje przesunięcie punktów w kierunku prawego górnego obszaru. Oznacza to jednoczesny wzrost liczby przerw oraz wydłużenie czasu ich trwania, co może być związane z oddziaływaniem niekorzystnych zjawisk atmosferycznych. W kolejnych latach obserwowany jest powrót punktów w kierunku niższych izolinii SAIDI, co wskazuje na poprawę lub stabilizację poziomu niezawodności.
Analiza przebiegu punktów względem izolinii SAIDI wskazuje, że podobny poziom wskaźnika SAIDI może być osiągany przy różnych kombinacjach SAIFI i CAIDI. Oznacza to, że ocena niezawodności wyłącznie na podstawie SAIDI może prowadzić do uproszczonych wniosków, podczas gdy dopiero analiza relacji SAIFI– CAIDI pozwala zidentyfikować dominujący mechanizm kształtujący niezawodność oraz właściwie ukierunkować działania eksploatacyjne.
W analizowanym okresie 2016–2025 wartości wskaźników dla Enei Operator (rys. 3) wykazują wyraźną zmienność, z dwoma okresami zaburzeń w latach 2017 oraz 2022, w których obserwowany jest jednoczesny wzrost zarówno SAIFI, jak i CAIDI. Zdarzenia te skutkowały przesunięciem punktów w prawy górny obszar wykresu i były związane z oddziaływaniem ekstremalnych zjawisk pogodowych.
W latach pośrednich (2018–2021) widoczny jest powrót do bardziej umiarkowanych wartości obu wskaźników, co wskazuje na zdolność systemu do stabilizacji po okresach zakłóceń.
W ostatnich latach (2023–2025) obserwuje się koncentrację punktów w zakresie SAIFI ≈ 1,7–2,2 oraz CAIDI ≈ 50–60 min, co świadczy o względnej stabilizacji poziomu niezawodności. Na tym tle można wskazać, że w analizowanym okresie CAIDI pozostaje względnie stabilny, natomiast większą zmienność wykazuje SAIFI, co sugeruje, że dalsza poprawa wskaźnika SAIDI może być w większym stopniu związana z ograniczaniem częstości przerw niż czasu ich trwania.
W całym okresie 2016–2025 Energa-Operator (rys. 4) charakteryzuje się umiarkowaną częstością przerw na tle analizowanej grupy, przy umiarkowanych wartościach CAIDI. W latach 2017 oraz 2022 obserwowane są wyraźne odchylenia, związane ze wzrostem obu wskaźników i przesunięciem punktów w prawy górny obszar wykresu.
W latach 2018–2021 widoczna jest częściowa stabilizacja parametrów, natomiast w okresie 2023–2025 wartości SAIFI utrzymują się na poziomie ok. 2,0–2,2, przy CAIDI rzędu 60–80 min.
W ujęciu całego okresu można wskazać, że poziom SAIDI w większym stopniu kształtowany jest przez składnika częstościowy (SAIFI), co sugeruje potrzebę dalszego ograniczania liczby zdarzeń awaryjnych.
W latach 2016–2025 PGE Dystrybucja (rys. 5) wyróżnia się wysoką częstością przerw przy jednocześnie umiarkowanych wartościach CAIDI. W okresach zaburzeń (2017 i 2022) następuje dodatkowy wzrost obu wskaźników, co prowadzi do istotnego pogorszenia niezawodności.
W latach pośrednich widoczna jest stabilizacja CAIDI przy utrzymującej się wysokiej wartości SAIFI.
W końcowej części analizowanego okresu (2023–2025) struktura ta utrzymuje się, co wskazuje, że kluczowym ograniczeniem poprawy SAIDI pozostaje wysoka częstość przerw, przy jednoczesnym znaczeniu czasu ich trwania.
W całym analizowanym okresie Stoen Operator charakteryzuje się niskimi wartościami zarówno SAIFI, jak i CAIDI, przy niewielkiej zmienności w czasie.
W latach 2023–2025 obserwowany jest dalszy spadek CAIDI do poziomu ok. 45–50 min przy utrzymaniu niskiego SAIFI (ok. 0,6–0,85), co potwierdza stabilny i korzystny profil niezawodnościowy.
W tym przypadku kluczowe znaczenie ma utrzymanie osiągniętego poziomu jakości zasilania.
W analizowanym okresie 2016–2025 TAURON Dystrybucja (rys. 7) wykazuje umiarkowany poziom SAIFI przy wyraźnej zmienności CAIDI. W latach 2017 i 2022 widoczne są epizody pogorszenia, związane ze wzrostem obu wskaźników.
W latach pośrednich obserwuje się stabilizację SAIFI przy stopniowym obniżaniu lub stabilizacji CAIDI.
W ostatnich latach (2023–2025) SAIFI utrzymuje się na względnie stabilnym poziomie (ok. 1,7–2,3), natomiast CAIDI wykazuje większą zmienność (ok. 55–75 min), co sugeruje, że zmiany SAIDI są w większym stopniu determinowane przez składnik czasowy.
W ujęciu całego okresu wskazuje to na istotną rolę efektywności procesów odtwarzania zasilania.
Analiza okresu 2016–2025 wskazuje, że poziom SAIDI u poszczególnych operatorów kształtowany jest przez różne kombinacje jego składowych – częstości przerw (SAIFI) oraz czasu ich trwania (CAIDI). W całym analizowanym okresie widoczne są wspólne epizody pogorszenia niezawodności w latach 2017 i 2022, natomiast w latach 2023–2025 obserwowana jest stabilizacja lub poprawa wskaźników.
Jednocześnie struktura zależności SAIFI–CAIDI pozostaje wyraźnie zróżnicowana między operatorami. Stoen Operator charakteryzuje się korzystnym profilem niezawodności, wynikającym z niskiej częstości przerw oraz krótkiego czasu ich trwania. W przypadku Energa-Operator oraz Enei Operator istotną rolę w kształtowaniu poziomu SAIDI odgrywa składnik częstościowy (SAIFI), przy czym w przypadku Energa-Operator ma on charakter dominujący, natomiast dla Enei Operator widoczna jest większa zmienność częstości przerw przy względnie stabilnym poziomie CAIDI. TAURON Dystrybucja wykazuje większą zmienność CAIDI, co sugeruje istotną rolę czasu odtwarzania zasilania. Z kolei PGE Dystrybucja wyróżnia się jednoczesnym, istotnym wpływem obu czynników – zarówno wysokiej częstości, jak i czasu trwania przerw.
Uzyskane wyniki wskazują, że podobny poziom SAIDI może wynikać z odmiennych mechanizmów, a tym samym działania poprawiające niezawodność powinny być dostosowane do dominującego czynnika u danego operatora – ograniczania częstości przerw lub skracania czasu ich usuwania.
Wnioski
Przeprowadzona analiza potwierdza, że wskaźniki CAIDI i MAIFI stanowią istotne uzupełnienie klasycznych iar niezawodności (SAIDI, SAIFI), dostarczając komplementarnych informacji o funkcjonowaniu sieci. MAIFI pozwala uchwycić skalę zakłóceń krótkotrwałych oraz działanie automatyki sieciowej, natomiast CAIDI odzwierciedla średni czas trwania przerwy i sprawność procesu odtwarzania zasilania. W tym sensie MAIFI pełni również funkcję wskaźnika diagnostycznego, ujawniającego podatność sieci na zakłócenia przejściowe, podczas gdy CAIDI pozwala ocenić efektywność reakcji operatora na awarie. Ich łączne wykorzystanie umożliwia zatem przejście od prostej oceny niezawodności do jej pogłębionej interpretacji, obejmującej zarówno charakter zakłóceń, jak i skuteczność działań eksploatacyjnych.
W analizowanym okresie 2016–2025 zaobserwowano wyraźne zróżnicowanie wartości MAIFI pomiędzy operatorami. Wyższe wartości występowały dla PGE Dystrybucja i Energa-Operator, niższe dla Stoen Operator. Pogorszenie wskaźnika w latach 2017 i 2022 oraz poprawa w latach 2023–2025 wskazują na jego dużą wrażliwość na zmienność zakłóceń przejściowych. MAIFI jest silnie skorelowany z częstością przerw nieplanowanych (SAIFI), a słabo z przerwami planowanymi, co potwierdza jego interpretację jako miary intensywności krótkotrwałych zakłóceń, a nie efektywności usuwania awarii, ani skali prac planowych.
Analiza zależności SAIFI–CAIDI dla przerw nieplanowanych potwierdza, że podobny poziom wskaźnika SAIDI może wynikać z odmiennych kombinacji jego dwóch składowych: częstości przerw oraz czasu ich trwania. Zastosowane wykresy mają zatem istotną wartość diagnostyczną, ponieważ pozwalają określić, czy u danego operatora większe znaczenie dla poziomu niezawodności ma przede wszystkim liczba awarii, czy też długość procesu odtwarzania zasilania. Uzyskane wyniki wskazują, że w przypadku Energa-Operator oraz Enei Operator istotną rolę odgrywa składnik częstościowy, przy czym dla Energa-Operator ma on charakter dominujący, natomiast dla Enei Operator cechuje się większą zmiennością. W przypadku TAURON Dystrybucji kluczowe znaczenie ma zmienność czasu trwania przerw, natomiast dla PGE Dystrybucja istotny jest jednoczesny wpływ obu składników. Na tym tle Stoen Operator charakteryzuje się niską częstością przerw oraz krótszym czasem ich trwania w analizowanym okresie.
CAIDI i MAIFI nie powinny być traktowane jako wskaźniki alternatywne wobec SAIDI i SAIFI, lecz jako ich rozwinięcie interpretacyjne, szczególnie użyteczne w analizach porównawczych i w ocenie zmian niezawodności w czasie.
Należy jednak podkreślić, że przedstawione wyniki odnoszą się do porównania operatorów na podstawie wartości wskaźników niezawodności, a nie do szczegółowej analizy charakteru ich sieci. W związku z tym takie czynniki jak stopień kablowania, poziom automatyzacji, warunki środowiskowe oraz ogólny charakter sieci (w tym większy udział sieci napowietrznych i obszarów wiejskich), które mogą wpływać na poziom i zróżnicowanie wskaźników, nie były przedmiotem niniejszej analizy. Analiza zależności pomiędzy ymi parametrami a wartościami wskaźników stanowi kierunek dalszych badań.
Uzyskane wyniki wskazują, że skuteczne zarządzanie niezawodnością sieci dystrybucyjnej wymaga równoległego monitorowania wskaźników SAIDI, SAIFI, CAIDI oraz MAIFI. W szczególności identyfikacja dominującego mechanizmu kształtującego SAIDI (częstościowego lub czasowego) oraz analiza poziomu MAIFI mogą stanowić podstawę do ukierunkowania działań eksploatacyjnych, takich jak ograniczanie liczby zakłóceń przejściowych, optymalizacja pracy zabezpieczeń czy poprawa efektywności procesu przywracania zasilania. Łączna analiza wskaźników CAIDI i MAIFI pozwala jednocześnie ocenić zarówno charakter zakłóceń, jak i skuteczność reakcji operatora, tworząc podstawę do bardziej kompleksowego zarządzania niezawodnością sieci.
JAROSŁAW TOMCZYKOWSKI
Biuro PTPiREE
Bibliografia
- American Public Power Association, 2025, 2024 Annual Benchmarking
Reliability Report (eReliability Tracker). - Indiana Utility Regulatory Commission, 2024, Electric Utility
Reliability Report 2024. - Southern California Edison, 2025, Annual Electric Reliability
Report, Calendar Year: 2024. - Eman Ahmed, Sherein Abdualla, Kamelia Youssef, Hatem
Waheed, 2017, Development of Reliability Indices for Electric Distribution
Network in Egypt, Renewable Energy and Sustainable
Development (RESD), Vol. 3, Issue 1, Special Issue. - M. Couto, J. Pascoal, J. Dias Matos, J. Antunes “An approach to
reduce MAIFI – the Quality of Service Indicator for Momentary
Interruptions – the experience of the Portuguese DSO” CIRED
2017 (International Conference on Electricity Distribution
