英语原文共 27 页,剩余内容已隐藏,支付完成后下载完整资料
灵活性的优点:风电与水电的价值
摘要:一些研究表明,风力发电机在现货市场的收入(“市值”)随着部署的增加而减少。这个“价值下降”主要是在火电厂(如德国)主导的电力市场上观察到的。本文对瑞典大型水电站电力系统的风电市场价值进行了评估。由于其调度灵活性,这种水力补偿了风力发电输出的变化,从而减轻了风力发电量的下降。风电市场价格随着渗透率的下降而下降,但如果存在水力发电,其电价趋于下降。本文介绍了从市场数据和数值模型结果得出的这种影响的相关性的经验证据。我们的研究结果表明,当风电渗透率从0%上升到30%时,水电将降低三分之一。因此,瑞典的1 MWh风能价值比德国高出18%。敏感性分析表明,尽管参数不确定性很大,灵敏度仍然很高:在80%的灵敏度中,瑞典的风能比德国的风能价值高12%-29%。水力发电的好处似乎在风电渗透率达到20%左右。这表明水平弹性在这个层次上被“耗尽”了。低风速风力发电机组,碳定价和水电发电能力升级可进一步提高水力发电的附加值。不仅风力发电在配合水电方面存在价值,如果配合风力发电,水电也将变得更有价值。
关键词:风电;水电;系统整合;市场价值
1 简介
可再生能源发电行业正处于上升发展阶段。到2015年,全球风能和太阳能发电量超过650GW(图1),是核电总容量的两倍。全球增长容量的近一半是以可再生能源为基础的,其中风能和太阳能发电约占70%(IEA 2015)。 在几个国家,风能和太阳能的组合提供了15%以上的电力消耗,丹麦是世界领先的40%以上(图2)。风力和太阳能发电也在德克萨斯州,加利福尼亚州和东蒙古等司法管辖区提供了很大的市场份额。风电、光伏发电和太阳能的大规模部署,直到最近才被认为是可能的。
图1 全球安装风力和太阳能发电量 |
图2 风电和太阳供电占电力需求的15%以上的国家 |
风力发电,太阳能发电和海洋能源等可再生能源的变量或“间断”性质在将成为这些技术整合到电力系统中时的挑战。可变可再生能源的许多特性阻碍了系统集成发展(Grubb 1991a, IEA 2014),包括有限的输出可预测性,实际操作中良好的风场往往远离负荷中心;以及缺乏可提供的旋转质量惯性。最重要的影响因素是一次能源的可用性会随着时间的推移而波动。集成遇到的挑战以不同的方式展现出来,例如通过网格扩展或增加平衡需求。这会通过增加成本或降低产出的价值(收入)来影响风力发电的经济性。例如,平衡预测误差的成本主要体现在平衡成本上。然而,风力发电变率的最重要的经济影响可能是风能的现货市场价值下降(Ueckerdt et al. 2013, Hirth et al. 2015)。
电力批发市场价格以每小时或更频繁的频率更新,我们将风力发电的市场价值定义为风电平均电价。
(1)
其中tisin;T表示一年的所有小时(或其他时间段),Wt是风力发电,Pt是均衡电价。风力市场价值是风力加权平均电价,或批发现货市场的能源平均实现价格(留出支持计划和其他收入流)。太阳能或其他发电技术的市场价值与此类似。
市场价值不仅对投资者有重要意义,而且具有从根本上诠释社会经济的作用。在完善和完整的市场下,市场价值的上涨对应消费者愿意支付的高级VRE工厂的溢价:如果风力发电的市场价值为每兆瓦时80美元,则一兆瓦时具有80美元的社会经济效益。因此,“市场价值”(Joskow 2011)与“系统价值”(Lamont 2008)或“边际经济价值”(Mills amp; Wiser 2012)相同。平准化电力成本定义了成本优化的部署水平(Hirth 2015c)。
许多作者强调,风能和太阳能发电的市场价值与其他发电技术的市场价值不同(Grubb 1991b, Lamont 2008, Borenstein 2008, Joskow 2011, Mills amp; Wiser 2012, Gowrisankaran et al. 2015, Hirth et al. 2016等等)。在高渗透率的情况下,他们倾向于在价格低廉的时候发电,导致市场价值低。这意味着比较技术中的发电成本是没有意义的。
对于许多应用,可以很方便地在相对的,而非绝对的市场价值研究。 电力价格的历史观察,例如,显示他们与商业周期而变化。 相对风电的市场价值评估,以平均电价是为了纠正这种循环的简单方法。 这种相对价格被称为“价值因子”。 值因子VFwind被定义为风加权的时间加权平均电价(基价)的比率。
, (2)
其中基准价格是:
(3)
价值因子是相对于扁平轮廓具有一定时间分布联系的电价的指标(Stephenson 1973)。 在风不变的情况下,风电价值因子会将实际风力与变化风力的值进行比较(Fripp amp; Wiser 2008)。 从经济角度来说,这是一个相对价格,其中的价格是基数。风的递减值因子意味着相比恒定源的电力,风电价值较低。
在热力发电技术(“热力系统”)主导的电力系统中,我们可以看出,随着年度电力消耗的增加,风能和太阳能发电的市场价值下降。德国数据(图3)和基于模型的文献(图4)证实了这一观察结果。
图3 德国2001-2015年风力发电和太阳能发电的市场价值 |
图4 文献市场价值估计(每行表示一项研究,点数表示最小和最大渗透率) |
风(太阳能)的价值下降可能危及其长期的市场竞争力,使得电力部门脱碳,逐步淘汰支持计划,实现可再生能源政策目标变得更具挑战性。因此,充分了解价值下降的幅度是非常重要的。
风能(和太阳能)电力价值相对于火力发电系统的下降存在许多证据,这些文献可分为三种:
- 理论(分析)模型,包括 Grubb (1991b), Lamont (2008), Hirth amp; Radebach (2016). 程式化的分析模型有助于研究运行的主要机制,但不能用来进行可靠的定量估计。
- 市场数据估算,包括Sensfuszlig; (2007), Sensfuszlig; amp; Ragwitz (2011), Fripp amp; Wiser (2008), Hirth (2013, 2015a). 市场观察不能用于可靠地估计高渗透率的市场价值,因为现在很少有这样高的利率存在,这些分析不是很有代表性。
- 数字(计算机)模型估计,包括Obersteiner amp; Saguan (2010), Boccard (2010), Green amp; Vasilakos (2012), Energy Brainpool (2011, 2012, 2014), r2b (2013), Valenzuela amp; Wang (2011), Swider amp; Weber (2006), Lamont (2008), Nicolosi (2012), Kopp et al. (2012), Mills amp; Wiser (2012, 2013, 2014), Hirth (2013, 2015a), Hirth amp; Muuml;ller (2016), Zipp amp; Lukits (2014), Fraunhofer ISE (2014), Gowrisankaran et al. (2015). 数学模型被大量用于研究这一主题。 然而,它们的质量和适用性往往难以从外部评估,因为模型代码和输入数据很少被公开。
对于有大量水库水电站(“水电系统”)的动力系统,缺乏可比证据。事实上,几项这样的研究都将水力发电的作用确定为一个关键的研究空白,作为灵活性的来源。Andrew Mills 和Ryan Wiser (2012, 2013, 2014) 的具有里程碑意义的作品是一个明显的例外。然而,在考虑水电的同时,这些研究并不侧重水电于对风力发电市场价值的影响。Gebretsadik等人 (2016)致力于研究风电和水电的交互能力,而不是市场价值。文献中缺少风力发电在电力系统中的市场价值由水电主导这一命题的综合定性、定量讨论,本文旨在填补这一空白。
因为在需要时水库常被用来储存能源,我们预计水电对风电的市场价值有重大的影响。我们的假设是,水电的嵌入式灵活性显著减少了风电价格下跌,因为它可以用来补偿风力发电场的可变输出。本文通过新经验数据和新模型结果介绍以水电为主的电力系统中风电市场价值,为文献作贡献。我们以水电供应占电力需求一半的瑞典为例,并与没有水电水库的德国进行对比。
市场数据和模型结果表明,水电确实有助于确保风力发电的价值。当风渗透率从零到30%变化(整个纸张渗透率按年度能源报告)时,与热力系统(德国)相比,水电系统(瑞典)的数值下降了三分之一。在30%的渗透率下,风力发电的市场价值在水电系统中高出18%。通过运行大量灵敏度来捕获输入参数不确定度。在90%的灵敏度运行中,瑞典风能比德国风能价值高出12%或更高。这表明该系统具有显著的抗变换性。天气年度的选择对结果有很大的影响;更灵活的电力系统往往会使热力和水力系统之间的差异达到水平。低风速涡轮机、气候政策紧张和水轮机升级往往会增加水电和火力发电系统风价之间的差距。
2 热力和水电系统的价格设定
电力批发市场的价格设定在热力(“容量受限”)和水电(“能源约束”)电力系统中的工作方式截然不同。在热力系统中,“供应堆”或“优点顺序”模型可以很好地解释价格设定(图5)。火力发电机以可变的生产成本投入市场,这是燃料,排放物和设备的磨损成本。市场清算价格由热供应净需求决定。净(剩余)需求是风和太阳能发电的需求。短期供热曲线全年保持相对稳定,净需求时时刻刻波动。价格在每季、每周甚至每天内都会有显著波动,它们还会在个别净负荷达到峰值时飙升。丰富的风力资源往往会使价格降低,风力发电的市场价值也会随之降低,有些人称之为“自我灭绝效应”。(Delony 2015).
图5 有和没有风力发电的火力发电系统的市场清算价格
与热力系统相反,水电系统的价格本身是跨期的,水电发电机会在一年中收到一定量的水量,并且选择何时发电。他们预计电价最高的时期,并确定每兆瓦时产出的预期收入(“水价值”),这是他们投入市场的机会成本。大多数时候,这种机制会使价格更稳定。然而,在极端的情况下,如春天洪灾之前能源稀缺时,这种价格通常会持续数天到数周。在实践中,水电调度受到许多额外的限制,包括涡轮机容量,环境限制(例如最小流量约束),水力发电级联和河流结冰等。Foslash;rsund (2007)讨论了水电经济的特征。
与热力系统相比,我们预计水库的灵活性将减少水电系统中风力发电的价值下降。这种效应的大小是一个经验问题。
3 观察市场数据
作为第一份证据,图6和图7显示了2001年至2015年德国,丹麦和瑞典的市场数据。 德国缺乏水力发电(但有水平有限的水泵水电),而瑞典的水力发电份额为50%,其中水力发电源于水库。丹麦没有水电,但与瑞典和挪威高度互联,水电供应近100%的需求。
在这三个国家,风电的价值都随着渗透率的下降而下降,但在德国,下降速度远高于北欧国家。如果丹麦和瑞典都被视为水电系统,估计价值下降约为德国下降三分之一。在德国,市场价值每个百分点的升幅都会使价值因素下降一个百分点;在北欧,跌幅仅为0.3。
图6 2001-2015年德国、丹麦、瑞典风力市场价值 |
图7 丹麦和瑞典分组数据 |
在下文中,本文将使用数值模型来研究这种差异对于较高渗透率和更广泛参数集合的经验意义。
4 建模方法
本研究使用EMMA电力市场模型。本节简要概述了该模型,并详细地描述了并入水电模型中的修改。详细的模型描述可作为本文和http://neonenergie.de/emma的补充材料。
4.1 电力市场模型EMMA
开放源电力市场模型EMMA是西欧一体化电力系统的技术经济模式,涵盖德国、法国、比利时、荷兰、波兰、瑞典和挪威。它模拟发电厂的投资和投资,能够最大限度地减少投资、生产和贸易决策的总成本。在经济方面,它是以供给为重点的电力批发市场的局部均衡模型。该模型计算长期最优(均衡),并估计相应的电力组合以及每个市场区域的小时价格和跨境贸易价格。模型公式虽然简明,但同时表示了风力和太阳能的变化率、电力系统不灵活性以及具有适当细节的灵活性选项(如小时粒度)。在技术上,EMMA是一个线性程序,大约有二百万个非零变量。
各种出版物已经使用EMMA来解决一系列研究问题。这是开源的模型代码,所有输入参数和文档可以根据知识共享BY-SA 3.0许可免费提供给公众,可从http://neonenergie.de/emma下载。
4.2 EMMA中的水文建模
这个项目中水电被引入到EMMA模型中。三类水电分别是:有外生生态轮廓运行河流水电、没有流入的抽水蓄能和没有泵送选择的水库水力发电。
EMMA中的水文建模是程序化和简约的,但捕捉了水电的关键方面。我们的目标不是取代现有的详细调度和规划工具,而是开发一种快速灵活的模型,以便在大量灵敏度运行中同时优化热力和水电调度和投资。EMMA对水力发电的四项特征进行约束约束,分别是:汽轮机容量约束、储层约束、跨期水库关系约束和最小生成约束
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[26105],资料为PDF文档或Word文档,PDF文档可免费转换为Word
课题毕业论文、外文翻译、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。