Speicheroptimierung und Regelenergieoptimierung einer Kette von Speicherkraftwerken

Transkript

1 Speicheroptimierung und Regelenergieoptimierung einer Kette von Speicherkraftwerken Elke Moser e&t Energiehandelsgesellschaft m.b.h. Elke Moser 1

2 Inhalt 1 Mittelfristoptimierungsmodell 2 Marktsegment Regelenergie 3 Übergang zu stochastischer Optimierung Elke Moser 2

3 Speicherkraftwerkskette mit 3 Ebenen natürlicher Zufluss Turbinen Pumpen Unterlieger Ebene 1 Ebene 2 Zu beachten: Zufluss: Natürlich und Oberlieger Ebene 3 Abgabe: Einschränkung z.b. wegen Unterlieger oder Naturschutz Pegelvorgaben: z.b. durch Badebetrieb oder Schneeschmelze Elke Moser 3

4 Mittelfristoptimierung Ziel Umsetzung Zeithorizont: 6 Monate Optimale Turbinen- und Pumpentscheidungen pro Kraftwerk Fahrplan als Ausgabe Definition der Pegelabsenkziele Lineares, deterministisches Optimierungsproblem Raster: 4 Stunden Zielfunktion: Erlös minus variable Kosten (Netzkosten) Saisonale Pegelvorgaben als harte Restriktion (Volumensrestriktion) Zielpegelvorgabe als weiche Restriktion Beschränkungen der Entscheidungsvariablen gegeben durch Verfügbarkeiten und Maximal- bzw. Minimalleistungen Software: Matlab Elke Moser 4

5 Nicht-Linearitäten: Wasserverbauch Muschelkurve Wirkungsgrad in Abhängigkeit von Nutzgefälle und Wassermenge Arbeitspunkt in Abhängigkeit von Nutzgefälle und Wassermenge Elke Moser 5

6 Umsetzung im Modell Spezifischer Wasserverbrauch: Leistungsabhängig Stückweise linear angenähert Optimalpunkte der Turbinen als Stützpunkte Pegelabhängig Steigung angepasst an erwarteten Pegelverlauf Korrektur der Leistungen nach der Berechnung Elke Moser 6

7 Kopplung Mittelfrist mit Kurzfrist Wasserwerte T t T t L = λ upt (V A + V i V maxt ) + λ lowt ( V A V i + V mint )... t=1 i=1 t=1 i=1 λ upt, λ lowt... Schattenpreise der Volumsrestriktionen zum Zeitpunkt t V A... Anfangsvolumen V i... Volumsänderung zum Zeitpunkt i V maxt, V mint... Volumsgrenzen zum Zeitpukt t Berechnung: L V i Bedeutung: Finanziellen Wert eines Kubikmeters im Speicher (Euro/m 3 ) Kopplung: Dient als Ressourcenpreis für die Kurzfristoptimierung Elke Moser 7

8 Beispiel eines optimierten Fahrplanes Elke Moser 8

9 Regelenergie - Ursachen und Einsatz Elke Moser 9

10 Regelenergie Primär Sekundär Tertiär Ausschreibung DI bis 15:00 DI bis 14:00 MI bis 15:00 Produktscheiben MO-SO 0:00-24:00 Peak, Offpeak, WE WE, WT: 4h-Blöcke Ausgeschriebene Menge +/- 67 MW +/- 200 MW +280 /-125 MW Mindestgebotsgröße +/- 2MW +/- 5 MW +/- 10 MW Abruf automatisch automatisch manuell Aktivierung bis 30 Sekunden bis 5 Minuten bis 10 Minuten Leistungspreis Arbeitspreis X Elke Moser 10

11 Bedeutung eines Zuschlags für die Optimierung Sekundärregelung Vorgaben Leistungsvorhaltung in entsprechende Richtung Maschine muss in Betrieb sein Positiv: - Erhöhter Wasserverbrauch durch schlechteren Wirkungsgrad - Bei Abruf zusätzlicher Wasserverbrauch außerhalb des errechneten Fahrplans Negativ: - Leistungsuntergrenze: Mindestleistung + Anbot - Erhöhter Wasserverbrauch durch schlechteren Wirkungsgrad Elke Moser 11

12 Bedeutung eines Zuschlags für die Optimierung Tertiärregelung Vorgaben Maschine muss nicht in Betrieb sein Kein zusätzlicher Wasserverbrauch durch Vorhaltung Sonst wie Sekundär Primärregelung Vorgaben Leistungsvorhaltung in beiden Richtungen Wasserverluste durch schlechteren Wirkungsgrad Elke Moser 12

13 Abschätzung der Opportunitätskosten Modell MIO Modell mit kurzem Zeithorizont und Stundenraster verwendet Minimal-und Maximalleistungen angepasst Korrektur des spezifischen Wasserverbrauches Fiktive Turbine (fährt mit Mindestleistung+Abrufwahrscheinlichkeit*Anbot) Kopplung mit MIO Vor Auktion: Pegelgrenzen aus MIO Ergebnis als Zielpegel für die Regelenergie Größere Abweichungen werden mit dem Wasserwert bepreist Nach Auktion: Bei Zuschlag werden die erwarteten Abrufe auch in der MIO berücksichtigt Elke Moser 13

14 Stochastische Optimierung Warum? Große Unsicherheit über Zuflüsse, Preise und Abrufe QUASAR Stochastische Optimierungssoftware ( Modellaufbau wie im deterministischen Fall (Zufallsvariablen werden als normale Variable behandelt) Lattices über einen Prozess oder direkt aus den Daten erzeugt und hinterlegt (Szenarienreduktion) Dekomposition des Modells erfolgt ebenfalls innerhalb von Quasar Reduziertes Problem wird an den Stochastic Optimizer übergeben und gelöst Output: Politiken, Simulationen, Schattenpreise,... Elke Moser 14

15 Lattices Für Zufluss und Preise Berücksichtigt Saisonalitäten, stochastische Trends und Lags Elke Moser 15

16 Modell Modell prinzipiell gleich wie beim deterministischen Ansatz Weiche Restriktionen wegen Lösbarkeit Strafkosten für Schlupfvariablen Entscheidungsvariablen pro Stunde (0-24) Stufen = Anzahl der Tage Elke Moser 16

17 Sekundärregelung Elke Moser 17

18 Arbeitspreis und Abrufwahrscheinlichkeit Elke Moser 18

19 Autokorrelationen Abrufmengen und Preise Elke Moser 19

20 Aufbau eines Lattices aus den Daten Daten bereinigt 24-dim Lattices aufgebaut (für jede Stunde) 4 Lattices: Peak und OffPeak zusammengefasst (positiv und negativ), Weekend (positiv und negativ) Elke Moser 20

21 Aufbau eines Lattices aus den Daten Elke Moser 21

22 Work in Progress Neben Preisen und Zuflüssen sollen nun auch die Abrufe stochastisch modelliert werden Zuerst nur Simulation der Anbotsentscheidung (Lattice für eigener Abruf) Später eventuell auch Anbot Stochastische Optimierung vor allem bei SRR vielversprechend Elke Moser 22

23 Fragen e&t Energiehandelsgesellschaft m.b.h. Wienerbergstrasse 11 Twin Tower East, Top Vienna, Austria T: F: Elke Moser 23