欧盟天然气市场开发

然而，由于缺乏将天然气从希腊-土耳其边境运输至大型欧盟消费市场的基础设施，第三条第三线不太可能在2022年之前建成。因此，我们在模拟中只包括一条线路（对应于项目中的第二条线路），并假设该线路将于2022年上线。我们将在第4.4节中讨论该假设的影响。运输成本来自Chyong&Hobbs【5】和Obser vatoire M’editerran’een de l’Energy ie【26】提供的欧盟境外管道信息。对于欧盟边界内的管道，我们根据Arthur D.Little[1]和运营商的网站，采用了国家输电系统运营商收取的平均关税。由于数量由传输系统运营商补偿，且成本包含在塔里费中，因此管道损耗为零。对于液化天然气链，我们做出了以下假设：对于液化，wefollowed Shively等人【27，第3节】，并分别考虑了燃料消耗和液化成本。对于液化天然气运输，我们假设容器完全使用沸腾气体运行，并将该数量分配为损失，这是从Heede获得的【18】。成本计算为船舶租金加上涵盖所有其他费用的费用，包括港口费和运河费；这些数据来自Timera Energy【31】。从Chyong&Hobbs【5】选择了Regasi fication cos ts，并且损失被设置为零，因为它们已经包含在设施收取的价格中，并且包含在相应国家的天然气余额中。2.5。存储模型存储设施包括在模型中，以说明天然气消费的稳定性对市场的影响。

存储量以及最大注射和提取速率由ENTSO-G获得【15】。对于存储成本，我们遵循Egging等人【14】的规定，并分别分配了成本和损失，因为存储运营商通常不会补偿和收取损失，请参见Fluxys Belgium SA【17】。2.6。天然气贸易商和市场力量的运用我们假设每个天然气生产公司都有一个内部交易部门，负责天然气在国内和国外市场的分销，我们称这个交易部门为“贸易商”。每个贸易商以边际成本从其生产商处购买天然气，然后将其运输到目的地市场。欧盟边界以外的管道不允许所有者以外的贸易商进入。这对于俄罗斯天然气运输网络尤其重要，因为俄罗斯天然气运输网络不能用于欧盟国家之间的天然气运输，尽管这在技术上是可行的。一旦天然气到达目的地节点，贸易商就会在批发市场上出售。交易者可以对消费者行使市场权力，这是基于一种推测变化的方法（【32，第12章】）建模的。市场功率参数θfnt的水平∈ [0，1]决定了市场中交易者的行为，并且对于每个交易者f、市场n和时间段都可能有所不同。如果θfnt=0，交易者f是预期市场和时间段中的价格接受者。对于θfnt>0，交易者f已知市场f和时间段t中消费者的价格弹性，并在最大化利润时考虑。θfntis在校准过程中确定，如下所述。2.7。校准使用Baltensperger等人[2]提出的算法的早期版本对模型进行校准，该算法在下文中介绍。

该算法旨在将2013年所有节点n和时间段t的消费SCNT与报告值sC、数据相等，并保持每个市场n和时间段t中每个交易员f的销售量与相应报告值之间的差异较低（| qCfnt-qC，数据fnt |）。这些目标是相互联系的，因为消费等于交易员对特定市场的销售额之和：sCnt=Pf∈FqCfnt。为了实现这些目标，该算法在一定的范围内调整了三组参数：（i）消费者的支付意愿，λC0nt∈ [λC，datant·0.85，λC，datant·1.15]，（ii）消费者的价格弹性，ηC0nt∈ [最大值{- 1，ηC，数据-0.2}，最小值{-0.3，ηC，datant+0.2}），以及（iii）贸易商的市场功率参数θfnt∈ [0，1]。正如Baltensperger et a l.[2]所述，λc0nt和ηc0nt的紧界限与低界限之间存在权衡qCfnt- qC，数据FNT对于所有交易者而言，每个iod t的特定市场n和时间；建模人员应根据需要设置边界，以平衡这些目标。我们选择了符合C hyong&Hobbs【5】校准过程得出的ηC0nt范围的边界，并允许λC0nt的典型季节性波动。在运行校准过程之前，应调整贸易商的参考销售质量控制数据，使其与每个节点n和时间段t内的消耗量c、数据n一致，并低于生产能力限制。调整后的参考销售质量控制数据*fntwere通过按比例减少qC、datafntsuch thatPf推导得出∈FqC，数据*fnt公司≤ sC，所有n、t和PN′的数据∈N（f）qC，数据*fn′t≤CAPPn*（f）t对于所有f∈ F（n），t，其中n*（f） 是traderf提取气体的节点。

在校准过程中，qC、数据*Fntwe用作qCfnt上的下位键。这些调整使原始价值平均减少了32%，而这种变化发生在像比利时这样的稀土交易量较高的国家。这是因为再出口在统计上有记录，但在我们的框架中没有建模；相反，交易者在批发市场上出售天然气之前一直占有天然气（第2.6节）。最终，低质量控制数据*fn在校准过程中确定可行QCfn时，增加灵活性。由于我们的模型在欧盟地区增加了灵活性，无论怎样，这在现实中都越来越灵活，我们不希望调整会扭曲我们模拟结果的有效性，即使调整后的值与原始值之间的差异相对较大。表2.2 g概述了sC、datant、λC、datant、ηC、datant、datant和qC数据的sC0nt、λC0nt和ηC0nt以及QCFntf偏差*fnt。请注意，季节数据仅适用于sC、datantand和qC数据*fnt；对于λC、datan和ηC、datan，我们将年平均值作为参考。校准的市场力量参数值θfntar如表B.1所示。表2.2：校准变量和参数及其与报告值的偏差。对于qCf nt，仅显示负偏差值，因为可用数据仅提供了流量的下限。

这些数据分别以每天百万立方米（百万立方米/天）和每百万立方米千欧元（千欧元/百万立方米）为单位。参数/与报告值的偏差变量最大值、绝对最大值、相对平均值中值NSC0NT0。9.9亿立方米/日2.38%-0.02mcm/d 0.00mcm/dλC0nt34。2ke/mcm 13.3%8.33ke/mcm 14.7ke/mcmηC0nt0。20 57.2%0.05 0.10qCf nt17。5mcm/d 100%-0.21mcm/d 0.00mcm/dAs表2.2显示，2013年所有节点n和时间段t的总消费量和每个交易者的销售额很好地符合报告数据，而价格λc0和弹性ηc0在其预定范围内。在最后一步中，我们根据2013年市场n和时间段t的校准参数，导出了反求需求函数的截距INTCNT和斜率SLPCntof。2014-2022年，我们将ENTSO-G【15】预测的消耗量分配给sC0nt，采用增长调整后的λC0nt，并假设校准的ηC0nt和θfntremain常数在模拟范围内。请注意，我们没有为任何长期合同建模，无论是液化天然气还是管道天然气，因为对pric e地层的影响很大程度上是由参数θfnt的影响捕获的。斯梅尔斯（Smeers）[2-8]认为，竞争主管部门认为，如果所有交易量都是s-po-t交易的，那么总体价格水平会更低，因为目前市场缺乏透明度和流动性，供应商可以利用这一点来要求高于边际成本的价格，而这正是θfnt的模型。长期合同中唯一不能用我们的方法开始的方面是时间的锁定效应：当新的基础设施投入运行时，模型结果会立即发生变化。事实上，新的基础设施确实给现有合同带来了压力，要求其按照新的标准调整价格，但在新合同实施之前，可能需要几年的时间。