泛欧经济和生产调度预测模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《A predictive pan-European economic and production dispatch model for the
  energy transition in the electricity sector》
---
作者：
Laurent Pagnier and Philippe Jacquod
---
最新提交年份：
2017
---
英文摘要：
  The energy transition is well underway in most European countries. It has a growing impact on electric power systems as it dramatically modifies the way electricity is produced. To ensure a safe and smooth transition towards a pan-European electricity production dominated by renewable sources, it is of paramount importance to anticipate how production dispatches will evolve, to understand how increased fluctuations in power generations can be absorbed at the pan-European level and to evaluate where the resulting changes in power flows will require significant grid upgrades. To address these issues, we construct an aggregated model of the pan-European transmission network which we couple to an optimized, few-parameter dispatch algorithm to obtain time- and geographically-resolved production profiles. We demonstrate the validity of our dispatch algorithm by reproducing historical production time series for all power productions in fifteen different European countries. Having calibrated our model in this way, we investigate future production profiles at later stages of the energy transition - determined by planned future production capacities - and the resulting interregional power flows. We find that large power fluctuations from increasing penetrations of renewable sources can be absorbed at the pan-European level via significantly increased electricity exchanges between different countries. We identify where these increased exchanges will require additional power transfer capacities. We finally introduce a physically-based economic indicator which allows to predict future financial conditions in the electricity market. We anticipate new economic opportunities for dam hydroelectricity and pumped-storage plants.
---
中文摘要：
大多数欧洲国家的能源转型正在顺利进行。它对电力系统的影响越来越大，因为它极大地改变了电力的生产方式。为确保向以可再生能源为主的泛欧电力生产安全平稳过渡，预测生产调度将如何演变至关重要，了解如何在泛欧水平上吸收发电量波动的增加，并评估由此产生的潮流变化将需要重大的电网升级。为了解决这些问题，我们构建了泛欧传输网络的聚合模型，并将该模型与优化的少参数调度算法相结合，以获得时间和地理分辨率的生产概况。我们通过再现15个不同欧洲国家所有电力生产的历史生产时间序列，证明了我们调度算法的有效性。以这种方式校准了我们的模型后，我们研究了能源转型后期的未来生产概况（由计划的未来生产能力决定）以及由此产生的区域间电力流。我们发现，通过显著增加不同国家之间的电力交换，可在泛欧水平上吸收可再生能源不断渗透带来的巨大电力波动。我们确定这些增加的交流将需要额外的电力传输能力。最后，我们引入了一个基于物理的经济指标，该指标可以预测电力市场的未来财务状况。我们预计大坝水电站和抽水蓄能电站将迎来新的经济机遇。
---
分类信息：

一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> A_predictive_pan-European_economic_and_production_dispatch_model_for_the_energy_.pdf (1.44 MB)

2022-5-31 21:42:07 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：预测模型 Quantitative Fluctuations Transmission Geographical

电力部门能源转换的预测性泛欧洲经济和生产调度模型Laurent PagnierInstitute of theory Physics'Ecole Polytechnique F'ed'erale de Lausanne，Switzerlandlaurent。pagnier@epfl.瑞士西部应用科学大学工程学院。jacquod@hevs.chAbstract-大多数罗马尼亚国家的能源转型正在顺利进行。它对电力系统的影响越来越大，因为它极大地改变了电力的生产方式。为确保向可再生能源主导的泛欧电力生产安全平稳过渡，预测生产调度将如何发展至关重要，了解如何在泛欧层面吸收发电中增加的流量，并评估由此产生的电力流量变化将需要重大电网升级。为了解决这些问题，我们构建了泛欧输电网络的聚合模型，并将该模型与优化的FEW参数调度算法相结合，以获得时间和地理上可解决的生产文件。我们通过再现欧洲不同国家所有电力生产的历史生产时间序列，证明了ourdispatch算法的有效性。以这种方式校准了我们的模型后，我们调查了能源转型后期的未来生产利润（由计划的未来生产能力决定），以及由此产生的区域间电力流。我们发现，通过显著增加不同国家之间的电力交换，可在泛欧水平上吸收可再生能源日益普及带来的巨大电力流量。确定这些增加的交流将需要额外的电力传输能力。

最后，我们引入了一个基于物理的经济指标，用于预测电力市场的未来财务状况。我们预计大坝水电站和抽水蓄能电站将迎来新的经济机遇。指数术语电力市场、发电调度、输电。一、 导言大多数欧洲国家现在都在从事能源转型，其最终目标是完全利用可再生能源（RES）满足人类活动的能源需求。在目前的中间阶段，过渡稳定增加了不可调度电力生产的渗透率，这导致发电中出现大量不受控制的波动。欧洲可再生能源的发展得益于强大的公共投资和激励措施，这暂时影响了电力市场。可再生能源的边际成本可以忽略不计，因此，其不断增长的渗透率在一定程度上降低了许多其他发电的电价，使其低于生产成本。同时，诸如太阳能光伏发电和风力涡轮机等新可再生能源具有无可比拟的、具有强烈流动性的产品，需要通过可控、可调度的产品和电能存储解决方案加以平衡。因此，在能量转换的背景下，了解如何在不影响下一级RES穿透所需的可调度生产的情况下增加RES穿透至关重要。我们在这里的主要兴趣之一是水力发电行业，其快速调度和完全可控的大坝生产以及抽水蓄能（PS），这是迄今为止唯一规模较大、成熟的蓄能解决方案。

在能源转型的背景下，水力发电似乎是可再生能源的理想合作伙伴，人们可能会预计，对新的PSor更高功率大坝设施的进一步投资将显著有助于从更大的再渗透中吸收增加的生产流量。然而，有点讽刺意味的是，当前的低电价阻碍了对新水电设施的投资——鉴于欧洲电力部门目前的经济状况，可再生能源危及水电的未来，而水电可以说是其主要和最可靠的未来合作伙伴之一。因此，为了评估能源转型的情景，最重要的是评估这一趋势是否会持续，如果会，持续多长时间，并确定水电生产的宝贵灵活性是否以及何时会再次得到回报。为了实现这一目标，需要为所有类型的电力生产建立一个可靠的调度模型，以及一个可靠的经济指标。当前的电力市场需要更精确的财务分析工具，以确定进一步生产投资的需求及其将产生的回报。特别令人感兴趣的是，尝试在欧洲电网层面上实施透明的调度模型，该模型尽可能弱地依赖于高度波动的政治、经济或金融预测。在本手稿中，我们开发了一个综合的物理经济电力调度模型，该模型仅依赖于电力生产的物理约束、已发布的未来产能发展以及基本的供需经济规律。我们通过相当准确地再现19个欧洲国家2015年所有电力生产类型的历史电力生产数据，证明了我们模型的有效性。

我们认为，随着能源转型的进展，我们的模型将变得越来越准确，并将调查2030年的欧洲调度和国际交流。这使我们能够确定增加电网容量的需求，进一步的存储容量，以及水力发电厂未来的参与规则。此外，我们还澄清了即将到来的能源转型阶段电力市场的财务状况评估。我们方法的主要局限性与欧洲国家未来装机生产能力的不确定性有关，这将取决于欧洲和世界更普遍的经济和金融状况以及未来的政治和社会决策。然而，尽管这些情况大多不可预测，但我们认为，只要生产能力能够适应其真正的发展，我们的调度和收入评估模型仍保持其有效性。换句话说，我们的模型定性地预测了给定生产能力的生产调度和收入。因此，可行性研究应考虑未来生产能力的各种情况，以调查哪种情况呈现出最佳的运营和财务前景。手稿组织如下。在第二节中，我们讨论了我们的综合泛欧电网模型、最优潮流以及我们的调度模型所依据的参数。在第三节中，我们通过再现2015年的历史数据来校准这些参数。在第四节中，我们将我们的模型应用于2030年欧洲未来电力生产能力的一个ENTSO-E场景。我们的结果显示了在不同的气象条件下，电力是如何在整个大陆传输的，并由此推断出国家间电力流的大小。

在第五节中，我们将剩余负荷作为一个经济指标进行介绍，该指标允许我们评估正常化的未来收入。作为一个例子，我们计算了德国抽水蓄能水电站的未来收入。第VI.II节介绍了我们的结果和模型的结论和讨论。未来泛欧电力调度的聚合模型我们开发了一个等效模型，用于确定能源转型不同阶段泛欧电网的未来电力调度。等效聚合模型的历史相对较长[1]–[3]。它们通常用于像我们这样的系统性调查，在这些调查中，准确的电力流量细节并不重要（与电网稳定性调查相反），而且很难获得准确的、地理上解决的生产和消费数据。A、 一个聚合的泛欧电网图。1显示了我们的聚合欧洲网格，每个节点代表一个独立的调度区域（葡萄牙消费和生产包含在西班牙节点中）。图1：。中欧和北欧电网的聚合模型。每个节点表示一个调度区域。这些线表示互连：ACconnections为黑色，DC connections为红色。聚合线的导纳是通过标准约化法获得的，热极限是由它们所代表的物理线的总和给出的。功率流是在直流无损近似下计算的【5】。B、 生产和消费消费和生产在每个发货区域内聚合，并归属于相应的节点。电力生产分为两组。它们是非柔性产品，主要由径流（RoR）、太阳能光伏（PV）和风力涡轮机产品组成。剩余的非柔性产品归为“杂项产品”。

请注意，RoR原则上是灵活的，至少在某种程度上是灵活的，但我们忽略了限功率，并认为，对于PVand风力涡轮机，RoR产量仅由天气/季节条件决定灵活生产：我们将其分为6类，即（i）大坝水电，（ii）抽水蓄能水电（可以是正的，也可以是负的，但始终被视为一种生产），（iii）天然气和石油，（iv）核能，（v）硬煤和（vi）褐煤生产。对于每个区域和每个时间，我们将剩余负荷Sri（t）定义为消耗量和非柔性产品之间的差值，Ri（t）=Li（t）- Pin flexi（t），（1），其中Li（t）和Pin flexi（t）分别给出了ithzone中时间t不可弯曲产品的荷载和总和。在我们的方法中，非灵活来源根据天气和季节条件生产，只有灵活的生产是可调度的。因此，我们的任务是调度所有航班周二周三周四周六周日020460生产【GW】周一周二周三周四周五周六周日020460生产【GW】周一周二周三周四周五周六周日020460生产【GW】周一周二周三周四周六周日020460生产【GW】周一周二周三周四周四周六周日周日周四周一周二周三周四周五周日01020304050生产【GW】周一周二周三周四周四周四周四周日01020304050生产【GW】周一周二周三周四周四周四周四周四周四周四周四周四周四周四周四周四周日周日周日周日周日周日周日周日周日周日周日周日周日周日周四周日周日周日周日周日周日周日周日周日周日周日周日周日周日周日周日周日周日20304050生产【GW】【GW】周一周二周三周四周五周六SUN01020304050生产【GW】图2。德国（前两行）和意大利（后两行）2015年冬季周（第一行和第三行）和夏季周（第二行和第四行）的调度产量（左）和实际产量（右）。生产类型有：核能（橙色）、RoR（青色）、杂项（粉色）、褐煤（棕色）、硬煤（黑色）、天然气（紫色；包括意大利的硬煤）、dam（蓝色）、wind（浅蓝色）和PV（黄色）。

红色曲线表示2015年全国消费量。生产，使其产量始终等于总剩余负荷-这相当于满足消耗等于总产量的平衡条件。欧洲输电网运营商协会（ENTSO-E）提供了不同国家的历史产量、负荷率和装机容量数据[6]，以及我们用来建立模型的年度可再生能源产量预测[7]、[8]。C、 经济调度存在大量不同的优化潮流【9】–【13】。我们的调度算法遵循优点顺序。后者首先基于边际成本ak，具体到每种生产类型k。其次，我们引入排斥成本bk形式的有效参数，随着产量的增加，总生产成本逐渐增加，并达到其最大可能价值。这种排斥成本并不直接对应于任何实际经济成本，但我们发现它们对于平滑生产曲线和真实再现历史时间序列是必要的。六种不同flexibleProductions中的每一种都有这两个参数，我们的模型总共有12个需要校准的参数。ithzone每个时间步的生产成本t=1h由星期二、星期三、星期四、星期五、星期二、星期四、星期二、星期五、星期五、星期五、星期五、星期0510152025、星期二、星期三、星期四、星期四、星期02468、星期二、星期三、星期四、星期五、星期五、星期五、星期五、星期五、星期五、星期五、星期五、星期五、星期五、星期五、星期二、星期二、星期二、星期二、星期三、星期四、星期四、星期四、星期五、星期五、星期五、星期五、星期。2015年冬季（左）和夏季（右）阿威克的瑞士（上图）和挪威（下图）大坝产量。

调度的生产以蓝色显示，2015年的实际生产以红色显示。对于所有生产类型，asWi（t）=XkakPki（t）+bkPki（t）Pkmax it、 （2）其中，Pki（t）是由标记为k的给定productiontype在标记为i的地理区域内在时间t时产生的功率，而Pkmax iis是相应的装机容量。我们的算法基于一个最优功率流，该最优功率流决定了在以下技术约束下，生产文件{Pki（t）}最小化总年发电成本W（{Pki（t）}）=Xi，tWi（t），（3）：a）功率限制：Pki（t）≤ Pkmax i，t；发电量从未超过其最大装机容量。b） 爬坡率：|Pki（t）/t |≤ Γki，t；每种生产类型都有一个最大的斜坡率，即生产增加或减少的斜坡率。这些爬坡率与实际的技术费率相似，但并不完全相等。在校准我们的模型时，我们稍微调整了它们，以便更好地再现历史生产时间序列。c） 节间功率流：| Pij（t）|≤ Pthermij；它们不应超过承载它们的节点i和j之间的聚合线的热极限pthermij；当他们这样做时，必须执行不同的调度来纠正这一点。d） 大坝蓄水：大坝水电站受到其水库的完整性和水库的年取水量的限制。三、 模型校准为了校准我们模型中的参数，我们将非柔性生产固定为2015年的生产，并优化了我们模型中的12个参数，以尽可能真实地再现2015年的生产数据。在图2中，我们展示了12个参数优化后，德国和意大利冬季和夏季一周的结果。派遣产品和实际产品之间的协议非常好。

We在2015年计算产量和实际产量之间达成了可比协议，适用于我们合计的所有其他国家/地区：周一周二周三周四周六周日周一周三周四周五周六周日020406080产量【GW】周一周二周三周四周五周六周日周一周一周二周三周四周六周日周四周四周六周日周一周一周一周二周三周四周五周日0510产量【GW】周一周三周四周四周五周四周一周一周一周一周三周四周四周四周四周五周六周日周四周四周四周四周五周六周四周四周四周四周四周五周五SUN0102030生产【GW】（a）图4。自上而下：2030年德国、意大利、瑞士和挪威两个冬季周的电力生产。颜色惯例如图2所示，另外还有泵存储产量（绿松石色）和泵存储消耗量（泵送；绿线）。模型DamHydroelectronic以其巨大的灵活性带来了另一个层次的复杂性。为了说明我们的调度模型即使在这种情况下也有效，我们在图3中显示了瑞士和挪威大坝水电站在夏季和冬季一周内的产量。尽管在调度大坝水力发电方面存在着固有的困难，但我们发现，我们的模型准确地捕捉到了2015年发电量的大部分特征。几乎不存在差异，特别是我们的计算超出了挪威冬季的灵活性，我们将其归因于中长期供应合同，其影响无法通过我们的模型来捕捉。即使存在这些差异，我们也不知道还有另一个模型能够在欧洲范围内捕捉到这种细节水平的国家生产，包括水电生产。从图2和图3中，我们得出结论，我们的模型经过校准，完全有效。其12个自由参数已经确定，接下来我们将使用该模型来研究能源转型的未来情景。四、