100%可再生电力系统中的价格制定者:通过灵活性期权、水电以及多区域模型中的拥堵现象实现影子价格的形成
《ENERGY CONVERSION AND MANAGEMENT》:Price makers in 100 % renewable power systems: shadow price formation through flexibility options, hydropower, and congestion in a multi-zonal model
【字体:
大
中
小
】
时间:2026年09月22日
来源:ENERGY CONVERSION AND MANAGEMENT 11.8
编辑推荐:
• 可再生能源投资推动了所研究区域向高度电气化、脱碳能源系统的转型。
• 电动汽车电池、进口电池和水电发电成为脱碳电力系统中的主要价格决定因素。
• 由于输电拥堵,互联系统之间的现货价格趋同仍然受到限制。
• 大规模部署可再生能源可能导致高达17%的时间出现零电价或负
• 可再生能源投资推动了所研究区域向高度电气化、脱碳能源系统的转型。
• 电动汽车电池、进口电池和水电发电成为脱碳电力系统中的主要价格决定因素。
• 由于输电拥堵,互联系统之间的现货价格趋同仍然受到限制。
• 大规模部署可再生能源可能导致高达17%的时间出现零电价或负电价。
**引言**
欧洲的电力市场正在从国家或区域市场转变为统一的单一市场。因此,随着这些变化,整个欧洲大陆的电力交易变得可行。这也意味着价格信号可以根据拥堵情况传播。本研究在假设所有价格制定都在市场层面完成、没有其他协议的情况下简化了市场情况。东南欧的市场整合即将展开[1]。在耦合市场中,可变可再生能源的整合效率将提高,从而缓解发电与需求不匹配的问题,表现为发电量削减或过剩(CEEP)[2]。
在先前的研究中观察到,现货价格这一价格信号与其他能源系统的结构之间存在关联。P2X(电能转其他形式,如热能或氢能)期权的发展与现货市场上较高价格区间的低价相关。这些技术试图利用廉价的电力,并将需求转移至这些时段。有研究探讨了在单独国家实现100%可再生能源系统的可能性。以保加利亚的能源系统为例,研究表明,不仅需要整合可再生能源发电能力,还需要整合各种灵活性技术[4]。在另一研究中,储能技术被证明能够吸收克罗地亚(HR)能源系统中可再生能源发电的波动性[5]。类似的研究结果也在萨摩亚这样岛屿型的能源系统中得到验证[6]。这与文献中的广泛发现一致,即除了高比例的可变可再生能源(VRES)外,还需要整合多种灵活性选项以确保系统的可靠性和成本效益[7]。
当大量新增发电能力却被计划外使用时,问题更加突出[10]。即使在有利的气象条件下,也需要规划新的VRES能力的部署,并与灵活性技术协调配合[11]。这可以通过利用热能转换(P2H)技术在供暖领域应用电力来实现,例如在家庭和工业环境中使用热泵或电阻加热器[12, 13]。P2H技术的使用也有益处,可以集成到区域供暖系统(DH)中[14]。例如,可以使用海水热泵[14]或地下水热泵[15]。此外,交通部门的电气化也有助于在高发电时段消耗电力,利用智能充电功能[16],提高可再生能源在主要能源供应中的比例并减少排放[17]。最近的研究表明,协调电动汽车充电可以显著提高系统灵活性,并支持更高比例的可变可再生能源的整合,以最小化发电量削减[18]。除了智能充电外,这些车辆还具备在需要时将电力反馈到电网的能力(V2G技术)[19],这在住宅微电网和能源社区中已被证明是有益的,因为它减少了向系统其他部分购电或售电的需求[19]。先前的研究表明,V2G运行可以降低峰值需求,并改善分布式能源系统的局部能量平衡[20]。交通部门还可以通过氢能[21]或合成燃料[22]等方式提供灵活性。在这些情况下,它们的发电能力提供了长时间存储能量的可能性;如果使用兼容的现有基础设施和设备,还可以降低投资成本[23]。类似地,某些原料(如氢气)的生成过程也可以灵活进行[24]。工业生产过程可以用氢气替代化石燃料,从而创造对绿色氢气的需求[25]。另一种灵活性来自直接从空气中捕获二氧化碳(DAC)技术[26]的能力。使用二氧化碳的一个关键优势是它可以被储存以供后续使用,从而作为合成燃料生成过程的“缓冲”机制,分离需求和供应[27]。总体而言,需要跨不同部门实施耦合机制,以充分利用现有潜力,提供可持续和经济的能源系统[28]。最近的出版物更侧重于各种技术的跨部门链接,这有助于整合多余的可再生能源,并同时调整需求,以减少昂贵可调技术的使用[29]。
在[30]中,使用Dispa-SET模型研究了东南欧(SEE)地区的互联能源系统,特别强调了水电和煤炭在该地区能源结构中的重要性。研究表明,这样的电力系统运行将受到更便宜的可再生能源发电和排放交易系统的严重影响。另一项重要观察结果是,需要提高热电厂的灵活性、启动和最低负荷参数以增强系统的灵活性[31]。
此外,EnergyPLAN[32]还使用了“Multi-Node”插件工具来模拟具有不同储能和需求响应技术分布的群岛能源系统[33]。在[34]中,使用Python编程对国家能源系统进行了软连接和控制优化,以实现脱碳的目标和约束。在[35]中,引入了新型能源规划和优化模型“Highway to Renewable Energy Systems”(H2RES)[36],并将其与现有的商业能源系统配置优化程序PLEXOS进行比较[36]。该模型比较了可再生资源内生容量扩展和灵活性选项等方面的差异。H2RES模型还考虑了电力和储能技术的内生容量投资决策,并用于估计不同市场系统的能源成本[38]。在[39]中观察到,在高 reserve (HR) 能源系统中,平均电价趋于下降,而灵活性技术在价格形成中的作用日益增强。
H2RES模型之前已被用于分析不同能源系统[42],并在克罗地亚能源系统中引入,重点关注P2X技术以管理发电波动性[42]。该模型还从不同政策目标(如可再生能源配额标准RPS或二氧化碳排放)的互动角度进行了研究[44]。在较新的研究中,该模型被扩展用于提供脱碳路径[45]。
在本研究中,H2RES模型进一步扩展,包括跨境能源流分析和耦合电力市场分析,以及输电容量的扩展。为了分析不同技术的影响,使用了影子价格[30]。这种方法展示了边际电价制定者的影响,以及拥堵或稀缺性的影响。
先前的研究表明,高比例可再生能源系统中的电价形成不能仅通过传统发电机的可变成本来解释[46]。在低碳能源系统模型中分析了市场清 cleared 和价格设定效应,发现跨部门电力消费者可以通过其机会成本成为价格设定参与者[46]。最近的研究[39]确定了灵活性选项是价格制定者。
基于上述研究,本研究假设在高度脱碳的电力系统中,价格制定越来越多地从传统热电厂转向灵活性技术,如固定储能、车对网(V2G)、电能转其他形式(P2X)转换、需求侧管理(DSM)、水电灵活性和电力进口[39]。在这些系统中,边际电价不仅由发电的可变成本决定,还受到储存能量的价值、灵活电力需求的时间、进口可用性以及互联约束状态的影响。
第二个假设是,由于互联互通和市场耦合,电力价格信号通过跨境电力交易在各个模型系统之间传递。当有互联能力时,电力可以从价格较低的区域流向价格较高的区域,导致区域影子价格趋同。然而,当互联能力成为限制因素时,价格趋同受到限制,区域价格因拥堵而分化。
此外,尽管可变可再生能源系统(VRES)的整合可能导致零电价或负电价([47]),但这些技术将利用廉价的电力并创造额外需求,从而限制零价或负价时段的数量,防止现货价格被侵蚀。
本研究的新颖之处在于它关注于识别在多区域、高比例可再生电力系统中灵活性选项如何成为价格制定技术,以及这如何影响价格趋同、稀缺性定价和零价或负价时段的发生。研究方法本身也是新颖的:小时影子价格从区域电力平衡约束的双重值中提取,并解释为模型中的边际电价。
**方法部分**
本研究介绍了H2RES开发的进展。主要进展包括能够同时模拟多个能源系统,以及在同一能源系统内设置不同区域的可能性。可以在模型中实施多种方法,同时实现电力流的有效管理。
**结果部分**
模型重点投资了太阳能光伏(PV)发电能力,总量为43.95吉瓦,占总风能和光伏投资的82.4%。虽然PV的每兆瓦投资成本较低,但风能的容量系数(CF)较高,因此模型不仅比较了安装成本,还比较了产生的有用电量的数量和时间。风能投资主要集中在克罗地亚(HR)[43],在那里风能投资占比为22.6%,而在西马尼亚(SI)为14.1%,巴尔干地区(BA)为15.2%。
**结论**
结果表明,H2RES模型能够有效优化互联电力系统的长期发展,并捕捉向以可再生能源和灵活性技术为主导的高度电气化能源系统的转型。所研究系统的转型主要得益于对可变可再生能源的投资。总体而言,该模型部署了52.5吉瓦的新可再生能源发电能力,包括43.3吉瓦的太阳能光伏和9.2吉瓦的其他形式。
**作者贡献声明**
Luka Herc:撰写——初稿、可视化、软件开发、方法论、数据策划、概念化。
Antun Pfeifer:撰写——审阅与编辑、验证、正式分析、概念化。
Felipe Feijoo:撰写——审阅与编辑、监督、软件开发、方法论、概念化。
Daniele Groppi:撰写——审阅与编辑、正式分析。尼文·杜伊奇(Neven Dui?):负责项目的监督工作、资金筹集以及概念的制定。
**利益冲突声明**
作者声明以下可能与研究结果存在潜在利益冲突的财务利益或个人关系:
……(此处应列出具体的财务利益或个人关系)
**致谢**
本研究得到了克罗地亚科学基金会(Croatian Science Foundation)的支持与资助,项目编号为IP-2024-05-4547——“AI辅助的下一阶段能源规划”(AI-Aided Energy Planning for the Next Phase of Transition)。此外,该研究还获得了欧盟(NextGenerationEU)通过2021–2026年国家复苏与韧性计划(National Recovery and Resilience Plan 2021–2026, NRRP)的资助,具体通过UNIZAG FSB机构的ET-SOD项目实施,该项目已获得克罗地亚共和国科学、教育及青年部(Ministry of Science, Education and Youth)的批准(项目组成部分C3.2,资金来源581)。
研究团队成员:
卢卡·赫尔茨(Luka Herc)
安敦·普费弗(Antun Pfeifer)
费利佩·费霍(Felipe Feijoo)
达尼埃莱·格罗皮(Daniele Groppi)
尼文·杜伊奇(Neven Dui?)
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号