Nacházíte se:  Úvod    Aktuality    Zajímavosti    Modelování budoucí bilanční (ne)rovnováhy

Modelování budoucí bilanční (ne)rovnováhy

Publikováno: 29.11.2019
Rubrika: Zajímavosti

1. Kontext

SEK [1, 2], Zpráva OTE [4] a další strategické dokumenty a analýzy ukazují možné dopady změny zdrojové základny, zejména dožívání velkých elektráren a nárůst počtu a výkonu zdrojů decentrálních.

Tyto změny se jednou promítnou do vlastního (automaticky se předpokládá) bezpečného, spolehlivého a efektivního provozu ES ČR, za který je zodpovědný provozovatel přenosové soustavy (PPS) [5, 6]. PPS je vlastníkem přenosové sítě (PS), zřizované a provozované ve veřejném zájmu. Vlastní výrobní zdroje poskytující výkonovou flexibilitu pro zajištění vyrovnané bilance ES ČR však PPS dle platné legislativy nevlastní a neprovozuje, při výkonu svých zákonných povinností je tedy v tomto ohledu odkázán na třetí strany – vlastníky a provozovatele zdrojů.

Proto je v zájmu PPS, potažmo státu, znát dopady zvažovaných scénářů vývoje, zejména schopnost předpokládané skladby zdrojů naplnit požadavky PPS na podpůrné služby pro dynamickou regulaci soustavy. Povinnost zpracovávat analýzy dopadu různých variant vývoje energetiky na řiditelnost PS, zejména realizovat výpočetní a simulační úlohy pro ověření schopnosti zajistit bezpečný, spolehlivý a efektivní provoz, obnovu a rozvoj přenosové soustavy jsou PPS uloženy [5, 7], nově i nařízeními Zimního balíčku, zejména [10, 11].

2. Typy simulačních a modelačních úloh z pohledu PPS

Simulační a predikční úlohy řešené PPS pomocí modelů a simulací lze zařadit do následujících (viz obr. 1):

  • převážně bilanční, kam řadíme všechny adequacy výpočty a data – příprava podkladů pro EU adequacy, příprava podkladů a vlastní výpočty pro CZ adequacy, dále SOWR, WOSR a SMTA. Jejich cílem je hodnotit zdrojovou přiměřenost vůči očekávané spotřebě a v případě indikace zdrojové nedostatečnosti iniciovat orgány státní správy k zajištění dodatečného výkonu kapacitními mechanismy nebo výstavbou nového zdroje třetí stranou,
  • síťové, kam řadíme TYNDP a 10 letý plán rozvoje PS ČR (s tím, že oba nástroje bilanční predikci přebírají ze zdrojových dat pro adequacy analýzy), dále plány dlouhodobého (>7 let) a střednědobého (2-7 let) rozvoje a plán řešení aktuálních problémů (
  • Risk preparedness a příprava provozu, kam řadíme nejen všechny přípravy provozu, které pro plánování provozu sítě musí zohlednit očekávané bilanční toky (přípravy provozu tedy obsahují bilanční část a síťovou část), ale i specifické detailní analýzy při indikaci rizika ve střednědobém či krátkodobém horizontu, a to včetně simulace efektu různých variant nápravných opatření. Jejich cílem je zajistit dostatečnou operativní připravenost systému pro kritické situace v reálném provozu.

Ve všech výše uvedených případech jsou konzistentně zpracovávány bilanční výhledy, které následně vstupují do dalších úloh, včetně modelování sítí.

3. Legislativní opora pro zpracování bilančních predikcí

3.1. EU MAF (EU GA)
Mid-term Adequacy Forecast (MAF) dle Nařízení 714 [7], resp. 943 [3] je metodika pan-Evropského hodnocení rizik ohrožujících bezpečnost dodávek v horizontu deseti let, jsou v ní [9] popsány požadavky na vstupní data pro výpočet spolehlivostních ukazatelů výrobní přiměřenosti Zdrojová data jsou validována a v tzv. PEMM souboru (Pan European Market Model file) ukládána do sdílené databáze PEMM (PEMM dB). ENTSO-E pak, na základě takto shromážděných dat, namodeluje rovnováhu celého evropského regionu a vyhodnotí ukazatele spolehlivosti dodávek pro jednotlivé země - zjednodušené schéma na obr. 2.

V případě nevyhovujících hodnot ENTSO-E iniciuje jednání s příslušným PPS o realizaci korekčních opatření. Lze tedy konstatovat, že ENTSO-E z pohledu soudržnosti přenosových sítí členských států identifikuje slabá místa v pan-EU soustavě, upozorňuje na ně prostřednictvím MAF reportu a iniciuje jejich odstranění.

3.2. Winter outlook & summer review + Summer outlook & winter review
Dvakrát do roka [7], s ohledem na specifické klimatické podmínky v průběhu léta a zimy, které mohou do řízení energetických soustav vnášet extrémní situace a tedy klást zvýšené požadavky na regulaci rovnováhy v síti, je zpracováván tzv. zimní, resp. letní výhled. Zároveň je provedeno vyhodnocení předchozí sezóny, a to na základě kvalitativních informací od jednotlivých PPS, kde jsou popsány nejzásadnější události, které dané období ovlivnily, zároveň s porovnáním původně predikovaných hodnot v příslušeném WOSR/SOWR i s opatřeními, které daný PPS podnikl.

Analýzy jsou prováděny nejprve pro jednotlivé země, následně na pan-EU úrovni s cílem ověřit příspěvek jednotlivých zemí k zajištění rovnováhy za ztížených podmínek. Stochastická analýza je provedena pro země s indikovanou nedostatečnou výrobní kapacitou.

3.2.1. SMTA
ENTSO-E iniciovalo vznik pracovní skupiny pro hodnocení výkonové dostatečnosti v krátkoa střednědobém horizontu (SMTA - short and medium term adequacy oproti přeshraniční kapacitě. Přístup a metodika se shodují s WOSR/SOWR. Data jsou poskytována na týdenní bázi, většina dat je čerpána z přípravy provozu.

3.3. CZ MAF (CZ GA) zpracovávaný ČEPS dle EnZ
Zodpovědnost za bezpečný provoz a rozvoj PS ČR má PPS (spol. ČEPS), je tedy logické, že analýzy a výpočty zdrojové dostatečnosti realizuje ČEPS, včetně pravomocí sběru potřebných dat. Ačkoliv to EU ani CZ legislativa výslovně neuvádí, lze dovodit, že modelování národní výkonové přiměřenosti je plně v souladu s povinnostmi držitele licence na přenos elektřiny.

Výhled výkonové (zdrojové) přiměřenosti je dále podkladem k jednání s orgány státní správy, které mohou iniciovat program podpory či jinou formu pobídky s cílem motivovat trh/investory k výstavbě či nasazení odpovídajících technologií pro dosažení výkonové rovnováhy v soustavě.

4. Ukázka modelování GA

4.1. Okrajové podmínky
V následujícím textu čtenáři ukážeme výsledky konkrétních simulací pro rok 2025 ve scénáři s předpokládanou průměrnou spotřebou (navázanou na průměrný růst HDP) a energetickou efektivitou na dnešní úrovni. Rozvoj elektromobility je očekáván nízký, rozvoj akumulace konzervativní, očekávaný ve stacionárních bateriích s P_inst do 270 MW. U DECE je předpokládáno využití biomasy a bioplynu v souladu s NEKP [12], u OZE nasazení FVE a VTE se zohledněním EU cíle 27% podílu výroby z OZE na spotřebě pro r. 2030, ovšem s (nelineárním) postupným navyšování výroby. Ze systémových zdrojů se v tomto scénáři předpokládá nedostupnost bloků EME B9, B10 a B11, EPRU B3 až B6, B21 a B22, ELE B2 a B3, EPO B6, ETI a EDE.

4.2. Příprava pro simulaci zdrojové přiměřenosti
Výchozí časovou řadou je průběh spotřeby, který je zpracován samostatným modelem. Od spotřeby se odečítají ztráty v sítích, vlastní spotřeba, čerpání PVE a saldo přeshraničních výměn, čímž získáme diagram pokrývaného zatížení (LOAD).

Metodika MAF využívá 35 klimatických scénářů, které vychází ze skutečnosti posledních 35 let. Predikce výroby FVE a VTE pak vznikají pronásobením celkového instalovaného výkonu FVE/PVE hodinovou časovou řadou normalizovaného load faktoru pro FVE/PVE pro každý meteoscénář.

Pro další typy zdrojů (dle MAF OTHER_RES a OTHER_NON_RES) je připravena hodinová řada očekávané výroby, u zdrojů s omezenou znalostí jejich vzorů chování se pracuje se zjednodušenou časovou řadou.

Z takto zajištěných dat vypočítáme diagram reziduálního zatížení:

RES_LOAD = LOAD – VTE – FVE – OTHER_RES – OTHER_NON_RES

Plánované odstávky zdrojů vychází z podkladů vlastníků zdrojů. Pokud vlastníci plán odstávek nedodají, vypočítáváme koordinovaný plán odstávek podle ročního profilu zatížení s předpokladem, že vlastníci zdrojů kooperativně přizpůsobí nasazení zdrojů tak, aby bylo předpokládané zatížení co nejlépe pokryto. Poruchovost (výpadky) zdrojů simulujeme metodou Markovských řetězců. Pravděpodobnost přechodu mezi stavy „zdroj v provozu“ a „zdroj v poruše“je odvozena ze střední doby trvání poruchy (MTTR) a ze střední doby mezi poruchami (MTBF).

Požadavek na výkon PpS (tedy nedostupný pro pokrývání reziduálního zatížení) je stanoven dle výkonu největšího bloku a empirické hodnoty volatility výkonu.

Po přípravě potřebných časových řad a vstupů je modelováno pokrytí diagramu reziduálního zatížení dostupnými zdroji. Cílem je spočítat pracovní body všech zdrojů včetně alokace PpS a toky vedeními spojujících uzly sítě tak, aby byly splněny všechny omezující podmínky a aby náklady na výrobu, pokuty za nedodanou a přebytečnou energii/PpS byly minimální. Používáme metodu „unit commitmentu“, obecně se jedná o úlohu celočíselné optimalizace MILP (Mixed Integer Linear Programming) s cílovou funkcí a omezeními popsanými výše.

Po proběhnutí dílčích simulací (GA analýzy dle metodiky ENTSO-E sada simulací čítá 35 scénářů, které vycházejí z klimatických statistik předchozích let) se výsledky zpracovávají klasickými statistickými metodami a pro výstupní hodnotu jsou spočteny statistické ukazatele, které charakterizují nejistotu výsledné veličiny - v případě metodiky MAF se uplatňují pouze průměr (střední hodnota) a vybrané kvantily.

5. Ukázka interpretace výsledků

Základními ukazateli (výstupy simulace GA) dle metodiky MAF jsou ukazatelé LOLE a ENS.

5.1. Ukazatel LOLE
LOLE (Loss Of Load Expectations) udává počet hodin v roce, kdy nelze předpokládané zatížení plně pokrýt dostupnými zdroji. V případě scénáře s výše prezentovanými okrajovými podmínkami dosáhla střední hodnota LOLE za všechny dílčí simulace úrovně 55 hodin. Přepočteno - 1.320 minut, tedy 0,63% ročního časového fondu nebylo zatížení pokryto plně. Míru nepokrytí bohužel ukazatel LOLE nepopisuje a samotný ukazatel ENS tuto nejasnost také neosvětlí.

LOLE také neposkytuje informaci, zda se jednalo o malý počet deficitů se systémovou příčinou a se zásadním dopadem nebo velký počet drobných deficitů, které by možná byly řešitelné usměrněním odběrového chování. Hraniční hodnota, vůči které by bylo možno výsledky simulací posuzovat, také není zcela jednoduše aplikovatelná. Provozovatelé přenosových soustav v rámci ENTSO-E se shodují na hraniční hodnotě LOLE = 3 hodiny. Od té je většina provedených simulací značně vzdálená. Překročení hodnoty LOLE 3h/rok opravňuje členský stát k intervenci do trhu. V projektu MAFRI hledáme další referenční úrovně, podle kterých by identifikovaným deficitům bylo možno přiřadit odpovídající nápravná opatření (ne každý scénář s LOLE>3 je třeba řešit výstavbou nového zdroje).

5.1.1. Ukazatel ENS
ENS (Energy Not Supplied) vyjadřuje energii [MWh/rok] chybějící k pokrytí očekávaného zatížení. V námi modelovaném scénáři dosáhla střední hodnota ENS za všechny dílčí simulace úrovně 24,5 GWh, což představuje 99,97% pokrytí PŘEDPOKLÁDANÉHO zatížení z pohledu energie. Mezní hodnota není pro ENS v metodice MAF stanovena vůbec.

5.1.2. Dekompozice průměrných ukazatelů
Jednou z možností vizualizace výsledků simulací je dekompozice průměru za všechny dílčí simulace na dílčí výsledky jednotlivých simulací, jak ukazuje obr. 3.

Je vidět, že celá množina výsledků s průměrem LOLE/ENS 55 h / 24,5 GWh je rozptýlená, extrémní se jeví scénář č. 6, který dosahuje hodnot až 265 h / 136,2 GWh. Tento výsledkem ovšem není primárně způsoben nepříznivými klimatickými podmínkami, ale souběhem dalších okolností, kdy v tomto scénáři byly vygenerovány značné výpadky zdrojů v topné sezóně. Detailní rozbor scénáře č. 6 odhaluje, že v průběhu roku došlo celkem k 97 souvislým deficitům v délce od jedné do 18 hodin a chybějícím výkonem až 2.000 MW. Vztah mezi jednotlivými výpadky a zatížením soustavy ukazuje graf na obr. 4, velikost bublinky značí chybějící výkon v dané hodině.

5.1.3. Grafické zobrazení jednoto týdne
Další možností vizualizace výsledků simulací je zobrazení průběhu výkonů v čase, pro dokreslení jsme vybrali 10. kalendářní týden roku viz. obr. 5.

Černá křivka (obálka grafu) zobrazuje diagram zatížení, od něj je odpočítána výroba FVE (žlutě), VTE (zeleně), VE (modře), PVE (fialově) a další vynucená výroba (světle šedě). Modrá křivka pak zobrazuje diagram reziduálního zatížení, který je algoritmem unit commitmentu vykrýván dostupnými zdroji. Tmavě šedou barvou je vyznačen výkon, který byl dostupnými zdroji pokryt, červeně pak výkonové deficity. V modelovaném týdnu došlo k výpadkům zdrojů EPC (750MW, dva výpadky), EVR (330MW), ECHV B4 (180MW). Ze spodní obálky červené plochy deficitů je zřejmé, že disponibilita zdrojů byla vyčerpána, deficit kolísavě snižovalo nasazení PVE.

6. Možná opatření

Cílem našeho projektu je nejen interpretace výsledků simulací, ale i korelace výsledku s vhodnou množinou nápravných opatření. Nasazení podpůrných služeb či aktivace regulační energie nepatří mezi opatření pro korekci výkonové nedostatečnosti. Vhodná opatření mohou sahat od uplatnění obchodních nástrojů, včetně často skloňované flexibility, přes regulační zásahy dle platné legislativy až po státní intervence do trhu, včetně výstavby (viz. obr. 6). V rámci projektu připravujeme nástroje pro modelování přínosů těchto nápravných opatření, se zohledněním technických a ekonomických charakteristik jednotlivých opatření. Finanční protiváhou bude objem chybějící energie (ENS) násobený „cenou“ nedodávky (VOLL).

Ukázkou hodnocení pouze technických dopadů je modelování efektu dodatečného zdroje na hodnoty LOLE jednotlivých klimatických scénářů z námi modelovaného roku 2025 (viz graf na obr. 7 červeně označen scénář č. 6)

7. Projekt MAFRI

Cílem projektu je vyvinout nové spolehlivostní charakteristiky, které provozovatelům sítí a zejména zodpovědným institucím (MPO) budou oporou při rozhodování o opatřeních a investicích do infrastruktury s cílem zvolit řešení optimální v úrovni spolehlivosti a nákladech na její dosažení:

  • rozpracování stávajících a definice nových charakteristik spolehlivosti ES ČR v kontextu celoevropské sítě (využití a rozšíření ukazatelů na bázi MAF), lokalizace ukazatelů spolehlivosti v čase, prostoru, objemu a trvání nedostatku výkonu, provázání se stávajícími ukazateli jako jsou např. SAIDI, SAIFI apod. dle vyhl 540/2005 Sb.,
  • návrh metodiky nastavení referenčních (kritických) hodnot spolehlivostních charakteristik tak, aby maximálně věrohodně zachycovaly rizika nedodávek elektrické energie a dopady nedodávek na definované skupiny odběratelů či složky státu,
  • návrh metodiky porovnávání indikovaného rizika nedostatku výkonu s jednotlivými alternativami nápravných opatření (např. od využití HDO / flexibility, přes regulační stupně, až po zvážení nového výrobního bloku) a rozpracování nástrojů pro další analýzy a rozhodování státní správy v situaci indikované budoucí výkonové nedostatečnosti.

LITERATURA A ZDROJE:
Při zpracování tohoto textu byly použity následující informační zdroje:
[1] SEK
[2] doplňující materiál k SEK
[3] Nařízení EK 943/2019
[4] Zpráva o očekávané dlouhodobé rovnováze mezi nabídkou a poptávkou po elektřině a plynu 2016
[5] Zákon 458/2000 Sb. (Energetický zákon)
[6] Vyhláška č. 79/2010 Sb., o dispečerském řízení elektrizační
[7] Nařízení EK 714/2009
[8] Nařízení 347/2013
[9] Data collection guidelines for Mid-term Adequacy Forecast - MAF 2016.pdf
[10] Nařízení ES 714/2009
[11] Nařízení ES 631/2016
[12] Návrh Národního energeticko-klimatického plánu

Publikace v oboru energetiky, strojírenství a stavebnictví k prodeji
 

Fotogalerie
Obr. 1 – Kategorizace simulačních a predikčních úlohObr. 2 – Zjednodušené schéma modelování zdrojové přiměřenostiObr. 3 – Dekompozice souhrnných ukazatelů na dílčí klimatické scénářeObr. 4 – Vizualizace vztahu jednotlivých deficitů a celkového zatíženíObr. 5 – Vizualizace 10. týdne ve scénáři č. 6Obr. 6 – Kategorizace nápravných opatřeníObr. 7 – Efekt instalovaného výkonu dodatečného zdroje na hodnotu LOLE

NEJčtenější souvisejicí články (v posledních 30-ti dnech)

Ochranný nátěr pro extrémní podmínkyOchranný nátěr pro extrémní podmínky (366x)
Ochrana životního prostředí již dlouho není tématem pouze ekologických sdružení a občanských spolků, ale stala se celosp...
Island - země ledu, ohně a energie (60x)
Pojmenování Země ledu a ohně je tradičním přívlastkem Islandu, nejmenší ze severských zemí. Od nich se nápadně liší také...
Bezpečnost energetických zařízení vůči extrémním klimatickým jevům - Experimentální a numerická analýza poškození nárazem letících tělesBezpečnost energetických zařízení vůči extrémním klimatickým jevům - Experimentální a numerická analýza poškození nárazem letících těles (55x)
Součástí bezpečnosti energetických zařízení, jako objektů kritické infrastruktury, je ochrana proti nárazu letících těle...