prognoza zapotrzebowania na - rynek energii 3.2...perspektywa długoterminowa (5, 10, 15, 25 …...
TRANSCRIPT
Nałęczów 2014
Dr hab. inż. Tomasz Popławski Prof. PCz
Politechnika Częstochowska
1
PROGNOZA ZAPOTRZEBOWANIA NA
ENERGIĘ ELEKTRYCZNĄ I MOC
SZCZYTOWĄ DLA POLSKI DO 2040
ROKU
Prognozowanie dla celów planowania
rozwoju
Problematyka danych wejściowych
Preprocesing i postprocesing zmiennych
objaśniających
Problematyka tworzenia scenariuszy
zmiennych objaśniających
Problematyka wyboru modeli
Przykładowa konstrukcja długoterminowej
prognozy dla KSE
2
Plan wystąpienia
Art. 16 – USTAWA z dnia 10 kwietnia 1997 r.
Prawo energetyczne (Tekst ujednolicony w
Biurze Prawnym URE) ust. 1 - Przedsiębiorstwa energetyczne zajmujące się
przesyłaniem lub dystrybucją paliw gazowych lub
energii sporządzają dla obszaru swojego działania
plany rozwoju w zakresie zaspokojenia obecnego i
przyszłego zapotrzebowania na paliwa gazowe lub
energię ...
ust.2a - Operator systemu elektroenergetycznego
sporządza plan rozwoju w zakresie zaspokojenia
obecnego i przyszłego zapotrzebowania na energię
elektryczną, na okresy nie krótsze niż 5 lat, oraz
prognozy dotyczące stanu bezpieczeństwa dostaw
energii elektrycznej na okresy nie krótsze niż 15 lat.
3
Prognozowanie a obowiązki
prawne
Problematyka danych wejściowych Opis jakościowy danych wejściowych wymaganych
do użytkowania modeli (w procesie prognozowania popytu na energię i moc elektryczną należy zdefiniować czynniki oraz cechy badawczo- analityczne mające wpływ na badane wielkości) Czas – horyzont i krok (interwał) prognozowania –
perspektywa długoterminowa (5, 10, 15, 25 … lat),która ma zostać osiągnięta z interwałem prognozrocznych , kilkuletnich …
Podejście scenariuszowe – zmienne wejściowe domodeli mają być wykreowane w postaci scenariuszyrozwoju, spójnych wewnętrznie, z których każdybędzie odpowiadał za nieco inną koncepcję rozwojukraju, w tym krajowej elektroenergetyki (np.przewaga działań wspierających rozwój sektorówtradycyjnych, czy szybszy rozwój sektorówinnowacyjnych, szybszy rozwój wielkiej energetykisystemowej, czy przyśpieszenie rozwoju energetykirozproszonej …itp.) (problem ilości scenariuszy)
4
Problematyka danych wejściowych
Opis jakościowy danych wejściowych wymaganych do użytkowania modeli (w procesie prognozowania popytu na energię i moc elektryczną należy zdefiniować czynniki oraz cechy badawczo-analityczne mające wpływ na badane wielkości) Metodyka postępowania, metody predykcji i
zmienne wejściowe: - problematyka typowania orazweryfikacji modeli umożliwiających kreowanietempa rozwoju kraju z uwzględnieniem otoczeniazewnętrznego.
Wykorzystanie mechanizmów adaptacjipolegających na połączeniu wyników uzyskiwanychz formalnych zależności makroekonomicznych,energetycznych i społecznych (np. modele wzrostuwskaźników makroekonomicznych, strukturatworzenia i podziału PKB, kształtowanie siętrendów ogólnoświatowych dotyczących sektoraelektroenergetycznego itp.)
5
Problematyka danych wejściowych
Zmienne objaśniające zewnętrzne
kreujące tempo rozwoju Polski na skutek
oddziaływania czynników zewnętrznych (polityka
energetyczna UE, tempo rozwoju krajów UE,
rozwój gospodarczy/kryzys, czynniki społeczne w
UE, czynniki środowiskowe w UE) – dla
europejskich krajów OECD.
Zmienne objaśniające wewnętrzne
kreujące tempo rozwoju Polski na skutek
oddziaływania czynników wewnętrznych w Polsce
(polityka gospodarcza rządu, rozwój
gospodarczy/kryzys w Polsce, czynniki społeczne
w Polsce, czynniki środowiskowe w Polsce.
Problematyka danych wejściowych
Zmienne objaśniające zewnętrzne
Całkowite zużycie energii pierwotnej w PBtu,
Zużycie ogółem energii elektrycznej netto w
TW h,
Całkowita emisja CO2 związana ze zużyciem
energii w mln ton,
Energochłonność w Btu/USD2005.
Problematyka danych wejściowych
Zmienne objaśniające wewnętrzne Ludność w mln osób,
Produkt krajowy brutto, w cenach bieżących w mln PLN,
Wartość dodana w przemyśle, w cenach bieżących w mln PLN,
Wartość dodana w pozostałych sektorach gospodarki, w cenach bieżących w mln PLN,
Całkowite zużycie energii pierwotnej w PJ,
Całkowita emisja CO2 związana ze zużyciem energii w mln ton,
Energochłonność w Btu/USD2005,
Straty i różnice bilansowe (straty przesyłu i dystrybucji energii elektrycznej) w GW h,
Zużycie bezpośrednie energii elektrycznej w przemyśle w GW h,
Zużycie bezpośrednie energii elektrycznej w grupie pozostali odbiorcy w GW h.
Problematyka danych wejściowych
Opis ilościowy danych wejściowych wymaganych do użytkowania modeli (dane naturalne, a problematyka skali i zmienności)
9
3800,0
3850,0
3900,0
3950,0
4000,0
4050,0
4100,0
4150,0
4200,0
4250,0
4300,0
4350,0
66000,0
68000,0
70000,0
72000,0
74000,0
76000,0
78000,0
80000,0
82000,0
84000,0
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
Em
isja
CO
2 [
mln
to
n]
En
erg
ia p
ierw
otn
a [
PJ]
LATA
EPIER-EU27
CO2EU27
0,0
200000,0
400000,0
600000,0
800000,0
1000000,0
1200000,0
1400000,0
37800,0
37900,0
38000,0
38100,0
38200,0
38300,0
38400,0
38500,0
38600,0
38700,0
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
PK
B [
mln
zł]
lud
no
ść [
tys.
osó
b]
Lata
LUD
PKB
Problematyka danych wejściowych Sprowadzenie danych do wspólnej
podstawy (dzięki normalizacji lub transformacji danych
(sprowadzenie do wspólnego przedziału) , zmienne (wymiary)
można do siebie porównywać, przypisać odpowiednie wagi,
sumować, itp.)
10
1990 1995 2000 2005 2010 2015 2020 2025 2030 20357
7.5
8
8.5
9
9.5
10x 10
4
Rok
Energ
ia p
ierw
otn
a [
PJ]
1990 1995 2000 2005 2010 2015 2020 2025 2030 20350
0.2
0.4
0.6
0.8
1
Rok
Energ
ia p
ierw
otn
a p
o t
ransfo
rmacji [
-]
Rys.1. Przebieg zmienności energii pierwotnej dla EU27 przed i po transformacji.
Problematyka scenariuszowania
Scenariuszowanie eksperckie
Opieramy się na bazie wiedzy eksperckiej
Przyjmujemy za pewnik podane scenariusze
kształtowania się zmiennych objaśniających i
na ich bazie wytypowany model tworzy
prognozy długoterminowe badanych zmiennych
Scenariuszowanie modelowane
Używamy metod i modeli matematycznych
umożliwiających nam wychwycenie tendencji
kształtowani kształtowania się zmiennej
objaśniającej w przyszłości
11
Przykład użycia równania Prigogine’a
do tworzenia scenariusza
Metoda oparta o równanie Prigogine’a
bazuje na nieliniowym równaniu
logistycznym, zaczerpniętym z pracy Ily
Prigogine, które opisuje rozwój badanej
populacji (bez zgonów):
12
,0X,K
X1R1XX n
nn1n
1nn X,X t1n,tn– liczność populacji w chwilach
R – współczynnik szybkości wzrostu,
K – pułap rozwoju,
1nn X,X – interwał, odstęp między parą wartości
Równanie Prigogine’a
Opisywany równaniem proces w zależności
od wartości współczynnika R oraz stosunku
K/Xt0 w chwili startu t=t0 może prowadzić
do pięciu typów zachowania się Xt+1:
RU - asymptotyczna zbieżności monotoniczna
do K – równowaga układu,
O - zbieżność do K z oscylacjami,
BI - bifurkacja,
S - skokowe przejście do K w pierwszym kroku,
CH - chaos (łącznie ze zdarzeniami
niemożliwymi Xt+1<0).
13
14
0
20
40
60
80
100
120
140
10 15 20 25 30
n
Xn
a
b
c
Rys.2. Model logistyczny wg Prigogine’a. K=100. a) R=1, b) R=2, c) R=2,5.
Równanie Prigogine’a
15
Rys.3. Przykładowy przebieg rzeczywisty i prognozowany
energochłonności w Polsce.
Równanie Prigogine’a
Problematyka wyboru modelu Modele wykorzystujące analizę systemową
wspomagają podejmowanie decyzji w planowaniu
rozwoju systemów paliwowo-energetycznych. (Oparte
są na procedurach optymalizacji liniowej, nieliniowej
oraz programowania całkowitoliczbowego.
Przystosowane są do wprowadzania szeregu
ograniczeń : (np. zasobów paliw energetycznych,
zdolności importowych, zdolności produkcyjnych,
oddziaływania na środowisko, ekonomiczne,
finansowe, lokalizacyjne, społeczne itp.)
Można je podzielić na trzy grupy
modele systemów energetycznych,
modele energetyczno-ekonomiczne,
modele energetyczno-ekonomiczno-środowiskowe.
16
Modele systemów energetycznych
Skupiają się na modelowaniu produkcji
energii elektrycznej i ciepła, opisując
pozyskanie, przetwarzanie i użytkowanie
nośników energii.
Przykład dotychczas wykorzystywanych
modeli: ENPEP,
MARKAL EFOM,
MESSAGE
MIDAS.
Modele pozwalały optymalizować strategie
rozwojowe systemów energetycznych
krajów UE.17
Modele energetyczno-ekonomiczne
Charakterystyka: Opisują powiązania systemu energetycznego
ze zjawiskami gospodarczymi Budowane są dla sytuacji równowagi
podażowo-popytowej. Funkcję celu stanowią koszty ekonomiczne
W sytuacji równowagi popytowo-podażowejmożna określić zmiany w nadwyżkachproducentów i konsumentów, które stanowiąmiarę kosztów ekonomicznych. Oprócz modelirównowagi jako modele energetyczno-ekonomiczne wykorzystuje się modeleekonometryczne oraz modele typu input-output.
18
Modele energetyczno-ekonomiczno-
środowiskowe
Charakterystyka:
Występują wielopłaszczyznowe powiązania
energetyczno-ekonomiczno -środowiskowe. Wymusza to
łączenie kilku uzupełniających się i współpracujących
ze sobą modeli
WEM (ang. World Energy Model)(16 000 równań)
PRIMES Model
Model POLES
Green-X Model W Polsce m.in. w EnergSys, PSE S.A. i ARE S.A. , GSMiE
PAN w Krakowie i IE PCz od wielu lat prowadzone są
badanie w celu zastosowania analizy systemowej w
gospodarce surowcami mineralnymi, paliwami i energią
(w tym energią elektryczną)
19
Model rozkładu kanonicznego
zmiennych losowych - MRK
Wyznaczamy z historii procesu współczynniki rozkładu kanonicznego aij
Wyznaczamy z historii procesu dystrybuanty warunkowe z których będziemy losować wektory Vi
Wielokrotnie dokonujemy losowania z dystrybuant używając do tego celu generatora liczb losowych
Wyniki losowań uśredniamy
Xi
i
j
ijijixVVaX
1
1
ˆˆ
Zapis formalny modelu prognostycznego:
Kalibracja modelu
Rys. 4. Przebiegi rzeczywisty i wyznaczone podczas kalibracji modelu
MRK w prognozie energii brutto KSE dla najlepszej i najgorszej w sensie
błędu dopasowania MAPE kombinacji kolejności zmiennych
wyselekcjonowanych metodą Hellwiga
Kalibracja modelu
Rys. 5. Przebiegi rzeczywisty i wyznaczone podczas kalibracji modelu MRK w
prognozie mocy szczytowej KSE dla najlepszej i najgorszej w sensie błędu
dopasowania MAPE kombinacji kolejności zmiennych wyselekcjonowanych
metodą Hellwiga .
Prognozy walidacyjne
Prognoza energii brutto
Lata
Er Epr-var-3-7-9 MAPE Epr_var-1-9-10-3-5 MAPE
[TWh] [TWh] [%] [TWh] [%]
2009 157,9 157 0,60 167,8 6,30
2010 157,9 159 0,70 162,7 3,03
2011 158,9 158,9 0,00 162,2 2,03
Błędy średnie 0,43% 3,79%
Prognoza mocy szczytowej
Lata
Pr Ppr_var-6-8-1 MAPE Ppr_var-1-14-8-9-6 MAPE
[MW] [MW] [%] [MW] [%]
2009 24 594 24221 1,52 24108 1,98
2010 25 449 25984 2,25 25770 1,26
2011 24 780 26074 5,32 26101 5,33
Błędy średnie 1,54% 1,18%
Tabela 1. Prognozy walidacyjne energii elektrycznej brutto i mocy
szczytowej dla KSE za lata 2009 do 2011.
Prognozy zmiennych zewnetrznych
objaśniających w horyzoncie do 2040 roku
75000
80000
85000
90000
95000
100000
105000
2011
2013
2015
2017
2019
2021
2023
2025
2027
2029
2031
2033
2035
2037
2039
Lata
En
erg
ia p
ierw
otn
a U
E-O
EC
D [
PJ]
0
1000
2000
3000
4000
5000
6000
Pro
du
kcja
en
erg
ii n
ett
o U
E-O
EC
D
[TW
h]
EPIER-UE ENET-OECD-UE
Rys.6. Przykład prognozy EIA dotyczący zapotrzebowania na energię
pierwotną oraz prognoza produkcji energii elektrycznej netto przez
europejskie kraje strefy OECD do 2040 roku. Dla scenariusza bazowego
Prognozy zmiennych zewnetrznych
objaśniających w horyzoncie do 2040 roku
3900
3950
4000
4050
4100
4150
4200
4250
4300
2011
2013
2015
2017
2019
2021
2023
2025
2027
2029
2031
2033
2035
2037
2039
Lata
Em
isja
CO
2 [
mln
to
n]
0
1000
2000
3000
4000
5000
6000
En
erg
och
łon
no
ść [
Btu
/US
D]
CO2-OECD-UE ENEOECD-UE
Rys.7. Prognozy EIA dotyczące emisji CO2 oraz energochłonności
europejskich krajów strefy OECD do 2040 roku.
Prognozy zmiennych wewnetrznych
objaśniających w horyzoncie do 2040 roku
Prognoza ludności – GUS do 2035r.
ekstrapolowana wielomianem stopnia
drugiego do 2040r.
Pozostałe scenariusze zmiennych
wewnętrznych kreowane równaniem
Prigogine’a
Prognozy zmiennych wewnetrznych
objaśniających w horyzoncie do 2040 roku
0
500000
1000000
1500000
2000000
2500000
3000000
3500000
4000000
2011
2013
2015
2017
2019
2021
2023
2025
2027
2029
2031
2033
2035
2037
2039
Lata
[mln
zł]
PKB VA-Przem. VA-Poz.
Rys.8. Przykłady prognozy PKB dla Polski, wartości dodanej przemysłu
oraz pozostałych sektorów łącznie w horyzoncie do 2040 roku.
Prognozy energii brutto dla Polski w
horyzoncie do 2040 roku
140 000
160 000
180 000
200 000
220 000
240 000
260 000
20
11
20
13
20
15
20
17
20
19
20
21
20
23
20
25
20
27
20
29
20
31
20
33
20
35
20
37
20
39
Lata
[GWh]
EPOL-Brutto EPOL-Brutto-D EPOL-Brutto-G
Rys.9. Prognozy energii brutto dla Polski w horyzoncie do 2040 roku.
Prognozy mocy szczytowej dla Polski w
horyzoncie do 2040 roku
20 000
22 000
24 000
26 000
28 000
30 000
32 000
34 000
36 000
38 000
40 000
20
11
20
13
20
15
20
17
20
19
20
21
20
23
20
25
20
27
20
29
20
31
20
33
20
35
20
37
20
39
Lata
[MW]
PZ PZ-D PZ-G
Rys.10. Prognozy szczytu rocznego dla Polski w horyzoncie do 2040 roku.
Podsumowanie
Uzyskane wyniki prognoz są prognozami
autorskimi wspieranymi scenariuszem
bazowym dla niektórych zmiennych
objaśniających wykonanym przez
amerykańską agencję EIA dla europejskich
krajów OECD
Wykorzystany do tych celów model MRK jest
znacznie prostszy w implementacji i
wystarczająco uniwersalny w stosunku do
innych modeli wykorzystywanych do
planowania rozwoju systemów
Dziękuję za uwagę!
31WISŁA 2013