IEEH
Gefördert durch:
Enersax Konferenz Dresden, 03. Dezember 2014 Dieses Projekt wurde gefördert durch den ESF – Europäischer Sozialfond und den Freistaat Sachsen
EnerSAX
Flexibilisierung der Regelleistungsmärkte in Deutschland - Kosteneinsparungspotenziale durch Erneuerbare Energien M.Sc. Michael Zipf
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 2 Gefördert durch:
Resultate 4
Regelleistungsmarktmodell 3
Entscheidungsprozess eines Kraftwerksbetreibers 2
Die Regelleistungsmärkte im Überblick 1
Agenda
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 3 Gefördert durch:
Regelleistungsmärkte im Umbruch (?)
Aktuelle Situation • Regelleistungsmärkte gewährleisten das Gleichgewicht zwischen Angebot und
Nachfrage in Echtzeit • Inflexible Regelleistungsmärkte in Deutschland
• Lange Kontraktdauern (Wochen bis Tage) • Entscheidungsprozess geprägt durch Preisunsicherheiten auf den Märkten sowie
Verfügbarkeit der Erneuerbaren Energien
Zukünftige Entwicklungen • Rückgang thermischer Kraftwerke (Marktbedingt oder politisch bedingt) • Anstieg dargebotsabhängiger Erzeugung (PV und Wind)
Wer wird in der Zukunft Regelleistung erbringen? Welche Veränderungen des Marktdesigns wirken sich positiv auf die EE Integration aus?
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 4 Gefördert durch:
Elektrizitätsmärkte in Deutschland
Abruf Primär-/Sekundärreserve
Pri
mä
rreg
ele
nerg
iem
ark
t
Se
ku
nd
ärr
eg
ele
nerg
iem
ark
t
Day-A
hea
d S
po
tma
rkt
(Str
om
ma
rkt)
Te
rtiä
r-/ M
inu
ten
res
erv
em
ark
t
Intraday
Handel
1 Woche
12:00Uhr
0 Uhr
Abruf
Minutenreserve
Lieferung
Spotgeschäfte
15:00 Uhr 11:00 Uhr
bis 45min vor Lieferung
24 Uhr
Forward- /
Terminmarkt
6 Jahre 1 Jahr
Fahrplanmeldung
(14:30 Uhr)
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 5 Gefördert durch:
Regelenergiemärkte in Deutschland
Primär Sekundär Minuten
Nachfrage ±580 MW +2000 MW
–2000 MW
+2,400 MW
–2,800 MW
Aktivierungszeit 30 Sekunden 5 Minuten 7,5 – 22,5 Minuten
Ausschreibungsperiode Wöchentlich Wöchentlich (HT*/NT**) Täglich (4-h-Produkt)
Minimale Gebotsgröße ±1 MW +5 MW/–5 MW*
Allokation Merit Order Liste der Leistungspreise
Aktivierung Automatisch Automatisch / Merit Order
Liste der Arbeitspreise
Manuell/ Automatisch / Merit
Order Liste der Arbeitspreise
Vergütung Leistungspreise Leistungs- und Arbeitspreise
Regelleistung.net April 2014
* Werktags 8-20 Uhr ** Wochenende, Werktags 0-8 Uhr und 20-24 Uhr
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 6 Gefördert durch:
Grundlegendes Angebotskalkül in der Analyse
Wie hoch muss das Gebot auf unterschiedlichen Märkten sein?
Wird bestimmt durch: Referenzmarkt: Spotmarkt Ableitung des sogenannten „Opportunitätsgebots“ anhand der technischen und marktlichen Gegebenheiten
• Beste Vermarktung des Kraftwerkes unter Nutzung aller Märkte (Day Ahead Spotmarkt und Regelleistungsmarkt)
• Kraftwerksbetreiber hat das Ziel seinen Gewinn zu maximieren
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 7 Gefördert durch:
Volatilität der Spotmarktpreise beeinflusst Gebotsabgabe
• Hoher Spotmarktpreis hat zur Konsequenz das Kraftwerke mit hohen variablen Kosten am effizientesten Regelleistung bereitstellen können
• Für niedrigen Spotmarktpreis vice versa
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 8 Gefördert durch:
Dauer des Kontraktes beeinflusst Gebotsabgabe
• Kontraktdauer über mehrere Stunden führt zu ineffizienten Märkten • Verkürzung der Kontraktdauer gewährleistet effiziente Märkte • Markteintrittsbarrieren werden reduziert • EE wären dann gut geeignet negative Regelleistung bereitzustellen
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 9 Gefördert durch:
Leistungspreis in Abhängigkeit vom Spotmarktpreis
In the money (DA>MC) Out of money (DA<MC)
Positive Reserve 𝐿𝑃𝑡 = 𝐷𝐴𝑡 − 𝑀𝐶𝑡 𝐿𝑃𝑡 = (𝑀𝐶𝑡−𝐷𝐴𝑡) ∗𝑄𝐷𝐴,𝑡
𝑄𝑅𝐿,𝑡
Negative Reserve 𝐿𝑃𝑡 = 0 𝐿𝑃𝑡 = (𝑀𝐶𝑡−𝐷𝐴𝑡) ∗𝑄𝐷𝐴,𝑡
𝑄𝑅𝐿,𝑡
Leistungspreis als Opportunität zum Day Ahead Spotmarktpreis • Kraftwerksbetreiber hat die Möglichkeit am Spotmarkt teilzunehmen
oder Leistung am Regelenergiemarkt anzubieten
• Leistungspreis (LP) am Regelenergiemarkt abhängig von a. Kosten der Erzeugung (MC) b. Day Ahead Spotpreis (DA) c. Art der Regelenergiebereitstellung (positive oder negative) d. Verhältnis von MC zu DA (out oder in the money) e. Menge auf Spot (𝑄𝐷𝐴) –sowie Regelleistungsmarkt (𝑄𝑅𝐿)
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 10 Gefördert durch:
Zwei gekoppelte Modelle zur Abbildung der heutigen Marktstruktur
Detaillierter Entscheidungsprozess
Unsicherheit der Einspeisung aus EE
Angebotene Leistung für Regelleistungsmarkt
5 Regelenergiemärkte (PR,2xSR,2xTR)
Regelenergiemarktmodell
Fixierung der Angebotsmengen
1.
24 Stunden
Unsicherheiten der Regelenergieabrufe
Day Ahead Marktmodell 2.
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 11 Gefördert durch:
Regelleistungsmarktmodell – Unsicherheiten der erneuerbaren Energien
Installierte Leistung
Erneuerbare Energien
Photovoltaik
Wind
Variable Kosten
Start Up Kosten
Stromnachfrage
Nachfrage nach Regelleistung
Input Model Output
Stochastisches Marktmodell
• Fundamentalmodell • Kostenminimierung • 168h (1 Woche) Zeitraum
Angebotsmengen auf dem Regelenergiemarkt auf Unternehmens-ebene
𝑃𝑉𝑠,𝑡 +𝑊𝑖𝑛𝑑𝑠,𝑡 + 𝐺𝑠,𝑡,𝑝𝑝𝑝𝑝
+ 𝐺𝑆𝑠,𝑡,𝑝𝑠𝑝𝑠
+ 𝐼𝑃𝑡
= 𝐷𝑡 + 𝑊𝑆𝑠,𝑡,𝑝𝑠𝑝𝑠
Energiebilanz
Flexibilität der KW
𝑈𝑎𝑛𝑐,𝑡,𝑝𝑝_𝑎𝑛𝑐 ≤
𝑅𝑒𝑠𝑝𝑜𝑛𝑠𝑒𝑎𝑛𝑐 ∗ 𝑅𝑎𝑚𝑝𝑅𝑎𝑡𝑒𝑝𝑝_𝑎𝑛𝑐 ∗ 𝐶𝑎𝑝𝑎𝑐𝑖𝑡𝑦𝑝𝑝_𝑎𝑛𝑐
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 12 Gefördert durch:
Day Ahead Marktmodell – Unsicherheiten des Regelenergieabrufs
Installierte Leistung
Erneuerbare Energien
Photovoltaik
Wind
Variable Kosten
Start Up Kosten
Stromnachfrage
Nachfrage nach Regelleistung
Aktivierung der Regelleistung
Input Model Output
Stochastisches Marktmodell
• Fundamentalmodell • Kostenminimierung • 24h (1 Tag) Zeitraum
Einsatzplanung
Day Ahead
Regelleistung
Abschaltung erneuerbare Energien
Marktpreise auf dem Spotmarkt
Leistungspreise für Bereitstellung von Regelleistung
𝑃𝑉𝑡 +𝑊𝑖𝑛𝑑𝑡 + 𝐺𝑡,𝑝𝑝𝑝𝑝
+ 𝐺𝑆𝑡,𝑝𝑠𝑝𝑠
+ 𝐼𝑃𝑡
= 𝐷𝑡 + 𝑊𝑆𝑡,𝑝𝑠𝑝𝑠
Energiebilanz
Unsicherheit des Abrufs
𝑈_𝐶𝐴𝐿𝐿𝑎𝑛𝑐,𝑡,𝑝𝑝,𝑛𝑝𝑝
= 𝑈_𝐷𝐸𝑀𝑎𝑛𝑐,𝑡,𝑛
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 13 Gefördert durch:
Szenariendefinition
Unterschiedliche Szenarien für 2012/2024
1. Benchmark
Abbildung des aktuellen Marktdesigns
2. Tägliche Auktionen
Regelleistungsauktionen finden täglich statt
3. Stündliche Produkte
Angebotsmengen können von Stunde zu Stunde variieren
4. Präqualifikation
Alle Kraftwerke dürfen am Regelenergiemarkt teilnehmen (falls technisch möglich)
5. Erneuerbare Energien
Erneuerbare Energien dürfen am Regelenergiemarkt teilnehmen
Datengrundlage für 2024
NEP 2014 Szenario B:
55 GW PV 55 GW Wind Onshore 12 GW Wind Offshore
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 14 Gefördert durch:
Modellergebnisse bilden Marktergebnisse sehr gut ab
Index EEX 2012 Modell 2012
Mittelwert DA [EUR/MWh] 42,66 43,98
Min. [EUR/MWh] -221,99 -70
Max. [EUR/MWh] 210 259
Standardabweichung [EUR/MWh] 18,66 19,07
MAE * [EUR/MWh] - 2,92
RMSE ** [EUR/MWh] - 5,77
n
i
ii fxn
MAE1
*1
n
i
ii fxn
RMSE1
2*
1* **
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 15 Gefördert durch:
Kostenreduktionspotenzial mit flexibleren Regelleistungsmärkten
• Kosten für Primärregelleistung sinken kaum durch Marktanpassungen • Portfolioeffekte der Unternehmen kompensieren inflexible Regelleistungsmärkte • Erneuerbare Energien können Kosten für negative Regelleistung reduzieren
• Gesamte Kosten für Regelleistung können sich von 405 Mio. EUR auf 220 Mio. EUR reduzieren
Bezugsjahr 2012
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 16 Gefördert durch:
Kostenreduktionspotenzial steigt in der Zukunft
• Gesamte Regelleistungskosten steigen im Vergleich zu 2012 deutlich an • Durch mehr Marktteilnehmer sinken Kosten für positive Regelleistung • Marktintegration von EE notwendig
• Kostenreduktion im Modell von 1,7 Mrd. EUR auf 0,4 Mrd. EUR 1,3 Mrd. EUR pro Jahr
Bezugsjahr 2024
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 17 Gefördert durch:
Flexibler Regelleistungsmarkt stärkt Integration der Erneuerbaren
Energien
• Marktbedingte Abschaltung der Erneuerbaren Energien in 2012 sehr gering • Abschaltung nimmt deutlich zu
• 5% der Einspeisung aus Erneuerbaren Energien • Durch flexibleren Regelleistungsmarkt nahezu gesamte Energie aus EE integrierbar
• Reduktion Must-Run Kapazität
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 18 Gefördert durch:
Flexibler Regelleistungsmarkt als Eckpfeiler der Energiewende
Zusammenfassung Portfolioeffekt der Unternehmen Erneuerbare Energien stellen negative Regelleistung kostengünstig bereit Hohes Kostenreduktionspotenzial (insbesondere in der Zukunft) Integration der Erneuerbaren Energien wird gestärkt
Ausblick Handel von Regelleistungsprodukten an der EPEX • Geringe Transaktionskosten
Weiterer Forschungsbedarf zur Bereitstellung von Regelleistung von EE
TU Dresden, Lehrstuhl für Energiewirtschaft, Michael Zipf 19 Gefördert durch:
Michael Zipf
M.Sc.
0351 463-39767 [email protected]
Lehrstuhl für Energiewirtschaft
Kontakt
