METODA ZA OCENJEVANJE IN VREDNOTENJE NALOŽB V ELEKTROENERGETSKO OMREŽJE A METHOD FOR ASSESSMENT AND EVALUATION OF INVESTEMTS IN A POWER NETWORK

Transcription

1 METODA ZA OCENJEVANJE IN VREDNOTENJE NALOŽB V ELEKTROENERGETSKO OMREŽJE Sreten Davidov Miloš Pantoš Univerza v Ljubljani Faulteta za eletrotehnio sreten.davidov@fe.uni-lj.si milos.pantos@fe.uni-lj.si Povzete Sistemsi operaterji postopoma prehajajo v nov način vrednotenja uspešnosti upravljanja z eletroenergetsim sistemom/omrežjem jer se bodo njihovi prihodi spreminjali glede na odstopanje predpisane ravni aovosti dobave eletrične energije. Ker sta zanesljivost sistema ter aovost dobave eletrične energije predvsem odvisna od rednega vzdrževanja in investicij v sistemu je potrebno za učinovit prehod na nov način regulacije razviti nove metode s pomočjo aterih bodo laho sistemsi operaterji ciljno načrtovali investicije v sistemu tao da bodo s čim manjšimi stroši dosegli večjo zanesljivost ter izboljšanje aovosti osrbe. V prispevu predstavljamo novo metodo za ocenjevanje in vrednotenje naložb v omrežje. Koristi investicij bodo ocenjene na podlagi novih azalniov i dopolnjujejo dosedanjo metodo i temelji na azalniih zanesljivosti osrbe. Nova metoda tao dodatno upošteva še izgube v omrežju ter napetostne razmere. Metodo smo preizusili na standardnem modelu IEEE Nova Anglija. Rezultati ažejo atera investicija je najbolj smotrna glede na želeni azalni in ima najugodnejši učine s stališča zmanjšanja izgub in izboljšanja napetostnih razmer v EES. Ključne besede: načrtovanje naložb; ocenjevanje in vrednotenje naložb v EEO; stohastično modeliranje; Monte-Carlo A METHOD FOR ASSESSMENT AND EVALUATION OF INVESTEMTS IN A POWER NETWORK Sreten Davidov Miloš Pantoš University of Ljubljana Faculty of Electrical Engineering sreten.davidov@fe.uni-lj.si milos.pantos@fe.uni-lj.si Abstract- System operators rapidly give advantage to the performance based regulation where their incomes vary based on their deviations from the standard power quality patterns set by the regulatory body. As the reliability and the quality of supply are dependent of the maintenance and investments in the electric power networ new criteria for the investment raning process are needed sot that the system operators will be able to complete the set objectives i.e. by minimal costs archive higher reliability and improved quality of supply. In this paper we present a new method for assessment and evaluation of investments in a power networ. The effects of the new investments are assessed based on the new indices which complement a method which is based on the reliability of supply indices. The new method tacles the effect of the new investment on real power losses and the voltage profile in a power networ. It was tested on the standard IEEE New England test model. Results show which investment should be infavored based on the presented indices and has the best effect on decreasing the power losses and improving the voltage profile in the electric power system. Keywords: investment planning; assessment and evaluation of investments; stochastic modeling; Monte-Carlo 1

2 UVOD Sistemsi operaterji (SO) eletroenergetsih sistemov (EES) predstavljajo naravna monopolna podjetja i pa so regulirani s strani državnih energetsih regulatorjev. Energetsi regulatorji za regulacijo SO vse pogosteje uvajajo regulacijo vrednotenja uspešnosti obratovanja [1]. S tem modelom reguliranja spodbujajo SO nižanju strošov investiranja obratovanja in vzdrževanja eletroenergetsega sistema (EES) obenem pa zagotavljanju zahtevane/pričaovane stopnje zanesljivosti EES [2-6]. Kot posledica prehoda na nov način regulacije je treba uvesti nova naložbena merila pri načrtovanju EEO za oceno učinovitosti načrtovanih naložb. V literaturi so predlagane različne metode načrtovanja EEO pri čemer pa jih je večina namenjenih prenosnim omrežjem [7-16]. Metode se osredotočajo predvsem na zanesljivost EES negotovosti eletroenergetsih elementov in trg eletrične energije. V [7] je predstavljena nova metoda za načrtovanje prenosnih EEO jer se minimizira stroše investicij ob upoštevanju negotovosti porabe in proizvodnje. V [8] je načrtovanje EEO predstavljano ot optimizacija ob predpostavi negotovosti udeležencev na trgu eletrične energije. Poleg negotovosti tržnih udeležencev se v [13] upoštevajo še nerazpoložljivosti elementov v omrežju. V [14] so to optimizacijo dopolnili še z tržno usmerjenimi riteriji optimizacijse funcije. Tao sodobne metode temeljijo na upoštevanju tehničnih riterijev (npr. preobremenitve vzdrževanje napetostnega profila ipd.) [17] ot tudi na upoštevanju eonomsih riterijev. V [18] je tao predstavljena nova metodologija prednostnega razvrščanja naložb ob pogoju omejenih investicijsih sredstev i upošteva riterije aovosti osrbe z eletrično energijo. V [19] je predstavljena nova metoda načrtovanja naložb v EEO i temelji na opazovanju izboljšanja zanesljivostnega azalnia SAIDI (angl. System Average Interruption Duration Index) ot posledico investicije. V tem referatu dopolnjujemo metodo opisano v [19]. Nova metoda ot merilo uspešnosti naložbe uporablja dodatne azalnie i upoštevajo izgube delovne moči v EEO in napetostne razmere. Napetostni profil je zajet zaradi aovosti osrbe saj laho ršitve napetostnih omejitev povzročijo stroše (bodisi odšodnine bodisi azni regulatorja). Izgube delovne moči se upoštevajo saj predstavljajo neposreden stroše za SO atere mora riti z naupom eletrične energije na trgu. Tao azalnia predstavljata merilo dodatne uspešnosti naložbe. Glavni namen prispeva je uvesti nove naložbene riterije za oceno in vrednotenje učinovitosti naložb obenem pa reirati prednostne liste z načrtovanimi naložbami pri omejenem naložbenem proračunu. Kazalnia sta orodje i bosta uporabna pri delu SO in sicer bi se na podlagi rezultatov metode laho odločili za optimalen način investiranja v EES. Rezultat metode bi laho uporabili tudi ot utemeljitev smiselnosti naložb in ta bi laho preprečil pretirano eonomso neupravičeno investiranje. Uspešnosti predlagane metode za oceno in vrednotenje naložb smo tudi preizusili na testnem sistemu Nove Anglije. Rezultati ažejo atera naložba glede na želeni azalni je najbolj smotrna in ima najugodnejši učine v omrežju. V poglavju I podamo predstavitev nove metode. V poglavju II priažemo študijsi primer ter podamo rezultate preizusa metode. Zaljuče in ugotovitve prispeva pa podamo v poglavju III. I. METODA ZA OCENJAVANJE IN VREDNTOTENJE NALOŽB V ELEKTROENERGETSKO OMREŽJE Metoda za ocenjevanje in ovrednotenje naložb v eletroenergetsem omrežju deluje na način da za posamezno investicijo pogledamo ašen vpliv ima na omrežje. Ovrednotenje posamezne investicije potea na način da za vsao investicijo pogledamo spremembo izgub v omrežju in spremembo napetosti po vozliščih v omrežju. Vendar posamezne investicije med seboj niso primerljive v olior so cene investicije med seboj različne. Zato podamo azalca i ovrednotita spremembo izgub in spremembo napetosti glede na vloženo oličino denarja saj le tao laho primerjamo investicije med seboj. Slia 1 predstavlja pote metode za ocenjevanje in ovrednotenje posamezne naložbe. V podpoglavju I.1 podamo definicije vhodnih podatov in stohastični model podatov v podpoglavju I.2 način za reducijo scenarijev in v podpoglavju I.3 ovrednotimo investicije. 2

3 Slia 1: Diagram potea metode za oceno učinovitosti in vrednotenje naložb v EEO I.1. PRIPRAVA VHODNDNIH PODATKOV Za oceno učinovitosti investicij potrebujemo ustrezne vhodne podate i so sestavljeni iz stohastične porabe stohastične proizvodnje topologije omrežja ter investicijsega načrta. Podate porabe proizvodnje in topologije uporabimo za generiranje novih stohastičnih obratovalnih stanj na podlagi aterih ocenimo posamezno investicijo iz investicijsega načrta. Glede na dane vhodne podate generiramo različna stohastična obratovalna stanja s pomočjo metode Monte Carlo [20-22]. Obratovalna stanja predstavljajo različnost EES sistema saj je sistem živ in se obratovalna stanja stalno spreminjajo in ne moremo govoriti o deterministično predvidljivem sistemu. S tem o generiramo različna stanja zajamemo tudi ritična stanja o je izrazito obremenjen (npr. visoa poraba) ali izrazito podobremenjen (npr. izrazito majhna poraba) ali pa zavzema stanje ašne ritične topologije i laho vodi v preobremenitev prenosnih poti. Obratovalna stanja generiramo z metodo Monte Carlo pri čemer privzamemo normalno porazdelitev injiciranih moči (proizvodnja ali poraba) in razpoložljivosti prenosnih poti. Pri obravnavi injiciranih moči se verjetnost porazdelitve za posamezno točo x definirana ot: 2 ( x) 1 2 f ( x) e 2 x (1) 2 jer je x vrednost posamezne toče μ povprečna vrednost ( ) in σ standardna deviacija ( 0 ). Generiranje naljučnih vrednosti potea na način: Xnorm ~ N( ) (2) jer je X naljučna spremenljiva i se porazdeljuje po normalni porazdelitvi s 0.1 in 0. Vrednost standardne deviacije predstavlja negotovost v veliostnem razredu 10 % za vsao vrednost naljučne spremenljive. Negotovost za delovno in jalovo moč smo generirali s fatorjem odjema i pove olio se odjem jalove in delovne moči v določenem vozlišču poveča ali zmanjša in je definiran ot: i (1 Xnorm ) (3) jer je i fator odjema delovne in jalove moči za scenarij v zbirali i. Podobno ot za odjem generiramo fator proizvodnje: g (1 Xnorm ) (4) 3

4 jer je g fator proizvodnje. S tem o hrati spreminjamo proizvodnjo in odjem se laho poruši bilanca moči v sistemu. To odpravimo s orecijsim fatorjem i v bistvu predstavlja sorazmerno razporeditev disrepance med generatorje: r NB i1 NG g1 i g jer je r orecijsi fator proizvodnje za scenarij. Sedaj laho zapišemo ončno oblio porabe in proizvodnje za posamezni scenarij: Pi ( t) P ( t) i Qi ( t) Q ( t) i Pg ( t) Pg ( t) r (6) g Q ( t) Q ( t) r g g g jer je Pi () t odjem delovne moči in Qi () t je odjem jalove moči v zbirali i za scenarij ob času t. Vrednost P t predstavlja proizvodnjo delovne moči in Q () t proizvodnjo jalove moči za generator g za scenarij ob g () času t. g Poleg stohastične proizvodnje in odjema dodamo še posamezno verjetnost izpada daljnovoda ali transformatorja glede na dane razpoložljivosti teh elementov. Za generiranje naljučnih vrednost razpoložljivosti posameznega elementa v EES uporabimo Bernoullijevo naljučno spremenljivo X ber : Xber ~ Ber( p ) (7) i zavzame vrednost 0 ali 1 p pa je verjetnost dogoda. V našem primeru za vrednost p uporabimo razpoložljivost elementa i ga obravnavamo. V olior dobimo vrednost naljučne Bernoullijeve spremenljive 0 za posamezni element v omrežju potem element izljučimo drugače pa element pustimo v obratovanju. I.2. IZBIRA OBRATOVALNIH STANJ (SCENARIJ) Pri vnosu vhodnih podatov se definira množica obratovalnih stanj sistema (scenariji). Ker je časovno zamudno izvajati izračune pretoov moči za vsa možna scenarija uporabimo metodo K-MEANS [23] [24] [25] s atero reduciramo število scenarijev. S tem zmanjšamo čas izračunov pri analizi učinovitosti investicije in pospešimo postope. I.3. POSTOPEK VREDNOTENJA UČINKOV NALOŽB Ker primerjava učinov investicijsih andidatov temelji na primerjavi eletričnih izgub v omrežju in napetostnem profilu za različne investicijse andidate je potrebno za vsao predvideno investicijo v omrežju simulirati pretoe moči v omrežju. Diagram potea simulacije učinov investicijsih andidatov na EEO predstavlja Slia 2. (5) 4

5 Slia 2: Pote algoritma V prvem orau se izvede priprava osnovnega modela omrežja i služi ot izhodiščno stanje za primerjavo učinov investicijsih andidatov na izgube in napetostni profil v sistemu. Sledi simulacija pretoov moči za vsa naljučno generirana obratovalna stanja sistema in za vse predvidene investicijse andidate pri čemer s pomočjo rezultatov izračuna pretoov moči za vsaega izmed investicijsih andidatov shranimo podate o eletričnih izgubah in napetostnem profilu v omrežju. Simulaciji vplivov predlaganih investicijsih andidatov sledi tehnična in eonomsa primerjava investicijsih andidatov. Cilj eonomso-tehnične analize je razvrstitev investicijsih andidatov glede na njihov učine na zmanjšanje izgub in izboljšanje napetostnega profila v EEO. Zmanjšanje eletričnih izgub v omrežju zaradi investicijsega andidata u pri obratovalnem stanju definira enačba: SC (8) RP P P p u r u 1 jer P u predstavlja izgube delovne moči v omrežju pri investicijsem andidatu u in v obratovalnem stanju P r predstavlja izgube delovne moči v izhodiščnem stanju s p pa označujemo verjetnost nastopa izbranega obratovalnega stanja. S pomočjo enačbe (8) laho definiramo nov azalni učinovitosti naložb RPI definiran z enačbo: RP RPI u u (9) Nu pri čemer RPu predstavlja zmanjšanje eletričnih izgub v omrežju ot posledica investicijsega andidata u N u pa predstavlja stroše investicije u. Kazalni RPI podaja zmanjšanje eletričnih izgub v omrežju na denarno enoto. Izboljšanje napetostnega profila ot posledica investicije u definira enačba: 5

6 SC no. buses VPu Viu Vir p (10) 1 i1 pri čemer predstavlja simulirano obratovalno stanje (scenarij) i predstavlja zbiralo V iu predstavlja napetost na zbirali i pri investiciji V ir pa predstavlja napetost na zbirali i pri obratovalnem scenariju izhodiščnega stanja sistema. S p pa označujemo verjetnost nastopa obratovalnega stanja. S pomočjo enačbe (10) laho definiramo nov azalni učinovitosti naložb VPI definiran z enačbo: VP VPI u u (11) Nu pri čemer VPu predstavlja izboljšanje napetostnega profila ot posledica investicijsega andidata u N u pa predstavlja stroše investicije u. Kazalni VPI podaja izboljšanje napetostnega profila v omrežju na denarno enoto. Ker je cilj investicijsega načrtovanja EEO eonomso učinovito izboljšanje aovosti eletrične energije ter znižanje delovnih izgub v omrežju stremimo temu da je supna vsota azalniov RPI in VPI vseh izvedenih investicijsih andidatov čim večja. S azalnii laho ocenimo tehnične in eonomse oristi investicijsih andidatov in sestavimo prioritetno listo naložb na podlagi atere nato lažje pripravimo investicijsi načrt širjenja ali prenavljanja EEO. II. REZULTATI Metodo smo preizusili na 39-vozliščnem sistemu IEEE Nova Anglija. Sistem vsebuje 39 vozlišč 10 generatorjev 19 bremen 36 daljnovodov in 12 transformatorjev. Slia 3 podaja topologijo sistema vljučno z možnimi investicijami. Slia 3: 39 vozliščni IEEE testni sistem s predvidenimi investicijami V tem prispevu obravnavamo primer štirih možnih investicij v omrežje Tabela 1. 6

7 Tabela 1: Investicijse andidate ID Investicija Parametri (p.u) Stroše investicije ( ) 1 Prenova daljnovoda med zbiralama 4 in 5 x 4-5 = Prenova daljnovoda med zbiralama 25 in 26 x = Izgradnja daljnovoda med zbiralama 17 in 12 Izgradnja daljnovoda med zbiralama 4 in 14 r = x = b = r 4-14 = x 4-14 = b 4-14 = Za testni primer predpostavimo da stroše investicije omejimo na Z uporabo predlagane metode bomo določili atere investicije izbrati atere so najbolj učinovite glede na izbrani riterij ao se razvrščajo po prioriteti. Pri tem upoštevamo tri različne riterije pri uporabi metode: - Strategija A: SO izbere masimalno število investicij tao da doseže zgornjo mejo strošov investicij. V slopu te strategije se izbirajo investicije od najcenejše proti najdražji. - Strategija B: SO pri izbiri investicije upošteva riterij minimiziranja izgub delovne moči v omrežju torej izbere investicije s aterimi se minimizirajo prenosne izgube. Opazuje se torej azalni RPI. - Strategija C: SO pri izbiri investicij upošteva riterij izboljšanja napetostnega profila omrežja torej se izberejo investicije s aterimi izboljšamo napetostne razmere. Opazuje se torej azalni VPI. Pri strategiji A bo SO vljučil investicijse andidate 2 1 in 3 t.j. masimalno število naložb znotraj investicijsega proračuna. Indesa RPI in VPI sta izračunana v tem primeru za nadaljnje primerjave. Supna vrednost investicij znaša EUR. Pri strategiji B bo SO vljučil investicije 2 in 4 ajti z izgradnjo oz. obnovo teh daljnovodov se izgube največ zmanjšajo Pri strategiji C pa sta izbrani andidati 3 in 4 ajti ti dve investiciji najbolje vplivata na izboljšanje napetostnih razmer v EES. V Tabela 2 podaja primerjavo vrednosti RPI in VPI med investicijsimi strategijami. Če strategiji B primerjamo z A je RPI viši za e-8 MW/EUR. Ob primerjavi strategije C z A je VPI večji za 158e-5 V/EUR. Tabela 2: Primerjava strategije investiranja Strategija investiranja Strategija A: Strategija B: Strategija C: Stroše investicije ( ) Število vljučenih investicij RPI u (MW/ ) 4.058e e-6 VPI u (V/ ) 1.38e e-4 Tabela 3 podaja še prednosti seznam posameznih investicijsih andidatov za strategiji B in Cglede na najugodnejši vpliv na prenosne izgube in napetostne razmere. 7

8 Tabela 3: Prednostni seznam investicijsih andidatov RPI (Strategija B) VPI (Strategija C) Investicija (MW/ ) e e e e-08 Investicija (V/ ) e-04 e-05 e-06 e-06 III. ZAKLIČKI V tem prispevu smo predstavili nove naložbene riterije za oceno in vrednotenje učinovitosti naložb obenem pa smo reirali prednostne liste z načrtovanimi naložbami pri omejenem naložbenem proračunu. S predlagano metodo bi olajšali prehod SO iz dosedanjega načina regulacije na način regulacije z vrednotenjem uspešnosti obratovanja. V prispevu smo uvedli dva nova stohastična azalnia: RPI in VPI i podajata razmerje med minimiziranju delovnih izgub ter izboljšanjem napetostnega profila za izbrano investicijo in posledičen investicijsi stroše. Predstavljena azalnia se tao uporabljata ot merilo za ocenjevanja in vrednotenje naložb in služita ot člena pri določanju prednostnega seznama investicijsih andidatov. Metodo smo preizusili na testnem 39-vozliščnem modelu EES jer smo na podlagi azalniov učinovitosti RPI in VPI primerjali štirje investicijse andidate tao da smo uporabili tri različne strategije investiranja. Rezultati ažejo ašne odločitve so potrebne za čim bolj učinovito zmanjšanje izgub delovne moči oz. izboljšanje napetostnih razmer v EES. IV. REFERENCE [1] T. Solver So x and L. der "Comparison of incentives for distribution system reliability in performance-based regulations" in Electric Utility Deregulation Restructuring and Power Technologies (DRPT 2004). Proceedings of the 2004 IEEE International Conference on 2004 pp Vol.2. [2] S. Viljainen J. Lassila S. Honapuro and J. Partanen "The role of investments in the regulated electricity distribution business in Finland" in Electric Utility Deregulation Restructuring and Power Technologies (DRPT 2004). Proceedings of the 2004 IEEE International Conference on 2004 pp Vol.2. [3] R. Poudineh and T. Jamasb "Investment and Efficiency under Incentive Regulation: The Case of the Norwegian Electricity Distribution Networs" [4] K. Petrov V. Ajodhia D. Grote and D. Resnjansij "Third annual conference on competiton and regulation in networ industries" 19 November 2010 Residence Palace Brussels Belgum [5] J. Lassila S. Viljainen S. Honapuro and J. Partanen "Investments in the benchmaring of the distribution networ companies" in Electric Utility Deregulation Restructuring and Power Technologies (DRPT 2004). Proceedings of the 2004 IEEE International Conference on 2004 pp Vol.2. [6] P. Agrell and P. Bogetoft "Harmonizing the Nordic Regulation of Electricity Distribution" in Energy Natural Resources and Environmental Economics E. Bjørndal M. Bjørndal P. M. Pardalos and M. Rönnqvist Eds. ed: Springer Berlin Heidelberg 2010 pp [7] G. R. Kamyab M. Fotuhi-Friuzabad and M. Rashidinejad "Transmission expansion planning in restructured power systems considering investment cost and n-1 reliability" Journal of Applied Sciences vol. 8 pp [8] J. H. Zhao Z. Y. Dong P. Lindsay and K. P. Wong "Flexible transmission expansion planning with uncertainties in an electricity maret" IEEE Transactions on Power Systems vol. 24 pp [9] M. Shivaie M. S. Sepasian and M. K. Sheih-El-Eslami "Multi-objective transmission expansion planning based on reliability and maret considering phase shifter transformers by fuzzy-genetic algorithm" International Transactions on Electrical Energy Systems vol. 23 pp

9 [10] M. Shivaie M. S. Sepasian and M. K. Sheih-El-Eslami "Multi-Objective transmission expansion planning using Fuzzy-Genetic Algorithm" Iranian Journal of Science and Technology Transaction B: Engineering vol. 35 pp [11] P. Maghouli S. H. Hosseini M. O. Buygi and M. Shahidehpour "A multi-objective framewor for transmission expansion planning in deregulated environments" IEEE Transactions on Power Systems vol. 24 pp [12] S. de la Torre A. J. Conejo and J. Contreras "Transmission expansion planning in electricity marets" IEEE Transactions on Power Systems vol. 23 pp [13] J. Choi T. Tran A. A. El-Keib R. Thomas H. Oh and R. Billinton "A method for transmission system expansion planning considering probabilistic reliability criteria" IEEE Transactions on Power Systems vol. 20 pp [14] M. O. Buygi G. Balzer H. M. Shanechi and M. Shahidehpour "Maret-based transmission expansion planning" IEEE Transactions on Power Systems vol. 19 pp [15] A. S. D. Braga and J. T. Saraiva "A multiyear dynamic approach for transmission expansion planning and long-term marginal costs computation" IEEE Transactions on Power Systems vol. 20 pp [16] N. Alguacil M. Carrión and J. M. Arroyo "Transmission networ expansion planning under deliberate outages" International Journal of Electrical Power and Energy Systems vol. 31 pp [17] S. Jovanovic S. Mrdja and M. Lauby "Raning and postponement of investments in planning the Serbian electric power networs" Generation Transmission and Distribution IEE Proceedings C vol. 137 pp [18] A. L. C. Valente A. Almeida M. T. Strauch R. J. P. Araujo and R. D. Pinho "Raning distribution grid improvement projects-a solution using genetic algorithm" in Transmission and Distribution Conference and Exposition: Latin America 2004 IEEE/PES 2004 pp [19] D. Božič and M. Pantoš "Assessment of investment efficiency in a power system under performancebased regulation" Energy vol. 51 pp [20] M. H. Kalos and P. A. Whitloc Monte carlo methods: John Wiley & Sons [21] W. L. Dunn and J. K. Shultis Exploring Monte Carlo Methods: Elsevier [22] I. T. Dimov and S. McKee Monte Carlo methods for applied scientists vol. 42: World Scientific [23] A. Lias N. Vlassis and J. J. Verbee "The global -means clustering algorithm" Pattern Recognition vol. 36 pp // [24] J. Burardt "K-Means Clustering" Virginia Tech Advanced Research Computing Interdisciplinary Center for Applied Mathematics [25] P. S. Bradley and U. M. Fayyad "Refining Initial Points for K-Means Clustering" in ICML 1998 pp