Stochastic modelling of shortterm uncertainty in long-term energy models: Applied to TIMES models of Scandinavia

Abstract

Summary of the thesis

Long-term energy system models can be used to understand the complexity of the energy system and can thus provide reasonable insights to decision makers. In energy systems with a large share of renewables and a high degree of electrification, these models needs to consider the short-term uncertainty of energy generation and energy consumption to value flexibility properly. This thesis uses Stochastic Programming to consider short-term uncertainty in long-term energy models, and applies this approach to TIMES models of Scandinavia. A correct evaluation of flexibility is particularly important for Scandinavia, since the region has large hydro reservoirs, a lot of wind power and exchange capacity to European countries with ambitious climate targets.

This thesis demonstrates that a stochastic representation of short-term uncertainty gives different investments compared to a traditional and simplified deterministic approach. This is because a stochastic approach provides investment decisions that are valid for a range of operational situations, whereas the deterministic investments are only based on an average operational situation. The thesis uses a stochastic modelling of the short-term uncertainty of renewable electricity generation, heat demand and external electricity prices. The uncertainty is represented by a set of possible realisations, named scenarios, which are based on historical observations. The thesis strives to use scenarios that provide model solutions of high quality.

This thesis describes and demonstrates the stochastic methodology. Further, the methodology is applied to analyses of the Scandinavian energy system; in a study on the impact of policy actions and energy prices on the cost-optimal development of the energy system in Norway and Sweden, and in a study on the impact of Zero Energy Buildings in the Scandinavian energy system. These analyses illustrate the value of using a stochastic methodology, but do not indicate the quality of the model results. This is included in the last part of the thesis, which presents and demonstrates methodologies that can evaluate the quality of the stochastic model solution.

Sammendrag av avhandlingen

Langsiktige energisystemmodeller kan brukes for å forstå kompleksiteten til energisystemet og kan dermed bidra til å gi fornuftige råd til beslutningstakere. I et energisystem med stor andel fornybar energi og en høy grad av elektrifisering, må disse modellene ta hensyn til den kortsiktige usikkerheten til energiproduksjon og energibruk for å verdsette fleksibilitet. Denne avhandlingen bruker Stokastisk Programmering for å ta hensyn til kortsiktig usikkerhet i TIMES-energisystemmodeller av Skandinavia. En riktig verdsetting av fleksibilitet er spesielt viktig for Skandinavia som har store vannmagasin, mye vindkraft og utvekslingskapasitet til Europeiske land med ambisiøse klimamål.

Avhandlingen viser at en stokastisk modellering av kortsiktig usikkerhet gir forskjellige investeringsbeslutninger i forhold til en forenklet og tradisjonell deterministisk tilnærming. Dette er fordi at en stokastisk tilnærming gir investeringsbeslutninger som er gyldige og optimale for et utfall av driftssituasjoner, mens deterministiske investeringer baserer seg kun på en gjennomsnittlig driftssituasjon. Avhandlingen bruker en stokastisk modellering av kortsiktig usikkerhet til fornybar kraftproduksjon, oppvarmingsbehov og elektrisitetspriser i omkringliggende land. Usikkerheten er representert ved ulike mulige utfall, kalt scenarier, som er basert på historiske observasjoner. Avhandlingen tilstreber å bruke scenarier som gir modellresultater med en god kvalitet.

Avhandlingen beskriver og demonstrerer den stokastiske metoden. Videre er metoden brukt i to analyser av det Skandinaviske energisystemet; i en studie om en kostnadseffektiv utvikling av energisystemet i Norge og Sverige gitt ulike politiske beslutninger og ulike utviklinger av energimarkedet, og i en studie om en optimal integrering av nullenergibygg i det Skandinaviske energisystemet. Disse analysene viser verdien av å bruke en stokastisk modell, men gir ingen indikasjon på kvaliteten til modellresultatene. Dette er derimot berørt i avhandlingens siste del, som demonstrerer metodikk for å vurdere kvaliteten til resultater fra langsiktige energimodeller som bruker en stokastisk modellering av kortsiktig usikkerhet.