Transmission investments under uncertainty: Assessment of how different European energy scenarios for 2030 influence the North Sea Offshore Grid

Abstract

Nordsjønettet er ansett som et viktig prosjekt for å inkludere mer fornybar kraftproduksjon og øke integrasjon av kraftmarkeder. Nordsjøområdene har et stort potensial for offshore vindkraftproduksjon på grunn av de gunstige vindforholdene, med stabil, høy vindstyrke. Denne vindkraften kan inkluderes i kraftsystemet ved økt utbygging av handelskapasitet mellom Nordsjølandene.

Bidraget til denne oppgaven er undersøkelse av hvordan investeringene i Nordsjønettet påavirkes av usikkerhet. En stokastisk to-stegs modell, formulert som et blandet lineært heltallsproblem, er utledet fra den deterministiske versjonen av en modell for nettutbyggingsplanlegging, PowerGIM. Modellen benyttes til å evaluere utbygging av tre mellomlandsforbindelser, mellom Storbritannia og Norge, Storbritannia og Danmark og mellom Norge og Tyskland. Modellen inkluderer usikkerhet i form av installert generatorkapasitet, etterspørsel og drivstoff- og CO2- priser for kraftsystemet i år 2030. To casestudier er utført, med totalt sju scenarioer for dette kraftsystemet i 2030. De fire scenarioene i det første casestudiet er basert på nettutviklingsplanen fra ENTSO-E, kalt TYNDP, fra 2016, mens de tre scenarioene i det andre casestudiet er basert på TYNDP 2018.

Casestudiene viser at mer installert fornybar energi kapasitet og høyere marginalkostnader på generatorene resulterer i en høyere optimal installert kapasitet på mellomlandsforbindelsene i modellen. Dette skjer blant annet fordi behovet for fleksibilitet øker, og mellomlandsforbindelsene kan bidra med denne fleksibiliteten ved å overføre overskuddsenergi produsert av fornybare energikilder i land med kraftoverskudd til land med kraftunderskudd. Optimal installert kapasitet i mellomlandsforbindelsene er nesten den samme i begge casestudiene, men modellen finner det optimalt å installere 1000 MW mindre kapasitet i forbindelsen mellom Storbritannia og Danmark i den andre casestudien. Dette skjer på grunn av mengden solceller installert. Videre vises det at generert energi fra fornybare energikilder øker 2% med utbygging av den optimale kapasiteten på mellomlandsforbindelsene. Som en konsekvens minker de gjennomsnittlige områdeprisene.

En deterministisk modell benyttes i tillegg til den stokastiske modellen for å bestemme den forventede verdien av perfekt informasjon (EVPI) og verdien av den stokastiske løsningen (VSS). Med den gitte inndataen og antakelsene, vises det at en systemplanlegger er maksimalt villig til å betale mellom 0.17% og 0.22% av den totale stokastiske kostnaden, for å få perfekt informasjon om fremtidig installert generatorkapasitet, etterspørsel og priser. Den forventede verdien en systemplanlegger kan spare ved å benytte en stokastisk modell, i stedet for en deterministisk me som inkluderer usikkerhet i form av forventningsverdier, er 5.06 % eller 3.2% av den totale stokastiske kostnaden, avhengig casestudiet.

The North Sea Offshore Grid is considered being an important project towards more renewable power production and increased electricity market integration. The North Sea region has a significant potential for offshore wind production due to its favorable wind conditions. The wind power can be included in a way that ensures the security of supply by increasing the cross-border capacity between the North Sea bordering countries.

The main contribution of this thesis is the investigation of how investments in the North Sea Offshore Grid are affected by uncertainty. A stochastic two-stage model, formulated as a mixed integer linear program, is derived from the deterministic version of the transmission expansion model, PowerGIM. The model focuses on the expansion of three interconnectors; Great Britain to Norway, Germany to Norway, and Denmark to Great Britain. The model accounts for uncertainty, in terms of installed generation capacity, demand, and fuel and CO2 prices, in the operation of the system in the year 2030. Two case studies are performed, and in total, seven scenarios for the year 2030 are applied. The input data and four scenarios in the first case study are collected from the Ten-Year Network Development Plan (TYNDP) from 2016 published by ENTSO-E, while the TYNDP 2018 is utilized in the three scenarios in the second case study.

The case studies demonstrate that more installed capacity from renewable energy sources (RES) and higher marginal costs of the generators result in a higher optimal capacity of the interconnectors in the model. Among other things, this occurs because the need for flexibility increases and interconnectors can contribute with that flexibility by transferring excess power produced by RES, from power surplus areas to power deficit areas. The two case studies have almost the same optimal capacity investment of the interconnectors. However, in the second case study, the model finds it optimal to invest 1000 MW less in the interconnector between Great Britain and Denmark due to the amount of installed solar capacity. Furthermore, the power generated from renewable energy sources in the system increases by 2% with optimal interconnector expansion. Consequently, the average area prices decrease.

A deterministic model is used, in addition to the stochastic model, to quantify metrics concerning the Expected Value of Perfect Information (EVPI) and the Value of the Stochastic Solution (VSS). With the given data and assumptions it is shown that a system planner is willing to pay a maximum between 0.17% to 0.22 % of the stochastic cost for perfect information about the future generation capacity, demand, and prices. The expected cost saving for a system planner by use of a stochastic program is 5.06% or 3.2 % of the stochastic cost, depending on the case, in comparison with a deterministic approach that copes with uncertainty.