Sequencing of wholesale electricity markets (day-ahead and intraday) in a capacity expansion model under uncertainty

Abstract

De siste årene har andelen variable fornybare energikilder [VRES] økt betrakelig i verdens energimiks, mye grunnet det voksende fokuset på klimaendringer samt bedre økonomiske forhold for VRES. På grunn av usikkerheten tilknyttet prognosefeil fra VRES har ført til økt bruk av intradmarkeder. Det finnes begrenset literatur på hvordan prognosefeil for VRES mellom elektrisitetsmarkedet påvirker investeringsbeslutning i et kraftsystem. Dette peker behovet på forskning som kan svare på følgende spørsmål: Hvordan påvirker en økt grad av usikkerhet som følge av prognosefeil mellom et day-ahead marked og et intradag marked investeringsbesultninger i et kraftsystem, inkludert investeringer i VRES? For å undersøke hvordan investeringsbeslutninger i et energysystem påvirkes av disse prognosefeilene ble en stokastisk optimiseringsmodell utviklet i denne opgaven. Modellen består av tre steg. Ett investeringssteg og to operasjonelle steg; et operasjonelt steg for dayahead markedet og et steg for intradag markedet. Modellen etterligner utviklingen av det Europeiske kraftsystemet og tar sikte på å redusere utslipp i tråd med utslippsmålene til EU frem mot 2050. Tre instanser av modellen ble testet for å belyse hvordan investeringsbeslutninger påvirkes av prognosefeil. Standard EMPIRE ble brukt for å teste den tradisjonelle måten å løse slike problemer. I tillegg ble utvidelsen av EMPIRE utviklet i denne opgaven brukt til å analsyre to instanser med to markedsteg, en stokastisk og en deterministisk, for å undersøke hvordan usikkerhet påvirker investeringsbeslutningene. Basert på resultatene, kan fire hovedresultater kan trekkes frem: 1) Prognosefeil mellom markeder påvirket investeringsbeslutninger betydelig og resulterte i 10% mindre VRES og 40% mer fleksibel kapasitet. 2) International kraftoverføring er en viktig bidragsyter til fleksibilitet og opplevde en volumøkning på 10-20% når det ble tatt hensyn til prognosefeil. 3) Investeringer i energilagring reduseres betydelig og er overvurdert i standardtilnærmingen til kapasitetsutvidelsesmodeller. 4) En deterministisk tilnærming undervurder de totale systemkostnadene, og kan resultere i umulige forhold dersom forholdene for VRES mellom markedene. Disse resultatene innebærer en betydlig forskjell mellom standardtilmærmingen og tilnærmingen utviklet i denne rapporten. Vi kan derfor konkludere med at inkludering av prognosefeil er av vesentlig betydning når et kapasitetsutvidelses problem analyseres. Derimot øker beregningsbyrden betraktelig når et tredje steg legges til. Fremtidig arbeid for å videreutvikle modellen inkluderer; markeds design, kostnadsgjennvinning, curtailment og demand-response.

As the installed capacity of variable renewable energy sources [VRES] continues to expand worldwide due to the growing focus on climate change mitigation and improved economic conditions of VRES, the intraday market increases its importance in trading of electricity due to the uncertain nature of VRES. There is limited literature on how forecasting errors between market stages affect investment decisions in capacity expansion problem of a power system. This raises the following research question: How does an increased amount of uncertainty introduced by forecasting errors between a day-ahead and an intraday market affect investment decisions in the power system, including VRES investments? To investigate how the investment decisions are affected by forecasting errors, a stochastic capacity expansion model was developed with two market stages, one day-ahead stage, and one intraday stage. The model emulates the European power system developments and aims to reduce emissions by restricting the emissions subject to the EU emission policy towards 2050. Three separate cases were analyzed to shed light on this issue. One case was selected to represent the standard approach to model investments in a power system. The second and third case represents cases with market sequencing, one stochastic and the other deterministic in order to investigate the impact of uncertainty in a capacity expansion problem. Four main conclusions can be drawn from the modelling results; 1) Forecasting error significantly impacts investment decisions and results in 10% less VRES investments and 40% more investments flexible capacity. 2) Cross-border transmission is a crucial contributor to flexibility and experiences a 10-20% increase in volume when accounting for forecasting errors. 3) Investments in storage capacity decreases significantly and are over-valued in the standard approach of capacity expansion models. 4) A deterministic approach significantly underestimates the total system costs and may even result in infeasible solutions if the conditions for VRES change from the expected conditions. These results imply that there are a significant differences between the standard approach and the approach developed in this thesis. We can therefore conclude that including forecasting errors between markets are of significant importance when analysing a capacity expansion problem. Considering the computational burden of adding a third stage, it increases significantly. Lastly, some considerations for future work was presented. These include research on market design, cost-recovery, demand-response and curtailment.