Reduksjon Av KjøreTid baserT på dekomponering for markedsmodeller med detaljert vannkraft

Bruk av beslutningsstøtteverktøy for å utnytte lagret vann til kraftproduksjon best mulig er viktig for kraftsystemaktører og samfunnet generelt. Verktøyet kan lage produksjonsplaner for alle magasiner i det nordiske kraftsystemet som i gjennomsnitt gir den beste utnyttelsen av systemet, i tillegg til å kunne vise resultater som priser, produksjoner osv. som disse produksjonsplanene gir i tørre, normale og våte år. Dette er viktig for å unngå tomkjøring av magasinene og en risiko for rasjonering av kraft og/eller en for forsiktig tapping som kan gi unødvendig flom og tapt kraftproduksjon. Fremtidens kraftsystem vil bestå av mye ikke-styrbar vannkraft- og vindkraftproduksjon og det nordiske kraftsystemet vil ha en tettere kopling mot Europa. Dagens verktøy er basert på metodikk som ikke er tilpasset fremtidens kraftsystem. I SOVN-prosjektet ble det utviklet et verktøy som kalles Fansi-modellen som er tilpasset fremtidens kraftsystem. Resultatene fra denne modellen er lovende. Ulempen med modellen er at beregningstiden er svært lang. Målet med Rakett-prosjektet er å undersøke teknikker for å redusere beregningstiden. I dagens FanSi-modell formuleres det store matematiske optimaliseringsproblemer som dekker markedsbeskrivelsen av et helt system, f.eks. det Nordiske kraftsystemet. I tillegg strekker optimaliseringsproblemet seg over mange tidssteg, f.eks. 8760 timer i ett år. En kjent teknikk for å løse problemet rasker er å dele det store samlede problemet opp i flere mindre problemer, f.eks. kan man dele det opp i tid eller mindre geografiske områder. Man må da koordinere løsningene fra hvert geografiske område med totalproblemet i en tilbakekoblingsløkke. Kombinerer man dette med løsning av problemene i parallell kan beregningstiden reduseres betraktelig og modellen vil bli anvendbar hos kraftsystemaktører. Prosjektet har tatt utgangspunkt en elektrisitetsmarkedsmodell fra PRIBAS-prosjektet (Pricing Balancing service in the future Nordic power market) og videreutviklet denne til prosjektbehov. De videreutviklede modellene løser markedsproblemet med ulike løsningsteknikker basert på dekomponering. Teknikkene som er undersøkt er Lagrange Relaksasjon og Benders dekomponering. Dekomponeringene er anvendt i både den romlige og den temporale dimensjon. Vi har i prosjektet oppnådd en regnetidsreduksjon på ca 50%. Denne reduksjonen fåes ved å relaksere restriksjonene for magasinbalanser. Vi har undersøkt flere dekomponseringsteknikker: - Benders dekomponering i rom (BD) - Benders dekomponering i tid og - Lagrange Relaksasjon anvendt for romlig dekomponering (LR). Dekomponering i rom, både LR og BD, ga ikke tilfredstillende resultatkvalitet for bruk i modellen. Dekomponering i tid ga reduksjon i regnetid, gitt en moderat reduksjon i resultatkvalitet. Reduksjonene i regnetid muliggjør anvendelse av kraftmarkedsmodellen FanSi dersom prosjektets anbefalinger implementeres i modellen. Publisering. Vi har en publikasjon på dekomponering i rom i IEEE Transactions for sustainable energy. Vi har flere tekniske rapporter og arbeidsnotater som vi ønsker å bruke som grunn lag for én publikasjon til.

Nordiske markedsaktører og TSOer står ovenfor store investeringsbeslutninger knyttet til økt fleksibilitet i produksjonssystemet (f.eks. effektutvidelser og pumping) og flere kabler mot Europa. Koordinert utbygging av fleksibilitet i produksjonsapparatet og kabler til utlandet vil kreve nøyaktige og etterprøvbare modellberegninger som dokumenterer nytten og konsekvensene av investeringene. Det ligger betydelig verdiskapingspotensial i modellens egenskaper som verktøy for investeringsbeslutninger. Potensialet er vanskelig å kvantifisere, men bør sees i lys av størrelsen på mulige investeringer. Ved å redusere kjøretiden vil modellen bli mer anvendbar og gi samfunnsnytte ved at flere bruker modellen og dersom faglig enighet om godheten av modellverktøyet oppnås. Dette er viktig både for å få aksept fra myndighetene og få til en nødvendig koordinering mellom utbygging av kabler og fleksibilitet. Det vil være et viktig steg for å nå målet om utvikling av neste genererasjons modeller. Prosjekt resultatene viste potensiale for å redusere regnetiden med ca 50 %. I tillegg har prosjektet bidratt til forslag til grep som gjøre endres i metodikken til FanSi for bedre utnyttelse av beregningsressurser. Dette vil senke regntiden ytterligere, men er per i dag ikke kvantifisert. Resultatene i prosjektet er allerede tatt i bruk hos SINTEF Energi AS i et prosjekt for utvikling/utforskning av neste generasjons markedsmodell. Resultatene fra prosjektet styrker markedsmodellen FanSis kandidatur som neste generasjons markedsmodell og arvtager for Samkjøringsmodellen.

Bruk av modellverktøy for optimal planlegging av vannkraftdominerte kraftsystemer er viktig for kraftsystemaktører og samfunnet generelt. Optimal ressursbruk og utnyttelse av kraftsystemet senker samfunnskostnader for kjøp av kraft og øker inntjeningen til produsenter. Fremtidens kraftsystem vil ha en stor andel nye fornybare kraftkilder i tillegg til eksisterende vannkraft som utfordrer metodikken i eksisterende modellverktøy. Et nytt modellverktøy (FanSi) med metodikk tilpasset fremtidens kraftsystem ble utviklet i SOVN -prosjektet. I denne modellen lages det store optimaliseringsproblemer som dekker markedsbeskrivelsen av et helt system over et stort geografisk område, f.eks. det Nordiske kraftsystemet. Optimaliseringsproblemet strekker seg også over mange tidssteg, f.eks. 8760 timer i ett år. Usikkerheten i optimaliseringsproblemet er i stor grad knyttet til usikkert vær, f.eks. år med mye nedbør, lite nedbør eller normalt nedbør. Usikkerhet i vær er representert i modellen i form av en scenarievifte, her løses kjente scenarier parallelt og koordineres til en samlet løsning. Styrken til en slik modell er de detaljerte resultatene som er en konsekvens av høy detaljeringsgrad, ulempen er at løsningstiden er svært lang. For å redusere løsningstiden er det mulig å dele optimaliseringsproblemet i flere mindre deler, såkalt dekomponering, som koordineres til en samlet løsning. Modellen benytter allerede dekomponering, men vi ønsker ytterligere dekomponering, både geografisk og i tid. Dekomponering i seg selv reduserer regnetiden og det muliggjør ytterligere parallellisering som også reduserer regnetiden. Dekomponering for denne type anvendelse, størrelse og omfang er ikke beskrevet i vitenskapelig literatur. Forskningsbehovet ligger i 1. Hvordan dele opp problemet i rom eller tid for best effekt og er best for parallellisering? 2. Hvordan koordinere den samlede løsningen fra alle delproblemer for best effekt? 3. Hvordan nå konvergens raskest mulig?