5
Wstęp, tezy i cele pracy
Przyjęte przez Polskę zobowiązania dotyczące:
• ograniczenia emisji gazów cieplarnianych i zanieczyszczeń (Dziennik Urzędowy Unii Europejskiej L 282/4, 2016),
• zwiększenia udziału energii odnawialnej oraz • ograniczenia zużycia energii
wymuszają podejmowanie działań mających na celu racjonalne gospodarowanie energią. Jednym z ważniejszych zagadnień jest planowanie wielkości produkcji energii z uwzględnieniem zarówno uwarunkowań rynkowych, jak i środowiska, w jakim funkcjonuje zakład wytwórczy.
Jednocześnie rosnące zużycie ciepła – przy ograniczonych źródłach (gaz, węgiel) – wymusza wprowadzanie i stosowanie nowych metod poprawy jego wykorzystania. Magazynowanie w okresach obniżonego zapotrzebowania może być jednym ze sposobów optymalnego wykorzystania mocy produkcyjnych instalacji produkujących ciepło. Zastosowanie różnych rodzajów magazynów, czy też różnych technologii magazynowania energii, może pomóc usprawnić pracę siłowni, w których konieczne jest zagospodarowanie ciepła produkowanego wraz z energią elektryczną. Jest to istotne szczególnie w przypadku kogeneracji w miejskich elektrociepłowniach, które z jednej strony działają na regulowanym rynku ciepła, a z drugiej na wolnym rynku energii elektrycznej.
Zastosowanie akumulatorów jest w chwili obecnej jednym z aktualnych zagadnień badawczych – między innymi ze względu na wiele problemów i pytań dotyczących szczegółowych rozwiązań – od wspominanych wcześniej zagadnień obejmujących zastosowania odpowiedniej technologii (sposobu) magazynowania, aż po kwestie związane z racjonalnym:
• zarządzaniem produkcją,
• planowaniem parametrów pracy zastosowanych instalacji magazynujących.
Każdej decyzji – w tym również, dotyczącej produkcji energii – towarzyszy niepewność warunków w jakich będzie produkowana energia. Opłacalność produkcji ciepła w miejskich systemach ciepłowniczych zależy zatem od grupy czynników zewnętrznych obarczonych dużą niepewnością (losowością); przedmiotowym decyzjom towarzyszy ryzyko wystąpienia sytuacji, które mogą zakłócić plan produkcji, a w sytuacjach skrajnych – doprowadzić
6 do poważnych konsekwencji (np. w postaci wygaszenia kotłów). W takim przypadku kompleksowa analiza ryzyka jest narzędziem, które pozwala na zastosowanie rozwiązań minimalizujących lub ograniczających negatywny wpływ czynników zewnętrznych na produkcję ciepła. Decyzje operacyjne, przed jakimi codziennie stają osoby zarządzające produkcją energii w elektrociepłowniach, bazują na dużej ilości danych, z których większość dotyczy przyszłości – jak na przykład:
• warunki pogodowe, • popyt na ciepło,
• ceny energii elektrycznej,
co wiąże się z koniecznością analizy ich prognozowanych wartości. Jednocześnie szacunki te dotyczą zagadnień, które charakteryzują się specyficznymi cechami – takimi, jak cykliczność, sezonowość, itp., co z kolei wymusza konieczność stosowania różnych technik prognozowania i planowania. Dlatego też proces decyzyjny wymaga implementacji – uwzględniających różną specyfikę parametrów – nowoczesnych narzędzi wspomagających podejmowanie decyzji.
Ostatnie lata, między innymi dzięki rozwojowi systemów informatycznych, charakteryzują się coraz większym wykorzystywaniem metod probabilistycznych. Techniki te znalazły szczególnie zastosowanie między innymi w przemyśle wojskowym w pracach nad bronią masowego rażenia oraz kosmicznym, a z czasem w ekonomii i zarządzaniu finansami.
Przedmiotowe metody pozwalają na kompleksową analizę ryzyka m. in. procesów produkcyjnych, co z kolei umożliwia podejmowanie decyzji dotyczących skutecznego zarządzania nimi.
Jedną z takich metod jest symulacja Monte Carlo (MC), która pozwala na uwzględnienie w modelu kalkulacyjnym niepewności parametrów wejściowych oraz przedstawienie ich zarówno w formie numerycznej, jak i graficznej. Metoda MC pozwala na stochastyczne modelowanie niepewności oraz pozwala na otrzymanie pełniejszej informacji, co jest podstawą podejmowania decyzji; treścią metody jest możliwość wprowadzania do modelu zmiennych objaśniających występujących pod postaciami rozkładów prawdopodobieństwa. Jednak metoda ta posiada również ograniczenia – jej algorytm nie obejmuje aplikacji czynników zmieniających się dynamicznie – np. cen energii – co z kolei umożliwiają metody bazujące na analizie szeregów czasowych – np. ruchy Browna.
7 • racjonalizacja produkcji i ograniczenie zużycia energii,
• rozwój i możliwości technologii magazynowania energii,
• występujące na rynkach energii ryzyko i rozwój metod jego oceny i zarządzania są szczególnie istotne dla zarządzania działalnością przedsiębiorstw energetycznych, a w szczególności elektrociepłowni, które pracując w kogeneracji, funkcjonują na:
• rynkach energii elektrycznej (bilansującym, kontaktowym oraz Towarowej Giełdzie Energii) oraz
• regulowanym rynku ciepła.
Różne uwarunkowania wspomnianych rynków energii, możliwość stosowania nowoczesnych technologii i metod wspomagania podejmowania decyzji są na tyle interesujące, że stały się powodem podjęcia tematu badawczego, będącego przedmiotem niniejszej pracy pt.:
„Planowanie produkcji elektrociepłowni wykorzystującej niskotemperaturowy akumulator energii cieplnej”.
Zainteresowania naukowo-badawcze autora zaowocowały przyjęciem hipotezy głównej:
Zastosowanie nowoczesnych narzędzi statystycznych pozwala na pełną, przekrojową analizę i ocenę ryzyka funkcjonowania elektrociepłowni
wykorzystującej niskotemperaturowy akumulator ciepła.
W ślad za hipotezą główną przyjęto hipotezy pomocnicze:
a) kluczowy wpływ na produkcję energii w elektrociepłowni mają czynniki zewnętrzne: • warunki atmosferyczne, które determinują popyt na ciepło,
• ceny energii elektrycznej;
b) symulacja stochastyczna, uwzględniająca w algorytmie spektrum zmian wartości kluczowych zmiennych objaśniających (czynników zewnętrznych), pozwala na podejmowanie racjonalnych, uzasadnionych decyzji dotyczących zarządzania produkcją energii w elektrociepłowni;
c) zastosowanie akumulatora ciepła powala na ograniczenie ryzyka związanego z niepewnością czynników zewnętrznych.
8 • analizę wpływu na efektywność wytwarzania energii kluczowych czynników
(zewnętrznych) oddziałujących na przedsiębiorstwo,
• opracowanie hybrydowej metodyki analizy ryzyka (HMAR) w zarządzaniu produkcją energii w zakładzie wykorzystującym bufor – niskotemperaturowy akumulator ciepła. Utylitarnym celem niniejszej pracy jest dostarczenie narzędzia wsparcia procesu decyzyjnego (HMAR) umożliwiającego efektywne planowanie produkcji energii cieplnej i elektrycznej w elektrociepłowni z zabudowanym niskotemperaturowym akumulatorem ciepła. Uwzględnienie w procesie planowania produkcji czynników zewnętrznych pod postacią rozkładu prawdopodobieństwa uzasadnia podejmowanie decyzji dotyczących załadowania bądź rozładowania akumulatora energii w celu ograniczenia ich wpływu na efektywność produkcji.
Zweryfikowaniu tez pracy i osiągnięciu jej celów służy odpowiednio przygotowany układ pracy.
W rozdziale pierwszym dokonano przeglądu technologii i zastosowania akumulatorów ciepła w świetle funkcjonujących instalacji i prowadzonych aktualnie prac badawczych, które obecnie są skierowane na wykorzystanie systemów magazynowania energii – głównie dla poprawy stabilności systemów pracujących w oparciu o energię odnawialną (słońce, wiatr), ale i również stabilizację pracy systemów konwencjonalnych (węgiel, gaz, biomasa) – w skali zarówno instalacji indywidulanych, jak i energetyki zawodowej.
Rozdział drugi przedstawia funkcjonowanie elektrociepłowni na rynku energii elektrycznej i rynku ciepła z punktu widzenia obarczonych dużą niepewnością czynników niosących za sobą ryzyko działalności; prowadzony wywód pokazuje, że mają one istotny wpływ na efektywność zarządzania produkcją elektrociepłowni, wyrażoną poprzez racjonalizację produkcji energii elektrycznej. Analiza skupia się na czynnikach zewnętrznych – tj. będących poza kontrolą elektrociepłowni.
W rozdziale trzecim zaprezentowano zagadnienia identyfikacji ryzyka oraz metod jego ewaluacji, jakie można wykorzystywać w procesie decyzyjnym dotyczącym planowania produkcji. Szczególną uwagę zwrócono na symulację Monte Carlo i jej zastosowania do rozwiązywania podobnych zagadnień, co jest przewodnim motywem rozważań niniejszej pracy. W treści rozdziału przedstawiono również techniki opisu zmian niektórych istotnych parametrów, zmieniających się w sposób dynamiczny (procesy stochastyczne – np. geometryczny ruch Browna w odniesieniu do cen energii). Posumowaniem rozdziału jest
9 przedstawienie założeń koncepcji w sposób twórczy integrującej symulację probabilistyczną i procesy stochastyczne dla celów prognozowania i planowania produkcji w elektrociepłowni.
Omówione w głównych rozdziałach zagadnienia zostały wykorzystane w rozdziale czwartym, w którym przedstawiono algorytm autorskiej metodyki (HMAR) systemu planowania pracy elektrociepłowni na bazie ww. koncepcji; implementacja opracowanej metodyki – w odniesieniu do kluczowych zmiennych objaśniających – na przykładzie z branży (w tej odsłonie elektrociepłowni bez magazynu) umożliwiła weryfikację dwóch pierwszych hipotez cząstkowych i udzielenie odpowiedzi, co do zakresu realizacji głównych celów poznawczych.
Kwestie związane z instalacją akumulatora ciepła, jego uwarunkowaniami systemowymi i wpływem na efektywność produkcji energii w elektrociepłowni zostały omówione w kolejnym, piątym rozdziale pracy. W jego tekście schemat systemu planowania produkcji elektrociepłowni rozszerzony został o warunki wynikające z zastosowania przedmiotowego magazynu. Przeprowadzona symulacja działania elektrociepłowni z tym buforem z zastosowaniem metodyki HMAR pozwoliła na określenie pełnego spektrum ryzyka funkcjonowania przedsiębiorstwa i dostarczenie argumentów dla podejmowania merytorycznych decyzji co do ładowania i rozładowywania akumulatora tym samym racjonalizację produkcji energii elektrycznej.
Pracę kończy rozdział przedstawiający najważniejsze wnioski i podsumowanie wyników przeprowadzonych obliczeń i analiz. Dysertacja naturalnie nie wyczerpuje zagadnienia, dlatego w treści rozdziału przedstawiono rekomendacje dotyczące możliwości dalszych badań w zakresie wykorzystania akumulacji ciepła oraz jej planowania i modelowania, w celu poprawy efektywności systemów energetycznych zarówno w skali mikro (instalacje prosumenckie, lokalne), jak i makro (energetyka zawodowa, instalacje przemysłowe).
83
Podsumowanie i zakończenie
W treści niniejszej pracy pokazano, że planowanie pracy przedsiębiorstwa energetycznego, jakim jest elektrociepłownia, uzależnione jest istotnie od uwarunkowań zewnętrznych niosących z sobą zmiany newralgicznych czynników pozostających poza kontrolą kierownictwa zakładu. Wśród tych czynników zasadniczą rolę pełni temperatura zewnętrzna – jej zmiany mają bezpośredni wpływ na popyt na ciepło u odbiorców końcowych (mieszkańców), a co za tym idzie – ilość ciepła, jaką elektrociepłownia może przekazać do sieci. Drugim z tych czynników są rynki (kształtujące ceny energii), które rządzą się prawem popytu i podaży (Towarowa Giełda Energii, rynek bilansujący) lub regulowane są w sposób sztuczny (na przykład taryfy dla ciepła ustalane przez Urząd Regulacji Energetyki).
Niepewność czynników pogodowych i rynkowych rodzi problemy przy podejmowaniu decyzji dotyczących planowania przez elektrociepłownię produkcji zarówno energii elektrycznej, jak i ciepła. Skutkuje to brakiem stabilności warunków działania – zarówno z punktu widzenia czynników technologicznych (podaż energii elektrycznej i ciepła), czynników pogodowych (popyt, na który wpływ ma na przykład nasłonecznienie, temperatura zewnętrzna) jak i rynkowych (popyt i podaż na rynku energii elektrycznej). W konsekwencji, menedżerowie borykający się z rozwiązywaniem tych problemów – ryzykują podejmowanie niewłaściwych decyzji. Niesie to ze sobą konkretne konsekwencje natury finansowej, dlatego oszacowanie tego ryzyka i skuteczne nim zarządzanie staje się pilną koniecznością.
Zastosowanie nowoczesnych metod analizy i oceny ryzyka, takich jak symulacja probabilistyczna Monte Carlo pozwala na gruntowny opis i ewaluację występującego ryzyka. Metody stochastyczne dostarczają decydentom cennych informacji, pozwalających na racjonalne – adekwatne do sytuacji – podejmowanie decyzji operacyjnych. Metoda ta nie jest jednak pozbawiona wad – nie zawsze jest możliwe skonstruowanie rozkładów prawdopodobieństwa; dodatkowo, dla zmiennych które mają charakter dynamiczny (np. cen energii) wykorzystywanie statycznych rozkładów prawdopodobieństwa jest nieuzasadnione, gdyż ich wahania nie da się w żaden sposób dopasować do jakiegokolwiek statycznego rozkładu prawdopodobieństwa. Dynamiczne zmiany cen lepiej właściwiej opisują procesy stochastyczne – np. geometryczny ruch Browna. W związku z powyższym, za interesujące wyzwanie badawcze postawiono próbę zintegrowania klasycznej symulacji Monte Carlo z metodami wygładzania wykładniczego, co zaowocowało opracowaniem autorskiej koncepcji hybrydowej metodyki analizy ryzyka (HMAR), która w swym algorytmie aplikuje
84 do arkusza MC ze zmiennym wejściowymi opisywanymi rozkładami statycznymi, parametry formułowane procesem Wienera.
Opracowana metodyka umożliwia kwantyfikację ryzyka w odniesieniu do różnych przyjętych metod jego eliminacji, bądź ograniczania – w przypadku kiedy określony poziom ryzyka jest akceptowalny.
Poszukiwanie rozwiązań, które mogą poprawić stabilność systemów funkcjonowania źródeł wytwórczych, a zatem i znacznie zredukować ryzyko związane z ich pracą (efektywnością) zaowocowało wzmożonym zainteresowaniem systemami magazynowania energii, w tym ciepła, które to systemy pozwalają na gromadzenie energii w buforach w okresie zwiększonej podaży energii (na przykład ciepła produkowanego z energii słońca w miesiącach letnich) i jej późniejsze wykorzystanie (w okresie wzmożonego popytu).
Magazyny ciepła powalają również na stabilizację pracy jednostek wytwórczych nie tylko w długich okresach czasu (np. miesiące), ale i w okresach krótszych (doba).
Dedykowanie metodyki HMAR dla kogeneracyjnego źródła z buforem ciepła pozwoliło na opracowanie sposobu racjonalnego postępowania kierownictwa elektrociepłowni w kontekście efektywnego planowania produkcji i zarządzania nią. W wyniku kalkulacji określono prawdopodobieństwa uzyskania wielkości produkcji dodatkowej energii elektrycznej przeznaczonej na rynek bilansujący; w efekcie przedstawiono również warunki stabilnej pracy systemu.
W wyniku przeprowadzonych symulacji, w ramach metodyki HMAR, określono prawdopodobieństwo uzyskania wolumenu produkcji dodatkowej energii elektrycznej przeznaczonej na rynek bilansujący w wariantach:
• bez zastosowanego akumulatora • z zastosowanym akumulatorem ciepła, zilustrowane – dla obu wariantów – wykresami:
• gęstości prawdopodobieństwa (histogramy) uzyskania oczekiwanej wartości wolumenu energii, oraz
• dystrybuanty.
W wariancie bez akumulatora ciepła, przy założonych identycznych parametrach dla obu wariantów symulacji, elektrociepłownia nie osiągnie przyjętej wartości granicznej wielkości produkcji energii elektrycznej na rynek bilansujący (20 MWh). Natomiast – w wariancie
85 z zastosowanym akumulatorem energii – na podstawie przyjętej analizy HMAR prawdopodobieństwo osiągniecia założonych parametrów produkcji (co najmniej 20 MWh dodatkowej produkcji energii elektrycznej przeznaczonej na rynek bilansujący) wynosi ponad 90%).
W tabeli 5 przedstawiono zbiorcze zestawienie wyników symulacji dla wariantów: • bez akumulatora ciepła,
• z akumulatorem ciepła.
Dla osiągniętych wartości maksymalnych produkcja w systemie z buforem ciepła osiąga ponad sześciokrotnie większy wolumen, niż w przypadku produkcji bez wykorzystywania magazynu; dla wartości średnich jest to wielkość ponad 30-krotnie wyższa.
Tabela 5. Zestawienie wyników symulacji wielkości produkcji energii elektrycznej [MWh] w wariancie bez i z akumulatorem ciepła
Energia elektryczna
wytwarzana z akumulatorem bez akumulatora
Minimum 0,00 0,00
Maximum 107,00 17,35
Średnia 40,47 1,08
Odchylenie standardowe 15,53 2,11
Zastosowanie wodnego niskotemperaturowego akumulatora ciepła z wykorzystaniem opracowanej metodyki HMAR pozwoliło zatem na ocenę i zarządzanie ryzykiem w planowaniu produkcji energii w elektrociepłowni. Instalacja bufora ciepła umożliwia:
• gromadzenie energii w okresie jej nadprodukcji,
• wykorzystanie zgromadzonej energii z akumulatora w przypadku zwiększonego zapotrzebowania ze strony odbiorców ciepła,
a zastosowanie symulacji – na skwantyfikowanie prawdopodobieństwa możliwych zdarzeń. Zaproponowane podejście pozwala na efektywne przezwyciężenie ograniczeń w produkcji ze względów technologicznych – tj. braku możliwości sprzedaży dodatkowej energii elektrycznej produkowanej w kogeneracji.
Proces ładowania i niskotemperaturowego wodnego akumulatora ciepła, jaki został zastosowany w analizowanej elektrociepłowni, przedstawia rysunek 38. Z kolei rysunek 39 prezentuje możliwości produkcji energii bez i z zabudowanym akumulatorem ciepła.
86 Akumulator ciepła dynamicznie, na przestrzeni doby, stabilizuje pracę elektrociepłowni umożliwiając kierownictwu reagowanie na konkretne zapotrzebowanie poprzez dostarczanie zmagazynowanego ciepła do systemu ciepłowniczego, bądź pobierając nadwyżkę ciepła, której system ciepłowniczy nie jest w stanie przyjąć – np. ze względu na zmianę warunków atmosferycznych (wzrost temperatury otoczenia), co z kolei powoduje zmniejszenie popytu na dostarczane ciepło.
Rysunek 38. Przepływ ciepła z/do akumulatora (opracowanie własne)
Możliwości produkcji energii elektrycznej w przypadku braku urządzeń magazynujących produkowane w kogeneracji ciepło są o około 40% niższe niż w przypadku z zastosowanym niskotemperaturowym wodnym akumulatorem ciepła.
Bazując na zastosowanej hybrydowej metodyce analizy ryzyka pracy elektrociepłowni można stwierdzić, ze zastosowanie niskotemperaturowego akumulatora ciepła stabilizuje pracę elektrociepłowni. Uzupełnienie systemu produkcji energii elektrycznej i ciepła o instalację magazynującą energię pozwala na aktywne zarządzanie ryzykiem w planowaniu produkcji elektrociepłowni. -20,00 -10,00 0,00 10,00 20,00 30,00 40,00 50,00 60,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Prz ep ły w cie p ła w M Wh godziny doby
87
Rysunek 39. Porównanie możliwości produkcji energii elektrycznej (opracowanie własne)
Zaprezentowane w pracy dociekania naukowe i przeprowadzone obliczenia pozwalają na sformułowanie następujących wniosków:
1. elektrociepłownie działają na rynku energii w warunkach dużej niepewności; 2. istotny wpływ na efektywność zarządzania produkcją energii elektrycznej i ciepła
przez elektrociepłownie mają zmienne czynniki zewnętrzne; 3. do najważniejszych czynników zewnętrznych można zaliczyć:
a. uwarunkowania pogodowe (temperatura zewnętrzna, nasłonecznienie, siła wiatru), mające wpływ na popyt na ciepło,
b. uwarunkowania rynku energii elektrycznej, tj. ceny występujące na Towarowej Giełdzie Energii oraz rynku bilansującym oddziałujące bezpośrednio na
opłacalność produkcji energii elektrycznej;
4. zastosowanie magazynów ciepła – w analizowanym przypadku niskotemperaturowego wodnego akumulatora ciepła – umożliwia ograniczenie ryzyka działania
elektrociepłowni;
5. metody stochastyczne (symulacja Monte Carlo) kombinowane z ruchami Browna, powalają na charakterystykę i ewaluację ryzyka działalności elektrociepłowni, a zatem mogą stanowić cenne narzędzie wspomagania systemu podejmowania decyzji
związanych z planowaniem i zarządzaniem produkcją elektrociepłowni.
Reasumując, sformułowane na wstępie pracy hipotezy zostały potwierdzone a postawione cele – osiągnięte.
0,00 10,00 20,00 30,00 40,00 50,00 60,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 MWh Godziny
Energia elektryczna produkowana bez akumulatora Energia elektryczna produkowana z akumulatorem
88 Należy zaznaczyć, że przedstawiona dysertacja nie wyczerpuje tematu zarówno w kwestii zastosowania metod probabilistycznych w planowaniu produkcji energii elektrycznej i ciepła w systemach kogeneracyjnych, jak i w kwestii zastosowania akumulatorów energii, w tym ciepła w celu ograniczenia ryzyka działalności elektrociepłowni.
Interesujące wydają się dalsze badania dotyczące wykorzystania symulacji Monte Carlo w planowaniu produkcji energii w systemach rozproszonych opartych o wiele jednostek wytwórczych, jak i dużą liczbę niezależnie działających odbiorców, co powoduje, że liczba zmiennych obarczonych niepewnością generuje znaczące ryzyko nie tylko stabilności systemu, ale jego efektywnego funkcjonowania w ogóle.
Można spodziewać się, że opracowana metoda planowania i zarządzania produkcją w elektrociepłowni HMAR bazująca na stochastycznej analizie czynników zewnętrznych znajdzie zastosowanie w istniejących instalacjach pracujących z wykorzystaniem akumulatorów ciepła oraz pozwoli na racjonalizację w kontekście wielkości (pojemności) buforów energii w instalacjach projektowanych.
