A partial equilibrium model of the Polish power market : results of the sensitivity analysis
Polityka Energetyczna – Energy Policy Journal 2012;15(1):35-44
KEYWORDS
ABSTRACT
The paper presents results of the sensitivity analysis of the partial equilibrium model of the Polish power market. The sensitivity analysis is an essential part of the development process of fuel and energy sectors' mathematical models. Its main purpose is to check whether the model correctly responds to changes in the values of model parameters (input data), and which ones of them have the greatest impact on the modelled system. A change in the following parameters was assumed while carrying out the sensitivity analysis: (i) the reference demand for electric power, (ii) the efficiency of electricity generation, (iii) the price of steam coal, (iv) the price of brown coal. The model was solved for the specified step changes in input parameters (an increment of 5% was assumed). A sensitivity analysis was conducted for the range of 80% to 120% of the base values of the parameters. As indicators of the sensitivity of the model the following variables were selected: (i) the annual electricity generation, (ii) the average annual wholesale price of electricity, (iii) the total annual CO2 emissions (associated with electricity production), (iv) the total annual emissions of SO2 (associated with the electricity production), (v) the aggregated variable costs of electricity generation, (vi) producer surplus, (vii) steam coal consumption for electricity production. Like most fuel and energy systems' models the model in question is the most sensitive to changes in the reference demand for electric power. The results of the sensitivity analysis of the partial equilibrium model of the Polish power system confirmed that the model correctly responds to enforced changes in initially assumed parameters. Therefore, the model can be applied as a tool for quantitative analyses carried out for the Polish power generation sector.
METADATA IN OTHER LANGUAGES:
Polish
Wyniki analizy wrażliwości modelu równowagi cząstkowej na krajowym rynku energii elektrycznej
modelowanie, sektor wytwarzania energii elektrycznej, walidacja, analiza wrażliwości
W artykule przedstawiono wyniki analizy wrażliwości modelu równowagi cząstkowej na krajowym rynku energii elektrycznej. Analiza wrażliwości jest integralnym elementem procesu budowy matematycznych modeli systemów paliwowo-energetycznych. Głównym jej celem jest sprawdzenie, czy model właściwie odpowiada na zadane zmiany parametrów (danych) modelu, oraz które z nich mają największy wpływ na badany system. W przyjętej metodyce analizy wrażliwości zmieniano następujące parametry modelu: (i) referencyjne zapotrzebowanie na moc elektryczną, (ii) sprawność wytwarzania energii elektrycznej, (iii) cena węgla kamiennego, (iv) cena węgla brunatnego. Model był rozwiązywany dla zadanych, skokowych zmian wyszczególnionych parametrów wejściowych (w krokach co 5%). Analiza wrażliwości prowadzona była w zakresie 80-120% wartości bazowych. Jako wskaźniki czułości modelu wybrano nastepujące zmienne: (i) roczną produkcję energii elektrycznej, (ii) średnią roczną cenę hurtową energii elektrycznej, (iii) całkowitą roczną emisję CO2 (związana z produkcją energii elektrycznej), (iv) całkowitą roczną emisję SO2 (związaną z produkcją energii elektrycznej), (v) zagregowane koszty zmienne wytwarzania energii elektrycznej, (vi) nadwyżkę producentów, (vii) zużycie węgla kamiennego do produkcji energii elektrycznej. Podobnie jak wiekszooa modeli budowanych dla systemów paliwowo-energetycznych zbudowany model jest najbardziej czuły na zmiany referencyjnych wartości zapotrzebowania na moc elektryczną. W wyniku przeprowadzonej analizy wrażliwości modelu równowagi cząstkowej stwierdzono, że poprawnie odpowiada on na zadane wymuszenia. Tym samym można go zastosować do prowadzenia badań ilościowych funkcjonowania sektora wytwarzania energii elektrycznej.
REFERENCES (13)
1.
BROOK A., KENDRICK D., MEERAUS A., 1992 - GAMS Users' Guide, release 2.54. The Scientific Press, San Francisco.
2.
DIRKSE S.P., FERRIS M.C., 1995 - The PATH solver: A non-monotone stabilization scheme formixed complementarity problems. Optimization Methods and Software, vol. 5, pages 123-156.
3.
FERRIS M.C., PANG J.S., 1997 - Engineering and Economic Applications of Complementarity Problems. Society for Industrial and Applied Mathematics. vol. 39, no. 4, pp. 669-713, December 1997.
4.
FERRRIS M.C., MUNSON T.S., 2000 - Complementarity problems in GAMS and the PATH solver. Journal of Economic Dynamics and Control, vol. 24, issue 2, February 2000, pages 165-188.
5.
GREENBERG H.J., 1988 - Validation of Decision Support Systems. Mathematical Models for Decision Support. Edited by G. Mitra. NATO ASI Series, vol. F48. Springer-Verlag Berlin Heidelberg.
6.
KAMIŃSKI J., 2010a - Wpływ kosztów paliwowych oraz cen pozwoleń na emisję CO2 na ceny rynkowe energii elektrycznej: zastosowanie modelu WILMAR. Polityka Energetyczna t. 13, z. 1, IGSMiE PAN, Kraków.
7.
KAMIŃSKI J., 2010b -Modelowanie systemów energetycznych: ogólna metodyka postêpowania przy budowie modelu. Polityka Energetyczna t. 13, z. 2, IGSMiE PAN, Kraków.
8.
KAMIŃSKI J., 2011a Równowaga rynków energii elektrycznej i paliw: podejście modelowe. Rynek Energii nr 1(92), Kaprint.
9.
KAMIŃSKI J., 2011b - Market power in a coal-based power generation sector: the case of Poland. Energy, vol. 36, issue 11, November 2011, pages 6634-6644.
10.
LARSEN H.V., 2006 - Wilmar Planning Tool User guide, Wilmar Deliverable D6.2 (a), Risř-R-1551(EN), Risř National Laboratory, Roskilde, Denmark.
11.
MEIBOM i in. 2006a - MEIBOM P., LARSEN H.V., BARTH R., BRAND H., WEBER Ch., VOLL O., 2006a - Wilmar Joint Market Model Documentation, Wilmar Deliverable D6.2 (b), Risř-R-1552(EN), Risø National Laboratory, Roskilde, Denmark.
12.
MEIBOM i in. 2006b - MEIBOM P., BARTH R., KIVILUOMA J., HOLTTINEN H., UHLEN K., SÖDER L. 2006b - Base Configuration and Case Studies, Risø National Laboratory, Roskilde, Denmark.
13.
SUWAŁA W., 2011 - Modelowanie systemów paliwowo-energetycznych. IGSMiE PAN, Kraków.
Share
RELATED ARTICLE
| eISSN: | 2720-569X |
| ISSN: | 1429-6675 |
We process personal data collected when visiting the website. The function of obtaining information about users and their behavior is carried out by voluntarily entered information in forms and saving cookies in end devices. Data, including cookies, are used to provide services, improve the user experience and to analyze the traffic in accordance with the Privacy policy. Data are also collected and processed by Google Analytics tool (more).
You can change cookies settings in your browser. Restricted use of cookies in the browser configuration may affect some functionalities of the website.
You can change cookies settings in your browser. Restricted use of cookies in the browser configuration may affect some functionalities of the website.
