ارزش ظرفیتی انرژی خورشیدی و تولید متغیر: روش‌ها، معیارها و پیامدهای بازار

فهرست مطالب

1. مقدمه

این مقاله به عنوان گزارش نهایی کارگروه IEEE PES در مورد ارزش ظرفیتی انرژی خورشیدی ارائه می‌شود. این گزارش، بررسی انتقادی‌ای از روش‌های مورد استفاده برای ارزیابی سهم انرژی خورشیدی و دیگر منابع تولید متغیر در قابلیت اطمینان سیستم قدرت ارائه می‌دهد. چالش اصلی مورد بررسی، کمّی‌سازی این است که یک منبع متغیر مانند خورشید، چه میزان ظرفیت "مطمئن" می‌تواند به طور قابل اعتماد در دوره‌های اوج تقاضا فراهم کند؛ معیاری که به عنوان ارزش ظرفیتی یا اعتبار ظرفیتی شناخته می‌شود.

این کار بر اساس گزارش قبلی کارگروه در مورد انرژی باد بنا شده است، اما تأکید خاصی بر ویژگی‌های منحصر به فرد فتوولتائیک خورشیدی، مانند الگوهای قوی روزانه/فصلی و همبستگی‌های مکانی متمایز آن دارد. این گزارش به طور انتقادی رویکردهای مدل‌سازی، مبانی آماری و ادغام منابع تولید متغیر در مکانیزم‌های بازار ظرفیت را مرور می‌کند.

2. ارزیابی منبع فتوولتائیک

تولید فتوولتائیک خورشیدی توسط تابش خورشیدی سطحی هدایت می‌شود که چرخه‌های قابل پیش‌بینی دارد اما با تغییرپذیری هواشناسی مانند پوشش ابر پیچیده می‌شود. یک مسئله کلیدی، کمبود داده‌های تولید بلندمدت و باکیفیت است که منجر به وابستگی به داده‌های مدل‌شده می‌شود. این بخش اهمیت ثبت دقیق موارد زیر را مورد بحث قرار می‌دهد:

• الگوهای روزانه و فصلی: چرخه‌های ذاتی روزانه و سالانه در دسترس بودن انرژی خورشیدی.
• همبستگی مکانی و زمانی: چگونگی همبستگی خروجی خورشیدی در مکان‌ها و زمان‌های مختلف و تأثیر آن بر ارزش کلی سبد منابع.
• عوامل فناوری و طراحی: تأثیر جهت‌گیری پنل‌ها، سیستم‌های ردیاب خورشید و تفاوت اساسی بین فتوولتائیک و انرژی خورشیدی متمرکز با ذخیره‌سازی حرارتی.

3. روش‌های آماری برای کفایت و ارزش ظرفیتی

این بخش هسته روش‌شناختی مقاله را تشکیل می‌دهد و ابزارهای احتمالاتی و آماری مورد استفاده برای ارزیابی کفایت را به تفصیل شرح می‌دهد.

3.1. پیشینه احتمالات

مبنا بر ارزیابی احتمالاتی کفایت منابع استوار است که ریسک ناکافی بودن تولید برای پاسخگویی به تقاضا (از دست رفتن بار) را ارزیابی می‌کند. مفاهیم کلیدی شامل انتظار از دست رفتن بار و انرژی تأمین‌نشده مورد انتظار است.

3.2. رویکردهای برآورد آماری

با توجه به داده‌های محدود، روش‌های آماری قوی از اهمیت بالایی برخوردارند. مقاله رویکردهای مدل‌سازی توزیع مشترک خروجی منابع تولید متغیر و تقاضای سیستم را بررسی می‌کند و پیامدهای کمبود داده و نیاز به ثبت وابستگی‌های دم توزیع (رویدادهای بسیار کم‌خروجی/پرتقاضا) را برجسته می‌سازد.

3.3. معیارهای ارزش ظرفیتی

دو معیار اصلی مورد بحث قرار می‌گیرند:

1. قابلیت حمل بار مؤثر: میزان بار ثابت اضافی که یک سیستم می‌تواند پس از افزودن منبع تولید متغیر، در حالی که شاخص ریسک یکسانی را حفظ می‌کند، تأمین کند. این روش دقیق‌ترین روش در نظر گرفته می‌شود.
2. ظرفیت معادل مطمئن / اعتبار ظرفیتی: که اغلب به صورت درصدی از ظرفیت نامی منبع تولید متغیر بیان می‌شود. این روش ساده‌تر اما کم‌دقت‌تر از قابلیت حمل بار مؤثر است.

محاسبه اغلب شامل یک "آزمون قابلیت اطمینان" مانند آزمون مورد استفاده توسط سازمان قابلیت اطمینان برق آمریکای شمالی است.

3.4. ادغام منابع تولید متغیر در بازارهای ظرفیت

مقاله به چالش عملی ادغام منابع تولید متغیر در بازارهای ظرفیت، که برای تأمین ظرفیت مطمئن طراحی شده‌اند، می‌پردازد. مسائل کلیدی شامل موارد زیر است:

• تعیین ضریب تعدیل برای منابع تولید متغیر.
• مدیریت تأثیر منابع تولید متغیر بر قیمت‌های بازار و کفایت درآمد برای سایر منابع.
• طراحی قوانین بازاری که به طور دقیق ارزش وابسته به زمان و آب‌وهوای منابع تولید متغیر را منعکس کند.

3.5. تعامل با ذخیره‌سازی انرژی

یک بحث مختصر خاطرنشان می‌کند که ذخیره‌سازی هم‌مکان (مانند سیستم‌های انرژی خورشیدی متمرکز یا فتوولتائیک+باتری) می‌تواند با انتقال خروجی به دوره‌های اوج تقاضا، ارزش ظرفیتی را به طور اساسی تغییر دهد.

4. بررسی مطالعات کاربردی و عملکرد عملی

مقاله مطالعات صنعتی و دانشگاهی اخیر در مورد ارزش ظرفیتی خورشیدی را مرور می‌کند. یافته‌ها تغییرات قابل توجهی در مقادیر محاسبه‌شده (اغلب بین ۱۰ تا ۵۰ درصد ظرفیت نامی) بسته به عوامل زیر نشان می‌دهند:

• موقعیت جغرافیایی: کیفیت منبع خورشیدی و همبستگی آن با الگوهای تقاضای محلی.
• سطح نفوذ: ارزش ظرفیتی معمولاً با افزایش نفوذ خورشیدی به دلیل اثرات اشباع کاهش می‌یابد.
• روش مورد استفاده: مطالعاتی که از قابلیت حمل بار مؤثر استفاده می‌کنند، عموماً مقادیر کمتری را نسبت به مطالعاتی که از معیارهای ساده‌تر استفاده می‌کنند گزارش می‌دهند.
• انعطاف‌پذیری سیستم: وجود منابع با قابلیت افزایش سریع بار یا پاسخ‌گویی سمت تقاضا می‌تواند ارزش ظرفیتی خورشید را افزایش دهد.

5. نتیجه‌گیری و نیازهای پژوهشی

مقاله نتیجه می‌گیرد که ارزیابی دقیق ارزش ظرفیتی خورشید مستلزم مدل‌سازی آماری پیچیده‌ای است که روابط پیچیده و وابسته به زمان بین خروجی منابع تولید متغیر و تقاضا را ثبت کند. شکاف‌های پژوهشی کلیدی شناسایی‌شده شامل موارد زیر است:

1. مدل‌سازی بهبودیافته وابستگی‌های بلندمدت منابع و تقاضا با داده‌های محدود.
2. توسعه روش‌های استاندارد و شفاف برای استفاده در بازارهای ظرفیت.
3. درک بهتر ارزش سبدهای خورشیدی متنوع از نظر جغرافیایی.
4. ادغام اثرات تغییرات آب‌وهوا بر الگوهای بلندمدت منبع خورشیدی.

6. تحلیل اصلی و نظرات کارشناسی

7. جزئیات فنی و چارچوب ریاضی

هسته ارزش‌گذاری ظرفیت در معیارهای احتمالاتی قابلیت اطمینان نهفته است. انتظار از دست رفتن بار به عنوان تعداد مورد انتظار روزها (یا ساعت‌ها) در یک دوره تعریف می‌شود که تقاضا از ظرفیت موجود فراتر می‌رود:

$\text{LOLE} = E\left[ \sum_{t} I\left( D_t > C_t^{total} \right) \right]$

که در آن $D_t$ تقاضا در زمان $t$، $C_t^{total}$ کل ظرفیت موجود، و $I(\cdot)$ تابع نشانگر است.

قابلیت حمل بار مؤثر یک نیروگاه خورشیدی با حل برای بار ثابت اضافی $L_{add}$ که انتظار از دست رفتن بار قبل و بعد از افزودن آن را برابر می‌کند، یافت می‌شود:

$\text{LOLE}_{\text{original system}}(L) = \text{LOLE}_{\text{system + solar}}(L + L_{add})$

سپس قابلیت حمل بار مؤثر برابر است با $L_{add}$. این امر مستلزم مدل‌سازی سری زمانی تولید خورشیدی $G_t^{solar}$ به عنوان یک فرآیند تصادفی است، که اغلب همبستگی آن با $D_t$ را در نظر می‌گیرد.

چالش آماری کلیدی: مدل‌سازی توزیع مشترک $P(D_t, G_t^{solar})$، به ویژه دم آن (یعنی احتمال تقاضای بسیار بالا همزمان با خروجی بسیار پایین خورشیدی). ممکن است از توابع کوپولا یا مدل‌های سری زمانی پیشرفته (مانند VAR، GARCH) استفاده شود، همانطور که در ادبیات ریسک مالی و آب‌وهوا به آن اشاره شده است.

8. چارچوب تحلیل: مطالعه موردی نمونه

سناریو: ارزیابی ارزش ظرفیتی یک نیروگاه فتوولتائیک ۱۰۰ مگاواتی در یک سیستم شرکت برق جنوب غربی آمریکا.

1. جمع‌آوری داده‌ها: کسب حداقل ۵ سال داده تاریخی ساعتی بار سیستم و داده‌های همزمان تابش خورشیدی برای محل نیروگاه (یا داده‌های جایگزین از پایگاه‌های داده ناسا/PVGIS).
2. مدل‌سازی خروجی فتوولتائیک: تبدیل تابش به تولید جریان متناوب با استفاده از یک مدل عملکرد فتوولتائیک، با در نظر گرفتن دما، راندمان اینورتر و تلفات سیستم.
3. تعیین ریسک پایه: با استفاده از یک مدل احتمالاتی کفایت منابع (مانند شبیه‌سازی مونت‌کارلو ترتیبی)، انتظار از دست رفتن بار سیستم را با استفاده از ژنراتورهای متعارف موجود، با در نظر گرفتن نرخ خروج اجباری، محاسبه کنید.
4. محاسبه قابلیت حمل بار مؤثر:
   • سری زمانی تولید ۱۰۰ مگاواتی فتوولتائیک را به پشته ظرفیت اضافه کنید.
   • مدل کفایت را دوباره اجرا کنید تا انتظار از دست رفتن بار جدید و پایین‌تر را بیابید.
   • به صورت تکراری یک بلوک بار ثابت به سیستم اصلی (بدون فتوولتائیک) اضافه کنید تا زمانی که انتظار از دست رفتن بار آن با انتظار از دست رفتن بار سیستم با فتوولتائیک مطابقت کند.
   • مقدار بار ثابت اضافه‌شده، قابلیت حمل بار مؤثر است. به عنوان مثال، اگر افزودن ۲۸ مگاوات بار، انتظار از دست رفتن بار اصلی را بازگرداند، قابلیت حمل بار مؤثر ۲۸ مگاوات است که ارزش ظرفیتی ۲۸٪ را می‌دهد.
5. تحلیل حساسیت: تحلیل را برای سناریوهای مختلف نفوذ خورشیدی، سال‌های آب‌وهوایی مختلف و با افزودن ۵۰ مگاوات ذخیره‌سازی باتری ۴ ساعته هم‌مکان با فتوولتائیک تکرار کنید.

بینش مورد انتظار: قابلیت حمل بار مؤثر زمانی بیشترین خواهد بود که خروجی خورشیدی به طور کامل با ساعات اوج سیستم (اغلب اواخر بعدازظهر در تابستان) همبستگی داشته باشد. افزودن ذخیره‌سازی احتمالاً قابلیت حمل بار مؤثر را به طور قابل توجهی افزایش می‌دهد، زیرا امکان انتقال بخشی از تولید به اوج عصرگاهی را فراهم می‌کند.

9. کاربردها و جهت‌های آینده

روش‌های تشریح‌شده آماده تکامل و کاربرد گسترده‌تر هستند:

• ارزش‌گذاری منابع ترکیبی: این چارچوب برای ارزش‌گذاری نیروگاه‌های ترکیبی (فتوولتائیک+باد+ذخیره‌سازی) حیاتی خواهد بود، جایی که ارزش ظرفیتی غیرخطی و بیشتر از مجموع اجزای آن است.
• کفایت در سطح توزیع: با گسترش خورشیدی توزیع‌شده، روش‌های احتمالاتی مشابهی برای ارزیابی کفایت شبکه محلی و ظرفیت میزبانی مورد نیاز خواهد بود و فراتر از قواعد سرانگشتی ساده مانند "۱۵٪ از اوج" حرکت خواهد کرد.
• برنامه‌ریزی تعدیل‌شده با آب‌وهوا: ادغام پیش‌بینی‌های مدل آب‌وهوا برای ارزیابی اینکه چگونه تغییر الگوهای ابری، امواج گرما و پروفایل‌های تقاضا بر ارزش ظرفیتی بلندمدت خورشید در طول عمر ۳۰ ساله دارایی تأثیر می‌گذارد.
• تقویت با یادگیری ماشین: استفاده از شبکه‌های مولد تخاصمی یا مدل‌های ترنسفورمر برای ایجاد سری‌های زمانی مصنوعی بلندمدت از تقاضا و خروجی منابع تولید متغیر همبسته از داده‌های تاریخی محدود، به منظور بهبود اطمینان آماری. این رویکرد از پیشرفت‌های ایجاد داده‌های مصنوعی واقع‌گرایانه در سایر حوزه‌ها الهام گرفته است.
• بازارهای ظرفیت پویا: بازارهای آینده ممکن است به سمت اعتبارات ظرفیتی متغیر با زمان یا خاص مکان حرکت کنند، که بر اساس پیش‌بینی آب‌وهوا و شرایط سیستم در زمان نزدیک به واقعی محاسبه می‌شوند و نیازمند استفاده تعبیه‌شده از مدل‌های توصیف‌شده در این گزارش هستند.

10. منابع

1. کارگروه IEEE PES در مورد ارزش ظرفیتی انرژی باد، "ارزش ظرفیتی انرژی باد،" مجله تراکنش‌های IEEE در سیستم‌های قدرت، جلد. ۲۹، شماره. ۳، صص. ۱۳۶۳-۱۳۷۲، مه ۲۰۱۴.
2. سازمان قابلیت اطمینان برق آمریکای شمالی، "روش‌های مدل‌سازی و محاسبه سهم ظرفیتی تولید متغیر برای برنامه‌ریزی کفایت منابع،" گزارش NERC، مارس ۲۰۱۱.
3. آژانس بین‌المللی انرژی، "سیستم‌های قدرت در حال گذار،" ۲۰۲۰. [آنلاین]. قابل دسترسی: https://www.iea.org/reports/power-systems-in-transition
4. جی. ژو، تی. پارک، پی. ایزولا، ای. ای. افروس، "ترجمه تصویر به تصویر جفت‌نشده با استفاده از شبکه‌های مولد تخاصمی با چرخه سازگار،" در کنفرانس IEEE ICCV، ۲۰۱۷. (به عنوان نمونه‌ای از مدل‌سازی مولد پیشرفته مرتبط با ایجاد داده مصنوعی برای منابع تولید متغیر ذکر شده است).
5. پی. دن‌هالم و همکاران، "نقش ذخیره‌سازی انرژی با تولید برق تجدیدپذیر،" گزارش فنی آزمایشگاه ملی انرژی‌های تجدیدپذیر، شماره گزارش NREL/TP-6A2-47187، ۲۰۱۰.
6. آر. سیوشانسی، پی. دن�هالم، تی. جنکین، جی. وایس، "برآورد ارزش ذخیره‌سازی برق در PJM: آربیتراژ و برخی اثرات رفاهی،" اقتصاد انرژی، جلد. ۳۱، شماره. ۲، صص. ۲۶۹-۲۷۷، ۲۰۰۹.