RINNOVABILI CON STORAGE IN MARKET PARITY - ANALISI DI RISCHI ED OPPORTUNITÀ MEDIANTE LA SIMULAZIONE DI SCENARIO - Mercati energetici e ...
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
RINNOVABILI CON STORAGE IN MARKET PARITY ANALISI DI RISCHI ED OPPORTUNITÀ MEDIANTE LA SIMULAZIONE DI SCENARIO Virginia Canazza Padova, 12 Ottobre 2017
Agenda
▪ Framework
o Recenti trend di mercato: crescete rischiosità
o Rinnovabili elettriche: fondamentali per incontrare target di
decarbonizzazione al 2030
▪ Approcci modellistici
o la previsione del mercato a supporto delle decisioni di investimento
▪ Case study
o analisi delle condizioni per lo sviluppo di rinnovabili senza/con
storage in market parity
▪ Nuovi sviluppi
2
Framework
3
Framework
In Italia condizioni strutturali di mercato lungo...
Forte penetrazione delle rinnovabili (25% del Overcapacity su MGP: i prezzi si allineano ai
mix) e declino della domanda residua su costi variabili della tecnologia marginale
MGP (CCGT)
MGP production by technology Reserve m argin and CSS
(TWh) (€/MWh)
350 Other Reserve margin CSS
Import
300 OCGT
Self-producers 54.0% 27.0
250 Repowering
Conventional ST 44.0% 22.0
200 CCGT
CHP 34.0% 17.0
150 Coal 24.0% 12.0
Pumping
100 Hydro 14.0% 7.0
Geothermal
50 Biomass 4.0% 2.0
Solar
Wind -6.0% -3.0
0
2010 2011 2012 2013 2014 2015 2016 Non-relevant FER
-16.0% -8.0
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Data collected up to December 2016
Source: REF-E processing on GME data Source: REF-E estimate
4
Framework
…ma alta sensibilità a fenomeni contingenti
Indisponibilità Bassa
Picco Estivo nucleare francese Idraulicità
[€/MWh]
180
PUN orario PUN media mensile
160
140
120
100
80
60
40
20
0
feb-15
giu-15
lug-15
set-15
ott-15
feb-16
giu-16
lug-16
set-16
ott-16
feb-17
giu-17
lug-17
set-17
ott-17
apr-15
mag-15
apr-16
mag-16
apr-17
mag-17
gen-15
gen-16
gen-17
mar-15
dic-15
mar-16
dic-16
mar-17
ago-15
nov-15
ago-16
nov-16
ago-17
Bassa Inverno rigido in
Picco Estivo Fonte: elaborazioni REF-E su dati GME
idraulicità Europa
5
Framework
Aumenta il valore della flessibilità per garantire la sicurezza e
l’adeguatezza
Crescente influenza dei mercati
esteri
Peak electricity dem and 2012-2016
(GW)
Peak electricity demand
59.4
60
54.1 53.9 53.3
54 51.6
48
42
36
30
2012 2013 2014 2015 2016*
* Provisional data
Source: Terna
Alta variabilità del picco di domanda
Fonte: Terna ed elaborazioni REF-E su dati GME e Terna 6
Framework
Le rinnovabili elettriche hanno un ruolo chiave per il
raggiungimento degli obiettivi ambientali
▪ Le linee guida europee e gli obiettivi al 2030
hanno lo scopo di assicurare un
approvvigionamento energetico sicuro,
economico e a basso impatto ambientale e
climatico
▪ Obiettivi SEN 2017 al 2030:
o rinnovabili 27% del CIL
o rinnovabili elettriche 48-50% del CIL
SEN2017 REF-E
elettrico Gross Final Energy Consumption
(GFEC) - E [Mtep] 29.07 30.03
o efficienza: Actual load [TWh] 324.28 335.11
• riduzione di 15 Mtep di consumi di Net electricity import [TWh] 23.26 19.83
energia primaria rispetto 2015 Coal-based generation - net
output [TWh] 25.80 18.20
• riduzione di 7 Mtep di consumi finali di Power generation from RES-E net
output [TWh]
energia rispetto 2015 166.48 160.00
Power generation from other
Fonte: Terna ed elaborazioni REF-E su dati MiSE sources 111.23 137.02
7
Framework
Nuovi fattori guidano la transizione
Riforma del modello di mercato: Elevata
target model (integrazione dei mercati bilanciamento, rischiosità del
riforma sbilanciamenti, riforma MI e spostamento gate mercato
closure), abilitazione sui mercati di tutte le risorse
(rinnovabili, DSR, storage)
Data Management:
Nuove tecnologie Capacity Market:
Quali rischi ed garanzia
IoT per il controllo, opportunità sui mercati
gestione, misura dell’adeguatezza
per gli operatori e gli sul lungo periodo
delle reti investitori nello scenario
futuro?
Nuove tecnologie per la Sviluppo rete di
flessibilità (storage) trasmissione e
distribuzione
La previsione del mercato è fondamentale per
supportare le decisioni di investimento
8
Approcci modellistici
9
I Approcci modellistici
I modelli di REF-E per i mercati energetici
10Approcci modellistici
Modelli alimentati da vaste e aggiornate banche dati
▪ I modelli si alimentano da banche dati costantemente aggiornate e con informazioni
complete per ogni tipo di analisi:
✓ Monitoraggio del mercato ✓ Previsioni di prezzo
✓ Ottimizzazione delle strategie di offerta ✓ Ottimizzazione di portafoglio
✓ Previsione dei driver di scenario ✓ …
▪ Le banche dati sono raccolte
in un web database
alimentato da fonti pubbliche
e non, gestito attarverso un
software di data management
(Stream) sviluppato in-house
▪ Il web database può essere
interrogato automaticamente
dai modelli REF-E
11Approcci modellistici
Approcci complementari per la simulazione delle diverse fasi
del mercato
Modello Proiezione futura di Modello
basato su elaborazioni stratistiche basato su
simulazione deterministica di Rete Neurale del differenziale storico Rete Neurale
breve-medio-lungo periodo simula le fra prezzi MSD e prezzi simula le
correlazioni MGP correlazioni
storiche coi storiche coi
fondamentali fondamentali
Simulazione
Configurazione Simulazione
del Mercato Simulazione di Simulazione
dello scenario del Mercato
del Giorno MSD di MB
di input Intraday
Prima
Prezzi zonali e Volumi (per
Volumi zonali
volumi Differenziali di singola UP) e
e distribuzione
accettati per prezzo fra MI distribuzione
dei prezzi su
singola UP su ed MGP dei prezzi su
MB (e per RS)
MGP MSD ex ante 12La simulazione MGP
MGP: approccio deterministico
▪ ELFO++ simula il mercato elettrico del giorno prima ottimizzando il dispacciamento del parco di generazione e
calcolando il system marginal price a livello zonale
▪ ELFO++ adotta un approccio deterministico:
o Input è costituito dal modello dei parametri e vincoli del sistema elettrico e delle strategie di offerta dei
concorrenti
o La simulazione fornisce la sensitività del Prezzo spot e delle quantità scambiate ai findmentali di mercato
(analisi What If)
o Algoritmo di ottimizzazione: minimizza il costo per il sistema per coprire la domanda su orizzonte annuale
INPUT OUTPUT
Scenario di mercato
atteso
Prezzi orari
Modello del
sistema elettrico zonale Produzioni orarie
delle unità di generazione
Modello delle
strategie di offerta Risultati economici
degli operatori
13La simulazione MGP
L’accuratezza dell’input
Costante Il database
monitoraggio del Il parco di generazione:
mercato ▪ Anagrafica degli impianti
▪ Caratteristiche tecniche e di flessibilità
Informazioni
pubbliche GME e ▪ Informazioni di costo e rendimento
Terna ▪ Disponibilità e manutenzioni
Letteratura Il sistema elettrico:
tecnica ▪ Configurazione di rete
▪ Limiti di scambio tra le zone
Informazioni da ▪ Vincoli di riserva nelle zone
produttori e ▪ Domanda elettrica zonale
operatori
Lo scenario macroeconomico
Informazioni costantemente aggiornate in base a dati pubblici e validate
dalla continua interazione con gli operatori e dalle molteplici applicazioni 14La simulazione MGP
ELECTRICITY BALANCE - 2030PACKAGE
Esempio di risultati (TWh)
420 Coal fired thermal plants
390
360 Gas fired thermal plants
330
300 Conventional thermal plants
270
Confidential
240 Renewables
210
180 CIP6, ex CIP6 and waste fired
150 CIP6 thermal plants
120 Self-production
90
60 Large hydro + pumping
30
Net import
0
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
Electricity demand + pumping
hydro consumptions
Source: REF-E forecast
P UN CO M P O NE NT S - 2030PACKAGE
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
SEN2017 REF-E (€/MW h)
110
Gross Final Energy Consumption Variable cost gas ETS Impact - CCGT 53%
100 GC impact CSS
(GFEC) - E [Mtep] 29.07 30.03
90 PUN w/t CM PUN
Actual load [TWh] 324.28 335.11 80
Net electricity import [TWh] 23.26 19.83
Confidential
70
Coal-based generation - net 60
output [TWh] 25.80 18.20 50
Power generation from RES-E net 40
output [TWh] 166.48 160.00 30
Power generation from other 20
sources 111.23 137.02 10
COMMODITIES SEN2017 REF-E 0
2013
2015
2017
2018
2020
2022
2023
2025
2027
2028
2030
2032
2033
2035
2037
2038
2040
2014
2016
2019
2021
2024
2026
2029
2031
2034
2036
2039
PSV [€/Gcal NCV] 39.30 23.45
Coal quotation [€/Gcal] 14.18 11.02
EU ETS [€/tCO2] 27.32 27.24 15
Source: REF-E forecastLa simulazione di MI
Trend recenti su MI: liquidità in aumento e forte correlazione
con prezzi MGP INCIDENCE OF MI ON MGP
(%)
Traded volumes Increase of production
14%
▪ MI è usato per aggiustare la 12%
programmazione MGP 10%
8%
▪ Crescita dei volume MI dovuta alla 6%
partecipazione delle rinnovabili e alle 4%
nuove sessioni di Mercato 2%
0%
Jan-11 Jan-12 Jan-13 Jan-14 Jan-15 Jan-16 Jan-17
VOLUMES TRADED ON MI
(TWh) Data collected up to May 2017
30
MI7 MI6 MI5 MI4 Source: REF-E processing on GME data
MI3 MI2 MI1
25 Average differentials betw een MGP prices and MI1 prices
(€/MWh)
20 100.00
90.00
15 80.00
70.00 NORD
10 60.00 CNOR
50.00
CSUD
40.00
5 SUD
30.00
SICI
20.00
0 SARD
10.00
2012 2013 2014 2015 2016 2017
Data collected up to August 2017 0.00
Mar-11
Mar-12
Mar-13
Mar-15
Mar-16
Mar-10
Mar-14
Jul-11
Jul-12
Jul-14
Jul-15
Jul-16
Jul-10
Jul-13
Nov-09
Nov-11
Nov-12
Nov-14
Nov-15
Nov-10
Nov-13
Nov-16
Source: GME data
16
Source: REF-E elaboration on GME dataLa simulazione di MI
MI: reti neurali consentono di simulare relazioni non lineari
complesse fra input ed output
AVERAGE PRICES TREND ACCEPTED ON MI Fonte: REF-E, Scenario 2030 Package , update luglio 2017
(€/MWh)
▪ Per le simulazioni di MI è stata usata 90
una rete neurale feed-forward nella 80 NORD CNOR CSUD SUD SICI SARD
quale il flusso di informazioni è 70
Confidential
60 ▪ Prezzi MI
unidirezionale (i nodi mandano 50 tendenzialmente in
informazioni ad altri nodi dai quali non 40
aumento, segnale di
incremento del
ricevono più nessuna informazioni, 30 valore della flesibilità
ovvero non ci sono cicli di feedback) 20
10
0
2016* 2020 2030
▪ La rete neurale è stata implementata * Historical results
con il software R usando la libreria nnet Source: REF-E simulations
FORECASTED MI VOLUMES - 2030PACKAGE
(TWh)
25
▪ A livello nazionale Demand orders Supply orders
volumi stabili 20
▪ In realtà i volumi 15
aumentano dove ci 10
sono più rinnovabili 5
(isole) 0
▪ si riducono volumi di -5
aggiustamento degli -10
impianti
termiciperchè si -15
incrementa il load -20
factor dei CCGT -25
▪ Variabili di input: rinnovabili, (dismissioni, meno
import, coal to gas
2016* 2020 2030
domanda, prezzo MGP switching) * Historical results
17
Source: REF-E forecast with ELFO++ and GME dataLa simulazione di MSD
Trend recenti su MSD: volumi in costante crescita, ampio spread
dei prezzi rispetto MGP Volum es traded on MSD by technology on 2016
(TWh)
Prezzi di terziaria a
8.0
▪
Monthly prices on MSD (upw ard services)
(€/MWh) 6.0
Startup Tertiary regulation PUN salire/scendere 4.0
2.0
300
250
sistematicamente 0.0
-2.0
BID - RT
BID - AS
200 più alti/bassi del -4.0 OFF - RT
PUN -6.0 OFF - AS
150
100
50 ▪ Prezzi di start-
0
up/shut-down più
Jan-10
Jan-13
Jan-14
Jan-15
Jan-16
Jan-11
Jan-12
Jul-10
Jul-13
Jul-14
Jul-15
Jul-16
Apr-10
Oct-10
Apr-11
Jul-11
Oct-11
Apr-12
Jul-12
Oct-12
Apr-13
Oct-13
Apr-16
Oct-16
Apr-14
Oct-14
Apr-15
Oct-15
Data collected up to December 2016
alti/bassi dei prezzi Source: GME data
di terziaria
Data collected up to December 2016
Source: REF-E processing on GME data
Volum es traded on MSD
(TWh)
Monthly prices on MSD (dow nw ard services)
(€/MWh)
▪ Volumi in costante 15.0
Shutdown Tertiary regulation PUN crescita dopo il 10.0
100
90
2011-2012 5.0
BID - RT
0.0
CCGT forniscono
80
▪
BID - AS
70
-5.0 OFF - RT
60
50
40 principalmente -10.0 OFF - AS
servizi di start-up
30 -15.0
20
10 -20.0
0 2010 2011 2012 2013 2014 2015 2016
Jan-10
Jan-13
Jan-14
Jan-15
Jan-16
Jan-11
Jan-12
Jul-10
Jul-13
Jul-14
Jul-15
Jul-16
Apr-10
Oct-10
Apr-11
Jul-11
Oct-11
Apr-12
Jul-12
Oct-12
Apr-13
Oct-13
Apr-16
Oct-16
Apr-14
Oct-14
Apr-15
Oct-15
Data collected up to December 2016
Source: GME data
Data collected up to December 2016
18
Source: REF-E processing on GME dataLa simulazione di MSD
Approccio deterministico per la Approccio statistico per la
simulazione dei volumi MSD simulazione dei prezzi MSD
19La simulazione di MSD
La simulazione di MSD: esempio di risultati
▪ Con le ipotesi adottate, i volumi di
riserva terziaria rinagono stabili,
▪ Emerge un diverso valore dei servizi per la sicurezza a livello
mentre i volumi di start-up e shut-
zonale
down potranno dipendere
maggiormente da contingenze
AVERAGE PRICES TREND ACCEPTED ON MSD FOR START-UP
(€/MWh)
AVERAGE PRICES TREND ACCEPTED ON MSD FOR SHUT-DOWN
(€/MWh)
(quota non prevista dalla
180
NORD CENTRO NORD CENTRO SUD
100 relazione di medio termine)
NORD CENTRO NORD CENTRO SUD
Nello scenario ipotizzato, quota di
160
140
SUD SICILIA SARDEGNA
80 SUD SICILIA SARDEGNA
▪
flessibilità addizionale proviene
Confidential
Confidential
120
100 60 da un progressivo sfruttamento
80
60 40
dei sistemi di accumulo
40
FORECASTED MSD VOLUMES
20 20
(TWh)
0
15
2017 2020 2030
0
Source: REF-E scenario with Elfo++ 2017 2020 2030
10
AVERAGE PRICES TREND ACCEPTED ON MSD FOR UPWARD Source: REF-E
AVERAGE scenario
PRICES TRENDwith Elfo++ ON MSD FOR DOWNWARD
ACCEPTED
Confidential
(€/MWh) (€/MWh) 5
180 60
NORD CENTRO NORD CENTRO SUD NORD CENTRO NORD CENTRO SUD 0
160
SUD SICILIA SARDEGNA 50 SUD SICILIA SARDEGNA
140 -5
Confidential
Confidential
120 40 Start-up Tertiary Upward Shut-down Tertiary Downward
-10
100
30
80 -15
60 20 2017 2020 2030
40 Source: REF-E forecast with ELFO++ and GME data
10
20
0 0
2017 2020 2030 2017 2020 2030 Fonte: REF-E, Scenario 2030 Package , update luglio 2017
20
Source: REF-E scenario with Elfo++ Source: REF-E scenario with Elfo++La simulazione di MB
Trend recenti su MB: elevati volumi a scendere, alto spread di
prezzo rispetto al PUN
Average m onthly prices on MB (upw ard services)
(€/MWh)
Volum es traded on MB
Startup Secondary regulation Tertiary regulation PUN
(TWh)
350
1.6
300
-0.4 250
-2.4 200
BID - RT
150
-4.4 BID - RS
100
-6.4 BID - AS 50
OFF - RT 0
-8.4
Jan-10
Jan-11
Jan-12
Jan-13
Jan-16
Jan-14
Jan-15
Jul-10
Jul-11
Jul-12
Jul-15
Jul-16
Apr-12
Oct-12
Apr-13
Jul-13
Oct-13
Apr-14
Jul-14
Oct-14
Apr-15
Oct-15
Apr-16
Apr-10
Oct-10
Apr-11
Oct-11
Oct-16
OFF - RS
-10.4
OFF - AS
-12.4 Data collected up to December 2016
Source: REF-E processing on GME data
-14.4
2010 2011 2012 2013 2014 2015 2016
Average m onthly prices on MB (dow nw ard services)
Data collected up to December 2016 (€/MWh)
Source: GME data
Shutdown Secondary regulation Tertiary regulation PUN
100
90
80
70
60
50
40
30
20
10
0
Jan-10
Jan-11
Jan-12
Jan-13
Jan-16
Jan-14
Jan-15
Jul-10
Jul-11
Jul-12
Jul-15
Jul-16
Apr-12
Oct-12
Apr-13
Jul-13
Oct-13
Apr-14
Jul-14
Oct-14
Apr-15
Oct-15
Apr-16
Apr-10
Oct-10
Apr-11
Oct-11
Oct-16
Data collected up to December 2016
Source: REF-E processing on GME data
21La simulazione di MB
Approccio statistico per la Approccio basato su reti neurali
simulazione dei prezzi su MB per la simulazione dei volumi MB
(come per MSD) (come per MI)
Prezzi accettati
storici su MB
Distribuzioni di
frequenza spread
MB-MGP
Previsione dei prezzi su
MB per zona e ora
22La simulazione di MB
La simulazione di MB: esempio di risultati UPWARD PRICES ON MB
[€/MWh]
▪ Con le ipotesi adottate (che includono un 160
crescente sfruttamento di sistemi di
140 SUD NORD
120
accumulo), volumi stabili nel futuro
Confidential
100
▪ Prezzi in crescita sia per servizi a salire sia 80
per servizi a scendere 60
40
20
0
FORECASTED MB VOLUMES Fonte: REF-E, Scenario 2030 Package , update luglio 2017 2017 2020 2030
(TWh) DOWNWARD
Source: REF-E PRICES ON MB
Estimations
10 [€/MWh]
Secondary Upward Other Services Upward
Secondary Downward Other Services Downward 40
5 35 SUD NORD
30
Confidential
0
25
20
-5
15
10
-10
2017
2020
2030
5
0
Source: REF-E forecast and GME data 2017 2020 2030
Source: REF-E Estimations
23La simulazione del Capacity Market
La simulazione delle aste delle Capacity Market
Molte informazioni chiave inerenti il meccanismo sono ancora in fase di definizione
Ipotesi sulle possibili
Equilibrio d'asta per la capacità di adeguatezza La versione probabilistica
strategie di partecipazione
asse verticale: €/MW/anno, asse orizzontale: GW
di ELFO++ consente di
delle differenti tecnologie:
100 000
misurare il livello atteso
dell’adeguatezza (in
90 000
in base ai risultati attesi sui 80 000
mercati e l’esigenza di 70 000 termini di LOLE, LOLP ed
confidenziale
copertura dei costi fissi è 60 000 ENS) nello scenario futuro:
possibile stimare potenziali
50 000 questa applicazione è
strategie di partecipazione
40 000
usata per simulare il
per gli operatori titolari
30 000
requisito di adeguatezza
20 000
della CDP qualificata e 10 000
a livello zonale in input
costruire il merit order delle 0 alla aste di capacità
0 10 20 30 40 50 60 70
offerte
Fonte: stime REF-E con CAST
LA COP ERTURA DELLA RICHIESTA A L 2018
(CDP : GW)
Calcolo della capacità Estero
RES inc .
qualificata in base ai dati CIP6
▪ Stima del premio annuo per
sulla disponibilità del parco Rinno non inc.
la capacità
di generazione del DB REF- Autoprodutt ori ▪ Capacità contrattualizzata
E Cogenerazioni ▪ Possibili effetti sugli altri
Essenziali
mercati
Termo
-15 0 15 30 45 60
24
Fo nte: stime REF-EAnalisi delle condizioni per lo
sviluppo di rinnovabili senza/con
storage in market parity
25Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Il grado di market parity dipenderà dall’andamento del prezzo
delle commodities..
FORECASTED LCOE OF RENEWABLES 2017 - EU AVERAGE CAPEX FORECASTED LCOE OF RENEWABLES 2020 - EU AVERAGE CAPEX FORECASTED LCOE OF RENEWABLES 2030 - EU AVERAGE CAPEX
(€/MW h) (€/MW h) (€/MW h)
fuel cost LCOE ETS CSS Serie3 ETS CSS fuel cost LCOE ETS CSS
200 200 200
180 180 180
160 160 160
140 2017 140 2020 140 2030
120 120 120
100 100 100
80 80 80
60 60 60
40 40 40
20 20 20
0 0 0
LCOE PV LCOE wind on- LCOE solar thermal ITA PRICE LCOE PV LCOE wind on- LCOE solar thermal ITA PRICE LCOE PV LCOE wind on- LCOE solar thermal ITA PRICE
shore 2030PACKAGE shore 2030PACKAGE shore 2030PACKAGE
2017-2020:
2030-2040:
Anche la struttura Il Prezzo della CO2 risente
2020-2030: Il Prezzo della CO2
concorrenziale del dell’impatto atteso
Il Prezzo della CO2 consente le switch
mercato, che incide dell’implementazione delle
consente le switch fra fra tecnologie
sul CSS, incide sul politiche climatiche
tecnologie termiche termiche
livello di MP europee ed internazionali
convenzionali e PV e convenzionali e
I nuovi entrant hanno
Eolico onshore tecnologie
ancora bisogno di incentive
innovative
per essere sviluppato
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
26Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
..e dall’evoluzione dei costi delle tecnologie
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
FORECASTED LCOE OF RENEWABLES - EU AVERAGE CAPEX
(€/MW h) FORECASTED LCOE OF RENEWABLES - EU MIN CAPEX
(€/MW h)
ITA PRICE 2030PACKAGE LCOE PV LCOE wind on-shore
LCOE solar thermal EU electricity price ITA PRICE 2030PACKAGE LCOE PV LCOE wind on-shore LCOE solar thermal EU power price
200 200
180 180
160 160
140 140
120 120
100 100
80 80
60 60
40 40
20 20
0 0
2017 2020 2030 2040 2017 2020 2030 2040
Source: REF-E scenario Source: REF-E scenario
Capex 2017:
Capex 2017: La localizzazione degli • FV: 900 €/kWh
• FV: 1245 €/kWh impianti, in termini di prezzo • WIND: 1000 €/kWh
• WIND: 1646 €/kWh zonale e load factor, incide • Solare a concentrazione:
• Solare a concentrazione: sul livello di MP 5000 €/kWh
8035 €/kWh
27Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Stima degli oneri di sbilanciamento per le FRNP
Prezzo a cui è valorizzato lo sbilanciamento
Segno di macro-zona Stesso segno per lo
(regola Single Price)
sbilanciamento
dell’unità e della
Una macro-zona (NORD, SUD)
macro-zona:
ha segno positivo/negativo se margine negativo
esporta/importa verso/da Segno opposto per
l’altra macro-zona più energia lo sbilanciamento
di quanta ne era stata dell’unità e della
programmata sulla fase MGP macro-zona:
margine positivi L’onere/ricavo dello sbilanciamento dipende
strettamente dal segno di sbilanciamento dell’unità
• I flussi a valle di MGP e a valle di MSD (come proxy
dei flussi fisici) dal Centro-Nord al Nord sono stati
• I prezzi prospettici su MB sono stimati con
simulati usando
approccio statistico
• Se in un’ora, il flusso di MSD dal Centro-Nord al
Nord è cresciuto rispetto al flusso MGP, alla macro-
zona SUD è assegnato segno positivo e viceversa
28Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Elevata rischiosità degli oneri di sbilanciamento
ONERI DI SBILANCIAMENTO IN FUNZIONE DEL SEGNO
[€/MWh]
100% concorde 80% concorde 60% concorde
40% concorde 20% concorde 0% concorde
10
8
potenziali ricavi con 6
4
sbilanciamento prevalente di
2
segno opposto al segno 0
macro-zonale, oneri con -2
segno concorde -4
-6
-8
-10
-12
2018
2027
2028
2017
2019
2020
2021
2022
2023
2024
2025
2026
2029
2030
In realtà è il trader che
«copre» il produttore
rinnovabile fissando un Source: REF-E estiamtions Fonte: REF-E, Scenario 2030 Package , update luglio 2017
premio/sconto sul prezzo di
off-take dei contratti PPA che Impianto eolico da 15 MW e lf 25%:
dipende dall’esposizione del • Quantità oraria programmata pari alla
suo portafoglio producibilità media
• Errore medio del 20%
29Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Nuove opportunità per le FRNP: partecipazione a MSD
▪ Obiettivi AEEGSI: ampliare le risorse di flessibilità e ridurre i costi
• AEEGSI: DCO 298/16 Delibera per il sistema
300/17
• Delibera 583/17: al momento
Terna ha avviato i progetti ▪ Necessità di sostanziale revisione delle regole per stimolare servizi
pilota solo per domanda e
per generazione distribuita,
che le FRNP possono fornire con efficacia al sistema:
ma obiettivo è anche per le o Modalità di partecipazione
rinnovabili rilevanti
o Tempistiche dei mercati
▪ Potenziale partecipazione FRNP su MSD (sia rilevanti che in aggregato)
per:
o Servizi a scendere su MSD/MB per risolvere congestioni, riserva
primaria, secondaria, terziaria, bilanciamento, soprattutto con
overgeneration: potenzialmente vantaggiosa se con prezzi negativi
o Regolazione a salire:
• andrebbe trattenuta una banda di potenza, perdendo parte
della produzione
• dovrebbe essere verificata disponibilità fonte primaria (la cui
intermittenza determina il fabbisogno di riserva)
▪ La partecipazione al Capacity Market è già prevista ma con CDP molto
bassa 30Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Accoppiamento FRNP + sistema BESS
L’accoppiamento di un sistema BESS alle
BESS rinnovabili per prevenire gli oneri di
sbilanciamento non sostenibile con regole di
IRENA Electricity Storage ▪ CAPEX 500 €/kWh sbilanciamento e costi BESS attuali:
Report 2017 indica una ▪ C-rate 1 gli oneri dovrebbero essere superiori a 30
riduzione attesa dei ▪ 1MW, 1 MWh €/MWh
costi delle batteria del (stimati inferiori a 10 €/MWh)
▪ DoD 80%
60% dal 2016 al 2030
un ciclo completo della Da valutare convenienza BESS in
batteria costa circa 60 €/MWh funzione evoluzione curve di costo,
regolazione sbilanciamenti e possible
contributo Capacity Market
SPREAD MEDIO SUI VARI MERCATI
Nuove opportunità per le FRNP [€/MWh]
70
• diventa impianto programmabile: può adottare 60
50
strategie sui diversi mercati
40
• se persistente sbilanciamento concorde alla zona, la 30
capacità della batteria (prevalentemente carica) 20
potrebbe essere venduta sul MC: da valutare in base 10
ai stringenti vincoli sulla presentazione offerte e 0
MSD-MI MSD-MGP MSD-MB
restituzioni Source: REF-E estimations 31Nuovi sviluppi
32Nuovi sviluppi
Nuovi sviluppi : il modello BEST per l’ottimizzazione dei
sistemi BESS (stand alone o accoppiati a generazione
rinnovabili) sui mercati
Risultati delle simulazioni di mercato
▪ Prezzi attesi ▪ MGP, MI
▪ Volumi ▪ MSD, MB e RS
▪ Capacità disponibile
Prezzi attesi
INPUT di BEST
Probabilità di accettazione sui mercati
Remunerazione
della riserva
Interazione con la primaria?
simulazione di Modello BEST
scenario:
Effetti retroattivi sui Ottimizzazione del profitto del price taker
mercati
Strategia di offerta sui mercati ottima: flusso di
OUTPUT di
ricavi/costi su ogni fase del mercato,
BEST
dispacciamento della batteria, stato di carica
33www.ref-e.com
Grazie dell’attenzione!
Q&A?
virginia.canazza@ref-e.com
Follow us on
Disclaimer
Le opinioni espresse sono esclusivamente quelle di REF-E che svolge in modo autonomo ed indipendente la propria attività di ricerca.
Le stime e la documentazione prodotte da REF-E sono destinate esclusivamente all’uso interno e non possono essere distribuite o usate in alcun altro modo senza previa autorizzazione scritta da parte di
REF-E. Le informazioni riportate nel presente lavoro sono ritenute dagli autori e da REF-E le migliori possibili. Tuttavia, né gli autori né REF-E garantiscono la accuratezza e la completezza delle informazioni
né si assumono alcuna responsabilità sulle eventuali conseguenze derivanti dall’utilizzo delle informazioni riportate.
Disclaimer
The opinion expressed in this report are solely of REF-E, which is independent in developing its work. Data and documentation produced by REF-E are for the exclusive internal use and cannot be
distributed or used without previous written authorization by REF-E. The information reported are the best possible according to REF-E and to the authors. Anyway, both REF-E and the authors do not
guarantee the accuracy and the completeness of the information reported, and do not assume any responsibility for the consequences deriving form the use of such information.Settori
REF-E: eccellenza nei mercati energetici
REF-E: PRODOTTI E SERVIZI
REF-E opera nel mercato energetico con:
GAS La conoscenza approfondita di tutti i
ELETTRICITÀ ENERGIE
• ricerche e consulenze personalizzate RINNOVABILI
NATURALE settori dell’industria energetica
• osservatori indipendenti consente ai ricercatori REF-E di offrire
• attività di formazione un’ampia gamma di prodotti e servizi.
Affianca aziende, istituzioni, organismi governativi nei processi • I prodotti sono personalizzati rispetto
Strategie societarie
decisionali, promuove il confronto tra operatori e istituzioni sui alle esigenze dei clienti per trovare le
risultati degli scenari di policy risposte a quesiti operativi o
Regolazione strategici.
Politiche pubbliche
REF-E IN QUATTRO PAROLE infrastrutture • Le pubblicazioni sono il veicolo per la
come economics: analisi indipendente, a divulgazione di un sapere tecnico,
partire dai fondamentali economici complesso e costantemente
COMPETENZE aggiornato.
come engineering: competenze tecniche, • I modelli, sono frutto della qualificata
per affrontare le modellizzazioni più Market and Auction capacità modellistica espressa negli
Politiche Antitrust
complesse design anni dai professionisti REF-E; sono
commercializzati nella loro versione
come energy: un settore vasto, che standardizzata o declinati ad hoc su
presenta tematiche sempre nuove esigenze specifiche.
Surveys
• I database consentono l'accesso a
come environment: la sfida del prossimo molti dati complessi raccolti negli
futuro anni e costantemente aggiornati.I MODELLI REF-E
PUBBLICAZIONI
• Newsletter Osservatorio Energia, è il mensile che propone
approfondimenti sull’evoluzione normativa, le trasformazioni societarie,
l’andamento delle tariffe e il livello dei prezzi
• Energy Outlook, è il quadrimestrale di previsione dello sviluppo a medio
termine del mercato elettrico e del gas sulla base del modello di
simulazione Elfo++.
• Rapporto Energia, è una pubblicazione annuale sull’evoluzione e le ABBIAMO LAVORATO PER …
prospettive dei settori elettrico, gas e delle fonti rinnovabili.
• Working Papers, sono studi dettagliati che trattano temi di attualità, a
partire dalla letteratura teorica.
EUPuoi anche leggere
