風力發(fā)電場組合市場經(jīng)濟效益的投資組合原理評估模型ppt精選課件

德國風力發(fā)電與電力交易市場分析投資組合原理在風能發(fā)電領域運用可行性研究實驗性范例,風力發(fā)電場組合市場經(jīng)濟效益評估的投資組合模型,.,背景，動機與目標,趨勢可再生能源發(fā)電在未來能源結構中所占的比列至關重要由固定入網(wǎng)補貼向直接入網(wǎng)轉換的長期戰(zhàn)略目標問題可再生能源（風能）發(fā)電的波動性特征可再生能源面對基于傳統(tǒng)能源發(fā)電結構構建的電力市場架構的不適應性長期：電力市場結構調整短期：運用經(jīng)濟學模型（投資組合原理）降低可再生能源（風能）直接入網(wǎng)的經(jīng)濟與電網(wǎng)波動風險，優(yōu)化投資回報。目標運用投資組合原理的針對風力發(fā)電廠市場經(jīng)濟效益評估模型的建立，不同分析前提下可能的最優(yōu)投資組合的計算,德國風能發(fā)電與電力市場分析,風能可再生能源法在岸與離岸風場電網(wǎng)建設風力等級儲能,電力市場電力價格:發(fā)電成本電力交易市場價格終端用戶價格可再生能源對電力市場優(yōu)先次序法則的影響直接入網(wǎng):固定入網(wǎng)補貼遞減直至取消市場補貼形式補償電能:電網(wǎng)調節(jié)電能與可再生能源運營商所支付的補償電能關系補償電能價格影響因素,投資組合原理在風能發(fā)電領域的運用,投資組合原理針對風場發(fā)電優(yōu)化的應用收益:風場產(chǎn)能系數(shù)（實際發(fā)電量與裝機容量的比值）風場發(fā)電量預估錯誤考慮補償電力價格后的風場經(jīng)濟收益風險:不同收益形式的波動單一風場對比風場組合：總回報率與總風險相對單一風場回報率與風險的優(yōu)化，風場組合發(fā)電波動性的降低，風場對電網(wǎng)穩(wěn)定性的貢獻的提高運用矩陣模型實現(xiàn)風電場投資組合的計算,模型搭建與數(shù)據(jù)基礎,德國四大電網(wǎng)風電場最優(yōu)組合論證研究對象:四大電網(wǎng)區(qū)域(TenneT,Amprion,50Hertz,TransnetBW)方案風能發(fā)電量最大（全年）2012風能發(fā)電對電網(wǎng)貢獻最大化(峰時)2012風能發(fā)電量最大（全年）2020數(shù)據(jù)基礎電網(wǎng)區(qū)域數(shù)據(jù)各電網(wǎng)區(qū)域每15min風力發(fā)電量數(shù)據(jù)收集整理各電網(wǎng)風機裝機容量數(shù)據(jù)收集整理,五處示例風場最優(yōu)組合求解研究對象:五處示例風場(Windpark25,27,33,36,42)方案風能發(fā)電量最大通過最小化風場發(fā)電預估值偏差進而最大化風場對電網(wǎng)穩(wěn)定性的貢獻考慮補償電能支出前提下的風場經(jīng)濟效益最優(yōu)化數(shù)據(jù)基礎風電場風力資源數(shù)據(jù)（地質氣象公司提供）電力市場數(shù)據(jù),電網(wǎng)區(qū)域最優(yōu)化論證（1）,風電發(fā)電量最優(yōu)2012目標函數(shù)全年度風力發(fā)電量最大收益參數(shù)Rendite目標電網(wǎng)區(qū)域風場產(chǎn)能系數(shù)風險系數(shù)Risiko風場產(chǎn)能系數(shù)波動結論：當前組合趨向最優(yōu)左下：各區(qū)域參數(shù)系數(shù)表右上：各電網(wǎng)區(qū)域及電網(wǎng)區(qū)域組合在效益邊界視圖中的分布右下：不同收益風險組合對應的個區(qū)域產(chǎn)能份額,電網(wǎng)區(qū)域最優(yōu)化論證(2),風能發(fā)電對電網(wǎng)貢獻最大化風能發(fā)電對電網(wǎng)貢獻最大化(峰時)2012收益參數(shù)Rendite目標電網(wǎng)區(qū)域風場產(chǎn)能系數(shù)風險系數(shù)Risiko風場產(chǎn)能系數(shù)波動結論：當前組合趨向最優(yōu),電網(wǎng)區(qū)域最優(yōu)化論證(3),風電發(fā)電量最優(yōu)2020目標函數(shù)全年度風力發(fā)電量最大收益參數(shù)Rendite目標電網(wǎng)區(qū)域風場產(chǎn)能系數(shù)在岸風場產(chǎn)能系數(shù):高于2012年5%離岸風場產(chǎn)能系數(shù)：44%風險系數(shù)Risiko風場產(chǎn)能系數(shù)波動結論：預估2020年四大電網(wǎng)區(qū)域風力發(fā)電組合非最優(yōu),示例風場最優(yōu)組合求解（1）,目標函數(shù)全年度風場組合風力發(fā)電量最大收益參數(shù)Rendite目標風場產(chǎn)能系數(shù)風險系數(shù)Risiko風場產(chǎn)能系數(shù)波動結論：相比單個風場，投資者可以根據(jù)自身的風險喜好對各風場組合不同的收益-風險組合進行選擇，有效規(guī)避風險提高收益。,示例風場最優(yōu)組合求解(2),目標函數(shù)風場組合發(fā)電量預估錯誤最小化（風場對電網(wǎng)穩(wěn)定性貢獻最大化）收益參數(shù)Rendite目標風場發(fā)電量預估錯誤系數(shù)風險系數(shù)Risiko預估錯誤系數(shù)波動結論：相比單個風場，投資者可以通過各風場組合不同的預估失誤-風險組合的選擇，減少風場對電網(wǎng)穩(wěn)定性的影響，同時降低可能產(chǎn)生的補償電能的支出,示例風場最優(yōu)組合求解(3),目標函數(shù)考慮補償電能支出的全年度風場組合風力發(fā)電利潤最大化收益參數(shù)Rendite目標風場利潤系數(shù)（電力交易價格/15min,補償電能價格/15min）風險系數(shù)Risiko風場利潤系數(shù)波動結論：介于補償電能價格只與其生產(chǎn)成本相關而與補償電能數(shù)量無關的特性，相當于單個風場投資者可以通過對不同風場組合的利潤-風險系數(shù)的選擇，有效最大化利潤規(guī)避風險,針對投資者現(xiàn)存投資組合最優(yōu)化重組的探索,無限制條件數(shù)學方法固定風險前提下回報率最大化固定回報率前提下風險最小化現(xiàn)存組合點到效益邊界的最短距離實踐考慮重組成本前提下的最優(yōu)化組合選擇附加限制條件組合中某一子集或兩個子集在總投資量中所占比列不變有限降低重組成本可能無最優(yōu)解組合,總結,目標建立風力發(fā)電廠市場效益評估的投資組合原理模型，降低風電場直接接入電網(wǎng)的對電網(wǎng)穩(wěn)定新的風險，提高風電場作為投足組合的經(jīng)濟效益動機可再生能源對未來能源結構的重要性，可再生能源直接入網(wǎng)政策對其發(fā)展的影響面對面向傳統(tǒng)能源構架的電力市場及可再生能源自身產(chǎn)能波動的特質，探索運用經(jīng)濟原理對其進行可行性優(yōu)化的可能成果通過把風場作為投資組合運用投資原理進行優(yōu)化，相對單個風場風場組合能夠有效優(yōu)化發(fā)電能力，降低風場組合對電網(wǎng)穩(wěn)定性的影響，面對直接入網(wǎng)模式下的補貼形式變更，風場組合可以降低風場發(fā)電量預估錯誤所帶來的補償電能損失，降低風場運贏風險。投資者可以根據(jù)個人風險喜好結合客觀情況綜合分析，選擇具備競爭力，符合入網(wǎng)條件及個人利益的風場投資最優(yōu)化組合，適用于可再生能