Mittelfristige Leistungsbilanzstudien mit Hilfe historischer Daten des Flow-Based Market Couplings

Abstract

In recent years the European electricity market has undergone significant changes, influenced by the rapid expansion of renewable energy sources. One notable change has been the move from Net Transfer Capacities to a flow-based approach for capacity allocation in the European Core Capacity Calculation Region. The flow-based approach was first implemented in the Central Western Europe region in 2015 and later introduced in the Core Capacity Calculation Region in 2022. This new market coupling approach provides a more accurate representation of the physical flows of electricity in the grid.To ensure a reliable operation of the electricity grid, adequacy studies are performed for future timeframes, in order to identify periods of scarce or insufficient supply. Some of these studies, especially for short to mid-term periods, are still based on the Net Transfer Capacities market coupling. This is a methodological imprecision that does not allow the operating limits of the transmission grid to be taken into account as accurately as it is already operationally possible.The aim of this thesis is to develop a framework that leverages historical flow- based domains for short-term resource adequacy analysis. The approach is tackled by utilizing machine learning methods such as clustering of operational data and then training a random forest model using the previously clustered data.The results of the clustering show a good distribution of the hourly input data across the meteorological seasons, allowing the random forest model to achieve a high accuracy of 88%. The application of the trained random forest model to data from the Summer Outlook 2024 prepared by the European Network of Transmission System Operators for Electricity allows the simulation of the period from May 27, 2024 to October 5, 2024 in the energy modeling software Plexos. The results of the flow-based simulation show a significant difference between the realized export and import positions for the Core countries compared to the previously applied Net Transfer Capacities approach. The results are also validated with values from the operational market coupling. This work lays the foundation for more realistic analyses through adequacy studies for short and medium-term periods using historic flow-based domains.

In den letzten Jahren hat sich der europäische Elektrizitätsmarkt nicht zuletzt unter dem Einfluss des rasch zunehmenden Ausbaus erneuerbarer Energien erheblich verändert. Ein bemerkenswerter Schritt war der Übergang von Net Transfer Capacities zu einem lastflussbasierten (flow-based) Ansatz für die Kapazitätsvergabe in der europäischen Kapazitätsberechnungsregion Core. Der flow-based Ansatz wurde zunächst 2015 in der Central Western Europe Region und 2022 in der Core Kapazitätsberechnungsregion implementiert. Dieser neue Marktkopplungsansatz ermöglicht es, den physikalischen Stromfluss im Netz besser zu berücksichtigen. Um einen zuverlässigen Betrieb des Stromnetzes zu gewährleisten, werden Adequacy Studien für zukünftige Zeiträume durchgeführt, um Perioden mit knappem oder zu geringem Angebot, beziehungsweise kritische Situationen zu ermitteln. Manche dieser Studien, speziell für kurz- und mittelfristige Zeiträume, basieren noch auf der Net Transfer Capacity Marktkopplung. Das ist eine methodische Unschärfe, die es nicht ermöglicht die Betriebsgrenzen der Übertragungsnetze so genau zu berücksichtigen, wie es bereits operativ möglich ist. Ziel dieser Arbeit ist es, eine Methode zu entwickeln, die historische flow-based domains für die Analyse der kurzfristigen Angemessenheit von Ressourcen nutzt. Der Ansatz wird durch den Einsatz von Methoden des maschinellen Lernens gebildet, wie zum Beispiel das Clustering operativer Daten und das anschließende Trainieren eines Random-Forest-Modells unter Verwendung der zuvor geclusterten Daten. Die Ergebnisse des verwendeten Clusteringalgorithmus zeigen eine gute Verteilung der stündlichen Eingangsdaten auf die meteorologischen Jahreszeiten, wodurch das Random-Forest-Modell eine hohe Genauigkeit von 88% erreichen kann. Die Anwendung des trainierten Random-Forest-Modells auf Daten, die aus dem vom European Network of Transmission System Operators for Electricity erstellten Summer Outlook 2024 stammen, ermöglicht die Simulation des Zeitraums vom 27. Mai 2024 bis 5. Oktober 2024 in der Energiemodellierungssoftware Plexos. Die Ergebnisse der flow-based Simulation zeigen im Vergleich zu jenen des bisher angewandten Net Transfer Capacity Ansatzes einen signifikanten Unterschied zwischen den realisierten Export- und Importpositionen für die Core- Länder. Die Ergebnisse werden auch mit Werten aus der operativen Marktkopplung validiert. Diese Arbeit legt den Grundstein für realistischere Analysen durch Adequacy Studien für kurz- und mittelfristige Zeiträume unter der Verwendung von flow-based domains.