Erlösmaximierende Betriebsweise einer Wasserkraft-Schwellkette

Abstract

Die Leistung der installierten, erneuerbaren Energieerzeugung und die Belastung der Übertragungsnetze steigen Jahr für Jahr weiter an, aber die Anzahl der konventionellen Kraftwerke, welche zum Ausgleich der variablen Stromproduktion benötigt werden, sinkt. Ziel dieser Arbeit ist es ein lineares, erlösmaximierendes Optimierungsmodell für eine Wasserkraft-Schwellkette zu entwickeln, womit das Potenzial zum Ausgleich der fluktuierenden Stromerzeugung aus Wind und Photovoltaik und die potenziellen Gewinne am Strommarkt untersucht werden können. Dafür wurde in Matlab ein gemischt ganzzahliges, lineares Modell erstellt, welches einen Fahrplan unter Berücksichtigung der gegebenen Rahmenbedingungen erstellt. In dieser Arbeit wurden die Drauwasserkraftwerke Annabrück, Edling und Schwabeck als reale Vorlage für diverseste Parameter verwendet. Zur Veranschaulichung der Ergebnisse werden acht ausgewählte Szenarien und zwei Sensibilitätsanalysen berechnet und graphisch dargestellt. Die Ergebnisse zeigen eine Erhöhung der Erlöse durch die variable Fahrweise der Wasserkraft-Schwellkette um bis zu 57.000 € pro Tag im Gegensatz zu einem konstanten Fahrplan. Wichtige Einflussgrößen dieses Betrages sind große Preisunterschiede während des Berechnungszeitraumes. Durch niedrige, negative und hohe, positive Spotmarktpreise innerhalb eines Tages, wie z.B. am Sonntag den 18.03.2018, kann ein höherer Erlös als mit einem konstanten Preisprofil erwirtschaftet werden. Darüber hinaus beeinflusst die Höhe des Zuflusses die Freiheit des Modells. Mehr Wassermengen reduzieren die Möglichkeit negativen Spotmarktpreisen zu entgehen, da der Zufluss abgeführt werden muss. Die Vermeidung der negativen Preise durch die Schwellkette unterstützt das Übertragungsnetz in Form einer Erniedrigung der voraussichtlichen, überschüssigen Stromproduktion und einer dadurch resultierenden, stabilisierenden Wirkung, da in den Spotmarktpreisen auch das Ausmaß der erneuerbaren Energieeinspeisung enthalten ist. Zusätzlich wird die Wirtschaftlichkeit der Kraftwerke durch die variablen Fahrpläne erhöht.

The installed capacity of renewable energy generation and the load on the transmission grids continue to increase year on year, but the number of conventional power plants needed to offset the variable electricity production is decreasing. The aim of this work is to develop a linear, revenue-maximizing optimization model for a chain of run-of river plants, which can be used to investigate the potential for balancing fluctuating power generation from wind and photovoltaic power and the potential gains in the electricity market. For this purpose, a mixed integer, linear programming was created in Matlab, which creates a roadmap taking into account the given framework conditions. In this work, the hydroelectric power plants Annabrück, Edling and Schwabeck were used as a real template for various parameters. To illustrate the results, eight selected scenarios and two sensitivity analyses are calculated and graphed. The results show an increase in revenue through the variable mode of operation of the chain of run-of river plants by up to € 57,000 per day, as opposed to a constant timetable. Important factors influencing this amount are large price differences during the calculation period. By low, negative and high, positive spot market prices within one day, such as on Sunday the 18.03.2018, a higher revenue than with a constant price profile can be earned. In addition, the level of inflow influences the freedom of the model. More water volumes reduce the possibility of escaping negative spot market prices as the inflow must be dissipated. The avoidance of negative prices by the hydroelectric power stations supports the transmission network in the form of a reduction in the estimated excess electricity production and a resultant stabilizing effect, as the spot market prices also include the extent of renewable energy feed-in. In addition, the profitability of power plants is increased by the variable timetables.