Prosumers and flexibility Power Tariffs

Transkript

1 Prosumers and flexibility Power Tariffs CenSES prosument-kick-off-seminar SINTEF Energi, Trondheim, 05.oktober 2017 Harald Endresen og Karen Byskov Lindberg

2 Norwegian Water Resources and Energy Directorate Regulator Tariffs DSOs income Directorate Energy consumption Energy efficiency Energy system analysis

3 The reason for everything Source: AR5, WGIII, Chapter 6 report/ar5/wg3/ 3

4 Disruptive technologies PV + battery + IT = Smart buildings (zero energy buildings) Solar Cells Batteries IT / Computing power

5 Outline Winter package Clean Energy for All (se separat presentasjon) Power tariffs (effekttariffer)

6 Hva er en effekttariff? En nytt ledd i nettleien Skal gi et signal om at det koster å bruke effekt (energileddet reduseres) Nettkunden får økt insentiv til å redusere topplasten eller jevne den ut i tid Fastledd + energiledd + effektledd (kr/år) (øre/kwh) (øre/kwh per time)

7 Abonnert effekt eller målt effekt? 4 alternativer for effekttariff Målt effekt daglig månedlig kw Abonnert effekt høy lav Analyse av 500 kunder Gitt: hver kunde minimerer utgiften abonnement overforbruk døgn

8 Hvordan påvirker effekttariffen samlet topplast? 4 alternativer for effekttariff Målt effekt (daglig/måndelig) Abonnert effekt (høy/lav) Målt effekt Målt daglig Kunden betaler for hele lasten i høyeste målte timesforbruk hver dag. Abonnert effekt Målt hver måned Lav Kunden betaler for hele lasten i høyeste målte timesforbruk i hver måned. Kunden betaler for alt forbruk over en lavt fastsatt grense. Effekttariffen betales i x øre/kwh for én timesmåling av forbruket hver dag Effekttariffen betales i y øre/kwh for én timesmåling av forbruket hver måned Effekttariffen betales i z øre/kwh for mange timer i året. Høy Kunden betaler for alt forbruk over en høyt fastsatt grense. Effekttariffen betales i β øre/kwh for noen få timer i året

9 AMS-data gir innsikt i detaljene 500 nettkunder 77 % husholdninger (85% av forbruk) Timesmålt forbruk for 1 år

10 Kundetopplast og samlet topplast Hvordan ser en topplasttime ut?

11 Kundene tilegnes fleksibilitet Forbruksreduksjon Q lav Q høy Lastflytting Q in Q out = Q in η Q lager = 0.5 P max Q in _ Max = 0.1 P max Q out_max = 0.1 P max

12 Metode Optimering i Python/Pyomo 1. Gi noen av kundene fleksibilitet 2. Bruk modellen til å beregne tilpasset forbruk med forskjellig nettleie 3. Endring på gruppetopplasten

13 Resultater for topplasttimen Gruppetopplast Dagens nettleie Lav abonnert effekt Høy abonnert effekt Daglig målt effekt Månedlig målt effekt

14 Resultater Størst virkning på aggregert topplast? Effekttariffutforming med en abonnert effektgrense (enten høy eller lav) Størst virkning på de individuelle kundenes topplast? Effekttariffutforming med avregning for daglig eller månedlig målt topplast Antall nettkunder Tildelt fleksibilitetspotensial i topplasttimen kwh/h % Andel av gruppetopplasten Forbruksreduksjon Lastflytting Totalt Nettleiescenario Gruppetopplast ( kl ) Sum kundetopplast (sum av alle kunders topplast uavhengig av hvilken time) %-vis endring %-vis endring Lav abonnert effekt Høy abonnert effekt Daglig målt effekt Månedlig målt effekt Dagens nettleie

15 Konklusjon Effekttariffer virker men usikkert hvor treffsikker i gruppetopplasttimen Fleksibilitet hos kunden Lastflytting : som følge av prisvariasjoner fra time til time Reduksjon: direkte avhengig av formen på forbruksreduksjons-kurven Reduksjon av gruppetopplasten Avhengig av utforming av effekttariffen. og om det er en dominerende kunde i utvalget Abonnert effekt høyest aggregert reduksjon Målt effekt størst reduksjon for kundens individuelle topplast Store usikkerheter i resultatene da de er basert på antagelser

16 Mer info? Harald Endresen, Karen Byskov Lindberg,

17 EKSTRA

18 Hva skal oppnås ved ny effekttariff? Lavest mulig nettleie Riktige priser - gode valg Rimelig fordeling av nettkostnader Kostnadsdekning innenfor tillatt inntekt Balansert prissignal Effektiv utnyttelse - unngå prising av ledig kapasitet Effektiv utvikling - effekt er kostnadsdriver

19 Nettleiealternativer Lik totalinntekt Forskjellig prissignal

20 Måledata fra AMS 500 nettkunder 77 % husholdninger (85% av forbruk) Timesmålt forbruk for 1 år