Finansielle meoder for produksjonsplanlegging av vannkraf Forord Denne rapporen er skreve ved Norges eknisk-naurvienskapelige universie, høsen 2005, i forbindelse med fordypningsemne Invesering, finans og økonomisyring ved Insiu for indusriell økonomi og eknologiledelse. Vi vil ree en sor akk il Sein-Erik Fleen for god veiledning og verdifulle innspill gjennom hele semesere. Takk il Håvard Hvarnes ved Elkem Energi AS for nyige diskusjoner, ilgang il daa og for iniiaive il prosjeke. Vi ønsker også å akke Marin Nowak ved Sinef eknologi og samfunn for diskusjon rund den grunnleggende problemsillingen. Anders Gjelsvik ved Sinef energiforskning forjener en akk for å gi oss bedre innsik i eksiserende meoder og innfallsvinkler. Sis vil vi også akke Olav Fosso ved Insiu for elkrafeknikk, NTNU, for mege relevane forelesninger og informasjon om eksiserende analyseappara. Trondheim, 17. desember 2005 Marin Geving Pedersen Marcus Navjord Winnem I
Finansielle meoder for produksjonsplanlegging av vannkraf Sammendrag Vannkrafprodusenens hovedufordring er å ilsrebe opimal forvalning av vanne i magasiner. Sor usikkerhe i framidig srømpris og ilsig kompliserer besluningsprosessen. Denne rapporen vedrører hvordan finanseori kan anvendes for å analysere og løse produksjonsplanleggingsprobleme. I e finansiel perspekiv kan e vannkrafverk berakes som e kompleks deriva på srømpris og ilsig. Magasine gir vannkrafprodusenen en opsjon på å velge mellom å produsere umiddelbar og å spare vanne i magasine. Denne opsjonen er av amerikansk karaker. Andre forhold som kompliserer er a vannverdien, som kan olkes som innløsningskurs, er en sokasisk funksjon av pris, ilsig og magasinnivå. Eer dereguleringen av de norske krafmarkede i 1991 har norske vannkrafprodusener vær nød il å forholde seg il en svær volail srømpris. Som handelsvare er srøm spesiell, siden lagringsmuligheene er svær begrensede. Sandard arbirasjeargumener kan derfor ikke brukes for å prise framidige leveranser. I 1993 ble den fellesnordiske krafbørsen Nord Pool ASA eabler og i eerid har de uvikle seg e relaiv likvid marked for ulike konraker. Spoprisen uviser imidlerid av fundamenale grunner forsa spesielle egenskaper som mange og høye spisser, sesongavhengighe og mean reversion (Lucia og Schwarz, 2002). Lucia og Schwarz (2002) påviser også unge haler og posiiv skjevhe i fordelingen for avkasningen il spoprisen. For å maksimere markedsverdien bør produsenen il ross for dee unye ilgjengelig informasjon i erminmarkede under produksjonsplanleggingen. I rapporen preseneres en deerminisisk og en sokasisk opimeringsformulering for produksjonsplanleggingsprobleme. Modellene gjelder for e sysem begrense il e magasin og én sasjon. De anas også a produsenen er prisaker og a måle for planleggingen er å maksimere markedsverdien av produksjonen. For den sokasiske formuleringen foreslår vi en algorime baser på Leas Square Mone Carlo simulering (Longsaff og Schwarz, 2001). Den deerminisiske formuleringen er bli implemener som e lineær program i Malab. Prisbeskrivelsen som er bruk er baser på Ornsein-Uhlenbeck-prosessen, og er kalibrer il erminsrukuren for fuure- og forwardkonraker. Ved å kjøre modellen for mange ulike scenarier for pris og ilsig finner vi en øvre grense for verdien av produksjonen og e forløp for opimal forvene produksjonssraegi og magasinforvalning. Resulaene for opimal forvene produksjon uviser fornufige sesongmessige variasjoner. Imidlerid blir, som en følge av a pris og ilsig er deerminisisk kjen, resriksjonene ofe unye hel il grensene. E fassa sluvolum innebærer også a variansen il magasinnivåe over scenariene blir kunsig lav mo sluen. Som en følge av a produksjonsfunksjonen er reduser il produke av en konsan og vannsrømmen, blir de også inroduser bias mo for lave magasinnivåer i løsningen. En deerminisisk modell baser på scenarioopimering kan være e nyig redskap for å illusrere dynamikken i probleme og for å finne en øvre grense for verdien av produksjonen. Løsningen unyer imidlerid grensene for god. For å finne en mer realisisk produksjonssraegi bør en sokasisk modell benyes. Den foreslåe LSM-algorimen ar høyde for dee. II
Finansielle meoder for produksjonsplanlegging av vannkraf Innholdsforegnelse FORORD...I SAMMENDRAG... II INNHOLDSFORTEGNELSE...III 1 INNLEDNING... 1 2 PRODUKSJONSPLANLEGGINGSPROBLEMET... 2 2.1 VANNVERDIKRITERIET... 2 2.2 KLASSISK PLANLEGGINGSHIERARKI... 4 2.2.1 Langidsplanlegging... 5 2.2.2 Sesongplanlegging... 5 2.2.3 Koridsplanlegging... 5 2.2.4 Koblinger mellom de ulike nivåene i planleggingshierarkie... 5 2.2.5 Analysehorison og reguleringsgrad... 6 2.2.6 Kommersielle løsninger for produksjonsplanlegging... 6 3 PRODUKSJONSPLANLEGGING I ET FINANSIELT PERSPEKTIV... 7 3.1 ANTAGELSER... 7 3.1.1 Vannmagasine som opphav il merverdi... 7 3.1.2 Vannkraf som spread opsjon... 8 4 KRAFTMARKEDET...10 4.1 DET FYSISKE MARKEDET... 10 4.2 DET FINANSIELLE MARKEDET... 11 4.3 SAMMENHENG MELLOM SPOT OG FORWARDPRIS... 12 4.4 STRØMPRISENS OPPFØRSEL... 12 4.4.1 Sprang i pris... 12 4.4.2 Mean reversion... 13 4.4.3 Tunge haler i prisfordelingen... 13 4.4.4 Sesongavhengighe... 14 5 HEDGING AV KRAFTPRODUKSJON... 15 5.1 IKKE-KOMPLETT MARKED... 15 5.2 MARKEDSPRIS PÅ TILSIGSRISIKO... 16 5.3 POTENSIELLE HEDGEPRODUKTER OG FORVENTEDE POSISJONER... 17 6 MODELLER...18 6.1 STOKASTISKE MODELLER... 18 6.1.1 Prismodell... 18 6.1.2 Tilsigsmodell... 19 6.2 SYSTEMBESKRIVELSE... 20 6.2.1 Produksjonsfunksjonen... 20 6.3 RESTRIKSJONER I SYSTEMET... 21 6.4 DETERMINISTISK OPTIMERINGSMODELL... 23 6.4.1 Anvendelser av modellen... 24 6.5 STOKASTISK OPTIMERINGSMODELL... 25 7 LØSNINGSMETODER... 26 7.1 PRISING AV AMERIKANSKE OPSJONER VED SIMULERING... 26 7.1.1 Leas Square Mone Carlo... 26 7.1.2 LSM-algorimen... 26 7.2 LSM-ALGORITME FOR PRODUKSJONSPLANLEGGINGSPROBLEMET... 28 7.2.1 Forklaring av LSM-algorime... 30 7.2.2 Verdi av slumagasin ved analysehorisonen... 31 III
Finansielle meoder for produksjonsplanlegging av vannkraf 8 IMPLEMENTERING AV DEN DETERMINISTISKE MODELLEN... 32 8.1 KALIBRERING AV PRISMODELL... 32 8.2 SIMULERING AV PRIS OG TILSIG... 33 8.3 LINEARISERING AV PRODUKSJONSFUNKSJONEN... 33 8.4 DISKONTERINGSFAKTOR... 33 9 PRESENTASJON AV RESULTATER OG DISKUSJON... 34 9.1 INNVIRKNING AV FORENKLING AV PRODUKSJONSFUNKSJONEN... 34 9.2 VERDIEN AV PRODUKSJONEN... 34 9.3 SENSITIVITET... 35 9.4 FORVENTET PRODUKSJONSSTRATEGI... 35 9.5 FORVENTEDE KONTANTSTRØMMER... 37 9.6 FORBEDRINGSPOTENSIALE MED EN STOKASTISK OPTIMERINGSMODELL... 37 9.7 ANBEFALINGER TIL VIDERE ARBEID... 38 10 KONKLUSJON... 39 11 REFERANSER... 40 IV
Finansielle meoder for produksjonsplanlegging av vannkraf 1 Innledning Eer dereguleringen av de nordiske krafmarkede er siuasjonen for norske vannkrafprodusener berakelig endre. Omsillingen har medfør a akørene må a hensyn il e kompliser og volail marked under planleggingen av produksjonen. Hensiken med dee prosjeke har vær å gi forfaerne innsik i ulike aspeker og akuelle løsningsmeoder forbunde med produksjonsplanlegging av vannkraf i dagens siuasjon. Både framidig pris og ilsig er forbunde med høy grad av usikkerhe. Generel er modellene som brukes for produksjonsplanlegging likevel baser på deerminisiske formuleringer. Dee skyldes a sokasiske opimeringsmodeller er mer krevende å løse. Kommersialisere modeller for produksjonsplanlegging, som Samkjøringsmodellen og Vansimap, baserer seg videre på fundamenalmodeller for å beskrive uviklingen il srømprisen. De kan imidlerid argumeneres for a måle bør være å maksimere markedsverdien av produksjonen. Med e finansiel forankre ugangspunk vil derfor en ideell modell for produksjonsplanlegging basere seg på en sokasisk opimeringsmodell med en prisbeskrivelse som beinger på ilgjengelig markedsinformasjon. I prosjeke er de a ugangspunk i e krafverk eid av Elkem Energi AS 1. En deerminisisk modell preseneres, og er implemener for de akuelle syseme. Prisbeskrivelsen i modellen beinger på informasjon i erminsrukuren for fuure- og forwardkonraker. En sokasisk formulering for probleme preseneres også. En algorime, baser på Leas Square Mone Carlo simulering (LSM), for å løse de sokasiske probleme blir foreslå. I forbindelse med prosjeke er relevan lieraur suder. Wallace og Fleen (2003) beskriver produksjonsplanleggingsprobleme og presenerer både deerminisiske og sokasiske problemformuleringer. Lucia og Schwarz (2002) presenerer en inngående sudie av de nordiske krafmarkede og srømprisens egenskaper. Davison, Rasmussen og Thompson (2004) analyserer produksjonsplanleggingsprobleme med realopsjonseori. Longsaff og Schwarz (2001) uvikle LSM for prising av opsjoner med amerikansk karaker. Rapporens srukur er som følger: I kapiel 2 analyseres og drøfes produksjonsplanleggingsprobleme generel og i kapiel 3 i e finansiel perspekiv. Dereer følger i kapiel 4 en beskrivelse av de nordiske krafmarkede, egenskaper ved srømprisen og de ulike konrakene som handles. I kapiel 5 diskueres hedging av vannkrafproduksjon generel og pris på ilsigsrisiko. Modeller for pris og ilsig, en beskrivelse av de konkree syseme og opimeringsmodeller preseneres i kapiel 6. I kapiel 7 behandles eorien bak LSM og en algorime for produksjonsplanleggingsprobleme blir presener. Implemeneringen av den deerminisiske modellen er beskreve i kapiel 8, og resulaene fra den deerminisiske modellen drøfes i kapiel 9 før konklusjonen i kapiel 10. 1 Hereer referer il som Elkem. 1
Finansielle meoder for produksjonsplanlegging av vannkraf 2 Produksjonsplanleggingsprobleme Forvalning av vanne i magasiner er vannkrafprodusenens 1 ulimae ufordring. Generel ønsker produsenen å besemme opimal mengde vann som skal slippes gjennom syseme il enhver id. Dee er ekvivalen med a produsenen må besemme hvor mye vann som skal lagres il e senere idspunk. Planlegging av produksjonen er avgjørende i denne sammenheng. For å komme fram il en bes mulig produksjonsplan er de nødvendig å a hensyn il usikkerheen i probleme. Sokasikken knyer seg hovedsakelig il usikkerhe i krafpriser og ilsig 2. Måle for opimaliseringen avhenger imidlerid av i hvilken grad krafmarkede er reguler. I e reguler marked gir produksjonsplanleggingen opphav il e kosnadsminimaliseringsproblem med gie eerspørselsresriksjoner (Wallace og Fleen, 2003). Når produsenen er forplike il å møe en prisuelasisk eerspørsel, vil ikke krafprisen inngå i opimeringsprobleme. De bese produsenen kan oppnå er å minimere kosnader. Dee var ilnærme siuasjonen for norske vannkrafprodusener idligere. Eer dereguleringen av de norske krafmarkede i 1991 og oppreelsen av krafbørsen Nord Pool i 1993 er produksjonsplanleggingsprobleme endre. Produsenen kan nå gjøre ransaksjoner i markede, for å møe forplikelser, som alernaiv il egen produksjon. Wallace og Fleen (2003) gir e formel argumen for a eerspørselsresriksjonene blir overflødige i e dereguler marked. Måle i dagens siuasjon bør dermed være å maksimere forvene markedsverdi av produksjonen (Wallace og Fleen, 2003). 2.1 Vannverdikrierie For å vise konkre hvordan avveiningen mellom å lagre vanne og å produsere umiddelbar gir føringer for produksjonsplanen er de hensiksmessig å innføre en formell noasjon for verdien av anlegge. La V være markedsverdien av anlegge på idspunk. Vi kan da skrive: V Π i wm ( i, qi) = max E, (2.1) i i= ( 1+ r) der Π er den sokasiske srømprisen, w er srømproduksjon som funksjon av magasinnivå, m, og vannsrøm, q 3, og r er en passende diskoneringsrene. Verdien av anlegge er alså en sum av de neddiskonere innekene fra hver periode. De vil si a alle kosnader ved drifen er neglisjer, sam a de er gjor en diskreisering av den i ugangspunke koninuerlige besluningsprosessen. 1 Hereer kun referer il som produsenen. 2 De vil også være usikkerhe knye il forhold som uforuse havari. 3 [q ] = m 3 2
Finansielle meoder for produksjonsplanlegging av vannkraf Verdien av anlegge kan åpenbar også formuleres rekursiv: [ ] EV V = max E[ Π w( m, q) ] + q, m 1+ r + 1. (2.2) Gi a vi sår i saren av periode og anar a ufalle for prisen, π, dermed er kjen så blir (2.2): [ ] EV V = max π w( m, q) + q, m 1+ r + 1. (2.3) Vi ønsker å finne e krierium for opimal forvalning av vanne, og deriverer derfor urykke som maksimeres i (2.3) med hensyn på vannsrømmen: [ ] d EV μv 1 (, ) ( (, )) m + π wm q + = π wm q + dq r q m q + 1 + 1 1+ + 1. (2.4) μ V+1 = μ V+1 (m +1, ψ, π ) er forvene verdi av anlegge i periode +1 neddiskoner og ψ er ufalle for ilsige. Den derivere av magasinnivåe med hensyn på vannsrømmen må være lik -1. Dee gjenspeiler direke flybalansen i den maemaiske formuleringen av produksjonsplanleggingsprobleme 1. Ved å kreve førseordensbeingelsene for opimalie oppfyl får vi dermed: μ m wm (, q). (2.5) V + 1 = π + 1 q Ligning (2.5) beyr i økonomisk forsand a produsenen i enhver periode bør produsere innil den marginale endringen av den forvenede verdien av anlegge i den påfølgende periode neddiskoner blir lik den marginale innjeningen fra produksjonen i inneværende periode. De er denne sørrelsen, μ V+1 / m +1, som omales som marginal vannverdi. I resen av oppgaven vil vi referere il denne sørrelsen kun som vannverdi. I den forugående analysen er de ikke a hensyn il a de kan være resriksjoner på vannsrømmen, q, eller på magasinnivåe, m. Hvis magasine er full, og ilsige er sørre enn maksimal vannsrøm, vil de oppså overløp. m +1 / q vil bli null og vannverdien er følgelig null. E anne spesialilfelle som kan oppså er a prisen i en periode er så høy a de er opimal å produsere så mye som mulig, selv om de ikke er fare for overløp. (2.5) vil da ikke nødvendigvis kunne oppfylles som likhe. Dee er illusrer i figur 2.1, hvor Q max er maksimal vannsrøm. Mer generel vil dermed krierie for opimal produksjon være på formen: max q s.. μ m wm (, q) V + 1 π + 1 q (2.6) 1 Se kapiel 6.4 og 6.5. 3
Finansielle meoder for produksjonsplanlegging av vannkraf π wm (, q) + μ V + 1 lav høy Q max Q max q Figur 2.1: Illusrasjon av verdi av produksjon som funksjon av q. 2.2 Klassisk planleggingshierarki 1 Vannverdikrierie gir oss e formel vilkår for hvordan vi bør uforme produksjonsplanen. Imidlerid er kompleksieen i produksjonsplanleggingsprobleme forsa beydelig. De er usikkerhe i priser og ilsig, de fysiske syseme kan beså av flere magasiner med ulike koblinger og flere sasjoner, deler av probleme er ulineær og mange ulike resriksjoner og føringer spiller inn. Samidig er de nødvendig med en lang analysehorison for å fange opp langsikige render og sesongvariasjoner. En enkel modell med ilsrekkelig dealjeringsgrad og horison vil bli uhånderbar regnemessig. De har derfor vær vanlig å dele opp planleggingen ved å bruke flere modeller med ulik dealjeringsgrad for ulike idshorisoner. Tabell 2.1 angir omrenlige idshorisoner og ilsvarende meoder som er i bruk for planleggingen. Horison Langidsplanlegging (1-5 år) Sesongplanlegging (3-18 måneder) Koridsplanlegging (1-2 uker) Meode Sokasiske modeller for opimalisering og simulering Muli-scenario deerminisiske opimeringsmodeller Deerminisiske opimaliseringsmodeller Tabell 2.1: Meoder bruk for ulike idshorisoner. 1 Delkapiele er baser på noae Produksjonsplanlegging i vannkrafbasere sysemer, Insiu for elkrafeknikk, NTNU, 2005. 4
Finansielle meoder for produksjonsplanlegging av vannkraf 2.2.1 Langidsplanlegging I langidsanalysen vil en søke å fange opp langsikige svingninger i pris og ilsig. Med en lang analysehorison er de vanlig å gjøre en rekke forenklinger. Eksempelvis aggregeres reservoarene i syseme il e magasin. Resulaene fra langidsplanleggingen gir syringssignaler il nese seg i planleggingshierarkie. 2.2.2 Sesongplanlegging Hensiken med sesongplanleggingen er å øke dealjeringsgraden og gi yerligere signaler il koridsplanleggingen. Analysen må samidig kobles opp mo resulaene fra langidsplanleggingen. Koblingen mellom de ulike rinnene er diskuer under. Gi ilsrekkelig regnekraf vil sesongplanleggingen kunne bli overflødig (Fosso, 2005). 2.2.3 Koridsplanlegging For de nærmese dagene og ukene forusees prisuvikling og ilsig kjen. Modellene bør være en ilsrekkelig realisisk beskrivelse av syseme il a kjøreplaner kan genereres med idsoppløsning på en ime eller korere. Kjøreplanene fra koridsplanleggingen må i illegg simuleres for å sikre a de ikke oppsår konfliker med regler og føringer som ikke fanges opp av modellene. 2.2.4 Koblinger mellom de ulike nivåene i planleggingshierarkie Hensiksmessige koblinger mellom de ulike planleggingsnivåene er svær vikig for å skape konsisens i analysen. Ulike løsninger er skisser i abell 2.2. Type kobling Volumkobling Volumkobling med sraff Vannverdikobling Karakerisikk Nivåene kobles gjennom e fassa magasinnivå på e gi idspunk. Dee er en enkel løsning, men gir lie fleksibilie. Avvik fra gi volum illaes, men gir en sraff i målfunksjonen. Dee gir sørre fleksibilie, men de kan være problemaisk å besemme en hensiksmessig sraff. Nivåene kobles ved å sike mo en gi vannverdi på koblingsidspunke. Dee gir sørre fleksibilie, og gjør de enklere å oppnå konsisens når eksempelvis magasiner er aggreger i langidsmodellen. Tabell 2.2: Koblinger mellom planleggingsnivåer. Tidspunke for kobling mellom nivåene kan også være av sor beydning. Deler av åre vil koblingene være forbunde med sørre usikkerhe enn andre. Eksempelvis er de vanlig å koble langidsanalysen og sesonganalysen under vårflommen eller på høsen når snøen legger seg. 5
Finansielle meoder for produksjonsplanlegging av vannkraf 2.2.5 Analysehorison og reguleringsgrad Inervallene som er indiker for analysehorisonen har e relaiv sor spenn, særlig for sesong- og langidsplanleggingen. En av grunnene il dee er a de er sor variasjon i hvor god ulike sysem er reguler. I den forbindelse innfører vi begrepe reguleringsgrad. La U være midlere årsilsig og M max og M min være henholdsvis maksimal og minse magasinnivå. Reguleringsgrad for e vannmagasin er da definer som følger: R M M U max min =. (2.7) Når produsenen forear e valg av analysehorison, bør reguleringsgraden aes i berakning (Gjelsvik, 2005). Med e god reguler 1 magasin er de mulig å forea disponeringer som er mer langsikige enn med en lavere reguleringsgrad. Generel vil dermed en høy reguleringsgrad ilsi en lang analysehorison. Grunnen il dee er a analysen er endelig, og vi må dermed gjøre beseme anagelser med hensyn il grensebeingelser i sise periode. Hvis reguleringsgraden eksempelvis er så lav a vi forvener flom hver vår, uavhengig av produksjonsplan, renger vi ikke å planlegge lenger enn il vårflommen, siden vi kan ana a vannverdien er lik null. For e sysem med høy reguleringsgrad vil feilakige grensebeingelser kunne gi sore uslag dersom analysehorisonen velges for kor. 2.2.6 Kommersielle løsninger for produksjonsplanlegging De mes anvende planleggingsmodellene i bruk i Norden er de SINTEF-uviklede verkøyene Samkjøringsmodellen og Vansimap (sinef.no, 2005). Samkjøringsmodellen er beregne for analyse av sørre sysem og gir blan anne spoprisprognoser. Vansimap er beregne for sesong- og langidsplanlegging for den enkele produsen. SHOP er e anne SINTEF-produk som er spesiel ilpasse koridsplanlegging av vannkraf. 1 Med god reguler menes høy reguleringsgrad. 6
Finansielle meoder for produksjonsplanlegging av vannkraf 3 Produksjonsplanlegging i e finansiel perspekiv Srømpriser og ilsig har som idligere nevn en høy grad av sokasikk, og de grunnleggende probleme i produksjonsplanleggingen er å besemme hvordan fleksibilieen bes kan unyes. I e finansperspekiv er de derfor nærliggende å vurdere realopsjonsanalyse som ilnærming for å prise produksjonen. Dee kapiele vil see fokus på hva opsjonalieen i produksjonsplanleggingsprobleme innebærer. For øvrig gir Dixi og Pindyck (1994) og Trigeorgis (1996) helhelige innføringer i realopsjonsanalyse generel. Eydeland og Wolyniec (2003) presenerer meoder for realopsjonsanalyse ree mo energibransjen. Davison, Rasmussen og Thompson (2004) og Tseng og Barz (2002) er represenaner for nyere uvikling av realopsjonsmeoder anvend på krafproduksjon. 3.1 Anagelser I den videre analysen ligger flere anagelser il grunn. Anagelsene er som følger: 1. Kapialmarkedene er velfungerende og komplee i den forsand a måle for produsenen allid vil være å maksimere markedsverdien av produksjonen. 2. Produsenens disposisjoner påvirker ikke priser eller andre akørers disposisjoner. 3. Anlegge begrenses il e sysem med e magasin og én sasjon med én urbin. 4. Produksjonskosnader neglisjeres. Anagelse 1 vil ikke være oppfyl i praksis for e vannkrafverk. Hovedgrunnen il de er a de ikke eksiserer noe marked for ilsigsrisiko. Hvorvid krafmarkede er ilnærme komple er også diskuabel. Dee er nærmere diskuer i 5.1. For mindre akører er de grunn il å ro a anagelse 2 holder. For sore produsener, eksempelvis Sakraf, vil rolig anagelsen ikke holde. En sor akør vil kunne gjøre nye av spilleoreiske ilnærminger for å løse probleme. Dee vil ikke bli nærmere diskuer i denne oppgaven. 3.1.1 Vannmagasine som opphav il merverdi E elvekrafverk uen magasin har ingen lagringsmuligheer for vanne. Produsenen har i denne siuasjonen ingen muligheer il å gjøre disposisjoner vedrørende produksjonen i forskjellige perioder. 1 Å finne verdien av krafverke reduseres da il å forså og modellere ilsigs- og prisprosessene (Eydeland & Wolyniec, 2003). Verdien av e magasin i ilknyning il e krafverk er en følge av a magasine gir muligheer for arbirasje i id. Srømpriser uviser sore og delvis forusigbare sesongvariasjoner 2. Magasine gir da muligheer for å lagre vann fra perioder med lav pris il perioder med høy pris. 1 Vedlikehold kan imidlerid legges il perioder med lav srømpris / lav vannføring. 2 Se 4.4.4. 7
Finansielle meoder for produksjonsplanlegging av vannkraf Følgende eksempel søker å illusrere hvordan magasine gir opphav il merverdi, og hvordan denne verdien er e resula av en opsjon med amerikansk karaker: Berak en diskre siuasjon med kun o perioder og null ilsig. Prisen i periode 0 er kjen og k er en konsan. La videre: l h {, } Π Π Π Π = π Π = π wmq (, ) = kq n 1+ r u 1 1 1 l 1 n 0 h 1 u 0 Produsenen har i denne siuasjonen en amerikansk opsjon på å produsere nå eller i nese periode, gi a muligheen for produksjon er begrense il disse o periodene. Merk a den lineære produksjonsfunksjonen fører il a de aldri vil være opimal å produsere i begge perioder. Teorien for binom opsjonsprising (se for eksempel McDonald (2003)) gir da verdien, V 0, som følger: p V 0 ( 1 r) + n = u n = km max π0, ( ( ) ) * h * l p Π + 1 p Π 1 1 1 + r Eksempele over er svær forenkle. I realieen vil drifsbesluningen være av koninuerlig karaker, de vil være e sokasisk ilsig, fysiske resriksjoner på magasinnivå og vannføring og en ulineær produksjonsfunksjon. Opsjonalieen i probleme vil like full være ilsede, men i en lang mer kompleks form. 3.1.2 Vannkraf som spread opsjon I avsni 2.1 ble de vis a opimal produksjon er gi ved vannverdikrierie. Davison, Rasmussen og Thompson (2004) uleder e alernaiv krierium i koninuerlig id. Krierie gjelder i e relaiv generel univers med hensyn il pris- og ilsigsprosess. Gi a vi sår i gir krierie a opimal vannsrøm ilfredssiller urykke V max π wm (, q ) q, (3.1) q m der w er produser effek som funksjon av magasinnivå og momenan vannsrøm, q. Hvis vi går over il diskre id ved å gjøre ilnærmingen 8
Finansielle meoder for produksjonsplanlegging av vannkraf V m μ m V + 1 + 1 (3.2) og lar wm (, q ) wm (, q), (3.3) så får vi følgende urykk: μv + 1 max π hm (, q) q. (3.4) q m + 1 (3.4) gir oss ikke ubealingssrukuren fra opsjonen direke, men viser a vanne har en verdi og hvordan denne verdien er med på å besemme opimal produksjon. Hvis vi olker μ V+1/ m +1 som enheskosnaden for vanne, så gir (3.4) a opimal produksjonssraegi maksimerer differansen mellom innjeningen og alernaivkosnadene il vanne. I en siuasjon der de kun er mulig å enen forbruke e konsan volum eller ikke produsere ar (3.4) form av en spread opsjon med differansen mellom markedsverdien av produser kraf og verdien av vanne som underliggende. La q * benevne opimal produksjonsvolum. Verdien av produksjonen kan da ved (2.3) urykkes som følger: V * h( m, q ) V + 1 = Π +μ. (3.5) For å undersøke feilen i (3.2) deriverer vi (3.5) med hensyn på magasinnivåe: V h( m, q ) μ m m m m * V + 1 + 1 =Π + + 1 m. (3.6) Gi a de ikke oppsår overløp så vil m +1 / m = 1, og feilen i (3.4) vil avhenge av hvor bra produksjonsfunksjonen er i m-reningen. 1 Hvis de oppsår overløp vil ikke lenger m +1 / m være definer. Vi har imidlerid idligere argumener for a vannverdien i denne siuasjonen er lik null. (3.4) fører da il a produksjonen vil gå il maksimal produksjon, som er e fornufig resula. De presiseres a innføringen av (3.4) er gjor for å illusrere dynamikken i probleme, og ikke er e resula av en sringen maemaisk analyse. For å oppsummere så har produsenen i hver periode en opsjon på å løse inn vann for å produsere kraf. Opsjonen er som idligere diskuer av amerikansk karaker. Yerligere forhold som kompliserer prisingen er a innløsningskursen er en sokasisk funksjon av ilsandsvariablene. Framidig innløsningskurs påvirkes videre av de disposisjoner vi gjør i dag og e sokasisk ilsig. Verdien på underliggende avhenger heller ikke kun av srømprisen, men også av magasinnivå og hvor mye vann vi velger å løse inn. 1 Se 6.2.1 og vedlegg 5 for e eksempel på hvordan en produksjonsfunksjon kan se u. 9
Finansielle meoder for produksjonsplanlegging av vannkraf 4 Krafmarkede I 1991 ble de forea en deregulering av de norske markede for elekrisk kraf. I kjølvanne av dee ble den fellesnordiske krafbørsen Nord Pool oppree. Denne krafbørsen har øk i omfang eer hver som de andre nordiske landene også har åpne for å deregulere markedene. Nord Pools oppgaver er å drife de fysiske markede (Elspo) og adminisrere de finansielle (Elermin og Elopion). Nord Pool garanerer også for enighe og leveranse, ved å være en nøyral mopar for både kjøper og selger. 4.1 De fysiske markede Elspo er e marked hvor de blir handle krafkonraker for fysisk leveranse for hver av de 24 imene de påfølgende døgne. Markede fungerer på den måen a de som ønsker å kjøpe eller selge kraf angir pris og kvanum for de de vil handle i de ulike imene. For hver ime i de nese døgne får man da en sysempris, som kommer frem av krysningen mellom den oale ilbuds- og eerspørselskurven for alle delakerne i markede (se figur 4.1). Dersom de ikke er begrensninger i overføringskapasie blir spoprisen lik sysemprisen. Figur 4.1: Sammenheng mellom sysempris og ilbud/eerspørsel i markede. Fakorer som påvirker sysemprisen er i særlig grad sesong (emperaur) og periode på døgne (Lucia & Schwarz, 2002). Ved lave emperaurer vil eerspørselen øke og sysemprisen gå opp. I Norge kommer 99% av elkrafen fra vannkrafverk og i Norden 55% (nordpool.no, 2005). På grunn av dee vil sysemprisen være svær avhengig av fyllingsgraden i magasinene. Variasjonene kan observeres i figur 4.2, der sysemprisen er ypisk høy i vinermånedene og lav om sommeren. De er også verd å merke seg hvordan sysemprisen blir påvirke av perioder med lie nedbør slik som i vineren 2002/2003. 10
Finansielle meoder for produksjonsplanlegging av vannkraf Figur 4.2: Sysempris i NOK pr MWh fra 1992 il 2004, (Nordpool.no). 4.2 De finansielle markede På markede Elermin blir de handle forskjellige yper fuure- og forwardkonraker oppdel u ifra ulike leveringsperioder. De handles i dag fuurekonraker for dager og uker og forwardkonraker for måneder, kvaraler og år. Konrakene er sandardisere og er på 1 MW, innenfor sine respekive leveringsperioder. I 2004 ble de omsa for 148,5 Mrd NOK noe som ilsvare 590 TWh (se figur 4.3). Hovedforskjellen på fuures og forwards ligger i a førsnevne har mark-o-marke oppgjør, mens sisnevne har akkumuler oppgjør eer sise leveringsdag. De handles konraker med levering oppil re år frem i id. Ingen av forwardkonrakene på Nord Pool innebærer fakisk fysisk leveranse, men blir gjor opp mo sysemprisen i spomarkede. Elekrisie er en bulkvare og må i praksis brukes samidig som den lages. Forwardkonrakene er derfor en ype swaps. Prisene blir besem u ifra en forvene gjennomsnilig pris over en periode og ikke for e viss leveringsidspunk. Siden høsen 1999 har de også vær mulig å handle europeiske opsjoner eller swapions på markede Elopion. Dersom en kjøps- swapion er lønnsom ved innløsningsidspunk vil man inna en posisjon i den underliggende swap mo en innløsningspris. Ubealingen fra å inneha en posisjon i opsjonen vil skje i løpe av leveranseperioden il den underliggende swap, og følgelig ikke ved innløsning av opsjonen (Gaarder Haug, 2005). For en vannkrafprodusen vil informasjonen som ligger i de finansielle markede være nyig når den opimale ressursunyelsen skal avgjøres. Eersom prisene på de ulike konrakene er offenlige, kan de være med og hjelpe vannkrafprodusenen il å besemme sannsynlig risikopremie (Eydeland & Wolyniec, 2003). Figur 4.3: Omsening i TWh pr uke på Elermin (Nordpool.no) 11
Finansielle meoder for produksjonsplanlegging av vannkraf 4.3 Sammenheng mellom spo og forwardpris En forward skal eer prinsippe om nullarbirasje være prise lik spoprisen ved leveringsidspunk, T, diskoner med en risikofri rene r subraher med dividenden δ: F = Se T, ( r δ )( T ). (4.1) For handelsvarer er de ofe snakk om lagringskosnader og convenience yield. Convenience yield er verdien av å holde en fysisk vare i erminmarkede. Eersom de er svær begrensede muligheer for fysisk lagring av elekrisie er de vanlig å neglisjere lagringskosnadene og convenience yield. Arbirasjemuligheer i id og rom blir derfor svær begrense. Sammenhengen mellom spo- og forwardpris blir som følge av dee ikke like enkel som beskreve i grunnleggende finansiell eori Forvene spopris i idspunk T er spopris i med en forvene avkasning α: E[ S ] = Se α ( T ) T. (4.2) For å unngå risikofri profiering er de nødvendig a forwardkonraken prises slik a verdien av å holde en konrak og eie en andel i underliggende blir den samme i en risikonøyral vurdering: FT, = E[ ST] e ( r α )( T ). (4.3) I e elkrafmarked er de ikke nødvendigvis sammenheng mellom eerspørsel i dag og i fremiden. De er derfor vanlig å se på elkraf handle på o ulike idspunk som o forskjellige varer. Sammenhengen i ligning (4.3) holder likevel også i elkrafmarkeder (McDonald, 2003). 4.4 Srømprisens oppførsel Deregulere markeder for elekrisk kraf er relaiv nye. De finnes derfor begrensede mengder hisoriske daa for likvide spopriser og derivaer. De er likevel gjor flere sudier vedrørende egenskapene il srømprisen (Lucia & Scwarz, 2002). Vikige observere egenskaper ved srømprisen er sprang i pris, mean reversion, unge haler i prisfordelingen og sesongavhengighe. 4.4.1 Sprang i pris Prisen på elekrisk kraf kan være mege volail eer sandard mål på volailie (Lucia & Schwarz, 2002). De kan ofe forekomme pluselige, uvenede og diskoninuerlige forandringer i spoprisen. Figur 4.4 er e plo av spoprisen på Nord Pool fra Januar 2004 il november 2005. 12
Finansielle meoder for produksjonsplanlegging av vannkraf Figur 4.4: Spopriser fra Nord Pool fra Januar 2004 om. Okober 2005 (nordpool.no). En sannsynlig forklaring er a disse sprangene kommer av sor variasjon i eerspørselen og lav elasisie i ilbude. Den lave elasisieen kommer av begrense overføringskapasie og små muligheer for lagring av elekrisie. 4.4.2 Mean reversion En annen veldokumener egenskap ved råvarepriser er mean reversion. Denne egenskapen kan illusreres med følgende modell (Clewlow & Srickland, 2000): ( ) ds = κ μ Π Π d +Πσ dz. (4.4) Her vil spoprisen rekkes ilbake il de langsikige nivåe Π = e μ med en hasighe som er gi av mean reversion raen κ. Denne raen er besandig posiiv. Dersom spoprisen ligger over de langsikige nivåe Π så vil drifen μ i spoprisen være negaiv, og prisen vil ha en endens il å gå ilbake il de langsikige nivåe. På samme måe vil drifen være posiiv dersom spoprisen ligger under de langsikige nivåe. Spoprisen renger ikke nødvendigvis vende ilbake il de langsikige nivåe ved ehver idspunk. Den ilfeldige endringen i spoprisen kan være sørre enn drifen og inneha mosa foregn. Teser for ilsedeværelse av mean reversion hos srømpriser har ikke gi enydige resulaer. Dee skyldes a de er vanskelig å skille mellom mean reversion som følge av prishopp i srømdaaene de eses på og fakisk mean reversion. (Eydeland & Wolyniec, 2003). 4.4.3 Tunge haler i prisfordelingen En konsekvens av sprang i spoprisen og høy sokasisk volailie er jukke haler i prisfordelingen. Dee kommer av a sannsynligheen for sore uslag fra empiriske daa ypisk vil overgå de eoreiske sannsynlighesfordelingene som spoprismodellene baseres på. E esima av kurosen hos spoprisfordelingen i de nordiske krafmarkede har gi verdier som ligger berakelig høyere enn kurose for sandard normalfordeling (Lucia & Schwarz, 2002). Forekoms av høy og lav avkasning vil følgelig ha sørre sannsynlighe enn for en 13
Finansielle meoder for produksjonsplanlegging av vannkraf normalfordeling med samme varians. De er også påvis en posiiv skjevhe i avkasningen hos spoprisen, som ilsier høyere sannsynlighe for høy enn for lav avkasning (Lucia & Schwarz, 2002). 4.4.4 Sesongavhengighe Srømpriser i norden er påvis å være avhengig av sesong (Clewlow & Srickland, 2000). Sysemprisen for vinersesongen har median, middel-, maksimum- og minimumverdier som ligger over den varme sesongen. Den midlere prisen for kalde sesonger er 28% høyere enn for varme (Lucia & Schwarz, 2002). En nøyakig esimering av de årlige sesongavhengige mønsere krever derimo e høy anall år. I Norge er 70% av oppvarmingsbehove dekke med elekrisie (Olje- og energideparemene, 2005). Dee fører il a klima i sor grad er med og besemmer konsume av elekrisk kraf. Korere dager i vinerhalvåre fører også il øk bruk av kunsig lys, som igjen øker srømforbruke. Sesongavhengigheen er inkluder i verdiseingen hos delakere i markede (Lucia & Schwarz, 2002). Formen på fuure-kurven viser a de er en opp og en bunn for hver år noe som er i samsvar med oppførselen il spoprisen. Den midlere spoprisen for helge- og helligdager ligger også under den midlere spoprisen for vanlige ukedager (Lucia & Schwarz, 2002). 14
Finansielle meoder for produksjonsplanlegging av vannkraf 5 Hedging av krafproduksjon Gjennombrudde for moderne opsjonsprisingseori regnes for å være arikkelen The Pricing of Opions and Corporae Liabiliies (Black og Scholes, 1973). Fundamene for eorien er a de er mulig å see sammen andre finansielle produker som, uavhengig av prisuviklingen på underliggende, gir den samme ubealingssrukuren som derivae. Dee alernaive see med produker kalles hedgeporeføljen. I kapiel 3 ble de illusrer hvordan e vannkrafverk kan berakes som e kompleks deriva på krafpris og ilsig. For å kunne hedge krafproduksjonen ønsker vi analog med Black- Scholes-eorien å finne e se av produker som bes mulig replikerer konansrømmene fra krafverke. De kan være flere grunner il a produsenen ønsker å hedge produksjonen. Wallace og Fleen (2003) poengerer a friksjon i markede kan føre il a de vil være skalaøkonomi i risikosyring; de kan være billigere for produsenen å hedge enn for individuelle invesorer i selskape. En annen grunn il å hedge kan oppså, som illusrer i figur 5.1, dersom resulae fra produksjonen som funksjon av innekene har negaiv andrederiver. Resula Innek Figur 5.1: Illusrasjon av resula som funksjon av innek. Wallace og Fleen (2003) presenerer e argumen for a hedging kun bør gjøres ved ransaksjoner i markede og ikke ved å endre produksjonsplanen. Argumene går kor som følger: Markedsverdien av en finansiell konrak i e likvid marked er null i de den inngås og vil derfor ikke endre markedsverdien av produksjonen. En endring av produksjonsplanen fører imidlerid il en endring av markedsverdien il produksjonen. Derfor bør produksjonsplanen uformes for å maksimere markedsverdien il produksjonen, og dereer kan en gjøre ransaksjoner i markede for å begrense risikoen. Dee argumene vil være ugangspunke for resen av diskusjonen. 5.1 Ikke-komple marked Som idligere nevn finnes de ikke noe marked for ilsigsrisiko. De vil dermed allid være en viss basisrisiko forbunde med produksjonen. Elkrafmarkede er rolig heller ikke komple i den forsand a de er mulig å kvie seg med all prisrisiko. Tidsoppløsningen for produksjonsplanleggingen er ypisk korere enn de ilgjengelige konrakene på lang og mellomlang sik. Hvis de enese ilgjengelige insrumene er en årskonrak, kan ikke risiko på ukesbasis hedges, siden insrumene kun avspeiler gjennomsnilig risiko over hele 15
Finansielle meoder for produksjonsplanlegging av vannkraf perioden. I illegg er de nødvendig å gjøre en anakelse om verdien av slumagasine 1. Analysehorisonen som er anvend i kapiel 8 srekker seg il sluen av sise erminkonrak. Prisrisiko forbunde med slumagasine kan dermed ikke hedges. I de videre forusees imidlerid likevel e ilnærme komple krafmarked. 5.2 Markedspris på ilsigsrisiko A vi ikke kan hedge all risiko forbunde med krafproduksjonen kompliserer framgangsmåen for risikonøyral prising og dermed også hedging. Eydeland og Wolyniec (2003) påpeker a en bør finne markedsprisen på den risikoen som ikke kan hedges og bruke den i sede for den risikofrie renen. La α være forvene avkasning, σ volailie og r f risikofri rene. Pris på risiko per volailiesenhe, λ, kan da defineres som α r λ= f σ. (5.1) (5.1) kalles også Sharpe-forhold (McDonald, 2003). Hvis en ror a risikopremien på vannkrafaksjer i hovedsak skyldes ilsigsrisiko kan kapialverdimodellen forslagsvis benyes for å finne risikopremien for en porefølje av rene vannkrafaksjer 2 : ( ) α r =β α r. (5.2) vannkraf vannkraf marked f For o eiendeler som er idenisk korreler med markede forøvrig vil Sharpe-forholde være de samme (McDonald, 2003). Ana a markedsverdien av egen produksjon er lik korreler med markede som poreføljen av vannkrafaksjer, og videre a risikopremien for vannkrafaksjer kun skyldes ilsigsrisiko. Risikopremien for ege ilsig blir da: σ α = α produksjon r ( r ) ilsig f vannkraf f σvannkraf der σ produksjon er volailieen il markedsverdien av egen produksjon., (5.3) Eydeland og Wolyniec (2003) foreslår også å bruke selskapes generelle avkasningskrav i lignende siuasjoner. Evenuel kan en vurdere hvorvid ilsigsrisiko er en sysemaisk eller usysemaisk risiko. Hvis ilsigsrisiko er usysemaisk innebærer de a invesorene kan eliminere risikoen ved å holde en veldiversifiser porefølje. I e ilsrekkelig likvid marked vil en premie for ilsigsrisiko da innebære en arbirasjemulighe, som ikke kan vedvare. Risikopremien bør i denne siuasjonen være lik null. 1 Selv om e modellen fordrer e fas slumagasin vil de innebære en implisi verdivurdering av resmagasine. 2 Aksjer på selskaper som hovedsakelig er vannkrafprodusener. 16
Finansielle meoder for produksjonsplanlegging av vannkraf 5.3 Poensielle hedgeproduker og forvenede posisjoner Selv om de er høys usannsynlig å finne en perfek hedge for vannkrafproduksjonen kan likevel variansen i konansrømmene begrenses, ved å a posisjoner i de produker som fakisk handles. For å låse inn framidig pris kan produsenen ypisk inngå kore posisjoner i fuure- og forwardkonraker. De er imidlerid usikkerhe knye ikke bare il prisen, men også il produser kvanum. For å oppnå e konsisen resula er produsenen derfor avhengig av å planlegge og prise produksjonen på en måe som gir sensiivieer for produksjonsvolum i forhold il de ilgjengelige fuure- og forwardkonrakene. Eydeland og Wolyniec (2003) diskuerer prising og hedging av gasslagre og hevder a de samme eknikkene, med modifikasjoner, kan brukes il å prise og hedge vannkrafproduksjon. De resulerende hedgene for gasslagere besår av opsjoner. Dee kan yde på a opsjoner kan være egne også il å hedge vannkrafproduksjon. 17
Finansielle meoder for produksjonsplanlegging av vannkraf 6 Modeller For å være i sand il å finne en adekva løsning på produksjonsplanleggingsprobleme er de nødvendig med beskrivelser av srømpris, ilsig og produksjonssyseme. Når forunevne er eabler, er de videre nødvendig å formulere probleme maemaisk. Dee kapiele vedrører disse forholdene. 6.1 Sokasiske modeller Både pris og ilsigsprosessen er uforusigbare i den grad a en modell som ikke ar hensyn il sokasikken vil være urealisisk. For å kunne oppnå en fornufig hedgesraegi er de videre ønskelig med en prismodell i produksjonsplanleggingen som beinger på markedsinformasjon. I denne oppgaven er de valg idskoninuerlige sokasiske prosesser baser på Brownsk bevegelse for både pris og ilsig. Varianer av Brownsk bevegelse er hyppig bruk som modell innen finans og er inngående suder. For en analyse av egenskapene il Brownsk bevegelse se for eksempel Ross (2003). McDonald (2003) gir en innføring i anvendelsen av Brownsk bevegelse som byggesein for modeller i finans. 6.1.1 Prismodell Som diskuer i 4.4 har srømprisprosessen en rekke særegenheer. En modell som ar hensyn il alle forhold blir relaiv kompliser og vil ha mange parameere som må esimeres. Fokuse for denne oppgaven er ikke å foreslå en bes mulig modell for srømpriser. Likevel er de nødvendig å benye en modell som er i en viss overenssemmelse med markede for å oppnå fornufige resulaer. For en sudie av ulike modeller som kan være akuelle i krafmarkeder se Clewlow og Srickland (2000) eller Eydeland og Wolyniec (2003). Schwarz (1997) regnes forøvrig å være e vikig bidrag il modellering av råvarepriser generel. Prismodellen som er valg i denne oppgaven er en varian av Ornsein-Uhlenbeck prosessen med idsavhengig forvenning. Modellen er beskreve i de re overnevne referansene og urykkes generel d Π Π = κ( θ ln Π ) d + σdz. (6.1) der dz er e inkremen il en sandard brownsk bevegelse, κ er mean reversion parameeren, θ er idsvarierende forvenning og σ er sandardavvike il den brownske bevegelsen. For å simulere denne modellen er de hensiksmessig å gjøre ransformasjonen f = ln Π. (6.2) 18
Finansielle meoder for produksjonsplanlegging av vannkraf Iôs formel gir da For å simulere modellen gjøres diskreiseringen 1 df κ( θ f) σ 2 = d + σdz 2. (6.3) 1 2 Δ f = κ( θ f) σ Δ +σ ΔN, (6.4) 2 der N er en sandard normalfordel variabel. Clewlow og Srickland (2000) påpeker a f inngår i drifen, og a diskreiseringen derfor kun er eksak i grensen Δf df. Tidssegene bør derfor velges kore relaive il mean reversion hasigheen. For å gjøre prisprosessen risikonøyral kan drifen kalibreres ved hjelp av erminsrukuren. Clewlow og Srickland (2000) viser da a dln F 2 σ 4 0, T ln ( 2 κt θ( T) = + κ F0, T + 1 ) d e, (6.5) der F 0,T er erminprisen for srøm lever i idspunk T på nåidspunk. Modellen er per definisjon kalibrer il erminsrukuren i forvenning, men beinger ikke på andre ordens markedsinformasjon. Modellen kan derfor ikke venes å gi korreke opsjonspriser. Verdiene for de øvrige paramerene, σ og κ, som er bruk for simulering av modellen er esimer av Elkem 1. 6.1.2 Tilsigsmodell Modellen som er bruk for ilsige er av samme ype som modellen for elekrisiesprisen. De er i denne oppgaven ikke gjor noen egen sudie av ilsigsdaa; modellen og paramerene er gi av Elkem 2. Tilsigsmodellen har i illegg il sesongavhengig forvenning også sesongavhengig varians. I følge Fosso (2005) er auokorrelasjon ofe en signifikan fakor i ilsigsserier. Ornsein-Uhlenbeck prosessen er den idskoninuerlige versjonen av en AR(1)- prosess. AR(1)-prosessen er auokorreler ved lag 1 (Brockwell og Davis, 2002). De er imidlerid uklar om denne auokorrelasjonssrukuren er en god beskrivelse av den fysiske prosessen. 1 Se vedlegg 1 for parameere. 2 Se vedlegg 1 for parameere. 19
Finansielle meoder for produksjonsplanlegging av vannkraf 6.2 Sysembeskrivelse I denne rapporen er de a ugangspunk i krafverke ilhørende Elkem Energi Siso AS 1 i Sørfold kommune i Nordland 2. Krafverke besår av kun e magasin og én sasjon. Dee forenkler analysen ved a de ikke er koblinger mellom ulike magasiner og sasjoner som må aes i berakning. 6.2.1 Produksjonsfunksjonen Yelsen il e vannkrafverk kan beskrives med en produksjonsfunksjon. Denne produksjonsfunksjonen vil i hovedsak variere med vannføringen og vannivåe i magasine. Her følger en redegjørelse for produksjonsfunksjonen for Siso. Virkningsgraden er gi av q q η q a b + c. (6.6) η 2 ( ) = η ( ) + η( ) qmax qmax q a, b, c η η η Vannføring Parameere for virkningsgraden il vannkrafverke Tilnærme ligning for uregning av fallhøyden i vannkrafverke er min max max max m Mmin fhøyde ( ) Mmax Mmin hmm ( ;, M, h ) h d e. (6.7) høyde h m M min M max h max d høyde f høyde Fallhøyde Nåværende magasinnivå Minimum illae magasinnivå for vannkrafverke Maks magasinnivå for vannkrafverke Maksimal fallhøyde for vannkrafverke Høydeparameer Høydeparameer 1 Hereer referer il som Siso. 2 Se vedlegg 2 for sysemdaa og parameere il produksjonsfunksjonen. 20
Finansielle meoder for produksjonsplanlegging av vannkraf Produksjonsfunksjonen gir produser effek og urykkes 2 ( ) wqh (, ) = η ( q ) q h k q g. (6.8) k g Friksjonskoeffesien for vann Graviasjonskonsan Ved å egne denne funksjonen med gie verdier i e redimensjonal rom (figur 6.1), får en e bilde av produksjonsflaen. Produksjonsflae Effek 0 magasinnivå 0 vannføring Figur 6.1: Produksjonsflae for Siso 6.3 Resriksjoner i syseme Produksjonsplanleggingsprobleme innbefaer en rekke resriksjoner. Beskrankninger oppsår i hovedsak av ekniske, miljømessige og fysiske årsaker. Her gir vi en oversik over de vikigse resriksjonene og redegjør for hvilke som er uela fra de maemaiske formuleringene i 6.4 og 6.5. Magasinnivå Alle vannmagasiner har en øvre og nedre grense for vannsand. De er opplag a ehver magasin vil ha e endelig maksimal volum og heller ikke kan ha e negaiv volum. Om den nedre grensen er null eller om e minse volum er påkrevd vil ikke påvirke analysen. Resriksjonen på magasinnivå og vannføring kan enkes å være forskjellig på ulike ider av åre, eksempelvis av hensyn il gyeforhold i vassdrage. I vår ilfelle anas disse grensene imidlerid konsane. 21
Finansielle meoder for produksjonsplanlegging av vannkraf Vannføring I de flese ilfeller vil de være en øvre og nedre grense på hvor mye vann som kan slippes u av magasine il enhver id. I modellen presener i 6.4 er de en øvre grense på produksjonsvolume, men imidlerid ingen grense for hvor sor overløpe kan være. Vannbalanse Al vann som kommer inn i magasine må enen lagres eller srømme videre. Uen en vannbalanse vil problemformuleringen få e åpen løsningsrom. Modellmessig blir da resulae a vann srømmer u av magasine uen a de påvirker magasinnivåe. Rampingresriksjoner Ramping indikerer endring i produksjonshasighe. Ved vannkrafproduksjon vil de i de aller flese ilfeller være en begrensning på hvor rask gjennomsrømningsvolume og dermed produksjonshasigheen kan endres. Dee skyldes både ekniske, miljømessige og sikkerhesmessige forhold. Innvirkningen av rampingresriksjoner på løsningen vil rolig være lie uale ved en idsoppløsning som er berakelig lengre enn iden for å gå fra maksimum il minimum volumsrøm indiker av resriksjonen. Vi velger derfor å neglisjere rampingresriksjoner med bakgrunn i idsoppløsning på en uke i vår problem. Begrense overføringskapasise I realieen er de begrensninger på overføringskapasie for elekrisk kraf både innen og mellom delområder. Begrense overføringskapasie kan føre il flaskehalser i syseme og er en direke årsak il a de oppsår områdepriser. I oppgaven anar vi ubegrense overføringskapasie med de resula a områdeprisen blir lik sysemprisen. Kosnader Kosnader er i seg selv ikke en resriksjon, men bør inngå i målfunksjonen. I denne oppgaven er kosnader valg uela fra den maemaiske formuleringen av probleme. Anagelsen er a kosnadene er så små a de ikke vil påvirke drifsbesluningene. 1 Nilsson og Sjelvgren (1997) hevder a kosnader knye il oppsar av vannkrafproduksjon hovedsakelig er knye il vedlikehold, men a ap av vann også er e problem. De påpeker a dee kan være av beydning ved koridsplanlegging. Ved langidsplanlegging, med idsoppløsning på en uke, er rolig probleme mindre ual. I følge Fosso (2005) er kosnader knye il en oppsar i sørrelsesorden NOK 2,500. Sar- og soppkosnader er derfor uela av den maemaiske problemformuleringen. 1 Med kosnader mener vi her kosnader som medfører ubealinger, og alså ikke alernaivkosnaden il vanne. 22
Finansielle meoder for produksjonsplanlegging av vannkraf 6.4 Deerminisisk opimeringsmodell Hvis krafpriser og ilsig er kjen for alle perioder i planleggingsperioden reduserer produksjonsplanleggingsprobleme il e deerminisisk opimeringsproblem. En opimal løsning vil da simpelhen allokere mes mulig vann il perioder med høyes priser. 1 I de følgende preseneres e maemaisk program for å gjøre en slik deerminisisk opimering av e enkel scenario for pris og ilsig. Mengde P Mengde av perioder. P={0,1,2,,T}. Indeks Indeks for periode. =0 indikerer førse periode. Daa π Krafpris i periode. ψ Tilsig i periode. M max Øvre grense på magasinnivå. M min Nedre grense på magasinnivå. M 0 Sarmagasin. M T+1 Slumagasin. Q max Øvre grense på vannsrøm gjennom sasjonen. r Diskoneringsrene. Variable V Verdi av produksjonen for oalperioden. m Magasinnivå i saren av periode. l Overløp i periode. p Krafproduksjon i periode. q Produksjonsvolum i periode. 1 Produksjonsfunksjonen er imidlerid generel ulineær, slik a allokeringen ikke generel er riviell. 23
Finansielle meoder for produksjonsplanlegging av vannkraf Målfunksjon (1) maxv q, m, l T = π (1 + r) = 0 p Resriksjoner (2) p = wm (, q) P (3) m 1 m q l + P (4) m0 = M0 (5) mt+ 1 = MT+ 1 M m M P (6) min max (7) max q Q P (8) q, l 0 P Målfunksjonen, (1), er en sum av de neddiskonere innekene fra hver periode. Ligning (2) gir mengde produser kraf i en periode som en funksjon av vannsrømvolume og magasinnivåe i saren av perioden. Produksjonsfunksjonen er generel ulineær og gir ikke nødvendigvis e konveks mulighesområde. Resriksjon (3) er flybalansen og formulerer krave om a mengden vann som overføres fra en periode il nese må være lik sarmagasine i den foregående perioden pluss neo ilførsel av vann il magasine i den foregående perioden. Ligning (4) og (5) er resriksjoner henholdsvis på nivåe på sarmagasine og slumagasine. Krav il minse og sørse magasinnivå er formuler i resriksjon (6). Ligning (7) begrenser maksimal produksjon, mens (8) er ikke-negaivieskrav il produksjonsvolum og overløpsvolum. 6.4.1 Anvendelser av modellen Gi a vi fakisk kjenner alle priser og ilsig vil de ikke være noen risiko knye il V. Variansen il V er alså lik null, og den rikige diskoneringsrenen vil dermed være den risikofrie renen. Modellen vil gi opimal produksjonssraegi og verdi av produksjonen. Modellen kan også brukes med forvene ilsig og forvene krafpris. Den risikofrie renen vil da ikke lenger være e rikig avkasningskrav. En må da esimere e risikojuser avkasningskrav, eksempelvis med kapialverdimodellen. En redje anvendelse av modellen kan være å løse e anall ulike scenarier for pris og ilsig. Gi a scenariene gir en god represenasjon av ufallsromme, kan resulaene brukes il å finne midlere verdier for produksjon, magasinnivå, konansrømmer og verdi av produksjonen 1. 1 Løsningen gir sreng a en øvre grense for verdien av produksjonen. Dee er nærmere diskuer i 9. 24