[論文レビュー] Balancing India's 2030 Electricity Grid Needs Management of Time Granularity and Uncertainty: Insights from a Parametric Model

Rahul Tongia|arXiv (Cornell University)|Jul 1, 2022

Integrated Energy Systems Optimization参考文献 11被引用数 5

ひとこと要約

本論文は、30分間解像度でインドの2030年電力グリッドを分析するパrametricモデルを提示し、不確実性下でのコスト効率的な再生可能エネルギー統合を評価している。高水準の再生可能エネルギー導入は、発電損失が生じても依然としてコスト効率的であるが、リアルタイムのバランス調整には蓄電および柔軟な化石燃料発電が不可欠であり、需要応答がピーク管理のコスト効率的代替手段として浮上している。

ABSTRACT

With some of the world's most ambitious renewable energy (RE) growth targets, especially when normalized for scale, India aims more than quadrupling wind and solar by 2030. Simultaneously, coal dominates the electricity grid, providing roughly three-quarters of electricity today. We present results from the first of a kind model to handle high uncertainty, which uses parametric analysis instead of stochastic analysis for grid balancing based on economic despatch through 2030, covering 30-minute resolution granularity at a national level. The model assumes a range of growing demand, supply options, prices, and other uncertain inputs. It calculates the lowest cost portfolio across a spectrum of parametric uncertainty. We apply simplifications to handle the intersection of capacity planning with optimized despatch. Our results indicate that very high RE scenarios are cost-effective, even if a measurable fraction would be surplus and thus discarded ("curtailed"). We find that high RE without storage as well as existing slack in coal- and gas-powered capacity are insufficient to meet rising demand on a real-time basis, especially adding time-of-day balancing. Storage technologies prove valuable but remain expensive compared to the 2019 portfolio mix, due to issues of duty cycling like seasonal variability, not merely inherent high capital costs. However, examining alternatives to batteries for future growth finds all solutions for peaking power are even more expensive. For balancing at peak times, a smarter grid that applies demand response may be cost-effective. We also find the need for more sophisticated modelling with higher stochasticity across annual timeframes (especially year on year changes in wind output, rainfall, and demand) along with uncertainty on supply and load profiles (shapes).

研究の動機と目的

• 高い不確実性下で、インドの野心的な2030年再生可能エネルギー目標のコスト効率性と技術的実現可能性を評価すること。
• 需要の増加と高い再生可能エネルギー導入が進行する中で、追加の石炭火力発電所の必要性を検討すること。
• 時間変動する需要と供給の下でのグリッドバランス調整において、蓄電技術と代替ピーク電源の役割を検討すること。
• 需要、供給、技術コストの不確実性が、グリッド計画と政策意思決定の主な駆動要因となる要因を同定すること。
• 国家レベルのグリッド計画において、スティochastic手法の代替としてスケーラブルなパラメトリックモデリング手法を提示すること。

提案手法

• 不確実な入力（需要、価格、供給構成）のスケールをカバーするため、スティochastic分析ではなくパラメトリックモデルを用いてグリッドバランスを評価する。
• 30分解像度での経済的発電順序を適用し、複数のシナリオにおける最低コストの発電ポートフォリオを特定する。
• 容量拡張計画と最適化された発電順序を統合し、長期計画とリアルタイム運用の交差を簡素化する。
• 既存の石炭およびガス発電設備の柔軟性を、ランピング能力と部分負荷運転能力を通じて評価する。
• 異なるコスト仮定とシステム制約下で、蓄電および代替ピーク電源技術（例：バイオディーゼル）を評価する。
• モンテカルロ的手法による確率的サンプリングではなく、並列パラメトリックスイープを用いて不確実性を統合し、国家レベルの分析を高速化する。

実験結果

リサーチクエスチョン

• RQ1 インドは2030年までに、急激な再生可能エネルギー目標をどのように管理するのか。非常に高いREシナリオにおける発電損失のリスクは何か。
• RQ2 需要の増加とピーク時におけるシステムセキュリティを確保するため、追加の石炭火力発電所が必要なのか。
• RQ3 リアルタイムのバランス調整ニーズにおいて、蓄電技術は化石燃料ベースのピーク電源や他の代替手段と比較して経済的にどう異なるか。
• RQ4 需要応答は、ピーク負荷と時間帯変動を管理するための新しいインfraストラクチャや蓄電の代替手段としてコスト効率的か。
• RQ5 グリッド拡張と発電順序戦略の最適化に最も顕著に影響を与える主な不確実性およびシステムレベル要因は何か。

主な発見

• 非常に高い再生可能エネルギー導入シナリオでさえ、発電損失が生じても依然としてコスト効率的であり、『再生可能エネルギーが多すぎる』という経済的制約は存在しないことを示している。
• 既存の石炭およびガス発電設備だけでは、ピーク需要時や時間帯の変動が激しい状況下でもリアルタイムのバランス調整を満たせない。これは、再生可能エネルギーの高い導入率下でも同様である。
• バッテリーサイクルの課題（季節変動など）が、資本コストだけでなく、グリッドバランス調整においてバッテリーが価格的に高価であることを示している。
• バッテリーの代替手段としてのすべてのピーク電源技術は、より高価であるため、バッテリーは将来的なグリッドの柔軟性にとって重要なが、高コストな要素のままである。
• 需要応答は、ピーク時のバランス調整においてコスト効率的であり、新しいインfraストラクチャや蓄電の導入の代替手段として実現可能である。
• グリーン水素の生産は、発電損失が限定的であるため、余剰再生可能エネルギーの恩恵を受ける可能性が低く、大規模な水素生産には専用の再生可能エネルギー設備が必要である。