[論文レビュー] Which model features matter? An experimental approach to evaluate power market modeling choices

Kais Siala, Mathias Mier+4 more|arXiv (Cornell University)|Oct 30, 2020

Electric Power System Optimization被引用数 5

ひとこと要約

本論文は、2050年までのヨーロッパにおける電力市場モデル化の成果に影響を与える4つの主要なモデル特徴——モデルタイプ（最適化対シミュレーション）、計画期間（時間的拡張的対一時的）、時間分解能（8760時間対384時間）、空間分解能（28カ国対12のメガ地域）——の影響を評価している。統一されたデータと5つのモデルを用いて、モデルタイプと分解能が結果に顕著な影響を及ぼすことが判明した。特に風力発電の導入と設備拡張に関しては、低分解能では貯蔵能力が過大評価され、送電制約が不十分に表現される傾向がある。

ABSTRACT

A novel experimental approach of inter- and intramodel comparisons is conducted with five power market models to give recommendations for modelers working on decarbonization pathways of Europe until 2050. The experiments investigate the impact of model type (optimization vs. simulation), planning horizon (intertemporal vs. myopic), temporal resolution (8760 vs. 384 hours), and spatial resolution (28 countries vs. 12 mega-regions). The model type fundamentally determines the evolution of capacity expansion. Planning horizon (assumed foresight of firms) plays a minor role for scenarios with high carbon prices. For low carbon prices in turn, results from myopic models deviate considerably from those of intertemporal models. Lower temporal and spatial resolutions foster wind power via storage and via neglected transmission boundaries, respectively. Using simulation instead of optimization frameworks, a shorter planning horizon of firms, or lower temporal and spatial resolutions might be necessary to reduce the computational complexity. This paper delivers recommendations on how to limit the discrepancies in such cases.

研究の動機と目的

• ヨーロッパの脱炭素化に向けた電力市場モデル化の成果に最も顕著に影響を与えるモデル特徴——モデルタイプ、計画期間、時間分解能、空間分解能——を特定すること。
• 統一されたデータとシナリオ条件の下でモデル間およびモデル内比較を実施し、モデル結果の乖離を低減すること。
• モデル設計選択によって生じる意図しないバイアスを制限するための実務的アドバイスをモデル作成者に提供すること。
• 公開された統一された入力データとモデル出力を通じて、透明性の向上とベンチマーク手法の強化を図ること。
• 特に高炭素価格および低炭素価格のシナリオ下で、さまざまなモデル定式化に対する脱炭素化パスの妥当性を評価すること。

提案手法

• EU27+諸国を対象に、5つの異なる電力市場モデル（DIMENSION, EUREGEN, E2M2, urbs, HECTOR）を用いて、モデル間およびモデル内比較を実施。
• モデルの設計選択の影響を明確に分離するため、入力データ、シナリオ仮定、モデル特徴を標準化した。
• 各実験では、1つの特徴のみを変化させ、他の要因を一定に保つことで、その特徴が設備拡張、再生可能エネルギー導入、システムコストに与える独立した影響を評価した。
• 2015年から2050年までの同一の時間枠（5年ごとのステップ）を採用し、同一の炭素価格推移（高・低）、燃料価格、電力需要予測を適用した。
• 利益最大化を目的とする最適化フレームワークと、ヒューリスティックに基づくシミュレーションフレームワークを比較し、戦略的行動と反応的行動の違いを評価した。
• 時間分解能は8760時間の時間分解能と384時間の代表的時間ステップの両方を用い、空間分解能は28カ国と12のメガ地域グループを比較した。

Figure 1: Electricity generation over the period 2015-2050 for all models involved in the benchmarking experiment.

実験結果

リサーチクエスチョン

• RQ1 最適化フレームワークとシミュレーションフレームワークの選択が、長期的な設備拡張と再生可能エネルギー導入にどのように影響を与えるか？
• RQ2 時間的拡張的計画期間と一時的計画期間の違いが、異なる炭素価格水準下で投資タイミングと技術構成比に与える影響は何か？
• RQ3 低時間分解能および低空間分解能が、風力発電導入に与える歪み（貯蔵能力の過大評価と送電制約の低評価）の程度はどの程度か？
• RQ4 モデル特徴が互いにどのように作用し合い、脱炭素化成果に与える寄与度のばらつきを支配する主な要因は何か？
• RQ5 標準化されたモデル設計とデータ統一化によって、モデル出力の乖離を体系的に低減できるか？

主な発見

• モデルタイプは設備拡張経路を根本的に決定づける：シミュレーションモデルは、最適化モデルと比較して新技術の導入が早く、従来型発電所（例：石炭・原子力）の段階的廃止が遅れる傾向にある。
• 一時的モデルは、2050年までの合計可変型再生可能エネルギー（VRE）導入量において、時間的拡張的モデルと同等の水準に達するが、高VRE潜在力地域への投資は遅延する。
• 低時間分解能（384時間対8760時間）では、変動の人工的平滑化と貯蔵能力の過大評価により、風力発電導入量が過大評価される。
• 低空間分解能（12メガ地域対28カ国）では、送電線制約や国境間混雑の欠落により、風力発電導入量が高くなる。
• 低炭素価格下では、一時的モデルは時間的拡張的モデルと比べて投資タイミングと技術構成比で顕著に乖離するが、高炭素価格下ではその差が縮小する。
• 統一されたデータセットとモデル出力は、今後のモデル開発と検証のためのベンチマークと透明性を高めるために、公開されている。

Figure 2: Total installed capacity in the period 2015-2050 for all models involved in the model type experiment (top) and differences due to higher and lower CO 2 prices (bottom).