[논문 리뷰] Which model features matter? An experimental approach to evaluate power market modeling choices

Kais Siala, Mathias Mier외 4명|arXiv (Cornell University)|2020. 10. 30.

Electric Power System Optimization인용 수 5

한 줄 요약

이 논문은 유럽의 2050년까지 전력시장 모델링 결과에 영향을 미치는 네 가지 핵심 모델 특성—모델 유형(최적화 대 시뮬레이션), 계획 기간(다기간 대 단기적), 시간 해상도(8760시간 대 384시간), 공간 해상도(28개 국가 대 12개 메가지역)—의 영향을 평가한다. 통합된 데이터와 다섯 개의 모델을 사용하여, 모델 유형과 해상도가 결과에 상당한 영향을 미치며, 특히 풍력 배치와 용량 확장에 영향을 미친다는 것을 발견했다. 낮은 해상도에서는 저장 능력을 과대평가하고, 전력송전 제약 조건을 부족하게 반영하여 결과에 영향을 미친다.

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.

연구 동기 및 목표

• 모델 유형, 계획 기간, 시간 해상도, 공간 해상도 중 어느 모델 특성이 유럽 탄소중립화를 위한 전력시장 모델링 결과에 가장 크게 영향을 미치는지 규명하기 위해.
• 통합된 데이터와 시나리오 조건 하에서 모델 간 및 모델 내 비교를 수행하여 모델 결과 간 격차를 줄이기 위해.
• 모델 설계 선택에 의해 유도되는 의도치 않은 편향을 최소화하기 위해 모델러들에게 실질적인 권고를 제공하기 위해.
• 공개된 통합된 입력 데이터와 모델 출력 자료를 통해 투명성과 기준 설정을 향상시키기 위해.
• 특히 고탄소가격 및 저탄소가격 시나리오에서 다양한 모델 구성에 따라 탄소중립 경로의 탄력성을 평가하기 위해.

제안 방법

• EU27+ 국가를 대상으로 한 통합된 데이터셋을 기반으로, 다섯 개의 서로 다른 전력시장 모델(DIMENSION, EUREGEN, E2M2, urbs, HECTOR)을 사용하여 모델 간 및 모델 내 비교를 수행하였다.
• 입력 데이터, 시나리오 가정, 모델 특성을 표준화하여 네 가지 핵심 모델 설계 선택 사항—모델 유형, 계획 기간, 시간 해상도, 공간 해상도—의 영향을 분리하여 평가하였다.
• 각 실험은 한 가지 특성만 변화시키고 나머지는 일정하게 유지하여, 용량 확장, 재생 가능 에너지 배치, 시스템 비용에 미치는 영향을 고립적으로 평가하기 위해 제어된 실험을 수행하였다.
• 일관된 2015–2050년 기간과 5년 단위의 시간 간격을 적용하였으며, 동일한 탄소가격 궤적(고탄소가격 및 저탄소가격), 연료 가격, 전력 수요 전망을 적용하였다.
• 수익 극대화 기반 최적화 프레임워크와 히우리스틱 기반 시뮬레이션 프레임워크를 모두 적용하여 전략적 대 비응답 기업 행동의 영향을 비교하였다.
• 시간 해상도 평가에는 8760시간의 시간별 표현과 384개의 일반화된 시간 단위 표현을 사용하였으며, 공간 해상도 평가에는 28개 국가와 12개 메가지역 그룹을 사용하였다.

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

실험 결과

연구 질문

• RQ1 최적화 프레임워크와 시뮬레이션 프레임워크의 선택이 장기적인 용량 확장과 재생 가능 에너지 배치에 어떤 영향을 미치는가?
• RQ2 다기간 계획 기간과 단기적 계획 기간의 선택이 다양한 탄소가격 수준에서 투자 시기와 기술 조합에 어떤 영향을 미치는가?
• RQ3 낮은 시간 해상도와 공간 해상도가 저장 능력 과대평가와 전력송전 제약 조건 저평가로 인해 풍력 발전 배치에 얼마나 심각한 왜곡을 초래하는가?
• RQ4 모델 특성이 상호작용하여 탄소중립화 결과를 어떻게 형성하는가? 그리고 결과의 변동성에서 어떤 특성이 지배적인가?
• RQ5 표준화된 모델 설계와 데이터 통합을 통해 모델 출력 간 격차를 체계적으로 줄일 수 있는가?

주요 결과

• 모델 유형은 용량 확장 경로를 근본적으로 결정한다: 시뮬레이션 모델은 최적화 모델보다 새로운 기술의 도입 속도가 빠르고, 전통적 발전소(예: 코일 및 원자력)의 퇴출 속도가 느리다.
• 단기적 모델은 2050년까지 총 가변 재생 가능 에너지(VRE) 배치에서 다기간 모델과 유사한 성능을 보이며, 다만 다기간 모델은 고VRE 잠재력이 있는 지역의 투자를 지연시킨다.
• 낮은 시간 해상도(384개 시간 단위 대 8760시간)는 변동성의 인위적 평활화와 저장 능력 과대평가로 인해 풍력 발전 배치를 과대평가한다.
• 낮은 공간 해상도(12개 메가지역 대 28개 국가)는 송전선 제약 조건과 국가 간 혼잡 현상을 생략함으로써 더 높은 풍력 발전 배치를 초래한다.
• 저탄소가격 조건에서는 단기적 모델이 다기간 모델과 투자 시기 및 기술 조합에서 크게 다를 수 있으나, 고탄소가격 조건에서는 이러한 차이가 줄어든다.
• 통합된 데이터셋과 모델 출력 자료는 향후 모델 개발 및 검증을 위한 기준 설정과 투명성을 높이기 위해 공개되어 있다.

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).