Ako optimalizovať prečerpávacie elektrárne? Slovenské elektrárne využijú študentské práce

Prečerpávacie vodné elektrárne, predikcia ceny elektriny či obchodovanie s elektrinou na komoditných trhoch. Týchto troch tém sa týkali diplomové práce na odbore Ekonomicko-finančná matematika a modelovanie na Fakulte matematiky, fyziky a informatiky Univerzity Komenského v Bratislave, ktoré vypracovali študenti na zadanie Slovenských elektrární.

Možnosť písať záverečné diplomové práce externe v Slovenských elektrárňach získala trojica študentov. Dvaja pod vedením Jakuba Šišku, vedúceho stratégie obchodovania a plánovania, a jeden pod vedením Tomáša Šimoviča, tím lídra pre kvantitatívnu podporu optimalizácie zdrojov.

„Ich výstupy boli skutočne na vysokej úrovni, všetky tri využívajú pokročilé matematické optimalizačné modely či metódy strojového učenia,“ zhrnuli Slovenské elektrárne.

Aké výsledky priniesli práce študentov?

Optimalizácia prečerpávacích elektrární

Slovenské elektrárne využívajú fexibilitu prečerpávacích vodných elektrární a volatilné ceny na krátkodobom trhu s elektrinou na generovanie ďalších príjmov. S pribúdajúcimi obnoviteľnými zdrojmi a častejším fenoménom záporných cien bude ich úloha ešte dôležitejšia. Adam Fajkus sa vo svojej diplomovej práci zameral na otázku, ako optimalizovať ich fungovanie.

Prečerpávacie elektrárne ako flexibilné výrobné zdroje predstavujú aj zaujímavý matematický optimalizačný problém. Základný princíp je založený na variabilite hodinových cien elektriny počas dňa, ktorá vplýva na nastavenie modulácie čerpania a výroby s ohľadom na efektivitu konkrétnej prečerpávacej elektrárne.

Tento problém predstavuje po matematickej stránke veľkú výzvu a odpoveď naň vychádza z teórie optimálneho riadenia a modelu zmiešaného celočíselného programovania. Umožňujú zohľadniť viacero vstupov – stav hladín, predikcie ceny elektriny na najbližšie dni, údaje o výrobe, spotrebe, importe a exporte elektriny na Slovensku a iné – a pretaviť ich do čo možno najefektívnejších návrhov pre prípravu prevádzky prečerpávacej vodnej elektrárne.

„Modely navrhnuté v diplomovej práci si zároveň dokázali poradiť s neistotou cenovej predpovede či efektom tzv. „previsu ponuky nad spotrebou“. Finálne modely dosiahli výbornú úspešnosť a v spolupráci s oddelením prípravy prevádzky sa postupne budú verifikovať a následne dokonca aj implementovať,“ uviedli Slovenské elektrárne.

Modelovanie krátkodobých cien elektriny

Diplomová práca ďalšieho študenta, Mária Igaza, sa zaoberá predpovedaním cien elektriny v krátkodobom horizonte v Nemecku. Nemecký trh poskytuje základ pre viaceré trhy v Európe vrátane Slovenska. Preto je pochopenie nemeckej cenotvorby kľúčové aj pre elektrárne na Slovensku.

Nepredvídateľná výroba z čoraz väčšieho portfólia obnoviteľných zdrojov v Európe spôsobuje veľké hodinové i denné výkyvy v cene elektriny. Dôsledkom je čoraz väčšia dôležitosť krátkodobého trhu, kde prevádzkovatelia elektrární dopredávajú vyrobenú elektrinu alebo ju môžu dokúpiť, ak sa im pri danej cene neoplatí prevádzkovať vlastné energetické zdroje.

Cenu elektriny na krátkodobom trhu, kde sa nakúpená elektrina odoberá v horizonte hodín až týždňov, ovplyvňuje najmä počasie. Má vplyv na spotrebu elektriny, výrobu zo solárnych, veterných a vodných zdrojov. Tiež na ňu vplývajú dostupné prenosové kapacity a ceny uhlia, plynu a CO₂ povoleniek, ktoré zas výrazne ovplyvňujú výrobné náklady tepelných elektrární.

Pretavenie týchto faktorov do finálnej ceny často nebýva úplne priamočiare a na jej predikciu sa bežne používajú štatistické modely. Vyžadujú si spracovanie veľkého množstva dát a ich rozdelenie na tzv. trénovaciu vzorku, na ktorej sa model „naučí“ ako predpovedať cenu, a na testovaciu, ktorá slúži na overenie presnosti.

„Postupne boli použité rozličné klasifikačné modely a ich výsledky boli medzi sebou porovnávané bežnými štatistickými ukazovateľmi, ako aj Indexom nasadenia elektrárne. Ten skúma mieru presnosti tvaru cenovej krivky v rámci dňa,“ zdôrazňujú Slovenské elektrárne.

Na nasledujúcich grafoch sú znázornené výsledky najlepšieho a najhoršieho dňa z pohľadu Indexu predikčného modelu OPERA.

Strojové učenie pre komoditné trhy

© PROPERTY & ENVIRONMENT s. r. o. Autorské práva sú vyhradené a vykonáva ich vydavateľ.