Дипломная работа: Влияние декарбонизации на потребление природного газа в европейской электроэнергетикеv-evropeyskoy-elektroenergetike_101945

В работе были произведены собственные расчеты КПД до 2050 года. По результатам вычислений с 2017 по 2050 коэффициент возрастет на 13% по сравнению с текущим значением и станет 60%. Ежегодный прирост составит 0,46%.

Оценивая Рыночные доли крупнейшего генератора и продавца конечному потребителю в каждой из странм ожно сделать вывод о том, что страны не достигли либерализации еще в полной степени, так как сохраняется львиная доля рынка всего лишь на нескольких компаниях.

Согласно данным МЭА, наименьшая нормированная стоимость в 2016 году была определена на генерацию из газа, за ним с небольшой разницей следует солнце и далее ветер. Данные три ресурса были определены как самые перспективные и значимые в структуре генерации электроэнергии.

3. МОДЕЛЬ ПРОГНОЗА ИСПОЛЬЗОВАНИЯ ГАЗА ДЛЯ ГЕНЕРАЦИИ ЭЛЕКТРОЭНЕРГИИ

3.1 Методика прогнозирования спроса на газ в электроэнергетике

Прогнозирование спроса на топливно-энергетические ресурсы в электроэнергетике, в частности, на природный газ, является многоэтапным и многоуровневым процессом, результаты которого также используются и для определения рациональной стратегии развития топливно-энергетического комплекса страны / региона Е.В. Гальперова, Д.Ю. Кононов, ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ СПРОСА НА ТОПЛИВО НА РЕГИОНАЛЬНЫХ ЭНЕРГЕТИЧЕСКИХ РЫНКАХ С УЧЕТОМ НЕОПРЕДЕЛЕННОСТИ http://isem.irk.ru/energy21/papers/%D0%93%D0%B0%D0%BB%D1%8C%D0%BF%D0%B5%D1%80%D0%BE%D0%B2%D0%B0%20%D0%95%D0%92%20%D0%B8%20%D0%B4%D1%80%20%D0%94%D0%BE%D0%BB%D0%B3%D0%BE%D1%81%D1%80%D0%BE%D1%87%D0%BD%D0%BE%D0%B5%20%D0%BF%D1%80%D0%BE%D0%B3%D0%BD%D0%BE%D0%B7%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5%20%D1%81%D0%BF%D1%80%D0%BE%D1%81%D0%B0%20%D0%BD%D0%B0%20%D1%82%D0%BE%D0%BF%D0%BB%D0%B8%D0%B2%D0%BE.pdf .

В прогнозировании спроса на электроэнергию очень много неопределенности, источниками которой, помимо статистики, являются оптимистические ожидания предкризисных лет, а также возможное крайне нестабильное развитие экономики и, как его следствие -- неопределенность макроэкономических прогнозов.

Прогнозная оценка уровня спроса на газ в электроэнергетике выполняется на основе показателей стратегий развития, например, Стратегии развития до 2020, 2030 и 2050 годов, Дорожной карты ЕС, различных директив и, с другой стороны, крупных инвестиционных проектов, предусматривающих использование газа.

Совершенствованием существующих и созданием новых методов и моделей для исследования и прогнозирования энергопотребления занимаются многие ученые, компании и организации.

Существует несколько подходов к прогнозированию спроса на газ в электроэнергетике, однако наибольший интерес автора вызвало исследование ученых Стэнфордского университета и их работы «100% Clean and Renewable Wind, Water, and Sunlight All-Sector Energy Roadmaps for 139 Countries of the World», где был произведен анализ для 139 странах мира Mark Z. Jacobson, Mark A.Delucchi. 100% Clean and Renewable Wind, Water, and Sunlight All-Sector Energy Roadmaps for 139 Countries of the World. Авторы разработали энергетические дорожные карты для каждой из тех стран с общей целью замедления глобального потепления и устранению смертности от загрязнения воздуха. Решение состоит в том, чтобы электрифицировать все сектора энергетики и обеспечить все электричество 100% ветровой, водной и солнечной энергией. В случае полного внедрения к 2050 году дорожные карты позволят миру избежать глобального потепления на уровне 1,5 ° C и миллионов ежегодных смертей в результате загрязнения воздуха, создать 24,3 млн. чистых новых долгосрочных рабочих мест с полной занятостью, сократить расходы на энергию для общества, сократить расходы на энергию, уменьшить перебои в подаче электроэнергии и расширить доступ к энергии во всем мире.

Таким образом, каждая дорожная карта 100% WWS, разработанная здесь, представляет собой расчеты и пример того, как может выглядеть энергетическая инфраструктура в 2050, 100% WWS против BAU с точки зрения:

(1) будущего спроса конечного использования в каждом энергетическом секторе в случаях WWS и BAU;

(2) необходимого количество генераторов WWS, а также их площадь и расстояние

(3) сырьевых ресурсов и потенциала WWS, включая потенциал солнечных фотоэлектрических (PV) крыш;

(4) затрат на энергию, передачу и распределение в случаях BAU и WWS;

(5) предотвращения смертности и заболеваемости в результате загрязнения воздуха и их стоимость в связи с WWS;

(6) предотвращения выбросов углерода и затраты на глобальное потепление из-за WWS;

(7) изменения в количестве рабочих мест и заработках из-за WWS; а также

(8) политических меры по реализации дорожных карт и сроков перехода.

Таким образом в основе построения собственной модели были заложены ключевые принципы из исследования «100% Clean and Renewable Wind, Water, and Sunlight All-Sector Energy Roadmaps for 139 Countries of the World». Самым значимым вкладом, для построения собственной модели, была методология распределения долей в генерации по ресурсам, с помощью которых вырабатывается электроэнергия. Основываясь на нормированной стоимости электроэнергии, которая также рассчитывалась самостоятельно, строится ранжирование приоритеты распределения долей между интересующимися ресурсами. Для этого обозначались максимальные доли, то есть сколько процентов из новой генерации допустимо распределить на интересующийся ресурс. В исследовании максимально допустимая доля для газа была определена в 100%, доля ветра в 70%, а солнца в 60%.

Данная методология прогнозирования нами была дополнена по ряду показателей. Следует отметить важный факт, что ученые из Стэнфорда провели анализ и расчеты только для возобновляемых источников энергии, то есть газ как ресурс не был включен в работе. Однако в нашей модели под фокус анализируемых ресурсов вошли не только ВИЭ, но и природный газ. К тому же в расчеты были введены показатели амортизации и в результате мы получили искомую генерацию. Также были добавлены собственные расчеты потребление газа в электроэнергетике через значения КПД.

3.2 Построение прогнозной модели

Целью данной работы является оценка влияния существующих политик, направленных на декарбонизацию, на потребление природного газа в европейской электроэнергетике. В связи с выводом мощностей угольной и атомной генерации, увеличения энергоэффективности, генерации с выбросом меньшего количества парниковых газов в атмосферу и держа курс на все большее и большее внедрение установок на основе ВИЭ, есть огромные перспективы, на первый взгляд, для увеличения доли газа в общем энергобалансе электрогенерации стран-членов Европейского Союза. В представленной ниже модели были произведены расчеты, с целью которых мы определили какую долю по сравнению с другими энергоресурсами будет занимать голубое топливо в генерации электроэнергии в период с 2018 по 2050 годы.

Данные за 2016, 2017, 2025, 2030, 2035 и 2040 года были взяты из отчета World Energy Outlook 2018 от Международного энергетического агентства как базисные данные по генерации электроэнергии в странах Европейского Союза по используемым видам ресурсов по сценарию новых политик (New Policies Scenario, NPS). В отчете представлены прогнозы по трем возможным сценариям, однако главным образом они отличаются своими базовыми предположениями об эволюции государственной политики, связанной с энергетической отраслью. Помимо учета существующих политик и мер NPS отображает оглашенные политики, выраженные только в официальных целях и планах. Соответственно на основе принятых базисных значений по указанным ранее годам, были рассчитаны данные по промежуточным, сохраняя общие тенденции по каждому из ресурсов. Корректировки проводились с показателями по угольной и атомной генерации. Выбранная нами модель NPS уже включила в свой сценарий отказ от угольной генерации в Италии, Финляндии, Франции, Нидерландах и Великобритании, однако это лишь половина стран, представивших свое решение о постепенном сокращении и вскоре полном отказе от данного ресурса. Поэтому производились расчеты по постепенному выводу мощностей начиная уже с 2018 года. С этапами можно ознакомиться в представленной ниже таблице 2.

Таблица 2. Планы стран об отказе от угольной генерации в электроэнергетике

Источник: Евростат, МЭА, составлено автором

Планы стран-членов ЕС об отказе атомной генерации не были учтены в прогнозе, представленным МЭА в своем обзоре и таким образом в данной работе был также учтен этот фактор и произведены соответствующие расчеты (табл.3).

Таблица 3. Планы стран об отказе в атомной генерации

Источник: Евростат, составлено автором

Следует отметить, что Франция огласила лишь о выводе половины сегодня используемых атомных реакторов. Напомним, в этом государстве 75% всего генерации энергии приходится на долю АЭС и составляет 403,2 ТВт.ч.

Данные по таким ресурсам, как нефть, гидро, биоэнергия, геотермальная энергия, морская и концентрированная солнечная энергия (CSP) были взяты за абсолютные значения исходя из NPS. Из общего прогноза генерации отнимаем доли выше названных ресурсов и получаем остаток, который следует распределить по долях для оставшихся трех самых перспективных видов ресурсов: газа, солнца, ветра (табл. 4). Последующей задачей является нахождение значений для них в период с 2018 по 2050 годы.

Таблица 4. Генерация электроэнергии в странах ЕС с 2017 по 2050 с учетом вывода угольной и атомной генерации согласно объявленным планам

Источник: МЭА, расчеты автора

Следующим этапом производим распределение по нормированной стоимости электроэнергии (LCOE) для генерации из газа, солнца и ветра. Во второй главе были взяты данные за 2017 год по коэффициентам из World Energy Outlook 2018 от Международного энергетического агентства. В данном докладе представлены данные так же за 2040 год, таким образом мы произвели расчет между уже представленными годами и спроектировали на последующие годы до 2050г.

Таблица 5. Годовой прирост нормированной стоимости электроэнергии, %

Источник: МЭА, расчеты автора

Был рассчитан годовой прирост между 2017 и 2040 годами (табл.5) с помощью которого вычислены коэффициенты на следующие годы (табл. 6).

Таблица 6. Нормированная стоимость электроэнергии (LCOE)

Источник: МЭА, расчеты автора

В соответствии с полученными данными о нормированной стоимости было произведено ранжирование приоритетов, разделенных соответственно на три группы (табл. 7).

Таблица 7. Ранжирование приоритетов