DISCRETE – Datagedreven Optimalisatiemodellen Voor Een Veilige Real-Time Werking Van Hernieuwbare Gedomineerde Elektriciteitssystemen

De operationele complexiteit van het elektriciteitssysteem neemt geleidelijk toe als gevolg van de variabiliteit van hernieuwbare energiebronnen en de complexiteit in de handel van elektriciteit op verschillende markten en over de grenzen heen. Vooral de fluctuerende opwekking van elektriciteit uit hernieuwbare energiebronnen heeft twee belangrijke gevolgen voor de werking van het elektriciteitssysteem.

In de eerste plaats moet bij de vaststelling van de operationele plannen, meestal day-ahead, rekening gehouden worden met de onzekerheid van de opwekking van elektriciteit uit hernieuwbare energiebronnen. Zo kan bepaald worden welke preventieve en corrigerende maatregelen genomen moeten worden om een veilige werking van het net in real-time te waarborgen. Traditioneel worden de preventieve en corrigerende maatregelen bepaald aan de hand van optimalisatiemodellen op basis van de Monte Carlo-benadering, waarbij de vermogensinjecties uit hernieuwbare energiebronnen worden voorgesteld door een aantal verschillende steekproeven. Voor elke staal wordt een optionele vermogensstroomberekening (OPF) uitgevoerd om de nodige maatregelen te bepalen in de veronderstelling dat kritieke netwerkelementen uitvallen. Naarmate de hoeveelheid hernieuwbare energieproductie in het systeem toeneemt, groeit het aantal berekeningen om de grotere onzekerheidsruimte van hernieuwbare energieproductie en de correlaties tussen verschillende injectiebronnen, bv. windparken, te overbruggen. Met die klassieke aanpak zullen we de grenzen bereiken van de computermiddelen om dergelijke operationele plannen day-ahead op te stellen. Dit leidt tot oversimplificaties bij de optimalisatie en brengt dus de veilige werking van het elektriciteitssysteem in gevaar.

Ten tweede is er een inherente discrepantie tussen de verwachte hernieuwbare productie in de operationele plannen en de werkelijke hernieuwbare productie in reële tijd. Dit betekent dat de opwekking tijdens de intraday-exploitatie moet worden herschikt om enerzijds het systeem in evenwicht te houden en anderzijds congestie in het net ten gevolge van onverwachte elektriciteitsstromen op te lossen. De redispatch-kosten in voor real-time congestiebeheer liggen in België in de orde van een paar miljoen euro per jaar (vanwege de aanwezigheid van kernenergie). We kunnen verwachten dat een elektriciteitssysteem dat gedomineerd wordt door hernieuwbare energiebronnen, zoals voorzien in 2050, zal resulteren in redispatch-kosten die 1-2 maal hoger liggen. Het Duitse elektriciteitssysteem geeft nu al een goed inzicht in hoe een dergelijk systeem er zou uitzien, aangezien de redispatchkosten meer dan een miljard euro per jaar bedragen (een factor 1000 vergeleken met België), hoewel de omvang van het elektriciteitssysteem slechts 10 keer groter is dan het Belgische.

Doelstellingen

DISCRETE wil de uitdagingen wat betreft optimalisatiemodellen en onzekerheidsmodellering aangaan, om zo de weg te effenen voor beslissingsondersteunende instrumenten voor systeembeheerders. De belangrijkste doelstellingen van DISCRETE kunnen dus als volgt worden samengevat:

1. Verbetering van de onzekerheidskwantificering in operationele planningsmodellen om de redispatch-kosten en de daaruit voortvloeiende CO₂-emissies te minimaliseren.
2. Data-gedreven optimalisatiemodellen verschaffen voor beslissingsondersteuning voor congestiebeheer en veilige exploitatie van het elektriciteitssysteem.

Met de steun van het energietransitiefonds