향후 전력 가격 데이터에서 드디어 대체 선택이 가능해졌습니다. 당사의 전력 가격 예측(Power Price Projections) 서비스는 당일 전기 도매가의 장기적 변화에 대한 통찰력과 시계열을 제공하는 구독 기반 서비스입니다. 이 서비스는 PyPSA 오픈 소스 라이브러리와 Enerdata의 유명한 에너지-기후 시나리오를 기반으로 하는 Enerdata 전력 모델을 활용합니다. 그리고 당사의 방대한 데이터베이스(부문별 전기 수요, 발전소 데이터)와 에너지 시장에 관한 지식이 이를 뒷받침합니다. 전력 가격 예측은 에너지 투자자와 개발자가 단기, 중기, 장기적으로 투자 수익을 추산하는 데 도움이 되는 최고의 전략 도구입니다.
유럽 에너지 시장
도매가격
연간 예측
국가 분석 의제
시간당 하루 전 가격 - EnerBase 시나리오 - 스페인
시간당 하루 전 가격 샘플 - 에너베이스 시나리오
- 기존 최적화 모델과 달리 전기 수요와 발전/용량 개발에 대한 내생적 모델링을 통해 큰 그림을 볼 수 있다는 이점이 있습니다.
- 재생 에너지와 전체 에너지 시스템을 포함하여 모든 기술을 포괄하는, 세계적으로 인정받는 자체 모델입니다.
- 세계적으로 인정받는 에너지 전문성
- 과학 기반 모델링
- 각 국가별로 다양한 기후 및 가격 시나리오를 적용한 3가지 장기 용량 시나리오를 통해 향후 가능한 경로를 모색합니다. 고객 주문에 따라 사용자 정의 시나리오를 사용할 수 있습니다.
Excel 형식의 데이터 세트:
- 최신 수요와 발전량 입력
- 당일 도매가
- 5년 간격으로 2050년까지 평균 시간당 가격, 매년 업데이트
- 1년 간격으로 2030 년까지 중기 연간 가격, 분기별 업데이트
- 재생에너지 점유 가격
- 최소, 최대 월평균 가격 - 기후 시나리오에 따름
- 연간 상품 가격
PDF 보고서:
- 방법론, 가설, 프로젝트, 규제 맥락, 시나리오 등에 대한 문서화
지리적으로 광범위한 분포
- 유럽 전력 시장
- 주문형: 지역 시장(일정 지역에서는 현물 전기 가격이 동일한 개방형 전기 시장)이 있는 다른 국가
방법론
당사의 전력 가격 예측을 구성하는 두 가지 독점 모델:
- POLES 모델: 전 세계의 수많은 에너지 회사, 공공 서비스 사업체, 투자자, 개발자가 사용하는 견고한 다국가 전력 예측 모델입니다. 국가 수준에서(여러 지표 중에서도) 연간 설치 용량과 부문별 전력 수요를 모델링합니다.
- PyPSA-Enerdata 모델: Enerdata 자체 데이터와 사후 처리를 사용하여 오픈 소스 라이브러리 PyPSA에서 구축합니다. 이 모델은 POLES의 출력을 사용하여 입찰 구역과 발전소 수준에서의 매시간 전기 가격 분포를 모델링합니다.
당사의 접근 방식과 '순수 최적화' 전력 모델의 차이점:
- 용량과 수요에 POLES 모델링 방식을 사용하면 순수 최적화 모델에서 종종 관찰되는 '승자독식' 효과가 방지됩니다. POLES는 과거 용량과 생산 구성을 고려하고 비경제적인 경쟁 변수를 도입하여 LCOE와 가변비용을 기반으로 발전 기술을 할당하지만 정책, 구성 다각화 등과 같은 비경제적 변수도 고려합니다.
- POLES 모델은 기술 클래스와 함께 기술, 경제, 환경 변수를 고려하며, 연도별 반복적인 접근 방식을 채택하여 불완전성과 장벽이 있는 실제 에너지 시스템을 묘사하는 데 더 적합합니다. 최적화 모델은 종종 완벽한 예측 방식을 사용하여 경제 주체가 전체 기간 동안 모든 정보를 처리할 수 있게 하는 반면, POLES는 반복 프로세스를 실행하여 장기적인 용량 수요를 설명하고 피크 수요 외에도 사용자가 정한 예비 확보량을 충족하도록 보장합니다.
- POLES의 또 다른 명확한 부가가치는 부문별 에너지 수요가 내생적이며 사용자가 모델링/개선할 수 있어 전기 수요와 공급 간의 논리적 반작용을 사용자가 찾을 수 있다는 점입니다. 반면에 에너지 시스템 최적화 모델은 일반적으로 에너지 수요를 외생적인 입력 변수로 사용하며, 이는 에너지 시스템 주체에 대한 고정적인 장기 가정 또는 완벽한 장기 예측을 다시 한번 반영하는 것입니다.
기존의 전력 모델과 비교할 때 PyPSA-ENERDATA 모델의 명확한 추가 장점 두 가지:
- 급전은 발전소 추적기에서 수집된 데이터를 기반으로 발전소 수준에서 세분화됩니다.
- 경제 주체의 행동은 비합리적인 입찰 전략을 반영하도록 모델링하며 비선형 제약(예: 램프업 시간, 최소 부하, 연간 배출 요건 등)을 고려합니다.
EnerFuture 시나리오
EnerBase
에너베이스는 더 이상의 기후 변화 없이 기존 정책과 역사적 추세가 지속되는 세계를 묘사합니다. 최신 업데이트에서는 2035년 이후 온실가스 배출량이 감소할 것으로 예측하면서 온실가스 감축에 대한 보다 야심찬 목표를 제시하고 있습니다.이 시나리오에서는 약 3°C의 온도 상승이 발생합니다.
EnerBlue
EnerBlue는 2030년 현재 NDC (국가 온실가스 감축 목표) 배출 목표의 성공적인 달성과 2030년 이후네도 지속적인 노력을 기반으로 한다. 신흥 국가의 지속적은 성장은 제 세계 에너지 수요의 강력한 동력이자만, 정책은 성장 속도를 조절하는데 핵심적인 역할을 한다. 이 시나리오는 2°C에서 2.5°C 사이의 지구 온도 상승합니다. 이 시나리오는 판도를 바꾸는 두 가지 (COVID-19 과 우크라이나 전쟁) 위기의 영향을 고려한다.
EnerGreen
EnerGreen은 국가가 NDC (국가 온실가스 감축 목표) 약속을 이행하거나 초과 달성한 후 정기적으로 배출 목표를 수정하는 등 보다 엄격한 기후 정책의 의미를 탐구한다. 이러한 변화는 에너지 효율의 상당한 개선과 재생 에너지의 강력한 배치로 이어진다. 이 보다 깨끗한 궤도에서 지구 온도 상승은 2°C 미만으로 제한된다. 이 시나리오는 판도를 바꾸는 두 가지 (COVID-19 과 우크라이나 전쟁) 위기의 영향을 고려한다.