Effektivisering av nettilknytningsprosessen med nodeprismodellen BID3

Abstract

Det grønne skiftet og elektrifiseringen av samfunnet konkretiseres i en omfattende økning av tilknytningsforespørsler til nettselskaper over hele landet. Stor forventet vekst i forbruk og produksjon de kommende årene, gjør at behovet for nettutbygging øker og kapasiteten i nettet minker. For å møte disse utfordringene, og unngå at behandling av tilknytningssaker blir en flaskehals for elektrifisering, industriutvikling og utbygging av ny produksjon, er det viktig at nettselskapene i Norge har effektive måter å tilrettelegge for nettilknytning på.

En av utfordringene er at nettselskapene i liten grad har oversikt over de beste tilgjengelige tilknytningspunktene før en mulig kunde tar kontakt, og at flere nettselskaper unngår å gi uforpliktende veiledning før kundene bestiller kapasitet. En måte å indikere kapasiteten i nettet på er gjennom nodepriser. Nodeprising er en metode for å bestemme markedsklarerte priser beregnet for en rekke knutepunkter i nettet, kalt noder. Det fysiske nettet tas hensyn til i prisklareringen, så prisene gjenspeiler den lokale verdien av kraft i det aktuelle punktet, både leveringskostnaden og kostnaden ved å produsere energien. Prisforskjellene mellom noder reflekterer knappheten på lokal produksjonskapasitet eller overføringskapasitet i kraftsystemet.

I denne oppgaven undersøkes det hvordan en detaljert nodeprismodell, BID3, kan brukes til å lokalisere egnede tilknytningspunkter i nettet. Simuleringene i BID3 bygger på representative nettdata og reelle snittbegrensninger for hele Norden, stokastisk modellert usikkerhet i vannkraftproduksjonsberegningene og fundamentale budkurver, og beregningene er gjort for et helt sammenhengende år. Dette er sannsynligvis den mest detaljerte nodeprismodellen som er laget for Norden. Dersom de modellerte nodeprisene gir et godt bilde på hvor det er ledig kapasitet i nettet for tilknytning av forbruk og produksjon, kan dette modellverktøyet bidra til at nettselskapene enklere kan gi uforpliktende veiledning og at kunder veiledes til de beste tilknytningspunktene der behovet for nettoppgraderinger er mindre. Slik kan nettilknytningsprosessen effektiviseres.

For å teste om nodeprisene reflekterer kapasiteten i nettet, og illustrere hvordan Statnett og andre nettselskaper kan bruke modellen i praksis, introduseres to caser: tilknytning av industriforbruk og tilknytning av vindkraft. I modellsimuleringene tilknyttes det 20 laster og 20 kraftverk på ulike lokasjoner i landet der det foreligger eksisterende forbruks- og produksjonsplaner. Modellert priseffekt, prispåvirkning på andre noder i Norge og endring i samfunnsøkonomisk overskudd kvantifiseres for alle tilknytningsscenarier. Dette gjøres for å kunne avgjøre hvilke punkter som skiller seg ut som egnede, eller eventuelt mindre egnede, for tilknytning av forbruk og produksjon.

Resultatene viser at modellerte nodepriser alene ikke gir en god nok indikasjon på kapasiteten i de ulike punktene, men at modellverktøyet kan brukes til å gjøre analyser av utvalgte punkter. En samlet vurdering av modellert nodepris før tilknytning, priseffekt i noden, prispåvirkning på andre noder og velferdsendring, vil gi et godt grunnlag for å lokalisere de beste tilgjengelige tilknytningspunktene med BID3. Analysen viser at de utvalgte nodene i Nord-Norge samlet sett fremstår som best egnet for tilknytning av industriforbruk, og at nodene i Sør-Norge er best egnet for tilknytning av vindkraft. I tillegg identifiseres også noen noder som ikke er egnet for økt forbruk og produksjon, på grunn av lokale nettbegrensninger. Dette viser at en nodeprismodell kan fange opp lokale begrensninger som ikke kan identifiseres med en områdeprismodell. Ved videre utvikling og testing av modellverktøyet, kan modellen bidra til å fylle et behov i bransjen for å gjøre tilknytningsprosessen mer effektiv og lettere veilede kunder til punkter med ledig kapasitet og mindre behov for nettoppgraderinger.

Electrification of society is concretized in a comprehensive increase in grid connection requests to grid companies in Norway. Both consumption and production of power will likely see a significant increase over the coming years. This leads to an increasing scarcity of grid capacity, and a greater need for grid investments. In order to prevent the grid connection process from becoming a bottleneck for electrification, industrial development and power expansion, it is important that grid companies have efficient ways of facilitating grid connection. One challenge is that the grid companies have little overview of the best available connection points before a potential customer makes contact, and that several grid companies avoid providing non-binding guidance before the customer place a capacity order. Nodal pricing is a method of determining market clearing prices for a number of locations in the transmission grid called nodes. Nodal prices can be used as a way of indicating grid capacity and congestion. The price at each node reflects the locational value of the energy, both the cost of delivering (losses and congestion) and producing the power. The price differences between nodes reflect the scarcity of local production capacity or transmission capacity in the power system. This thesis investigates how a detailed nodal pricing model, BID3, can be used to locate suitable connection points in the network. The simulations in BID3 are based on representative network data and cut constraints for the entire Nordic region, stochastically modeled uncertainty in the hydropower production calculations and fundamental bid curves. The calculations have been made for a continuous year. This is probably the most detailed nodal pricing model made for the Nordic region. This model tool can possibly help the grid companies to provide non-binding guidance more effectively, and guide customers to the best possible connection points where the need for grid investments are reduced. In this way, the grid connection process can be improved. To test whether the nodal prices reflect the true grid capacity and illustrate how Statnett and other grid companies can use the model in practice, two cases are introduced: connection of industrial consumption and connection of wind power. In the model simulations, 20 loads and 20 power plants are connected at various locations across the country based on existing consumption and production plans. Simulated price effect, price impact on other nodes and change in socio-economic surplus, in addition to the nodal price before connection, are quantified for all connection scenarios. This is done to determine which points that stand out as suitable, or possibly less suitable, for grid connection. The results show that the modeled nodal prices alone won’t suffice for giving good enough indication of the capacity at the various points, but that the model tool can be used to make analyses of selected points to locate the most suitable nodes for grid connection. The analysis shows that the selected nodes in Northern Norway appear to be the most suitable connection points for industrial consumption, and that the nodes in Southern Norway are best suited for connection of wind power. In addition, some nodes that are not suitable for increased consumption and production are also identified, due to local grid restrictions. This shows that a nodal pricing model can capture local constraints that cannot be identified with an area pricing model. By further developing the model tool, this can help filling a need in the industry to make the grid connection process more efficient and better guide customers to points with available capacity and less need for network upgrades.