RINNOVABILI CON STORAGE IN MARKET PARITY
ANALISI DI RISCHI ED OPPORTUNITÀ MEDIANTE LA SIMULAZIONE DI SCENARIO
Virginia Canazza
Padova, 12 Ottobre 2017
Agenda
2
▪ Framework
o Recenti trend di mercato: crescete rischiosità
o Rinnovabili elettriche: fondamentali per incontrare target di decarbonizzazione al 2030
▪ Approcci modellistici
o la previsione del mercato a supporto delle decisioni di investimento
▪ Case study
o analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
▪ Nuovi sviluppi
Framework
3
In Italia condizioni strutturali di mercato lungo...
Framework
Forte penetrazione delle rinnovabili (25% del
mix) e declino della domanda residua su
MGP
4
Reserve margin and CSS
(€/MWh)
Source: REF-E estimate
-8.0
-3.0
2.0
7.0
12.0
17.0
22.0
27.0
-16.0%
-6.0%
4.0%
14.0%
24.0%
34.0%
44.0%
54.0%
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Reserve margin CSS
MGP production by technology
(TWh)
Data collected up to December 2016
Source: REF-E processing on GME data
0
50
100
150
200
250
300
350
2010 2011 2012 2013 2014 2015 2016
OtherImportOCGTSelf-producersRepoweringConventional STCCGTCHPCoalPumpingHydroGeothermalBiomassSolarWindNon-relevant FER
Overcapacity su MGP: i prezzi si allineano ai
costi variabili della tecnologia marginale
(CCGT)
5
Framework
…ma alta sensibilità a fenomeni contingenti
[€/MWh]
0
20
40
60
80
100
120
140
160
180
ge
n-1
5
feb
-15
ma
r-15
ap
r-15
ma
g-1
5
giu
-15
lug
-15
ag
o-1
5
set-
15
ott
-15
no
v-1
5
dic
-15
ge
n-1
6
feb
-16
ma
r-16
ap
r-16
ma
g-1
6
giu
-16
lug
-16
ag
o-1
6
set-
16
ott
-16
no
v-1
6
dic
-16
ge
n-1
7
feb
-17
ma
r-17
ap
r-17
ma
g-1
7
giu
-17
lug
-17
ag
o-1
7
set-
17
ott
-17
PUN orario PUN media mensile
Picco Estivo
Bassa
idraulicitàPicco Estivo
Indisponibilità
nucleare francese
Inverno rigido in
Europa
Bassa
Idraulicità
Fonte: elaborazioni REF-E su dati GME
Aumenta il valore della flessibilità per garantire la sicurezza e
l’adeguatezza
6
Framework
Peak electricity demand 2012-2016
(GW)
* Provisional data
Source: Terna
54.1 53.951.6
59.4
53.3
30
36
42
48
54
60
2012 2013 2014 2015 2016*
Peak electricity demand
Crescente influenza dei mercati
esteri
Alta variabilità del picco di domandaFonte: Terna ed elaborazioni REF-E su dati GME e Terna
Le rinnovabili elettriche hanno un ruolo chiave per il
raggiungimento degli obiettivi ambientali
7
Framework
▪ Le linee guida europee e gli obiettivi al 2030
hanno lo scopo di assicurare un
approvvigionamento energetico sicuro, economico e a basso impatto ambientale e
climatico
▪ Obiettivi SEN 2017 al 2030:
o rinnovabili 27% del CIL
o rinnovabili elettriche 48-50% del CIL
elettrico
o efficienza:
• riduzione di 15 Mtep di consumi di
energia primaria rispetto 2015
• riduzione di 7 Mtep di consumi finali di energia rispetto 2015
SEN2017 REF-E
Gross Final Energy Consumption
(GFEC) - E [Mtep] 29.07 30.03
Actual load [TWh] 324.28 335.11
Net electricity import [TWh] 23.26 19.83
Coal-based generation - net
output [TWh] 25.80 18.20
Power generation from RES-E net
output [TWh] 166.48 160.00
Power generation from other
sources 111.23 137.02Fonte: Terna ed elaborazioni REF-E su dati MiSE
Nuovi fattori guidano la transizione
8
Framework
Quali rischi ed opportunità sui mercati per gli operatori e gli
investitori nello scenario futuro?
Riforma del modello di mercato:
target model (integrazione dei mercati bilanciamento, riforma sbilanciamenti, riforma MI e spostamento gate
closure), abilitazione sui mercati di tutte le risorse (rinnovabili, DSR, storage)
Capacity Market: garanzia
dell’adeguatezza sul lungo periodo
Sviluppo rete di trasmissione e distribuzione
Nuove tecnologie per la flessibilità (storage)
Data Management:
Nuove tecnologie IoT per il controllo, gestione, misura
delle reti
La previsione del mercato è fondamentale per
supportare le decisioni di investimento
Elevatarischiosità del
mercato
Approcci modellistici
9
I modelli di REF-E per i mercati energetici
10
I Approcci modellistici
Modelli alimentati da vaste e aggiornate banche dati
11
Approcci modellistici
▪ I modelli si alimentano da banche dati costantemente aggiornate e con informazioni
complete per ogni tipo di analisi:
✓ Monitoraggio del mercato
✓ Ottimizzazione delle strategie di offerta
✓ Previsione dei driver di scenario
✓ Previsioni di prezzo
✓ Ottimizzazione di portafoglio
✓ …
▪ Le banche dati sono raccolte
in un web database
alimentato da fonti pubbliche
e non, gestito attarverso un
software di data management
(Stream) sviluppato in-house
▪ Il web database può essere
interrogato automaticamente
dai modelli REF-E
Approcci complementari per la simulazione delle diverse fasi
del mercato
12
Approcci modellistici
Simulazione
del Mercato
del Giorno
Prima
Configurazione
dello scenario
di input
Prezzi zonali e
volumi
accettati per
singola UP su
MGP
Simulazione
del Mercato
Intraday
Simulazione di
MSD
Differenziali di
prezzo fra MI
ed MGP
Volumi (per
singola UP) e
distribuzione
dei prezzi su
MSD ex ante
Simulazione
di MB
Volumi zonali
e distribuzione
dei prezzi su
MB (e per RS)
Modello
basato su
Rete Neurale
simula le
correlazioni
storiche coi
fondamentali
Proiezione futura di
elaborazioni stratistiche
del differenziale storico
fra prezzi MSD e prezzi
MGP
Modello
basato su
Rete Neurale
simula le
correlazioni
storiche coi
fondamentali
simulazione deterministica di breve-medio-lungo periodo
MGP: approccio deterministico
13
La simulazione MGP
▪ ELFO++ simula il mercato elettrico del giorno prima ottimizzando il dispacciamento del parco di generazione e
calcolando il system marginal price a livello zonale
▪ ELFO++ adotta un approccio deterministico:
o Input è costituito dal modello dei parametri e vincoli del sistema elettrico e delle strategie di offerta dei
concorrenti
o La simulazione fornisce la sensitività del Prezzo spot e delle quantità scambiate ai findmentali di mercato
(analisi What If)
o Algoritmo di ottimizzazione: minimizza il costo per il sistema per coprire la domanda su orizzonte annuale
INPUTScenario di mercato
atteso
Modello del
sistema elettrico zonale
Modello delle
strategie di offerta
OUTPUT
Prezzi orari
Produzioni orarie
delle unità di generazione
Risultati economici
degli operatori
L’accuratezza dell’input
14
La simulazione MGP
Il database
Il parco di generazione:
▪ Anagrafica degli impianti
▪ Caratteristiche tecniche e di flessibilità
▪ Informazioni di costo e rendimento
▪ Disponibilità e manutenzioni
Il sistema elettrico:
▪ Configurazione di rete
▪ Limiti di scambio tra le zone
▪ Vincoli di riserva nelle zone
▪ Domanda elettrica zonale
Lo scenario macroeconomico
Costante
monitoraggio del
mercato
Informazioni
pubbliche GME e
Terna
Letteratura
tecnica
Informazioni da
produttori e
operatori
Informazioni costantemente aggiornate in base a dati pubblici e validate dalla continua interazione con gli operatori e dalle molteplici applicazioni
Esempio di risultati
15
La simulazione MGP
ELECTRICITY BALANCE - 2030PACKAGE
(TWh)
Source: REF-E forecast
0306090
120150180210240270300330360390420
20
13
20
14
20
15
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
20
31
20
32
20
33
20
34
20
35
20
36
20
37
20
38
20
39
20
40
Coal fired thermal plants
Gas fired thermal plants
Conventional thermal plants
Renewables
CIP6, ex CIP6 and waste fired
CIP6 thermal plants
Self-production
Large hydro + pumping
Net import
Electricity demand + pumping
hydro consumptions
P UN COM P ONE NT S - 2030PACKAGE
(€/MW h)
Source: REF-E forecast
0
10
20
30
40
50
60
70
80
90
100
110
20
13
20
14
20
15
20
16
20
17
20
18
20
19
20
20
20
21
20
22
20
23
20
24
20
25
20
26
20
27
20
28
20
29
20
30
20
31
20
32
20
33
20
34
20
35
20
36
20
37
20
38
20
39
20
40
Variable cost gas ETS Impact - CCGT 53%
GC impact CSS
PUN w/t CM PUN
Co
nfid
en
tia
l
Co
nfid
en
tia
l
SEN2017 REF-E
Gross Final Energy Consumption
(GFEC) - E [Mtep] 29.07 30.03
Actual load [TWh] 324.28 335.11
Net electricity import [TWh] 23.26 19.83
Coal-based generation - net
output [TWh] 25.80 18.20
Power generation from RES-E net
output [TWh] 166.48 160.00
Power generation from other
sources 111.23 137.02
COMMODITIES SEN2017 REF-E
PSV [€/Gcal NCV] 39.30 23.45
Coal quotation [€/Gcal] 14.18 11.02
EU ETS [€/tCO2] 27.32 27.24
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
Trend recenti su MI: liquidità in aumento e forte correlazione
con prezzi MGP
16
La simulazione di MI
▪ MI è usato per aggiustare la
programmazione MGP
▪ Crescita dei volume MI dovuta alla
partecipazione delle rinnovabili e alle
nuove sessioni di Mercato
VOLUMES TRADED ON MI
(TWh)
Data collected up to August 2017
Source: GME data
0
5
10
15
20
25
30
2012 2013 2014 2015 2016 2017
MI7 MI6 MI5 MI4
MI3 MI2 MI1
INCIDENCE OF MI ON MGP
(%)
Data collected up to May 2017
Source: REF-E processing on GME data
0%
2%
4%
6%
8%
10%
12%
14%
Jan-11 Jan-12 Jan-13 Jan-14 Jan-15 Jan-16 Jan-17
Traded volumes Increase of production
Average differentials between MGP prices and MI1 prices
(€/MWh)
Source: REF-E elaboration on GME data
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
Nov-
09
Mar-
10
Jul-10
Nov-
10
Mar-
11
Jul-11
Nov-
11
Mar-
12
Jul-12
Nov-
12
Mar-
13
Jul-13
Nov-
13
Mar-
14
Jul-14
Nov-
14
Mar-
15
Jul-15
Nov-
15
Mar-
16
Jul-16
Nov-
16
NORD
CNOR
CSUD
SUD
SICI
SARD
MI: reti neurali consentono di simulare relazioni non lineari
complesse fra input ed output
17
La simulazione di MI
▪ Per le simulazioni di MI è stata usata
una rete neurale feed-forward nella
quale il flusso di informazioni è
unidirezionale (i nodi mandano
informazioni ad altri nodi dai quali non
ricevono più nessuna informazioni,
ovvero non ci sono cicli di feedback)
▪ La rete neurale è stata implementata
con il software R usando la libreria nnet
▪ Variabili di input: rinnovabili,
domanda, prezzo MGP
AVERAGE PRICES TREND ACCEPTED ON MI
(€/MWh)
* Historical results
Source: REF-E simulations
0
10
20
30
40
50
60
70
80
90
2016* 2020 2030
NORD CNOR CSUD SUD SICI SARD
FORECASTED MI VOLUMES - 2030PACKAGE
(TWh)
* Historical results
Source: REF-E forecast with ELFO++ and GME data
-25
-20
-15
-10
-5
0
5
10
15
20
25
2016* 2020 2030
Demand orders Supply orders
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
Co
nfid
en
tia
l
▪ Prezzi MI tendenzialmente in aumento, segnale di incremento del valore della flesibilità
▪ A livello nazionale volumi stabili
▪ In realtà i volumi aumentano dove ci sono più rinnovabili (isole)
▪ si riducono volumi di aggiustamento degli impianti termiciperchè si incrementa il loadfactor dei CCGT (dismissioni, meno import, coal to gas switching)
Trend recenti su MSD: volumi in costante crescita, ampio spread
dei prezzi rispetto MGP
18
La simulazione di MSD
Volumes traded on MSD
(TWh)
Data collected up to December 2016
Source: GME data
-20.0
-15.0
-10.0
-5.0
0.0
5.0
10.0
15.0
2010 2011 2012 2013 2014 2015 2016
BID - RT
BID - AS
OFF - RT
OFF - AS
▪ Prezzi di terziaria a
salire/scendere
sistematicamente
più alti/bassi del
PUN
▪ Prezzi di start-
up/shut-down più
alti/bassi dei prezzi
di terziaria
▪ Volumi in costante
crescita dopo il
2011-2012
▪ CCGT forniscono
principalmente
servizi di start-up
Monthly prices on MSD (downward services)
(€/MWh)
Data collected up to December 2016
Source: REF-E processing on GME data
0
10
20
30
40
50
60
70
80
90
100
Jan-1
0
Apr-
10
Jul-10
Oct-10
Jan-1
1
Apr-
11
Jul-11
Oct-11
Jan-1
2
Apr-
12
Jul-12
Oct-12
Jan-1
3
Apr-
13
Jul-13
Oct-13
Jan-1
4
Apr-
14
Jul-14
Oct-14
Jan-1
5
Apr-
15
Jul-15
Oct-15
Jan-1
6
Apr-
16
Jul-16
Oct-16
Shutdown Tertiary regulation PUN
Volumes traded on MSD by technology on 2016
(TWh)
Data collected up to December 2016
Source: GME data
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
8.0
BID - RT
BID - AS
OFF - RT
OFF - AS
Monthly prices on MSD (upward services)
(€/MWh)
Data collected up to December 2016
Source: REF-E processing on GME data
0
50
100
150
200
250
300
Jan-1
0
Apr-
10
Jul-10
Oct-10
Jan-1
1
Apr-
11
Jul-11
Oct-11
Jan-1
2
Apr-
12
Jul-12
Oct-12
Jan-1
3
Apr-
13
Jul-13
Oct-13
Jan-1
4
Apr-
14
Jul-14
Oct-14
Jan-1
5
Apr-
15
Jul-15
Oct-15
Jan-1
6
Apr-
16
Jul-16
Oct-16
Startup Tertiary regulation PUN
Approccio deterministico per la
simulazione dei volumi MSD
19
La simulazione di MSD
Approccio statistico per la
simulazione dei prezzi MSD
La simulazione di MSD: esempio di risultati
20
La simulazione di MSD
▪ Con le ipotesi adottate, i volumi di riserva terziaria rinagono stabili, mentre i volumi di start-up e shut-down potranno dipendere maggiormente da contingenze (quota non prevista dalla relazione di medio termine)
▪ Nello scenario ipotizzato, quota diflessibilità addizionale provieneda un progressivo sfruttamento dei sistemi di accumulo
AVERAGE PRICES TREND ACCEPTED ON MSD FOR START-UP
(€/MWh)
Source: REF-E scenario with Elfo++
0
20
40
60
80
100
120
140
160
180
2017 2020 2030
NORD CENTRO NORD CENTRO SUD
SUD SICILIA SARDEGNA
AVERAGE PRICES TREND ACCEPTED ON MSD FOR UPWARD
(€/MWh)
Source: REF-E scenario with Elfo++
0
20
40
60
80
100
120
140
160
180
2017 2020 2030
NORD CENTRO NORD CENTRO SUD
SUD SICILIA SARDEGNA
AVERAGE PRICES TREND ACCEPTED ON MSD FOR SHUT-DOWN
(€/MWh)
Source: REF-E scenario with Elfo++
0
20
40
60
80
100
2017 2020 2030
NORD CENTRO NORD CENTRO SUD
SUD SICILIA SARDEGNA
AVERAGE PRICES TREND ACCEPTED ON MSD FOR DOWNWARD
(€/MWh)
Source: REF-E scenario with Elfo++
0
10
20
30
40
50
60
2017 2020 2030
NORD CENTRO NORD CENTRO SUD
SUD SICILIA SARDEGNA
FORECASTED MSD VOLUMES
(TWh)
Source: REF-E forecast with ELFO++ and GME data
-15
-10
-5
0
5
10
15
2017 2020 2030
Start-up Tertiary Upward Shut-down Tertiary Downward
Co
nfid
en
tia
l
Co
nfid
en
tia
l
Co
nfid
en
tia
l
Co
nfid
en
tia
l
Co
nfid
en
tia
l
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
▪ Emerge un diverso valore dei servizi per la sicurezza a livello zonale
Trend recenti su MB: elevati volumi a scendere, alto spread di
prezzo rispetto al PUN
21
La simulazione di MB
Volumes traded on MB
(TWh)
Data collected up to December 2016
Source: GME data
-14.4
-12.4
-10.4
-8.4
-6.4
-4.4
-2.4
-0.4
1.6
2010 2011 2012 2013 2014 2015 2016
BID - RT
BID - RS
BID - AS
OFF - RT
OFF - RS
OFF - AS
Average monthly prices on MB (upward services)
(€/MWh)
Data collected up to December 2016
Source: REF-E processing on GME data
0
50
100
150
200
250
300
350
Jan-1
0
Apr-
10
Jul-10
Oct-10
Jan-1
1
Apr-
11
Jul-11
Oct-11
Jan-1
2
Apr-
12
Jul-12
Oct-12
Jan-1
3
Apr-
13
Jul-13
Oct-13
Jan-1
4
Apr-
14
Jul-14
Oct-14
Jan-1
5
Apr-
15
Jul-15
Oct-15
Jan-1
6
Apr-
16
Jul-16
Oct-16
Startup Secondary regulation Tertiary regulation PUN
Average monthly prices on MB (downward services)
(€/MWh)
Data collected up to December 2016
Source: REF-E processing on GME data
0
10
20
30
40
50
60
70
80
90
100
Jan-1
0
Apr-
10
Jul-10
Oct-10
Jan-1
1
Apr-
11
Jul-11
Oct-11
Jan-1
2
Apr-
12
Jul-12
Oct-12
Jan-1
3
Apr-
13
Jul-13
Oct-13
Jan-1
4
Apr-
14
Jul-14
Oct-14
Jan-1
5
Apr-
15
Jul-15
Oct-15
Jan-1
6
Apr-
16
Jul-16
Oct-16
Shutdown Secondary regulation Tertiary regulation PUN
22
La simulazione di MB
Prezzi accettati storici su MB
Distribuzioni di frequenza spread
MB-MGP
Previsione dei prezzi su MB per zona e ora
Approccio statistico per la
simulazione dei prezzi su MB
(come per MSD)
Approccio basato su reti neurali
per la simulazione dei volumi MB
(come per MI)
La simulazione di MB: esempio di risultati
23
La simulazione di MB
▪ Con le ipotesi adottate (che includono un
crescente sfruttamento di sistemi di
accumulo), volumi stabili nel futuro
▪ Prezzi in crescita sia per servizi a salire sia
per servizi a scendere
FORECASTED MB VOLUMES
(TWh)
Source: REF-E forecast and GME data
-10
-5
0
5
10
20
17
20
20
20
30
Secondary Upward Other Services Upward
Secondary Downward Other Services Downward
UPWARD PRICES ON MB
[€/MWh]
Source: REF-E Estimations
0
20
40
60
80
100
120
140
160
2017 2020 2030
SUD NORD
DOWNWARD PRICES ON MB
[€/MWh]
Source: REF-E Estimations
0
5
10
15
20
25
30
35
40
2017 2020 2030
SUD NORD
Co
nfid
en
tia
lC
on
fid
en
tia
l
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
La simulazione delle aste delle Capacity Market
24
La simulazione del Capacity Market
Equilibrio d'asta per la capacità di adeguatezza
asse verticale: €/MW/anno, asse orizzontale: GW
Fonte: stime REF-E con CAST
0
10 000
20 000
30 000
40 000
50 000
60 000
70 000
80 000
90 000
100 000
0 10 20 30 40 50 60 70
LA COPERTURA DELLA RICHIESTA AL 2018
(CDP: GW)
Fonte: stime REF-E
-15 0 15 30 45 60
Estero
RES inc .
CIP6
Rinno non inc.
Autoproduttori
Cogenerazioni
Essenziali
Termo
Calcolo della capacità
qualificata in base ai dati
sulla disponibilità del parco
di generazione del DB REF-
E
Ipotesi sulle possibili
strategie di partecipazione
delle differenti tecnologie:in base ai risultati attesi sui
mercati e l’esigenza di
copertura dei costi fissi è
possibile stimare potenziali
strategie di partecipazione
per gli operatori titolari
della CDP qualificata e
costruire il merit order delle
offerte
La versione probabilistica
di ELFO++ consente di
misurare il livello atteso
dell’adeguatezza (in
termini di LOLE, LOLP ed
ENS) nello scenario futuro:
questa applicazione è
usata per simulare il
requisito di adeguatezza
a livello zonale in input
alla aste di capacità
Molte informazioni chiave inerenti il meccanismo sono ancora in fase di definizione
▪ Stima del premio annuo per
la capacità
▪ Capacità contrattualizzata
▪ Possibili effetti sugli altri
mercati
co
nfid
en
zia
le
Analisi delle condizioni per lo
sviluppo di rinnovabili senza/con
storage in market parity
25
Il grado di market parity dipenderà dall’andamento del prezzo
delle commodities..
26
Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
FORECASTED LCOE OF RENEWABLES 2017 - EU AVERAGE CAPEX
(€/MWh)
0
20
40
60
80
100
120
140
160
180
200
LCOE PV LCOE wind on-
shore
LCOE solar thermal ITA PRICE
2030PACKAGE
fuel cost LCOE ETS CSS
FORECASTED LCOE OF RENEWABLES 2020 - EU AVERAGE CAPEX
(€/MWh)
0
20
40
60
80
100
120
140
160
180
200
LCOE PV LCOE wind on-
shore
LCOE solar thermal ITA PRICE
2030PACKAGE
Serie3 ETS CSS
FORECASTED LCOE OF RENEWABLES 2030 - EU AVERAGE CAPEX
(€/MWh)
0
20
40
60
80
100
120
140
160
180
200
LCOE PV LCOE wind on-
shore
LCOE solar thermal ITA PRICE
2030PACKAGE
fuel cost LCOE ETS CSS
2017 2020 2030
2017-2020: Il Prezzo della CO2 risentedell’impatto attesodell’implementazione dellepolitiche climaticheeuropee ed internazionaliI nuovi entrant hannoancora bisogno di incentive per essere sviluppato
2030-2040:
Il Prezzo della CO2 consente le switch fra tecnologietermicheconvenzionali e tecnologieinnovative
2020-2030: Il Prezzo della CO2 consente le switch fratecnologie termicheconvenzionali e PV e Eolico onshore
Anche la struttura concorrenziale del
mercato, che incide sul CSS, incide sul
livello di MP
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
..e dall’evoluzione dei costi delle tecnologie
27
Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
FORECASTED LCOE OF RENEWABLES - EU AVERAGE CAPEX
(€/MWh)
Source: REF-E scenario
0
20
40
60
80
100
120
140
160
180
200
2017 2020 2030 2040
ITA PRICE 2030PACKAGE LCOE PV LCOE wind on-shore
LCOE solar thermal EU electricity price
FORECASTED LCOE OF RENEWABLES - EU MIN CAPEX
(€/MWh)
Source: REF-E scenario
0
20
40
60
80
100
120
140
160
180
200
2017 2020 2030 2040
ITA PRICE 2030PACKAGE LCOE PV LCOE wind on-shore LCOE solar thermal EU power price
La localizzazione degli impianti, in termini di prezzo zonale e load factor, incide
sul livello di MP
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
Capex 2017:
• FV: 1245 €/kWh• WIND: 1646 €/kWh• Solare a concentrazione:
8035 €/kWh
Capex 2017:• FV: 900 €/kWh• WIND: 1000 €/kWh• Solare a concentrazione:
5000 €/kWh
Prezzo a cui è valorizzato lo sbilanciamento(regola Single Price)
Stima degli oneri di sbilanciamento per le FRNP
28
Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Segno di macro-zona
Una macro-zona (NORD, SUD) ha segno positivo/negativo se
esporta/importa verso/da l’altra macro-zona più energia
di quanta ne era stata programmata sulla fase MGP
L’onere/ricavo dello sbilanciamento dipende strettamente dal segno di sbilanciamento dell’unità
Stesso segno per lo
sbilanciamento
dell’unità e della
macro-zona:
margine negativo
Segno opposto per
lo sbilanciamento
dell’unità e della
macro-zona:
margine positivi
• I flussi a valle di MGP e a valle di MSD (come proxy
dei flussi fisici) dal Centro-Nord al Nord sono stati
simulati usando
• Se in un’ora, il flusso di MSD dal Centro-Nord al
Nord è cresciuto rispetto al flusso MGP, alla macro-
zona SUD è assegnato segno positivo e viceversa
• I prezzi prospettici su MB sono stimati con
approccio statistico
Elevata rischiosità degli oneri di sbilanciamento
29
Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
Impianto eolico da 15 MW e lf 25%:
• Quantità oraria programmata pari alla
producibilità media
• Errore medio del 20%
ONERI DI SBILANCIAMENTO IN FUNZIONE DEL SEGNO
[€/MWh]
Source: REF-E estiamtions
-12
-10
-8
-6
-4
-2
0
2
4
6
8
10
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
100% concorde 80% concorde 60% concorde
40% concorde 20% concorde 0% concorde
Fonte: REF-E, Scenario 2030 Package , update luglio 2017
potenziali ricavi con sbilanciamento prevalente di
segno opposto al segno macro-zonale, oneri con
segno concorde
In realtà è il trader che
«copre» il produttorerinnovabile fissando un
premio/sconto sul prezzo di off-take dei contratti PPA che dipende dall’esposizione del
suo portafoglio
Nuove opportunità per le FRNP: partecipazione a MSD
30
Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
▪ Obiettivi AEEGSI: ampliare le risorse di flessibilità e ridurre i costi
per il sistema
▪ Necessità di sostanziale revisione delle regole per stimolare servizi
che le FRNP possono fornire con efficacia al sistema:
o Modalità di partecipazione
o Tempistiche dei mercati
▪ Potenziale partecipazione FRNP su MSD (sia rilevanti che in aggregato) per:
o Servizi a scendere su MSD/MB per risolvere congestioni, riserva
primaria, secondaria, terziaria, bilanciamento, soprattutto con
overgeneration: potenzialmente vantaggiosa se con prezzi negativi
o Regolazione a salire:
• andrebbe trattenuta una banda di potenza, perdendo parte
della produzione
• dovrebbe essere verificata disponibilità fonte primaria (la cui
intermittenza determina il fabbisogno di riserva)
▪ La partecipazione al Capacity Market è già prevista ma con CDP molto
bassa
• AEEGSI: DCO 298/16 Delibera 300/17
• Delibera 583/17: al momento Terna ha avviato i progetti pilota solo per domanda e per generazione distribuita, ma obiettivo è anche per le rinnovabili rilevanti
Accoppiamento FRNP + sistema BESS
31
Analisi delle condizioni per lo sviluppo di rinnovabili senza/con storage in market parity
L’accoppiamento di un sistema BESS alle rinnovabili per prevenire gli oneri di
sbilanciamento non sostenibile con regole di sbilanciamento e costi BESS attuali:
gli oneri dovrebbero essere superiori a 30 €/MWh
(stimati inferiori a 10 €/MWh)
BESS
▪ CAPEX 500 €/kWh
▪ C-rate 1
▪ 1MW, 1 MWh
▪ DoD 80%
un ciclo completo della
batteria costa circa 60 €/MWhDa valutare convenienza BESS in
funzione evoluzione curve di costo, regolazione sbilanciamenti e possible
contributo Capacity Market
SPREAD MEDIO SUI VARI MERCATI
[€/MWh]
Source: REF-E estimations
0
10
20
30
40
50
60
70
MSD-MI MSD-MGP MSD-MB
Nuove opportunità per le FRNP
• diventa impianto programmabile: può adottare strategie sui diversi mercati
• se persistente sbilanciamento concorde alla zona, la capacità della batteria (prevalentemente carica) potrebbe essere venduta sul MC: da valutare in base ai stringenti vincoli sulla presentazione offerte e restituzioni
IRENA Electricity Storage Report 2017 indica una
riduzione attesa dei
costi delle batteria del 60% dal 2016 al 2030
Nuovi sviluppi
32
Nuovi sviluppi : il modello BEST per l’ottimizzazione dei
sistemi BESS (stand alone o accoppiati a generazione
rinnovabili) sui mercati
33
Nuovi sviluppi
Prezzi attesi
Risultati delle simulazioni di mercato
▪ Prezzi attesi
▪ Volumi
▪ Capacità disponibile
INPUT di BESTProbabilità di accettazione sui mercati
▪ MGP, MI
▪ MSD, MB e RS
Modello BEST
Ottimizzazione del profitto del price taker
Strategia di offerta sui mercati ottima: flusso di
ricavi/costi su ogni fase del mercato,
dispacciamento della batteria, stato di carica
OUTPUT di
BEST
Remunerazione
della riserva
primaria?Interazione con la
simulazione di
scenario:
Effetti retroattivi sui
mercati
www.ref-e.com
DisclaimerLe opinioni espresse sono esclusivamente quelle di REF-E che svolge in modo autonomo ed indipendente la propria attività di ricerca.
Le stime e la documentazione prodotte da REF-E sono destinate esclusivamente all’uso interno e non possono essere distribuite o usate in alcun altro modo senza previa autorizzazione scritta da parte di
REF-E. Le informazioni riportate nel presente lavoro sono ritenute dagli autori e da REF-E le migliori possibili. Tuttavia, né gli autori né REF-E garantiscono la accuratezza e la completezza delle informazioni
né si assumono alcuna responsabilità sulle eventuali conseguenze derivanti dall’utilizzo delle informazioni riportate.
DisclaimerThe opinion expressed in this report are solely of REF-E, which is independent in developing its work. Data and documentation produced by REF-E are for the exclusive internal use and cannot be
distributed or used without previous written authorization by REF-E. The information reported are the best possible according to REF-E and to the authors. Anyway, both REF-E and the authors do not
guarantee the accuracy and the completeness of the information reported, and do not assume any responsibility for the consequences deriving form the use of such information.
Follow us on
Grazie dell’attenzione!
REF-E: eccellenza nei mercati energetici
REF-E opera nel mercato energetico con:
• ricerche e consulenze personalizzate
• osservatori indipendenti
• attività di formazione
Affianca aziende, istituzioni, organismi governativi nei processi
decisionali, promuove il confronto tra operatori e istituzioni sui
risultati degli scenari di policy
come economics: analisi indipendente, a
partire dai fondamentali economici
come engineering: competenze tecniche,
per affrontare le modellizzazioni più
complesse
come energy: un settore vasto, che
presenta tematiche sempre nuove
come environment: la sfida del prossimo
futuro
REF-E IN QUATTRO PAROLE
COMPETENZE
Politiche pubblicheRegolazione
infrastrutture
Market and Auction
designPolitiche Antitrust
Strategie societarie
Surveys
Settori
ELETTRICITÀ ENERGIE
RINNOVABILI
GAS
NATURALE
REF-E: PRODOTTI E SERVIZI
La conoscenza approfondita di tutti i
settori dell’industria energetica
consente ai ricercatori REF-E di offrire
un’ampia gamma di prodotti e servizi.
• I prodotti sono personalizzati rispetto
alle esigenze dei clienti per trovare le
risposte a quesiti operativi o
strategici.
• Le pubblicazioni sono il veicolo per la
divulgazione di un sapere tecnico,
complesso e costantemente
aggiornato.
• I modelli, sono frutto della qualificata
capacità modellistica espressa negli
anni dai professionisti REF-E; sono
commercializzati nella loro versione
standardizzata o declinati ad hoc su
esigenze specifiche.
• I database consentono l'accesso a
molti dati complessi raccolti negli
anni e costantemente aggiornati.
PUBBLICAZIONI
• Newsletter Osservatorio Energia, è il mensile che propone approfondimenti sull’evoluzione normativa, le trasformazioni societarie, l’andamento delle tariffe e il livello dei prezzi
• Energy Outlook, è il quadrimestrale di previsione dello sviluppo a medio termine del mercato elettrico e del gas sulla base del modello di simulazione Elfo++.
• Rapporto Energia, è una pubblicazione annuale sull’evoluzione e le prospettive dei settori elettrico, gas e delle fonti rinnovabili.
• Working Papers, sono studi dettagliati che trattano temi di attualità, a partire dalla letteratura teorica.
I MODELLI REF-E
EU
ABBIAMO LAVORATO PER …