北欧の電力市場における食肉冷却施設の生産シミュレーション

北欧の電力市場における食肉冷却施設の生産シミュレーション

電力網は、相互接続された 1 つの大きなマシンにすぎません。誰かが電気のスイッチを入れ電力を消費するたびに、供給側の誰かが電力の生産を増やさなければなりません。これは需要と供給の単純なケースです。しかし、再生可能エネルギーの出現により、このバランスをとる行為はますます不確実で予測不可能になりつつあります。そのため、エネルギーを貯蔵できるバッテリー、水素、さらには国を結ぶスーパー コネクテッド グリッドなどの新しいソリューションが必要です。

ただし、需要応答という別のオプションがあります。これは、電力網の需要を減らし、電力の信頼性を確保するために、需要家がハイシーズン中に電力の使用を変化させることを指します。したがって、これは新しいテクノロジーへの投資ではなく、プロセスの再スケジュールに焦点を当てています。また、よりデータ駆動型であるため、ここで AnyLogic シミュレーションモデルを効果的に適用できます。

例えば、肉の切り身である原材料は、産業用需要家が受け取り、処理する前に冷却された部屋に保管する必要があります。システムには、肉を保管できる最高温度と最低温度のしきい値があります。そのため、安定したサービスを提供するために、電力網のニーズに応じて温度を変更できます。

電力会社の場合、時間帯によって料金が異なります。たとえば、早朝と夕方は料金が高くなります。需要家が柔軟なこの価格体系を受け入れが可能ならば、より多くの電力を使用できる可能性があります。この場合、グリッドの非ピーク時間帯に冷却室の温度を下げ、ピーク時間帯に冷却室の温度を上げることを意味します。これにより、ピーク時の電力消費が緩和されます。

このシミュレーションを使用した需要応答の分析は、デンマークの食肉加工業界の産業需要家に焦点を当てました。シミュレーションを使用すると、さまざまなシナリオを比較できます。パラメーターを変化させて、モデル化されたシステムがどのように応答するかを確認できます。

AnyLogic シミュレーション ソフトウェアは、分析に次の利点があるため、この需要応答効果をシミュレートするための最良の製品でした:

シミュレーションを使用すると、モデラーは次の方法でシミュレーション ソフトで結果を可視化できます。

  1. シミュレーション実験を使用して現在のポテンシャルを評価する
  2. この実験では、市場ベースの直接反応戦略が選択されました。これは、電力会社を介さずに需要家として直接市場に参加することを意味します。需要家は、次の 2 つのセクションに分けられる結果に関心があります。

    • 累積および日次の結果を含むデマンド レスポンスの財務への影響。
    • 累積およびリアルタイムの結果が表示されるデマンド レスポンスのプロセスへの影響。

    デマンド レスポンスの財務的影響 - 累積結果

    シミュレーションからのデータ

    消費者がどれだけ節約しているかを示すシミュレーションデータ。緑の線が青の線より上にある場合、需要家は節約しています

    デマンド レスポンスのプロセスへの影響 - 累積結果

    シミュレーションからのデータ

    左側のヒストグラムは、電力の全体的な供給を示しており、サプライヤーが同じ量のエネルギーを供給していることを確認するために使用されます。2 番目のヒストグラムは、気温の偏差を示しています。3 番目の図は、変更された時間の割合を示しています

    デマンド レスポンスのプロセスへの影響 – リアルタイムの結果

    シミュレーションからのデータ

    これらのヒストグラムは、電力と温度の出力を最初に示し、次に異なる負荷で示します

  3. CompareRuns エクスペリメントを使用してさまざまな市場オプションを評価する
  4. ここで、ユーザーはさまざまなシナリオを比較でき、シミュレーションの力が発揮されます。ユーザーは、代替の直接応答と市場構成を使用して、さまざまなシミュレーションを実行できます。次に、時間の経過とともに電気料金がどのように変化するかを確認します。基本料金と比較して、相対的な節約額を比較することができます。基本的に、さまざまな市場の組み合わせがさまざまな節約をもたらす可能性があることを発見することです。

    シミュレーションからのデータ

    左側の最初の結果は、さまざまな市場戦略を使用した場合に、時間の経過とともに電気料金がどのように変化するかを示しています。右側の結果は、さまざまな市場戦略の相対的な節約を示しています。

  5. ParameterVariation Experimentを使用して運用上の柔軟性を評価する
  6. この例では、最大温度パラメーターが 0.5 度上昇しました。その結果、需要家はある程度の節約ができます。ただし、飽和効果があります。これは、消費者が温度を上げれば上げるほど、需要家が受け取る限界利益が少なくなることを意味します。このことから、産業需要家は、温度をさらに 0.5 度上げてもコストが削減されないことを理解できます。

シミュレーションからのデータ

左側のヒストグラムは、最高気温がどのように変化するかを示しています。この情報を使用して、2 番目のヒストグラムをさまざまな日でモデル化して、節約の度数分布を示すことができます。

この需要応答の結果は、需要家が次の 3 つのアプローチを使用して電力市場に参加できることを示しています:

最後に、デンマークと中国の市場という 2 つの異なる状況で、このシミュレーションを多数の異なる需要家に適用するという、より大きな目的が設定されました。ここでは、2 つの市場の構造がまったく異なりますが、モジュラー アプローチについては、一方のエージェントから他方のエージェントにすばやく切り替えることができ、さまざまな産業プロセスで再利用できます。

このケーススタディは、AnyLogic 2021 カンファレンスで南デンマーク大学エネルギー情報学センターの博士課程の学生である Nicolas Fatrasによって発表されました。

スライドは PDFでご覧いただけます。


同様のケーススタディ

その他のケーススタディ

各業界のケーススタディが記載されたパンフレットを入手(英語)

ダウンロード