DOI: https://doi.org/10.1016/j.apenergy.2024.123278
تاريخ النشر: 2024-05-01
المؤلف: Luisa Pagnini وآخرون
الموضوع الرئيسي: تصميم هندسي احتمالي وقوي
نظرة عامة
تقدم هذه القسم نموذجًا تحليليًا لتكلفة الكهرباء الموحدة (LCOE) للطاقة المتجددة في المجتمعات (RECs)، مع التركيز على تأثير المعلمات المختلفة والشكوك المتعلقة بتقديراتها. تم تصميم النموذج لتحليلات مقارنة وتقييمات أولية، بناءً على إطار عمل سابق لشبكات الكهرباء الصغيرة متعددة التوليد التي تدمج تقنيات توليد متعددة وعوامل مثل تعويض الطاقة الزائدة. تشير النتائج إلى أن LCOE حساس بشكل خاص لأسعار الكهرباء وحمل الطاقة.
يستخدم المؤلفون توسعات سلسلة تايلور (TSE) لاشتقاق تعبيرات تحليلية لمعاملات انتشار الشك، مما يسمح بتقييم الشكوك دون الاعتماد على المحاكاة العددية. تكشف المقارنات مع محاكاة مونت كارلو عن أخطاء طفيفة، مما يشير إلى أن نهج TSE فعال وقوي. تعزز هذه المنهجية فهم العلاقات المباشرة بين المعلمات وشكوكها، مما يسهل التقييمات الأسرع مع الحفاظ على الدقة التحليلية. بشكل عام، تؤكد الدراسة على أهمية نهج مبسط ولكنه شامل لتقدير LCOE في RECs.
مقدمة
تناقش مقدمة ورقة البحث الطبيعة متعددة الأوجه للربحية في استثمارات قطاع الطاقة، مع التأكيد على الحاجة إلى تكوينات مرفقية مثلى توازن بين تعظيم الأرباح والاعتبارات البيئية. تُستخدم مؤشرات اقتصادية تقليدية مثل القيمة الحالية الصافية (NPV) ومعدل العائد الداخلي (IRR) ومدة الاسترداد بشكل شائع لتقييم الأداء المالي، لكن المؤلفين يدعون إلى تضمين تكلفة الطاقة الموحدة (LCOEn) كمقياس تكميلي. تعكس LCOEn، التي تعكس تكلفة الوحدة من الكهرباء، تكاليف دورة الحياة ونفقات تكامل النظام، مما يجعلها أداة قيمة للتحليلات المقارنة ضد أسعار الكهرباء في السوق.
تسلط الورقة الضوء على الاستخدام الواسع لـ LCOEn في تقييم كل من تقنيات الطاقة التقليدية والمتجددة، على الرغم من قيودها المتعلقة بتبسيط التكاليف وحساسيتها للشكوك المستقبلية. تقدم التقارير السنوية من منظمات مثل لازارد والوكالة الدولية للطاقة (IEA) قيم LCOEn المحدثة، موضحة الاتجاهات في تحسينات التكنولوجيا وتقليل التكاليف التي مكنت بعض مصادر الطاقة المتجددة من تحقيق التكافؤ مع الشبكة. بينما تركز الأدبيات الحالية بشكل أساسي على LCOE للتقنيات الفردية، تهدف هذه الدراسة إلى معالجة الحاجة إلى نهج شامل لحساب LCOE في المجتمعات الطاقية المتجددة (RECs)، لا سيما تلك التي تستخدم مصادر توليد متعددة مثل تقنيات الطاقة الشمسية (PV) وطاقة الرياح. ستركز الدراسة على الأنظمة الكهربائية في الوقت الحالي، مع خطط لاستكشاف أنظمة الطاقة متعددة المتجهات في المستقبل.
طرق
ت outlines قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث قاموا بإجراء تحليلات إحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. تضمنت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج ذات الصلة.
شملت جمع البيانات استخدام أدوات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام أدوات برمجية سهلت النمذجة الإحصائية المعقدة، مما سمح بتقييم العلاقات بين المتغيرات. كما يتناول القسم معايير اختيار المشاركين، لضمان عينة تمثيلية لأهداف الدراسة. بشكل عام، تم تصميم الطرق بدقة لدعم موثوقية النتائج وللإجابة على أسئلة البحث بفعالية.
نتائج
في هذا القسم، تقدم الدراسة نتائج دراسة حول تكلفة الطاقة الموحدة (LCOE) لأنظمة الطاقة المتجددة، وتحديدًا مولدات الطاقة الشمسية (PV) وتوربينات الرياح (WT). يكشف التحليل الحتمي أن الإنتاج السنوي للطاقة هو \( E = 221 \, \text{MWh} \)، مع قيم LCOE تبلغ \( \text{LCOE}_{\text{PV}} = 114 \, \text{€/MWh} \) و \( \text{LCOE}_{\text{WT}} = 263 \, \text{€/MWh} \). تختلف LCOE لمجتمع الطاقة المتجددة (REC) بناءً على سيناريوهات الاستهلاك الذاتي والحوافز، مما يؤدي إلى \( \text{LCOE}_{\text{REC}} = 163 \, \text{€/MWh} \) في الحالة 1 (الاستهلاك الذاتي) و \( \text{LCOE}_{\text{REC}} = 228 \, \text{€/MWh} \) في الحالة 2 (الحوافز للطاقة المشتركة افتراضيًا). تشير النتائج إلى أنه بينما يؤدي الاستهلاك الذاتي إلى تكاليف أعلى مقارنة بأسعار السوق، فإن سيناريو الحوافز يقدم عائدًا اقتصاديًا أكثر ملاءمة لمستخدمي REC.
تستكشف التقييمات الاحتمالية المزيد من الشكوك في LCOE من خلال اعتبار المعلمات الرئيسية متغيرات عشوائية. يستخدم التحليل محاكاة مونت كارلو (MC)، مؤكدًا أن الشكوك في المعلمات مثل سعر شراء الكهرباء (\( p_{\text{BUY}} \)) وسعر البيع (\( p_{\text{SALE}} \)) تؤثر بشكل كبير على تباين LCOE. تبلغ معاملات التباين العامة لـ LCOE في الحالتين \( \delta LCOE = 0.18 \) (الحالة 1) و \( \delta LCOE = 0.32 \) (الحالة 2). من الجدير بالذكر أن النتائج تسلط الضوء على أن الشكوك في \( p_{\text{BUY}} \) تهيمن على تباين LCOE، لا سيما في الحالة 2، حيث يتم بيع كل الطاقة المنتجة إلى الشبكة. تختتم الدراسة بالقول إنه بينما يكون لاختيار توزيع المعلمات المدخلة تأثير ضئيل، فإن التغير العشوائي لـ \( p_{\text{BUY}} \) حاسم في تشكيل النتائج الاحتمالية لـ LCOE.
مناقشة
تسلط قسم المناقشة في الورقة الضوء على الاهتمام الأكاديمي المتزايد في المجتمعات الطاقية وتكلفة الطاقة الموحدة (LCOE)، خاصة منذ عام 2010. تم الإبلاغ عن زيادة كبيرة في المنشورات المتعلقة بهذه الموضوعات، حيث تم تسجيل 648 ورقة حول “المجتمعات الطاقية” و479 حول “تكلفة الطاقة الموحدة” في عام 2023. يؤكد المؤلفون على الحاجة إلى نماذج LCOE شاملة مصممة خصيصًا للمجتمعات الطاقية المتجددة (RECs)، حيث غالبًا ما تفتقر الأدبيات الحالية إلى تقييمات مفصلة تأخذ في الاعتبار تكامل مصادر الطاقة المتعددة والتكاليف المرتبطة بها.
تقدم الورقة منهجية جديدة لحساب LCOE لـ RECs، والتي تبسط النماذج الحالية لاستيعاب مولدات ومستهلكات متنوعة. تتضمن هذه الطريقة تقييمات احتمالية لتحليل تأثير الشكوك في المعلمات المدخلة على LCOE، مما يوفر رؤى حول تشتت النتائج. بالإضافة إلى ذلك، يقارن المؤلفون تأثيرات الأطر التنظيمية المحلية على تقييمات LCOE، بهدف تقديم أداة عملية للتقييمات الأولية لتكوينات REC المختلفة. تركز دراسة الحالة على المجتمعات الطاقية الصغيرة في إسبانيا وإيطاليا، موضحة تطبيق المنهجية المقترحة في سياق التشريعات الحالية وآليات الحوافز.
DOI: https://doi.org/10.1016/j.apenergy.2024.123278
Publication Date: 2024-05-01
Author(s): Luisa Pagnini et al.
Primary Topic: Probabilistic and Robust Engineering Design
Overview
This section presents an analytical model for the global Levelized Cost of Electricity (LCOE) of Renewable Energy Communities (RECs), emphasizing the impact of various parameters and the uncertainties involved in their estimation. The model is designed for comparative analyses and preliminary assessments, building on a previous framework for polygeneration electrical microgrids that integrates multiple generation technologies and factors such as surplus energy compensation. The findings indicate that the LCOE is particularly sensitive to electricity prices and power load.
The authors utilize Taylor Series Expansions (TSE) to derive analytical expressions for uncertainty propagation coefficients, allowing for the evaluation of uncertainties without relying on numerical simulations. Comparisons with Monte Carlo simulations reveal minimal errors, suggesting that the TSE approach is effective and robust. This methodology enhances the understanding of the direct relationships between parameters and their uncertainties, facilitating quicker assessments while maintaining analytical rigor. Overall, the study underscores the importance of a simplified yet comprehensive approach to LCOE estimation in RECs.
Introduction
The introduction of the research paper discusses the multifaceted nature of profitability in energy sector investments, emphasizing the need for optimal facility configurations that balance profit maximization with environmental considerations. Traditional economic indicators like Net Present Value (NPV), Internal Rate of Return (IRR), and Payback Time are commonly used to assess financial performance, but the authors advocate for the inclusion of the Levelized Cost of Energy (LCOEn) as a complementary metric. LCOEn, which reflects the unit cost of electricity, incorporates lifecycle costs and system integration expenses, making it a valuable tool for comparative analyses against market electricity prices.
The paper highlights the widespread use of LCOEn in evaluating both conventional and renewable energy technologies, despite its limitations related to cost oversimplifications and sensitivity to future uncertainties. Annual reports from organizations such as Lazard and the International Energy Agency (IEA) provide updated LCOEn values, illustrating trends in technology improvements and cost reductions that have enabled certain renewable energy sources to achieve grid parity. While existing literature primarily focuses on the LCOE of individual technologies, this research aims to address the need for a comprehensive approach to LCOE calculation in Renewable Energy Communities (RECs), particularly those utilizing multiple generation sources like photovoltaic (PV) and wind technologies. The study will concentrate on electrical systems for the time being, with plans for future exploration of multi-vector energy systems.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled laboratory experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments to ensure reliability and validity. The analysis was conducted using software tools that facilitated complex statistical modeling, allowing for the assessment of relationships between variables. The section also details the criteria for participant selection, ensuring a representative sample for the study’s objectives. Overall, the methods were rigorously designed to support the reliability of the findings and to address the research questions effectively.
Results
In this section, the research presents the results of a study on the Levelized Cost of Energy (LCOE) for renewable energy systems, specifically photovoltaic (PV) generators and wind turbines (WT). The deterministic analysis reveals that the yearly energy production is \( E = 221 \, \text{MWh} \), with LCOE values of \( \text{LCOE}_{\text{PV}} = 114 \, \text{€/MWh} \) and \( \text{LCOE}_{\text{WT}} = 263 \, \text{€/MWh} \). The LCOE for a renewable energy community (REC) varies based on self-consumption and incentive scenarios, yielding \( \text{LCOE}_{\text{REC}} = 163 \, \text{€/MWh} \) in case 1 (self-consumption) and \( \text{LCOE}_{\text{REC}} = 228 \, \text{€/MWh} \) in case 2 (incentives for virtually-shared energy). The findings indicate that while self-consumption leads to higher costs compared to market prices, the incentive scenario offers a more favorable economic return for REC users.
A probabilistic assessment further explores the uncertainty in LCOE by treating key parameters as random variables. The analysis employs a Monte Carlo (MC) simulation, confirming that the uncertainties in parameters such as electricity purchase price (\( p_{\text{BUY}} \)) and sale price (\( p_{\text{SALE}} \)) significantly influence LCOE variability. The overall coefficients of variation for LCOE in the two cases are \( \delta LCOE = 0.18 \) (case 1) and \( \delta LCOE = 0.32 \) (case 2). Notably, the results highlight that uncertainties in \( p_{\text{BUY}} \) dominate the variability in LCOE, particularly in case 2, where all produced energy is sold to the grid. The study concludes that while the choice of distribution for input parameters has minimal impact, the random variation of \( p_{\text{BUY}} \) is critical in shaping the probabilistic outcomes of LCOE.
Discussion
The discussion section of the paper highlights the growing academic interest in energy communities and the levelized cost of energy (LCOE), particularly since 2010. A significant increase in publications related to these topics is noted, with 648 papers on “energy communities” and 479 on “levelized cost of energy” reported in 2023. The authors emphasize the need for comprehensive LCOE models specifically tailored for renewable energy communities (RECs), as existing literature often lacks detailed evaluations that consider the integration of multiple energy sources and associated costs.
The paper introduces a novel methodology for calculating the LCOE of RECs, which simplifies existing models to accommodate various generators and consumers. This approach incorporates probabilistic assessments to analyze the impact of input parameter uncertainties on LCOE, providing insights into the dispersion of results. Additionally, the authors compare the effects of local regulatory frameworks on LCOE evaluations, aiming to offer a practical tool for preliminary assessments of different REC configurations. The case study focuses on small RECs in Spain and Italy, illustrating the application of the proposed methodology within the context of current legislation and incentive mechanisms.