Study of the bidding strategy of a wind power producer in electricity markets
Resumen
Hoy en día, la generación basada en fuentes de energías renovable (EERR) en España ha
tenido que hacer frente a numerosos cambios en la regulación de su retribución, la última
en Junio de 2014 (BOE 413/2014), en la que se eliminó las ayudas que sustentaban estas
tecnologías. A pesar de estos cambios esta generación sigue pudiendo negociar su energía
en los diferentes mercados que componen el mercado eléctrico liberalizado, un sistema
que permite la competencia entre los agentes y una mayor eficiencia económica. Por lo
tanto, tener que establecer nuevas estrategias para aumentar sus beneficios es necesario
para la supervivencia de la generación eólica.
Los mercados eléctricos desde el punto de vista matemático pueden ser modelados como
un juego en el que cada jugador oferta una cantidad de energía a fin de lograr la máxima
rentabilidad, en otras palabras para maximizar su función de utilidad. Los mercados
eléctricos de corto plazo en España comprenden: el mercado diario, los intradiarios y los
mecanismos de ajuste de demanda y producción. Los mecanismos de ajuste comprenden
los mercados de reserva secundaria, reserva terciaria, gestión de desvíos y de reserva a
subir adicional. El objetivo del mercado es suministrar a los consumidores su demanda
requerida; para ello se hace necesario un balance en tiempo real entre la oferta y la
demanda.
La estrategia típica seguida por un generador eólico es ofertar su producción prevista sólo
en el mercado diario y a su coste marginal. Ésta es una estrategia conservadora y no
óptima, ya que no se beneficia de la posibilidad de reestructurar la oferta del mercado
diario en otros mercados intradiarios así como en la gestión de desvíos.
En esta línea, el objetivo de un generador eólico sería maximizar sus beneficios logrando
la mejor estrategia de oferta. Con el fin de reproducir las posibilidades estratégicas del
generador eólico en un horizonte a corto plazo (un día), en el proyecto se han formulado
matemáticamente dos modelos. En primer lugar un modelo determinista, o de
información perfecta, que comprende aquella formulación en la que todos los parámetros
son conocidos a priori. En segundo lugar se ha formulado un modelo estocástico, o
probabilístico, que modelo los parámetros con un grado de incertidumbre. Para hacer
una representación realista de la estrategia de oferta seguida en el modelo estocástico, se han considerado distintos escenarios ponderados con probabilidad, basándose en datos
históricos.
Ambos modelos ofrecen la posibilidad al generador eólico de lograr una mayor
rentabilidad mediante las ofertas en el mercado diario, intradiarios y de gestión de
desvíos, teniendo en cuentas las sus restricciones de operación.
El generador eólico no puede ofertar una potencia mayor que la instalada. Además, la
compra de energía está penalizada en las funciones objetivo, debido a ser un coste. Sin
embargo, no existe limitación para beneficiarse del arbitraje entre las subastas,
beneficiándose así de la diferencia de precios y de los distintos tiempos de cierre de las
subastas. Debido a la volatilidad de los mercados diarios y de gestión de desvíos, se hace
necesario incluir una restricción de liquidez para no cambiar las estrategias seguidas por
los competidores. Consecuentemente, se limita la oferta en estos mercados, en los que el
volumen de energía negociada es considerablemente menor que la gestionada en el diario,
al 10% de la potencia instalada.
Además, el modelado incluye una medida del riesgo tomado en la estrategia o actitud
conservadora seguida por el generador eólico en sus operaciones, es decir una limitación
para garantizar el suministro de energía y la no equivocación. Para ello, se modela la
oferta por hora mediante una distribución triangular acumulada parametrizada en la que
la probabilidad limita la banda de oferta posible. Ofertar más energía, que la limitada
por la predicción de viento, implica asumir un riesgo, debido a que no se puede garantizar
su suministro. La compra de energía se considera libre de riesgo.
Las restricciones de no anticipatividad incluidas en la formulación estocástica, conducen
al generador eólico a seguir el horizonte de tiempo del mercado eléctrico. El fin último de
estas restricciones es establecer el orden de tiempos de las distintas subastas.
El análisis de resultados sobre la estrategia de oferta seguida por el generador eólico
consiste en varias simulaciones con el fin de ver la influencia del precio, la influencia de
la producción, la sensibilidad del riesgo tomado en la operación del parque y la influencia
de los desvíos en la toma de decisiones. Aparte de eso, una comparación entre el modelo
determinista, el estocástico y la estrategia seguida por los agentes de la vida real se hará
con el fin de ver la validez del enfoque hecho en el caso de estudio.
Una primera conclusión de las simulaciones realizadas, es que la principal diferencia entre
el modelo información perfecta, el modelo estocástico y los agentes de la vida real, agentes
que ofertan su producción en el mercado diario, es la rentabilidad que obtienen en sus
operaciones. Ambas formulaciones matemáticas alcanzan una mayor rentabilidad que los
agentes de la vida real, ya que se benefician de la posibilidad de reestructurar la oferta
de energía del mercado diarios con los mercados intradiarios y de gestión de desvíos.
El modelo de información perfecta o modelo determinista comercia energía en los
mercados en los que el precio es más alto, beneficiándose de arbitraje entre las subastas.
Sin embargo, la estrategia seguida por el modelo con incertidumbre en la información,
modelo estocástico, consiste en ofertar en los mercados en los que el precio esperado es mayor. El modelo estocástico comprende una decisión determinista en el mercado diario
y decisiones estocásticas para los mercados intradiarios, de esta forma se negocia la mayor
parte de la energía en el mercado diario. Esta formulación más conservadora y menos
rentable no limita al generador eólico para reestructurar su oferta en los mercados de
gestión de desvíos y los intradiarios, adquiriendo así una mayor rentabilidad en sus
operaciones.
La energía comercializada en los mercados de gestión de desvíos se corresponde con la
diferencia entre lo que se ha ofertado y lo que se ha despachado en cada hora, y
representan una oportunidad para el generador eólico de obtener más beneficios. Desvíos
a bajar incrementan la posibilidad de oferta del generador eólico en otros mercados,
aumentando potencia disponible en éstos. Por otro lado, los desvíos a subir sólo son
rentables cuando el precio del desvío es mayor que en los otros mercados.
El riesgo asumido en las operaciones se distribuye a lo largo de todas las horas del día de
operación, adquiriendo un mayor grado de riesgo en las horas que hay una producción
esperada mayor y un precio esperado de mercado más alto. Además, la región de
factibilidad del problema representa un límite para los beneficios, incluso cuando se le
deja espacio al generador eólico para ofertar con un menor grado de aversión al riesgo.
Consecuentemente, la función de utilidad del riesgo tomado en la estrategia logra un
máximo cuando las soluciones óptimas no cambian con éste.
Por último se ha modelado la instalación de un sistema de almacenamiento de energía en
el propio parque eólico. La operación del parque con este sistema permitiría obtener una
mayor rentabilidad así como mejorar la calidad del suministro. Con el coste actual del
sistema de almacenamiento y los precios de los distintos mercados, se requiere de 40 años
para rentabilizar la inversión en el sistema de baterías. Consecuentemente, instalar un
sistema de almacenamiento, basado en baterías de níquel, no proporciona una solución
rentable. Nowadays, Renewable Energy Sources-Electricity, RES-E, in Spain have had to deal with
a change in regulation, in June 2014 (BOE 413/2014), in which support schemes were
removed. However, trading energy in the different markets that comprise the liberalized
electricity market, a system that enables competition between agents and a greater
economic efficiency, is allowed. Thus, having to establish new strategies to increase their
profits is necessary for the wind generation survival.
Electricity markets can be modelled, from a mathematical point of view, as a game in
which the player bids a quantity of energy in order to achieve the maximum profitability,
in other words to maximize their utility function. Short-term markets in Spain comprises
day-ahead market (DA), intraday markets (ID) and the balancing mechanism. The
balancing mechanism consists on secondary reserve, tertiary reserve, deviation
management and additional upward reserve markets. The aim of the market is to supply
the consumers with the required demand; a real time balancing of supply and demand is
required.
In the case of a real-life wind power producer (WPP) agent, the typical strategy is to bid
the production in DA market at marginal cost, a conservative and less profitable strategy
that not take advantage of the IDs and imbalance markets in order to restructure the
bid in the DA.
The aim of the WPP is to maximize its profits achieving the best bidding strategy. In
order to reproduce the strategic possibilities of a WPP in a short-term horizon of an
operation day, two models are mathematically formulated. The deterministic model or
perfect information model correspond to the mathematical formulation in which the
parameters are known in advance. The stochastic model or probabilistic model
corresponds to the formulation in which the parameters are modelled with uncertainty.
In the case of the stochastic modelling different scenarios, pondered with a certain
probability, are considered in order to make a realistic representation of the strategy
followed by a WPP, based on historic data.
Both models gives the opportunity to the WPP to achieve the most profitable strategies
in the DA, IDs and deviation market, taking into account the operability constraints.
The WPP is not able to bid more power than the rated capacity. Purchasing energy is
penalized in the objective functions, due to being a cost for the WPP. However, arbitrage
between auctions could be done, in order to benefit from the difference in prices and
closure times. IDs and imbalance markets are volatile and liquid markets, in which the
volume of energy traded is considerably lower than in DA. Consequently, ID and imbalance bids are constrained to the 10% of the installed capacity, in order not to
change the clearing price sufficiently to change the strategy followed by competitors.
The models includes constraints to measure the risk or level of operative conservation
taken in the strategy followed by the WPP, by distributing the power bid with a
triangular cumulative distribution. Bidding more energy than the boundaries established
by the expected prediction is considered a risk for the WPP, since it cannot guarantee
that this energy is going to be delivered due to having a lack of production. Buying
energy is a risk free action.
Non-anticipativity constraints in the stochastic formulations are introduced to drive the
WPP to follow the time horizon of the Spanish electricity market, in order to attain an
order for the different auction closure times.
The bidding strategy result analysis consists on several simulations in order to see the
influence of the price, production, risk taken and deviations on the decision making of
the WPP. Apart from that, a model comparison between deterministic, real-life strategy
follow by WPP agents and stochastic will be done in order to see the validity of the
approach done in the case of study.
The first conclusion obtained from the simulations done is that the main difference
between the perfect information model, the stochastic model and real-life agents, agents
that bid the production in DA market, is the profitability they get in the operations.
Both model formulations attains a better economic efficiency than real-life agents, since
they benefit from the possibility to restructure the power bid in DA with the ID and
imbalance markets.
Perfect information model or deterministic model trades energy in the markets where the
price is higher, making more profits by benefiting from the arbitrage between auctions.
However, the strategy followed with uncertainty on the information, stochastic model, is
to bid in the markets where the expected price is higher. Having a deterministic decision
in the DA and stochastic decisions for the IDs in the stochastic modelling means that
the vast majority of the energy is traded in DA, a conservative action less profitable than
the one taken by the perfect information model. The ID markets are used to restructure
the strategy and to achieve a better strategy than bidding all the energy in DA, as
happens in the perfect information modelling.
Deviations, power traded in the imbalance markets, are the difference between what is
dispatched and what is bided hourly and represent an opportunity to the WPP to report
more monetary benefits. Downward deviations are used by the WPP to increment the
capacity to bid in other markets, whereas having upward deviations is only achieved
when remuneration on the imbalance market are higher than in DA and IDs.
The risk taken in the operations is distributed among the hours of the day of operation,
achieving more risk in the case of higher expected production and higher expected prices
and less in the other hours. Apart from that, the feasibility region of the problem
represents a limit for the profits, even though the risk aversion taken on the operations is higher. Consequently, the utility function for the risk achieved a maximum when the
optimal solutions does not change with the risk.
Finally, it has been modelled an energy storage system installation on the WPP. The
operation of the WPP including the energy storage system implies acquiring a better
economic efficiency and quality on the service supplied. Having the current cost of the
storage system and the current prices of energy in the different markets, 40 years are
required to recover the investment. Consequently, installing a storage system, based on
nickel, does not provide a cost effective solution.
Trabajo Fin de Grado
Study of the bidding strategy of a wind power producer in electricity marketsTitulación / Programa
Grado en Ingeniería ElectromecánicaMaterias/ UNESCO
33 Ciencias tecnológicas3306 Ingeniería y tecnología eléctrica
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia: