New Methods for Modeling Renewable Energy Uncertainty and Cross-Border Policy Mechanisms in Electricity Markets

Abstract

El compromiso de la Unión Europea (UE) de alcanzar la neutralidad climática para 2050 y reducir las emisiones en un 55% para 2030 ha intensificado los esfuerzos hacia la transición energética de bajas emisiones de carbono. Un pilar fundamental de esta transformación es la integración de Fuentes de Energía Renovable (FER) en la red eléctrica, lo que plantea desafíos significativos en términos de fiabilidad del sistema y la integración en el mercado. En respuesta, la UE ha centrado sus esfuerzos en el desarrollo de marcos de colaboración y regulación que faciliten la participación transfronteriza para apoyar la producción de energía renovable, garantizando al mismo tiempo la seguridad del suministro eléctrico. Esta tesis doctoral se enfoca en abordar estos retos, concentrándose en dos áreas clave: el desarrollo de Mecanismos de Remuneración de Capacidad (MRC) para proteger el suministro de electricidad, y los mecanismos de cooperación para fomentar la colaboración transfronteriza y cumplir los objetivos de energías renovables dentro de la UE. Abordar estos retos requiere, por un lado, una representación precisa de los futuros escenarios de energías renovables, con especial énfasis en el modelado de las dependencias espacio-temporales dentro de los mercados regionales de electricidad con una alta granularidad. Alcanzar este nivel de precisión puede ser muy exigente en términos de recursos computacionales, sobre todo cuando se aplica a problemas de planificación a gran escala. El modelado de la incertidumbre empleado en los enfoques tradicionales contribuye en gran medida a esta carga computacional. Por lo tanto, es crucial modelar convenientemente la incertidumbre para mantener un alto grado de precisión en la representación de los mercados eléctricos, mientras se mantiene un equilibrio adecuado entre precisión y eficiencia computacional. Con respecto a lo anterior, esta tesis identifica importantes vacíos en la literatura especializada. En primer lugar, faltan metodologías centradas en modelar con precisión las relaciones de dependencia de las FER en los mercados regionales de electricidad. En segundo lugar, los modelos tradicionales de planificación a largo plazo suelen simular valores fijos para la producción de las FER, a pesar de la inherente reducción de la precisión de las previsiones en horizontes temporales largos. En este contexto, existe una falta notable en el desarrollo de soluciones que puedan incluir la incertidumbre de las FER en los modelos de planificación a largo plazo de una forma computacionalmente eficiente. Por último, faltan metodologías que permitan evaluar las aportaciones transfronterizas de recursos a los MRC, considerando su equivalencia con las aportaciones realizadas por los recursos locales y determinar los porcentajes óptimos en las transferencias estadísticas en el marco de los mecanismos de cooperación. Estos vacíos metodológicos limitan la transparencia, la competitividad y la participación en los mercados energéticos transfronterizos. Esta tesis se centra en el desarrollo de herramientas computacionales y regulatorias para modelar escenarios futuros realistas con alta penetración de energías renovables en el contexto de los mercados regionales de electricidad. Para abordar estas cuestiones, esta investigación propone nuevas metodologías en cuatro áreas clave: 1) el desarrollo de escenarios horarios probabilísticos y regionalmente integrados para las FER, 2) un enfoque eficiente para reducir la carga computacional de los modelos de planificación de generación a gran escala y a largo plazo bajo incertidumbre, 3) un marco para evaluar la participación transfronteriza en los MRC y la equivalencia entre los recursos de capacidad extranjeros y locales, y 4) una metodología para asignar costes y beneficios en las transferencias estadísticas de forma que reflejen con precisión las contribuciones y necesidades de todas las partes. Las principales contribuciones de esta tesis pueden resumirse como sigue. El enfoque probabilístico para generar escenarios a largo plazo de las FER propuesto en esta tesis mejora significativamente el modelado de las dependencias espacio-temporales dentro de los mercados regionales de electricidad, dando lugar a escenarios más precisos y realistas. Además, el enfoque propuesto para integrar la incertidumbre en los modelos de planificación de la generación en modelos de gran tamaño ha demostrado una mayor eficiencia computacional, al tiempo que ofrece un marco más completo para incorporar la toma de decisiones a corto plazo dentro de horizontes de planificación a largo plazo. Los resultados destacan además la importancia de las reglas de asignación de energía en condiciones de escasez para estimar con precisión la contribución de los recursos extranjeros en los MRC. Por último, la metodología propuesta para asignar las transferencias estadísticas demuestra que, aunque no siempre es factible lograr una asignación óptima dentro de un mecanismo cooperativo, es posible identificar soluciones mutuamente beneficiosas que proporcionen resultados preferibles en comparación con la no participación en el mecanismo.

The European Union's (EU) commitment to achieve climate neutrality by 2050 and reduce emissions by 55% by 2030 has intensified efforts towards a low-carbon energy transition. A key pillar of this transformation is the integration of Renewable Energy Sources (RES) into the electricity grid, which poses significant challenges in system reliability and market integration. In response, the EU has focused its efforts on developing collaborative and regulatory frameworks that facilitate cross-border participation to support renewable energy production while ensuring the security of electricity supply. This PhD thesis addresses these challenges, concentrating on two key areas: the development of Capacity Remuneration Mechanisms (CRMs) to protect electricity supply and cooperative mechanisms to foster cross-border collaboration and meet renewable energy targets within the EU. Addressing these challenges requires, on the one hand, an accurate representation of future renewable energy scenarios, with special emphasis on modeling spatio-temporal dependencies within regional electricity markets at high granularity. Achieving this level of accuracy can be very demanding in terms of computational resources, mainly when applied to large-scale planning problems. The uncertainty modeling employed in traditional approaches contributes significantly to this computational burden. Therefore, it is crucial to model uncertainty conveniently to maintain high accuracy in the representation of electricity markets while maintaining an appropriate balance between accuracy and computational efficiency. Concerning the above, this thesis identifies important gaps in the specialized literature. First, there is a lack of methodologies focused on accurately modeling RES dependence relationships in regional electricity markets. Second, traditional long-term planning models typically simulate fixed values for RES production despite the inherent reduction in forecast accuracy over long time horizons. In this context, there is a notable lack of development of solutions that can include RES uncertainty in long-term planning models in a computationally efficient way. Finally, there is a lack of methodologies to assess cross-border resource contributions to CRMs considering their equivalence with the contributions made by local resources, and to determine the optimal percentages in statistical transfers under cooperation mechanisms. These methodological gaps limit transparency, competitiveness, and participation in cross-border energy markets. This thesis focuses on developing computational and regulatory tools for modeling realistic future scenarios with high renewable energy penetration in the context of regional electricity markets. To address these issues, this research proposes new methodologies in four key areas: 1) the development of probabilistic and regionally integrated timetable scenarios for RES, 2) an efficient approach to reduce the computational burden of large-scale, long-term generation planning models under uncertainty, 3) a framework for assessing cross-border participation in RCMs and the equivalence between foreign and local capacity resources, and 4) a methodology for allocating costs and benefits in statistical transfers in a way that accurately reflects the contributions and needs of all parties. The main contributions of this thesis can be summarized as follows. The probabilistic approach to generate long-term RES scenarios proposed in this thesis significantly improves the modeling of spatio-temporal dependencies within regional electricity markets, resulting in more accurate and realistic scenarios. Furthermore, the proposed approach for integrating uncertainty into generation planning models in large models has demonstrated increased computational efficiency while providing a more comprehensive framework for incorporating short-term decision-making within long-term planning horizons. The results further highlight the importance of scarcity energy allocation rules for accurately estimating the contribution of foreign resources in RCMs. Finally, the proposed methodology for allocating statistical transfers demonstrates that, although achieving an optimal allocation within a cooperative mechanism is not always feasible, it is possible to identify mutually beneficial solutions that provide preferable outcomes compared to non-participation in the mechanism.