大型蓄電池が価格設定者となるポスト石炭送電網におけるスポット価格のモデリング

私たちの分析では、現在のエネルギーのみの市場設計の下では、石炭火力発電後の全国電力市場 (NEM) で電力価格を今日の水準近くに維持できることがわかりました。

しかし、それには太陽光発電が構造的に支えられ、電池が価格形成技術の中心となるシステムが必要となる。あるいは、より多くのガスが同じ仕事をするかもしれません。

すべてのNEM石炭火力発電（クイーンズランド州を含む）がシステムから撤退したという仮定の下、2040年をモデル化してこれをテストします。

オプティマイザーは、ITK の 30 分ごとのスポット価格ディスパッチ エンジンと組み合わせて使用され、事業規模の太陽光発電、陸上風力発電、および蓄電池 (2 時間および 8 時間の持続時間をモデル化) の最低コストの容量の組み合わせを決定します。ただし、これらのテクノロジーが資本利益率を獲得し、量加重平均電力価格が定義された上限を下回っていることを条件とします。

最適化された容量ミックス

資本コストの仮定は、CSIRO の最新の GenCost 草案に基づいています。詳細はメソッドに含まれています。

蓄電池エネルギー貯蔵システム（BESS）の資本コスト削減が継続していること、また風力発電と比較してその配電の柔軟性が一部にあることもあり、オプティマイザーはオーストラリアエネルギー市場運営会社（AEMO）の2024年のISP段階変更シナリオよりもはるかに太陽光とBESSの多用途混合を支持した。

特に、クイーンズランド州、ビクトリア州、南オーストラリア州の太陽光発電容量はステップチェンジよりもはるかに高かった。オプティマイザーの結果は、追加のガス容量に対する十分な投資インセンティブも示しています。私たちは中程度のメリットとフレキシブルガスのステップチェンジ容量を想定しましたが、これについては将来の分析で議論されます。

以下のグラフは、最適な容量構成とステップ チェンジを比較しています。

太陽光発電には外部サポートが必要

2040 年までの石炭撤退を支援し、消費者にとって適正な価格を維持するには、太陽光発電と BESS の大幅な増強が必要です。段階的変化と比較して、2040 年までに総可変再生可能エネルギー (VRE) 容量を大幅に増加させる必要があることが示されており、これは 2 つの分析の性質を反映しています。

つまり、ISP はシステムの信頼性に重点を置いていますが、私たちは電気料金を最適化してモデリングしています。 妥当な閾値を下回る。

太陽光発電はシステムに不可欠ですが、全体としては加盟店の収益だけでは採算が取れません。私たちがテストしたすべてのシナリオで、商用太陽光発電は投資収益率 (ROI) が低いことが示されました。

オプティマイザに太陽光発電の ROI の下限を達成するように強制したとき、それは別の何かを壊しました。電力価格が妥当なレベルを超えて上昇したか、風力発電と蓄電による収益が相殺されて共食いされたかのどちらかです。これは、太陽光発電の価値が商業的なものではなく、ますます体系的なものになっているという現実を反映しています。

電池と風力発電のおかげで、石炭火力発電後は日中価格が横ばい

現在の VRE プロジェクトのパイプライン、政策知識、業界への働きかけとモデリングに基づいて、当社は 2026 年から最適化された 2040 年の生産能力に向けた基本ケースの生産能力増強体制を構築します。次に、ディスパッチ エンジンを使用して、その期間の 30 分ごとの発電構成、連系線の流れ、電力価格を予測します。

価格形成が変化するにつれて、日中の価格曲線は平坦になります。特に過去 3 ～ 4 年間、NEM の特徴である「アヒル カーブ」を形成していた朝夕の急騰は、振幅がより低く、より幅広い価格プロファイルに置き換えられ、日中の極端な価格崩壊はほぼ回避されています。

これは、夜間の利用可能容量（風力発電とBESS）の大幅な拡大と、余剰太陽光を吸収する日中の相当量のバッテリー充電需要を反映しています。

システム レベルでは、バッテリーの総充電状態が主な価格要因となります。車両全体の充電状態が高いと、配車意欲が高まり、価格が抑制されます。一方、中需要から高需要の時期に充電状態 (SoC) が低下すると、有効供給が逼迫します。

この SoC と価格の関係の例はすでに存在しており、 ワットクラリティの記事 アラン・オニール著では、具体的な例を取り上げています。その結果、従来の夕方のピークは抑えられますが、バッテリーが徐々に放電するため、価格は夕方まで上昇したままになります。

風干ばつ時の価格高騰のメカニズム

以下のチャートは、石炭火力発電後のモデル化された NEM における一般的な価格急騰メカニズムを示しています。風力発電量の低下が続くと、最初は日中のスプレッドが拡大し、BESSサイクルの上昇が促進されます。

風力発電の不足が続くと、深層蓄電と汲み上げ水力発電が徐々に供給され、蓄電池の総量が大幅に枯渇します。貯蔵されたエネルギーが使い果たされると、ピークと予備ガスが限界価格を設定し、その結果、希少性によって価格が急激に高騰します。

価格はより季節的になります

住宅需要が低く、風力発電が強い時期には、価格は長期にわたって継続的に低い状態が続きます。ボラティリティと価格高騰のほとんどは冬に集中しており、この冬は住宅需要が高まり、太陽光発電出力が低下し、地域の風が弱い時期には供給可能な供給に大きな圧力がかかり、備蓄ガスや揚水水力、その他の深層貯留がはるかに頻繁に活性化されます。

状況に応じた希少性の価格設定: 頻繁に起こる低価格、一時的な極端な価格

図 6 は、2024 年の結果と過去 12 か月の結果と並べて、平均価格をさまざまな価格帯の寄与に分解することにより、モデル化された石炭火力発電後の価格の結果を状況の中で配置しています。

低価格から中価格帯が依然として平均価格の大部分を占めている一方で、この結果はまた、石炭後の価格が、特に風力発電量が低い状態が続いている期間中に、不足事象に強く影響されることも示しています。

これらのより高い価格の間隔は、平均価格を設定する上で重要な役割を果たしますが、より天候に左右され、VRE が重視されるシステムであっても、平均価格を支配するものではありません。これは、生産能力の最適化によって暗示される価格の結果が、構造的に異なる市場を反映しているにもかかわらず、希少性イベントの役割がより大きいにもかかわらず、平均価格が今日の水準とほぼ同じであり、低価格および中価格帯が頻繁に発生することに依拠しているという背景を提供します。

モデリングアプローチ (オプションの技術的な詳細)

ディスパッチエンジン

電力価格と発電結果は、ITK の 30 分ごとの電力供給と容量最適化フレームワークを使用して生成されます。このフレームワークは、既存のエネルギーのみの市場設計の下で価格形成をモデル化するように設計されており、再生可能性の高い石炭利用後の NEM に焦点を当てています。

価格分析の中核となるのは、線形計画ベースの 30 分ごとのディスパッチ エンジンです。

区間ごとに、実用規模の太陽光発電、風力発電、蓄電（複数持続時間の蓄電池やボランバやスノーウィー 2.0 などの揚水発電を含む）、従来型水力発電、石炭（引退前の年）、ガス（中程度のメリットと柔軟な）による発電が、技術固有の入札スタックを通じて表され、連系線の制限と選択された一連のネットワーク制約に従い、地域の需要を満たすために派遣されます。

スポット価格は、最適化ソリューションによって暗示されるように、各地域で追加のエネルギー単位を供給する限界コストから導出されます。 必然的に 単一の限界生成単位に結び付けられます。

バッテリーストレージは明示的にモデル化されており、受動的価格決定者ではなく、積極的な市場参加者として扱われます。公的に文書化されているほとんどの長期 NEM 計画モデルでは、バッテリーはシステムコストの最小化を通じて派遣される価格のかかる資産として表されます。

この単純化は、ストレージの普及率が低かったときには比較的問題がありませんでしたが、バッテリーが限界に達し、価格が決まり始めると、ますます重要になります。

私たちのフレームワークでは、バッテリーの充電状態が経時的に追跡され、充電量と放電量は、ディスパッチの最適化内に直接組み込まれた独自の入札フレームワークを通じて内生的に決定されます。

バッテリーが固定価格形状で裁定を行ったり、事後にボラティリティ調整を適用したりするのではなく、バッテリーの入札行動を明示的にモデル化します。バッテリー事業者は、天気や需要の予測、他の参加者からの観察可能な入札スタックなど、現実世界で入手可能な情報に基づいて行動し、物理的なエネルギーの制約に従って、それに応じて充電と放電の入札を動的に設定すると想定されています。

したがって、価格とボラティリティは、調整によって強制されるのではなく、戦略的入札、異時点間のエネルギー制限、ネットワークの状態と需要の相互作用から内生的に生じます。その結果、バッテリーの動作は日中の価格形状とシステムレベルの価格形成の両方に重大な影響を与えます。

この分析は将来を見据えたものではありますが、価格設定の枠組みは過去の状況や将来シナリオにわたって広範囲に適用されており、エネルギーのみの市場におけるスポット価格形成の主要な要因を捉えるように設計されています。

容量ミックスの最適化

容量の最適化は、石炭火力発電後の目標年（2040 年）に向けて、実用規模の太陽光発電、陸上風力発電、および 2 時間および 8 時間持続の蓄電池の銘板容量全体にわたって実行されます。

投資の現実性を反映するために、テクノロジー固有の ROI の下限と上限を課します。つまり、下限はさらなる投資を正当化するには収益が不十分であることを示し、上限は追加の容量が経済的に魅力的であることを示します。 2040 年の NEM 全体の出来高加重平均スポット価格にも上限が適用されます。これらの制約のいずれかに違反すると、最適化の際にペナルティが発生します。

各シミュレーションは、13 の過去の気象基準年にわたって評価され、風力および太陽光発電の年々変動に対する堅牢性を確保するために、報告される価格と収益はそれらの結果の平均として表されます。次に、オプティマイザーは、上記の投資と価格の制約に違反した場合に追加のペナルティを適用して、システムの総コストを最小限に抑える容量の組み合わせを探します。

このアプローチは、従来の信頼性を重視した計画モデルとは異なります。最適化は、所定の信頼性基準を満たすように設計されていません。代わりに、消費者にとって価格を妥当な範囲内に保ちながら、エネルギーのみの市場の下で経済的に実行可能な容量構成を解決します。

仮定の簡略化は意図的に行われています。FCAS 市場は明示的にモデル化されておらず、単位コミットメントのダイナミクスは抽象化されており、火力発電所（石炭、中産量ガス、およびフレキシブルガスを線引きしています）は、個別の単位ではなく地域ごとの柔軟な予備容量として表されています。目的は、運用の詳細を完全に再現することではなく、石炭火力発電後のシステムにおける価格形成と投資インセンティブの主要な要因を把握することです。

この分析では、CMA-ES (共分散行列適応進化戦略) オプティマイザーを選択します。これは、キャパシティ ミックス問題には複数の相互作用するテクノロジとリージョンが関係しており、各内部評価がモデルの完全なディスパッチ シミュレーションを活用しているためです。このような最適化は、単純な勾配や信頼性の高い勾配には適していません。

以下のテクノロジーおよび地域別の販売者の返品をご覧ください。