执行摘要计划对结构化容量市场的可靠性和垂直集成的公用事业需要正式量化每个资源类别的可靠性贡献,以确保遵守可靠性标准。资源类别类别的可靠性贡献通常表示为其有效的承载能力(ELCC)。在诸如ERCOT之类的仅能市场中,尽管目前尚无能力认证计划,但仍然重要的是,市场参与者深入了解每个资源类别的可靠性贡献。ERCOT与PowerGem签约,进行了一项ELCC研究,以量化ERCOT报告中关于ERCOT地区(CDR)的能力,需求和储备的计划储备利润率(PRM)的贡献。使用ELCC方法的使用已在ERCOT的节点协议中进行了整理。1
根据 CPUC 决定 D.20-06-031 和 D.21-06-029,本报告讨论了能源部门 2024 年区域风能有效负荷承载能力 (ELCC) 研究的假设和结果,以供各方评论和 CPUC 考虑。本报告旨在遵守 D.21-06-029 的第 15 条命令:“能源部门被指示为 2022 年的 ELCC 更新制定风能资源的区域有效负荷承载能力 (ELCC) 值,以符合 2023 年的资源充足性合规年。”能源部门研究了 2024 年资源充足性 (RA) 合规年份,而不是 2023 年,以利用和巩固 2022 年 2 月 18 日报告中包含的工作,该报告题为“2024 年负荷损失预期 (LOLE) 和有效负荷承载能力研究结果”,在资源充足性程序 R.21-10-002 中发布以征求当事人意见。1
• 研讨会概述和目的 • 输入和方法 • 基础投资组合级别的结果和 PRM 计算 • 特定于技术的 ELCC 结果和替代投资组合 • 结论和利益相关者的问题
从左到右,第一小组:(站立)曼尼托巴省教育和社区中心省级运营执行董事 Susan Emerson;原住民卓越总监 Helen Robinson-Settee;住房、吸毒和无家可归者事务部长 Bernadette Smith 阁下;原住民卓越部原住民包容顾问 Dina Ducharme;早期教育和儿童保育助理副部长 Sarah Whiteford;以及 ELCC 质量提升顾问 Joanna Flores;(就座)包容支持计划协调员 Justine Hutton;包容支持计划协调员 Sydney Gerbrandt;包容支持计划协调员 Gulkesh Rihal;以及政策分析师 Crystal Carvalho。第二小组:曼尼托巴梅蒂斯人联盟主席 David Chartrand 阁下和早期教育和儿童保育部长 Frances Chartrand 阁下。
•可靠性贡献(输出特征)•能力贡献(ELCC偏离UCAP)•承诺成为容量资源•对容量市场的承诺必须提供义务•可靠性/能力供款作为定义问题的份额•对服务日期的承诺
图 1. 纽约州历史和预测的最低和最高气温 ...................................................................... 4 图 2. 选定情景下预测的冬季最低气温(全州) .............................................................. 6 图 3. 选定情景下预测的夏季最高气温(全州) .............................................................. 7 图 4. 选定情景下预测的 2050 年热浪频率和持续时间 ............................................................. 8 图 5. 选定脱碳途径概览(“范围界定计划”的“情景 2”) ............................................................. 11 图 6. 模型和非模型气候对纽约能源系统的影响矩阵 .13 图 7. 将温度纳入整合分析框架 ............................................................................. 14 图 8. 模型温度升高对太阳能光伏输出的影响 ............................................................................. 16 图 9. 模型气候变化对供暖需求的影响 ............................................................................. 25 图 10. 模型气候变化对制冷需求的影响 ............................................................................. 25图 12. 气候变化对供热和制冷需求的模拟影响 ......................................................................................26 图 12. 气候变化对总需求的模拟影响 ..............................................................................................27 图 13. 按基础设施和气候情景预测的夏季和冬季总峰值需求 .............................................................................................................29 图 14. 2050 年每种基础设施和气候情景的峰值需求月-小时热图 .............................................................................................31 图 15. 2050 年所有情景下的太阳能 ELCC .............................................................................................33 图 16. 2050 年所有情景下的 4 小时存储 ELCC .............................................................................................34 图 17. 2050 年所有情景下的风能 ELCC .............................................................................................35 图 18. 按基础设施和气候情景预测的 2050 年热能 ELCC .............................................................................................37 图 19. 气候变化情景比较图 20. 脱碳情景下气候变化情景比较 ......................................................................................................39 图 21. 2050 年脱碳情景下冬季第 10 百分位温度 ......................................................................................................................41 图 22. 2050 年脱碳情景下夏季第 90 百分位温度 ......................................................................................................................42 图 23. 2050 年参考情景下夏季第 90 百分位温度 .............................................................................................................44 图 24. 能源成本,NPV .............................................................................................................................47
负荷、风能和太阳能概况,通过调度算法得出每小时的存储输出,并开发一个全球 ELCC 表面,该表面反映了资源边际价值的互补和对抗关系(基于其在净峰值负荷的边际减少,作为代理)对于任何给定的机组组成。
从可靠性的角度来看,这种方法面临挑战。如果一个实用程序依靠短期存储(<= 4 h)来移动可再生能源,那么当可再生能源不可用时会发生什么?例如,在太阳统治的系统中,太阳能输出的多天(由于雨水,大云,暴风雨,雪等)将阻碍短期存储系统充电的能力(参见Collanton等。2020,参见。 ISO新英格兰2021)。 风向主导的系统毫无闻所未闻的几天几天至没有风(例如) 参见。 Morison 2018),带来同样的挑战。 换句话说,随着发电和容量资源的发电和太阳能固有的波动也扩展到可再生能源存储系统。 电力公用事业具有评估可靠性(以及如何维护)的机制,这些机制与有效的负载承载能力(ELCC)及其与计划储备保证金(PRMS)的相互作用的概念有关。2020,参见。ISO新英格兰2021)。 风向主导的系统毫无闻所未闻的几天几天至没有风(例如) 参见。 Morison 2018),带来同样的挑战。 换句话说,随着发电和容量资源的发电和太阳能固有的波动也扩展到可再生能源存储系统。 电力公用事业具有评估可靠性(以及如何维护)的机制,这些机制与有效的负载承载能力(ELCC)及其与计划储备保证金(PRMS)的相互作用的概念有关。ISO新英格兰2021)。风向主导的系统毫无闻所未闻的几天几天至没有风(例如参见。Morison 2018),带来同样的挑战。换句话说,随着发电和容量资源的发电和太阳能固有的波动也扩展到可再生能源存储系统。电力公用事业具有评估可靠性(以及如何维护)的机制,这些机制与有效的负载承载能力(ELCC)及其与计划储备保证金(PRMS)的相互作用的概念有关。
1. 审查可变输出需求响应资源的 ELCC 估值应用* 2. 非发电资源模型的小时末充电状态参数* 3. 将市场电力缓解应用于能源存储资源* 4. 简化非发电资源参与者的市场参与协议 5. 建立参数以更好地反映需求响应资源的运行特征