View
2
Download
0
Category
Preview:
Citation preview
Teknisk-økonomiskTeknisk økonomisk modeludvikling for energiprojekter
Morten Boje BlarkeCivilingeniør M.Sc. Eng. International Energy PlanningPh.D. Bæredygtig EnergiplanlægningAdjunkt v/ Inst. for Samfundsudvikling og Planlægning
Læringsmål - 3 x 30 min
1. Viden om en udvalgt teknisk-økonomisk energimodel: COMPOSE, samt opsamling g , p gpå 1. lektion
2. Forståelse for forskellen mellem følsomhedsanalyse og risikoanalyse, samt
dbl k l dindblik i Monte Carlo metode
3. Hands-on erfaring med teknisk-økonomisk modellering i Excel (Monte Carlo risikoanalyse)risikoanalyse)
Del 1: En ”professionel” teknisk økonomiskDel 1: En professionel teknisk-økonomisk energimodel samt opsamling og diskussion
‐20.000
‐10.000
0
10.000
20.000
30.000
40.000
50.000
60.000
0 5000 10000 15000 20000 25000 30000
Samfundsøkonomi
Privatøkonomisk
Statsfinancielle
‐50.000
‐40.000
‐30.000
COMPOSE: Projektvurdering
COMPOSE beregningsflow
i. SystemmodelEnergiprojekt databaseii. Energiprojekt database
iii. Teknisk-økonomisk modeliv. Algebraisk formelsæt
i. Max c(x) Subject to Ax < bi. Max c(x) Subject to Ax bv. Ekstern solver
Model anal se af sol evi. Model analyse af solverresultater
Change in economic annual costs of operation (excl. investments)
10%
15%
5%
iness (%
)
0%
ntermittency‐friend
li
‐5%
Change
in in
15%
‐10%
‐15%
2003 2004 2005 2006 2007 2008 2009 2010
CHP‐EB CHP‐HP‐GS CHP‐HP‐FG CHP‐HP‐FG‐CS
Operational profile sample for CHP (first week of 2010)
0,8
1
0,6
0 2
0,4
0
0,2
‐0,2
0 5 10 15 20 25 30 35 40 45
Thermal Storage Net electricity Electricity Spot Price
Model-laboratorium i plenum
Generelle beregningsforudsætningerKalkulationsrente % 6%Momssats % 25%Samfundsøkonomisk CO2 pris kr/ton 105Kørselsbehov km/år 20.000
Projektbeskrivelse Faktorpris Reg.afgift Ejerafgift CO2-emissions-faktor
Brændstof-økonomi
Brændsels-pris incl. transport-tillæg
Brændsels-afgift (uden CO2)
Levetid
kr kr kr/år g/km km/l kr/l kr/l årBenzin 92.000 116.000 3.020 177 13 4,00 3,85 15Diesel 104.000 138.000 3.220 135 19 4,00 2,79 15
Modelresultat
50.000
60.000
20 000
30.000
40.000
0
10.000
20.000
Samfundsøkonomi
Privatøkonomisk
Statsfinancielle
‐20.000
‐10.000
0
0 5000 10000 15000 20000 25000 30000
‐40.000
‐30.000
‐50.000
Solver-opvarmningsopgave
Hvad skal benzin-afgiften være for at den samfunds- ogat den samfunds- ogprivatøkonomisk nuværdi for benzinog diesel er ens (netto nutidsværdiog diesel er ens (netto-nutidsværdi= 0) ved samme kørselsbehov ?
PAUSEPAUSE
Del 2: Følsomhedsanalyse ogDel 2: Følsomhedsanalyse og risikoanalyse
700
650
600
550
Econ
omic
Cos
ts F
requ
ency
500
450
400
350
300
250
200
150
100
xBar-2.216.110,667 1.581.812,439 5.379.735,544 9.177.658,649 12.975.581,755
100
50
0
Usikkerheder og risici Følsomhedsanalyse
F.eks. nuværdi som funktion af kørselsbehov 10.000
20.000
30.000
40.000
50.000
60.000
Samfundsøkonomifunktion af kørselsbehov
‐40.000
‐30.000
‐20.000
‐10.000
0
0 5000 10000 15000 20000 25000 30000
Samfundsøkonomi
Privatøkonomisk
Statsfinancielle
Monte Carlo 700
650
‐50.000
Risikoanalyse F.eks. nuværdiens
distribution ved 10000
Cos
ts F
requ
ency
650
600
550
500
450
400
350
beregninger underlagtrisikovurdering for udvalgte forudsætninger
Econ
omic
C
300
250
200
150
100
50
xBar-2.216.110,667 1.581.812,439 5.379.735,544 9.177.658,649 12.975.581,755
0
Risikomodel og analyse
Monte Carlo metoden
Gentagen tilfældig sampling, nårder ikke findes et eksakt resultat der ikke findes et eksakt resultat, der kan nås med en deterministiskalgoritmealgoritme
Overlegent i system analyser, hvort t t t l i t i bl i d ået stort antal input variable indgår
med signifikant usikkerhed
Ofte anvendte distributioner
Uniform=min + (max - min) * RAND()
Normal (Gaussian)=NORMINV(RAND(), mean, standard afv)
Lognormal =LOGINV(RAND(), LN(MEAN), standard
afv)afv)
WeibullWeibull=scale * (-ln(1-RAND()))^(1/shape)
Eksempler på forekomster
Weibull: wind speed speed distributions
Normal: Mange økonomiske ogfysiskeeksempler, f.eks. prisdannelse afolie
Statistisk analyse af resultat
Histogram (frequency by bin) Size : count () Size : =count () Mean : =average () Median : =median () Standard afgivelse : =stdev()g () Maximum: =max() Min: =min() Min: =min() Q(.75): =quartile (,3) Q(.25): =quartile(,1)
PAUSEPAUSE
Del 3: Risikoanalyse hands-on
Plenumopgave og gruppeopgave
Find den samfundsøkonomiskenettonuværdis distribution for nettonuværdis distribution for 10,000 tilfældige udfald når …
Benzinbilens prisens usikkerhed fordeler sig if d d d f i l å 10%uniformt med en standardafgivelse på 10%
Dieselprisens usikkerhed fordeler sig normalt med en standardafgivelse på 25%
Recommended