电价预测
用于长期电力市场价格数据的360°全方位方法
电价预测
终于,在未来的电价数据中拥有了一个替代选择。我们的电价预测服务以 Enerdata 的能源建模专业知识及其全球公认的 POLES 模型为后盾,为您提供年度市场价格预测。能源投资者和开发商估算长期投资回报的终极战略工具。
为什么要订阅?
- 与传统的优化模型不同,由于电力需求和发电/容量发展的内生建模,可以看清全局的情况。
- 模型涵盖了所有技术,包括可再生能源。
- 避免在纯优化模型中经常出现的“赢家通吃”效应。
- 每个国家有三个长期场景,用于探索未来可能的路径。
- 与市场上的其他服务相比,您需要的数据没有您不需要的不必要功能,这意味着您的资金更物有所值。
- 独立视角:Enerdata 与任何政府机构或能源公司均没有关系。
主要特点
- 年度预测(以美元/兆瓦时为单位),从三个详细场景到 2050 年。
- 基于最新可用数据的预测。
- 最新的历史数据。
- 涵盖 32 个国家。
- 以表格和图表形式输出,可导出为 Excel。
- 每年全面更新。
- 涵盖的国家
- 32 个国家。其他可按需提供。
涵盖的国家
32 个国家。其他可按需提供。
国家列表
欧洲
奥地利
比利时
捷克共和国
丹麦
法国
德国
匈牙利
意大利
荷兰
挪威
波兰
葡萄牙
罗马尼亚
斯洛伐克
西班牙
瑞典
瑞士
土耳其
英国
独联体
俄罗斯
美洲
阿根廷
巴西
加拿大
墨西哥
美国
亚太地区
澳大利亚
中国
印度
印度尼西亚
日本
韩国
非洲
南非
方法
电价预测经过验证的方法论基础是我们专有的 POLES 模型:这是一个强大的多国电力预测模型,全球众多能源公司、公用事业公司、投资者和开发商都在使用该模型。
电价预测数据利用历史现货价格,这些价格与 POLES 模型未来的市场价格预测相关联。
POLES 和“纯优化”电源模型之间的主要区别
用于产能和生产计划的 POLES 建模方法的第一个优点是能够避免在纯优化模型中经常出现的“赢家通吃”效应。由于考虑了历史产能和生产组合,同时引入了非经济竞争参数,POLES 根据 LCOE 和可变成本来分配发电技术,可以更容易地调整其间的竞争状态。
POLES 模型考虑技术类别及其技术、经济和环境参数,与优化模型相比,逐年递归方法具有两个主要优势:
- POLES 方法更适合描绘具有缺陷和障碍的真实能源系统:优化模型通常使用完美的前瞻性方法 - 允许经济主体处理整个时间范围内的所有信息 - POLES 实施迭代过程,考虑长期容量需求并确保在最重要的基础上达到用户定义的储备安全需求高峰。
- 所谓的“bang-bang”或“penny-switching”效应在 POLES 方法中并不存在,总体而言,用户可以更好地控制建模和参数化。(这些效果通常存在于纯优化模型中,是指基于对一个或多个输入参数的微小变化来实现完全不同的解决方案。)
POLES 的另一个明显附加值是部门能源需求是内生的,可以由用户建模/改进,用户可以发现电力供应和需求之间的逻辑追溯。相比之下,能源系统优化模型通常使用能源需求作为外生输入参数 – 再次反映能源系统代理的固定长期假设或完美的长期远见。
POLES 电力模块概览
- 解决两个问题:容量规划和调度
- 详细介绍了 20 多种技术,包括资本支出、可变成本、燃料成本、碳税、补贴、使用寿命、负载系数、效率等。
容量规划
- 基于 LCOE + 约束(可再生能源的潜力和后备、核验收等)
- 七个持续时间负载的竞争(从 8760 小时/年到 730 小时/年)
- 由于多项 logit 分布函数,每种技术的市场份额都是分布式的。
- 递归方法:在 y + 1 年装机容量是在 y 年计算的。
调度
- 基于可变成本,包括补贴和税收。
- 由于多项 logit 分布函数,每种技术在优先顺序中的市场份额是分布式的,
- 必须运行且重要技术的发电量分开计算。
- y 年的调度取决于 y 年装机容量。
- y 年被分成两个典型的日子和 12 个两小时的片段。
EnerFuture 情景
Enerbase
EnerBase 描述了一个世界,在这个世界中,现有的政策倾向性地继续下去,并追求最近观察到的趋势。缺乏对温室气体减排的支持在很长一段时间内影响到整个能源系统,能源需求不断增加,燃料多样化有限。这种情况导致温度上升超过3°C。这种情况现在考虑了两种改变游戏规则的危机则的危机的影响:2019冠状病毒疾病和乌克兰战争。
EnerBlue
EnerGreen