Modellare e Simulare impianti di Cogenerazione e Teleriscaldamento per massimizzare il Ritorno economico

Transcript

1 Modellare e Simulare impianti di Cogenerazione e Teleriscaldamento per massimizzare il Ritorno economico Alberto Lombardi Managing Partner ifs Italia ESCoTech Forum 12 Maggio Milano 1

2 L azienda ifs Italia Solution Provider per le Utilities nel mercato liberalizzato del Gas e dell Elettricità Fondata nel 1996 su iniziativa ifs GmbH (gruppo RWE), per la commercializzazione di soluzioni ICT nel mercato italiano delle Utilities Nel 2000, i soci acquistano il controllo della società attraverso un operazione di management buy-out Da un nucleo iniziale di 3 persone è cresciuta fino a 28 professionisti attuali, con una progressione continua nel tempo Insieme ai Partner di Prodotto, si accede ad un team internazionale di circa 1000 specialisti di ICT Solutions for Energy Management L offerta è evoluta in parallelo comprendendo soluzioni per la gestione dell intero ciclo di vita dei processi di Energy Management per il Trasporto, Produzione, Distribuzione, Vendita etrading/ Shipping. 2

3 Il valore del dato attraverso l integrazione dei principali gestionali dei dati energetici Prodotto Partner Prodotto Partner + Prodotto/Servizio ifs Out of Scope Scheduling EU Risk management Piatt. di scambio GME/TERNA Contract&Porfolio management Previsioni mercato energia Fatturazione CRM Workflow-Monitoring Ottimizzazione del Portfolio Previsione (Domanda e Generazione) Sistema di Dati gestione delle reti Meteo Gestione dati di misura Sistemi di gestione impianti di produzione Measurement and Reading Management Data Control and Validation Data Aggregation Clustering Data Reconciliation Balancing Plant Availability Control Reporting Telelettura Terminali portatili Portale e A-To-A per la Comunicazione tra Operatori di Mercato 3

4 Estratto delle referenze 4

5 L Energy Service o Contracting La Gestione per conto di Aziende terze (Clienti) Clienti di impianti (generalmente di co/trigenerazione industriale) inserito nel contesto produttivo del Cliente. In particolare Energy Service promuove, realizza e gestisce l impianto di co/trigenerazione posto al servizio dello stabilimento del Cliente. L Obiettivo primario dell attività è massimizzare il risultato economico nel rispetto dei vincoli di carattere tecnico, commerciale e normativo. 5

6 Problema dell Ottimizzazione dell ESCO 6

7 ResOpt: il modulo Belvis per l Ottimizzazione ResOpt è basato su un sw core MIP (Mixed Integer Programming) sviluppato a livello universitario in Germania tra gli anni 90 e 2000, e su un motore topologico multi-commodity La soluzione è stata concepita per l Ottimizzazione multi commodity di EE, gas, calore e vapore in Generazione, Stoccaggio e Distribuzione 7

8 ResOpt: il modulo Belvis per l Ottimizzazione ResOpt è uno strumento di supporto alle decisioni al fine di avere la situazione ottimale per minimizzare i costi, massimizzare i profitti o l Ebit Design all avanguardia per quanto riguarda: GUI intuitiva per la gestione di asset/risorse multi commodity Piattaforma aperta all aggiunta continua di nuove macrocomponenti, che siano Impianti, Mercati, Contratti, ecc. Ampia possibilità di adattarsi a differenti processi di business attraverso i componenti di workflow come layer di integrazione Facile integrazione con i moduli della suite Belvis e sistemi di terze parti attraverso ResOpt Service Bus e connettori customizzabili Possibilità di usare diversi MIP solver (ILOG CPLEX, GUROBI, XPRESS ) Efficienza e velocità di calcolo del solver 8

9 Creazione portofolio: interfaccia Look & feel similare allo standard Microsoft Drag&drop dei componenti dalla finestra toolbox Toolbox contiene un set di componenti (definite macrocomponenti ) per la modellizzazione del business Struttura multy Layer Configurazione interattiva dei componenti 9

10 Esempio Modellazione del motore (Curva rendimento) Engine Load Cogeneration Energy Efficiency EE Potenza Elettrica [kw] Thermal power engine HT [kw] Thermal power engine LT Net gas vol [Smc] - PCI = 9 Net gas vol [Smc] - PCI =11 50% 36,00% 302, ,36 76,39 55% 36,24% 332, ,02 83,47 60% 36,46% 363, ,62 90,51 65% 36,66% 393, ,19 97,52 70% 36,84% 423, ,73 104,51 75% 37,00% 453, ,26 111,49 80% 37,14% 484, ,80 118,47 85% 37,26% 514, ,35 125,47 90% 37,36% 544, ,94 132,49 95% 37,44% 574, ,57 139,56 100% 37,50% 605, ,26 146,67 10

11 Esempio di modelizzazione: un contratto Link a serie di prezzo Gestione delle bande contrattuali Definizione dei vincoli contrattuali: Take-or-Pay, Limiti di potenza etc. 11

12 Gestione degli Scenari attraverso la generazione di Varianti Varianti Scenario base Esempi di Varianti 12

13 Visualizzazione dei risultati 13

14 Storicizzazione delle Simulazioni (Planning Versions) Archiviazione estesa dei run di Ottimizzazione Input Modello Risultati Completa riproducibilità dei run di Ottimizzazione Storicizzazione dei Report Completa compatibilità garantita con le nuove versioni Portfolio Portfolio Portfolio Baum 1 Portfolio Baum 1 Portfolio Baum 1 Portfolio April Baum 1 Portfolio May Baum 1 Baum 1 tree 1 Input Optimization Results Input reports 14

15 Gli orizzonti temporali gestiti In unico modello si coprono tutti gli orizzonti temporali Lungo Termine Medio Termine Breve Termine Online/Intraday 12 mesi anni 1 Sett 12 Mesi 24 ore 1 Sett 1/4 6 ore Contratti combustibili Contratti long-term Cicli di revisione annuali Trend economici Trend climatici Contratti combustibili Contratti long-term Cicli di revisione mensili Dispacciamento ottimale per produttori e contratti Valutazione delle offerte Spot MGP Ottimizzazione Short-term Valutazione di prodotti del mercato forward (IDEX) 15

16 Ottimizzazione con ResOpt funzioni avanzate Analisi "What if" Confronto multiscenario Ottimizzazione Stocastica Campo di Applicazione Presidio business e tecnico Risultati Punti di forza Valutare il risultato ottenibile con un dato insieme di offerte per impianto/i su MGP, MI e MSD, tenendo conto dei vincoli di funzionamento e dei costi di produzione, e di uno scenario di previsioni e stime. Valutare il risultato ottenibile con diversi insiemi di offerte per impianto/i su MGP, MI e MSD, tenendo conto dei vincoli di funzionamento e dei costi di produzione, e di diversi scenari di previsioni e stime. Possibilità di formulare una proposta di offerte per impianto/i su MGP, MI e MSD, tenendo conto dei vincoli di funzionamento, dei costi di produzione, e di più scenari di previsioni e stime. L'utente può modificare ad ogni run l'insieme di offerte (strategia). Alta conoscenza del business/mercato, limitata conoscenza dei modelli statistici/stocastici. L'utente si affida allo strumento per creare più scenari di previsioni/stime e a ridurne ad un numero sufficiente senza una significativa perdita di precisione. Alta conoscenza del business/mercato, buona conoscenza dei modelli statistici/stocastici. Non è l utente che propone una o più strategie e/o scenari di previsione, ma è lo strumento che fornisce direttamente all utente la strategia migliore. Alta conoscenza del business/mercato, alta conoscenza dei modelli statistici/stocastici. - Coerenza della strategia rispetto ai vincoli, ecc - Calcolo del risultato economico ottenibile assegnati gli input - Coerenza della strategia rispetto ai vincoli, ecc - Calcolo del risultato economico ottenibile assegnati gli input - Scelta del risultato tra quelli calcolati, per es. massimizza il margine economico o minimizza la massima perdita - Coerenza della strategia rispetto ai vincoli, ecc - Calcolo del risultato economico del risultato ottimale Si tratta di una estensione della previsione deterministica, e l'utente ha controllo sia dello scenario di previsione e stime su cui si basa il risultato, sia del risultato stesso (strategia/economics) che ResOpt calcola e l'utente approva. Si tratta di una estensione dell'analisi "what if" con più scenari di previsioni/stime costruiti in base alle variazioni statistiche delle stime stesse, il che permette di tenere in conto le incertezze e la volatilità dei mercati seppure con un approccio ancora "deterministico". Per una migliore gestione dell'incertezza e della volatilità dei mercati lo strumento realizza una ottimizzazione stocastica tra più scenari creati dallo strumento stesso. 16

17 Business Case Resopt 1) HSE 2) e&t Vienna 17

18 Il Case HSE FC Price Gas contract Costs Restrictions Cogeneration Technical parameter Costs FC Price Revenue FC Price BUY EE + + Boilers FC Price SELL EE Cooling Revenue FC Price Revenue EE Load TE Load FC Price Revenue FC Loads 18

19 Modena Giardino - Cogenerazione asservita a Rete Teleriscaldamento G CH4 G Engine Heat exchanger LT Hot water - 90 C LT HT Hot water - 65 C LT Dettagli Case: 3 motori da 1,2MWe 4 Caldaie termiche di integrazione da 5 MWt Engine CH4 G Engine CH4 HERA Comm Needs EE Boiler1 Boiler2 Boiler3 Hot water - 90 C Hot water - 65 C CH4 Boiler4 HERA S.p.A. 19

20 Parametri base del case e Risultati Target: massimizzare Ebit (=Revenues Costs) Input Le previsioni dei prezzi (immissione, prelievo, energia termica, CIP6, CTR, ) Le previsioni di consumo del cliente che utilizza l impianto (energia termica, elettricità) Output e Calcoli ex post Quantità (energia termica, elettricità) prodotta Quantità (elettricità) immessa/prelevata Ore di funzionamento Profilo di carico della cogenerazione e delle caldaie termiche Indici LT e IRE, TEE, costi fissi (manutenzione) Nel customer case di HSE sono stati modellati/ottimizzati un totale di 14 impianti che operano in diversi ambiti (teleriscaldamento, industria della ceramica, industria alimentari, imballaggi ). Ottenendo dal confronto fra lo strumento precedentemente utilizzato da HSE e ResOpt un delta medio sull EBIT pari al 11% 20

21 e&t Vienna: CHP e gestione Teleriscaldamento Business challenges» Portfolio optimization by integration of own energy generation» Multi-market- and multi-commodity- optimization for scheduling large power plants including the large district heating network of Vienna» Support long-, mid-, day-ahead and intraday energy planning processes to operate power and heat generation on minimum costs or maximum contribution margin in accordance with existing limitations and restrictions.» Optimization while covering all aspect of district heating Trading: 76,7 TWh Revenue: 2,1 Mrd. Stocks: EEX/EPEX, EXAA, ECX, OTE, IPEX, APX-ENDEX, OPCOM, ICEFutures/ ICE OTC, CEGH Production capacity of the shareholders: 3.450MW installed, 400MW under construction Including CHP, gas, oil, coal as well as hydroelectric power (pumping storage and run-of-river power station) Solutions» BelVis ResOpt for Multi-market- and multi-commodity-optimization based on an economical multi-commodity model reflecting the energy resource flow» Enhanced scenario management for analysis and limit order calculations» Comprehensive Time Series Management for transparent and comprehensible data management» Fully automated energy management processes» Benefits» Significant cost reduction on plant fuel and balance group deviation by optimized power plant schedules» More profit based on a optimized limit» Less cost for energy procurement 21

22 La modellazione della rete di Teleriscaldamento Problema: l equazione termodinamica che governa il fluido termovettore (acqua calda o surriscaldata) dipende in maniera non lineare da parametri come la pressione, temperatura o perdite di rete che si possono «semplificare», per es. discretizzando tali relazioni non lineari riportandole ad una spezzata In questo modo si è creato un modello semplificato per coprire alcuni aspetti del Teleriscaldamento tra cui la dipendenza della portata dalla temperatura (fissati gli altri parametri), i vincoli fisici del sistema idraulico (es: max e min portata) e dei serbatoi (inteso come cicli di carico/scarico sulla rete) e le curve di riscaldamento/raffreddamento Nel modello che segue di Vienna sono presenti alcuni componenti relativi alla rete di Teleriscaldamento tra cui: I nodi che rappresentano la domanda di calore (prevista usando il modulo Previsione energetica BelvisPRO) Varie sorgenti del calore: da Cogenerazione, da Turbina (vapore in esubero) acccoppiata a Condensatore caldo, da Caldaia (Power-to-Heat) Il serbatoio utilizzato per soddisfare i picchi di domanda di calore Le reti con le perdite (della rete stessa e del serbatoio) 22

23 La modellazione della rete di Teleriscaldamento (2) Modello topologico di alto livello 23

24 Il valore aggiunto di ifs e Kisters Competenze ed esperienze Business sull intera filiera del valore dell energia; Come si gestisce il Rischio nell Ottimizzazione? Come si può prevedere il fabbisogno e/o i prezzi energia e/o il segno zonale in input all Ottimizzatore? Competenze ed esperienze da System Integrator per garantire integrazioni e workflow robusti Prodotto modulare con numerose installazioni a livello globale Accesso a modelli di business ed implementazioni collaudate Modellizzazione con ampia libreria di macro-componenti standard Attività di sviluppo codice ad hoc quasi azzerata Moduli aggiuntivi: Ottimizzazione con analisi what-if o stocastica Modelli previsionali avanzati BelVisyon: Reporting dinamico & collaborativo 24