نکات مهم:
• مطالعه اثرات دینامیک CRMها بر سرمایه گذاری های تولید برق فراهم شده است.
• بازار ظرفیت و مکانیزم حفظ راهبردی مقایسه شده است.
• CRMها گرایش های دوره ای مستعد حضور در بازار انرژی صرف را کاهش می دهند.
• بازار ظرفیت کمبودهای کمتری را تجربه می کند و هزینه های تولید نیز کاهش می یابد.
چکیده
براساس اصلاحات آزادسازی، توانایی بازارهای برق در فراهم کردن انگیزه های رضایت بخش برای سرمایه گذاری در ظرفیت تبدیل به یک مشکل مهم شده است. به طور خاص، بازارهای انرژی کنونی پدیده هایی را از چرخه های سرمایه گذاری نشان می دهند که فازهایی را تحت و ورای ظرفیت موجود، و از این رو هزینه های اضافی و ریسک-هایی مهم برای کفایت تولید ایجاد می کنند. برای مواجهه با این موضوعات، مکانیزم های جدید، که مکانیزم های پاداش ظرفیت (CRM) نامیده می شوند، اجرا شده است (و یا اجرا خواهندشد). این مقاله اثرات دینامیکی دو مکانیزم CRM، بازار ظرفیت و مکانیزم ذخیره استراتژیک، را ارزیابی می کند و همچنین بررسی می کند که تا چه حدی این دو رویکرد قادر به کاهش چرخه های سرمایه گذاری می باشند. هزینه های تولید و هزینه های کمبود هر دو مکانیزم نیز به منظور نتیجه گیری درباره تاثیر و بهره وری اقتصادی آن ها مقایسه شده است. مدل شبیه سازی، مبتنی بر پویایی سیستم، به منظور مطالعه عملکرد CRMها و تصمیمات مربوط به سرمایه گذاری توسعه یافته است. نتایج مزیت های گسترش CRMها جهت حل موضوع کفایت را برجسته تر می کنند: کمبودها در مقایسه با بازار انرژی صرف به شدت کاهش می یابد. علاوه برآن، ظرفیت بازار نیز به نظر بسیار سودمند می رسد، زیرا کمبودهای کمتری را تجربه می کند و هزینه های تولید نیز کاهش می یابد. این مقایسه ها را می توان با سازندگان سیاست ها (به طور خاص در اروپا، که درآن این دو مکانیزم عمدتا مطرح می شوند) به منظور تعیین این که کدام مکانیزم CRM انتخاب شود، بکاربرد.
1. مقدمه
اصلاحات بازار برق در دهه های اخیر و به خصوص توسعه رقابت در سمت تولید مسیر تصمیمات سرمایه گذاری را تغییر داده است (Dyner and Larsen, 2001). در سیستم های تنظیمی پیشین، ریسک های سرمایه گذاری ازطریق تعرفه ها به مشتریان منتقل می شود. چون تنها یک بازیگر درگیر می باشد، هماهنگی و تناسب در سرمایه گذاری های تولید یک مشکل نیست. در حال حاضر، سرمایه گذاران برنامه ریزی توسعه خود را در واکنش به نشانه-های قیمت قابل پیش بینی سخت و پیچیده انجام می دهند و بر دستیابی به بیشترین سود متمرکز می شوند. این امر هماهنگی در سرمایه گذاری ها را بسیار پیچیده می شود، که منجربه ناکارمدی های بلند مدت می شود.
متون مختلف نشان داده اند که شکست های زیاد بازار دستیابی به سطح بهینه از سرمایه گذاری تحت آن چه که طراحی بازار "صرفا انرژی" نامیده می شود، مختل می کند (Hobbs et al., 2001; De Vries, 2004; Bidwell and Henney, 2004; Joskow, 2007). علاوه برآن، نشان داده شده است که کفایت تولید نه تنها درباره سرمایه گذاری در میزان بهینه از ظرفیت است، بلکه درباره انجام آن در زمان صحیح نیز می باشد. در واقع، جنبه های دینامیک سرمایه گذاری های تولید نیز با درنظر گرفتن موضوع کفایت مهم می باشند. به طور خاص، ریسک گرایش های دوره ای به سرمایه کذاری تولید برق، که به عنوان چرخه های رونق و رکود شناخته می شود، برجسته تر شده است (Ford, 1999, 2001, 2002; Green, 2006; Arango and Larsen, 2011). این گرایش ها با مراحل فروظرفیتی (کمتر از ظرفیت یا undercapacity) و فراظرفیتی (overcapacity) محقق می شود. چنین مراحلی در جامعه تبعیض آمیز است، زیرا درطی مراحل فروظرفیتی، کمبودهای بیشتر از سطح بهینه موردنیاز است و درطی مراحل فراظرفیتی نیز ظرفیت تولید بیشتر از میزان بهینه ایجاد می شود. مراحل فروظرفیتی با گرایش سرمایه گذاران به تاخیر سرمایه گذاری های آن ها توصیف می شود. این امر عمدتا ناشی از عدم قطعیت ها و امکان ناپذیری ها در پیش بینی قیمت های آینده به روش کامل و عاری از ریسک می باشد (De Vries, 2004). سرمایه گذاران تمایل به انتظار برای نشانه های واضح از سوددهی هستند تا مطمئن شوند که طرح های آن ها سودده خواهدبود (Dixit and Pindyck, 1994). زمان پیشروی طولانی، زمان افت طولانی، تشدید بودجه و برگشت ناپذیری سرمایه ها نیز این اثرات را تشدید کرده است. برعکس، وقتی سرمایه گذاری ها به اندازه کافی سودمند به نظر می رسد، بازیگران مستعد سرمایه گذاری بیش از حد می باشند. رفتار گروه یا سبک-شماری درباره تصمیمات رقبا نیز این امر را توضیح می دهد (Green, 2006). چنین سبک شماری ها می تواند عمدی، مانند سرمایه گذاران درباره تکمیل نیروگاه های برق رقبا مردد هستند، یا غیرعمدی باشد، سرمایه گذاران اطلاعات اندکی درباره تصمیمات رقبا دارا می باشند (Ford, 2001).
بنابراین، برای فراهم کردن نشانه های سرمایه گذاری بهینه و حل این موضوعات کفایت، مکانیزم های جدیدی که مکانیزم های پاداش ظرفیت نامیده می شوند (CRM) در حال پیاده سازی می باشند. مناظرات و مباحثات کنونی در این موضوع که در اروپا در حال برگزاری است، عمدتا بر دو مکانیزم، بازار ظرفیت و مکانیزم ذخیره استراتژیک متمرکز می باشد. این دو مکانیزم در این مقاله برررسی شده اند. در بازار ظرفیت (همچنین به عنوان الزامات ظرفیت شناخته می شوند)، التزام ظرفیت نصب شده چندین سال پیش محاسبه شده است و برابر با پیش بینی تقاضای اوج با حد ظرفیت می باشد. این التزام را می توان به طور مناسب بین تامین کنندگان در مورد بازار ظرفیت غیرمتمرکز به اشتراک گذاشت یا توسط یک خریدار تنها (برای مثال TSO) در مورد بازار ظرفیت متمرکز متحمل شد. در نتیجه بازار جدید برای ظرفیت ایجاد می شود، و همراه با بازار انرژی کالا قرار داده می شود تا اعتبارهای ظرفیت را تبادل کنند و به التزام ظرفیت لازم برسند. این طراحی در فرانسه یا بریتانیا انتخاب شده است. در مکانیزم ذخیره-سازی استراتژیک، TSO، چندین سال قبل یا ماه ها قبل، میزان ذخایر استراتژیک مبتنی بر اختلاف بین تقاضای اوج برآوردشده (بعلاوه حد ظرفیت) و میزانی که بازار بدون مکانیزم فراهم می کند، تعیین می شود. این ذخایر ازطریق یک مناقصه رقابتی فراهم می شود و تنها به عنوان آخرین گزینه به منظور اجتناب از کمبودها گسترش داده می شود. این مکانیزم در سوئد و فنلاند و اخیرا نیز در بلژیک اجرا شده است. آلمان نیز معرفی این مکانیزم را درنظر می گیرد (McGraw Hill Financial, 2015). علاوه برآن، کمیسیون اروپا (2013) پیاده سازی مکانیزم ذخیره سازی استراتژیک را که اختلال زایی کمتر برای بازار انرژی و پیاده سازی آسان تر را ارزیابی می کند، پیشنهاد می دهد.
یکی از سوالات کلیدی در متون کنونی، ارزیابی عملکردهای این CRMها و مقایسه آن ها به منظور انتخاب بهترین مورد برای پیاده سازی می باشد. برای مثال، در اروپا، پیاده سازی این مکانیزم ها می بایست توسط کمیسیون اروپا براساس مقایسه چندین معیار اقتصادی اعتبارسنجی شود. بنابراین چندین نویسنده از لحاظ کیفی CRMهای مختلف را با درنظرگرفتن انتخاب معیارهای اقتصادی (برای مثال، فراهم کردن مشوق های کافی، امکان پذیری، ریسک های سوء استفاده از قدرت بازار)، عمدتا از نقطه نظر ثابت (برای مثال، Finon and Pignon (2006)) مقایسه کردند. علاوه برآن، به دلیل اهمیت چرخه های سرمایه گذاری که در متون توصیف شدهاست، عملکرد این CRMها نیز به طور پویا ارزیابی شده است، به طور خاص میزانی که این مکانیزم ها قادر به کاهش این گرایش های دوره ای تبعیض آمیز می باشند، بررسی می شود. برای این منظور، مدل های شبیه سازی موردنیاز می باشد. درواقع، به منظور دستیابی به درک پویا از صنعت، Gary and Larsen (2000) نشان دادند که ورود حلقه های بازخورد اطلاعات، به جای فرضیات تعادل، اساسی می باشند. بنابراین مدل های تعادل را نمی توان بیش از این به منظور درک و مدل سازی گرایش های دوره ای بکاربرد (البته، مورد مشابهی را می توان درباره مدل های بهینه سازی، برای مثال، حداقل کردن هزینه ها، بیان کرد). در بین مدل های شبیه سازی مختلف، مدل سازی دینامیک سیستم (SD)، روش توسعه یافته توسط Forrester (1961)، مدل اصلی مورد استفاده در متون کنونی به منظور مدل سازی این حلقه های بازخورد و مطالعه جنبه های دینامیک سرمایه گذاری بکار رفته است. SD مطالعه روابط فی مابین دربین اجزای مختلف، درک مکانیزم های بازخورد، و سپس ارزیابی پاسخ های دینامیک را امکان پذیر می سازد. بنابراین، با استفاده از این روش، می توان رفتارهای دوره ای و همچنین اثر CRM بر چنین چرخه هایی را تجزیه وتحلیل کرد. برای مثال، Olsina et al. (2006), Syed Jalal and Bodger (2010), De Vries (2004), Kadoya et al. (2005) و Hani et al. (2006) SD را به منظور مطالعه سرمایه گذاری دینامیک در بازارهای برق و برجسته کردن رفتار دوره ای اعمال شده است. دیدگاه بسیار گسترده از مدل های SD در شبیه سازی ظرفیت تولید را می توان در Teufel et al. (2013) پیداکرد.
همچنین متون از این روش برای مطالعه و مقایسه ویژگی های دینامیک CRMها به منظور انتخاب مؤثرترین مورد برای پیاده سازی استفاده کرده اند. برای مثال، Assili et al. (2008) و Park et al. (2007)بررسی کردند که چگونه یک مکانیزم پرداخت ظرفیت متغیر بهبودیافته، چرخه های سرمایه گذاری را کاهش می دهد. De Vries and Heijnen (2008) پرداخت های ظرفیت، قیمت گذاری ذخایر عملیاتی و بازارهای ظرفیت تحت عدم قطعیت رشد بار آینده را مقایسه کردند. آن ها نشان دادند که تمامی این مکانیزم ها از بازار صرفا انرژی رقابتی، و التزام ظرفیت دارای بیشترین اثر پایداری، با درنظر گرفتن سرمایه گذاری و قیمت، بهتر عمل می کنند. Hobbs (2007) (و همکارانش) توانایی بازار ظرفیت در سیستم PJM را به منظور کاهش چرخه های سرمایه گذاری ارزیابی کردند. آن ها نشان دادند که منحنی تقاضای با شیب پایین در بازار ظرفیت، نوسانات در ظرفیت نصب شده را در مقایسه با منحنی عمودی کاهش می دهد. Hasani and Hosseini (2011) مکانیزم پرداخت ظرفیت و بازار ظرفیت را از طریق نه نشانگر اقتصادی و فنی (به طور خاص کمبودها، قیمت های برق و بازده های فناوری پیشرفته) مقایسه کردند. Hasani and Hosseini (2013) یک مدل SD را به منظور مقایسه طراحی های مختلف از پرداخت ظرفیت در بازار برق ایران، به طور خاص ارزیابی حد ذخایر و هزینه های گسترده تولید توسعه دادند. آن ها دریافتند که مکانیزم پرداخت ظرفیت با پرداخت های مختلف برای هر ناحیه برطبق شاخص های اطمینان ناحیه، هزینه های گسترش ظرفیت کمتری را نشان می دهد و اجتناب از کمبودها را نیز امکان پذیر می-سازد. سرانجام، Cepeda and Finon (2011) مسائل مربوط به امنیت بلند مدت منبع را در بازارهای برق منطقه ای که CRMها پیاده سازی شده است، مطالعه کردند. آن ها دریافتند که عدم هماهنگی بین بازارهای محلی در CRMها منجربه اثرات جانبی نامطلوب می شود.
با این حال، متن کنونی را می توان در دو نقطه بهبود بخشید. ابتدا، مکانیزم ذخیره استراتژیک، یکی از اصلی ترین CRMهای اجراشده و بحث شده در اروپا، به ندرت از دیدگاه دینامیک مطالعه شده است. بنابراین، سیاست گذاران قادر به مقایسه این مکانیزم با دیگر CRMها به منظور انتخاب بهترین مورد برای اجرا نمی باشند. علاوه برآن، در مطالعه ذکرشده در بالا، مقایسات اغلب بر پایه معیار کفایت می باشند (یعنی، تا چه حدی CRM کمبودها را کاهش می دهد). با این حال، بهره وری مکانیزم، یعنی، هزینه ها برای ساخت و عملکرد نیروگاه های برق جهت کاهش کمبودها، اغلب نادیده گرفته می شوند. با این حال، بهره وری از نقطه نظر اقتصادی یکی از اصلی ترین معیارها به خصوص هنگام حداکثر کردن رفاه اجتماعی، برای لحاظ کردن می باشد: CRMها می بایست کمبودها را – اما نه به هر هزینه ای برای جامعه – کاهش دهند. سیاست گذاران باید در تصمیم گیری اجرای مکانیزم CRM، نه تنها معیار اثرپذیری (یعنی کفایت) بلکه معیار بهره وری را نیز درنظر بگیرند (یعنی هزینه های سرمایه گذاری و تولید).
این دو نقطه گم شده در این مقاله مطالعه شده اند. هدف این مقاله ارزیابی اثرات دینامیک بازار ظرفیت و مکانیزم ذخیره سازی استراتژیک می باشد. مناسب ترین و رایج ترین روش برای مطالعه این جنبه های دینامیک سرمایه-گذاری، مدل سازی SD می باشد که در این مقاله بکار رفته است. براساس دانش نویسنده ها، تا زمانی که مدل یک شبیه سازی SD است، نتایج این مطالعه نباید وابسته به انتخاب مدل سازی اصلی باشد. در نتیجه، مدل انتخابی در این مقاله مبتنی بر Hobbs (2005) و Hobbs et al. (2007)می باشد که در مقاله های اصلی به طور کامل بحث وبررسی شده است و به آسانی نیز قابل مهار می باشد. این مدل اصلی، که درآن تنها بازار ظرفیت برای سیستم PJM بکار رفته است، به منظور لحاظ مکانیزم ذخیره سازی استراتژیک و بازار صرفا انرژی گسترش یافته-است. علاوه برآن، به منظور انجام محاسبه دقیق هزینه های تولید، رفتار مناقصه ای مبتنی بر هزینه های اجتناب پذیر و تصمیمات توقف درون زا افزوده شده اند. مدل مورد استفاده در این مقاله تصمیمات سرمایه گذاری در ساختار بازار آزاد تحت عدم قطعیت رشد بار شبیه سازی می کند. سه طراحی بازار مختلف مورد مطالعه قرار گرفته است: بازار صرفا انرژی (به عنوان مورد مرجع)، بازار ظرفیت و مکانیزم ذخیره سازی استراتژیک. سپس، این طراحی های بازار با استفاده از شبیه سازی های مونته کارلو برای بارهای رشد مختلف، براساس رفاه اجتماعی مقایسه شده اند. رفاه اجتماعی به دلیل هزینه های کلی تولید و هزینه های کمبود ارزیابی می شود.
این مقاله چنین سازماندهی شده است: بخش 2 مدل مورد استفاده در این مقاله را به منظور مطالعه تصمیمات بازیگران تحت بازار صرفا انرژی، بازار ظرفیت، و مکانیزم ذخیره سازی استراتژیک ارائه می کند. نتایج این شبیه سازی و مقایسه عملکرد بازار در بخش 3 مطرح شده است. سرانجام، بخش 4 نتیجه گیری مقاله را ارائه می دهد.
HIGHLIGHTS
• A study of the dynamic effects of CRMs on generation investments is provided.
• Capacity market and strategic reserve mechanism are compared.
• Both CRMs reduce the cyclical tendencies prone to appear in energy-only market.
• The capacity market experiences fewer shortages and generation costs are lower.
Abstract
Following liberalization reforms, the ability of power markets to provide satisfactory incentives for capacity investments has become a major concern. In particular, current energy markets can exhibit a phenomenon of investment cycles, which generate phases of under and over-capacity, and hence additional costs and risks for generation adequacy. To cope with these issues, new mechanisms, called capacity remuneration mechanisms (CRM), have been (or will be) implemented. This paper assesses the dynamic effects of two CRMs, the capacity market and the strategic reserve mechanism, and studies to what extent they can reduce the investment cycles. Generation costs and shortage costs of both mechanisms are also compared to conclude on their effectivity and economic efficiency. A simulation model, based on system dynamics, is developed to study the functioning of both CRMs and the related investment decisions. The results highlight the benefits of deploying CRMs to solve the adequacy issue: shortages are strongly reduced compared to an energy-only market. Besides, the capacity market appears to be more beneficial, since it experiences fewer shortages and generation costs are lower. These comparisons can be used by policy makers (in particular in Europe, where these two CRMs are mainly debated) to determine which CRM to adopt.
1. Introduction
Power market reforms in recent decades and in particular development of competition on the generation side have changed the way investment decisions are made (Dyner and Larsen, 2001). In previous regulated systems, investment risks were passed through the tariffs to the consumers. Since only one player was involved, coordination in generation investments was not an issue. Now, investors perform their own development planning in reaction to complex and hardly predictable price signals, aiming to earn the highest profit. It makes coordination in investments more complex, which can lead to long-term inefficiencies.
Literature has shown that many market failures can disturb the achievement of an optimal level of investment under the so called “energy-only” market design (Hobbs et al., 2001; De Vries, 2004; Bidwell and Henney, 2004; Joskow, 2007). Moreover, it has shown that generation adequacy is not only about investing in the optimal amount of capacity but also about doing it at the right time.1 Indeed, the dynamic aspects of generation investments also matter regarding the adequacy issue.2 In particular, the risk of cyclical tendencies in generation investments, known as boom and bust cycles, has been highlighted (Ford, 1999, 2001, 2002; Green, 2006; Arango and Larsen, 2011). These tendencies are materialized by phases of undercapacity and overcapacity. Such phases are prejudicial to society since more shortages than the optimal level are required during undercapacity phases and more generation capacity than the optimal amount is built during overcapacity phases. Undercapacity phases are explained by the tendency of investors to delay their investments. This is mostly due to uncertainties, impossibility to predict futures prices in a perfect way and risk aversion (De Vries, 2004). Investors tend to wait for clearer signals of profitability to be sure their plants will be profitable (Dixit and Pindyck, 1994). Long lead time, capital intensiveness and irreversibility of investments also intensify these effects. Conversely, once investments seem to be profitable enough, players are prone to overinvest. A herd behavior or an underestimation about competitors' decisions can explain this (Green, 2006). Such underestimation can be intentional, investors being skeptical about completion of competitors announced power plants, or unintentional, investors having limited information about competitors' decisions (Ford, 2001).
Therefore, to provide optimal investment signals and solve these adequacy issues, new mechanisms called capacity remuneration mechanisms (CRM) have been (or are going to be) implemented. The debates and discussions currently taking place in Europe on this topic mostly focus on two mechanisms, the capacity market and the strategic reserve mechanism.3 These two mechanisms are studied in this paper. In the capacity market (also known as capacity requirements), an obligation of installed capacity is computed several years in advance, equal to the peak demand forecast together with a capacity margin. This obligation can be proportionally shared between suppliers in the case of a decentralized capacity market or borne by a single buyer (for instance the TSO4 ) in the case of a centralized capacity market. A new market for capacity is then created, juxtaposed to the commodity energy market, to exchange capacity credits and reach this capacity obligation. This design has been selected in France or in Great-Britain. In the strategic reserve mechanism, the TSO sets, several years or months in advance, the amount of required strategic reserves based on the difference between estimated peak demand (plus a capacity margin) and what the market would otherwise provide without the mechanism. These reserves are provided through a competitive tender and are deployed only as a last resort to avoid shortages. It has been implemented in Sweden and in Finland and recently in Belgium. Germany is also considering the introduction of this mechanism (McGraw Hill Financial, 2015). Besides, the European Commission (2013) recommends the implementation of a strategic reserve mechanism which it assesses as less distortionary for the energy market and easier to implement.
One of the key questions in the current literature involves assessing the performances of these CRMs and comparing them to select the best one to implement. For instance, in Europe, the implementation of these mechanisms has to be validated by the European Commission based on the comparison of several economic criteria. Several authors have thus compared qualitatively the different CRMs with regard to a selection of economic criteria (e.g. provision of adequate incentives, feasibility, risks of market power abuse), mainly from a static point of view (e.g. Finon and Pignon (2006)). Moreover, due to the importance of the investment cycles as described in the literature, the performances of these CRMs also have to be assessed dynamically, in particular to study to what extent they can reduce these prejudicial cyclical tendencies. To this end, simulation models are needed. Indeed, to gain an understanding of the dynamics of the industry, Gary and Larsen (2000) showed that inclusions of information feedback loops, instead of equilibrium assumptions, are fundamental. Therefore, equilibrium models cannot be used anymore to understand and model the cyclical tendencies (of course, the same can be said about optimization models, e.g. minimizing costs). Among the different simulations models, Systems Dynamics (SD) modeling, a methodology developed by Forrester (1961), is the main model used in the current literature to model these feedback loops and to study dynamic aspects of investments. SD enables to study inter-relationships among the different components, understand feedback mechanisms and then assess the dynamic responses. Thus, using this methodology, cycle behaviors can be analyzed, as well as the influence of CRM on such cycles. For instance, Olsina et al. (2006), Syed Jalal and Bodger (2010), De Vries (2004), Kadoya et al. (2005) and Hani et al. (2006) have applied SD to study the investment dynamics in electricity markets and to highlight the cyclical behavior. A more extensive review of SD models in generation capacity simulation can be found in Teufel et al. (2013).
Literature has also used this method to study and compare the dynamic properties of CRMs in order to select the most effective one to implement. For instance, Assili et al. (2008) and Park et al. (2007) study how an improved variable capacity payment mechanism can reduce investment cycles. De Vries and Heijnen (2008) compare capacity payments, operating reserves pricing and capacity markets under uncertainty of the future growth load. They show that all these mechanisms perform better than a competitive energy-only market, capacity obligations having the strongest stabilizing effect, both with respect to investment and prices. Hobbs et al. (2007) assess the capability of the capacity market in the PJM system to reduce investment cycles. They show that a downward sloping demand curve on the capacity market reduces fluctuations in installed capacity, compared to a vertical curve. Hasani and Hosseini (2011) compare the capacity payment mechanism and the capacity market through nine technical and economic indicators (in particular regarding shortages, electricity prices and revenues of peak technology). Hasani and Hosseini (2013) develop a SD model to compare different designs of capacity payment in the Iranian power market, in particular assessing the reserve margin and the generation expansion costs. They find that a capacity payment mechanism with different payments for each region according to the regions' reliability indices shows lower capacity expansion costs and enables to avoid shortages. Finally, Cepeda and Finon (2011) study the problems related to long-term security of supply in regional electricity markets when different CRMs are implemented. They find that the lack of harmonization between local markets in CRMs may lead to undesirable side effects.
However, the current literature can be improved on two points.First, the strategic reserve mechanism, one of the main CRMs implemented and discussed in Europe, is rarely studied from a dynamic point of view. Thus, policymakers cannot compare this mechanism with other CRMs to select the best one to implement. Moreover, in the studies mentioned above, comparisons are often based on an adequacy criterion (i.e. to what extent the CRM can reduce shortages). However, the efficiency of the mechanism, i.e. the costs to build and operate power plants to reduce shortages, is often disregarded. Yet, efficiency is one of the main criteria to consider from an economic point of view, in particular when maximizing the social welfare: CRMs have to reduce shortages but not at any cost for society. Policymakers should decide which CRM to implement regarding not only the effectiveness criterion (i.e. the adequacy) but also the efficiency one (i.e. the investment and generation costs).
These two missing points are studied in this paper. Its purpose is to assess the dynamic effects of the capacity market and the strategic reserve mechanism, two of the main CRMs considered in Europe, and to compare them with regard to the effectiveness and efficiency criteria. The most suitable and convenient method to study these dynamic aspects of investments is SD modeling, which is used in this paper. To the knowledge of the authors, the results of this study should not be dependent on the original modeling choice, as long as the model is a SD simulation. As a consequence, the model chosen in this paper is based on Hobbs (2005) and Hobbs et al. (2007) as it is well exposed and explained in the original papers, and then easily tractable. This original model, where only the capacity market is studied for the PJM system,5 is expanded to consider a strategic reserve mechanism and an energy-only market. Moreover, in order to be able to compute the generation costs accurately, a bidding behavior based on avoidable costs and endogenous shutdown decisions are added. The model used in this paper simulates investment decisions in a liberalized market regime under uncertainty on the load growth. Three different market designs are studied: the energy-only market (as a reference case), the capacity market and the strategic reserve mechanism. Then, these market designs are compared based on social welfare using Monte-Carlo simulations for different growth loads. This social welfare is evaluated thanks to total generation costs and shortage costs.
This paper is organized as follows: Section 2 presents the model used in this paper to study players' decisions under the energy-only market, the capacity market and the strategic reserve mechanism. Results of these simulations and comparisons of market performances are outlined in Section 3. Finally, Section 4 concludes the paper.
چکیده
1. مقدمه
2. مدل
2.1. مرور کلی مدل
2.2. بازار صرفا انرژی
2.2.1. بازده های حاصل از بازار انرژی
2.2.2. سرمایه گذاری و تصمیمات توقف
2.3. بازار ظرفیت
2.4. مکانیزم ذخیره سازی استراتژیک
2.5. پارامترها برای مورد مرجع
2.6. شبیه سازی و شاخص ها
3. نتایج و مباحثات
3.1. مطالعه گرایش های دوره ای در سه بازار
3.2. مقایسه های اقتصادی بازار ظرفیت و مکانیزم ذخیره سازی استراتژیک
3.3.تجزیه و تحلیل میزان حساسیت
4. نتیجه گیری و پیامدهای سیاسی
منابع
Abstract
1. Introduction
2. Model
2.1. Overview of the model
2.2. Energy-only market
2.2.1. Revenues from the energy market
2.2.2. Investment and shutdown decisions
2.3. Capacity market
2.4. Strategic reserve mechanism
2.5. Parameters for the reference case
2.6. Simulation and indicators
3. Results and discussions
3.1. Study of the cyclical tendencies in the three markets
3.2. Economic comparisons of the capacity market and the strategic reserve mechanism
3.3. Sensitivity analysis
4. Conclusion and policy implications
References