Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Sowiński J.

1 2012

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: technology of power generation

Sortuj według:

Ogranicz wyniki do:

Niepewność cen i kosztów technologii wytwarzania energii elektrycznej w analizach projektów inwestycyjnych

Sowiński J.

Polityka Energetyczna

2012

T. 15, z. 3

305-319

Celem artykułu jest analiza problemu uwzględniania niepewności w decyzyjnych modelach inwestycji w elektroenergetyce, wykorzystujących metodyke real options approach. Miarą niepewności w modelach jest odchylenie standardowe względnych zmian przychodów. Przychody zależą od wielu czynników, a najistotniejszymi są: cena energii elektrycznej na hurtowym rynku energii, koszt wytwarzania oraz wolumen sprzedawanej energii elektrycznej. Założono, że czas wykorzystania mocy zainstalowanej przykładowych technologii wytwarzania energii elektrycznej jest wielkością zdeterminowaną. Szczegółowo opisano kształtowanie się ceny energii elektrycznej i kosztów jej wytwarzania. Dodatkowo przeanalizowano wpływ cen paliw na koszt wytwarzania energii elektrycznej. Zbudowano bazę danych cen paliw i cen energii elektrycznej w przedziale od czerwca 2007 do stycznia 2011 na podstawie danych World Bank, International Monetary Fund, NYMEX – CME Group, globalCOAL i ARE S.A. Zaprezentowane wielkości to cena energii elektrycznej na hurtowym rynku energii w Polsce, cena uranu (U3O8) na rynku światowym, średnia cena ropy naftowej na rynku owiatowym, cena rosyjskiego gazu na rynku niemieckim oraz cena australijskiego wegla energetycznego na rynku europejskim. Na tej podstawie wyznaczono wartości odchylenia standardowego przychodów dla przykładowych technologii wytwarzania energii elektrycznej: konwencjonalnej elektrowni spalającej wegiel kamienny, elektrowni jądrowej, elektrowni gazowo-parowej i spalającej ciężki olej opałowy. W dotychczasowych publikacjach brak było wskazówek, w jaki sposób interpretowaa miare niepewnooci, jaką jest wartość odchylenia standardowego względnych zmian przychodu. Na podstawie obliczeń sformułowano wnioski dotyczące przyjmowania miary niepewności dla scenariuszy prognozowania długoterminowego, niezbędnego w analizie inwestycji w elektroenergetyce.

The purpose of this paper is an analysis of the uncertainty in decision-making models of investment. The models use the real options approach. The uncertainty measure in the models is the standard deviation of the relative variability of revenue. The revenue depends on many factors, but the most important are: electricity price on the energy market, cost of electricity, and quantity of electricity for sale per year. It is assumed that the capacity factor (the percentage of maximum output generated in an average year) is determined for selected technologies of electricity generation. The variability of price and cost of electricity is described in detail. Additionally, the influence of fuel prices on the cost of electricity is analyzed. The database of fuel and electricity prices is created using data from the World Bank, International Monetary Fund, NYMEX – CME Group, globalCOAL, and ARE S.A. The time series contain data from 2007 to 2011. Collected data include the following variables: electricity price in Poland, uranium (U3O8 ) monthly price in US dollars per pound, monthly price of crude oil (petroleum) in US dollars per barrel, Russian natural gas border price in Germany in US dollars per thousands of cubic meters, and Australian thermal coal in US dollars per metric tonne. Using the database, the values of the standard deviation of revenue for selected power plants, e.g. hard coal power plant, nuclear power plant, combined cycle gas turbine, and power plant with diesel engines, is estimated. In previous publications there were no hints as to how the uncertainty measure should be interpreted. On the basis of the calculation, certain conclusions are formulated. As a result, decision makers may gain some insight into how to estimate uncertainty measure values in long-term forecasting scenarios of power sector investment analysis.