Exploring spatial and temporal resolution in energy modelling for developing economies’electricity systems

Abstract

Omställningen av det globala energisystemet är pådrivet av många faktorer såsom klimatförändringar, ekonomiska och sociala faktorer. Agenda 203o, med de 17 globala målen för hållbar utveckling, har satt fokus på var den globala utvecklingen ska ligga. Denna avhandling fokuserar på globala mål 7 och 13. Det är fortfarande ca 675 miljoner människor som idag lever utan tillgång till elektricitet (globala mål 7.1), varav de allra flesta lever i Afrika söder om Sahara. Gällande utsläppen av växthusgaser så står energisystemet för den allra största delen, och denna utmaning att minska växthusgasutsläppen är knutet till globala mål 13.

Omställningen som energisystemet står inför kräver planering för att förstå hur man ska nå dessa viktiga mål. Ett sätt att stötta planeringsprocessen är genom energimodeller som kan bidra med insikter kring olika avvägningar som kan uppstå i omställningen av systemet. För Globala mål 7.1, så finns specifika utmaningar där en stor del av befolkningen söder om Sahara bor långt ifrån det existerande elnätet, och nya billiga energikraftslag såsom solpaneler och vindkraftverk kan operera utan att vara uppkopplade på elnätet som off-grid lösningar. Dessa energislag varierar både rumsligt och i tid, och energimodellerna behöver kunna ta hänsyn till detta för att förstå deras potential och påverkan i elsystemet. Energimodellerna behöver även fånga potentiell expansion av transmissions- och distributionsnätet, vilket kräver ökad rumslig detaljrikedom.

Denna avhandling avser att ge insikter kring kvalitativa och kvantitativa avvägningar kring matematisk metod, rumsliga och temporala aspekter inom energimodellering för access till elektricitet (globala mål 7.1), tillämpat på nationell nivå. Olika avvägningar kring valet av matematisk metod för att modellera länder med låg tillgång till elektricitet, samt känsligheten för ändringar i parametrar och struktur i energisystemmodeller utforskas både på nationell och multinationella elsystem.

Metoden för att nå målet i avhandlingen är fyrdelad: Först utvecklas två olika metoder för att modellera elektrifiering av hushåll som saknar elektricitet i ett land där tillgången till modern energi är låg. Den första kopplar samman två modeller med öppen källkod: OnSSET och OSeMOSYS. Den andra metoden utvecklar sättet på vilken den rumsliga dimensionen kan bättre modelleras för just globala mål 7.1 i OSeMOSYS och kallas för GEOSeMOSYS. En jämförelse av dessa två metoder görs för att förstå skillnader i beräkningstid, vilka insikter som modellerna kan ge och hur detaljrika modellerna är att modellera elektrifiering av länder med låg tillgång till modern energi. För att förstå känsligheten i elektrifieringsmodellen som utvecklats i denna avhandling, GEOSeMOSYS, utvärderas den rumsliga och temporala känsligheten mot andra parametrar såsom kostnader, diskonteringsränta och olika efterfrågenivåer. Slutligen används känslighetsanalys för att förstå vilka parametrar som kan möjliggöra låga kostnader samt låga koldioxidutsläpp i den sydamerikanska kontinenten ur ett långtidsperspektiv.

Resultaten för elektrifiering av länder med låg access till elektricitet från jämförelsen av de två metoderna utvecklade i denna avhandling visar liknande trender, med hög penetration av solpaneler när elbehovet är lågt, men att när behovet ökar så blir det mer kostnadsekonomiskt att bygga ut elnätet. GEOSeMOSYS tar ca 40 gånger längre tid att optimera för det länga körningen jämfört med den sammankopplade metoden med OSeMOSYS och OnSSET. Metoden för att optimera elnätverket för de två olika metoderna skiljer sig åt och ger därför något olika utfall, båda med kompromisser i exakthet. Detta beror på den matematiska metoden där OnSSET optimerar en-åt-gången, vilket kan ge suboptimala resultat med exempelvis parallella transmissionsledningar. GEOSeMOSYS å andra sidan bygger på antagandet om att utbyggnaden av elsystemet är linjärt, vilket leder till väldigt små installationer av kapacitet för transmissionsnätet till relativt låga kostnader.

Vid låga elbehov för de hushåll som saknar el så visade den sammankopplade metoden med OnSSET och OSeMOSYS att det var väldigt låg interaktion. Modellerna kan därför vara tillräckligt goda att köra var för sig för att minska komplexiteten så länge man har et bra estimat på kostnaden per kWh från elnätet.

Känslighetsanalysen visar att både de rumsliga och temporala dimensionerna i energimodellerna påverkar utfallet, vilket gör att de inte kan modelleras på en väldigt låg rumslig eller temporal nivå utan att påverka resultaten. En något högre känslighet påvisades för den temporala nivån jämfört med den rumsliga nivån. Vidare visar känslighetsanalysen för Sydamerika att scenarion med låga koldioxidutsläpp kan nås genom att hålla elbehovet och diskonteringsräntan på en låg nivå.

Sammanfattningsvis så har denna avhandling visat att även om modeller ska vara så enkla som möjligt så behöver avvägningar göras och komplexitet bibehållas, både den temporala och rumsliga dimensionen. Båda modellerna för att elektrifiera länder med låg tillgång till el som presenterats i avhandlingen har olika kompromisser. Den sammankopplade modellen med OnSSET och OSeMOSYS är bra för att få förståelse för den optimala teknologimixen på en övergripande nivå. Om frågan är mer komplex och innehåller fler energiflöden (än bara elektricitet) så ger GEOSeMOSYS mer flexibilitet att modellera det tillsammans med access till el, men på bekostnad av en lägre rumslig nivå. Även om känslighetsanalyserna tillämpats på en kontinent och två olika länder söder om Sahara, så finns andra utmaningar och dynamiker i andra länders och kontinenters elsystem, vilket identifieras som ett viktigt område att fortsätta forskningen.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-352222