Advertisement

Ein neuer Ansatz zur Optimierung des Bilanzausgleichs in einem Gasmarktgebiet

  • Uwe GotzesEmail author
Article
  • 23 Downloads

Zusammenfassung

Im BDEW/VKU/GEODE-Leitfaden Krisenvorsorge Gas ist zu lesen, dass als oberster Grundsatz zur Vermeidung von Versorgungsengpässen in Gasversorgungssystemen gilt, möglichst laufend einen Bilanzausgleich in allen Teilen des Netzes zu erreichen. Wir entwickeln Modelle zur Optimierung des laufenden Bilanzausgleichs. Als Gasversorgungssystem betrachten wir modellhaft die Fernleitungsnetze eines Marktgebiets. Als Teile des Gasversorgungssystems fassen wir vereinfachend die jeweiligen Netze der Fernleitungsnetzbetreiber auf. Die Optimierung erfolgt in zwei Schritten. Im ersten Schritt wird der optimale Einsatz netzbezogener Maßnahmen ermittelt. Beispiele für netzbezogene Maßnahmen sind die Nutzung von Netzpuffer und Mengenverlagerungen mit anderen Infrastrukturbetreibern. Falls sich die Bilanzen durch netzbezogene Maßnahmen nicht vollständig ausgleichen lassen, werden Fehlmengen angesetzt, die so gleichmäßig wie möglich auf die Teile des Netzes verteilt werden. Im zweiten Schritt werden die verbliebenen Fehlmengen, welche in der Regel durch marktbezogene Maßnahmen bereinigt werden, regulierungskonform auf möglichst große Teile des Gasversorgungssystems verteilt. Im Ergebnis erhalten wir ein transparentes, gerechtes, flexibel parametrier- und erweiterbares Verfahren, welches zyklisch im Dispatchingprozess eingesetzt werden kann, um die Integrität der Netze zu unterstützen. Dies wird an Beispielen verdeutlicht.

Schlüsselwörter

Fernleitungsnetzbetreiber Gasmarktgebiet Marktgebietskooperation Optimierung des Bilanzausgleichs Versorgungssicherheit 

A New Approach to Optimize Balancing in a Gas Market Area

Abstract

In the BDEW/VKU/GEODE guidelines on gas crisis prevention, it is stated that the highest principle for avoiding supply bottlenecks in gas supply systems is to achieve balancing in all parts of the network. We develop models to optimize the ongoing balancing in all parts of a gas supply system. We look at the transmission systems of a market area and understand the networks of the respective transmission system operators as the parts of the gas supply system. The optimization takes place in two steps. In the first step, the optimal use of network-related measures, such as the use of linepack and quantity shifts with other infrastructure operators, is computed. If network-related measures are not able to fully level out all imbalances, shortfall quantities are used to compensate for any shortfalls. Shortfall quantities are applied as uniformly as possible to the parts of the network. In the second step, the remaining shortfalls, which are usually compensated by market-related measures, are distributed to preferably large parts of the gas supply system, to be compliant with regulations. Our result is a transparent, fair, flexibly configurable and expandable procedure, which can be used in the dispatching process to support the integrity of the networks. This is illustrated by examples.

Keywords

Transmission system operators Gas market area Market area cooperation Optimization of balancing Security of supply 

Notes

Danksagung

Ich danke meinem Kollegen Uwe Pesara für die Inspiration zu diesem Artikel und für die Diskussionen zum Thema. Meiner Frau Claudia Gotzes und meinem Kollegen Klaus Spreckelsen danke ich für die Verbesserungsvorschläge zum Text.

Literatur

  1. Ahuja RK, Magnanti TL, Orlin JB (1993) Network flows: theory, algorithms, and applications. Prentice-Hall, Upper Saddle RiverzbMATHGoogle Scholar
  2. BDEW/VKU/GEODE (2018) BDEW/VKU/GEODE-Leitfaden Krisenvorsorge Gas. BDEW Bundesverband der Energie- und Wasserwirtschaft e. V., Verband kommunaler Unternehmen e. V. (VKU), GEODE – Groupement Européen des entreprises et Organismes de Distribution d’Énergie, EWIV. https://www.bdew.de/media/documents/nach_Leitfaden_Krisenvorsorge_Gas.pdf. Zugegriffen: 26.08.2019Google Scholar
  3. Die Fernleitungsnetzbetreiber (2019) Deutschland – Ein Marktgebiet. https://www.marktgebietszusammenlegung.de. Zugegriffen: 26.08.2019Google Scholar
  4. FICO (2018) FICO Xpress optimization product documentation. https://www.fico.com/fico-xpress-optimization/docs/latest/overview.html. Zugegriffen: 26.08.2019Google Scholar
  5. FNB Gas (2018) Marktgebiete. Vereinigung der Fernleitungsnetzbetreiber Gas e. V. https://www.fnb-gas.de/de/fernleitungsnetze-/marktgebiete/marktgebiete.html. Zugegriffen: 26.08.2019Google Scholar
  6. GasNZV (2010) Verordnung über den Zugang zu Gasversorgungsnetzen. https://www.gesetze-im-internet.de/gasnzv_2010. Zugegriffen: 26.8.2019Google Scholar
  7. Gaspool (2019) GASPOOL: Startseite. https://www.gaspool.de/. Zugegriffen: 26.08.2019
  8. Gleixner A, Bastubbe M, Eifler L, Gally T, Gamrath G, Gottwald RL, Hendel G, Hojny C, Koch T, Lübbecke ME, Maher SJ, Miltenberger M, Müller B, Pfetsch ME, Puchert C, Rehfeldt D, Schlösser F, Schubert C, Serrano F, Shinano Y, Viernickel JM, Walter M, Wegscheider F, Witt JT, Witzig J (2018) The SCIP Optimization suite 6.0. optimization online. http://www.optimization-online.org/DB_HTML/2018/07/6692.html. Zugegriffen: 26.08.2019Google Scholar
  9. GLPK Project (2018) GNU Linear Programming Kit. http://www.gnu.org/software/glpk/glpk.html. Zugegriffen: 26.08.2019Google Scholar
  10. Gurobi Optimization, LLC (2018) Gurobi optimizer reference manual. http://www.gurobi.com. Zugegriffen: 26.08.2019Google Scholar
  11. Hu TC (1966) Minimum-cost flows in convex-cost networks. Naval Res Logist Q 13(1):1–9CrossRefGoogle Scholar
  12. IBM (2018) ILOG CPLEX Optimization Studio V12.8.0 Documentation. https://www.ibm.com/support/knowledgecenter/SSSA5P_12.8.0/ilog.odms.studio.help/Optimization_Studio/topics/COS_home.html. Zugegriffen: 26.08.2019Google Scholar
  13. Kallrath J (Hrsg) (2004) Modeling languages in mathematical optimization. Kluwer, DordrechtzbMATHGoogle Scholar
  14. Kallrath J (2013) Gemischt-ganzzahlige Optimierung: Modellierung in der Praxis. Springer SpektrumGoogle Scholar
  15. Koch T (2004) Rapid mathematical prototyping. PhD thesis, Technische Universität BerlinGoogle Scholar
  16. Koch T, Hiller B, Pfetsch M, Schewe L (Hrsg) (2015) Evaluating gas network capacities. SIAM, PhiladelphiazbMATHGoogle Scholar
  17. Liwacom Informationstechnik GmbH (2019) Simone Software. https://www.liwacom.de/. Zugegriffen: 26.08.2019Google Scholar
  18. Martin E, Beale L (1959) An algorithm for solving the transportation problem when the shipping cost over each route is convex. Naval Res Logist Q 6(1):43–56MathSciNetCrossRefGoogle Scholar
  19. Monopolkommission (2012) Sondergutachten 59 – Energie 2011: Wettbewerbsentwicklung mit Licht und Schatten. https://www.monopolkommission.de/images/PDF/SG/s59_volltext.pdf. Zugegriffen: 26.08.2019CrossRefGoogle Scholar
  20. NetConnect Germany (2019) NetConnect Germany > Start. https://www.net-connect-germany.de. Zugegriffen: 26.08.2019
  21. Powernext SAS (2019) Pegas gas trading platform. https://www.powernext.com/pegas-trading. Zugegriffen: 26.08.2019Google Scholar
  22. PSI Energy Oil & Gas (2019) PSIGanesi – the Planning System. https://www.psigasandoil.com/fileadmin/downloads/OIL_GAS/GANESI_Plan1.pdf. Zugegriffen: 26.08.2019Google Scholar
  23. Ruszczyński A, Shapiro A (Hrsg) (2003) Stochastic programming. Handbooks in operations research and management science Bd. 10. Elsevier, AmsterdamGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Open Grid Europe GmbHEssenDeutschland

Personalised recommendations