Στοχαστική μοντελοποίηση του παγκόσμιου ενεργειακού συστήματος και εφαρμογές

Abstract

The objective of the current thesis concerns the design and development of an innovative integrated energy-economy model that projects the evolution of the global energy system by 2050, which systematically incorporates explicit representation of uncertainty for model parameters. The most important novelty of the model is the fact that it is the first energy-economy in literature that incorporates full uncertainty for all model parameters, while most other model-based assessments assume uncertainty for only a small subset of input data. The theoretical background of the model combines energy-economy, mathematical modeling and statistics, in particular econometrics (advanced statistical estimation techniques) and stochastic simulation. Modelling concerns behavior of energy consumers and producers as well as formulation of economic balance in energy markets at national and international level. The balance between supply and demand of energy products is achieved in the model by means of market prices, which are affected by the cost of production, the amount of energy resources and the development of energy technologies. Decisions of energy system actors are dynamic over time and are modelled based on readjusted myopic expectations. Mathematical algebraic forms simulating decisions for technology and energy equipment are based on discrete choice theory that is suitable for the representation of decisions when there is significant heterogeneity among decision makers. Dynamic model equations simulate the time evolution of energy technology equipment that can be dynamically replaced based on economic criteria. The projection of international fossil fuel prices is endogenous and depends on the evolution of global demand and supply and hydrocarbon resources. The dynamic evolution of the energy system is affected by energy and climate policies, such as carbon tax, availability of new forms of energy, RES promotion policies, energy efficiency standards and construction of infrastructure. Model projections are also affected by the development of technology costs which are endogenous to the model and depend on the evolution of R&D expenditures and learning-by-doing (economies of scale with increased technology deployment in the market).The model is solved in PC environment using parallel processing to perform stochastic Monte Carlo experiments. The model was developed and evaluated statistically in a specific software environment (EViews) which provides the most modern statistical estimation algorithms. The model is numerically solved successfully in full scale to provide future projections of the global energy system and has been used in a variety of real large-scale applications by the European Commission. In model applications, emphasis was placed on exploring the importance of hydrocarbon resources and the evolution of international prices in the framework of long-term energy system development. The model was applied in numerous studies to explore global energy system transformation and climate change mitigation by drastically reducing carbon dioxide emissions. The model represents interactions between climate and energy policies, international energy prices and technological progress and their impact in all energy sectors by country or region, covering the entire globe and horizon to 2050 in annual steps.The main effort of the research conducted is the systematic incorporation of uncertainty into all factors which determine the projection of the system to the future. The comprehensive and detailed coverage of the uncertainty in a large scale integrated global energy system model allows for the quantification of all endogenously produced results and projections in the form of probability distributions, which do not receive pre-defined form. The interesting result of the model is exactly the form of the probability distributions that the model produces for endogenous variables. This form can be evaluated by the user of the model in order to derive conclusions about the range of uncertainty for each projection. For example, the model produces probabilistic estimates for the evolution of important endogenous variables (e.g. the possibility that global carbon emissions will exceed a certain threshold in 2050) as a result of the operation of the energy system under uncertainty. The information on the variability of projections is a critical parameter for the design of effective energy and climate policies and therefore integrated risk quantification provided the model analysis is of strategic importance.The model incorporates explicitly and without bias the main categories of uncertainties identified in the literature and in particular the lack of knowledge about the evolution of exogenous assumptions of the model (e.g. GDP and population), the uncertainty due to incomplete knowledge of the system and the value of the parameters (parametric uncertainty) and the variance caused by variables that have not explicitly been incorporated in model equation (residuals). The above are introduced in the form of probability distributions that are used by the model to perform "Monte Carlo" analysis providing probability distributions for all endogenous variables. Econometric estimations are widely used for the production of appropriate distributions for the parameters and assumptions entered into the model. The statistical analysis of historical data provides the basis for the selection of the distributions and the variance-covariance analysis. The estimators of the parameters are based on unbiased assessment methods using appropriate regression methods and statistical time series transformation. Special attention is given to the statistical dependence of the parameters introduced in the model, since their covariance plays an important role in determining the distribution of endogenous variables and especially aggregate ones.As part of the thesis, the model database has been developed in full scale, which is very extensive as it includes all the global energy system data, energy technologies of all kinds, but also historical data used for econometric estimations. Furthermore large-scale applications were performed and model results were extensively used by the European Commission. In the model applications, special emphasis was given to the impact of alternative energy and climate policies on the development of the global energy system and to the assessment of the importance of assumptions for global hydrocarbon resources and reserves for the formulation of international fossil fuel prices and the projection for fuel mix. The importance of uncertainty was extensively analyzed and unbiased probability distributions for all endogenous model variables were produced, which can provide probabilistic estimates of alternative outcomes. The analysis was extended to stochastic scenarios that investigate the role of uncertain climate policies and worldwide exploitation of shale gas and assessed differences that arise in probability distributions of variables and probabilistic estimates of future outcomes. Finally, the optimal allocation of investments in power generation technologies was examined based on risk minimization paradigm assuming that investors are risk averse. Modeling was based on methods mixed integer linear programming, while data on the uncertainty for costs of technologies, climate policies and electricity prices were provided by the stochastic energy model.The main advantage of the model compared to the literature lies in the comprehensive and systematic representation of the uncertainty surrounding the development of the main components of the global energy system and the integrated modeling of the interactions between energy and climate policies, the evolution of the global energy system and projections for international oil, natural gas and coal prices. The modelling also represents feedbacks and interactions of the global energy system with the development of the necessary infrastructure and with technological progress mainly with regard to low and zero-carbon technologies.

Η διατριβή αφορά τον σχεδιασμό και την ανάπτυξη ενός πρωτότυπου ολοκληρωμένου ενεργειακού-οικονομικού μοντέλου για το παγκόσμιο ενεργειακό σύστημα στην προοπτική εξέλιξής του μέχρι το 2050, στο οποίο συστηματικά ενσωματώνεται αναπαράσταση της αβεβαιότητας σχετικά με όλες τις παραμέτρους του μοντέλου. Υπάρχουν μοντέλα του παγκόσμιου ενεργειακού συστήματος που έχουν μελετήσει παράγοντες αβεβαιότητας, αλλά οι παράγοντες αυτοί είναι περιορισμένοι τον αριθμό. Η σημαντικότερη πρωτοτυπία της διατριβής έγκειται στο ότι δεν υπάρχει στη βιβλιογραφία μοντέλο ενεργειακού συστήματος το οποίο να ενσωματώνει σε πλήρη έκταση και σε όλες τις παραμέτρους την αβεβαιότητα. Το θεωρητικό υπόβαθρο του προτεινόμενου μοντέλου συνδυάζει τον κλάδο της ενεργειακής οικονομίας, της μαθηματικής μοντελοποίησης και τη στατιστική, ειδικότερα τους κλάδους της οικονομετρίας (προηγμένες τεχνικές στατιστικής εκτίμησης) και της στοχαστικής προσομοίωσης. Η μοντελοποίηση αφορά στις συμπεριφορές καταναλωτών και παραγωγών ενέργειας, καθώς και τη διαμόρφωση οικονομικής ισορροπίας στις ενεργειακές αγορές σε εθνικό και παγκόσμιο επίπεδο. Η ισορροπία προσφοράς και ζήτησης των ενεργειακών προϊόντων επιτυγχάνεται στο μοντέλο μέσω των τιμών αγοράς οι οποίες επηρεάζονται από το κόστος παραγωγής, τους ενεργειακούς πόρους και την εξέλιξη των ενεργειακών τεχνολογιών. Οι αποφάσεις είναι δυναμικές μέσα στον χρόνο και προσομοιώνονται με βάση αναπροσαρμοζόμενες μυωπικές προσδοκίες. Οι αλγεβρικές μορφές που προσομοιώνουν τις αποφάσεις των καταναλωτών σχετικά με την επιλογή τεχνολογίας και μορφής ενέργειας βασίζονται στη θεωρία διακριτών επιλογών η οποία είναι κατάλληλη για αναπαράσταση αποφάσεων όταν υφίσταται σημαντική ετερογένεια μεταξύ των αποφασιζόντων. Οι δυναμικές σχέσεις του μοντέλου προσομοιώνουν τη χρονική πορεία των εξοπλισμών ενεργειακών τεχνολογιών που μπορούν να αντικαθίστανται δυναμικά με βάση οικονομικά κριτήρια. Η διαμόρφωση των διεθνών τιμών των καυσίμων είναι ενδογενής και εξαρτάται από την εξέλιξη της παγκόσμιας ζήτησης και προσφοράς και τα κοιτάσματα υδρογονανθράκων. Η δυναμική εξέλιξη του συστήματος επηρεάζεται στο μοντέλο από ενεργειακές και κλιματικές πολιτικές, όπως η επιβολή φόρου στις εκπομπές διοξειδίου του άνθρακα, η διαθεσιμότητα νέων ενεργειακών μορφών, οι πολιτικές προώθησης των ΑΠΕ, οι τυχόν προδιαγραφές ενεργειακής απόδοσης τεχνολογιών και η κατασκευή νέων υποδομών. Επηρεάζεται επίσης από την εξέλιξη των τεχνολογιών η οποία είναι ενδογενής στο μοντέλο εξαρτώμενη από τις δαπάνες σε έρευνα και την εκμάθηση μέσω εμπειρίας (σχέση που συνδέει τη μείωση του κόστους νέων τεχνολογιών με τη διάδοσή τους στην αγορά).Το μοντέλο επιλύεται σε Η/Υ χρησιμοποιώντας παράλληλη επεξεργασία για την εκτέλεση στοχαστικών πειραμάτων Monte Carlo. Το μοντέλο αναπτύχθηκε και εκτιμήθηκε στατιστικά σε ειδικό περιβάλλον λογισμικού (EViews) το οποίο παρέχει τους πλέον σύγχρονους αλγορίθμους στατιστικής εκτίμησης. Το μοντέλο επιλύεται αριθμητικά με επιτυχία σε πλήρη κλίμακα ώστε να παρέχει προβολές στο μέλλον για το παγκόσμιο ενεργειακό σύστημα και έχει χρησιμοποιηθεί σε πληθώρα πραγματικών εφαρμογών μεγάλης κλίμακας για ανάγκες της Ευρωπαϊκής Επιτροπής. Στις εφαρμογές δόθηκε ιδιαίτερη έμφαση στην διερεύνηση της σημασίας των κοιτασμάτων των υδρογονανθράκων και της εξέλιξης των διεθνών τιμών στο πλαίσιο της μακροχρόνιας εξέλιξης του ενεργειακού συστήματος. Το μοντέλο εφαρμόσθηκε σε πληθώρα μελετών για τον μετασχηματισμό του παγκόσμιου ενεργειακού συστήματος και τον μετριασμό κλιματικής αλλαγής μέσω της δραστικής μείωσης των εκπομπών διοξειδίου άνθρακα. Το μοντέλο αναπαριστά αλληλεπιδράσεις μεταξύ κλιματικών και ενεργειακών πολιτικών, διεθνών τιμών ενέργειας και τεχνολογικής προόδου καθώς και τις επιπτώσεις τους σε όλους τους κλάδους της ενέργειας κατά χώρα ή περιοχή, καλύπτοντας το σύνολο του πλανήτη και χρονικό ορίζοντα ως το 2050.Η κύρια προσπάθεια της έρευνας είναι η συστηματική ενσωμάτωση της αβεβαιότητας σε όλους τους παράγοντες από τους οποίους εξαρτάται η προβολή στο μέλλον του συστήματος. Η λεπτομερής κάλυψη της αβεβαιότητας σε ένα ολοκληρωμένο μεγάλης κλίμακας μοντέλο του παγκόσμιου ενεργειακού συστήματος επιτρέπει την ποσοτικοποίηση όλων των αποτελεσμάτων και προβολών με τη μορφή κατανομών πιθανοτήτων που παράγονται ενδογενώς και οι οποίες δεν λαμβάνουν προ-καθορισμένη μορφή. Το ενδιαφέρον αποτέλεσμα του μοντέλου είναι ακριβώς η μορφή της κατανομής πιθανοτήτων που το μοντέλο παράγει για κάθε μέγεθος που προβάλλεται στο μέλλον. Η μορφή αυτή μπορεί να αξιολογηθεί από τον χρήστη του μοντέλου ώστε να προκύψουν συμπεράσματα σχετικά με το εύρος της αβεβαιότητας για κάθε προβολή. Για παράδειγμα το μοντέλο παράγει πιθανολογικές εκτιμήσεις για την εξέλιξη μεταβλητών (π.χ. η πιθανότητα ότι οι παγκόσμιες εκπομπές άνθρακα θα υπερβούν ένα συγκεκριμένο όριο το 2050) ως αποτέλεσμα της λειτουργίας του ενεργειακού συστήματος υπό αβεβαιότητα. Η πληροφορία σχετικά με την αβεβαιότητα των προβολών αποτελεί κρίσιμη παράμετρο στον σχεδιασμό αποτελεσματικών πολιτικών και συνεπώς η ολοκληρωμένη ποσοτικοποίηση κινδύνου που παρέχει η ανάλυση είναι στρατηγικής σημασίας.Το μοντέλο ενσωματώνει με ρητό και αμερόληπτο τρόπο τις κυριότερες κατηγορίες αβεβαιοτήτων που αναγνωρίζονται στην διεθνή βιβλιογραφία και συγκεκριμένα την έλλειψη γνώσης για την εξέλιξη των εξωγενών υποθέσεων του μοντέλου, την αβεβαιότητα από ατελή γνώση του συστήματος για την τιμή των παραμέτρων (παραμετρική αβεβαιότητα) και την διακύμανση από μεταβλητές που δεν έχουν ενσωματωθεί ρητά (υπολείμματα εξισώσεων). Τα παραπάνω εισάγονται με τη μορφή κατανομών πιθανοτήτων που χρησιμοποιεί το μοντέλο για την ανάλυση "Monte Carlo" παρέχοντας κατανομές πιθανοτήτων για τις ενδογενείς μεταβλητές. Για την παραγωγή κατάλληλων κατανομών για τις παραμέτρους και τις υποθέσεις που εισάγονται στο μοντέλο, χρησιμοποιούνται εκτενώς οικονομετρικές εκτιμήσεις. Η στατιστική επεξεργασία των ιστορικών δεδομένων παρέχει βάση για την επιλογή των κατανομών και για την ανάλυση συνδιακύμανσης. Οι εκτιμήτριες των παραμέτρων βασίζονται σε μεθόδους αμερόληπτης εκτίμησης με χρήση κατάλληλων μεθόδων παλινδρόμησης και στατιστικού μετασχηματισμού χρονοσειρών. Η ανάλυση δίνει ιδιαίτερη προσοχή στη στατιστική εξάρτηση των παραμέτρων που εισάγονται στο μοντέλο, δεδομένου ότι η συνδιακύμανση διαδραματίζει σημαντικό ρόλο στον προσδιορισμό της κατανομής των ενδογενών μεταβλητών και ιδιαίτερα των αθροιστικών. Στο πλαίσιο της διατριβής αναπτύχθηκε επίσης και η βάση δεδομένων του μοντέλου σε πλήρη κλίμακα, η οποία είναι ιδιαίτερα εκτενής καθώς περιλαμβάνει το σύνολο των δεδομένων για το παγκόσμιο ενεργειακό σύστημα, τις ενεργειακές τεχνολογίες κάθε είδους, αλλά και τα ιστορικά δεδομένα που χρησιμοποιούνται για οικονομετρικές εκτιμήσεις. Επιπλέον πραγματοποιήθηκαν εφαρμογές μεγάλης κλίμακας και τα αποτελέσματα χρησιμοποιήθηκαν εκτενώς από την Ευρωπαϊκή Επιτροπή. Στις εφαρμογές, δόθηκε ιδιαίτερη έμφαση στις επιπτώσεις εναλλακτικών ενεργειακών και κλιματικών πολιτικών στην εξέλιξη του παγκόσμιου συστήματος ενέργειας καθώς και στην εξέταση της σημασίας των υποθέσεων για τα παγκόσμια κοιτάσματα υδρογονανθράκων για την διαμόρφωση των διεθνών τιμών ενέργειας και μίγματος καυσίμων. Η σημασία της αβεβαιότητας αναλύθηκε εκτενώς και παρήχθησαν αμερόληπτες κατανομές πιθανοτήτων για το σύνολο των ενδογενών μεταβλητών του μοντέλου που μπορούν να δώσουν πιθανοτικές εκτιμήσεις για εναλλακτικά ενδεχόμενα. Η ανάλυση επεκτάθηκε σε στοχαστικά σενάρια κλιματικών πολιτικών και εκμετάλλευσης του σχιστολιθικού αερίου σε παγκόσμια κλίμακα και μελέτησε τις διαφορές στις κατανομές πιθανοτήτων των μεταβλητών και στις πιθανοτικές εκτιμήσεις που προκύπτουν. Τέλος, εξετάστηκε η βέλτιστη κατανομή των επενδύσεων σε τεχνολογίες ηλεκτροπαραγωγής με βάση την ελαχιστοποίηση του κινδύνου υποθέτοντας ότι οι επενδυτές αποστρέφονται τον κίνδυνο. Η μοντελοποίηση βασίσθηκε σε μεθόδους μεικτού ακεραίου γραμμικού προγραμματισμού, ενώ τα δεδομένα για την αβεβαιότητα τροφοδοτούνται από το στοχαστικό ενεργειακό μοντέλο.