The effect of projected conditions of expansion planning in the electric power industry on regional disparities in the cost of electricity

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Projections of possible dynamics of generation costs and electricity prices are of paramount importance for strategies and programs of energy sector development. They give insight into the competitiveness of various types of power plants and serve as an important benchmark for making investment decisions. The price of electricity is one of the key metrics of the country’s energy and economic security. This article proposes a step-by-step approach to estimating the probable value of this metric as part of long-term projections. The approach involves optimizing the expansion planning of the electric power industry as well as determining and comparing the average and marginal costs of power generation in different regional power supply systems under uncertainty. We present the results of modeled calculations for the purpose of assessing regional disparities in both the cost of electricity and its response to different scenarios. We also note that the assumed baseline scenario follows closely «The Master Plan of Placement of Electric Power Industry Facilities to 2035».

Full Text

Restricted Access

About the authors

D. Yu. Kononov

Melentiev Energy Systems Institute of the Siberian Branch of the Russian Academy of Sciences

Author for correspondence.
Email: stranger72@bk.ru
Russian Federation, Irkutsk

References

  1. Доктрина энергетической безопасности Российской Федерации. URL: http://publication.pravo.gov.ru/Document/View/0001201905140010 (дата обращения: 16.05.2019).
  2. Кононов Ю.Д. Анализ опыта комплексной оценки состояния энергетической безопасности // Энергетическая политика. 2018. № 6. С. 98–107.
  3. Энергетическая безопасность (Проблемы функционирования и развития электроэнергетики) / Телегина Е.А., Арбатов А.А., Алекперов В.Ю. М.: МГФ “Знание”, 2001. 480 с.
  4. Сценарные условия развития электроэнергетики на период до 2030 года. Министерство энергетики Российской Федерации. Агентство по прогнозированию балансов в электроэнергетике. 2011. 204 с. URL: https://atompool.ru/images/data/gallery/1_8337__usloviya_elektroenergetiki_na_period_do_2030_goda.pdf (дата обращения 21.09.2023).
  5. Макарова А.С., Хоршев А.А., Ерохина И.В. Корректировка параметров среднесрочного развития электроэнергетики с учетом изменившихся условий эффективности обновления ТЭС. В кн. Исследование адаптации энергетики России к посткризисному развитию экономики. М.: ИНЭИ РАН, 2018. С. 74–97.
  6. U.S. Energy Information Administration. Annual Energy Outlook 2022 (AEO2022) URL: http://www.eia.gov/oiaf/aeo (дата обращения 10.11.2023).
  7. Weron R. Electricity price forecasting: Review of the stat-of-theart with a look info the future // International Journal of Forecasting. 2014. № 30(4). Pp. 1030–1081.
  8. Косов В.В. Относительные цены как инструмент среднесрочного прогнозирования оптовых цен (на примере цен на электроэнергию) // Проблемы прогнозирования. 2005. № 6. С. 60–76.
  9. SCANER. Модельно-информационный комплекс / А.А. Макаров, Ф.В. Веселов, О.А. Елисеева и др. М.: ИНЭИ РАН, 2011. 72 с.
  10. The National Energy Modeling Systems. An Overview Energy Information Administration (2009). URL: http://www.eia.gov/forecast/aeo/nems/overview/pdf/ (дата обращения 17.08.2023).
  11. Веселов Ф.В., Соляник А.И. Многоуровневый подход к финансово-экономической оценке параметров ценовой политики государства в электроэнергетике и долгосрочных последствий принимаемых решений // Известия РАН. Энергетика. 2016. № 4. С. 36–47.
  12. Веселов Ф.В., Соляник А.И. Оценка ценовых последствий адаптации электроэнергетики к изменению балансовой и ценовой ситуации в период до 2025 года. В кн. Исследование адаптации энергетики России к посткризисному развитию экономики. М.: ИНЭИ РАН, 2018. С. 119–136.
  13. Кононов Ю.Д., Тыртышный В.Н., Кононов Д.Ю. Использование стохастического моделирования при выборе вариантов энергоснабжения регионов с учетом инвестиционных рисков // Информационные и математические технологии в науке и практике. 2018. № 2 (10). С. 80–87.
  14. Ермаков С.М. Метод Монте-Карло и смежные вопросы. М.: Наука, 1975. 472 с.
  15. Труфанов В.В., Апарцин А.С., Маркова Е.В., Сидлер И.В. Интегральные модели для разработки стратегии технического перевооружения генерирующих мощностей // Электричество. 2017. № 3. С. 4–11.
  16. Веселов Ф.В., Волкова Е.А., Курилов А.Е. и др. Методы и инструментарий прогнозирования развития электроэнергетики // Изв. РАН. Энергетика. 2010. № 4. С. 82–94.
  17. Генеральная схема размещения объектов электроэнергетики до 2035 года. 80 с. URL: http://static.government.ru/media/files/zzvuuhfq2f3OJIK8AzKVsXrGIbW8ENGp.pdf (дата обращения 26.11.2022)
  18. Исследование путей и темпов низкоуглеродного развития в России / Под ред. А.А. Макарова. М.: ИНЭИ РАН, 2022. 138 с.
  19. Порфирьев Б.Н., Широв А.А., Колпаков А.Ю., Единак Е.А. Возможности и риски политики климатического регулирования в России // Вопросы экономики. 2022. № 1. С. 72–89.
  20. Малахов В.А., Несытных К.В. Долгосрочные макроэкономические потери и выгоды России от низкоуглеродного развития мира и отечественной энергетики // Проблемы прогнозирования. 2022. № 4. С. 55–66.
  21. Кононов Ю.Д. Оценка и учет в прогнозных исследованиях ТЭК экономической составляющей энергетической безопасности // Проблемы прогнозирования. 2021. № 2. С. 56–68.
  22. Бык Ф.Л., Илюшин П.В., Мышкина Л.С. Прогноз и концепция перехода к распределенной энергетике в России // Проблемы прогнозирования. 2022. № 4. С. 124–134.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Dynamics of the average electricity supply (final) price under varying scenario conditions, (according to INEI RAS data)

Download (57KB)
Indexing metadata
3. Fig. 2. Dynamics of the average cost of electricity in the USA under different scenarios

Download (80KB)
Indexing metadata
4. Fig. 3. Scheme of long-term forecasting of the cost of electricity generation and its price for consumers

Download (264KB)
Indexing metadata

Copyright (c) 2024 Российская академия наук

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».