メインコンテンツに移動

ついに、将来の電力価格データに別の選択肢が加わりました。当社の電力価格予測サービスは、電力卸売価格の前日比の長期的推移に関する洞察と時系列を提供するサブスクリプションベースのサービスです。このサービスは、PyPSAオープンソースライブラリとEnerdataの有名なエネルギー・気候シナリオに基づくEnerdata電力モデルを活用しています。これは、当社の広範なデータベース(セクター別の電力需要と発電所レベルのデータ)とエネルギー市場の知識に支えられています。電力価格予測は、エネルギー投資家や開発業者にとって、短期・中期・長期の投資収益を見積もるための究極の戦略ツールです。

サンプルを請求する

 

360°アプローチ

欧州エネルギー市場の

時間ごとの粒度

卸売価格の

2025年~2050年

年間予測

方法論

当社の電力価格予測は、2つの独自モデルから構築されています:

  • 当社のPOLESモデル:世界中の数多くのエネルギー会社、電力会社、投資家、開発業者によって使用されている、堅牢な複数国の電力予測モデル。POLESモデルは、国レベル(他の指標も含む)で、セクター別の年間設備容量と電力需要をモデル化します。
  • 当社のPyPSA-Enerdataモデル:オープンソースライブラリPyPSAにEnerdata独自のデータと後処理を加えて構築されています。このモデルは、POLESの出力を使用して、入札ゾーンと発電所レベルでの1時間ごとの電力価格ディスパッチをモデル化します

当社のアプローチと"純粋な最適化”電力モデルとの主な違い :

  • 容量と需要についてPOLESのモデリング・アプローチを用いることで、純粋な最適化モデルでしばしば見られる「勝者総取り」の効果を回避することができます。過去の発電容量と生産ミックスを考慮し、非経済的な競争パラメータを導入することにより、POLESは、LCOEと変動コストに基づいて発電技術を割り当てるだけでなく、非経済的なパラメータ(政策、ミックスの多様化など)も考慮します。
  • POLESモデルは、技術的、経済的、環境的パラメータを持つ技術分類を考慮し、1年ごとの再帰的アプローチにより、不完全性や障壁を持つ現実のエネルギーシステムを描くのに適しています: 最適化モデルでは、経済主体が全期間にわたってすべての情報を処分できるような完全予見アプローチを用いることが多いですが、POLESでは、長期的なキャパシティ・ニーズを考慮し、ピーク時の需要に加え、ユーザーが定義した予備力の確保が確実に達成されるよう、反復プロセスを実施します。
  • POLESのもうひとつの明確な付加価値は、セクターごとのエネルギー需要が内生的であり、ユーザーがモデル化/改良できることです。これとは対照的に、エネルギーシステム最適化モデルは、一般的にエネルギー需要を外生的な入力パラメータとして使用します。

PyPSA-ENERDATAモデルには、既存の電力モデルと比較して、さらに2つの明確な利点があります:

  • 電力供給は、当社の発電所データベース(Power Plant Tracker)で収集されたデータに基づいて発電所レベルで調整されます。
  • 経済エージェントの行動は、非合理的な入札戦略を反映し、非線形制約(例えば、ランプアップ時間、最小負荷、年間排出要件など)を考慮するようにモデル化されます。

デモのスケジュール設定

私達のスペシャリストとの完全なデモンストレーションとQ&Aセッションから利益を得てください。

もっと情報が必要ですか? お問い合わせください

T:+33 4 7642 2546