Dugoročno se planiranje temelji na funkciji ponašanja promatranog parametra u prošlom razdoblju, u koju se ugrađuju čimbenici suvremenih saznanja i kratkoročnih planova. Stoga je svako dugoročno planiranje ‘‘neizvjesno’’ jer vremenski horizont uključuje niz nepoznanica. Pojedine pretpostavke i očekivanja mogu se kasnije pokazati nerealnim, a može se pojaviti i niz novih čimbenika čiji utjecaj nije prvotno razmatran.

Pristup planiranju razvoja energetskog sustava u uvjetima ograničenja emisija u okoliš povećava složenost modeliranja, jer nije samo pitanje bilance energije na godišnjoj razini, nego snage i dnevnih, tjednih, mjesečnih rasporeda proizvodnje i potrošnje energije, mogućih mjera i poznavanja realnog stanja u svim sektorima u kojima će se provoditi određene mjere (primjerice građevinarstvo). Obnovljivi izvori koji ovise o klimatskim uvjetima i lokalnim predispozicijama, a bez rješenja pohrane energije, utječu na sigurnost i stabilnost rada ostalih elektrana, pa ih je potrebno promatrati sa svim njihovim karakteristikama.Na realnost realizacije ciljeva smanjenja emisija stakleničkih plinova u pogledu dinamike ostvarenih rezultata, utjecat će veliki broj čimbenika od kojih su najvažniji sljedeći:

1.Tehnološki razvoj je najvažniji čimbenik za realizaciju ciljeva smanjenja emisija stakleničkih plinova, jer postojeće tehnologije ne omogućuju ostvarenje ambicioznih ciljeva. Pri tome je u planiranju najveća nepoznanica vrijeme, jer je teško precizno prognozirati trenutak kada će se ostvariti određeno tehnološko unapređenje. Ciklus stvaranja novih tehnologija, od ideje do komercijalne tehnologije dostupne na tržištu, traje 20 i više godina. Očekivana tehnološka unapređenja su:
-tehnološka rješenja za postojeće i napredne tehnologije proizvodnje energije koje koriste fosilna goriva (hvatanje/izdvajanje CO2) te transport i spremanje CO2 u podzemna skladištatehnološka rješenja za nuklearnu energiju (fisija
nova generacija, sigurnosni sustavi, gospodarenje otpadom)
-tehnološka rješenja za obnovljive izvore (fotonaponski sustavi, elektrane s koncentriranim Sunčevim zračenjem, vjetroelektrane, biomasa u kogeneraciji, bioplin, geotermalna energija, druga generacija biogoriva) radi povećavanja iskoristivosti, korištenja novih sirovina i smanjenja investicija
-tehnološka rješenja za promet (korištenje vodika, hibridna vozila, sustavi za poboljšanje organizacije prometa)
-tehnološka unapređenja na strani potrošnje energije
-tehnološka rješenja za prijenos i distribuciju energije uključujući i pametne mreže (eng. smart grids)
-tehnološka rješenja za učinkovito skladištenje energije
-dugoročna rješenja za sustave gospodarenja otpadom i razvoj tehnologija spaljivanja otpada i iskorištavanja oslobođene energije
-razvoj materijala, nanostruktura, informatičkih i komunikacijskih tehnologija i dr.

2.Globalna, regionalna i lokalna institucionalna sposobnost zemalja u ostvarivanju sinergije u određivanju: ciljeva i obveza, odgovornosti, zakonodavnih i ostalih pretpostavki te posvećenosti realizaciji postavljenih ciljeva smanjenja emisija stakleničkih plinova
3.Prihvatljivost takvog pristupa građanima, ali i povećanje cijena zbog vrednovanja troškova utjecaja na klimu i okoliš
4.Sredstva i ljudski potencijal te organizacija
5.Vrijeme potrebno za prihvaćanje novih tehnologija.
Ograničenja utječu na rezultate proračuna. Unaprijed poznate nesigurnosti ili nesigurnosti koje proizlaze iz neizvjesnosti pojedinih procesa, nadoknađuju se analizama osjetljivosti pojedinih utjecajnih faktora.

Podjela modela za planiranje
S obzirom na metodologiju modeli za planiranje mogu se podijeliti na ekonometrijske, makro-ekonomske, modele ekonomske ravnoteže, optimizacijske i simulacijske modele. Ekonometrijski modeli koriste statističke metode za ekstrapolaciju tržišnih zbivanja i njihovu primjenu u budućnosti i uglavnom se koriste u okviru makro-ekonomskih analiza. Nedostatak ekonometrijske metode je što ne prikazuje određenu tehnologiju, a zahtjevna je i u pogledu potrebnih podataka.Glavno obilježje makro–ekonomskih modela je mogućnost analize gospodarstva i međusobne interakcije među sektorima (poput energetskog sustava kao jednog od sektora) pomoću ulazno–izlaznih tablica. Kao i u slučaju ekonometrijskih modela, primjena makro–ekonomskih modela zahtijeva relativno visoku razinu iskustva. Dok se ekonometrijski i makro–ekonomski modeli uglavnom koriste za analizu kratkoročnih ili srednjoročnih učinaka potrošnje energije, modeli ekonomske ravnoteže koriste se za dugoročne analize energetskog sektora i njegove povezanosti s gospodarstvom. Modeli ekonomske ravnoteže dijele se na modele djelomične i potpune ravnoteže ili modele optimalnog porasta. Modeli djelomične ravnoteže usmjereni su na prikazivanje ravnoteže u pojedinim dijelovima gospodarstva, kao što je ravnoteža između potrošnje i proizvodnje energije. Modeli potpune ravnoteže promatraju ravnoteže na svim tržištima promatranog gospodarstva, s naglaskom na prikazivanje povratnih veza među pojedinim tržištima.

Optimizacijski modeli koriste metodologiju optimizacije za postizanje optimalnih investicijskih strategija. Osnovni uvjet postizanja optimalnog rješenja problema jest zadovoljenje zadanih ograničenja u energetskom sustavu (poput ograničenja raspoloživosti primarne energije, tehnologije i emisije stakleničkih plinova).
Simulacijski modeli su opisni modeli temeljeni na logičkom prikazu sustava i dijele se na statičke (promatraju samo jedno razdoblje) i dinamičke (na rezultat jednog razdoblja utječu rezultati iz prijašnjih razdoblja) i koriste se za analize scenarija potrošnje energije. Najčešće korišteni modeli za planiranje energetskih sustava su optimizacijski modeli. Njihova dodatna podjela moguća je obzirom na kriterije:
Broj vremenskih razdoblja – statički (jedno vremensko razdoblje) ili dinamički (više razdoblja)
Modelski parametri – mogu biti konstantne veličine (deterministički model), definirani kao slučajne veličine (stohastički model) ili se mogu mijenjati sistematički (parametrijski model)
Ponašanje varijabli u optimalnom rješenju – varijable mogu poprimiti bilo koju vrijednost koja zadovoljava ograničenja (kontinuirani model), diskretne vrijednosti (cjelobrojni ili diskretni model) odnosno kontinuirane i cjelobrojne vrijednosti (eng. mixed model).

Po dva modela
Dinamički optimizacijski modeli kao inženjerski modeli koriste mogućnost savršenog predviđanja tj. donošenja ekonomski optimalnih rješenja na temelju potpunog poznavanja budućih parametara u sustavu. Primjer modela koji prikazuju isključivo energetski sustav su optimizacijski modeli poput MARKAL (MARKet ALlocation), MESSAGE (Model for Energy Supply System Alternatives and their General Environmental Impacts), EFOM (Energy Flow Optimisation Model) i TIMES (The Integrated Markal Efom System).Ovakvi modeli koriste matematičku tehniku linearnog programiranja za prikazivanje kompleksnih energetskih sustava na globalnoj, nacionalnoj ili lokalnoj razini planiranja. Model optimizira promatrani energetski sustav uz uvjet najnižeg troška, gdje objektna funkcija predstavlja sumu diskontiranih ukupnih troškova sustava (od strane proizvodnje do strane potrošnje energije). Minimizacija ukupnih troškova sustava temelji se na pretpostavkama da je proizvodnja energije veća ili jednaka potrošnji energije, potrošnja energije je u potpunosti zadovoljena kao i ograničenje na raspoloživost primarnih oblika energije.

Uz sve prednosti dinamičkih optimizacijskih modela nedostatak im je što ne prikazuju ponašanje potrošača i zanemaruju vezu potrošnje i cijene energije (što nije slučaj za model MARKAL gdje postoji nadogradnja modela obzirom na mogućnost korištenja parametara elastičnosti). Modeli s kombiniranim inženjerskim i ekonomskim pristupom poput modela MARKAL-MACRO mogu optimizirati povezanost gospodarstva i energetskog sustava. Dok model MARKAL koristi inženjerski pristup “odozdo prema gore“ i na taj način prikazuje energetski sustav s bogatom bazom podataka, prikaz gospodarstva modelom MACRO prilično je jednostavan.Model MACRO definira dugoročni gospodarski razvitak kao agregatnu ponudu prikazanu pomoću funkcije proizvodnje.Promatrana funkcija spada u grupu CES razgranatih proizvodnih funkcija (eng. constant elasticity of substitution), koje se sastoje od “klasičnih“ proizvodnih faktora (kapitala i rada) s pridruženim faktorom energije (budući je obuhvaćen i energetski sustav kao dio gospodarstva), s mogućom supstitucijom među faktorima proizvodnje. Upravo ovakva proizvodna funkcija predstavlja vezu između inženjerskog (MARKAL) i ekonomskog modela (MACRO). (nastavlja se)

gospodarska sila

Tražite stabilnu karijeru? Ova industrija stvara bogatstvo diljem Europe

energetska tržišta

Provokativni plan za novu eru europske energetske neovisnosti

Goran Granić, ravnatelj Energetskog instituta Hrvoje Požar