Using Mixed Integer Linear Programming with Stochastic Models for Monte Carlo Investment Analysis in the District Heating Sector
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2020-01-20
Department
Major/Subject
Sustainable Energy Systems and Markets
Mcode
ELEC3048
Degree programme
Master's Programme in Advanced Energy Solutions
Language
en
Pages
94
Series
Abstract
The energy sector is transitioning from heavy reliance on fossil fuels to focus on renewable energy production. This transition requires decarbonization of district heating. For Fortum, one of the largest heat producers in the world, this is an important strategic focus. To achieve decarbonization of district heating systems in a profitable and low risk way, advanced tools for decision making and risk analysis are required. To answer for this need, this thesis aims to investigate how advanced MILP models created with the Fortum MONA tool can be used in a Monte Carlo simulation-based investment analysis process. To capture uncertainties in key input variables as accurately as possible, stochastic models for temperature and electricity spot prices are developed. An investment analysis process is created and tested by conducting a case study on a large heat pump investment in the Fortum Espoo district heating system. The results of the case study indicate that the developed investment analysis process succeeds in conveying a comprehensive view on investment risk and profitability, and that MONA models can successfully be used in this type of analysis. However, multiple challenges are identified, which must be overcome in order for the analysis process to be taken into wide use in Fortum. The greatest challenges are related to computation time and issues with local processing. To tackle these challenges, it is recommended that in the future, cloud computing should be utilized to run the process. In addition, development of more stochastic models for uncertain variables is suggested, in order to capture all relevant uncertainties related to an investment.Energiasektori on siirtymässä fossiilisiin polttoaineisiin nojaavista energiajärjestelmistä uusiutuvan energian käyttöön. Tämä siirtymä vaatii kaukolämpöjärjestelmien muuttamista hiilivapaiksi. Fortum, yksi maailman suurimmista lämmöntuottajista, on asettanut hiilidioksidipäästöjen vähentämisen yhdeksi tärkeimmistä strategisista tavoitteistaan. Jotta hiilivapaita kaukolämpöjärjestelmiä voidaan kehittää kannattavasti ja alhaisella riskillä, tarvitaan kehittyneitä työkaluja päätöksentekoon ja riskien analysointiin. Tämä diplomityön tavoite on selvittää, miten kehittyneitä MILP malleja, jotka on luotu Fortumin MONA työkalulla, voidaan hyödyntää Monte Carlo simulaation perustuvassa investointianalyysissä. Jotta investointeihin liittyviä epävarmuuksia saadaan kuvattua mahdollisimman tarkasti, osana työtä kehitetään stokastiset mallit ulkolämpötilalle ja sähkön hinnalle. Investointianalyysiä varten kehitetään prosessi, jota testataan tapaustutkimuksella, jossa lämpöpumppuinvestoinnin kannattavuutta Fortumin Espoon kaukolämpöjärjestelmässä arvioidaan. Tulokset osoittavat, että kehitetty investointianalyysiprosessi onnistuu välittämään kokonaisvaltaisen ja tarkan kuvan investointiin liittyvästä riskistä ja kannattavuudesta, ja että MONA-malleja on mahdollista hyödyntää tämänkaltaisessa analyysissä. Useita haasteita täytyy kuitenkin ratkaista, jotta kehitetty prosessi voidaan ottaa laajasti käyttöön Fortumissa. Suurimmat haasteet liittyvät laskenta-aikoihin ja prosessointiin paikallisilla työasemilla. Näiden haasteiden ratkaisemiseksi suositellaan, että pilvipalveluita tulisi hyödyntää prosessin suorittamisessa tulevaisuudessa. Lisäksi on suositeltavaa, että nykyistä useampia muuttujia mallinnetaan stokastisesti, jotta kaikki olennaiset investointiin liittyvät epävarmuudet saadaan otettua huomioon.Description
Supervisor
Lahdelma, RistoThesis advisor
Huotari, MikkoKärnä, Jussi
Keywords
Monte Carlo simulation, investment analysis, district heating, stochastic modelling, mixed integer linear programming