Transition to a Capacity Auction: a Case Study of Ireland
Notice bibliographique
Résumé
Modern electricity markets are characterized by increasing shares of intermittent production which has almost zero marginal costs. The effect of introducing large amounts of cheap power into the system is known as the merit order effect – a shift of a supply curve to the right which delivers lower equilibrium prices. The lower prices and the fact that fossil-fuel generators are used less often exacerbate adequacy problems – there is a threat that not enough generating capacity will be available in the system since generators´ revenues are low and investment needs are not met. This and the fact that energy markets are often capped in order to prevent market power leads to the so called “missing money problem” (Teirila and Ritz, 2018, Bublitz et al., 2019). One possible remedy is to supplement the energy only markets with capacity markets (Newbery, 2016; Cramton et al, 2013; Joskow, 2007). Recently the electricity market on the island of Ireland has been completely restructured, a change that affected also the capacity mechanism, transforming it from an administrative decision-based to a market-based mechanism, an auction. The move however has not been a smooth one, with a supply of Dublin put at risk as one of the main suppliers in the area wanted to withdraw from the market as a result of not being able to successfully secure the operation of its two units. Since Irish electricity demand is forecast to grow by between 15% and 47% over the next ten years, with over a quarter of all electricity consumed by data centres, many of which will be in the Dublin region (EirGrid, 2018a), the threat of losing one of the suppliers become even more serious. In this case study we show how even with considerable analysis and preparation, the introduction of an auction system is not without risk.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».