Norsk vannkraftøkonomi : Gjenspeiler norske elspotpriser fyllingsgradene i de norske vannmagasinene?
Bibliographic record
Abstract
I 1991 fikk Norge en ny energilov og i 1996 ble Nord Pool etablert som verdens første flernasjonale markedsplass for fysisk krafthandel mellom Norge og Sverige. I 2000 var det nordiske kraftmarkedet på plass med Norge, Sverige, Finland og Danmark. Hensikten med elkraftsamarbeidet på tvers av landegrensene var å effektivisere kraftmarkedet. Det nordiske kraftmarkedet har i dag gode overføringsforbindelser mellom landene og er godt integrert. Kraftutvekslingen mellom de ulike landene skjer daglig og gir en priskonsekvens for de ulike områdene.\nSammensetningen av den nordiske kraftproduksjonen kommer fra flere ulike energikilder. I 2008 bestod den nordiske kraftproduksjonen av 57 % vannkraft, 21 % kjernekraft, 20 % olje, kull og gass, mens resterende elektrisk kraft kom fra vind- og bioenergi. 99 % av Norges kraftproduksjon bestod av vannkraft.\nNorge er verdens sjette største vannkraftprodusent etter Kina, Canada, Brasil, USA og Russland. Målt i andel vannkraft av den totale elektrisitetsproduksjonen er Norge helt klart størst med 99 % vannkraft. Vannkraft står for ca. én femtedel av verdens totale elektrisitetskonsum, og ca. én tredjedel av verdens land er avhengige av vannkraft for over 50 % av deres elektrisitetsproduksjon. Elektrisitet er et nøkkelgode i den moderne økonomien og er viktig for økonomisk vekst.\nElektrisk kraft kan handles i det fysiske kraftmarkedet og/eller i det finansielle markedet. Krafthandelen i det fysiske markedet er ment for fysisk levering av elektrisk kraft til ulike konsumenter. Konsumentene er enten husholdninger, mellomstore forbrukere som for eksempel kontorbygg, og bedrifter som for eksempel kraftintensiv industri. De fleste konsumentene forholder seg til ulike distribusjonsselskap som handler fysisk kraft på vegne av sine kunder, mens de største konsumentene handler direkte på kraftbørsen Nord Pool.\nKrafthandelen i det finansielle kraftmarkedet er ment for å prissikre seg et kraftprodukt, eller å spekulere og tjene på oppgang eller nedgang i det fysiske markedet. Krafthandelen i det finansielle markedet gir ingen fysisk levering av elektrisk kraft, men kun finansielle oppgjør.\nNordmenn ligger på verdenstoppen når det gjelder elektrisitetsforbruk per innbygger. Dette er nesten fem ganger gjennomsnittet i Europa. 98% av alle norske husholdninger har elektrisk varmeovn. Norge er et kaldt land og dermed forbruker nordmenn mer elektrisk kraft til oppvarming under vintersesongen. Variasjonen av kraftforbruket varierer over sesongene, dagene i en uke og døgnet. Variasjonen i døgnet og i en uke skyldes ulike aktiviteter som krever ulike forbruksmengder av elektrisk energi. Variasjonen over sesongene skyldes naturligvis av temperaturen. I det fysiske kraftmarkedet må etterspørselen og tilbudet være i kontinuerlig balanse. Et avvik fra balansen kan få fatale konsekvenser for transmisjonsnettet og energiforsyningen. Statnett som er Norges systemoperatør, har ansvaret for å opprettholde denne balansen til enhver tid.\nNorge utveksler elektrisk kraft hovedsakelig med Danmark, Sverige og Nederland. Dette er samfunnsøkonomisk lønnsomt, og denne kraftutvekslingen øker den norske forsyningssikkerheten. Grunnen til at det er samfunnsøkonomisk lønnsomt er fordi norske vannkraftprodusenter kan eksportere elektrisk kraft til utlandet når trusselen for oversvømmelse er reell, og norske husholdninger kan importere billigere elektrisk kraft når det er knapt med vann i norske vannmagasin. Norske vannmagasin har en total lagringskapasitet på ca. 70% av det gjennomsnittlige tilsiget i et år. \nProblemstillingen er som følger: Gjenspeiler norske elspotpriser fyllingsgradene i de norske vannmagasinene? For å belyse problemstillingen min tar jeg først og presenterer viktige faktorer som kan spille en rolle for prissettingen av vannkraft. Blant annet presenterer jeg det nordiske kraftsamarbeidet, ulike konsummengder over tid, og Norges kraftutveksling med utlandet. Videre presenterer jeg en teoridel hvor jeg forsøker å forklare hvordan prisen på vannkraft kan variere over kortere perioder og fra år til år forårsaket av ulike mengder av vann i magasinene. Til slutt prøver jeg å besvare problemstillingen ved hjelp av regresjonsanalyser fra analyseverktøyet Stata 9. \nProblemstillingen må skilles mellom for enkelte perioder i året eller fra år til år. Antagelig er prisvariasjonen basert på årstilsig og ikke for enkelte perioder i året. Likevel ønsker jeg å teste hypotesen mellom elspotpris og vannmengde ved hjelp av en økonometrisk analyse for kortere perioder for å se samvariasjonen. \nTeorien om prissettingen av vannkraft kommer av en deterministisk modell i strukturform. Med en strukturform menes en teoretisk modell med en viss grad av selvstendighet og som er bygget av relasjoner. Relasjonene kan være en tilbudsrelasjon og en etterspørselsrelasjon hvor en endring i en av relasjonene ikke påvirker den andre relasjonen. Vannkraftproduksjonen foregår kontinuerlig og over flere perioder. Teorien illustrerer samfunnsplanleggerens optimale løsninger over flere perioder og optimeringsproblemet er en diskret tid dynamisk optimeringsproblem. En spesiell løsningsprosedyre er utviklet for å løse slike optimeringsproblemer. På grunn av den spesielle strukturen problemet har, blir problemet løst med ikke-lineær programmering ved hjelp av Kuhn-Tucker betingelsene.\nIllustreringen av de ulike optimale løsningene kan kvalitativt fanges opp i en to-periode modell. Badekardiagrammet viser de optimale allokeringene av vann mellom to perioder. I oppgaven finnes det fem illustreringer: (i) når en kan problemfritt lagre og overføre vann fra periode t til periode t+1,(ii) når en har fulle vannmagasin, og (iii) når det er knapphet av vann, (iv) våtår og tørrår, (v) åpen handel med termisk kraft. Teorien skiller mellom prisvariasjoner i enkelte kortere perioder og fra år til år. I virkeligheten blir fyllingsgradene nøye fulgt med på av aktørene i kraftmarkedet, og det viser seg at nivået på fyllingsgradene spiller en stor rolle i tilbudsrelasjonen. \nIllustreringen ved bruk av den deterministiske modellen tilsier prishopp, mens i virkeligheten kan vi få mykere opp- og nedjusteringer av prisen ved hjelp av en glatt utviklingskurve av fyllingsgraden og ved hjelp av kraftutveksling. Av empirien ser vi myke prisjusteringer av ukesprisene over sesongene. \nEmpirien av ukesprisene i 2008 og 2009 i Norge er forskjellige til tross for ganske like utviklinger av fyllingsgradene for disse to årene. Dette kan tyde på at ukesprisene i Norge ikke har så stor sammenheng med magasinfyllingen slik som kraftbransjen har trodd. For å undersøke dette nærmere har jeg kjørt noen tidsserieregresjonsanalyser med ulike variabler for å besvare problemstillingen min.\nTeorien er av strukturform. For å analysere og besvare problemstillingen min måtte jeg bruke en redusert form som er den nærmeste formen en kan nå virkeligheten. Årsaken ligger i hvordan datasettet er tilordnet. Den reduserte formen er utledet av strukturformen ved å løse opp alle de endogene variablene uttrykt av funksjoner av de eksogene variablene. I mitt tilfelle er ukesprisen P_tløst opp og uttrykt av de andre uavhengige eksogene variablene. \nAv de første regresjonsanalysene ble det gjort funn på at økt fyllingsgrad i uke t ville gi en prisreduksjon i uke t. 2 av de 3 estimatene for de ulike prisområdene var signifikante. Problemet var at det ble også gjort funn på at økt fyllingsgrad i forrige uke ville gi en prisøkning i denne uken. Dette er en selvmotsigelse i forhold til teorien. Variablene for fyllingsgrad i de to periodene er høyt korrelerte, slik at modellen lider av multikorrelasjonsproblemet. Gitt teorien, selv om det som kan synes å være kausalitet ikke nødvendigvis er kausalitet men i beste fall ren korrelasjon. Grunnen til at jeg velger å kjøre med lag-verdier for fyllingsgrad er fordi det ikke alltid er slik at planleggerne kan planlegge vannkraftproduksjonen ut ifra sine vannmagasinprognoser for hver enkelt uke. Det er da en god grunn til å tro at de planlegger vannkraftproduksjonen ut ifra hva de hadde av vann i forrige uke. Resultatet er i strid med teorien og intuisjonen. Ingen av de estimatene for lag-verdiene var signifikante. Selv om hele analysen kan forkastes ved bruk av en felles hypotesetest, er det likevel interessant å se på resultatene isolert sett. \nEn kunne tenke seg at planleggerne agerte ut ifra endringer i fyllingsgradene i vannkraftproduksjonen. Med de nye regresjonsanalysene kjørte jeg med den første forskjellen av fyllingsgradene, ved hjelp av variabelen ∆F_t=F_t-F_(t-1). F_ter fyllingsgraden i uke t. Resultatene viser at en nettoøkning i fyllingsgraden ville gi en prisreduksjon og omvendt, en nettoreduksjon i fyllingsgraden ville gi en prisøkning. Kun ett av disse tre estimatene var signifikante. De nye regresjonsmodellene fikk fortsatt lave forklaringsverdier til den avhengige variabelen ∆P_t, men modellen som helhet kan forkastes ved bruk av en felles hypotesetest utenom for prisområdet NO3. \nRegresjonsanalysen for hele Norge var interessant siden vi kunne inkludere variabelen nettoimport. Estimeringen av denne variabelen viste at økt import ville gi en prisreduksjon og omvendt, økt eksport ville gi en prisøkning, slik som presentert i teoridelen avsnitt 6.6. Dette estimatet er signifikant. Modellen som helhet kan her også forkastes ved bruk av en felles hypotesetest.\nEt annet interessant funn i de nye analysene var lag-verdien av selve prisen. Resultatet viste at få deler av prisen i uke t, P_t, kunne forklares av ukesprisen i forrige uke P_(t-1). Det kan tyde på at prisjusteringen har en treghet i seg. Alle disse estimatene her er signifikante.\nEllers fant analysene ingen andre sammenhenger mellom de andre uavhengige variablene og ukespris. Temperaturen og dermed etterspørselen hadde ingen logisk påvirkning på ukesprisene. Disse estimatene var heller ikke signifikante. For å finne sammenhengen mellom elspotpris og
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.005 | 0.001 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".