Return to search

[en] ASSESSING THE VALUE OF NATURAL GAS UNDERGROUND STORAGE IN THE BRAZILIAN SYSTEM: A STOCHASTIC DUAL DYNAMIC PROGRAMMING APPROACH / [pt] ESTIMANDO O VALOR DO ARMAZENAMENTO SUBTERRÂNEO DE GÁS NATURAL NO SISTEMA BRASILEIRO: UMA ABORDAGEM DE PROGRAMAÇÃO DINÂMICA DUAL ESTOCÁSTICA

[pt] O cenário atual da indústria de gás natural brasileira é caracterizado por baixa maturidade e dinamismo de mercado. O comportamento estocástico da demanda por gás, somado volatilidade do preço de mercado do
GNL, motiva a utilização de estocagem subterrânea como forma de inserir flexibilidade no suprimento, além de promover proteção contra flutuação no preço. No entanto, a literatura existente carece de uma uma ferramenta analítica mais robusta para apoiar uma análise quantitativa dos benefícios que
a atividade UNGS poderia proporcionar à indústria de gás natural. Nesta tese, propomos um modelo de programação dinâmica estocástica para planejamento de longo/médio prazo, a fim de determinar a política ótima de fornecimento juntamente com a possibilidade de armazenamento de gás. Um modelo markoviano caracteriza a demanda termoelétrica, enquanto o preço de GNL é representado por um processo estocástico temporalmente independente. O modelo proposto é eficientemente resolvido usando o algoritmo de programação dinâmica dual estocástica para o estudo de caso brasileiro, considerando dados dos setores de gás e setor elétrico. Para uma escolha exógena, mas significativa, da localização e tamanho do armazenamento subterrâneo, observamos os benefícios operacionais e econômicos da
flexibilidade que esta atividade poderia proporcionar. Além disso, comparando os custos de OPEX e CAPEX de investimentos em infraestrutura de armazenamento em campos depletados e cavernas de sal com as economias proporcionadas pelo armazenamento na operação de fornecimento, é possível observar o benefício econômico da atividade de estocagem. A estrutura proposta fornece suporte quantitativo importante para discussões sobre precificação de infraestrutura e modelo de negócios para Armazenamento
Subterrâneo de Gás Natural. / [en] The current scenario of the Brazilian natural gas industry is characterized by low maturity and dynamism of the market.The stochastic behavior of Brazilian demand for natural gas, added to its associated market price volatility, motivates the usage of underground storage due to supply flexibility and protection against price fluctuations. However, the existing literature lacks a more robust analytical tool to support a quantitative analysis of the benefits that the UNGS activity could provide to the natural gas industry.
In this thesis, we propose a stochastic dynamic programming model for long/medium term planning to determine the supply optimal policy together with the possibility of storing gas. A markovian model characterizes thermoelectric demand while market price is represented by a stagewise independent
stochastic process. The proposed model is efficiently solved using the Stochastic Dual Dynamic Programming algorithm for the Brazilian case study considering realistic data for the actual gas network and electric power system. For an exogenous but meaningful choice of underground storage location
and size, we observe the operational and economic benefits of the provided storage flexibility. Additionally, comparing the OPEX and CAPEX costs of investments in storage infrastructure in depleted fields and
salt caverns with the savings provided by storage in the supply operation, it is possible to observe the economic benefit of storage. The proposed framework provides an important quantitative support for discussion about Underground Natural Gas Storage infrastructure pricing and business models.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:47795
Date04 May 2020
CreatorsLARISSA DE OLIVEIRA RESENDE
ContributorsDAVI MICHEL VALLADAO, DAVI MICHEL VALLADAO, DAVI MICHEL VALLADAO, DAVI MICHEL VALLADAO, DAVI MICHEL VALLADAO
PublisherMAXWELL
Source SetsPUC Rio
LanguageEnglish
Detected LanguagePortuguese
TypeTEXTO

Page generated in 0.0017 seconds