Pienvesivoimalaitoksen tuotantosuunnitelman optimointi : Ennustus- ja optimointityökalu lyhyen ja keskipitkän aikavälin suunnitteluun

Abstract

Sään mukaan vaihtelevan sähköntuotannon osuus Suomen sähköjärjestelmässä on viime vuosina kasvanut voimakkaasti. Tuotannon epävarmuus vaatii sähköjärjestelmältä huomattavaa ja nopeaa joustokykyä, jonka tärkeä edellytys on riittävä säätökykyinen tuotantokapasiteetti. Vesivoimalla on Suomessa keskeinen rooli tämän säätövoiman tuottamisessa. Varastoaltaan yhteyteen rakennetun voimalaitoksen tuotantoa voidaan säätää varastoimalla ja juoksuttamalla vettä strategisesti. Vesivoimalaitoksen markkinalähtöinen säätö hyödyttää ensisijaisesti tuottajaa, sillä tuotannon optimoidulla kohdistamisella voidaan saavuttaa merkittävät lisätuotot sähkön myynnistä. Samalla vesivoimalaitos osallistuu sähköverkon tasapainon ylläpitoon.

Tässä diplomityössä kehitettiin työkalu, joka avustaa pienvesivoimatuottajaa lyhyen aikavälin tuotantosuunnittelussa ja kykenee arvioimaan odotettua tuotantoa keskipitkällä aikavälillä. Työkalu koostuu virtaamaennustemallista ja optimointimallista. Se toteutettiin Python-ohjelmointikielellä. Ohjelma laskee voimalaitokselle optimaalisen tuntiresoluution tuotantosuunnitelman seuraavan viikon ajalle. Tarkastellut voimalaitokset osallistuvat ainoastaan sähkön vuorokausimarkkinoille. Tuotanto optimoidaan sähkön spot-hintaennusteen ja virtaamaennusteen perusteella siten, että laitoksen yläaltaan vedenkorkeus noudattaa määriteltyä ohjeprofiilia. Virtaamaennusteen avulla ohjelma voi laskea voimalaitokselle myös keskipitkän aikavälin tuotantoennusteen kuukausitasolla.

Virtaamaennustemalli on LSTM-tyyppinen neuroverkko, jonka luoma ennuste pohjautuu 14 edellisen vuorokauden havaintoihin vesistö- ja säätilasuureista sekä vuodenajasta. Neuroverkko koulutettiin vuosien 2015–2024 havaintodatalla. Malli ennustaa yhden askeleen kerrallaan, ja ennustetta jatketaan rekursiivisesti aiemman ennusteen pohjalta. Virtaamaennustemallin suoriutumista tarkasteltiin sekä lyhyellä että pitkällä aikavälillä. Malli osoittautui heikoksi erityisesti pitkän aikavälin ennustamisessa. Kevättulvien aiheuttama virtaamapiikki on huomattava ja aiheutti mallille hankaluuksia tasapainottaa vuodenajan ja aiempien havaintojen vaikutus ennusteeseen. Verratessa mallin tuottamaa ennustetta ajanjakson 1.1.–30.6.2025 toteumiin huomattiin, että vuodenaika hallitsee ennusteessa liikaa. Vuonna 2025 kevättulva oli tavallista hillitympi, mitä malli ei kyennyt ennustamaan.

Lyhyen aikavälin tuotanto-optimointi muotoiltiin lineaariseksi ja deterministiseksi optimointiongelmaksi. Sen ratkaisu jaettiin ohjelmassa kahteen osaan. Ensimmäinen osa kohdistaa viikon aikana käytettävissä olevan vesitilavuuden eri vuorokausille sähkön keskihintojen perusteella käyttäen lokaalia optimointialgoritmia. Toinen osa ajoittaa tuotannon vuorokauden tunneille evoluutioalgoritmin avulla. Optimointimallin muodostamia tuotantosuunnitelmia verrattiin laitosten toteutuneeseen sähköntuotantoon 1.1.–30.6.2025. Malli käytti perustana toteutuneita sähkön hintoja ja virtaamia, joten todellisen suunnittelun sisältämää epävarmuutta ei huomioitu. Optimointi kasvatti tarkasteltujen laitosten sähkön myyntituottoa 56 %, 37 % ja 18 %.

Tuotantosuunnitelmamalli vaatii lisäkehitystä, kuten laitosten yksilöllisten ominaisuuksien tarkempaa tutkimusta ja mallinnusta sekä optimointiratkaisun jälkikäsittelyä. Paremmin suoriutuvan virtaamaennustemallin kehittäminen on välttämätöntä. Työn tulokset kuitenkin osoittavat, että tarkastelluissa vesivoimalaitoksissa on merkittävää säätö- ja tuottopotentiaalia, jota ei nykyisellä ajotavalla saada kokonaan hyödynnettyä.