Vývoj cen energií

From Simulace.info
Jump to: navigation, search

Název: Vývoj cen energií

Autorka: Bc. Hana Marková, marh07

Nástroj: Microsoft Excel

Metoda: Monte Carlo

Definice problému

Bytový dům v okresním městě XY čelí v současnosti nárůstu cen energií stejně jako zbytek domácností v Česku. Jedná se o nezateplený, podsklepený objekt o rozměrech 36,8 x 9,8 x 13,3 m s 12 bytovými jednotkami. Byl postavený v letech 1956-1958 dle tehdejších standardů. Dům nebyl od té doby stavebně upravován v kontextu energetické náročnosti, proto odpovídá způsobu výstavby z 50. let minulého století. Bytové jednotky jsou vytápěny teplovodními radiátory, pro přípravu otopné vody je používán centrální zdroj na zemní plyn.

Obyvatelé domu včele se SVJ se zajímají, jaké jsou možnosti řešení energetické krize i s výhledem do doby, kdy ceny energií klesnou. Nabízí se několik možností:

  • 1) nic nedělat
  • 2) ponechat stávající topení (plyn) a provést zateplení vnějšího pláště objektu
  • 3) vyměnit způsob topení za elektrickou energii a zároveň taktéž udělat izolaci
  • (Čtvrtá varianta, která by se mohla nabízet, tedy pouze změna topení na elektrickou energii bez izolace, je už na začátku zamítnutá ze známých důvodů – obecně se nevyplatí při tak velké spotřebě, jakou náš dům má ve výchozím stavu, používat elektrickou energii).

Předseda SVJ si nechal zmíněné možnosti úprav nacenit. Od lokální stavební firmy získal cenu za zateplení domu, ale i hodnotu nové energetické náročnosti, která by oproti současnosti klesla o 52 %. Zároveň byla vyčíslena minimální a maximální výše dotace v rámci požadavků probíhajícího dotačního titulu „Nová zelená úsporám“ spravovaným Státním fondem životního prostředí ČR. Podobně požádal autorizovaného inženýra v oblasti technického zabezpečení budov oboru vytápění o kalkulaci přechodu na elektrickou energii (včetně stavebních prací a ceny kotle).

Cílem semestrální práce je nasimulovat na základě historických měsíčních dat budoucí roční vývoj cen energií – plynu i elektřiny a spotřeby bytového domu (před a po provedení izolace). Následně se tyto predikce porovnají s výše uvedenými a naceněnými scénáři.

Metoda

Zvolené téma je především v dnešní době poměrně nestabilní. Dopady pandemie covidu-19, války na Ukrajině a dalších vlivů divoce hýbají s hodnotou ceny energií. Zároveň se česká vláda pokouší situaci s energiemi regulovat tak, aby byl systém pro obyvatele snesitelný a udržitelný. Ovšem energetické krizi předcházely „stabilní roky“, ke kterým se podle odborníků pravděpodobně vrátíme.

Pomocí metody Monte Carlo, která generuje velké množství scénářů (například i pro náš vývoj cen), můžeme zmíněné charakteristiky trhu podchytit a rozumně s nimi pracovat s výhledem do budoucna.

Model

Model případu je rozdělený do 4 základních částí: dům, plyn, elektřina, scénáře. V prvních třech uvedených se simulují příslušné parametry – konkrétně spotřeba a ceny. Poslední část obsahuje především výpočty koncových nákladů domu a porovnání scénářů.

Ještě před tím, než popíšu jednotlivé části, je důležité deklarovat několik použitých pojmů/údajů.

  • Jednou z nich je označení krize. Za tu je považované období od září 2021 do současnosti. Její konec je na základě zdrojů odhadovaný do poloviny roku 2025 (pro zjednodušení modelu jsem počítala až s koncem roku).
  • Další úvodní nastavení spočívalo ve zvolení topného období. Na základě dat nulové spotřeby bytového domu v měsících červen, červenec, srpen a září, nebylo v simulacích (spotřeby, ceny) ani v rozděleních s těmito měsíci uvažováno. Spotřeba nebo cena za rok tak reflektuje skutečné topné období (8 měsíců).
  • Modelace začíná rokem 2023. Předpokládáme tedy, že se izolace / změna topení uskutečnila již v minulém roce.
  • Všechny ceny a spotřeby jsou uváděny vzhledem k jednotce MWh a české koruně.

Nyní jednotlivé části práce blíže popíšu.


Dům

Výchozími podklady jsou: rok, měsíc, výše spotřeby, celková uhrazená cena a parametr krize (hodnota 0 = není krize, 1 = krize), přičemž nejdůležitější byla spotřeba. Právě pro ni bylo navrženo normální rozdělení hodnot (pro všechny nenulové hodnoty nehledě na krizi). Pomocí náhodných čísel v daném rozdělení bylo možné simulovat pro následující roky průměrnou spotřebu objektu.


Plyn a elektřina

Data pro obě komodity zahrnují: rok, měsíc, průměrnou měsíční cenu na burze za 1 MWh, průměrnou měsíční cenu „prodejní“ za 1 MWh a označení krize. Důležité je okomentovat, co se myslí prodejní cenou a co zahrnuje.

Domácnosti nikdy nevidí ve vyúčtování burzovní cenu. Platí navíc distributorům nezanedbatelné poplatky nebo zdanění. Tato skutečnost se musela projevit i v použitých datech. Proto u plynu byla každá měsíční burzovní cena vynásobena konstantou 3,5. Toto číslo bylo odvozeno z porovnání několika let průměrné roční burzovní ceny a skutečné ceny, kterou dům za komoditu zaplatil.

U elektřiny tomu bylo jinak. Její finální cena se skládá z několika položek, ty jsou z části vázané na spotřebu a částečně jsou fixní (jinými slovy domácnosti platí poplatky, i když ten měsíc elektřinou netopily). Snahou simulace rozhodně není všechny poplatky zahrnout. Ovšem počítalo se s jedním, který má významný podíl na celkové ceně – tzv. stálá platba za rezervovaný příkon podle jističe.

Aby situace byla komplikovanější, tento poplatek za příkon byl do ceny zahrnutý až u výpočtu koncových nákladů, nikoli u dat prodejní ceny elektřiny, a to kvůli kolizi počtu měsíců – v simulaci se pracuje s 8 měsíci, jenže poplatek je za všech 12. Co je tedy prodejní cena u elektřiny? Pokud je to cena mimo krizi, je totožná s burzovní, ale v případě krize je její horní hodnota omezena na nyní státem zastropovanou cenu 6000 Kč. (Obdobně by se dal strop udělat i u burzovní ceny plynu, jenže historické hodnoty plynu horní hranice nedosahovaly.)

FceKdyz.png

Na prodejní ceně plynu a i elektřiny bylo následně navrženo pravděpodobnostní rozdělení. To se rozlišovalo pro období krize a pro normální stav. Náhodně se pro obě komodity rozdělení shodovala, pro období bez krize – normální rozdělení, pro krizi – rovnoměrné rozdělení.

Následovala simulace, která u obou případů modelovala průměrnou cenu (respektive u každého roku nejprve průměr ze simulovaných měsíčních cen a následně byla tato hodnota vynásobena 8). Pro roky 2023, 2024 a 2025 byla použita náhodná hodnota z definovaného rovnoměrného rozdělení, ostatní roky vycházely z normálního rozdělení.

Výsledky

Nyní se přesuneme do poslední části seminární práce – do části scénáře, která obsahuje výsledky. Zde se kombinují nasimulované parametry, z nich se počítají náklady a návratnost investic.


1) SOUČASNÝ STAV

Prvním případem je, že se obyvatelé domu rozhodnou nic nedělat. Po vynásobení simulované průměrné roční spotřeby a simulované průměrné roční ceny plynu vyjdou budoucí náklady na energie. Z výsledků je patrné, že v období krize dům v průměru zaplatí přes milion sto tisíc korun ročně, v normálním období je to podstatně méně – částka se pohybuje mezi 400 000 a 430 000 Kč ročně.

SoucasnyStav.png


2) IZOLACE a PLYN

V tomto případě je důležité nezapomenout, že po izolaci bude mít objekt pouze 48% energetickou náročnost oproti současnému stavu. Proto je důležité simulovanou průměrnou roční spotřebu o příslušný koeficient snížit.

S novou spotřebou se vynásobí simulovaná průměrná roční cena plynu. Tím okamžitě vidíme jasný rozdíl oproti nákladům v současném stavu. V období krize se částka pohybuje nad 500 tisíc, mimo krizi je to okolo 200 tisíc. Oproti prvnímu scénáři se sníží rozdíl mezi náklady v krizi a normální době.

RozdilCen.png

Pochopitelně na začátku každé investice je vklad. Podívala jsem se na finanční návratnost izolace vzhledem k (ne)získané dotaci. Pokud by SVJ získalo maximální dotaci, peníze by se mu vrátily do 5 let, u minimální dotace do 6 let. Poslední je možnost, že by dotaci nezískalo, pak by návratnost byla 10 let.

Dotace.png


3) IZOLACE a ELEKTŘINA

U elektřiny byl postup podobný, jen obohacený o jeden krok. Poté co byla snížená roční spotřeba vynásobena simulovanou průměrnou roční cenou elektřiny, byl k nákladům připočtený zmiňovaný poplatek za příkon. Částka pro následující roky byla odvozena z historických dat, kde se pravidelně poplatek zvedal o 100 Kč každé dva roky. Navíc je důležité, že se platí každý měsíc, nehledě na spotřebu – tedy je nutné ho vynásobit 12.

Z výsledků je vidět, že se náklady podobají současnému stavu. V porovnání s izolací a plynem v simulovaných letech není elektřina s izolací výhodnější. A jak ukazují data, ani dotace nepovede k návratnosti investice.

Elektrina.png


Jednoduše řešeno, nejlepším rozhodnutím je, aby si bytový dům ponechal stávající zdroj energie – plyn a investoval do zateplení.

Proč tomu tak (nejen v datech) je?

  • Snížení spotřeby by po zateplení bylo skutečně obrovské. Důvodem velkého zlepšení energetické náročnosti je i to, že stavba (a její nacenění) odpovídá striktním podmínkám datačního titulu Zelená úsporám.
  • Jak je v samotných datech vidět, dotace výrazně pomůže se zrychlením návratnosti investice – v případě maximálního příspěvku až o polovinu času (to je dobrý výsledek).
  • K návratnosti pomáhá ještě jeden faktor – krize. Přestože obecně nejsme rádi, že situace nastala, je pravdou, že v těžkých časech a při vysokých cenách se rozdíl nákladů o to více projevuje, a zároveň se tedy investice rychleji vyplácí.
  • V neposlední řadě, přestože by se spotřeba domu zateplením výrazně zmenšila, pro elektřinu se stále jedná o příliš velké množství energie, která se finančně nevyplatí.


Zhodnocení

Je také na místě se ohlédnout za simulací a výsledky.

Jako přínos a pozitiva simulace vnímám to, že může být použita jako podklad při rozhodování SVJ. Dává totiž jasný pohled na porovnání scénářů. Jasně deklaruje vyloučení možnosti změny zdroje energie. Také může posloužit jako příklad návratnosti u výše (ne)získané dotace.

Na druhé straně, práce má i své nedostatky. Pravdou je, že problematická jsou samotná data, ze kterých vycházím. Bylo by dobré použít koncové prodejní ceny energií, nikoli přepočítávat burzovní ceny. Tím by byly ošetřeny veškeré poplatky, daně a složky ceny. Potíž ovšem je taková data jednoduše dohledat. Důležitou poznámkou je i fakt, že vývoj cen je především v dnešní době nevyzpytatelný – do trhu zasahuje krize / regulace / politická situace a mnoho dalších. Do simulace také nebyla implementována problematika fixace cen (zákazník obyčejně měsíční výkyvy na burze nezaznamená).

Závěr

Cílem simulace bylo rozhodnout, jaká je nejvhodnější reakce bytového domu na vývoj cen energií. Lze tvrdit, že se ho podařilo naplnit. Jednotlivé scénáře byly porovnány a byl zvolen ten nejvýhodnější – zůstat u stávajícího zdroje (plynu) a zateplit dům.

Vítězný scénář by totiž oproti současnému stavu výrazně snížil energetickou náročnost domu, tedy spotřebu, která má přímý dopad na cenu.

Vývoj ceny jednotlivých energií je rozhodující u volby mezi zateplením s plynem, nebo elektřinou. Elektřina je nejen v krizi v simulovaných hodnotách dražší. Její cena je vzhledem ke spotřebě domu srovnatelná s aktuálním nezatepleným stavem.

U preferovaného scénáře musí SVJ dbát na získání státní dotace. Tím se návratnost investice do izolace výrazně zkrátí. Navíc se v případě krize (vysokých cen) návratnost ještě více uspíší. Z těchto důvodů může být pro dům krize ve skutečnosti příležitostí.

Reference

Kurzy elektřiny: Rok 2017 Rok 2018 Rok 2019 Rok 2020 Rok 2021 Rok 2022 Rok 2023

Kurzy plynu: Rok 2023 Rok 2022 Rok 2021 Rok 2020 Rok 2019 Rok 2018 Rok 2017

Interní účetnictví SVJ (neveřejné)

  • informace o spotřebě, cenách, nacenění izolace, dotace i elektrické transformace

Odhady vývoje cen energií: Seznam zprávy Ministerstvo průmyslu a obchodu

Cenový strop: Ušetřeno O energetice

Kód

File:Marh07.xlsx