Efektywność finansowa bloku węglowego klasy 1000 MW na przykładzie elektrowni Ostrołęka C

Podobne dokumenty
KOSZTOWA OCENA OPŁACALNOŚCI EKSPLOATACJI WĘGLA BRUNATNEGO ZE ZŁOŻA LEGNICA ZACHÓD **

Analiza opłacalności inwestycji logistycznej Wyszczególnienie

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

Finanse. cov. * i. 1. Premia za ryzyko. 2. Wskaźnik Treynora. 3. Wskaźnik Jensena

Management Systems in Production Engineering No 4(20), 2015

System zielonych inwestycji (GIS Green Investment Scheme)

Różnica bilansowa dla Operatorów Systemów Dystrybucyjnych na lata (którzy dokonali z dniem 1 lipca 2007 r. rozdzielenia działalności)

EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

Założenia metodyczne optymalizacji ekonomicznego wieku rębności drzewostanów Prof. dr hab. Stanisław Zając Dr inż. Emilia Wysocka-Fijorek

PROGRAM PRIORTYTETOWY. Program dla przedsięwzięć w zakresie odnawialnych źródeł energii i obiektów wysokosprawnej kogeneracji Część 1)

ANALIZA WPŁYWU ROZWOJU ELEKTROMOBILNOŚCI NA ZAPOTRZEBOWANIE NA MOC I ENERGIĘ W KRAJOWYM SYSTEMIE ELEKTROENERGETYCZNYM

Analiza efektywności kosztowej w oparciu o wskaźnik dynamicznego kosztu jednostkowego

System zielonych inwestycji (GIS Green Investment Scheme)

INWESTYCJE. Makroekonomia II Dr Dagmara Mycielska Dr hab. Joanna Siwińska-Gorzelak

Analiza metod oceny efektywności inwestycji rzeczowych**

PORÓWNANIE DYSKONTOWYCH WSKAŹNIKÓW OCENY OPŁACALNOŚCI EKONOMICZNEJ INWESTYCJI NA WYBRANYM PRZYKŁADZIE

BUDYNEK OŚRODKA SZKOLENIA W WARSZAWIE KW PSP w WARSZAWIE i JEDNOSTKI RATOWNICZO-GAŚNICZEJ NR 8 KM PSP w WASZAWIE ul. Majdańskia 38/40, Warszawa

MINISTERSTWO GOSPODARKI, plac Trzech Krzyży 3/5, Warszawa G-10.3

PORÓWNANIE EKONOMICZNE ELEKTROWNI GAZOWO - PAROWYCH BEZ I Z WYCHWYTEM CO 2

Wykład 6. Badanie dynamiki zjawisk

ZAŁĄCZNIK KOMUNIKATU KOMISJI. zastępującego komunikat Komisji

Inwestycje. Makroekonomia II Dr hab. Joanna Siwińska-Gorzelak

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

Wykład 6. Badanie dynamiki zjawisk

Marża zakupu bid (pkb) Marża sprzedaży ask (pkb)

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

BUDYNKU BIUROWO- GARAŻOWEGO KOMENDY POWIATOWEJ PAŃSTWOWEJ STRAŻY POŻARNEJ w Piasecznie

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

DYNAMICZNE MODELE EKONOMETRYCZNE

Wykład 3 POLITYKA PIENIĘŻNA POLITYKA FISKALNA

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

Warunki tworzenia wartości dodanej w przedsiębiorstwie

Analiza kosztów wytwarzania energii elektrycznej w elektrowniach systemowych

MAKROEKONOMIA 2. Wykład 3. Dynamiczny model DAD/DAS, część 2. Dagmara Mycielska Joanna Siwińska - Gorzelak

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.

DYNAMIKA KONSTRUKCJI

G Sprawozdanie o mocy i produkcji energii elektrycznej i ciepła elektrowni (elektrociepłowni) przemysłowej. za rok 2012

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

Zarządzanie ryzykiem. Lista 3

Michał Zygmunt, Piotr Kapusta Sytuacja gospodarcza w Polsce na koniec 3. kwartału 2013 r. Finanse i Prawo Finansowe 1/1, 94-97

Metody rachunku kosztów Metoda rachunku kosztu działań Podstawowe pojęcia metody ABC Kalkulacja obiektów kosztowych metodą ABC Zasobowy rachunek

Warszawa, dnia 5 czerwca 2017 r. Poz. 13 UCHWAŁA NR 29/2017 ZARZĄDU NARODOWEGO BANKU POLSKIEGO. z dnia 2 czerwca 2017 r.

Transakcje insiderów a ceny akcji spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie S.A.

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

G Sprawozdanie o mocy i produkcji energii elektrycznej i ciepła elektrowni (elektrociepłowni) przemysłowej

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

Postęp techniczny. Model lidera-naśladowcy. Dr hab. Joanna Siwińska-Gorzelak

2. Wprowadzenie. Obiekt

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

Wskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania

Badanie funktorów logicznych TTL - ćwiczenie 1

METODY DYSKONTOWE W OCENIE EFEKTYWNOŚCI NAKŁADÓW NA EDUKACJĘ WYŻSZĄ 1

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

Stała potencjalnego wzrostu w rachunku kapitału ludzkiego

G Sprawozdanie o mocy i produkcji energii elektrycznej i ciepła elektrowni (elektrociepłowni) przemysłowej. Nr turbozespołu zainstalowana

Polska energetyka scenariusze

OZE NA RYNKU ENERGII ELEKTRYCZNEJ

WYKORZYSTANIE MIERNIKÓW KREOWANIA WARTOŚCI W RACHUNKU ODPOWIEDZIALNOŚCI

MAKROEKONOMIA 2. Wykład 6. Polityka fiskalna. Dagmara Mycielska Joanna Siwińska - Gorzelak

Makroekonomia II POLITYKA FISKALNA. Plan. 1. Ograniczenie budżetowe rządu

MINISTERSTWO GOSPODARKI, plac Trzech Krzyży 3/5, Warszawa G Sprawozdanie o działalności elektrowni cieplnej zawodowej. za 2014 r.

4.2. Obliczanie przewodów grzejnych metodą dopuszczalnego obciążenia powierzchniowego

DYNAMICZNE MODELE EKONOMETRYCZNE

z n o c o r p a s o w a n n F i z ę Commercial Union Polska należy do międzynarodowej Grupy

MAKROEKONOMIA 2. Wykład 5. Polityka fiskalna. Dagmara Mycielska Joanna Siwińska - Gorzelak

G 10.3 Agencja Rynku Energii S.A.

Dobór przekroju żyły powrotnej w kablach elektroenergetycznych

REGULAMIN FUNDUSZU ROZLICZENIOWEGO

ZARZĄDZANIE KOSZTAMI UTRZYMANIA GOTÓWKI W ODDZIAŁACH BANKU KOMERCYJNEGO

Nowokeynesowski model gospodarki

SYMULACJA ZMIENNOŚCI OBCIĄŻENIA W MIKROSIECI ZAWIERAJĄCEJ ELEKTROWNIE ZASILANE ENERGIĄ ODNAWIALNĄ

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

ZASTOSOWANIE MIAR OCENY EFEKTYWNOŚCI EKONOMICZNEJ DO PLANOWANIA ORAZ OCENY DZIAŁAŃ DYWESTYCYJNYCH W GOSPODARSTWACH ROLNICZYCH *

Istota oraz cel publikacji: Geneza:

Jerzy Czesław Ossowski Politechnika Gdańska. Dynamika wzrostu gospodarczego a stopy procentowe w Polsce w latach

Bankructwo państwa: teoria czy praktyka

Wpływ rentowności skarbowych papierów dłużnych na finanse przedsiębiorstw i poziom bezrobocia

Makroekonomia II. Plan

METODA ZDYSKONTOWANYCH SALD WOLNYCH PRZEPŁYWÓW PIENIĘŻNYCH

Dendrochronologia Tworzenie chronologii

G Sprawozdanie o mocy i produkcji energii elektrycznej i ciepła elektrowni (elektrociepłowni) przemysłowej

DYNAMICZNE MODELE EKONOMETRYCZNE

ZRÓŻNICOWANIE ODNAWIALNYCH ŹRÓDEŁ ENERGII W KRAJACH GRUPY WYSZEHRADZKIEJ

Polska energetyka scenariusze

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

Sytuacja na rynku energii elektrycznej. Możliwe przyczyny. Warszawa, grudzień 2018 r.

Metody oceny stanu technicznego budynków w aspekcie ich praktycznego zastosowania

Wykład 5. Kryzysy walutowe. Plan wykładu. 1. Spekulacje walutowe 2. Kryzysy I generacji 3. Kryzysy II generacji 4. Kryzysy III generacji

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

Polityka fiskalna. Makroekonomia II Joanna Siwińska-Gorzelak

DOBÓR PRZEKROJU ŻYŁY POWROTNEJ W KABLACH ELEKTROENERGETYCZNYCH

Wyzwania stojące przed KSE i jednostkami wytwórczymi centralnie dysponowanymi. Maciej Przybylski 28 marca 2017 r.

ANALIZA CZYNNIKÓW WPŁYWAJĄCYCH NA EKONOMICZNĄ EFEKTYWNOŚĆ ELEKTROWNI JĄDROWEJ

WPŁYW PARAMETRÓW SIECI DYSTRYBUCYJNEJ ŚREDNIEGO NAPIĘCIA NA STANY PRZEJŚCIOWE GENERATORÓW ŹRÓDEŁ ROZPROSZONYCH ANALIZA WRAŻLIWOŚCI

Transkrypt:

Sebasian KRUPIŃSKI 1, Pior KUSZEWSKI 2, Józef PASKA 1 1 Poliechnika Warszawska, Insyu Elekroenergeyki, 2 Insyu Bankowości, Szkoła Główna Handlowa doi:10.15199/48.2019.10.15 Efekywność finansowa bloku węglowego klasy 1000 MW na przykładzie elekrowni Osrołęka C Sreszczenie. W ramach pracy dokonano oceny podsawowych czynników fundamenalnych rynku energii elekrycznej oraz przeprowadzono analizę efekywności finansowej węglowego bloku energeycznego klasy 1000 MW na przykładzie elekrowni Osrołęka C. Analizę wykonano meodą Mone Carlo bazując na symulacjach funkcjonowania rynku energii elekrycznej w perspekywie do 2053 roku z wykorzysaniem modelu fundamenalnego rynku, kóry pozwolił na wyznaczenie warunków brzegowych do analiz efekywności finansowej projeku. Symulacje wykonano dla dwóch podsawowych scenariuszy: węglowego oraz zrównoważonego z energeyką jądrową, przy czym każdy ze scenariuszy był odzwierciedleniem zróżnicowanych poliyk w zakresie ochrony klimau. Absrac. As par of he work, an assessmen of he fundamenal facors of he elecriciy marke was made and an analysis of he financial efficiency of he 1,000 MW class coal-fired power uni was conduced based on he Osrołęka C power plan case. The analysis was carried ou using he Mone Carlo mehod based on simulaions of he elecriciy marke operaion in he perspecive up o 2053 using he fundamenal marke model, which allowed seing he boundary condiions for he projec's financial efficiency analysis. Simulaions were carried ou for wo basic scenarios: coal and susainable wih nuclear energy, wih each scenario reflecing differen policies in he field of climae proecion. (Financial efficiency of a 1,000 MW class coal-fired power uni on example of he Osrołęka C power plan). Słowa kluczowe: rynek energii, analiza efekywności finansowej inwesycji, analiza opłacalności w energeyce, elekrownie węglowe. Keywords: Energy marke, invesmen projecs evaluaion, profiabiliy analysis in he power secor, coal-fired power plans. Wsęp Ze względu na obecny san polskiego sekora wywórczego energii elekrycznej, w kórym o zdecydowana większość jednosek wywórczych jes już przesarzała i nieprzysosowana do akualnych sandardów, isnieje luka w dosępnych zasobach wywórczych. W nadchodzących laach może ona sanowić isone zagrożenie dla bezpieczeńswa energeycznego kraju. W odpowiedzi na powyższe wyzwanie, w osanich laach polskie spółki energeyczne podejmowały decyzje o rozpoczęciu wielomiliardowych inwesycji w sekorze wywórczym, czego przykładem są projeky (i realizacje) elekrowni Opole II (blok 5 i 6), Jaworzno III, czy blok 11 elekrowni Kozienice. Osanio do grona ych projeków dołączył akże reakywowany projek budowy elekrowni Osrołęka C. Elemenem wspólnym wszyskich ych projeków, jes fak, że są o duże jednoski o mocy zbliżonej do 1000 MW. Ta zbieżność nie jes przypadkowa i sanowi rwały wzorzec inwesycyjny w sekorze energeyki wielkoskalowej, kóry wynika z dążeń do osiągnięcia jak największej sprawności jednoski oraz maksymalizacji korzyści skali. Ze względu na silny rend dekarbonizacji, wynikający z legislacji unijnej, pojawia się pyanie, czy zasadne jes budowanie dużych sysemowych jednosek wywórczych (klasy 1000 MW), opalanych węglem oraz jaki jes poencjalny poziom ryzyka inwesycyjnego akich projeków. Chcąc pochylić się nad ym zagadnieniem niezbędne jes przeprowadzenie wnikliwej analizy ooczenia rynkowego, w jakim aki podmio będzie funkcjonować, a nasępnie zamodelowanie zachowania ego rynku w perspekywie czasu życia inwesycji. W ym celu w niniejszym arykule dokonano charakerysyki czynników cenowórczych na rynku energii elekrycznej, po czym w oparciu o ę wiedzę sworzono uproszczony model fundamenalny rynku energii elekrycznej i przy przyjęciu założeń doyczących paramerów inwesycji przebadano jej funkcjonowanie w zakładanym okresie. Jako sudium przypadku wykorzysano projek elekrowni Osrołęka C, dla kórego o dokonano analizy efekywności finansowej. Całość analizy zosała przeprowadzona dla kilku scenariuszy, a zbudowany model zosał zasilony możliwie dokładną bazą rzeczywisych danych. Problemayka budowy modeli fundamenalnych rynku energii elekrycznej oraz ryzyka inwesycyjnego zosała poruszona w oddzielnych opracowaniach [1] i [2]. Czynniki cenowórcze na rynku energii elekrycznej Ze względu na specyficzne cechy sekora elekroenergeycznego, w ym w szczególności braku możliwości składowania isonych ilości produku oraz konieczności bilansowania popyu i podaży w czasie rzeczywisym, a zaem fizycznej produkcji i odbioru, cena energii elekrycznej zawsze jes wyznaczana dla usalonej porcji produku w danej chwili czasowej. Chociaż fakycznie ruch sysemu elekroenergeycznego jes prowadzony na bieżąco w każdej sekundzie, a planowanie pracy odbywa się w okresach dochodzących do 15 minu, na chwilę obecną umownie przyjęo, że ze względów prakycznych cena energii będzie usalana w rozdzielczości godzinowej. Dlaego eż cena energii elekrycznej sanowi odzwierciedlenie sanu sysemu elekroenergeycznego oraz jego pochodnych dla średnich warości w godzinie. Z perspekywy podsawowych czynników fundamenalnych, cena energii elekrycznej jes funkcją: zaporzebowania, dosępnej zdolności wywórczej, produkcji OZE, poziomu ransgranicznej wymiany handlowej, koszów wywarzania w ym w szczególności: cen nośników energii pierwonej, koszów środowiskowych, uwzględniających m.in. kosz zakupu uprawnień do emisji CO 2. Najważniejszym czynnikiem fundamenalnym definiującym cenę energii elekrycznej jes zagregowane w skali kraju zaporzebowanie na moc. Jego warość jes dodanio skorelowana z poziomem cen energii elekrycznej i jes zależna od dobowych, indywidualnych profili zużycia energii elekrycznej poszczególnych odbiorców. Pośród czynników deerminujących poziom zaporzebowania w skali makro można wymienić m.in.: energochłonność gospodarki, emperaurę powierza, długość dnia, cykl ygodniowy (dzień ygodnia, dzień weekendowy, dni wolne). Drugim czynnikiem fundamenalnym mającym bezpośredni wpływ na podaż energii na rynku jes wielkość dosępnych zdolności wywórczych w sysemie, j. JWCD (Jednoski Wywórcze Cenralnie Dysponowane) oraz njwcd (jednoski wywórcze niebędące JWCD). Poziom en przede wszyskim wynika z liczby odsawień jednosek wywórczych na skuek prowadzenia planowanych działań remonowych (remony średnie, kapialne) oraz działań nieplanowanych (remony awaryjne). Pewnym miernikiem dosępności mocy w sysemie jes poziom Operacyjnej Rezerwy Mocy (ORM), czyli ilości zakonrakowanych przez Operaora Sieci Przesyłowej mocy wywórczych ponad 72 PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 10/2019

bieżące zaporzebowanie, pełniących rolę rezerwy w sysemie. W przypadku njwcd, jako iż isoną część ych podmioów sanowią odnawialne źródła energii, bardzo duży wpływ na dosępny wolumen mocy mają warunki pogodowe. W przypadku Polski, dominującym czynnikiem jes uaj poziom generacji wiarowej. Osanim czynnikiem mającym wpływ na dosępność mocy po sronie podażowej jes poziom ransgranicznej wymiany handlowej i wynikający z niej bilans handlowy kraju. Mechanizm oddziaływania wymiany handlowej na ceny energii elekrycznej w Polsce polega na zmianie wolumenu zaporzebowania na energię elekryczną pokrywanego przez jednoski wywórcze krajowe, j. wzrosu zaporzebowania w przypadku eksporu, bądź spadku w przypadku imporu, czego oczywisą konsekwencją są przesunięcia punku odcięcia w ramach meri order. O warości wymiany handlowej decydują dwa podsawowe czynniki: rozkład cen na poszczególnych rynkach europejskich oraz echniczna zdolność do wymiany handlowej. Pierwszy z czynników deerminuje charaker wymiany, j. czy nasępuje impor energii do Polski (niższe ceny w krajach ościennych), czy ekspor energii z Polski (niższa cena w Polsce). Drugi czynnik jes warunkowany przez poziom zdolności przesyłowych, czyli dopuszczalny przez OSP bezpieczny poziom wymiany handlowej, kóry nie zagraża bezpieczeńswu w KSE. Warość ych zdolności jes deerminowana przez bieżące warunki sieciowe, j. fak czy zwiększenie przepływów fizycznych na skuek realizacji wymiany handlowej nie spowoduje przekroczenia paramerów echnicznych linii przesyłowych; oraz przez zdolność bilansową KSE do zaniżenia punku pracy JWCD w przypadku imporu lub podniesienia punku pracy w przypadku eksporu. Równocześnie na echniczną zdolność do przesyłania mocy w sieci mają wpływ akże zdarzenia losowe w posaci pojawienia się ubyków w sieci (np. awaryjne wyłączenia połączenia międzysysemowego). Pośród czynników mających wpływ na koszy wywarzania energii elekrycznej jako najważniejsze należy wskazać na ceny nośników energii pierwonej, do kórych zaliczają się m.in. ropa, gaz, węgiel kamienny i brunany, biomasa czy uran. Mając na uwadze srukurę krajowego miksu energeycznego i uwzględniając fak, iż kosz paliwa odpowiada za prawie 80% koszów zmiennych wywarzania w elekrowniach cieplnych na węgiel kamienny, dla Polski najważniejsza jes cena węgla energeycznego. Jej warość jes deerminowana zarówno czynnikami lokalnymi, wynikającymi z syuacji w krajowym sekorze wydobywczym, jak i makroekonomicznymi powiązanymi z koniunkurą na świaowych rynkach paliw. W przypadku Polski, za najbardziej reprezenaywne wskaźniki cen węgla należy uznać PSCMI1 czyli Polski Indeks Rynku Węgla Energeycznego oraz CIF ARA, określający cenę węgla w UE dla porów Amserdam, Roerdam, Anwerpia. Drugim, co do wielkości, składnikiem koszowym uwzględnianym w cenie energii elekrycznej są noowania uprawnień do emisji CO 2. Uprawnienia do emisji CO 2 EUA są elemenem Europejskiego Sysemu Handlu Emisjami, w ramach kórego, podmioy uczesniczące w sysemie mają obowiązek posiadać uprawnienia w ilości odpowiadającej emisjom posiadanych insalacji. Zgodnie z akami prawnymi, część uprawnień jes przydzielana podmioom bezpłanie, a część przez zakup w drodze aukcji przeprowadzanych na giełdzie. Charakerysyka modelu symulacyjnego Sworzony w ramach pracy model symulacyjny efekywności finansowej analizowanego projeku sanowi model równowagi ogólnej rynku energii elekrycznej, kóry składał się z dwóch zasadniczych części: modelu fundamenalnego polskiego rynku energii elekrycznej oraz modelu efekywności finansowej inwesycji (rys. 1). Dla uwzględnienia niepewności danych w modelowaniu posłużono się echniką Mone Carlo. Dane wejściowe: Rys. Paramery 1. echniczno-ekonomiczne jednosek wywórczych, w ym paramery niezawodnościowe Ścieżki cenowe nośników energii, pozwoleń do emisji CO 2 Srukura miksu energeycznego Poziom wymiany ransgranicznej Poziom generacji zdeerminowanej njwcd Godzinowa prognoza zaporzebowania Model fundamenalny polskiego rynku energii elekrycznej Dane finansowe inwesycji WACC Dane wyjściowe: Oszacowanie hurowej ceny energii elekrycznej Wolumen produkcji Liczba godzin pracy jednosek wywórczych Model efekywności finansowej inwesycji Wyniki: Oszacowanie warości oczekiwanej NPV projeku Oszacowanie warości oczekiwanej IRR Rys. 1. Wysokopoziomowa srukura modelu symulacyjnego efekywności finansowej inwesycji [1] Model rynku energii elekrycznej odzwierciedlił procesy cenowórcze zachodzące na ym rynku i pozwolił na wyznaczenie warunków funkcjonowania analizowanej inwesycji w perspekywie do 2053 roku, przy założeniu jej uruchomienia w 2024 roku oraz eksploaacji przez okres nasępnych 30 la. Wynikiem modelu było oszacowanie hurowej ceny energii elekrycznej oraz wolumenu produkcji poszczególnych jednosek wywórczych w rozdzielczości godzinowej. Dane e sanowiły nasępnie dane wejściowe do modelu badania efekywności finansowej inwesycji, bazującym na oszacowaniu warości zakualizowanej neo NPV. Zgodnie z meodyką Mone Carlo, dane wsadowe do modelu sanowiły rozkłady zmiennych losowych, bądź sałe warości zgodne z przyjęymi założeniami. Analizy zosały przeprowadzone dla kilku scenariuszy, a dla każdego z nich wykonano po 1000 symulacji. Wynikiem analiz są rozkłady warości NPV projeku. Szczegółowy opis modelu fundamenalnego rynku energii elekrycznej wraz z przyjęymi założeniami oraz warunkami brzegowymi zosał zawary w [1]. Model badania efekywności finansowej inwesycji Model badania efekywności finansowej analizowanej inwesycji zosał opary na meodzie warości zakualizowanej neo NPV. Model en jes modelem dyskrenym z rozdzielczością roczną, w kórym o poszczególne zmienne są wynikiem symulacji modelu fundamenalnego rynku energii elekrycznej bądź wynikają z przyjęych założeń. Warość rezydualna inwesycji zosała przyjęa jako 0. Posać modelu jes nasępująca: PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 10/2019 73

(1) NPV = 0 0 b n P r, K J 1 r z e, F 1 P r, r K e, F A p gdzie: n wyrażony w laach okres eksploaacji inwesycji; b wyrażony w laach czas rwania budowy inwesycji; P r, warość rocznego przychodu; K e, warość rocznych koszów eksploaacji, w ym m.in. koszów środowiskowych; F warość rocznych koszów finansowania inwesycji; A amoryzacja w roku ; J nakłady inwesycyjne w roku ; p sopa podaku dochodowego od osób prawnych; r sopa dyskonowa w roku ; r z sopa dyskonowa odzwierciedlająca zamrożenie kapiału. Przyjęa w modelu warość rocznego przychodu P r, jes opisana wzorem: (2) P r, PE, PUS, PRM, gdzie: P E, sumaryczne przychody ze sprzedaży energii elekrycznej w roku ; P US, sumaryczne przychody ze świadczenia usług sysemowych w roku ; P RM, sumaryczne przychody z udziału w rynku mocy w roku. Należy przy ym zaznaczyć, że sumaryczne przychody ze świadczenia usług sysemowych w danym roku zosały ujęe pośrednio jak zwiększenie obciążenia jednosek i doyczą ylko i wyłącznie świadczenia rezerwy w sysemie. Warość rocznych koszów eksploaacji K e, wyznaczana jes zgodnie ze wzorem: K e, K S, K (2) K PLAC, KMAT KPOZ K REM s,,, K K K K PAL, Z, MATz, ŚROD, CO2, gdzie: K S, koszy sałe wywarzania w roku ; K Z, koszy zmienne wywarzania w roku ; K PLAC, koszy wynagrodzeń w roku ; K MATs, koszy sałe maeriałów w roku ; K POZ, pozosałe koszy sałe w roku, z wyłączeniem podaku dochodowego; K REM, koszy remonów w roku ; K PAL, koszy paliwa wraz z koszami zakupu w roku ; K MATz, koszy zmienne maeriałów w roku ; K ŚROD, koszy korzysania ze środowiska w roku, z wyłączeniem koszów zakupu uprawnień do emisji CO 2 ; K CO2, koszy zakupu uprawnień do emisji CO 2. Warość rocznych koszów finansowania inwesycji F jes równa rocznym koszom finansowania obligacjami korporacyjnymi K O,. Scenariusze oraz założenia i warunki brzegowe modelu finansowego Analiza symulacyjna rynku energii elekrycznej uwzględnia dwa podsawowe scenariusze: węglowy oraz zrównoważony z energeyką jądrową, zróżnicowane ze względu na projekcje ścieżki cen nośników energii, wymianę handlową na połączeniach międzysysemowych oraz wynikający z nich miks energeyczny Polski. W analizie przyjęo miksy energeyczne Polski wypracowane przez Forum Energii i opublikowane w 2016 roku w ramach opracowania Polski sekor energeyczny 2050 4 scenariusze [3]. Spośród czerech scenariuszy wybrano dwa podsawowe miksy: węglowy oraz zrównoważony z energeyką jądrową. Niemniej jednak, ze względu na fak, iż scenariusze e nie uwzględniały najnowszych danych z la 2017 2020 doyczących budowy, modernizacji oraz wyłączeń poszczególnych jednosek wywórczych, miksy zosały zakualizowane i przeliczone na poszczególne jednoski wywórcze dla każdego roku analizy. Celem zachowana spójności analizy z założeniami przyjęymi przez Forum Energi przy wyznaczeniu miksów energeycznych Polski, w modelu posłużono się dwoma ścieżkami cenowymi nośników energii oraz cen pozwoleń do emisji CO 2 (rys. 2) zawarymi w World Energy Oulook 2018 [4]. Rys. 2. Predykcja ścieżek cenowych nośników energii pierwonej oraz uprawnień do emisji CO 2 w Unii Europejskiej do roku 2053 dla poszczególnych scenariuszy (Ścieżki wyznaczono jako przeliczenie bieżących cen zgodnie z rajekorią ścieżek cen nośników dla poszczególnych scenariuszy [5, 6, 7]. Ceny nominalne wyznaczone przy założeniu sałego kursu $/PLN równego 3,78 zł oraz kursu /PLN równego 4,26 zł.) Przyjęe w analizie scenariusze ransgranicznej wymiany handlowej sanowią godzinowe profile, sałe w poszczególnych dobach dla okresu leniego (kwiecień wrzesień) oraz zimowego (pozosałe miesiące). Takie założenie sanowi isone uproszczenie, gdyż w rzeczywisości aby dobrze oddać prawdziwy charaker wymiany w długim okresie, należałoby oddzielnie zamodelować każdy z rynków objęych mechanizmem marke coupling, co w prakyce oznacza modelowanie rynków energii niemal wszyskich krajów Europy konynenalnej. W związku z powyższym, przyjęe profile zosały opracowane przy założeniu urzymania się, a wręcz sopniowego umacniania się rendu imporu energii elekrycznej do Polski, a zaem zwiększania podaży energii na krajowym rynku energii, na podsawie profilu bazowego dla scenariusza węglowego wyznaczonego dla danych hisorycznych z la 2015 2018, a nasępnie przeliczonego proporcjonalnie do poziomu dosępnych zdolności przesyłowych przewidywanych przez PSE S.A. w kolejnych laach analizy. Szczegółowe paramery elekrowni Osrołęka C przyjęe w analizie zosały przedsawione w abeli 1, przy czym kosz ransporu paliwa zosał wyznaczony na podsawie danych zawarych w [9]. Koszy sałe wywarzania elekrowni Osrołęka C zosały wyznaczone na podsawie uśrednionych danych, ypowych dla jednosek wywórczych opalanych węglem kamiennym przedsawionych w [8]. Ze względu na fak, iż dane 74 PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 10/2019

doyczyły roku 2016, ich warość dla każdego roku w kolejnych laach analizy zosała przeliczona w nasępujący sposób: koszy maeriałów, usług obcych, remonów oraz pozosałych koszów zosały przeliczone zgodnie z prognozowanym przez NBP poziomem inflacji bazowej, a w dłuższym okresie z przyjęym celem inflacyjnym o warości 2,5%, koszy pracy zosały przeliczone zgodnie ze średnią roczną sopą wzrosu warości przecięnego wynagrodzenia w sekorze przedsiębiorsw w laach 2010 2018, wynoszącą 4,06% [10]. Ze względu na brak szczegółowych danych doyczących koszów remonów z podziałem na ich rodzaj, w analizie przyjęo, że w każdym roku ponoszony będzie kosz odpowiadający średniorocznemu koszowi remonów. Ponado w analizie przyjęo amoryzację meodą liniową dla 30-leniego okresu eksploaacji obieku. Szczegółowe dane przedsawiono w abeli 2. Tabela 1. Paramery echniczno-finansowe elekrowni Osrołęka C przyjęe w symulacji (ceny sałe 2017 rok) Paramer Moc osiągalna Moc osiągalna neo Moc minimalna Warość 1000 MW 940 MW 300 MW Paramer Emisja CO 2 Sprawność Wskaźnik awaryjności FOR Warość 0,79 /MWh 0,46 11% (zima), 10% (lao) Paramer Kosz paliwa z wyłączeniem koszów ransporu Kosz maeriałów i opła środowiskowych Kosz ransporu węgla Warość 76,76 zł/mwh 5,00 zł/mwh 29,14 zł/mwh Kosz zmienny Całkowiy kosz wywarzania Kosz uprawnień Paramer zmienny bez koszów do emisji CO 2 wywarzania CO 2 Warość 110,90 zł/mwh 19,62 zł/mwh 130,52 zł/mwh Tabela 2. Zakładana srukura rocznych jednoskowych koszów sałych wywarzania energii elekrycznej w analizowanej elekrowni Osrołęka C przeliczona na rok 2024, przy czym koszy remonów zawierają zarówno koszy sałe jak i zmienne, koszy pozosałe uwzględniają podaki i opłay (zł/mw) Koszy sałe wywarzania (bez amoryzacji i koszów remonów): 160 037,02 Maeriały: 10 302,03 Usługi obce: 34 202,74 w ym: Koszy remonów: 35 128,35 Amoryzacja: 200 766,67 Koszy pracy: 78 510,01 Pozosałe koszy: 37 022,24 Całkowie nakłady inwesycyjne dla bloku 1000 MW mają wynieść około 6,023 mld zł [11]. Przyjęy harmonogram wydakowania środków zosał przedsawiony na rysunku 3. Ponado, w analizie finansowej założono, że w rakcie rwania budowy obieku srukura finansowania projeku będzie sała i zgodna z założeniami przyjęymi do wyznaczenia WACC. Zasosowana w modelu warość sopy dyskonowej zosała wyznaczona jako średnioważony kosz kapiału WACC. Zgodnie z charakerysyką inwesycji przedsawioną w [11] przedsięwzięcie będzie realizowane przez spółkę celową, w kórej po 50% udziałów posiadają spółki Enea S.A. oraz Energa S.A. Jako srukurę finansowania projeku założono, że 60% kapiału będą sanowiły środki obce pochodzące z emisji obligacji korporacyjnych, a 40% kapiału będzie pochodziło ze środków własnych inwesorów, przy założeniu ich równego udziału w analizowanym przedsięwzięciu. Kosz kapiału obcego zosał wyznaczony w oparciu o wielkość sóp zwrou obligacji Skarbu Pańswa w kolejnych laach analizy przy założeniu, że oferowana inwesorom premia za ryzyko projeku wyniesie 1%, a cena nominalna obligacji będzie równa cenie wykupu obligacji. Dodakowo założono, że obligacje będą miały ermin wykupu 5 la i będą podlegały rolowaniu do momenu spłay pożyczonego kapiału (spłaa kapiału na przesrzeni 20 la). Odseki od obligacji będą wypłacane w okresach rocznych. Sopę podaku dochodowego przyjęo na poziomie 19%. Rys. 3. Harmonogram wydakowania nakładów inwesycyjnych projeku Naomias kosz kapiału własnego inwesorów zosał wyznaczony z wykorzysaniem modelu CAPM. Jako sopa wolna od ryzyka wykorzysana zosała projekcja sóp zwrou z obligacji Skarbu Pańswa, naomias jako sopa zwrou z porfela rynkowego przyjęo średnią roczną sopę zwrou z indeksu WIG z la 2014 2018. Ze względu na dość niską warość wyliczonego koszu kapiału własnego, wyznaczono akże alernaywną warość WACC (WACC 2), z ą różnicą, że kosz kapiału własnego zosał wyznaczony meodą składania czynników ryzyka jako warość sopy wolnej od ryzyka równej sopie zwrou z obligacji Skarbu Pańswa oraz premii za ryzyko wynoszącej 8%. Wyznaczona krzywa koszu kapiału własnego oraz warość średniego koszu kapiału zosała przedsawiona na rys. 4. % 10,00 9,00 8,00 7,00 6,00 5,00 4,00 3,00 2,00 1,00 Rys. 4. Szacowana warość średnioważonego koszu kapiału w perspekywie do 2053 roku wraz z przebiegiem jej składowych (WACC 1) oraz warość alernaywna (WACC 2) PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 10/2019 75

Wyniki analizy Uzyskane w niniejszej pracy wyniki analiz należy podzielić na dwie zasadnicze kaegorie. Pierwszą z nich są paramery globalne opisujące działanie rynku energii elekrycznej oraz paramery lokalne, kóre określają warunki funkcjonowania planowanej inwesycji. Do paramerów ych należą m.in.: cena energii elekrycznej, czas wykorzysania mocy zainsalowanej poszczególnych jednosek oraz wynikający z niego wolumen produkcji energii elekrycznej. Drugą kaegorią wyników są wielkości opisujące finansową efekywność projeku, czyli warości NPV oraz IRR. Uzyskana w modelu średnia, ważona wolumenem hurowa cena energii elekrycznej dla 2017 roku dla badanych scenariuszy wyniosła 171,06 zł/mwh (rys. 5), podczas gdy w rzeczywisości opublikowana przez Prezesa Urzędu Regulacji Energeyki średnioważona cena energii elekrycznej wyworzonej przez wywórców eksploaujących jednoski wywórcze cenralnie dysponowane opalane węglem w analizowanym roku wyniosła 178,06 zł/mwh [12], a średnioważona cena energii elekrycznej na rynku konkurencyjnym 163,70 zł/mwh [13]. C, wyniosła około 7259 h (odchylenie sandardowe 199 h) dla scenariusza węglowego, 7197 h (odchylenie sandardowe 206 h) dla scenariusza zrównoważonego z energeyką jądrową. Warość a jes ypowa dla jednoski pracującej w podsawie, a wszelkie odchylenia wynikały z realizacji remonów. Taka syuacja wynikała z niskiej pozycji jednoski w sosie cenowym w związku z niższym koszem zmiennym względem dominujących liczbowo sarszych jednosek węglowych (scenariusz węglowy) oraz jednosek gazowych (scenariusz zrównoważony z energeyką jądrową). Przechodząc do oceny opłacalności inwesycji, w pierwszej kolejności wyznaczono zw. Clean Dark Spread, czyli wskaźnik liczony dla elekrowni węglowych pokazujący jaka jes wielkość marży na pokrycie koszów sałych oraz zawarego w niej zysku po odjęciu od jednoskowej ceny energii elekrycznej koszów zmiennych (koszów węgla energeycznego oraz zakupu uprawnień do emisji CO 2 na MWh wyprodukowanej energii (rys. 7). Największą warość marży uzyskano dla scenariusza zrównoważonego z energeyką jądrową, co wynikało z niższej ceny węgla na skuek obniżonego popyu na en surowiec. Równocześnie, w przypadku scenariusza węglowego poziom marży jes na podobnym poziomie, przy czym należy zwrócić uwagę, iż wraz z upływem czasu wielkość nadwyżki nad koszami rośnie. Syuacja a jes wynikiem wzrosu udziału droższych jednosek gazowych przy jednoczesnym niewielkim wolumenie mocy OZE i obecności dużej liczby jednosek węglowych. Rys. 5. Projekcja warości oczekiwanej hurowej ceny energii elekrycznej wraz ze wskazaniem warości granicznych dla przedziału określonego przez warość oczekiwaną +/- odchylenie sandardowe dla badanych scenariuszy (ceny nominalne) Rys. 6. Projekcja warości oczekiwanej wykorzysania mocy zainsalowanej elekrowni Osrołęka C wraz ze wskazaniem warości granicznych dla przedziału określonego przez warość oczekiwaną +/- odchylenie sandardowe dla badanych scenariuszy (warość maksymalna parameru z pominięciem la przesępnych wynosi 8760 godzin) Warość oczekiwana czasu wykorzysania mocy zainsalowanej dla całego okresu życia elekrowni Osrołęka Rys. 7. Projekcja warości oczekiwanej wskaźnika Clean Dark Spread Badanie efekywności finansowej inwesycji w ramach poszczególnych scenariuszy zosało przeprowadzone dla dwóch warianów modelu rynku, j. rynku jednoowarowego bez płaności za moc, rynku dwuowarowego zgodnego z przyjęą usawą o rynku mocy i przewidującego płaności za moc przez okres 15 la od uruchomienia, dla dwóch warianów obliczonej sopy dyskonowej. Zgodnie z wynikami aukcji na rok 2023, roczna warość przychodów z 76 PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 10/2019

rynku mocy wyniesie 202 990 zł/mw/rok dla 852,603 MW mocy zainsalowanej [14]. Uzyskane wyniki przedsawiono w abeli 3. Przeprowadzona analiza efekywności finansowej inwesycji wskazuje na brak opłacalności projeku dla modelu rynku jednoowarowego, niezależnie od poziomu sopy dyskonowej oraz niewielką renowność w przypadku pełnego funkcjonowania rynku mocy dla scenariusza zrównoważonego z energeyką jądrową przy sopie dyskonowej na poziomie 3% w całym okresie analizy, j. warości odpowiadającej zw. społecznemu koszowi kapiału, wykorzysywanej w analizach OECD/IEA. Równocześnie, w przypadku scenariusza węglowego, warunkiem koniecznym dla uzyskania dodaniej warości NPV przy niezmienionych paramerach fundamenalnych modelu jes przyjęcie sopy dyskona poniżej 1,65%, bądź przy zachowaniu srukury finansowania, uzyskanie dosępu do długu o ujemnym oprocenowaniu na poziomie poniżej - 0,07% (przy uwzględnieniu WACC 1). W przypadku scenariusza zrównoważonego z energeyką jądrową, warości graniczne powinny wynosić 4,09% dla sopy dyskonowej lub 3,37% dla oprocenowania obligacji korporacyjnych. Z punku widzenia czynników fundamenalnych, poencjalnym warunkiem poprawy efekywności finansowej inwesycji jes obniżenie się ceny węgla energeycznego przy jednoczesnym wzroście ceny gazu, co przy uwzględnieniu mechanizmu cen krańcowych, pozwoliłoby na wzros ceny energii elekrycznej oraz zmniejszenie koszu zmiennego analizowanej jednoski. Tabela. 3. Warość oczekiwana NPV i NPVR dla projeku elekrowni Osrołęka C dla poszczególnych scenariuszy (WACC 1 o średniej warości w analizowanym okresie 4,52%, WACC 2 o średniej warości w analizowanym okresie 6,50%) Scenariusz NPV NPVR Brak rynku mocy (WACC 1) węglowy -3 221 735 477,44 zł -51,45% zrównoważony z EJ -1 790 544 288,00 zł -28,59% Rynek mocy na okres 15 la (WACC 1) węglowy -1 503 300 216,91 zł -24,01% zrównoważony z EJ -197 102 030,79 zł -3,15% Brak rynku mocy (WACC 2) węglowy -3 668 861 603,02 zł -57,67% zrównoważony z EJ -2 355 513 238,19 zł -37,03% Rynek mocy na okres 15 la (WACC 2) węglowy -2 152 206 188,45 zł -33,83% zrównoważony z EJ -952 512 245,20 zł -14,97% Rynek mocy na okres 15 la (sopa dyskona 3%) węglowy -807 718 829,91 zł -13,03% zrównoważony z EJ 578 245 261,52 zł NPVR: 9,33% IRR: 4,09% Podsumowanie Podsumowując, jak wykazano w arykule efekywność finansowa jednoski węglowej klasy 1000 MW isonie różni się w zależności od przyjęego scenariusza analizy. Z perspekywy charakerysyki funkcjonowania rynku energii elekrycznej oraz mechanizmu cen krańcowych, do głównych deerminanów sprawności finansowej inwesycji należy zaliczyć rajekorie ceny energii elekrycznej, cen nośników energii pierwonej, cen pozwoleń do emisji CO 2, wynikającą z ryzyka biznesu zmianę popyu i podaży na rynku, a w konsekwencji przy danej dosępności jednoski do pracy, zmianę wolumenu jej produkcji. Dodakowo, należy zauważyć, że energeyka jako sekor regulowany, bardzo silnie reaguje na wszelkie zmiany prawne, kóre zasadniczo deerminują warunki funkcjonowania ego biznesu. Siłę ego oddziaływania udowodniono poprzez analizę poszczególnych scenariuszy, kóre będąc symulacją zachowania się rynku na skuek wdrażania regulacji wynikającej z poliyki klimaycznej na świecie, wpływając m. in. na kosz kapiału i wielkość wymaganej premii za ryzyko, bardzo różnicowały opłacalność inwesycji. Mając na uwadze powyższe, bardzo ważne jes aby poliyka energeyczna była sabilna i przewidywalna, ak aby inwesor miał pewność co do fundamenalnych założeń projeków. Auorzy: mgr inż. Sebasian Krupiński, Poliechnika Warszawska, Insyu Elekroenergeyki, ul. Koszykowa 75, 00-662 Warszawa, E- mail: Sebasianpc@ineria.pl; dr Pior Kuszewski, Szkoła Główna Handlowa w Warszawie, Insyu Bankowości, al. Niepodległości 162, 02-554 Warszawa, E-mail: Pior.Kuszewski@ sgh.waw.pl; prof. dr hab. inż. Józef Paska, Poliechnika Warszawska, Insyu Elekroenergeyki, ul. Koszykowa 75, 00-662 Warszawa, E-mail: Jozef.Paska@ien.pw.edu.pl. LITERATURA [1] Krupiński S., Kuszewski P., Paska J., Modelowanie fundamenalne rynku energii elekrycznej dla analiz finansowych projeków inwesycyjnych w sekorze wywórczym, w przygoowaniu [2] Krupiński S., Kuszewski P., Paska J., Ryzyko inwesycyjne w sekorze wywórczym na przykładzie elekrowni Osrołęka C, w przygoowaniu [3] Polski sekor energeyczny 2050-4 scenariusze, Forum Energii, Warszawa 2016 [4] World Energy Oulook 2018, Inernaional Energy Agency, Paris 2018 [5] Ten Year Nework Developmen Plan 2016, ENTSO-E, hps://yndp.ensoe.eu/maps-daa/ [6] Polski Indeks Rynku Węgla Energeycznego, Giełdowa Plaforma Informacyjna, hp://gpi.ge.pl/pl/web/wegiel/39 [7] Noowania cen na Rynku Dnia Nasępnego Gazu, Towarowa Giełda Energii S.A., hps://ge.pl/pl/551/wyniki-rdng [8] Syuacja finansowa przedsiębiorsw energeyki w 2016 roku, Agencja Rynku Energii S.A., Warszawa 2017 [9] Sala-Szlugaj K., Analiza koszów ransporu w cenie węgla dla energeyki, Przegląd Górniczy, Kaowice, luy 2012 [10] Wynagrodzenie przecięne w sekorze przedsiębiorsw, www.bankier.pl/gospodarka/wskaźnikimakroekonomiczne/przecięne-wynagrodzenie-pol [11] Inwesycje Energeyczne, Charakerysyka inwesycji: Elekrownia Osrołęka C, hp://inwesycjeenergeyczne.ic. pw.edu.pl/inwesycja/elekrownia-osroleka/ [12] Średnioważony kosz węgla i średnia cena energii elekrycznej w 2017, Urząd Regulacji Energeyki, hps://www.ure.gov.pl/pl /urzad/informacje-ogolne/akualnosci/7613,sredniowazony-kos z-wegla-i-srednia-cena-energii-elekrycznej-w-2017.hml [13] Średnie ceny sprzedaży energii elekrycznej na rynku konkurencyjnym za IV kwarał 2017 i za rok 2017, Urząd Regulacji Energeyki, hps://www.ure.gov.pl/pl/urzad/informac jeogolne/akualnosci/7480,srednie-ceny-sprzedazy-energiielekrycznej-na-rynku-konkurencyjnym-za-iv-kwara.hml [14] Ogłoszenie osaecznych wyników aukcji głównej na rok dosaw 2023, PSE S.A., hps://www.pse.pl/rynek-mocydokumeny-powiazane PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-2097, R. 95 NR 10/2019 77