Evaluation of Forecasting Models and Optimisation of Assigned Volumes for Multi-market Trading in the Energy Sector
2024 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesisAlternative title
Utvärdering av prognosmodeller och optimering av tilldelade volymer för handel på flera marknader inom energisektorn (Swedish)
Abstract [en]
In today's energy grids, increasing proportions of variable renewable energy resources are complicating the important process of balancing production and consumption of electricity. In Sweden, the emerging issue is handled through ancillary service markets, where reserves of electricity are procured to be dispatched when necessary, to compensate for momentary imbalances. With clever participation on the ancillary service markets, energy companies may both aid grid stability and increase their revenue. This report studies the participation of a battery energy storage system (BESS) on the three following ancillary service markets: Frequency Containment Reserve - Normal (FCR-N), Frequency Containment Reserve - Disturbance (FCR-D) upward and downward. The project's aim is to evaluate whether it is profitable to separate the BESS's energy capacity between different markets within the same bidding time window. Additionally, it aims to develop a novel strategy for energy capacity allocation, and evaluate the strategy with respect to gained revenue. The research aim is explored by firstly formulating the allocation problem as a linear optimisation problem. Predictions of the prices given historical data on the markets' auctions are computed, and the optimisation is performed on said predictions. By restricting the set of feasible solutions of the optimisation in a flexible way to account for prediction uncertainties, allocation strategies are constructed. The results indicate that separation of battery capacity between markets is profitable, if done strategically. However, the simulations in this report are performed within a simplified framework. The general applicability of the results needs further research.
Abstract [sv]
I moderna elnät försvåras den viktiga balansakten mellan produktion och konsumtion av el av en ökande andel el från variabla förnybara energikällor. Denna nya utmaning hanteras i Sverige via marknader för stödtjänster, där energireserver upphandlas för att kunna sättas in vid behov, som kompensation för tillfälliga obalanser i elnätet. Genom ett smart deltagande på dessa marknader för stödtjänster kan energibolag både bidra till ökad stabilitet i elnätet och öka sin intäkt. Denna rapport studerar deltagandet av ett batterilagringssystem (BESS) på följande stödtjänstmarknader: Frekvenshållningsreserv vid normaldrift (FCR-N) och Frekvenshållningsreserv vid störd drift (FCR-D) uppreglering och nedreglering. Syftet med detta projekt är att utvärdera om det är lönsamt att dela upp batterilagringssystemets energi på flera marknader inom samma tidsfönster för handel. Dessutom syftar det till att utveckla en ny strategi för fördelning av energikapacitet och utvärdera strategin med avseende på intäkter. Forskningsmålet utforskas genom att först formulera fördelningsproblemet som ett linjäroptimeringsproblem. Därefter beräknas prisprognoser för marknaderna, givet historiska prisdata, och optimering utförs på de förutsagda priserna. Genom flexibel begränsning av tillåtna möjliga lösningar på problemet - för att ta hänsyn till prognososäkerheter - konstrueras sedan fördelningsstrategier för energikapaciteten. Resultaten indikerar att det är lönsamt att dela upp batterilagringssystemets kapacitet, om det görs på strategiskt vis. Dock utförs simuleringarna i detta projekt i ett förenklat ramverk. För att bekräfta den generella tillämpligheten av resultaten krävs ytterligare forskning.
Place, publisher, year, edition, pages
2024. , p. 99
Series
TRITA-SCI-GRU ; 2024:450
Keywords [en]
BESS, Monte Carlo simulation, random forests, integer linear optimisation, energy trading, multi-market trading, ancillary services, frequency regulation, renewable energy sources, prediction uncertainty
Keywords [sv]
batterilagringssystem, Monte Carlo-simulering, random forests, heltalsprogrammering, energihandel, multimarknadshandel, stödtjänstmarknader, frekvensreglering, förnybara energikällor, prognososäkerhet
National Category
Other Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-362851OAI: oai:DiVA.org:kth-362851DiVA, id: diva2:1954960
External cooperation
Flower Infrastructure Technologies AB
Subject / course
Mathematical Statistics
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
2025-04-282025-04-282025-04-28Bibliographically approved