Electricity market optimization and value gain for power resources through a conceptualized platform

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorSaijonmaa, Pekka
dc.contributor.authorRepo, Otso
dc.contributor.schoolSähkötekniikan korkeakoulufi
dc.contributor.supervisorMillar, John
dc.date.accessioned2020-12-20T18:11:29Z
dc.date.available2020-12-20T18:11:29Z
dc.date.issued2020-12-14
dc.description.abstractThe continuously more interconnected European power system’s transition from conventional thermal power generation to more renewable and intermittent power generation introduces challenges for maintaining the balance of the power system. The demand for more flexible capacity functions as an incentive for Suomen Voima Oy to participate in Fingrid’s reserve markets with its owners’ potential reserve resources. This thesis investigates the profitability of allocating these resources either alone or as aggregated, to the reserve markets with a multimarket optimizing platform. The platform strives to allocate the resources to the most valuable markets at any given hour. The owners’ combined resources form a preliminary 30 MW power fleet, a reserve portfolio, that is composed of 15 power plants and 3 demand sites. Many of the resources have currently little to no utilization rate and are not capable of participating in most of the reserve markets, due to capacity size and technical limitations. According to the thesis findings based on preliminary information of the resources, by aggregation it is possible to access more markets, increase market profitability and therefore increase the resources’ value. In order to predict the feasibility of participating in the reserve markets, a financial model was developed to examine the resources’ profitability and other key figures in a retrospective manner based on Fingrid’s open database’s historical data. The model can execute single market allocation and function also as a prototype of the platform by performing market optimization. Modelling sensitivities are also possible to analyze by changing model input parameters. Based on the modelling results of an ideal 1,0 MW power plant that is capable of participating in all of the markets and reflecting the results on the reserve portfolio of Suomen Voima, the thesis finds that both single market allocation and market optimization could be profitable. In each modelled scenario the profitability of the platform turned out to be 2–3 times higher compared to single market allocation, which proves that the benefits of pursuing the optimizing platform and the components enabling aggregation could be economically justified.en
dc.description.abstractEurooppalaisten sähkömarkkinoiden yhdentyminen sekä siirtyminen perinteisestä lämpövoimatuotannosta epäsäännölliseen uusiutuvaan energiantuotantoon luo kasvavia haasteita sähköjärjestelmän tasapainon hallintaan. Kasvavan säätävän kapasiteetin tarve toimii kannustimena Suomen Voiman osallistumiselle Fingridin reservimarkkinoille omistajiensa potentiaalisilla reserviresursseilla. Tämä diplomityö tutkii kyseisten yksittäisten tai aggrekoitujen reserviresurssien kannattavuutta markkina-allokaatioalustan avulla. Alusta pyrkii maksimoimaan tuoton käytettävissä olevan kapasiteetin rajoissa allokoimalla kapasiteettia markkinoille optimoidusti. Omistajien resurssien yhteenlaskettu kapasiteettimäärä on lähtötilanteessa noin 30 MW. Kyseiseen reserviportfolioon kuuluu 15 voimalaitosta ja 3 kulutuskohdetta. Monet resursseista ovat vähäisessä käytössä eivätkä yksinään kykene osallistumaan reservimarkkinoille liian pienen kapasiteettimääränsä tai teknisten rajoitteidensa takia. Diplomityössä selvitettyjen alustavien tulosten perusteella monet resursseista pystyisivät kuitenkin aggrekoituna osallistumaan usealle markkinalle, jolloin niiden kannattavuus kasvaisi ja toisi yksittäisille resursseille merkittävää lisäarvoa. Resurssien kannattavuuden analysoimiseksi Fingridin reservimarkkinoilla kehitettiin talousmalli, jonka avulla mallinnettiin resurssien kannattavuutta ja tarkasteltiin muita avainlukuja perustuen retrospektiiviseen analyysiin Fingridin avoimen tietokannan historiallisen datan avulla. Mallin avulla kyettiin tarkastelemaan resurssien allokaatiota yksittäisille markkinoille sekä markkinaoptimointia. Mallin avulla pystyttiin myös suorittamaan herkkyystarkastelua muuttamalla mallin syöteparametreja. Diplomityössä tutkimuskysymystä tarkasteltiin mallintamalla ideaalinen 1,0 MW voimalaitos, joka kykenee osallistumaan kaikille reservimarkkinoille sekä peilaamalla saatuja tuloksia ylätasolla Suomen Voiman osakaskunnassa käytettävissä oleviin resursseihin. Mallinnusten tulosten perusteella pystyttiin toteamaan, että sekä allokaatio yksittäisille markkinoille että markkinaoptimointi voisi olla kannattavaa. Jokainen mallinnusskenaario todensi, että optimoivan alustan kannattavuus on 2–3 kertaa suurempi kuin markkina-allokaatio pelkästään yksittäisille markkinoille. Siten voitiin todeta, että alustan ja aggrekaatioiden mahdollistavan järjestelmän toteuttaminen voisi olla taloudellisesti perusteltua.fi
dc.format.extent87
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/97577
dc.identifier.urnURN:NBN:fi:aalto-2020122056404
dc.language.isoenen
dc.locationP1fi
dc.programmeMaster's Programme in Advanced Energy Solutionsfi
dc.programme.majorSustainable Energy Systems and Marketsfi
dc.programme.mcodeELEC3048fi
dc.subject.keywordelectricity marketsen
dc.subject.keywordreserve marketsen
dc.subject.keywordFingriden
dc.subject.keywordplatformen
dc.subject.keywordoptimizationen
dc.subject.keywordaggregationen
dc.titleElectricity market optimization and value gain for power resources through a conceptualized platformen
dc.titleSähkömarkkinaoptimointi ja lisäarvon luonti resursseille alustan avullafi
dc.typeG2 Pro gradu, diplomityöfi
dc.type.ontasotMaster's thesisen
dc.type.ontasotDiplomityöfi
local.aalto.electroniconlyyes
local.aalto.openaccessyes

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
master_Repo_Otso_2020.pdf
Size:
4.39 MB
Format:
Adobe Portable Document Format