Techno-economic models in Smart Grids: Demand side flexibility optimization for bidding and scheduling problems
Abstract
Summary of the thesis
Introduction of power-intensive appliances such as electric vehicle chargers and induction cooktops, as well as technologies for local renewable electricity generation from solar panels and wind turbines will provide challenges for distribution in the coming years. High power peaks, rapid power changes and less predictability will increase the need for transmission capacity and reserves. Traditionally, such problems are met with costly investments in new capacity. An alternative approach is to use flexibility from the end users, which means that generation and consumption of electricity is changed as a response to prices or other signals. Introduction of batteries in buildings, advanced metering infrastructure (AMI) and the Internet of Things (IoT) increase the potential for demand side flexibility. Altogether, these technologies constitute the concept denoted the Smart Grid.
To realize this increased flexibility potential, financial incentives must be introduced. Major changes are therefore expected in the electricity market in the coming years, including introduction of new, innovative contract types and business models, changes in market designs and the establishment of new market roles.
To maximize the benefit of demand side flexibility, there is a need for development of new decision support models. This thesis proposes and analyzes models for trading in different markets and for the scheduling of flexible devices in an operational situation. The models are based on operations research. The decision problems are mathematically formulated, and a particular focus is on how to handle uncertain parameters, such as consumption, generation and market prices. Stochastic programming is used for this purpose.
The thesis consists of four articles. In Article 1 a basic model is established where flexibility is divided into different classes. The article analyzes a prosumer in the retail market, where flexibility gives cost savings by exploiting price variations over a day, between energy carriers and by reducing the demand charge at the grid tariffs. In Article 2 several prosumers are coordinated via an aggregator who buys and sells electricity in a spot market and where imbalances are settled in a balancing market. Article 3 focuses on flexibility trade, where the value of an aggregated flexibility portfolio is maximized by trading in three sequential markets. The last article analyzes the decision problem to a service provider who operates a charging site for electric vehicles, where the capacity is limited. All articles contain case studies that have been conducted in close cooperation with companies in the Norwegian electricity market. Sammendrag av avhandlingen
Innføring av effektkrevende forbruksapparater som elbiler-ladere og induksjonskoketopper, samt teknologi for lokal, fornybar elektrisitetsproduksjon fra sol og vind vil gi utfordringer for distribusjonsnettet i årene som kommer. Høye effekttopper, raske effektendringer og mindre forutsigbarhet vil gi økt behov for overføringskapasitet og reserver. Tradisjonelt vil slike problemer møtes med kostnadskrevende investeringer i ny kapasitet. En alternativ tilnærming er å benytte fleksibilitet hos sluttbrukerne, som innebærer at innmating og uttak av elektrisitet endres som følge av priser eller andre signaler. Innføring av batterier i bygg, avanserte målings- og styringssystemer (AMS) og tingenes internett (IoT) gjør at potensialet for sluttbrukerfleksibilitet er økende. Til sammen utgjør disse teknologiene konseptet som benevnes det smarte nettet, Smart Grid.
For å realisere dette økte fleksibilitetspotensialet, må økonomiske insentiver innføres. Det forventes derfor store endringer i elektrisitetsmarkedet i årene som kommer, blant annet ved introduksjon av nye, innovative kontraktstyper og forretningsmodeller, endringer i markedsdesign og etablering av nye markedsroller.
For å maksimere nytteverdien av sluttbrukerfleksibilitet, vil det være behov for utvikling av nye beslutningsstøttemodeller. Denne avhandlingen foreslår og analyserer modeller for handel i ulike markeder og for planlegging av hvordan fleksible enheter skal benyttes i en driftssituasjon. Modellene baseres på operasjonsanalyse. Beslutningsproblemene modelleres matematisk, og det fokuseres spesielt på hvordan optimale beslutninger skal tas under forutsetning av at enkelte parametere, som forbruk, produksjon og markedspriser, kan være usikre på beslutningstidspunktet. Til dette benyttes stokastisk programmering.
Avhandlingen består av fire artikler. I artikkel 1 etableres en grunnleggende modell der fleksibilitet deles inn i ulike klasser. Artikkelen analyserer en prosument i sluttbrukermarkedet, der fleksibiliteten gir kostnadsbesparelser ved å utnytte prisvariasjoner over døgnet, mellom energibærere og ved å redusere effektledd på nettleiekontrakter. I artikkel 2 koordineres flere prosumenter via en aggregator som kjøper og selger elektrisitet i et spotmarked og der ubalanser avregnes i et balansemarked. Artikkel 3 rendyrker fleksibilitetshandel, der verdien av en aggregert fleksibilitetsportefølje maksimeres ved å handle i tre sekvensielle markeder. Den siste artikkelen analyserer beslutningsproblemet til en tjenestetilbyder som drifter et ladested for elbiler, der kapasiteten er begrenset. Alle artiklene inneholder case-studier som er gjennomført i tett samarbeid med aktører i det norske kraftmarkedet.
Has parts
Paper 1: Ottesen, Stig Ødegaard; Tomasgard, Asgeir. A stochastic model for scheduling energy flexibility in buildings. Energy 2015 ;Volum 88. s. 364-376 http://dx.doi.org/10.1016/j.energy.2015.05.049Paper 2: Ottesen, Stig Ødegaard; Tomasgard, Asgeir; Fleten, Stein-Erik. Prosumer bidding and scheduling in electricity markets. Energy 2016 ;Volum 94. s. 828-843 http://dx.doi.org/10.1016/j.energy.2015.11.047
Paper 3: Ottesen, Stig Ødegaard; Tomasgard, Asgeir; Fleten, Stein-Erik. Multi market bidding strategies for demand side flexibility aggregators in electricity markets
Paper 4: Ottesen, Stig Ødegaard; Korpås, Magnus; Tomasgard, Asgeir. Direct control methods for smart electric vehicle charging at grid constrained charging sites