Integration of Renewable Energy Sources into Electricity Markets via Optimized Wind Farm and Hydropower Scheduling

Abstract

Kraftselskaper i Norge øker investeringene i variable fornybare energikilder som vindkraft for å imøtekomme økt etterspørsel og dekarbonisere kraftsystemet. Ved å optimalisere driftsplanen kan man forbedre balansen i kraftmarkedene, som de siste årene har sett betydelig ustabilitet og usikkerhet. Dette er spesielt relevant for intradag- og balansemarkedene. Denne prisvolatiliteten gjør det også stadig viktigere for produsenter av variable energikilder som vindkraft å ha pålitelige metoder for optimal planlegging av bud for å unngå straffekostnader. Denne master-avhandlingen tar sikte på å utnytte SINTEFs programverktøy for korttids produksjonsplanlegging av vannkraft (SHOP) for å utvikle et liknende optimeringsprogram for vind for produksjonsplanlegging og markedsbud. Målet på lang sikt er at denne modellen kan utvikles til å bli et vind-vann kraftoptimeringsprogram (WHOP) for felles planlegging. En vindoptimeringsmodell er derfor utviklet og testet gjennom en casestudie ved Geitfjellet Vindpark i prisområde NO3, det området denne avhandlingen er rettet mot. Analysen undersøker effekten av den volatile oppreguleringsprisen på markedsbudet og profitten til vindkraftprodusenten. Historiske data fra casestudien ble inkludert i en scenario-reduksjonsalgoritme. Stokastisitet ble brukt for å analysere forskjellene ved å inkludere ulike antall scenarioer.

Resultatene viste at ettermiddagen har mer volatilitet i priser og produksjon enn morgenen og formiddagen. Videre viser analysen at bruk av årlige datapunkter ikke tilstrekkelig hensyntar den sesongmessige avhengigheten som observeres i vindkraftproduksjonen, og heller ikke markedsprisene basert på sesongvariasjonen observert i vannkraftdominerte kraftmarkeder. En annen vurdering basert på resultatene er at vindkraftprodusenten stort sett byr under forventet produksjon for å unngå høye straffekostnader, noe som viser at det kan være måter å utnytte markedet for å forbedre budpraksisen, for eksempel ved felles planlegging av vind- og vannkraft. Casestudien konkluderer med at funksjonaliteten til den utviklede vindoptimeringsmodellen har vist seg å være effektiv.

Power companies in Norway are increasing their investments in variable renewable energy sources, like windpower, to meet increased power demand while simultaneously decarbonizing the power system. By optimizing the schedule of operation, one can enhance the price balance in the power markets that have seen significant volatility in recent years. This is particularly relevant for the intraday and balancing markets. The price volatility also makes it increasingly important for producers of unpredictable energy sources to have reliable methods for optimal bid scheduling to avoid penalty costs. This thesis seeks to utilize SINTEF's Short-term Hydropower Optimization Program (SHOP) to develop a wind optimization model for production scheduling and market bidding. The goal on a long-term basis is that this model can be expanded to become a Wind-Hydro Optimization Program (WHOP) for joint scheduling. A Wind Optimization Model is developed and its functionality tested on a case study at Geitfjellet Vindpark, located within the focus area price zone NO3. The analysis investigates the impact of a volatile up-regulation price on the day-ahead market power bid and total profit of a windpower producer. Historical data from the case study was inserted as scenarios into a scenario reduction algorithm. Stochasticity was utilized to assess the variations that arise from incorporating a varying number of scenarios.

The results showed that, from the required data, the afternoon has more volatile prices and production than the morning and noon. Additionally, utilizing yearly data points does not properly account for the seasonal dependency observed in windpower production, nor the market prices based on the seasonal variations seen in hydropower-dominated power markets. Another assessment deducted from the results is that the windpower producer mostly bid under their expected production to avoid the high penalty costs. This demonstrates that there could be ways to utilize the market to improve bidding practices, for instance by joint scheduling of wind and hydro. The case study concludes that the functionality of the developed Wind Optimization Model has been proven efficient.