Quantifying fairness in Local Energy Markets

Abstract

Integreringen av fornybare energikilder, som er avgjørende for å nå FNs bærekraftsmål, byr på utfordringer hvis den ikke forvaltes riktig innenfor dagens strømnett. Lokale energimarkeder (LEMs) dukker opp som et potensielt effektivt verktøy for å lette denne overgangen. Etableringen av en virkelig LEM står imidlertid overfor en rekke utfordringer, spesielt de potensielle sosiale konsekvensene som kan føre til større samfunnsmessige forskjeller. Denne oppgaven bruker lemlab, et åpen kildekodeverktøy som bruker agentbasert modellering (ABM), for å simulere ulike scenarier for solcelle (PV) og batteridistribusjon i LEM-er, tatt i betraktning de unike egenskapene til markedsdeltakere.

Tre nøkkelytelsesindikatorer (KPIer), Quality of Service (QoS), Quality of Experience (QoE) og Energy Index (EI), brukes til å måle markedsprestasjonen på tvers av disse scenariene. Til tross for bruk i annen litteratur, hadde disse KPIene begrenset nytte i scenariene som ble testet. QoS, som hovedsakelig måler likhet i stedet for likeverd, klarte ikke å fange oppfattet markedsrettferdighet tilstrekkelig. Både originale og modifiserte versjoner av QoE viste seg å være motstandsdyktige mot endringer på tvers av de forskjellige scenariene, på grunn av minimale standardavvik for oppfattede priser sammenlignet med forskjellen mellom utsalgspris og innmatingstariffer. EI har vist seg å være et verdifullt verktøy for å illustrere økonomisk distribusjon i markedet, og synliggjøre forskjeller mellom husholdninger med varierende etterspørsel eller fast produksjonskapasitet.

Denne oppgaven foreslår at subjektiv deltakertilfredshet i LEM-er, basert på filosofiske og forskningsbaserte definisjoner av lykke, kan være en viktigere faktor for markedsaksept enn objektiv rettferdighet. Dette understreker viktigheten av å forstå motivasjonsfaktorer for deltakelse i LEM, og tar hensyn til kognitive skjevheter når man tolker selvrapporterte data. Fremtidig forskning anbefales for å utforske dette området ytterligere, ved å bruke strategier for å sikre en mer nøyaktig forståelse av deltakernes erfaringer og oppfatninger av rettferdighet i LEM-er.

The integration of renewable energy sources, vital for achieving United Nations Sustainable Development Goals (UNSDGs), presents challenges if not properly managed within the current power grid. Local energy markets (LEMs) emerge as a potentially effective tool in facilitating this transition. However, the establishment of a real-world LEM faces numerous challenges, especially the potential social consequences that could lead to greater societal disparities. This thesis employs lemlab, an open-source tool using agent-based modeling (ABM), to simulate varying scenarios of photovoltaic (PV) and battery deployments in LEMs, taking into consideration the unique characteristics of market participants.

Three key performance indicators (KPIs), Quality of Service (QoS), Quality of Experience (QoE), and Energy Index (EI), are used to measure market performance across these scenarios. Despite their widespread use, these KPIs had limited utility in the scenarios tested. QoS, mainly measuring equality rather than equity, failed to adequately capture perceived market fairness. Both original and modified versions of QoE proved resilient to changes across the different scenarios, due to minimal standard deviations of perceived prices compared to the difference between retail price and Feed-in Tariffs (FiTs). Meanwhile, EI emerged as a valuable tool for illustrating economic distribution within the market, highlighting disparities among households with varying demands or fixed generation capacities.

Importantly, this thesis proposes that subjective participant satisfaction in LEMs, drawing from philosophical and research-based definitions of happiness, could be a more significant factor in market acceptance than objective fairness. This stresses the importance of understanding motivational factors for participation in LEMs, taking into account cognitive biases when interpreting self-reported data. Future research is recommended to explore this area further, employing strategies to ensure a more accurate understanding of participants’ experiences and perceptions of fairness in LEMs.