Impact of Industrial Size Battery Storage Systems on Electricity Price Distribution
Abstract
Batterilagringssystemer (BLS) har vokst frem som en lovende teknologi for å håndtere energisikkerhetsutfordringene forårsaket av de uregelmessige egenskapene til Variabel Fornybar Energi (VFE). For å undersøke effekten av storskala BLS-implementering på prisfordelingen til strøm, modelleres det tyske strømmarkedet som et kostnadsminimeringsproblem med ulike nivåer av batterilagringskapasitet. Videre analyseres markedsprisene ved hjelp av deskriptiv statistikk og multi-variabel kvantilregresjon. Oppgaven har også som mål å etablere en matematisk sammenheng for å belyse dynamikken mellom BLS, VFE og elektrisitetspris-kvantiler.
Resultatene viser at BLS senker de mest ekstreme prisene og øker de lave prisene, noe som gjør prisfordelingen mer kompakt og mindre variabel rundt sin sentrale tendens. Videre analyse av elektrisitetsprisene gjennom kvantilregresjon avslører en lineær sammenheng mellom BLS-lagringskapasitet og priskvantiler. Gradientene til de nedre kvantilene viser en beskjeden, positiv verdi, mens de øvre kvantilene viser en betydelig mer negativ gradient sammenlignet med de nedre kvantilene.
Angående dynamikken mellom BLS og VFE, viser VFE forbedret effektivitet i å redusere priser når den kombineres med BLS i systemet, spesielt for de øvre pris-kvantilene. Funnene viser at implementeringen av BLS styrker systemets evne til å effektivt utnytte og lagre overskuddsgenerering fra VFE, som igjen fører til lavere elektrisitetspriser. Battery Storage Systems (BSS) have emerged as a promising technology for addressing the energy security-related challenges caused by the intermittent nature of Variable Renewable Energy (VRE). To investigate the impact of large-scale BSS implementation on the electricity price distribution, the German electricity market is modeled as a cost-minimization problem with varying levels of BSS storage capacity. Subsequent market prices undergo analysis through the lens of descriptive statistics and multi-variable quantile regression. The thesis also aims to establish a mathematical relationship to explore the dynamics between BSS, VRE, and electricity price quantiles.
The results show that BSS lowers the most extreme prices and raises the lower prices, making the price distribution denser and less variable around its central tendency. Further examination of the prices through quantile regression unveils a linear relationship between BSS storage capacity and electricity price quantiles. The gradients of the lower quantiles demonstrate a positive yet modest value, while the upper quantiles exhibit a more significant negative gradient in comparison to the lower quantiles.
When investigating the dynamics between BSS and VRE, the VRE exhibits improved eciency in reducing prices when paired with BSS in the system, particularly for upper price quantiles. This suggests that the presence of BSS enhances the system’s ability to effectively utilize and store excess VRE generation, leading to lower electricity prices.