FlexPower – test af et markedsdesign

De centrale kraftværker har i Danmark traditionelt været de primære leverandører af regulerkraft. Regulerkraft er op- eller nedjustering af elproduktionen med kort varsel. I takt med at en større andel af den producerede el kommer fra fluktuerende kilder (fx vindkraft) øges behovet for regulerkraft. Samtidig bliverkraftværkernes andel i produktionen bliver mindre. Derfor øges nødvendigheden af at etablere nye kilder til regulerkraft.

Flexpower projektet har vist, at regulering af elforbruget ved hjælp af prissignal kan møde noget af denne stigende efterspørgsel på regulerkraft.

Udnyttelse af mindre ressourcer

Grundtanken bag Flexpower er at anvende 5-minutters priser og dermed motivere til at ændre forbrug af el fra tidspunkter med høje priser til tidspunkter med lave priser, samt at adskillige små enheder samlet kan udgøre et supplerende marked for regulerkraft.
Målet for projektet har været at udvikle og teste et realtidsmarked for regulerkraft, der vil tiltrække et stort antal mindre ressourcer (forbrug og mikrogeneration) til markedet for regulerkraft.

Det er ideen, at det nye marked skal kunne sameksistere med de nuværende markedsstrukturer, at det er teknologineutralt, samt at det er enkelt og ligetil for slutbrugeren.

Forudsigeligt og pålideligt prisfleksibelt elforbrug

En test med elvarme og køleskabe demonstrerede, at et kommunikationssystem baseret på prissignal kan give et forudsigeligt og pålideligt prisfleksibelt elforbrug.

Det fungerer på den måde, at et prissignal sendes til en boks tilknyttet en elforbrugende enhed, som fx et køleskab eller en elvarmeenhed, som justerer temperaturen inden for et forbrugerbestemt interval ved at tænde eller slukke alt efter om prisen på el er høj eller lav.

Ved at implementere en række forbedringer relateret til kontrolstrategier og brug af variable priser, varmeefterspørgsel og vejrudsigter, konkluderes det at et prisfleksibelt elforbrug baseret på prissignaler kan være en ny pålidelig kilde til regulerkraft.

Læs mere om markedsdesignet, de praktiske test og værktøjer til forbedringer i den afsluttende projektrapport:

• Activating electricity demand as regulating power
  Flexpower – Testing a market design proposal

Projektteamet bestod af Ea Energianalyse (koordinator), DTU, Enfor, Actua, Eurisco, EC Power, SEAS‐NVE and NEAS Energy.

Projektet blev gennemført fra juni 2010 til december 2013

Publikationer

• Bacher, P., Madsen, H., & Nielsen, H. A. (2013). Modelling and forecasting heat load for single family houses. Technical University of Denmark, Department of Applied Mathematics and Computer Science. Lyngby: DTU Compute.
• Bang, N. C., Fock, F., & Togeby, M. (2011). Design of a real time market for regulating power. Copenhagen: Ea Energy Analyses.
• Bang, N. C., Fock, F., & Togeby, M. (2012). The existing Nordic regulating power market. Copenhagen: Ea Energy Analyses.
• Bang, N. C., Fock, F., & Togeby, M. (2011). Development of market design with focus on demand side participation. Paper presented by Christian Bang at Risø International Energy Conference, 10-12 May 2011.
• Bang, N. C., Hay, C., Togeby, M., Søndergren, C., & Hansen, L. H. (2010). Introducing electric vehicles into the current electricity markets. Copenhagen: EDISON.
• Bang, N. C., Togeby, M., & Brus, R. (2013). Field test – Electric heating and bottle coolers. Copenhagen: Ea Energy Analyses.
• Corradi, O., Ochsenfeld, H., Madsen, H., & Pinson, P. (2013, February). Controlling Electricity Consumption by Forecasting its Response to Varying Prices. IEEE Transactions on Power Systems, 28(1), 421-429.
• Delikaraoglou, S., & Ding, Y. (2012). Development of simultaneous energy and reserve dispatch model and corresponding pricing mechanism. Lyngby: Centre for Electric Technology – Technical University of Denmark.
• Dorini, G. F., Corradi, O., Ochsenfeld, H., Nielsen, H. A., & Madsen, H. (2013). FlexPower – Work Package 2. Informatics and Mathematical Modelling, Technical University of Denmark and ENFOR A/S.
• Dorini, G., Pinson, P., & Madsen, H. (2012, October). Chance-constrained optimization of demand response to price signals reports. IEEE Transactions on Smart Grid, 1-9.
• Ea Energy Analyses (2013): Activating electricity demands as regulation power. FlexPower – testing a market design proposal.
• Ebert, B. (2013 a). Model and Algorithms for Electric Vehicle Charging. Århus: Actua.
• Ebert, B. (2013 b). Simulation results. Århus: Actua.
• ENFOR. (2011). Forecast requirements for house temperature control with flexible energy prices. Hørsholm: ENFOR A/S.
• ENFOR. (2013 a). Simulation of 5 minute prices based on actual 1 hour data. Hørsholm: ENFOR A/S. Doc. ID: 08EKS0004A003-A.c
• ENFOR. (2013 b). Modelling the Danish Real-Time Electricity Market. Hørsholm: ENFOR A/S. Doc. ID: 08EKS0004A002-A.d
• ENFOR. (2013 c). Forecasts of actual imbalance unit costs and simulated 5 minute prices for the two Danish Nordpool Spot price areas. Hørsholm: ENFOR A/S. Doc. ID 08EKS0004A004-A
• ENFOR. (2013 d). PRESS web-service API. Hørsholm: ENFOR A/S. Doc. ID 08EKS0004A005-A
• ENFOR. (2013 e). FlexPower WP5 summary. Hørsholm: ENFOR A/S. Doc. ID 08EKS0004A006-A
• EURISCO. (2012). FlexPrice – The definition: Definition of FlexPrice, the container for Control-by-price price signals. Odense: EURISCO.
• EURISCO. (2013 a). Interface specification (D7.1) and Information Exchange specifications (D7.2). Odense: EURISCO.
• EURISCO. (2013 b). D7.3 – Concept design report. Odense: EURISCO.
  Li, Y., Zhang, C., Ding, Y., & Østergaard, J. (2013). New organisations in electricity market. Lyngby: Danish Technical University.
• Nielsen, D. L., Zimmermann, J. K., Rasmussen, C. B., & Pedersen, T. H. (2013). FlexPower WP9 Documentation. Electrical Engineering. Lygnby: DTU.
• Nyeng, P., & Østergaard, J. (2011). Information and communications systems for control-by-price of distributed energy resources and flexible demand. Lynby: IEEE Transactions on Smart Grid.
• Nørgaard, P., Sossan, F., & Nielsen, H. (2011, June 6-9). Indirect regulation of many DER units through broadcasted dynamic price signal. CIRED, pp. 1-4.
• O’Connell, N.; P. Pinson; H. Madsen; M. O’Malley (2013): Benefits and Challenges of Demand Response: A Critical Review. Lyngby: Department for Mathematics and Computer Science, Technical University of Denmark.
• Rasmussen, C. B., & Petersen, P. F. (2013). WP9 – Field test – Industrial and various on/off devices. Lygnby: DTU.
• Sossan, F. (2013). Identification of the flexibility and control strategies for indirect con-trolled flexible demand. Lyngby: Center for Electric Power and Energy – DTU Elektro.
• Sossan, F., & Bindner, H. (2012 a, December 10-13). Evaluation of the performance of indirect control of many DSRs using hardware-in-the-loop simulations. IEEE, pp. 5596-5591.
• Sossan, F., & Bindner, H. (2012 b). A comparison of algorithms for controlling DSRs in a control be price context using hardware-in-the-loop simulations. IEEE.
• Sossan, F., Kosek, A. M., Martinenas, S., Marinelli, M., & Bindner, H. (2013). Scheduling of Domestic Water Heat Power Demand for Maximizing PV Self-Consumption Using Model Predictive Control. Roskilde: Center for Electric Power and Energy – Technical University of Denmark.
• Sossan, F., Marinelli, M., Costanzo, G. T., & Bindner, H. (n.d.). Indirect control of DSRs for regulating power provision and solving local congestions.