CPL - Chalmers Publication Library
| Utbildning | Forskning | Styrkeområden | Om Chalmers | In English In English Ej inloggad.

Impact assessment of wind power and demand side management on day-ahead market price

David Steen (Institutionen för energi och miljö, Elteknik) ; Pavan Balram (Institutionen för energi och miljö, Elteknik) ; Tuan Le (Institutionen för energi och miljö, Elteknik) ; Lina Reichenberg (Institutionen för energi och miljö, Energiteknik) ; Lina Bertling Tjernberg
Innovative Smart Grid Technologies conference Europe (ISGT Europe), Istanbul, Turkey, October 12-15, 2014 Vol. 2015-January (2014),
[Konferensbidrag, refereegranskat]

This paper provides an approach to investigate the impacts of wind power (WP) and demand side management (DSM) on the day-ahead electricity market prices. A market model incorporating demand scheduling has been developed for the study, to assess whether there are any mutual economic benefits between WP and scheduling of electric heating demand. A case study performed on a representative Nordic system with a scenario for future WP development in the Nordic electricity market has been carried out. The study results show that DSM could reduce the revenue for the WP producers, up to 2%. On the other hand, WP could result in reduced heating cost, up to 10%, for the customers. However, with an objective of reducing the total system cost, customers in some areas could experience an increase in electricity price even after providing their flexible demand to the market.

Nyckelord: Demand Side Management, Electricity price,wind power

Den här publikationen ingår i följande styrkeområden:

Läs mer om Chalmers styrkeområden  

Denna post skapades 2014-11-21. Senast ändrad 2015-09-02.
CPL Pubid: 206291


Läs direkt!

Länk till annan sajt (kan kräva inloggning)

Institutioner (Chalmers)

Institutionen för energi och miljö, Elteknik (2005-2017)
Institutionen för energi och miljö, Energiteknik (2005-2017)



Chalmers infrastruktur

Relaterade publikationer

Denna publikation ingår i:

Modelling of Demand Response in Distribution Systems