Mathematical models of hydropower stations can become exceedingly complex and hard to compute when modelling larger river systems. Consequently, methods to simplify the complexity have been developed, such as hydropower equivalents, which can reduce a system of stations into one equivalent station. However, these equivalents are calculated based on data from detailed models which have been made under the assumption that all information, such as the natural inflow of water and electricity prices, is certain. In reality, this is not the case. In order to include the uncertainty of the data, a new stochastic model was developed in this thesis. This model was based on the rolling horizon algorithm, which was combined with multiple possible future scenarios of inflows and electricity prices to represent the uncertainty. Two stochastic models were constructed: one aggregated model with a weekly future horizon, as well as a more detailed model with a daily future horizon. The results indicated that, in general, the reservoir levels were higher in the stochastic models than in the deterministic model. This was also reflected in the calculated hydropower equivalent parameters, where the minimum reservoir level was increased. Furthermore, the aggregated model showed a more realistic production pattern than both the deterministic and detailed stochastic model as it was following the electricity price variations more closely.

Matematiska modeller av vattenkraftverk kan bli mycket komplexa och svåra att beräkna när man modellerar större flodsystem. Därför har metoder för att förenkla komplexiteten utvecklats, såsom vattenkraftekvivalenter, som kan reducera ett system av stationer till en ekvivalent station. Dessa ekvivalenter beräknas dock baserat på data från detaljerade modeller som har gjorts under antagandet att all information, såsom den naturliga tillrinningen av vatten och elpriser, är säker. I verkligheten är detta inte fallet. För att inkludera osäkerheten i data utvecklades en ny stokastisk modell i denna rapport. Denna modell var baserad på rullande horisont-algoritmen, som kombinerades med flera möjliga framtidsscenarier för tillrinningar och elpriser för att representera osäkerheten. Två stokastiska modeller konstruerades: en aggregerad modell med en veckovis framtidshorisont, samt en mer detaljerad modell med en daglig framtidshorisont. Resultaten visade att, generellt sett, var magasinnivåerna högre i de stokastiska modellerna än i den deterministiska modellen. Detta återspeglades även i de beräknade parametrarna för vattenkraftekvivalenten, där den lägsta magasinnivån ökades. Dessutom visade den aggregerade modellen ett mer realistiskt produktionsmönster än både den deterministiska och den detaljerade stokastiska modellen eftersom den följde elprisvariationerna närmre.