Hydropower in Sweden is a powerful and efficient source of energy due to its flexibility, usually used to balance the Swedish power system. With the transition of power system into more intermittent power sources, the role of hydro-power as producers will become more important. Thus the optimal scheduling of hydropower units, with other assets, holds an important place in electric power systems, which is significantly investigated as a research issue. This thesis presents an optimization model that aims at maximizing the income of that producer. The model is implemented on a virtual power plant trading in both day-ahead and mFRR balancing markets in the SE2 bidding zone in Sweden. The virtual power plant comprises hydo-power plants located on the Swedish river Skellefteälven, a wind power unit, and a storage unit. This system participates in electricity market as a single entity in order to optimize the use of energy resources. As feature, uncertainty in electricity market price, wind power production and in active-time duration in the mFRR energy market are modeled in order to formulate a so-called stochastic adaptive robust optimization model. The latter is solved using a column-and-constraint generation algorithm, solved by GAMS and Matlab. A bid curve analysis is performed showing the optimal strategy in case of low/high price scenario and the level of conservativeness. After that, a revenue assessment is carried out which in turn leads to an investigation of the interaction between the three assets and the impact of the storage facility in the revenue. Results demonstrate the advantage of the battery in increasing profit in some cases and its flexibility in the use of storing energy and selling it to the markets at suitable times, e.g., it saves energy from the wind in hours of comparatively low prices, while it sells it in hours of comparatively high prices. Finally, an assessment on variation of imbalance costs is held with and without battery, comparing how such virtual power plants reduce the imbalance costs.

Vattenkraften i Sverige är en kraftfull och effektiv energikälla tack vare sin flexibilitet, används vanligtvis för att balansera det svenska kraftsystemet. I och med att kraftsystemet övergår till mer intermittenta energikällor kommer vattenkraftens roll som producent att bli viktigare. Den optimala schemaläggningen av vattenkraftsenheter har därför tillsammans med andra tillgångar en viktig plats i elkraftsystemen, vilket är en viktig forskningsfråga. I denna avhandling presenteras en optimeringsmodell som syftar till att maximera inkomsten för den producenten. Modellen implementeras på ett virtuellt kraftverk som handlar på både day-ahead- och mFRR-balanseringsmarknader i budzonen SE2 i Sverige. Det virtuella kraftverket består av vattenkraftverk belägna vid den svenska Skellefteälven, en vindkraftsenhet och en lagringsenhet. Systemet deltar på elmarknaden som en enda enhet för att optimera användningen av energiresurser. Som en funktion kan osäkerheten i elmarknadspriset, vindkraftsproduktionen och den aktiva tiden i kraftverket användas. mFRR-marknaden modelleras för att formulera en så kallad stokastisk adaptiv robust optimeringsmodell. Den sistnämnda löses med hjälp av en kolumn-och-bindningsgenerering algoritm, som löses med GAMS och Matlab. En analys av budkurvan utförs och visar att optimala strategin vid scenarier med lågt/hög pris och nivån av försiktighet. Efter därefter görs en intäktsbedömning som i sin tur leder till en undersökning av interaktionen mellan de tre tillgångarna och lagringsanläggningens inverkan på intäkterna.Resultaten visar att batteriet i vissa fall är en fördel när det gäller att öka vinsten och att dess flexibilitet när det gäller att lagra energi och sälja den på marknaden vid lämpliga tidpunkter, Det sparar t.ex. energi från vinden under timmar med jämförelsevis låga priser, medan det säljer den. när priserna är jämförelsevis höga. Slutligen görs en bedömning av variationen i obalansen. med och utan batteri, där man jämför hur sådana virtuella kraftverk minskar kostnaderna för obalans.