This thesis addresses the optimization of Battery Energy Storage System (BESS) fleets participating simultaneously in Swedish Frequency Containment Reserve (FCR-N, FCR-D Up, FCR-D Down) markets and energy arbitrage. A Mixed-Integer Linear Programming (MILP) model is developed to determine the optimal hourly battery scheduling, considering BESS technical limitations (state of charge, power capacity, efficiency), specific Swedish Frequency Containment Reserve (FCR) market regulations for Limited Energy Resources (LER), and the cost of battery degradation through cycling. As FCR market bids are placed before prices are finalized, the study also develops and evaluates price forecasting models, including ARIMA and simpler baselines, to provide necessary input for the optimization under realistic conditions. Using historical market data from February to December 2024, simulations show that the proposed multi-market optimization strategy significantly increases potential revenue (up to +34.8% under perfect foresight) compared to baseline single-market strategies, such as participating only in Frequency Containment Reserve - Disturbance (FCR-D) markets. Frequency regulation services, particularly FCR-D, are identified as the dominant revenue source, with energy arbitrage offering negligible returns during the study period. Even with imperfect price forecasts, the optimization approach yields revenue gains (+3.7% to +12.0%) over the baseline of only participating in FCR-D, demonstrating practical viability. Furthermore, the analysis indicates that incorporating degradation costs effectively limits battery wear without substantial profit reduction, and heuristic charging constraints can mitigate impacts on the newly introduced household power tariffs of Sweden, while maintaining high net earnings. This research provides a framework for optimally managing residential BESS fleets, enhancing their profitability and contribution to grid stability through intelligent multi-market participation driven by price forecasts.

Rapporten syftar till att optimera användningen av aggregerade batterilagringsystem (BESS) som deltar i olika svenska frekvensregleringsmarknader (FCR-N, FCR-D Upp, FCR-D Ner) samt genomför elpris-arbitrage. En MILPmodell utvecklas för att bestämma optimal schemaläggning av batterierna, med hänsyn till tekniska begränsningar (laddningsnivå, effektkapacitet, verkningsgrad), specifika svenska FCR-regler för Limited Energy Resources (LER), samt kostnaden för batteridegradering genom cykling. Eftersom bud på FCR-marknader lämnas innan priserna fastställs, utvecklas och utvärderas även prisprognosmodeller, inklusive ARIMA och enklare baseline-modeller, för att ge nödvändiga indata till optimeringen under realistiska förhållanden. Genom simuleringar med historisk marknadsdata från februari till december 2024 visar resultaten att den föreslagna multi-marknadsoptimeringsstrategin ökar de potentiella intäkterna (upp till +34,8 % med perfekt prisinformation) jämfört med nuvarande strategier som enbart deltar i FCR-D marknaden. Frekvenregleringstjänster, särskilt FCR-D Ner, identfieras som den dominerande intäktskällan, medans elpris-arbitrage genererar minimala intäkter under den studerade tidsperioden. Även med suboptimala prisprognoser ger optimeringsmetoden ökade intäkter (+3,7 % till +12,0 %) jämfört med enbart deltagande i FCR-D, vilket visar på praktisk användbarhet. Analysen visar även att inkludering av degraderingskostnader i optimeringsmodellen effektivt begränsar batterislitage utan att de totala intäkterna påverkas nämnvärt. Genom att implementera begränsningar i maximal laddningshastighet under olika tider på dygnet kan även effekten på de nyligen introducerade svenska effekt tarifferna minimeras, utan större påverkan på intäkterna. Studien presenterar ett ramverk för optimal styrning av aggregerade bostadsbaserade batterilagringssystem, vilket ökar deras lönsamhet och bidrar till stabilisering av elnätet genom intelligent deltagande på flera frekvenskregleringsmarknader baserat på prisprognoser.