Strategic Allocation of Battery Energy Storage Systems in Multi-Service Markets: An EPEC Modeling Approach

Abstract

Ziel dieser Arbeit ist es, optimale Allokationsstrategien – insbesondere Standortwahl und Dimensionierung in MW und MWh – für Batterie-Energiespeichersysteme (BESS) in Multi-Use-Märkten zu ermitteln und so die Lücke zwischen technischen Netzrestriktionen und wirtschaftlicher Rentabilität zu schließen. Um das oligopolistische Verhalten strategischer Investoren präzise abzubilden, wird ein Equilibrium Problem with Equilibrium Constraints (EPEC) entwickelt. Die obere Ebene modelliert unabhängige Investoren, die ihren individuellen Kapitalwert (NPV) maximieren, während die untere Ebene einen unabhängigen Netzbetreiber (ISO) darstellt, der die Systemkosten über einen Direct Current Optimal Power Flow (DC-OPF) und eine aFRR-Regelleistungsauktion minimiert. Die resultierenden nichtlinearen Optimierungsprobleme (NLP) werden mittels eines Diagonalisierungsalgorithmus gelöst. Die Ergebnisse zeigen, dass Investoren ihre Kapazitäten aggressiv über das gesamte Netz verteilen, um alle verfügbaren Netzanschlusskapazitäten voll auszuschöpfen und ihre Marktanteile zu maximieren. Eine zentrale Erkenntnis dieser Studie ist ein starker Arbitrage-Reserve Trade-off, der belegt, dass lukrative Vorhalteprämien im aFRR-Markt die traditionelle Spotmarktlogik vollständig überlagern. Die Arbeit kommt zu dem Schluss, dass eine isolierte Betrachtung von technischen Restriktionen und Multi-Market-Bidding die Investitionsrechnung für BESS maßgeblich verzerrt. Zukünftige Forschungen sollten sich auf die Integration von Co-Location-Hybridparks konzentrieren.

This thesis aims to determine optimal allocation strategies—specifically siting and sizing in MW and MWh—for BESS in multi-service markets, bridging the gap between technical grid constraints and economic profitability. To accurately capture the oligopolistic behavior of strategic investors, an Equilibrium Problem with Equilibrium Constraints (EPEC) framework is developed. The upper level models independent investors maximizing their individual Net Present Value (NPV), while the lower level represents an Independent System Operator (ISO) minimizing system costs via a direct current optimal power flow (DC-OPF) and an automatic Frequency Restoration Reserve (aFRR) reserve market clearing. The resulting non-linear programming (NLP) problems are solved utilizing a diagonalization algorithm. The results demonstrate that investors aggressively distribute their capacities across the entire network to exhaust all available connection limits and maximize their market shares. A major finding of this study is a severe Arbitrage-Reserve Trade-off, demonstrating that lucrative capacity premiums in the aFRR market override traditional spot market logic. The thesis concludes that evaluating technical restrictions and multi-market bidding in isolation distorts BESS investment cases. Future research should focus on integrating co-located hybrid renewable park configurations.