As an energy-importing developing country, Turkey depends heavily on imported petroleum and natural gas. The increase in the global petroleum price has affected the Turkish economy adversely in the last decade. Renewable energy is an important alternative in reducing Turkey’s energy dependency. Turkey’s strategies are improving domestic production and diversifying energy sources for the security of supply. New investments, especially in renewables, have been chosen to achieve these objectives. As a model for Turkey, Texas is the leader in non-hydroelectric renewable energy production in the U.S. and has one of the world’s most competitive electricity markets. However, wind generation creates unique challenges for the Electric Reliability Council of Texas (ERCOT), the transmission system operator of Texas. The market environment has forced the Public Utility Commission of Texas (PUCT) to develop unique deregulated energy markets. In 2005, the Texas Legislature passed Senate Bill 20, in part to break the deadlock between transmission and wind generation development. This legislation instructed the PUCT to establish Competitive Renewable Energy Zones (CREZs) throughout the State, and to designate new transmission projects to serve these zones. In this context, first of all, the electricity market development in Turkey is introduced in terms of renewable energy, especially wind power. Next, considering wind power, the progress in the Texas electricity market is investigated. Subsequently, we examine the development of CREZs in Texas from a regulatory perspective and discuss Texas’ policy initiatives, including the designation of CREZs. Finally, we review the impact of wind power on the primary electricity market of Texas and evaluate market conditions and barriers to renewable energy use in Turkey in order to extract suggestions. This experience may be particularly instructive to Turkey, which has a similar market structure on the supply and transmission sides. This study suggests ways that Turkey might handle renewable applications in combination with existing transmission constraints. / text

Turkey wants to encourage renewable electricity generation to reduce dependence on imported natural gas and meet its highly growing power demand. The government’s objective is to increase the share of renewable resources in electricity generation to at least 30 percent by 2023, and the specific target for the installed wind energy capacity is 20 GW by that date. Fortunately, Turkey has an enormous wind energy potential to exploit for electricity generation. When from “good” to “outstanding” wind clusters are taken into account, the overall technical wind power generation capacity in Turkey is calculated to be nearly 48 GW. In this context, this thesis investigates whether policy instruments in the Turkish regulatory frame contribute to economic viability for wind power projects or not. The financial results point out that an electricity price of 7.3 USD cent/kWh, which is the guaranteed price for wind power generation by current regulations, does not make a typical onshore wind power plant located in a “good” windy resource economically viable. However, when locally produced wing blades and turbine towers are used in the project, the purchase price increases to 8.7 USD cent/kWh, and the project becomes economically viable. As a result, the local content element introduced in recent regulations promotes wind energy investments and helps government to reach its renewable target for 2023. / text

No description available.

This thesis tries to answer the question of whether there is a single electricity market in the European Union. Although some further steps were taken in terms of market integration, this study shows that it is still not possible to talk about a single electricity market. The attempts to create a single electricity market demonstrate the tensions between supranational and national decision making in a vital issue area of energy. States have been reluctant to transfer their sovereignty in energy policy making as they deemed this area vital to their economic and security interests. This study argues that intergovernmental premises, still explain the reluctance of the member states in this context better. The thesis incorporates two case studies / United Kingdom and Turkey. The first case illustrates that though UK is at the forefront of the other member states in adopting the EU electricity directives, it has still resisted transferring its right of control over its sector to the supranational authorities. Also, the British Case shows that the liberalisation process has some negative consequences. Turkish case will be an evidence for that the model of UK is not appropriate for Turkey in the restructuring process due to the differences between the two states in terms of laws and regulations, institutional capabilities and domestic market conditions. This thesis proposes that Turkey shouldn&rsquo / t disregard its conditions for the sake of EU membership while developing policies in a strategically important area where member states abstain from devolving their rights to the supranational authorities.

Electricity price forecasting is an important task for electricity market participants since the very beginning of the deregulation. Accurate forecasting is essential for designing bidding strategy, risk management, and market operation. However, due to the compli-cated factors affecting electricity prices, there are more uncertainties in electricity price forecasting and hence more complex than demand forecasting. This makes accurate price forecasting very difficult. In the last decade, several methods have been developed in order to fully capture the peculiarities of electricity price dynamics, from classic econometric time series models, e.g., autoregressive moving average (ARMA) model, generalized autoregressive conditional heteroscedasticity (GARCH) model to modern machine learning based techniques such as artificial neural networks (ANN) and sup-port vector machine (SVM). In spite of all models proposed in the literature, there is still no clear consensus about which model is substantively outperforming others. Therefore, when a single method is used, decision-makers are facing the risk of not choosing the best one. On the other hand, the prediction of electricity market prices still involves large errors. If decision-makers take the prediction result on faith, prediction errors could exposure them to serious financial risks. Based on these findings, it can conclude that (1) systematic methodologies and implementations which can efficiently address model selection uncertainty in price forecasting require an investigation; (2) more powerful and robust price forecasting models are still needed to reduce the fore-cast errors; and (3) In addition, the emphasis of price forecasting should shift away from point forecast to uncertainty around the forecast. Unfortunately, most researches in this area have been devoted to finding the single “best” estimates rather than dealing with the uncertainty in model selection and quantifying the predictive uncertainty. In this thesis the research focus is on: (1) finding methodologies and efficient imple-mentations to deal with the uncertainty in model selection; (2) developing more power-ful machine learning based approaches to model electricity spot prices and further im-proving the accuracy of electricity market price forecast; and (3) incorporating uncer-tainty estimation into the application of price forecasting. The thesis makes three main contributions to the study of this topic. Firstly, it proposes linear, nonlinear forecast combination frameworks to deal with model selection prob-lem; secondly, it introduces two novel models: support vector machine based nonlinear generalized autoregressive conditional heteroscedasticity model (SVM-GARCH) and extreme learning machine (ELM) to the price forecasting and furthermore gives a series of bootstrap-based interval construction procedures to quantify the prediction uncer-tainty. Finally, it proposes a more robust interval forecasting approach which is based on quantile regression to electricity price forecasting literature. The effectiveness and efficiency of the proposed approaches have been tested based on real market data of Australian National Electricity Market (NEM).

Electricity price forecasting is an important task for electricity market participants since the very beginning of the deregulation. Accurate forecasting is essential for designing bidding strategy, risk management, and market operation. However, due to the compli-cated factors affecting electricity prices, there are more uncertainties in electricity price forecasting and hence more complex than demand forecasting. This makes accurate price forecasting very difficult. In the last decade, several methods have been developed in order to fully capture the peculiarities of electricity price dynamics, from classic econometric time series models, e.g., autoregressive moving average (ARMA) model, generalized autoregressive conditional heteroscedasticity (GARCH) model to modern machine learning based techniques such as artificial neural networks (ANN) and sup-port vector machine (SVM). In spite of all models proposed in the literature, there is still no clear consensus about which model is substantively outperforming others. Therefore, when a single method is used, decision-makers are facing the risk of not choosing the best one. On the other hand, the prediction of electricity market prices still involves large errors. If decision-makers take the prediction result on faith, prediction errors could exposure them to serious financial risks. Based on these findings, it can conclude that (1) systematic methodologies and implementations which can efficiently address model selection uncertainty in price forecasting require an investigation; (2) more powerful and robust price forecasting models are still needed to reduce the fore-cast errors; and (3) In addition, the emphasis of price forecasting should shift away from point forecast to uncertainty around the forecast. Unfortunately, most researches in this area have been devoted to finding the single “best” estimates rather than dealing with the uncertainty in model selection and quantifying the predictive uncertainty. In this thesis the research focus is on: (1) finding methodologies and efficient imple-mentations to deal with the uncertainty in model selection; (2) developing more power-ful machine learning based approaches to model electricity spot prices and further im-proving the accuracy of electricity market price forecast; and (3) incorporating uncer-tainty estimation into the application of price forecasting. The thesis makes three main contributions to the study of this topic. Firstly, it proposes linear, nonlinear forecast combination frameworks to deal with model selection prob-lem; secondly, it introduces two novel models: support vector machine based nonlinear generalized autoregressive conditional heteroscedasticity model (SVM-GARCH) and extreme learning machine (ELM) to the price forecasting and furthermore gives a series of bootstrap-based interval construction procedures to quantify the prediction uncer-tainty. Finally, it proposes a more robust interval forecasting approach which is based on quantile regression to electricity price forecasting literature. The effectiveness and efficiency of the proposed approaches have been tested based on real market data of Australian National Electricity Market (NEM).

Στο πρώτο κεφάλαιο γίνεται μια εισαγωγή στην Απελευθέρωση της Αγοράς ηλεκτρικής ενεργείας στη χώρα μας. Η κοινοτική οδηγία 96/92 άνοιξε «τους ασκούς του Αιόλου» για το συγκεκριμένο εγχείρημα και η Ελλάδα εναρμονίζεται με τις ευρωπαϊκές συντεταγμένες μέσω του νόμου 2773/99.Ο παραπάνω νόμος καθορίζει τη σύσταση της ΡΑΕ και του ΔΕΣΜΗΕ αλλά και τις αρμοδιότητες των, όπως και αυτές της ΔΕΗ.Αργότερα με το νόμο 4001/2011 έχουμε την σύσταση των ΑΔΜΗΕ και ΛΑΓΗΕ οι οποίοι επιμερίζονται τις μέχρι τότε ευθύνες του ΔΕΜΗΕ. Οι συνεχείς τροποποιήσεις του νομοθετικού πλαισίου έδωσαν συγκεκριμένο ρόλο στους παράγοντες της Αγοράς. Στο δεύτερο κεφάλαιο γνωρίζουμε τον Κώδικα Διαχείρισης Συστήματος και Συναλλαγών Ηλεκτρικής Ενέργειας. Τα κύρια περιεχόμενα του Κώδικα είναι: οι Γενικές Αρχές, ο Ημερήσιος Ενεργειακός Προγραμματισμός, η Κατανομή Φορτίου σε πραγματικό χρόνο, η Μέτρηση Παραγωγής και Κατανάλωσης, η Εκκαθάριση Αποκλίσεων, ο Μηχανισμός Διασφάλισης Επάρκειας Ισχύος, η Λειτουργία, συντήρηση, ανάπτυξη και χρήση Φυσικού Συστήματος, και σύνδεση Χρηστών με αυτό. Οι επιμέρους αγορές και μηχανισμοί που δημιουργούνται από τον Κώδικα είναι η Χονδρεμπορική Αγορά Ενέργειας(ουσιαστικά ο Ημερήσιος Ενεργειακός Προγραμματισμός όπως θα δούμε παρακάτω), η Αγορά Μακροχρόνιας Αξιοπιστίας Ισχύος(που λειτουργεί σαν δικλείδα ασφαλείας για τους παραγωγούς και τους προμηθευτές) και ο Μηχανισμός Εκκαθάρισης Αποκλίσεων (που φροντίζει για την ισορροπία των συναλλαγών την Ημέρα Κατανομής). Το τρίτο κεφάλαιο αναφέρεται στον Ημερήσιο Ενεργειακό Προγραμματισμό (ΗΕΠ). Σκοπός του ΗΕΠ είναι ελαχιστοποίηση της συνολικής δαπάνης για την εξυπηρέτηση του φορτίου ηλεκτρικής ενέργειας σε κάθε Ηµέρα Κατανοµής υπό όρους καλής και ασφαλούς λειτουργίας του Συστήµατος και διασφάλισης επαρκών εφεδρειών. Στον ΗΕΠ μπορούν να συμμετάσχουν παραγωγοί και εισαγωγείς ηλεκτρικής ενέργειας καθώς και προμηθευτές, αυτοπρομηθευόμενοι πελάτες και εξαγωγείς ενέργειας (Εκπρόσωποι Φορτίου). Επιπλέον γίνεται αναφορά στη Δήλωση Φορτίου. Δηλώσεις Φορτίων υποβάλλονται από τους «Εκπροσώπους» και αφορούν απορρόφηση ηλεκτρικής ενέργειας από Μετρητή Πελάτη ή ηλεκτρική ενέργεια προς εξαγωγή.Το Περιεχόµενο ∆ηλώσεων Φορτίου αναλόγως τον Εκπροσωπο. Αρχικά έχουμε μη τιµολογούµενες ∆ηλώσεις για κατανάλωση στην Ελλάδα, οι οποίες δηλώνουν την ποσότητα ενέργειας για κάθε Περίοδο κατανοµής της Ηµέρας Κατανοµής που προτίθεται να απορροφήσει κάθε Εκπρόσωπος Φορτίου.Όμως για εξαγωγές και άντληση έχουμε τιµολογούµενες ∆ηλώσεις οι οποίες περιλαµβάνουν ζεύγη τιµών - ποσότητας ενέργειας για κάθε Περίοδο κατανοµής της Ηµέρας Κατανοµής που προτίθεται να απορροφήσει κάθε Εκπρόσωπος Φορτίου, αναλόγως της τιµής ηλεκτρικής ενέργειας. Για τα ζήτημα της προθεσμίας υποβολής Δηλώσεων Φορτίου,τις συνέπειες μη υποβολής και τον έλεγχο κάλυψης χρηματικών υποχρεώσεων από τον Εκπρόσωπο υπεύθυνος είναι ο ΛΑΓΗΕ σε συνεργασία με τον ΑΔΜΗΕ. Στο ίδιο κεφάλαιο μελετάμε και τις Προσφορές Έγχυσης. Υποβάλλονται από τους Παραγωγούς (κατόχους άδειας παραγωγής), και δευτερευόντως από κατόχους Άδειας Προμήθειες και Αυτοπρομηθευόμενους Πελάτες, καθώς και σε συγκεκριμένες περιπτώσεις από το Λειτουργό σε συνεργασία με τον Διαχειριστή. Οι Προσφορές Έγχυσης υποβάλλονται υποχρεωτικά και χωριστά για κάθε Μονάδα Παραγωγής.Για άλλη μια φορά ΛΑΓΗΕ και ΑΔΜΗΕ ελέγχουν την νόμιμη υποβολή της Προσφοράς,το περιεχόμενο αλλά και την προθεσμία. Παρόμοια, έχουμε και τις Προσφορές Εφεδρειών. Ο κάτοχος της άδειας παραγωγής οφείλει να υποβάλλει, χωριστά για κάθε Κατανεμημένη Μονάδα, πλήρως δεσμευτική Προσφορά Εφεδρειών για κάθε Περίοδο Κατανομής κάθε Ημέρας Κατανομής. Επιπλέον εξετάζεται το πρόγραμμα ΗΕΠ δηλαδή ο προγραμματισμός ο οποίος καθορίζει − για κάθε περίοδο της ημέρας στην οποία αναφέρεται ο ΗΕΠ − την παραγωγή Μονάδων που έχουν υποβάλει προσφορές και την ενέργεια τιμολογούμενων εισαγωγών η οποία γίνεται δεκτή, όπως και την παροχή Επικουρικών Υπηρεσιών Εφεδρειών κατά τις Περιόδους Κατανομής της Ημέρας Κατανομής. Η Επίλυση ΗΕΠ προσδιορίζει την Οριακή Τιµή του Συστήµατος για κάθε ώρα της Ηµέρας Κατανοµής, η οποία αντιστοιχεί στην υψηλότερη τιµή βαθµίδος Προσφοράς Έγχυσης που εντάσσεται στο πρόγραµµα ΗΕΠ αλλά και το ιδιο το προγραμμα ΗΕΠ. Η Οριακή Τιμή του Συστήματος (ΟΤΣ) αποτελεί την τιμή της χονδρεμπορικής αγοράς ηλεκτρισμού για παράδοση την επόμενη ημέρα, και αντιστοιχεί στην οριακή αύξηση της βέλτιστης δαπάνης του ΗΕΠ που θα προέκυπτε από οριακή αύξηση του φορτίου του Συστήματος. Εναλλακτικά μπορεί κάποιος να πει ότι η ΟΤΣ αντιστοιχεί εν γένει στο κόστος παραγωγής της «επόμενης MWh» ηλεκτρικής ενέργειας, όπως αυτό προσδιορίζεται από τις προσφορές των μονάδων παραγωγής. Η εκκαθάριση λογαριασμών οι πληρωμές ,οι εισπράξεις και οι διευθετήσεις γίνονται βάσει χρονοδιαγράμματος σε συνεγασία με τον Διαχειριστή. Το τέταρτο κεφάλαιο σχετίζεται με την Κατανομή Φορτίου. Αντικείμενο της Διαδικασίας Κατανομής Φορτίου είναι ο προγραμματισμός της λειτουργίας των Κατανεμόμενων Μονάδων, των Συμβεβλημένων Μονάδων, των Εκτάκτων Εισαγωγών και των Μονάδων Ψυχρής Εφεδρείας, καθώς και η έκδοση των σχετικών Εντολών Κατανομής σε πραγματικό χρόνο από τον Διαχειριστή του Συστήματος, ώστε η συνολική απορρόφηση ηλεκτρικής ενέργειας από το Σύστημα, σύμφωνα με τις προβλέψεις και μετρήσεις του Διαχειριστή του Συστήματος, να διενεργείται υπό όρους καλής και αξιόπιστης λειτουργίας του Συστήματος. Η εκπόνηση του Προγράµµατος Κατανοµής αρχίζει αµέσως µετά το πέρας της επίλυσης του ΗΕΠ. Κατά την προηγούμενη μέρα ο Διαχειριστής καταρτίζει το πρόγραμμα με δεδομένα την πρόβλεψη του φορτίου, τις πληροφορίες που δίνουν οι Συμμετέχοντες και τον ΗΕΠ. Η επίλυση του Προγράµµατος Κατανοµής γίνεται µε µεθοδολογία ανάλογη αυτής της επίλυσης του Προγράµµατος ΗΕΠ και λίγο πριν την Ηµέρα Κατανοµής. Σε πραγματικό χρόνο τώρα,το πρόγραμμα επιλύεται ξανά σε περίπτωση σοβαρής µεταβολής των συνθηκών και γίνεται επεξεργασία τυχόν έκτακτων καταστάσεων καθώς ο Διαχειριστής παρακολουθεί δοκιμάζει και ερευνά ώστε να προλάβει μια οποιαδήποτε ζημιογόνο κατάσταση. Τέλος γίνεται αναφορά και στο Πρόγραµµα Οικονοµικής Φόρτισης των Μονάδων σε Πραγµατικό Χρόνο, (Real Time Dispatch - RTD), ένα επιβοηθητικό εργαλείο για την έκδοση Εντολών Κατανοµής προς τις µονάδες παραγωγής σε πραγµατικό χρόνο λειτουργίας το οποίο είναι απαραίτητο λόγω της πολυπλοκότητας των οικονοµικών προσφορών των Παραγωγών, ενώ µε την ηλεκτρονική µετάδοση των εντολών διευκολύνεται παράλληλα και η καταγραφή τους σε βάσεις δεδοµένων. Στο πέμπτο κεφάλαιο ασχολούμαστε με τις Μετρήσεις και τους Μετρητες. Η Μέτρηση κατέχει κεντρικό ρόλο στην αγορά Ηλεκτρικής Ενέργειας. Η συλλογή και η διαχείριση των Μετρήσεων είναι οι βασικοί παράγοντες για την πρόβλεψη, τον προγραµµατισµό και τη λειτουργία της απελευθερωµένης αγοράς. Καθορίζονται οι αρµοδιότητες και οι ευθύνες των ∆ιαχειριστών του Συστήµατος και του ∆ικτύου και των Χρηστών. Οι Μετρητές που χρησιµοποιούνται για την εφαρµογή του Κώδικα εντάσσονται σε Κατηγορίες Μετρητών και καταχωρούνται στο Μητρώο Καταχωρημένων Μετρητών. Επιπλέον,τηρείται πίνακας αντιστοίχισης Μετρητών και Εκπροσώπων Μετρητών και υποβάλλονται ∆ηλώσεις εκπροσώπησης Μετρητών Φορτίου από τους Εκπροσώπους Φορτίου. Η συλλογή των µετρήσεων των Καταχωρηµένων Μετρητών διενεργείται από τον Διαχειριστή, µε τηλεµέτρηση µέσω του Συστήµατος Αυτόµατης Συλλογής Μετρήσεων (AMR), το οποίο αυτοµάτως µεταβιβάζει τις µετρήσεις σε αρχεία της Βάσης ∆εδοµένων Μετρητών και Μετρήσεων. Οι µετρήσεις υποβάλλονται σε πιστοποίηση, εκτίµηση και διόρθωση όπου είναι απαραίτητο και χρησιµοποιούνται για την εκκαθάριση των αποκλίσεων. Ο Διαχειριστής προς χάριν της διαφάνειας δημοσιεύει τυχόν διορθώσεις οι εκτιμήσεις με τις απαραίτητες πληροφορίες. Στο έκτο κεφάλαιο εχουμε το τμήμα της Εκκαθάρισης Αποκλίσεων. Η συγκεκριμένη διαδικασία καλύπτει την ολοκλήρωση των οικονομικών υποχρεώσεων όλων των Συμμετεχόντων στις διαδικασίες του ΗΕΠ και οι διαδικασίες που περιλαμβάνονται σε αυτή διενεργούνται την επόμενη ημέρα της Ημέρας Κατανομής. Η Εκκαθάριση Αποκλίσεων περιλαμβάνει τη διευθέτηση των συναλλαγών σχετικά με τις Αποκλίσεις Παραγωγής – Ζήτησης, τις Επικουρικές Υπηρεσίες και τους Λογαριασμούς Προσαυξήσεων. Σε ό,τι αφορά τις αποκλίσεις παραγωγής ζήτησης ο Διαχειριστής για κάθε Ημέρα Κατανομής και για κάθε Περίοδο Κατανομής της Ημέρας Κατανομής πραγματοποιεί υπολογισμούς αποκλίσεων ενέργειας για κάθε οντότητα έγχυσης ή απορρόφησης, υπολογισμούς επιβεβλημένων αποκλίσεων ενέργειας για κάθε μονάδα παραγωγής, υπολογισμούς μη επιβεβλημένων αποκλίσεων ενέργειας για κάθε μονάδα παραγωγής, υπολογισμούς, πληρωμών και εισπράξεων για αποκλίσεις Παραγωγής-Ζήτησης καθώς και για επιβεβλημένες ή μη επιβεβλημένες αποκλίσεις ενέργειας από μονάδες παραγωγής, υπολογισμούς πληρωμών και εισπράξεων για αποκλίσεις φορτίου υπολογισμούς πληρωμών και εισπράξεων για αποκλίσεις εισαγωγών/εξαγωγών. Οι πληρωμές και οι εισπράξεις πραγματοποιούνται σε μηνιαία βάση. Περι επικουρικών υπηρεσιών τώρα ο Διαχειριστής φροντίζει να αποζημιώνει τις εκαστοτε μοναδες παραγωγής που λειτουργούν βοηθητικά όταν χρειαστεί καθώς έχει συνάψει μαζί τους από πριν συμφωνία για ενδεχόμενο έκτακτης ανάγκης. Τέλος στο κεφάλαιο αυτό γίνεται και ενδεικτική αναφορά στους λογαριασμούς προσαυξήσεων που τηρεί ο Διαχειριστής. Στο κεφάλαιο 7 αναφέρεται ο Μηχανισμός Διασφάλισης επαρκούς ισχύος. O Μηχανισµός ∆ιασφάλισης Επαρκούς Ισχύος αποσκοπεί στη διασφάλιση µακροχρόνιας διαθεσιµότητας επαρκούς ισχύος παραγωγής ηλεκτρικής ενέργειας και υποδιαιρείται σε δύο κύρια µέρη, ένα µηχανισµό ελεύθερης εισαγωγής για είσοδο νέου παραγωγικού δυναμικού και ένα μηχανισμό υποχρεωτικής εισαγωγής ώστε να δεσμεύονται οι νέοι παραγωγοί για μελλοντική λειτουργία των μονάδων τους.Στον Μηχανισμό ελεύθερης εισαγωγής οι προµηθευτές οφείλουν να εξασφαλίζουν επαρκείς συµβάσεις (Συµβάσεις ∆ιαθεσιµότητας Ισχύος) µε τους Παραγωγούς, ώστε να ικανοποιούν το αναµενόµενο φορτίο. Οι κάτοχοι άδειας παραγωγής για Μονάδες που είναι εγγεγραµµένες στο Μητρώο Κατανεµόµενων Μονάδων οφείλουν να εκδίδουν και να καταθέτουν στο Μητρώο Α∆Ι, Αποδεικτικά ∆ιαθεσιµότητας Ισχύος για το σύνολο της Καθαρής Ισχύος κάθε Μονάδας Παραγωγής και για κάθε ένα από το τρέχον και τα τέσσερα επόµενα Έτη Αξιοπιστίας κατ’ ελάχιστο,αναλόγως τη διαρκεια. Όταν διαπιστώνεται μελλοντικός κίνδυνος ανεπάρκειας ισχύος, που δεν αναμένεται να καλυφθεί από επιχειρηματικές πρωτοβουλίες των Παραγωγών, ο Διαχειριστής του Συστήματος δύναται κατόπιν διαγωνισμού να προβαίνει σε προαγορά ΣΔΙ, οι οποίες αντιστοιχούν σε νέες Μονάδες Παραγωγής. Ο Διαχειριστής του Συστήματος, προκειμένου να διευκολύνει την αγορά μεταβίβασης των Συμβάσεων Διαθεσιμότητας Ισχύος, προβαίνει σε πλειοδοτική πώληση ΣΔΙ που είναι ελκυστικές για τους εκάστοτε προμυθευτές. Στο κεφάλαιο οχτώ ασχολούμαστε με τη Λειτουργία,τη Συντήρηση, την Ανάπτυξη του Συστήματος και τη Σύνδεση Χρηστών.Σε ό,τι αφορά τη λειτουργία ο Διαχειριστής είναι αυτός που σχεδιάζει τις προδιαγραφές, επεμβαίνει και εκτελεί τους απαραίτητους ελέγχους.Σε ό,τι αφορά τη Συντήρηση έχουμε το προγράμματα απομονώσεων τα οποίο είναι συγκεκριμένο αν και πάλι ανάλογα τις συνθήκες μπορεί να επέμβει ο Διαχειριστής. Η ανάπτυξη είναι πάλι έργο του Διαχειριστή καθώς έως την 1 η Αυγούστου κάθε έτους ο ∆ιαχειριστής του Συστήµατος εκπονεί προσχέδιο Μελέτης Ανάπτυξης του Συστήµατος (ΜΑΣΜ) το οποίο υποβάλλεται στη ΡΑΕ. Η ΜΑΣΜ κινείται με γνώμονα κάθε είδους νέες απαιτήσεις ή βελτίωση της τεχνολογίας. Για τη Σύνδεση των Χρηστών τώρα η διαδικασία περιλαμβάνει την Προσφορά Σύνδεσης, τη Σύμβαση Σύνδεσης, την Υλοποίηση Σύμβασης Σύνδεσης και την Ηλέκτριση του Χρήστη. Ο Διαχειριστής υποχρεούται να λαμβάνει κάθε αναγκαίο μέτρο, ώστε να διασφαλίζεται η νέα σύνδεση με το Σύστημα και χρήση αυτού από το Χρήστη, σύμφωνα με το Κοινοτικό και Εθνικό Δίκαιο. Στο 9 κεφάλαιο αναφέρονται κάποιες απόψεις είτε θέτικες είτε αρνητικές σχετικα με την απελευθέρωση και την μεχρι τώρα πορεία του εγχειρήματος. / -

This thesis investigates how combined heat and power plants (CHP) produce electricity, with respect to several external factors including outdoor temperature and electricity prices. The purpose is to develop and evaluate a tool, with the aim to increase the understanding of CHP plants electricity production behaviour. This tool resulted in an optimisation model, developed in Python and using the CVXPY package. The objective of the model is to include a system of production units and optimise the production from these by minimising the production costs, while also considering technical constraints. Inspiration for the model was found from a literature review and from interviews with people working in the CHP sector, where the latter also provided historical production data used for validation. When comparing the modelled yearly electricity production with the historical data for the same year, it was found that the model deviated less than 10 percent for the two real district heating systems where the model was implemented. In conclusion, it is seen that the model behaves similar to the actual plants when looking at the electricity production; however, the behaviour of the model is slightly exaggerated with faster changes in the electricity production. Though, the results show that the developed model can be used to enhance the understanding of how CHP plants produce electricity.

Liberalization and privatization of the electricity industry is one of the most important processes in the few last years. Even when the electricity market is fully open, substantial barriers to competition often remain. These barriers are refusal of access to the market, the lack of capacity in interconnectors and long-term contracts. The process of liberalization has shown that a third-party access to the network is a critical and important factor in ensuring a real and effective liberalization of the market. The process of liberalization has also supported new ways and forms of energy trading including financial contracts instead of purely physical contracts for the delivery of electricity. It is a question if the benefits of liberalization of the electricity industry compared with a regulated private monopoly or public monopoly were profitable. Someone could argue that the liberalization of electricity tends to bring benefit to monopoly structures and increase prices of electricity in industry. This work tries to present the pros and cons of liberalization in the electricity industry while taking in consideration the best means of making the liberatization as much profitable and useful as possible.

This work deals with the potential of nuclear energy in general and in our country. Nuclear energy offers as almost a necessary alternative to fill growing demand for electricity in our country and the world. Increased attention is paid to the electricity market in our country, the role of nuclear energy in the Czech energy mix and the possibilities of its use in the future as an alternative to other energy sources (renewable, fossil resources), and savings and imports from abroad. The author summarizes the main benefits, but also the risk that nuclear energy brings. Does not forget the attitude of environmentalists, opponents and the public to the nuclear issue, which improves long-term, giving scope for the use of nuclear energy.