As more and more renewable energy sources like wind and solar power are added to the electricgrid, reliable sources of power like hydropower become more important. Hydropower isabundant in Scandinavia, and helps to maintain a stable and reliable grid with added irregularitiesfrom wind and solar power, as well as more fluctuations in demand. Aside from the reliabilityaspect of hydropower, power producers want to maximize their profit from sold electricity. InSweden, power is bid to the spot market at Nord Pool every day, and a final spot price is decidedwithin the electricity market. There is a different electricity price each hour of the day, so it ismore profitable to generate power during some hours than others.There are many other factors that can change when it is most profitable for a hydropower plant tooperate, like how much local inflow of water there is. Hydropower production is an ideal case forusing optimisation models, and they are widely used throughout industry already. Though theoptimisation calculations are done by a computer, there is a lot of manual work from the spottraders that goes into specifying the inputs to the model, such as local inflow, price forecasts, andperhaps most importantly, market strategy. Due to the large amount of work that needs to be donefor each hydropower plant, many of the smaller power plants are not optimised at all, but are leftto run on an automatic control that typically tries to maintain a constant water level. In Fortum,this is called, VNR, or vattennivåreglering (water level regulation).The purpose of this thesis is to develop an optimisation algorithm for a small hydropower plant,using Fortum owned and operated Båthusströmmen as a test case. An optimisation model is builtin Fortum’s current modelling system and is tested for 2016. In addition, a mathematical model isalso built and tested using GAMS. It is found that by optimising the plant instead of running it onVNR, an increase of about 15-16% in profit could be seen for the year 2016. This is a significantimprovement, and is a strong motivator to being optimising the small hydropower plants.Since the main reason many small hydropower plants are not optimised is because it takes toomuch of employees time, a second phase of this thesis was conducted in conjunction with twoother students, Jenny Möller and Johan Wiklund. The focus of this portion was to develop acentralized controller to automatically optimise the production schedule and communicate withthe central database. This would completely remove the workload from the spot traders, as wellas increase the overall profit of the plant. This thesis describes the results from both the Fortummodel and the GAMS model, as well as the mathematical formulation of the GAMS model. Thebasic structure of the automatic controller is also presented, and more can be read in the thesis byMöller and Wiklund (Möller & Wiklund, 2018). / Tillförlitliga energikällor som vattenkraft blir allt viktigare vart eftersom elkraftsystemet utökasmed fler förnybara energikällor som vindkraft och solenergi. I Norden finns det rikligt medvattenkraft, vilket bidrar till att upprätthålla ett stabilt och pålitligt elnät även med ökadeoregelbundenheter från vindkraft och solkraft samt större variationer i efterfrågan. Bortsett frånvattenkraftens tillförlitlighetsaspekter vill kraftproducenter maximera sin vinst från såld el. ISverige läggs dagligen bud på effektvolym till spotmarknaden Nord Pool och ett slutgiltigtmarknadspris bestäms därefter av elmarknaden. Varje timme under dygnet motsvarar ett enskiltelpris, därmed är det mer lönsamt att generera effekt under de timmar där priset är som högst.Det finns många andra faktorer som påverkar när det är mest lönsamt för ett vattenkraftverk attproducera el, exempelvis hur stort det lokala inflödet av vatten är. Vattenkraftproduktion är idealtför tillämpning av optimeringsmodeller, vilka är vanligt förekommande inom verksamhetsområdet.Även om optimeringsberäkningarna utförs av en dator innebär optimeringen mycket manuelltarbete för Fortums elhandlare som specificerar indata till modellen. Exempel på indata är lokaltinflöde, prisprognoser och kanske viktigast av allt marknadsstrategi. På grund av den storamängden arbete som fordras för varje vattenkraftverk, optimeras inte produktionen för många avde småskaliga kraftverken utan de regleras automatiskt med mål att upprätthålla en konstantvattennivå. Denna typ av reglering kallas vattennivåreglering, VNR.Syftet med examensarbetet var att utveckla en optimeringsalgoritm för ett småskaligtvattenkraftverk, där Fortumägda vattenkraftverket Båthusströmmen används som testobjekt. Enoptimeringsmodell utvecklades i Fortums befintliga system och testades för 2016. Dessutom haren matematisk modell utvecklats och testades med GAMS. Det konstaterades att genom attoptimera produktionen från vattenkraftverket istället för att reglera den via VNR kan envinstökning med cirka 15-16 % för noteras år 2016. Detta är en väsentlig förbättring och är ettstarkt argument för att optimera produktionen från småskaliga vattenkraftverk.Eftersom den främsta orsaken till att många småskaliga vattenkraftverk inte optimeras är denutökade arbetsbelastningen det skulle innebära för de anställda, genomfördes en andra fas iexamensarbetet i samverkan med två andra studenter, Jenny Möller och Johan Wiklund. Fokus fördenna del var att utveckla en centraliserad styrenhet för att automatiskt optimera produktionsplaneroch kommunicera med det befintliga centrala systemet. Detta innebär att utökad arbetsbelastningenfrån elhandlarna undviks, samt öka vattenkraftverkets totala vinst. Denna rapport beskriverresultaten från både Fortum-modellen och GAMS-modellen, liksom den matematiskaformuleringen av GAMS-modellen. Även grundstrukturen för det självreglerandeoptimeringsverktyget presenteras, mer kan läsas i rapporten av Möller och Wiklund (Möller &Wiklund, 2018).Nyckelord: Optimering, vattenkraftplanering, självreglerande, automatisk styrning, optimalplanering

The electricity system will go through massive changes in the coming years. Smartgrids are becoming more popular. The phasing out of fossil fuels in electricity production in favour of renewable power sources will entail challenges. To handle these challenges, the Swedish Energy Markets Inspectorate (Ei) has identified demand side flexibility as a partial solution. Ei has presented new functionality demands on electricity meters, which aim at working for an increase of demand side flexibility. The aim of this report is to investigate how smart meters and the new functionality demands contribute in making customers become more active, along with how customers can be motivated to change their behaviour. The findings from this report show that the new demands do not directly lead to more demand side flexibility. Instead they enable other actors to develop services that could lead to customers contributing with demand side flexibility. In the energy sector, it is assumed that customers need to see an economic benefit in order to contribute with flexibility. This report finds that this is not entirely the case. Customers can be motivated by other things, such as protecting the environment. Important factors for customers are that they experience the same comfort as before, along with simplicity. Therefore, automatic steering is the preferable option which might entail the need for economic subsidies since investing in automatic systems will be economically notable. Once a considerable amount of customers are contributing with flexibility, social pressure might motivate remaining customers to do the same.