This master thesis deals with the risks of electricity trading, as well as its monitoring and hedging. The goal is the credit risk assessment of the electricity traders from bank or other financial institution perspective. The theoretical part describes the market itself including current liberalization process and the principles of electricity trading. Further there is a description of potential risks and the examples of possible hedging using derivatives. The practical part identifies the main risks of a concrete example of an electricity trader and quantifies the expected loss from the creditor perspective using the examples of two financial markets products.

Electricity needs to be consumed when it is produced, making sure that supply closely meets demand at all times. To account for the rapidly changing operational status and the need for increasing the flexibility of power systems, financial instruments have been put in place creating markets where electricity is traded as a commodity across different time frames; from months or days to minutes before, or even after, planned delivery. In this work, the focus is placed on the short-term electricity markets and particularly on forecasting the intraday volume-weighted average price of the last three hours of trading of hourly power products. To this end, two state-of-the-art recurrent neural network architectures, namely the Temporal Fusion Transformer and the DeepAR network, are compared against well-established statistical models, such as the Linear Regression, ARX and SARIMAX models, with respect to their forecast accuracy on each of the 24 hourly delivery products. Two different experimental setups are applied, with one utilizing two input features drawn specifically from the findings of relevant literature and the other blindly exploiting all available streams of information in either their raw or aggregated form. All models are trained individually per hourly product per experimental setup to support a fair and decisive comparison, leading to 240 unique model instances being trained in total. Furthermore, the input feature importance is inferred by exploiting the inbuilt attention mechanism of the Temporal Fusion Transformer architecture. Finally, by using various realworld historical market data originating from the Nord Pool power exchange as well as from the Svenska Kraftnät, available up until the day of delivery, it is shown that the statistical models outperform both contemporary neural network architectures, with the latter suffering from the inability to generalize to elevated price levels—which are absent from the training dataset. / El måste förbrukas när den produceras, och se till att utbudet alltid motsvarar efterfrågan. För att ta hänsyn till den snabbt föränderliga operativa statusen och behovet av att öka flexibiliteten i kraftsystemen har finansiella instrument införts för att skapa marknader där el handlas som en vara över olika tidsramar; från månader eller dagar till minuter före, eller till och med efter, planerad leverans. I detta arbete läggs fokus på de kortsiktiga elmarknaderna och särskilt på att prognostisera det intradagsvolymvägda genomsnittspriset för de senaste tre timmarnas handel med timkraftprodukter. För detta ändamål jämförs två toppmoderna återkommande neurala nätverksarkitekturer, nämligen Temporal Fusion Transformer och DeepAR-nätverket, mot väletablerade statistiska modeller, såsom modellerna Linear Regression, ARX och SARIMAX, med avseende på deras prognosnoggrannhet för var och en av 24-timmarsleveransprodukterna. Två olika experimentella uppsättningar tillämpas, där den ena använder två indatafunktioner som hämtats specifikt från resultaten av relevant litteratur och den andra utnyttjar blint alla tillgängliga informationsströmmar i antingen deras råa eller aggregerade form. Alla modeller tränas individuellt per timprodukt per experimentuppställning för att stödja en rättvis och avgörande jämförelse, vilket leder till att 240 unika modellinstanser tränas totalt. Dessutom härleds ingångsfunktionens betydelse genom att utnyttja den inbyggda uppmärksamhetsmekanismen i Temporal Fusion Transformer-arkitekturen. Slutligen, genom att använda olika verkliga historiska marknadsdata från elbörsen Nord Pool såväl som från Svenska Kraftnät, tillgängliga fram till leveransdagen, visas att de statistiska modellerna överträffar både moderna neurala nätverksarkitekturer, med sistnämnda lider av oförmågan att generalisera till förhöjda prisnivåer — som saknas i utbildningsdataset.

The main topic of this thesis is the trading with one of the most important commodity in the market – electricity. This thesis will analyse the topic from the point of view of a natural person who potentially would like to start trading in the market. The description focuses on causes and consequences of the market liberalization. The electricity trading will be also analyzed from the point of view of a consumer and also of a producer. Possibilities will be listed on how to purchase and sell electricity, principles how particular markets work and also comparison of the price of electricity with the prices of other commodities. The aim is to give a detailed description about domestic market electricity price creation. The main purpose of this thesis is to describe the situation in the domestic market with electricity and future development in this branch, expressing also considerations about switching the electricity supplier.

I takt med ökat intresse för investeringar i vindkraft behöver aktörer på marknaden tillgång till mer information om vilka faktorer som kan påverka dessa investeringars förmåga att generera intäkter. Eftersom intäkter kan genereras genom att strukturera sin försäljning på olika sätt behöver intressenter erhålla bättre förståelse kring varje strukturs förmåga att generera intäkter över tid. I detta examensarbete har vi undersökt aggregerade intäkter och estimerade riskmått över ett år för tre försäljningsstrukturer: försäljning till Spotmarknaden, genom Baseload PPA och genom As-produced PPA. För att göra detta har vi försökt replikera fördelnings- och tidsserie-egenskaper för vindhastigheter, spotpriser och balanseringspriser. Försöken visar lovande replikerbarhet för vindhastigheter, och ganska lovande replikerbarhet för spotpriser och balanseringspriser.  Vi visar att högre förväntade aggregerade intäkter uppvisar även tendens till högre estimerad risk. Den försäljningsstruktur som visar högst förväntade aggregerade intäkter var försäljning till Spotmarknaden, följt av Baseload PPA och lägsta intäkter erhölls genom As-produced PPA. Liknande rangordning sammanfattar estimerade riskmått, där försäljning till Spotmarknaden visade högst Value-at-Risk, följt av Baseload PPA och lägsta risken estimerades i As-produced PPA. Slutligen drar vi även slutsatsen att As-produced PPA är den största riskmitigeraren av de två olika PPA alternativen.  Vår studie har genomförts under många avgränsningar och antaganden som behöver förstås ordentligt innan slutsatser från denna studie används. Några av avgränsningarna är att vi antar stationäritet i spotpriser, tar ingen hänsyn till förluster i kraftproduktion till följd av typ av landyta, undersöker endast ett vindkraftsverk och vi tar inte hänsyn till förluster i transmission eller kostnader från Nord Pool. Dessutom undersöker vi försäljningsprocessen för vindkraftsproducent som säljer all elektricitet själv och som inte har tillgång till handel genom Intradagsmarknaden. En ytterligare begränsning i arbetet är att vi inte har mätdata för historiska vindhastigheter vid en faktiskt planerad vindkraftspark, utan för en mätmast som är inom ett visst avstånd från några vindkraftsparker. Eftersom positionering av vindkraftsturbiner är extremt viktigt påverkar detta våra resultat då historiska vindhastigheter vid mätmasten möjligtvis inte är tillräckligt attraktiva för många investerare. Efter utvärdering av våra replikerade tidsserie rekommenderar vi vidare forskning inom området att ta hänsyn till icke-stationäritet vid skapande av modell för spotpriser. / As interest for wind power investment increases, market participants require access to more information regarding which factors that can affect the income generating capacities of their investments. Since income can be generated through various structures of selling electricity, stakeholders need better understanding regarding the income generating capacity of each structure over time. In this thesis we have examined aggregated income and estimated risk measures over one year for three different methods of selling electricity: selling to the Nord Pool Spot market, selling through Baseload PPA and selling through As-produced PPA. For the examination we have tried to replicate distributional and time series attributes for wind speeds, spot prices and regulating (balancing) prices. Our results demonstrate promising replicability for wind speeds, and quite promising replicability for spot prices and balancing prices.  We show that higher expected aggregated income also implies higher estimated risk. Highest expected aggregated income was generated from selling to the Market, followed by Baseload PPA and lowest income was generated for As-produced PPA. Estimated risk measures followed the same pattern, where selling to the Market demonstrated highest Value-at-Risk, followed by Baseload PPA and the lowest estimated risk was found in As-produced PPA. Finally we also conclude that As-produced PPA is the largest mitigator of risk between the two examined PPA alternatives.  Our study has been conducted under many delimitations and assumptions which need to be thoroughly understood before utilizing conclusions from this study. Some assumptions we take are stationarity in spot prices, no loss in power production due to type of surface surrounding the wind turbine, we only used one turbine and we assumed no losses in transmission nor any costs from Nord Pool. Furthermore, our study examines how electricity is sold from a wind power producer who sells all their electricity by themselves and who also does not have access to trading through the Intraday market. Another limitation in the study is that we do not have measurement data from actual wind farm locations, but data from a publicly available source that is within an undisclosed vicinity of some wind farms. Since positioning of wind power turbines is very important to maximize potential output, this limitation will affect our results since our used wind data might not be attractive enough for many potential investors. We finally recommend further study within the field, especially researching ways to handle lack of stationarity in spot prices.

The Swedish government has set a target of achieving 100% renewable electricity production by 2040, and this target is reflected in the solar strategy of the Swedish Energy Agency that states it’s possible that solar electricity may represent 5-10% of the Swedish electricity mix by 2040. It’s not easy for different participants such as individuals, companies, farmers and housing associations to find out the value of solar self-consumption and the value of surplus solar electricity that is fed into the power grid, because there are about 120 electricity trading companies and about 170 electricity grid companies in Sweden. The electricity companies have different tariffs. The purpose of this degree project is to investigate how the value of solar electricity varies depending on which electricity trading company and electricity grid company that different participants such as individuals and companies have, and also to make profitability calculations for different cases concerning five of the major electricity trading companies and electricity grid companies, respectively. Data needed for calculating the value of solar self-consumption and sold surplus electricity are collected from the electricity trading companies and electricity grid companies. Profitability is calculated by using an Excel template from the project ”Capital budget for solar cells”. This degree project shows that the value of solar self-consumption is worth more than the value of sold surplus electricity in all cases, both for individuals and for companies. For the companies, the difference in value between solar self-consumption and sold surplus electricity is much greater than for individuals, because the companies studied in this degree project don’t receive any tax reduction for the surplus electricty that is fed into the power grid. The higher the value of solar self-consumption and sold surplus electricity, the more profitable the solar cell investment becomes. The lower the value of solar self-consumption and sold surplus electricity, the less profitable the solar cell investment becomes. The prerequisites needed to achieve 5-10% of solar electricity in Sweden are strengthening or renewal of the electricity grid, budget support for solar cells, financial support systems, education about the potential for solar electricity and how it works and the willpower among various participants to invest in solar cells.