I denna uppsats skapar vi en modell för forwardkurvan på den nordiska elmarknaden. Vårt mål är attskapa en modell som är lättanvänd och inte kräver kunskaper om dynamiken hos elpriset. Vår modellär baserad på en modell av Benth, Koekebakker & Ollmar (2007) men justeras med avseende på vårakrav om en lättanvänd modell. Vi validerar vår modell och nner att den har möjlighet att föutspåpriset på ett kvartlaskontrakt med en felmarginal på 1.1 procent. Vi lyckas förutspå en säsongsvariationutan att specikt ange en funktion för säsongsvariationen.

Machine learning models has gained traction as an effective tool for short-term electricity price forecasting, namely day ahead and hourly price forecasting. Efficient and accurate forecasting is crucial for demand and capacity planning to ensure stability and optimal use of resources. This project applies two proven machine learning models, LSTM and TCN, to electricity futures contracts in the Swedish pricing areas SE1 and SE3. Future contracts are used to secure the price of electricity in the future. A multivariate time series of fundamental data that correlates with electricity prices is used as input for the forecasting. Fur- thermore, a portfolio approach for hedging is evaluated based on the predictive performance of the models. The forecasting accuracy of the multivariate TCN model outperform the LSTM model. The optimal hedging strategy based on the TCN model indicated potential cost savings of 1.43% compared to a benchmark method. / Maskininlärnings modeller har vunnit mark som effektiva verktyg för att prognosticera kortsiktiga elpriser, för dagen före och timpriser. Effektiv och korrekt prognosticering är viktigt för att skatta behovs- och kapacitetsplanering för optimal resursanvändning. Det här projektet applicerar två välbeprövade modeller, LSTM och TCN, för att prognosticera terminskontrakt i de två svenska pris- områdena SE1 och SE3. Terminskontrakt används för att säkra elpriser i framtiden. En tidsserie, med flera variabler av fundamental data som korrelerar med elpriser, används för att prognosticera elpriser. Vidare utvärderas en portfölj approach för prissäkring baserat på prognoserna från modellerna. TCN modellen gav högre noggrannhet än LSTM modellen. Optimal prissäkringsstrategi baserad på TCN modeller resulterade i 1.43% lägre elpriser jämfört med bench- marks.

There has been a motivated desire from different power system operators to have more systems embedded in computing and networking due to the great advantages of adding new capabilities that wasn't before possible. These advantages increased the power system’s up-time, performance and reduced its maintenance but opened a world of possible cyber-attacks. In January 2016, the Ukrainian electricity infrastructure suffered the first power outage caused by destructive malware that left hundreds and thousands of end-users without electricity during the Christmas holidays. Malicious malware are starting to cover cyber-physical systems that connect the physical technical equipment with the networked computational resources. One of these resources, which are currently being further developed, involves futuristic procedures for the electrical billing process. This means that data corruption could lead to both economical and physical consequences, leading to a decrease of the public's trust on metering equipments, the overall smart grid concept and the electricity market actors. The Nordic and Swedish electricity market is under transition to the Supplier Centric Model (SCM), a new market model, which facilitates the billing and payment towards the end-users and the interactions between electrical suppliers and Distribution System Operators (DSO). This model uses a centralized data service hub for information exchange that is owned and operated by the Swedish Transmission System Operator (TSO). Vattenfall IT has thus jointly with the department of Electric Power and Energy systems (EPE) at KTH launched this master thesis that focuses on the risks and consequences caused by cyber-attacks in the SCM. An adversary may cause unwanted actions by business process hacking or knowledge-based hacking by analyzing the business processes maps within the SCM One of the aims of the thesis was to identify the business process vulnerabilities and events of the DSO's and supplier’s business processes in the SCM if the system was under attack and when the power system operator was unaware that the presented data was corrupted. The outcome of the thesis will help improve the business process resilience against cyber-attacks thus leading to an increased trust in the SCM from the general public. Different related attack-scenarios (AS) were investigated to provide a generic solution for improvements to all relevant business service actors. The risks and consequences were found, analyzed and used for developing suggestive improvements for the Billing Business Process (BBP). / Det har funnits ett motiverat önskemål från olika elkraftsoperatörer att flera system inbäddas i datoranvändningen och nätverken på grund av de många fördelar och nya förmågor som inte var möjliga förut. Dessa förmågor ökade elkraftsystemens tillgänglighet, prestanda och minskade dess underhåll men öppnade en värld av möjliga cyber-attacker. Den Ukrainska elektriska infrastrukturen upplevde det första strömavbrottet orsakad av destruktiva skadeprogram som lämnade tusentals användare strömlösa under julen 2015. Skadeprogrammen har börjat täcka cyber-fysiska system som kopplar det fysiska tekniska utrustningen med de nätverskopplade beräkningsresurserna. En av dessa resurser, som för närvarande är under utveckling, involverar framtida procedurer åt faktureringsprocessen för elektricitet. Detta betyder att data korruption kan leda till både ekonomiska och fysiska konsekvenser vilket leder till en förminskning av det allmänna förtroendet på mätningsutrustningen, det generella smarta elnätskonceptet och på elmarknadsaktörerna. Den nordiska och svenska elmarknaden är under övergång till Elleverantörs Centriska Modellen (SCM), en ny marknadsmodell som underlättar fakturering och betalningen gentemot användarna och växelverkan mellan elleverantörerna och elnätsföretagen (DSO). Denna modell använder en centraliserad tjänstehubb för informationsutbytet som ägs och drivs av den svenska systemansvariga myndigheten (TSO). Vattenfall IT har således tillsammans med avdelningen Energi och Elkraft (EPE) på KTH lanserat detta examensarbete som fokuserar på riskerna och konsekvenserna orsakade av cyber-attacker i SCM. Motståndaren kan orsaka oönskade handlingar via hackning av affärsprocesserna eller kunskapsbaserat hackning genom att analysera affärsprocesskartorna inom SCM. Ett mål av examensarbetet var att identifiera affärsprocessernas sårbarheter och händelser av en DSO och elleverantörs affärsprocesser i SCM om systemen var under anfall och elkraftsoperatören är ovetande att det presenterade data är korrumperat. Examensarbetets resultat kommer hjälpa att förbättra affärsprocessernas spänstighet mot cyber-attacker vilket kommer leda till ett ökat förtroende på SCM från allmänheten. Olika relaterade cyber-attack scenarion undersöktes för att förse en generisk lösning för förbättringar åt alla relevanta verksamhetsaktörer. Riskerna och konsekvenserna var funna, analyserade och användes för att utveckla förbättringsförslagen åt faktureringsprocessen (BBP).