Energiamarkkinan käyttöönoton ja PICASSO-integraation vaikutukset Suomen aFRR-markkinaan
Hautajoki, Eetu (2026)
Kandidaatintyö
2026
School of Energy Systems, Energiatekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe20260619100566
https://urn.fi/URN:NBN:fi-fe20260619100566
Tiivistelmä
Automaattisen taajuuden palautusreservin (aFRR) markkinat muuttuivat Suomessa rakenteellisesti vuosina 2024–2025. Kandidaatintyössä tutkitaan, miten aFRR-energiamarkkinan käyttöönotto 12.6.2024 ja kansalliset rajat ylittävän aFRR-energiakaupan käynnistyminen PICASSO-kauppapaikalla 7.5.2025 vaikuttivat energiamarkkinan hintatasoon, hintavolatiliteettiin ja tarjous- sekä aktivointivolyymeihin.
Tutkimusaineistona toimi Fingridin avoimesta rajapinnasta haettu aFRR-markkinadata ja vuorokausimarkkinoiden hintadata vuosilta 2023–2025. Aineiston kerääminen, käsittely ja visualisointi toteutettiin Pythonilla. Markkinamuutosten vaikutuksia arvioitiin vertaamalla kolmen ajanjakson tunnuslukuja ja kuvaajia.
Tulokset osoittavat, että aFRR-energian hinnanmuodostus on irronnut vuorokausimarkkinoiden hintatasosta, ja määräytyy nyt markkinansa kysynnän ja tarjonnan mukaan. Ennen energiamarkkinoita säätöhinta seurasi vuorokausimarkkinaa, ja hintapreemion mediaani oli molemmille säätösuunnille nolla. Markkinoiden käyttöönoton jälkeen ylössäätöpreemion mediaani nousi tasolle 43,9 €/MWh ja alassäädön laski tasolle -34,1 €/MWh. Paikallisten ääriarvojen määrän havaittiin kasvavan merkittävästi. Hintavolatiliteetin luonne muuttui aikaisemmasta episodimaisesta jatkuvaksi. PICASSO-kaupan käynnistymisen jälkeen ylössäätöpreemion mediaani laski 24,4 €/MWh:lla muuttamatta merkittävästi alassäädön hintajakaumaa. Integraatiolla havaittiin olevan hintavolatiliteettia kasvattava vaikutus. Tarjousvolyymit kasvoivat voimakkaasti tarkastelujakson loppua kohden, mutta aktivointivolyymit eivät kasvaneet samassa suhteessa. Tulokset ovat oletusten mukaisia, mutta tulevaisuuden ennustaminen vaatisi pidemmän aineiston ja mallinnusmenetelmien käyttöä. The market for automatic Frequency Restoration Reserve (aFRR) underwent a structural change in Finland during 2024–2025. This thesis examines how the launch of the aFRR energy market on 12.6.2024 and the start of cross-border aFRR energy trading on the PICASSO platform on 7.5.2025 affected the price level, price volatility, and bid and activation volumes of the energy market.
The data used in the research consisted of aFRR market data retrieved from Fingrid’s open API and day-ahead market price data from 2023–2025. Data collection, processing and visualisation were done with Python. The effects of the market changes were analysed by comparing statistical measures and figures across three time periods.
The results show that aFRR energy price formation has decoupled from the day-ahead price level and is now determined by supply and demand of its own market. Before the energy market, the activation price followed the day-ahead market, and the median price premium was zero for both directions. After the launch, the median up-regulation premium rose to 43,9 €/MWh and the down-regulation premium fell to -34,1 €/MWh. Local extreme values increased significantly. The nature of price volatility changed from episodic to continuous. After cross-border trading on PICASSO began, the median up-regulation premium fell by 24,4 €/MWh without significantly changing the down-regulation price distribution. The integration was found to increase price volatility. Bid volumes grew strongly towards the end of the study period but activation volumes did not grow at the same rate. The results are consistent with expectations but forecasting the future would require a longer dataset and the use of modelling methods.
Tutkimusaineistona toimi Fingridin avoimesta rajapinnasta haettu aFRR-markkinadata ja vuorokausimarkkinoiden hintadata vuosilta 2023–2025. Aineiston kerääminen, käsittely ja visualisointi toteutettiin Pythonilla. Markkinamuutosten vaikutuksia arvioitiin vertaamalla kolmen ajanjakson tunnuslukuja ja kuvaajia.
Tulokset osoittavat, että aFRR-energian hinnanmuodostus on irronnut vuorokausimarkkinoiden hintatasosta, ja määräytyy nyt markkinansa kysynnän ja tarjonnan mukaan. Ennen energiamarkkinoita säätöhinta seurasi vuorokausimarkkinaa, ja hintapreemion mediaani oli molemmille säätösuunnille nolla. Markkinoiden käyttöönoton jälkeen ylössäätöpreemion mediaani nousi tasolle 43,9 €/MWh ja alassäädön laski tasolle -34,1 €/MWh. Paikallisten ääriarvojen määrän havaittiin kasvavan merkittävästi. Hintavolatiliteetin luonne muuttui aikaisemmasta episodimaisesta jatkuvaksi. PICASSO-kaupan käynnistymisen jälkeen ylössäätöpreemion mediaani laski 24,4 €/MWh:lla muuttamatta merkittävästi alassäädön hintajakaumaa. Integraatiolla havaittiin olevan hintavolatiliteettia kasvattava vaikutus. Tarjousvolyymit kasvoivat voimakkaasti tarkastelujakson loppua kohden, mutta aktivointivolyymit eivät kasvaneet samassa suhteessa. Tulokset ovat oletusten mukaisia, mutta tulevaisuuden ennustaminen vaatisi pidemmän aineiston ja mallinnusmenetelmien käyttöä.
The data used in the research consisted of aFRR market data retrieved from Fingrid’s open API and day-ahead market price data from 2023–2025. Data collection, processing and visualisation were done with Python. The effects of the market changes were analysed by comparing statistical measures and figures across three time periods.
The results show that aFRR energy price formation has decoupled from the day-ahead price level and is now determined by supply and demand of its own market. Before the energy market, the activation price followed the day-ahead market, and the median price premium was zero for both directions. After the launch, the median up-regulation premium rose to 43,9 €/MWh and the down-regulation premium fell to -34,1 €/MWh. Local extreme values increased significantly. The nature of price volatility changed from episodic to continuous. After cross-border trading on PICASSO began, the median up-regulation premium fell by 24,4 €/MWh without significantly changing the down-regulation price distribution. The integration was found to increase price volatility. Bid volumes grew strongly towards the end of the study period but activation volumes did not grow at the same rate. The results are consistent with expectations but forecasting the future would require a longer dataset and the use of modelling methods.