This thesis proposes an iterative modeling approach to optimize the bidding strategies of Battery Energy Storage Systems (BESS) in the 2030 Italian Day-Ahead Electricity Market (DAM). Driven by the critical need for grid flex- ibility due to the increasing penetration of non-programmable renewable energy sources, the study builds upon a previous sequential model that treated storage systems as passive "price-takers" and neglected battery degradation costs. To overcome these methodological limitations, the author implements a game theory- inspired iterative market-clearing procedure, enabling BESS to dynamically adjust their bidding strategies in response to market price signals. Furthermore, a dy- namic degradation cost logic is introduced to realistically reflect the actual oper- ational wear and tear of the batteries during charge and discharge actions. The results demonstrate that the iterative algorithm successfully converges to a stable market equilibrium. By internalizing degradation costs, BESS avoid unrealistic and aggressive continuous cycling, which significantly reduces wear and transforms previously negative profits into substantial, stable positive net returns. Finally, the study shows that BESS effectively dampen market price volatility through peak shaving and valley filling, while emerging as highly competitive alternatives that can capture market shares from traditional Pumped Storage Hydropower (PUMP) systems.

Questa tesi propone un approccio di modellazione iterativa per ottimizzare le strategie di offerta dei sistemi di accumulo di energia a batteria (BESS) nel Mercato del Giorno Prima (MGP o DAM) italiano dell’energia elettrica nello scenario del 2030. Spinto dalla necessità di maggiore flessibilità della rete a causa della cres- cente penetrazione delle fonti di energia rinnovabile, lo studio migliora un precedente modello sequenziale che limitava i sistemi di accumulo al ruolo di partecipanti passivi ("price-taker") e trascurava i costi di degrado delle batterie. Per superare queste limitazioni strutturali, l’autore implementa una procedura di risoluzione del mercato iterativa ispirata alla teoria dei giochi, che permette ai BESS di adattare dinamicamente le proprie logiche di offerta reagendo ai segnali di mercato. Inoltre, viene integrato un costo di degrado dinamico per riflettere in modo più realistico l’usura operativa delle celle durante i cicli di carica e scarica. I risultati delle simulazioni dimostrano che l’algoritmo iterativo converge con successo verso un equilibrio di mercato stabile. Internalizzando i costi di degrado, i BESS evitano cicli continui e irrealistici, riducendo drasticamente l’usura e trasformando profitti teoricamente negativi in ritorni netti ampiamente positivi. Infine, lo studio evidenzia che la massiccia adozione dei BESS riduce la volatilità dei prezzi zonali (attraverso azioni di peak shaving e valley filling) e li rende concorrenti diretti e altamente competitivi rispetto ai tradizionali impianti idroelettrici a pompaggio (PUMP).

Modeling and optimization of BESS bidding strategies in the 2030 italian electricity market: an iterative approach with degradation dynamics

Mandelli, Luca
2025/2026

Abstract

This thesis proposes an iterative modeling approach to optimize the bidding strategies of Battery Energy Storage Systems (BESS) in the 2030 Italian Day-Ahead Electricity Market (DAM). Driven by the critical need for grid flex- ibility due to the increasing penetration of non-programmable renewable energy sources, the study builds upon a previous sequential model that treated storage systems as passive "price-takers" and neglected battery degradation costs. To overcome these methodological limitations, the author implements a game theory- inspired iterative market-clearing procedure, enabling BESS to dynamically adjust their bidding strategies in response to market price signals. Furthermore, a dy- namic degradation cost logic is introduced to realistically reflect the actual oper- ational wear and tear of the batteries during charge and discharge actions. The results demonstrate that the iterative algorithm successfully converges to a stable market equilibrium. By internalizing degradation costs, BESS avoid unrealistic and aggressive continuous cycling, which significantly reduces wear and transforms previously negative profits into substantial, stable positive net returns. Finally, the study shows that BESS effectively dampen market price volatility through peak shaving and valley filling, while emerging as highly competitive alternatives that can capture market shares from traditional Pumped Storage Hydropower (PUMP) systems.
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2026
2025/2026
Questa tesi propone un approccio di modellazione iterativa per ottimizzare le strategie di offerta dei sistemi di accumulo di energia a batteria (BESS) nel Mercato del Giorno Prima (MGP o DAM) italiano dell’energia elettrica nello scenario del 2030. Spinto dalla necessità di maggiore flessibilità della rete a causa della cres- cente penetrazione delle fonti di energia rinnovabile, lo studio migliora un precedente modello sequenziale che limitava i sistemi di accumulo al ruolo di partecipanti passivi ("price-taker") e trascurava i costi di degrado delle batterie. Per superare queste limitazioni strutturali, l’autore implementa una procedura di risoluzione del mercato iterativa ispirata alla teoria dei giochi, che permette ai BESS di adattare dinamicamente le proprie logiche di offerta reagendo ai segnali di mercato. Inoltre, viene integrato un costo di degrado dinamico per riflettere in modo più realistico l’usura operativa delle celle durante i cicli di carica e scarica. I risultati delle simulazioni dimostrano che l’algoritmo iterativo converge con successo verso un equilibrio di mercato stabile. Internalizzando i costi di degrado, i BESS evitano cicli continui e irrealistici, riducendo drasticamente l’usura e trasformando profitti teoricamente negativi in ritorni netti ampiamente positivi. Infine, lo studio evidenzia che la massiccia adozione dei BESS riduce la volatilità dei prezzi zonali (attraverso azioni di peak shaving e valley filling) e li rende concorrenti diretti e altamente competitivi rispetto ai tradizionali impianti idroelettrici a pompaggio (PUMP).
File allegati
File Dimensione Formato  
2026_07_Mandelli_Executive_Summary.pdf

accessibile in internet per tutti

Dimensione 2.25 MB
Formato Adobe PDF
2.25 MB Adobe PDF Visualizza/Apri
2026_07_Mandelli_Tesi.pdf

accessibile in internet per tutti

Dimensione 14.16 MB
Formato Adobe PDF
14.16 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/261353