Strukturierte Analyse von Nachfrageflexibilität im Stromsystem und Ableitung eines generischen Geschäftsmodells für (stromintensive) Unternehmen

Structured Analysis of Demand Response in the Electricity System and Deduction of a Generic Business Model for (Energy-Intensive) Companies

Zusammenfassung

Im Zuge des Ausbaus erneuerbarer Energien bedarf es im Stromsystem entsprechender Flexibilität, um das Gleichgewicht von Stromerzeugung und -verbrauch jederzeit aufrechterhalten zu können. Gleichzeitig nimmt der Industriesektor aufgrund der stromintensiven Prozesse und dem daraus resultierenden hohen Strombedarf eine zentrale Rolle für eine erfolgreiche Energiewende ein. Industrielle Nachfrageflexibilität kann im Vergleich zu anderen Flexibilitätsoptionen eine kostengünstige Alternative darstellen. Unternehmen können wiederum durch die Bereitstellung von Flexibilität die eigenen Strombeschaffungskosten reduzieren. Aufgrund eines komplexen Entscheidungsumfelds sowie mangelnder Planungssicherheit nutzen aktuell nur wenige Unternehmen das vorhandene Potenzial. Zum Erreichen der Ziele der Energiewende muss das genutzte Potenzial noch deutlich gehoben werden, d. h. die Unternehmen müssen die Stromnachfrage zukünftig stärker an das vorhandene Stromangebot anpassen. Der vorliegende Artikel soll Unternehmen bei diesem Transformationsprozess unterstützen, indem Dimensionen und Ausprägungen eines generischen Geschäftsmodells für Nachfrageflexibilität aufgezeigt werden. Durch eine Literaturstudie und anschließende Expertenworkshops wird ein generisches Geschäftsmodell für Unternehmen abgeleitet, welches Transparenz hinsichtlich der notwendigen Aktivitäten und Ressourcen für die Befähigung sowie der Umsetzung von Nachfrageflexibilität schafft. Die Ergebnisse wurden mithilfe des etablierten Business Model Canvas erarbeitet. Dadurch werden Unternehmen, die sich bislang noch nicht mit Nachfrageflexibilität auseinandersetzen, bei der Einführung unterstützt, und somit Einstiegsbarrieren reduziert. Die vorgestellten Ergebnisse tragen dadurch zu einer Steigerung des Nachfrageflexibilitätspotenzials der Industrie bei.

Abstract

The expansion of renewable energy requires appropriate flexibility in the electricity system in order to maintain the balance between electricity generation and consumption at all times. The industrial sector plays a central role for a successful energy transition due to the power-intensive processes and the resulting high electricity demand. Industrial demand response may be a cost-effective alternative to other flexibility options. At the same time, companies can reduce electricity procurement costs by providing demand response. Nevertheless, due to a complex decision-making environment and a lack of planning security, only a few companies are currently exploiting the existing potential. To reach the goals of the energy transition, the potential used must still be raised significantly, i.e., companies must align their demand for electricity more closely to the existing supply of electricity. This article supports companies in this transformation process by illustrating dimensions and characteristics of a business model for demand response. Through a literature study and subsequent expert workshops, a generic business model for companies is derived that provides transparency regarding the necessary activities and resources for enabling and implementing demand response. The results were developed using the established Business Model Canvas. This supports companies that have not yet started to use demand response in their business model development and thus reduces barriers to entry. The results presented contribute to an increase in the demand response potential of the industry.

This is a preview of subscription content, access via your institution.

Abb. 1

Literatur

  1. Agora Energiewende (2017) Energiewende 2030: The Big Picture. Megatrends, Ziele, Strategien und eine 10-Punkte-Agenda für die zweite Phase der Energiewende. Hg. v. Agora Energiewende. https://www.agora-energiewende.de/fileadmin2/Projekte/2017/Big_Picture/Agora_Big-Picture_WEB.pdf. Zugegriffen: 26. März 2020

  2. Albadi MH, El-Saadany EF (2008) A summary of demand response in electricity markets. Electr Power Syst Res 78(11):1989–1996

    Article  Google Scholar 

  3. Alcázar-Ortega M, Calpe C, Theisen T, Carbonell-Carretero JF (2015) Methodology for the identification, evaluation and prioritization of market handicaps which prevent the implementation of Demand Response: Application to European electricity markets. Energy Policy 86:529–543

    Article  Google Scholar 

  4. Andor M, Flinkerbusch K, Janssen M, Liebau B, Wobben M (2010) Negative Strompreise und der Vorrang Erneuerbarer Energien. Z Energiewirtsch 34(2):91–99

    Article  Google Scholar 

  5. Apel R, Aundrup T, Buchholz B, Domels H, Funke S, Gesing T et al (2012) Demand Side Integration-Lastverschiebungspotenziale in Deutschland. Verband der Elektrotechnik Elektronik Informationstechnik e. V., Frankfurt am Main

    Google Scholar 

  6. Ausfelder, Florian (Hg.) (2018): Flexibilitätsoptionen in der Grundstoffindustrie. Methodik, Potenziale, Hemmnisse : Bericht des AP V.6 „Flexibilitätsoptionen und Perspektiven in der Grundstoffindustrie“ im Kopernikus-Projekt „SynErgie – synchronisierte und erngieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung“. DECHEMA, Gesellschaft für Chemische Technik und Biotechnologie. 1. Auflage. Frankfurt am Main: DECHEMA Gesellschaft für Chemische Technik und Biotechnologie e. V. Online verfügbar unter https://edocs.tib.eu/files/e01fn18/1018510079.pdf.

  7. BalancePower (2020) Regelleistung – BalancePower GmbH. https://balancepower.de/regelleistung.html. Zugegriffen: 26. März 2020

  8. Barth L, Ludwig N, Mengelkamp E, Staudt P (2018) A comprehensive modelling framework for demand side flexibility in smart grids. Comput Sci Res Dev 33(1–2):13–23

    Article  Google Scholar 

  9. BDEW (2016) Die Digitale Energiewirtschaft. Agenda für Unternehmen und Politik. Hg. v. BDEW Bundesverband der Energie- und Wasserwirtschaft e. V. https://www.bdew.de/media/documents/BDEW_Digitale-Energiewirtschaft_Online.pdf. Zugegriffen: 26. März 2020

  10. BDEW (2017) Konkretisierung des Ampelkonzepts im Verteilungsnetz. Bundesverband der Energie- und Wasserwirtschaft. Hg. v. BDEW Bundesverband der Energie- und Wasserwirtschaft e. V. https://www.bdew.de/service/stellungnahmen/konkretisierung-ampelkonzept-verteilungsnetz/. Zugegriffen: 26. März 2020

  11. Bertsch J, Fridgen GS, Sachs T, Schöpf M, Schweter H, Sitzmann A (2017) Ausgangsbedingungen für die Vermarktung von Nachfrageflexibilität: Status-Quo-Analyse und Metastudie. Bayreuther Arbeitspapiere zur Wirtschaftsinformatik, Bayreuth.

  12. Biel K, Glock CH (2016) Systematic literature review of decision support models for energy-efficient production planning. Comput Ind Eng 101:243–259

    Article  Google Scholar 

  13. Breitkopf A (2019) EEX – Handelsvolumen mit Strom bis 2018. Hg. v. Statista. https://de.statista.com/statistik/daten/studie/12486/umfrage/entwicklung-der-eex-handelsvolumina/. Zugegriffen: 26. März 2020

  14. Buhl HU, Fridgen G, Körner M‑F, Michaelis A, Rägo V, Schöpf M et al (2019) Ausgangsbedingungen für die Vermarktung von Nachfrageflexibilität: Status-Quo-Analyse und Metastudie. 2. Fassung. Bayreuther Arbeitspapiere zur Wirtschaftsinformatik, Bayreuth

  15. Bundesnetzagentur (Hrsg) (2014) Internationale Regulierungssysteme. https://www.bundesnetzagentur.de/SharedDocs/Downloads/DE/Sachgebiete/Energie/Unternehmen_Institutionen/Netzentgelte/Evaluierung_ARegV/Evaluierung_Gutachten/GA_Vergleich_int_ARegSys.pdf?__blob=publicationFile&v=1. Zugegriffen: 26. März 2020

  16. Bundesregierung (2016) Verordnung über Vereinbarungen zu abschaltbaren Lasten (Verordnung zu abschaltbaren Lasten – AbLaV)

    Google Scholar 

  17. Cargill TF, Meyer RA (1971) Estimating the demand for electricity by time of day. Appl Econ 3(4):233–246

    Article  Google Scholar 

  18. Chuang AS, Gellings CW (2008) Demand-side integration in a restructured electric power industry. In: CIGRE. number Paper C6-105

    Google Scholar 

  19. CUBE Engineering, Fraunhofer IEE (Hrsg) (2012) Zusammenfassung Arbeitspaket 3.4.2 – Preisprognosen. http://regmodharz.iee.fraunhofer.de/fileadmin/user_upload/bilder/Service/Arbeitspakete/Zusammenfassung_Spotpreisprognose_RMH-Website_v2.pdf. Zugegriffen: 26. März 2020

  20. Dimeas AL, Hatziargyriou ND (2007) Agent based control of Virtual Power Plants. In: International Conference on Intelligent Systems Applications to Power Systems, IEEE, S. 1–6.

  21. Dranka GG, Ferreira P (2019) Review and assessment of the different categories of demand response potentials. Energy 179:280–294. https://doi.org/10.1016/j.energy.2019.05.009

    Article  Google Scholar 

  22. Duflou JR, Sutherland JW, Dornfeld D, Herrmann C, Jeswiet J, Sami K et al (2012) Towards energy and resource efficient manufacturing: a processes and systems approach. CIRP Ann 61(2):587–609. https://doi.org/10.1016/j.cirp.2012.05.002

    Article  Google Scholar 

  23. Dufter C, Guminski A, Orthofer C, von Roon S, Gruber A (2017) Lastflexibilisierung in der Industrie – Metastudienanalyse zur Identifikation relevanter Aspekte bei der Potenzialermittlung. Präsentiert auf der 10. Internationalen Energiewirtschaftstagung, Wien

    Google Scholar 

  24. Ecofys, FIWES (2017) Smart-Market-Design in deutschen Verteilnetzen: Entwicklung und Bewertung von Smart Markets und Ableitung einer Regulatory Roadmap. Studie im Auftrag von Agora Energiewende.

    Google Scholar 

  25. Eid C, Codani P, Chen Y, Perez Y, Hakvoort R (2015) Aggregation of demand side flexibility in a smart grid: A review for European market design. In: IEEE (Hrsg) 2015 12th International Conference on the European Energy Market (EEM), S 1–5

    Google Scholar 

  26. Entelios (2020) Asset Backed Trading. https://www.entelios.com/globalassets/products-and-services/input-hp-abt-engl.pdf. Zugegriffen: 26. März 2020

  27. Eßer A, Haendel M, Klobasa M (2016) Möglichkeiten für grenzüberschreitenden Handel mit lastseitigen Flexibilitäten in Deutschland, Frankreich, Schweiz und Österreich im Rahmen des Pilotprojekts Demand Side Management Baden-Württemberg: Endbericht. Fraunhofer ISI, Karlsruhe

    Google Scholar 

  28. Eurex (2020) Eurex Exchange’s T7. https://www.eurexchange.com/exchange-de/technologie/t7. Zugegriffen: 26. März 2020

  29. European Commission (2019) Electricity market design. https://ec.europa.eu/energy/topics/markets-and-consumers/market-legislation/electricity-market-design_en?redir=1. Zugegriffen: 26. März 2020

  30. Freeman SD (1974) A time to choose: America’s energy future. Energy Policy Project

    Google Scholar 

  31. Gellings CW (1985) The concept of demand-side management for electric utilities. Proc IEEE 73(10):1468–1470

    Article  Google Scholar 

  32. Gils HC (2016) Economic potential for future demand response in Germany—modeling approach and case study. Appl Energy 162:401–415

    Article  Google Scholar 

  33. Hillemacher L, Hufendiek K, Bertsch V, Wiechmann H, Gratenau J, Jochem P, Fichtner W (2016) Ein Rollenmodell zur Einbindung der Endkunden in eine smarte Energiewelt. In: Carl von Weizsäcker C, Lindenberger D, Höffler F (Hrsg) Interdisziplinäre Aspekte der Energiewirtschaft. Energie in Naturwissenschaft, Technik, Wirtschaft und Gesellschaft. Springer Vieweg, Wiesbaden, S 163–178

    Chapter  Google Scholar 

  34. Jäckle F, Schoepf M, Töppel J, Wagon F (2019) Risk mitigation capability of flexibility performance contracts for demand response in electricity systems. In: ECIS 2019 Proceedings, S 1–15

    Google Scholar 

  35. Joyce A, Paquin RL (2016) The triple layered business model canvas: a tool to design more sustainable business models. J Clean Prod 135:1474–1486

    Article  Google Scholar 

  36. Kiliccote S, Olsen D, Sohn MD, Piette MA (2016) Characterization of demand response in the commercial, industrial, and residential sectors in the United States. WIREs Energy Environ 5(3):288–304. https://doi.org/10.1002/wene.176

    Article  Google Scholar 

  37. Kleinertz B, Dufter C, Greif S, Conrad J (2017) Energieeinsparpotenziale durch die Optimierung bestehender Trinkwassersysteme-Betrachtung von Mietwohnungen und Einfamilienhäusern mit zentralem und dezentralem System. Forschungsstelle für Energiewirtschaft e. V, München

    Google Scholar 

  38. Koliou E, Eid C, Chaves-Ávila JP, Hakvoort RA (2014) Demand response in liberalized electricity markets: analysis of aggregated load participation in the German balancing mechanism. Energy 71:245–254. https://doi.org/10.1016/j.energy.2014.04.067

    Article  Google Scholar 

  39. Körner M‑F, Bauer D, Keller R, Rösch M, Schlereth A, Simon P et al (2019) Extending the automation pyramid for industrial demand response. Proc CIRP 81:998–1003

    Article  Google Scholar 

  40. Ländner E‑M, Märtz A, Schöpf M, Weibelzahl M (2019) From energy legislation to investment determination: shaping future electricity markets with different flexibility options. Energy Policy 129:1100–1110

    Article  Google Scholar 

  41. Lindberg C‑F, Zahedian K, Solgi M, Lindkvist R (2014) Potential and limitations for industrial demand side management. Energy Proc 61:415–418. https://doi.org/10.1016/j.egypro.2014.11.1138

    Article  Google Scholar 

  42. Loertscher S, Riordan MH (2019) Make and buy: outsourcing, vertical integration, and cost reduction. Am Econ J Microecon 11(1):105–123. https://doi.org/10.1257/mic.20160347

    Article  Google Scholar 

  43. Lund PD, Lindgren J, Mikkola J, Salpakari J (2015) Review of energy system flexibility measures to enable high levels of variable renewable electricity. Renew Sustain Energy Rev 45:785–807

    Article  Google Scholar 

  44. Maurer C, Tersteegen B, Zimmer C (2012) Anforderungen an den konventionellen Kraftwerkspark – wieviel und welche Kraftwerkskapazität wird benötigt? Z Energiewirtsch 36(2):147–154

    Article  Google Scholar 

  45. Moog D, Weber T, Flum D, Strobel N, Schraml P, Abele E et al (2017) Energieflexibilitätspotenziale in der Produktionsinfrastruktur. ZWF Z Wirtsch Fabrikbetrieb 112(12):852–856

    Article  Google Scholar 

  46. Moser A (2016) Erweiterte Verantwortung der Verteilnetzbetreiber. Hg. v. Albert Moser. Institut für Elektrische Anlagen und Energiewirtschaft. Aachen. https://www.bdew.de/media/documents/20161208_Gutachten-RWTH-Aachen-DSO.pdf. Zugegriffen: 25. März 2020

  47. Müller T, Möst D (2018) Demand response potential: available when needed? Energy Policy 115:181–198

    Article  Google Scholar 

  48. Osterwalder A, Pigneur Y (2010) Business model generation: a handbook for visionaries, game changers, and challengers. John Wiley & Sons, Hoboken, New Jersey

    Google Scholar 

  49. Palensky P, Dietrich D (2011) Demand side management: demand response, intelligent energy systems, and smart loads. IEEE Trans Ind Inf 7(3):381–388

    Article  Google Scholar 

  50. Papaefthymiou G, Haesen E, Sach T (2018) Power system flexibility tracker: indicators to track flexibility progress towards high-RES systems. Renew Energy 127:1026–1035

    Article  Google Scholar 

  51. Paterakis NG, Erdinç O, Catalão JPS (2017) An overview of demand response: key-elements and international experience. Renew Sustain Energy Rev 69:871–891

    Article  Google Scholar 

  52. Paulus M, Borggrefe F (2011) The potential of demand-side management in energy-intensive industries for electricity markets in Germany. Appl Energy 88(2):432–441. https://doi.org/10.1016/j.apenergy.2010.03.017

    Article  Google Scholar 

  53. Pechmann A, Shrouf F, Chonin M, Steenhusen N (2017) Load-shifting potential at SMes manufacturing sites: a methodology and case study. Renew Sustain Energy Rev 78:431–438. https://doi.org/10.1016/j.rser.2017.04.081

    Article  Google Scholar 

  54. Popp RSH, Zaeh MF (2014) Determination of the technical energy flexibility of production systems. AMR 1018:365–372. https://doi.org/10.4028/www.scientific.net/AMR.1018.365

    Article  Google Scholar 

  55. Popp RS‑H, Liebl C, Zaeh MF (2017) Evaluation of the energy flexible operation of machine tool components. Proc CIRP 63:76–81

    Article  Google Scholar 

  56. Richardson J (2008) The business model: an integrative framework for strategy execution. Strateg Chang 17(5–6):133–144

    Article  Google Scholar 

  57. Roesch M, Bauer D, Haupt L, Keller R, Bauernhansl T, Fridgen G et al (2019) Harnessing the full potential of industrial demand-side flexibility: an end-to-end approach connecting machines with markets through service-oriented IT platforms. Appl Sci 9(18):3796

    Article  Google Scholar 

  58. von Roon S, Gobmaier T (2010) Demand response in der Industrie–Status und potenziale in Deutschland. Forschungsstelle für Energiewirtschaft eV (FfE), München

    Google Scholar 

  59. Sauer A, Abele E, Buhl HU (Hrsg) (2019) Energieflexibilität in der deutschen Industrie. Ergebnisse aus dem Kopernikus-Projekt – Synchronisierte und energieadaptive Produktionstechnik zur flexiblen Ausrichtung von Industrieprozessen auf eine fluktuierende Energieversorgung (SynErgie). Fraunhofer Verlag, Stuttgart

    Google Scholar 

  60. Schel D, Bauer D, Vazquez FG, Schulz F, Bauernhansl T (2018) IT platform for energy demand synchronization among manufacturing companies. Proc CIRP 72:826–831

    Article  Google Scholar 

  61. Schill W‑P, Niemeyer M, Zerrahn A, Diekmann J (2016) Bereitstellung von Regelleistung durch Elektrofahrzeuge: Modellrechnungen für Deutschland im Jahr 2035. Z Energiewirtsch 40(2):73–87

    Article  Google Scholar 

  62. Schoepf M, Weibelzahl M, Nowka L (2018) The impact of substituting production technologies on the economic demand response potential in industrial processes. Energies 11(9):2217

    Article  Google Scholar 

  63. Schott P, Sedlmeir J, Strobel N, Weber T, Fridgen G, Abele E (2019) A generic data model for describing flexibility in power markets. Energies 12(10):1893. https://doi.org/10.3390/en12101893

    Article  Google Scholar 

  64. Seitz P, Abele E, Bank L, Bauernhansl T, Colangelo E, Fridgen G et al (2019) IT-based architecture for power market oriented optimization at multiple levels in production processes. Procedia CIRP 81:618–623

    Article  Google Scholar 

  65. Sensfuß F, Ragwitz M, Genoese M (2008) The merit-order effect: a detailed analysis of the price effect of renewable electricity generation on spot market prices in Germany. Energy Policy 36(8):3086–3094

    Article  Google Scholar 

  66. Siano P (2014) Demand response and smart grids—A survey. Renew Sustain Energy Rev 30:461–478

    Article  Google Scholar 

  67. Smart Grid Task Force (2015) Regulatory recommendations for the deployment of flexibility. https://www.interregeurope.eu/fileadmin/user_upload/tx_tevprojects/library/EG3%20Final%20-%20January%202015.pdf. Zugegriffen: 23. März 2020

  68. Steurer M (2017) Analyse von Demand Side Integration im Hinblick auf eine effiziente und umweltfreundliche Energieversorgung. Universität Stuttgart, Stuttgart

    Google Scholar 

  69. Teece DJ (2010) Business models, business strategy and innovation. Long Range Plann 43(2–3):172–194

    Article  Google Scholar 

  70. Übelhör J (2019) Industrieunternehmen und die Transformation von Geschäftsmodellen im Kontext der Digitalisierung – Eine empirische Studie über die Auswirkungen anhand des Business Model Canvas. HMD 56(2):453–467

    Article  Google Scholar 

  71. US Dept. Energy (2006) Benefits of demand response in electricity markets and recommendations for achieving them. Tech. Rep. US Dept. Energy, Washington, DC

    Google Scholar 

  72. Weber C, Bucksteeg M, Schuffelen L, Wolter H, Baumgart B, Willemsen D (2013) Anforderungen an Kapazitätsmechanismen in Deutschland – was ist zielführend, was nicht. In: ET2013, Bd. 1/2, S 45

    Google Scholar 

  73. Wiechmann H, Hufendiek K (2013) The mechanism of the “grid signal light” as a part of the smart market/grid system. The cooperation between customers, energy logistics, grid and regulation. In: Hg. v. 8th Conference on Energy Economics and Technology “Energy Policies and Market Design in Europe”

    Google Scholar 

  74. WSW (2020) Wie funktioniert ein dynamischer Stromtarif? https://www.wsw-online.de/happy-power-hour/wissensbereich/wie-funktioniert-ein-dynamischer-stromtarif/. Zugegriffen: 26. März 2020

  75. Zeiselmair A, Köppl S, Estermann T, Lehmann N, Kraft E, Klempp N (2019) Netzdienlicher Handel als Element des zellulären Energiesystems am Beispiel des Altdorfer Flexmarkts (ALF). In: 11. Internationale Energiewirtschaftstagung an der TU Wien Wien, 13.–15. Februar 2019

    Google Scholar 

  76. Zhang C, Ding Y, Østergaard J, Bindner HW, Nordentoft NC, Hansen LH et al (2013) A flex-market design for flexibility services through DERs. In: IEEE (Hrsg) IEEE PES ISGT Europe, S 1–5

    Google Scholar 

  77. Zhang Q, Grossmann IE (2016) Planning and scheduling for industrial demand side management: advances and challenges. In: Martín Martín M (Hrsg) Alternative energy sources and technologies. Process design and operation. Springer, Cham, S 383–414

    Chapter  Google Scholar 

  78. Zott C, Amit R, Massa L (2011) The business model: recent developments and future research. J Manage 37(4):1019–1042

    Google Scholar 

Download references

Danksagung

Während eines großen Teils der mit dieser Arbeit verbundenen Forschungsaktivitäten war Gilbert Fridgen stellvertretender Leiter der Projektgruppe Wirtschaftsinformatik des Fraunhofer FIT, stellvertretender wissenschaftlicher Leiter des Kernkompetenzzentrums FIM sowie Professor an der Universität Bayreuth.

Die Autoren danken dem Luxembourg National Research Fund (FNR) und PayPal für die Unterstützung des PEARL-Projekts „P17/IS/13342933/PayPal-FNR/Chair in DFS/Gilbert Fridgen”, mit dem dieses Vorhaben finanziell unterstützt wurde.

Die Autoren bedanken sich zudem herzlich beim Bundesministerium für Bildung und Forschung (BMBF) für die finanzielle Unterstützung und beim Projektträger Jülich (PtJ) für die Betreuung des Kopernikus-Projektes „SynErgie“.

Author information

Affiliations

Authors

Corresponding author

Correspondence to Leon Haupt.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Haupt, L., Körner, MF., Schöpf, M. et al. Strukturierte Analyse von Nachfrageflexibilität im Stromsystem und Ableitung eines generischen Geschäftsmodells für (stromintensive) Unternehmen. Z Energiewirtsch 44, 141–160 (2020). https://doi.org/10.1007/s12398-020-00279-5

Download citation

Schlüsselwörter

  • Demand Side Management
  • Nachfrageflexibilität
  • Demand Side Integration
  • Industrie
  • Geschäftsmodell
  • Strommarkt

Keywords

  • Demand side management
  • Demand response
  • Demand side integration
  • Industry
  • Business model
  • Electricity market