Probabilistische mittel- und langfristige Preisprognosen in Strommärkten
Probabilistische mittel- und langfristige Preisprognosen in Strommärkten
Involvierte Personen/Institutionen:
- Prof. Dr. Florian Ziel
Universität Duisburg-Essen, Fakultät für Wirtschaftswissenschaften,
Lehrstuhl für Umweltökonomik, insb. Ökonomik erneuerbarer Energien - Prof. Dr. Rafal Weron
Politechnika Wrocławska
Förderung durch:
DFG (Deutsche Forschungsgemeinschaft), Förderungsnummer: 505565850, seit 01.2023
Beschreibung
Der Klimawandel zwingt fast alle Wirtschaftssektoren zu grundlegenden Veränderungen. Um das EU-Ziel der Klimaneutralität bis 2050 zu erreichen, braucht das Stromsystem enorme Investitionen in neue Speicherkapazitäten, erneuerbare Energieerzeugung und Netzinfrastruktur. Allerdings erfordern solche Investitionen eine möglichst exakte Quantifizierung der zukünftigen Unsicherheit durch Prognosen, insbesondere für Strompreise in Zeiträumen von Monaten bis Jahren. Durch die zunehmende Sektorkopplung, z. B. Elektromobilität und Power-to-Heat-Systeme, wird die Bedeutung von mittel- und langfristigen probabilistischen - bzw. verteilungsbezogenen - Strompreisprognosen in den kommenden Jahrzehnten noch wichtiger. Jedoch gibt es zu dieser Forschungsfrage kaum akademische Literatur. Nur 8% der Strompreisprognose-Studien betrachten Prognosehorizonte, die über einen Tag hinaus gehen, und weniger als 1% liefern die so dringend benötigten mittel- und langfristigen Verteilungsprognosen für Strompreise. Es ist Ziel des PRIORITY-Projekts, sich genau dieser Herausforderung zu stellen, und Methoden und Verfahren für die probabilistische mittel- und langfristige Preisprognose in Strommärkten bereitzustellen. Wir werden auf Deep Learning basierende neuronale Netze, Gradient Boosting Machines, hoch-dimensionale Regularisierungstechniken und Regime-Switching-Modelle entwickeln. Darüber hinaus werden wir Prognoseansätze basierend auf Angebots- und Nachfragekurven sowie Preisprognosen aus fundamentalen Strommarktmodellen unter Unsicherheit bereitstellen. Zusätzlich werden wir neuartige Verteilungskombinations- und Aggregationsmethoden entwickeln. All dies für Prognosehorizonte von Monaten bis Jahren. Das Projekt ist interdisziplinär angelegt. Aus der Perspektive der Grundlagenforschung wird es zu einer Reihe von Disziplinen beitragen, die von Informatik, Statistik, Ökonometrie, Ökonomie, Finanzwirtschaft bis hin zu Elektrotechnik reichen. Aus utilitaristischer Sicht wird das Projekt zu einem effizienteren Risikomanagement und besseren mittel- und langfristigen Investitionsentscheidungen im Kontext der Energiewende beitragen. Letzteres steht im Mittelpunkt des European Green Deal und steht im Einklang mit dem Engagement der EU für globale Klimaschutzmaßnahmen im Rahmen des Übereinkommens von Paris, denn Klimaneutralität zu erreichen ist unsere PRIORITÄT.