Title: Investment in renewable energy technologies under uncertainty
Language: English
Authors: Ondra, Matthias 
Qualification level: Doctoral
Advisor: Dangl, Thomas 
Referee: Schwaiger, Walter 
Sögner, Leopold 
Issue Date: 2021
Citation: 
Ondra, M. (2021). Investment in renewable energy technologies under uncertainty [Dissertation, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2021.74341
Number of Pages: 126
Qualification level: Doctoral
Abstract: 
In dieser Dissertation untersuchen wir das Investitionsproblem in erneuerbare Energietechnologien (primär in Wind- und Solartechnologie). Erneuerbare Energietechnologien werden zur nachhaltigen Energieversorgung eingesetzt, haben aber auch den Nachteil, dass deren Stromerzeugung unsicher ist. In dieser Arbeit betrachten wir ein Unternehmen, welches das Ziel hat, die erwarteten Strombeschaffungskosten, die zur Deckung des Strombedarfs notwendig sind, durch Investition in erneuerbare Energietechnologien zu minimieren. Im ersten Teil der Arbeit bestimmen wir das optimale Energieportfolio, welches die Investitionskosten minimiert und die zusätzliche Nebenbedingung, dass der Energiebedarf des Unternehmens durch das Energieportfolio mit einem ex-ante spezifizierten Zuverlässigkeitsniveau gedeckt werden kann, erfüllen soll. In diesem ``zuverlässigkeitsbasiertem Planungsansatz'' ist das Sicherheitsniveau welches verlangt wird, ein exogener Parameter. Im zweiten Teil der Arbeit vergleichen wir diesen zuverlässigkeitsbasierten Planungsansatz mit einem ``ausgleichskostenbasierten Planungsansatz'', in dem zusätzlich die erwarteten Kosten, die durch eine Unterdeckung entstehen, berücksichtigt werden. Durch Anwendung der Planungsmodelle in einem Use Case zeigen wir, dass beim optimalen Energieportfolio im ausgleichskostenbasierten Planungsmechanismus höhere Diversifizierungsgrade bei niedrigeren Zuverlässigkeitsniveaus als im zuverlässigkeitsbasierten Planungsmechanismus realisiert werden. Diese Resultate basieren auf einem statischen Optimierungssetting, bei dem eine ``now-or-never'' Investitionsentscheidung getroffen werden soll und die Höhe des Einspeistarifes, sowie die Preise der Investitionsgüter als deterministisch angenommen werden. Diese Annahmen werden im letzten Teil der Dissertation gelockert, indem die optimale Investitionsentscheidung unter regulatorischer und technologischer Unsicherheit in einem dynamischen Optimierungsrahmen analysiert wird. Durch die Anwendung der Realoptionsanalyse bestimmen wir neben dem optimalen Energieportfolio auch den optimalen Zeitpunkt der Investition. Wir demonstrieren in einem Use Case, dass immer dann, wenn die erwarteten technologischen Innovationen gering sind, der zuvor diskutierte Fall einer ``now-or-never'' Investitionsentscheidung reproduziert wird. Werden jedoch große technologische Innovationen in der Solartechnologie erwartet, ist es optimal die vorhandenen Flexibilitätsoptionen zu nutzen. Das bedeutet, dass die Investitionsentscheidung entweder verschoben wird oder eine gestaffelte Investitionsstrategie, bei der ein Bruchteil des verfügbaren Budgets früh in Windtechnologie investiert wird, optimal ist.

This thesis investigates the investment problem in renewable energy technologies (primarily wind and solar technology) under uncertain power output generation. Throughout the thesis we consider the energy manager of a firm who aims at minimizing the expected power procurement costs to cover the firm's electricity demand. In the first part of the thesis we propose a ``reliability-based planning'' approach and determine the optimal (investment costs minimizing) renewable energy portfolio subject to a probabilistic constraint that forces the firm to cover its demand with an ex-ante specified level of reliability. In the second part we compare this ``reliability-based planning paradigm'' to the ``balancing-costs-based planning mechanism'' in which we additionally include the expected shortfall costs in scenarios where the demand cannot be covered. In a use case we demonstrate that the optimal portfolio choice in the balancing-cost-based planning mechanism refers to a higher degree of technological diversification at lower levels of reliability compared to the optimal solution obtained in the reliability-based planning mechanism. Up to this point all conclusions are drawn based on a static optimization framework where the energy manager faces a ``now-or-never'' investment decision in a setting where the level of the feed-in-tariff and the prices of the investment goods are deterministic. We loosen this assumption in the third part of the thesis and analyze the optimal investment decision in a dynamic framework under policy and technology uncertainty, where besides the optimal renewable energy choice also the optimal timing of the investment has to be determined. We apply real options theory and demonstrate in a use case that whenever the expected technological innovations are low there is little incentive to postpone the investment. That means, under these circumstances we recover the case of the previously discussed ``now-or-never'' investment decision. However, in case that major technological innovations are expected in solar technology, the energy manager makes use of the flexibility options available and either defers the investment decision or adopts a staged investment strategy where he or she immediately invests a fraction of the budget available in wind technology. With increasing energy price for purchasing power in case of a shortfall in the power supply the staged investment strategy becomes increasingly important.
Keywords: Optimization under uncertainty; Energy economics; Generation expansion planning
URI: https://doi.org/10.34726/hss.2021.74341
http://hdl.handle.net/20.500.12708/19271
DOI: 10.34726/hss.2021.74341
Library ID: AC16416901
Organisation: E330 - Institut für Managementwissenschaften 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:


Page view(s)

2
checked on Jan 13, 2022

Download(s)

3
checked on Jan 13, 2022

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.