Portfoliooptimierung in der Energiewirtschaft unter Unsicherheiten - eine Standortanalyse

Abstract

Durch den Anstieg des Marktanteils von Strom aus erneuerbaren Energiequellen und durch die Zunahme der Volatilität der Strompreise in Europa suchen Marktteilnehmer_innen nach Möglichkeiten ihr Portfolio durch verschiedenste Technologien zu diversifizieren. Für ein Portfolio bestehend aus Windkraftanlagen, Photovoltaikanlagen sowie einem elektrischen Stromspeicher stellt sich die Frage, welcher Anteil optimal an welchem Strommarkt vermarktet werden soll. Daher untersuchen wir an einem bestimmten Standort in Österreich (Neusiedl an der Zaya), wie sich ein optimales Verhältnis zwischen dem Bieten auf dem Terminmarkt und dem Day-Ahead-Markt ermitteln lässt. In Anbetracht der Tatsache, dass die Verfügbarkeiten von Wind und Sonneneinstrahlung sowie zukünftige Preise am Day-Ahead-Markt unsicher sind, wird die robuste Optimierung herangezogen. Darüber hinaus wird in der durchgeführten zweiphasigen Optimierung die Risikoaversion mitberücksichtigt. In der vorliegenden Arbeit wird ein_e Entscheidungsträger_in betrachtet, welche_r bestimmen muss, wie viel elektrische Energie auf dem Terminmarkt vermarktet werden soll, bevor die verbleibende Energie auf dem Day-Ahead-Markt verkauft wird. Hierfür wird ein zweiphasiges Optimierungsproblem entwickelt: Zunächst wird der Anteil, welcher am Terminmarkt verkauft werden soll, bestimmt. In der zweiten Phase wird die am Terminmarkt verkaufte Energie als gegeben angenommen und unter Berücksichtigung der neu gewonnen Informationen wird der Rest am Day-Ahead-Markt verkauft. Mithilfe des Ausgleichsenergiepreises wird abschließend der tatsächliche Profit beziehungsweise Verlust berechnet. Schließlich können verschiedene Risikoaversionen miteinander verglichen werden. Dieser Vergleich hat zur Folge, dass eine bestimmte Risikoaversion optimal im Sinne eines Profit-Risiko-Verhältnisses ist.

Due to the fact that the market share of renewable energy sources is rising in Europe and electricity prices are becoming increasingly volatile, many market participants are looking for ways to further diversify their portfolio using different technologies. For a portfolio consisting of wind turbines, a photovoltaic system, and a battery, one may ask what the optimal selling mixture on different markets is. Therefore, we are investigating for a specific location in Austria (Neusiedl an der Zaya), how to determine an optimal mixture between selling on future markets compared to the day-ahead market. Considering the fact, that wind and solar availability, as well as day-ahead prices are uncertain, robust optimization is used. Furthermore, the risk aversion is considered in the two-phase optimization. Consider the case of a decision maker that needs to determine how much energy to sell on future markets, before using the remaining energy on the day-ahead market. Consequently, we develop a two-phase optimization approach: First, we optimize the selling strategy given long-term day-ahead price forecasts and the future market. Second, the energy already sold on the future market is fixed and together with the new information, we determine the volume to be sold on the day-ahead market. After taking the imbalance prices into account, we calculate the total actual profit (or loss). Finally, we compare different risk aversions and identify the optimum which results in the highest profit to risk ratio for a given portfolio.