Mittelfristige risikoorientierte Optimierung von Strombeschaffungs-Portfolios kleinerer Marktteilnehmer

bm b+f Forschungsprojekt

Mittelfristige risikoorientierte Optimierung von Strombeschaffungs-Portfolios kleinerer Marktteilnehmer


Zeitraum
September 2002 - Dezember 2003
Projektleiter
Prof. Dr. W. Römisch	Institut für Mathematik, Humboldt-Universität zu Berlin, Unter den Linden 6, 10099 Berlin
	Tel: +49 (0)30 - 2093 2561 (Büro) / - 2093 2353 (Sekretariat)
	email: romisch@mathematik.hu-berlin.de
Mitarbeiter
Dr. Nicole Gröwe-Kuska	Tel: +49 (0)30 - 2093 5433
	email: nicole@mathematik.hu-berlin.de
Dipl.-Math. Isabel Wegner	Tel: +49 (0)30 - 2093 2624
	email: isabel@mathematik.hu-berlin.de
Kooperation
Fraunhofer-Institut für Umwelt-, Sicherheits- und Energietechnik UMSICHT
Dipl.-Ing. Michael Lucht	Fraunhofer-Institut für Umwelt-, Sicherheits- und Energietechnik UMSICHT , Osterfelder Str. 3, 46047 Oberhausen
	Tel: +49 (0) 2 08/85 98 -11 83
	email: michael.lucht@umsicht.fhg.de
Dipl.-Phys. Gorden Spangardt	Tel: +49 (0) 02 08/85 98-11 79
	email: gorden.spangardt@umsicht.fhg.de
Industriepartner
DREWAG StadtwerkeDresden GmbH
Förderung
BMBF (Förderkennzeichen 03RLM5B3)

Beschreibung

Im Zuge der Liberalisierung des Strommarktes sehen sich speziell kleinere Marktteilnehmer einem hohen Kostendruck ausgesetzt. Das Portfoliomanagement im Stromgroßhandel wird zu einem entscheidenden Faktor zur Sicherung der Wettbewerbsfähigkeit. Ziel des Projektes ist die Entwicklung eines Modellansatz sowohl der Erwartungswert der Kosten als auch das Risiko minimiert werden.
Die mathematische Modellierung der oben genannten Probleme führt zu mehrstufigen stochastischen Optimierungsproblemen sehr großer Dimension. Die multivariaten stochastischen Datenprozesse, die die Preisentwicklung am Spot- und Terminmarkt sowie die Entwicklung des Last umfassen, werden durch endliche viele Szenarios approximiert, die sich als Szenariobaum strukturieren lassen. Bei der Generierung der Szenariobäume kommen Zeitreihenmodelle und Szenarioreduktionstechniken zum Einsatz. Als Maß für das Risiko wird der Conditional-Value-at-Risk verwendet, der ein kohärentes Risikomaß darstellt, das sich mit rein linearen Restriktionen modellieren lässt.

Projektziele

Automatisierte risikoorientierte Modellierung des Portfoliomanagements kleinerer Marktteilnehmer am Strommarkt [5] (vgl. auch [3],[6],[9])
Risikomodellierung mittels mehrperiodischer Risikomasse [5] (vgl. auch [7],[8])
Entwicklung von Zeitreihenmodellen zur Modellierung multivariater energiewirtschaftlicher Datenprozesse ([1], [4],[5],[6])
Weiterentwicklung von Methoden zur Szenarioreduktion ([2], [4], [6])
Implementierung und Test der Modelle und Methoden mit realitätsnahen Daten des Verbundpartners DREWAG StadtwerkeDresden GmbH [5]

Literatur

[1]	L. Clewlow, Ch. Strickland: Energy Derivatives: Pricing and Risk Management, Lacima Publications, London, 2000.
[2]	J. Dupacová, N. Gröwe-Kuska, W. Römisch: Scenario reduction in stochastic programming: An approach using probability metrics, Mathematical Programming Ser. A 95 (2003), 493-511.
[3]	S.-E. Fleten, S.W. Wallace,W.T. Ziemba: Hedging electricity portfolios via stochastic programming, in: Decision Making Under Uncertainty: Energy and Power (C. Greengard, A. Ruszczynski eds.), IMA Volumes on Mathematics and Its Applications, Vol. 128, Springer, New York 2002, 71-93.
[4]	N. Gröwe-Kuska, H. Heitsch and W. Römisch: Scenario reduction and scenario tree construction for power management problems, IEEE Bologna Power Tech Proceedings (A. Borghetti, C.A. Nucci, M. Paolone eds.), 2003 IEEE.
[5]	N. Gröwe-Kuska, A. Liebscher, M. Lucht, W. Römisch, G. Spangardt und I. Wegner: Mittelfristige risikoorientierte Optimierung von Strombeschaffungs-Portfolios kleinerer Marktteilnehmer, Preprint 03-11, Institut für Mathematik, Humboldt-Universität Berlin, 2003.
[6]	N. Gröwe-Kuska, W. Römisch: Stochastic unit commitment in hydro-thermal power production planning, in: Applications of Stochastic Programming (S.W. Wallace, W.T. Ziemba eds.), MPS-SIAM Series in Optimization (to appear).
[7]	R.T. Rockafellar, S. Uryasev: Conditional value-at-risk for general loss distributions, Journal of Banking and Finance 26 (2002), 1443-1471.
[8]	W. Römisch: Optimierungsmethoden für die Energiewirtschaft: Stand und Entwicklungstendenzen, in: Optimierung in der Energieversorgung, VDI-Berichte 1627, VDI-Verlag, Düsseldorf 2001, 23-36.
[9]	G. Spangardt, M. Lucht,W. Althaus: Optimisation of physical and financial power purchase portfolios, Fraunhofer UMSICHT, Oberhausen, 2002.

last modified November 17, 2003