Kolleg-Energiewende: Berücksichtigung von Vorhersageunsicherheiten Erneuerbarer Energien in Energiesystemen durch Verfahren der stochastischen Programmierung, des statistischen Lernens und der Spieltheorie

Stipendiatin/Stipendiat: Matthias Zech

Durch den erheblichen Zubau Erneuerbarer Energien im europäischen in den vergangenen Jahren hat sich der Anteil volatiler und wetterabhängiger Stromerzeugung deutlich erhöht. Zudem hat sich durch den Umstieg auf ein System mit einem hohen Anteil Erneuerbarer Energien die Anzahl der Akteure im deutschen Stromsystem erhöht. Während bei herkömmlichen Stromsystemen die Stromerzeugung von einer kleinen Anzahl an großen Kraftwerken bereitgestellt wurde, erzeugen dezentrale Energieerzeuger wie beispielsweise private Haushalte mit Photovoltaikanlagen Strom. 

 

Für die operative und strategische Führung des Stromsystems führen diese Entwicklungen zu deutlichen Veränderungen. Da keine ausreichenden Speichermöglichkeiten absehbar sind, können unvorhergesehenen Zustände nicht durch die Bereitstellung von Energie ausgeglichen werden. Für die korrekte Modellierung des Stromsystems bedarf es daher Methoden, die komplexe Optimierungsprobleme mit einer Vielzahl an Variablen lösen sowie die systemimmanente Stochastizität berücksichtigen können. Da die Qualität der Vorhersagen von Randbedingungen wie Wetterverhältnissen abhängt, sollten meteorologische Unsicherheiten für die Vorhersagen quantifizierbar sein und in großskaligen Energiesystemodellen nutzbar sein. Zudem bedarf es neuer Modellierungsmöglichkeiten, die auch das Nutzerverhalten kleinerer Gruppen in einem dezentralen Stromsystem berücksichtigen.              

 

Die Promotion zielt auf die Methodenentwicklung für bessere die Planung, Bewertung und Entscheidungsfindung unter Unsicherheiten in heutigen stochastischen Stromsystemen. Hierbei soll ein Modell auf Basis der mehrstufigen stochastischen Programmierung implementiert werden, das die Stochastizität in Stromsystemmodellen korrekt abbildet. Thematisch wird ein Kraftwerkseinsatzmodell verwendet, wobei der Speicherstand stochastischen Einflüssen unterliegt und mehrere mögliche Märkte modelliert werden sollen. Als modellierte Unsicherheit wird der Einfluss der Erneuerbaren Energien gewählt, wobei insbesondere meteorologische Informationen für die Bewertung von Solar- und Windenergieerzeugung berücksichtigt werden sollen. Zudem sollen spieltheoretische Ansätze verwendet werden, um das Verhalten neuer Marktakteure zu modellieren. Hierfür wird getestet, wie sich Haushalte mit Photovoltaik-Anlagen in einer Nachbarschaft verhalten und welchen Wert das Teilen ihrer Daten für die statistische Vorhersagbarkeit von PV-Erzeugung hat.    

Förderzeitraum:
01.09.2020 - 31.08.2023

Institut:
Carl-von-Ossietzky-Universität Oldenburg Deutsches Zentrum für Luft- und Raumfahrt

Betreuer:
Prof. Dr. Carsten Agert

E-Mail: E-Mail schreiben