Title (eng)
Analysis and stochastic programming in economics of wind energy
Parallel title (deu)
Analyse und stochastische Optimierung in der Wind-Energiewirtschaft
Author
Michael Sedlmayer
Advisor
Radu Ioan Bot
Assessor
Radu Ioan Bot
Abstract (deu)
Bei der Stromproduktion für den täglichen Spotmarkt mittels Windkraftanlagen muss man täglich einen Produktionsfahrplan für den folgenden Tag übermitteln.
Aufgrund von unterschiedlichen Preisen für vorveranschlagte Energie und davon in beide Richtungen abweichende Energie, kann es vorteilhaft sein, einen Fahrplan abweichend von der initialen Windleistungsvorhersage zu übermitteln.
Das ermöglicht "strategische Anpassung" des Fahrplans aufgrund der Preissituation.
Die Preise werden erst zwei bis drei Monate später veröffentlicht, daher muss man Vorhersagen über die Preissituation treffen um effektive strategische Anpassung zu entwickeln.
In dieser Arbeit analysieren wir die Strategien, die von einem Unternehmen in der Vergangenheit verwendet wurden, sowie gewisse andere Aspekte wie beispielsweise Abregelung der Produktion oder Anpassung an Feiertagen.
Wir begründen zudem einen Rahmen zur Evaluierung und vergleichen verschiedene Strategien relativ zu einem "besten Fall".
Darüber hinaus behandeln wir zwei Konzepte für die Vorhersage der Preise - "historische Mittelwerte" und Modelle der linearen Regression.
Anschließend bearbeiten wir zwei Herangehensweisen an strategische Anpassung; die erste inspiriert von der Heuristik des Unternehmens, die zweite als Lösung eines stochastischen Optimierungsproblems.
Für Letzteres verwenden wir einen Ansatz mithilfe von "Sample Average Approximation".
Abstract (eng)
When producing electricity by wind power stations for a daily spot market, one has to submit a production schedule every day for the following day.
Due to different prices for scheduled energy and energy deviating in either way from this announced amount, it may be beneficial to modify the production schedule differing from the initial wind power forecast.
This gives rise to "strategic adjustment" of the production schedule depending on the price situation.
The prices are published two to three months later, so one has to make predictions of the price situation to develop effective strategic adjustment.
In this thesis we analyse the policies of a company which were used in the past and certain other aspects as limitation of production or adjustment on holidays.
We establish a framework for evaluation and compare different policies relative to a "best case".
Furthermore we treat two concepts for the forecast of prices - "historic averages" and linear regression models.
Subsequently we cover two approaches of strategic adjustment; the first one inspired by the company's heuristic, the second one by solving a stochastic program.
For the latter we use a "Sample Average Approximation" approach.
Keywords (eng)
Stochastic Programmingenergy economicslinear regressionsample average approximation
Keywords (deu)
Stochastische OptimierungEnergiewirtschaftLineare RegressionSample Average Approximation
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1347774
rdau:P60550 (deu)
67 Seiten : Diagramme
Number of pages
71
Association (deu)
Title (eng)
Analysis and stochastic programming in economics of wind energy
Parallel title (deu)
Analyse und stochastische Optimierung in der Wind-Energiewirtschaft
Author
Michael Sedlmayer
Abstract (deu)
Bei der Stromproduktion für den täglichen Spotmarkt mittels Windkraftanlagen muss man täglich einen Produktionsfahrplan für den folgenden Tag übermitteln.
Aufgrund von unterschiedlichen Preisen für vorveranschlagte Energie und davon in beide Richtungen abweichende Energie, kann es vorteilhaft sein, einen Fahrplan abweichend von der initialen Windleistungsvorhersage zu übermitteln.
Das ermöglicht "strategische Anpassung" des Fahrplans aufgrund der Preissituation.
Die Preise werden erst zwei bis drei Monate später veröffentlicht, daher muss man Vorhersagen über die Preissituation treffen um effektive strategische Anpassung zu entwickeln.
In dieser Arbeit analysieren wir die Strategien, die von einem Unternehmen in der Vergangenheit verwendet wurden, sowie gewisse andere Aspekte wie beispielsweise Abregelung der Produktion oder Anpassung an Feiertagen.
Wir begründen zudem einen Rahmen zur Evaluierung und vergleichen verschiedene Strategien relativ zu einem "besten Fall".
Darüber hinaus behandeln wir zwei Konzepte für die Vorhersage der Preise - "historische Mittelwerte" und Modelle der linearen Regression.
Anschließend bearbeiten wir zwei Herangehensweisen an strategische Anpassung; die erste inspiriert von der Heuristik des Unternehmens, die zweite als Lösung eines stochastischen Optimierungsproblems.
Für Letzteres verwenden wir einen Ansatz mithilfe von "Sample Average Approximation".
Abstract (eng)
When producing electricity by wind power stations for a daily spot market, one has to submit a production schedule every day for the following day.
Due to different prices for scheduled energy and energy deviating in either way from this announced amount, it may be beneficial to modify the production schedule differing from the initial wind power forecast.
This gives rise to "strategic adjustment" of the production schedule depending on the price situation.
The prices are published two to three months later, so one has to make predictions of the price situation to develop effective strategic adjustment.
In this thesis we analyse the policies of a company which were used in the past and certain other aspects as limitation of production or adjustment on holidays.
We establish a framework for evaluation and compare different policies relative to a "best case".
Furthermore we treat two concepts for the forecast of prices - "historic averages" and linear regression models.
Subsequently we cover two approaches of strategic adjustment; the first one inspired by the company's heuristic, the second one by solving a stochastic program.
For the latter we use a "Sample Average Approximation" approach.
Keywords (eng)
Stochastic Programmingenergy economicslinear regressionsample average approximation
Keywords (deu)
Stochastische OptimierungEnergiewirtschaftLineare RegressionSample Average Approximation
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
https://phaidra.univie.ac.at/o:1347775
Number of pages
71
Association (deu)
License
Citable links
Other links
Managed by
Details
Metadata
Export formats
Universitätsring 1, 1010 Wien | T
T +43-1-4277-0