Home | english  | Impressum | Datenschutz | Sitemap | KIT

Data Analytics in Energy Economics: Identifying Strategies from Data

Data Analytics in Energy Economics: Identifying Strategies from Data
Typ:Masterarbeit
Datum:sofort
Betreuer:

Philipp Staudt

Die Energiewirtschaft befindet sich in einem Umbruch. Seit Jahren sinken die Umsätze an den großen Strombörsen durch den vermehrten Einsatz erneuerbarer Energien. Gleichzeitig erleben wir den Ausstieg aus nuklearer und Kohleenergie. In diesem Umfeld müssen Unternehmen ihre Kraftwerke am Markt möglichst geschickt einsetzen. Dabei spielt eine Vielzahl von Faktoren eine Rolle: Einspeisung aus Erneuerbaren, Rohstoffpreise, Umsatzpotenzial auf anderen Märkten (z.B. Regelenergie oder Redispatch), eine volatile Nachfrage etc. Die Entscheidungen wir Kraftwerke am Markt angeboten werden, wird meist durch Händler getroffen, die in den jeweiligen Handelsabteilungen der energieerzeugenden Unternehmen entsprechende Strategien entwickeln. Ziel dieser Arbeit ist es, die Strategien dieser Händler besser zu verstehen. Durch die Kombination einer Vielzahl von energiewirtschaftlichen Indikatoren und mit Hilfe von Clustering- und Machine Learning Ansätzen sollen Muster identifiziert werden, die anschließend interpretiert werden. Dabei sollen verschiedene Gruppen von Akteuren identifiziert werden, wie beispielsweise konservative und risikofreudige Bieter. Die Arbeit bietet die Möglichkeit sich tiefgreifendes Wissen im methodischen Bereich von Data Analytics anzueignen und einen Blick in die strategische Planung von Energieunternehmen zu werfen.


Formale Anforderungen:

Die Arbeit kann auf Deutsch oder Englisch verfasst werden. Sie werden ermutigt sie direkt in Form eines wissenschaftlichen Papers anzufertigen. Interesse an wirtschaftswissenschaftlichen und statistischen Methoden wird vorausgesetzt. Programmierfähigkeiten in R und/oder Python sind wünschenswert, aber keine Voraussetzung.


Relevante Literatur:

Mashhour, E., & Moghaddas-Tafreshi, S. M. (2011). Bidding strategy of virtual power plant for participating in energy and spinning reserve markets—Part I: Problem formulation. IEEE Transactions on Power Systems, 26(2), 949-956.

Mashhour, E., & Moghaddas-Tafreshi, S. M. (2011). Bidding strategy of virtual power plant for participating in energy and spinning reserve markets—Part II: Numerical analysis. IEEE Transactions on Power Systems, 26(2), 957-964.

Wen, F. S., & David, A. K. (2001). Strategic bidding for electricity supply in a day-ahead energy market. Electric Power Systems Research, 59(3), 197-206.

Li, G., Shi, J., & Qu, X. (2011). Modeling methods for GenCo bidding strategy optimization in the liberalized electricity spot market–A state-of-the-art review. Energy, 36(8), 4686-4700.