Home | Impressum | Datenschutz | Sitemap

„ProKoMo – Bessere Preisprognosen in der Energiewirtschaft durch Kombination von fundamentalen und stochastischen Modellen“

Erneuerbare Energien nehmen einen immer größeren Anteil an der Stromerzeugung ein. Damit diese stochastisch fluktuierenden Energiequellen in das System integriert werden können, bildet der kurzfristige Ausgleich von Angebot (Erzeugung) und Nachfrage (Verbrauch) ein wichtiges Element. Verbesserte kurz- und mittelfristige Prognosen für Knappheitssituationen und Preise ermöglichen eine optimierte Steuerung des Energiesystems und somit dem Kraftwerkseinsatz auf der Angebotsseite sowie der Flexibilität auf der Nachfrageseite. Dies wiederum ermöglicht eine kosteneffizientere Systemplanung. Neben diesen wirtschaftlichen Auswirkungen können verbesserte Prognosen auch die Systemstabilität erhöhen. Das Forschungsprojekt „ProKoMo“ verbessert Prognosen, indem durch eine Weiterentwicklung, Kombination und Verflechtung der beiden Modelltypen 'Fundamentalmodell' und 'stochastisches Modell' die Vorteile beider Modellansätze kombiniert werden. Ziel ist es, die strukturellen Aussagen der Fundamentalmodelle zu erhalten, ihre Prognosen aber mit Verteilungsfunktionen, d. h. Wahrscheinlichkeitsaussagen, zu ergänzen. Auf diese Weise können Konfidenzintervalle angegeben und Risikoabschätzungen vorgenommen werden sowie die Prognosen der Modelle weiter präzisiert werden.
 
Das Forschungsprojekt ist ein Verbundvorhaben der Brandenburgischen Technischen Universität Cottbus-Senftenberg sowie des Karlsruher Instituts für Technologie. Es wird gefördert durch das Bundesministerium für Wirtschaft und Energie (BMWi).

NEWS

 

Forecasts Within Energy Markets - International Summer School 2021

The Forecasts within Energy Markets – International Summer School is a five-day intensive, interactive course which provides a profound knowledge on the subject, a cutting edge topic in the current political, economic and scientific discussion. Participants will be taught various forecasting techniques from different scientific areas. These include fundamental market modelling, agent-based modelling, probabilistic and density forecasting, machine learning algorithms and forecast evaluation.