• Medientyp: Dissertation; Elektronische Hochschulschrift; E-Book
  • Titel: Estimation and optimization problems in power markets
  • Beteiligte: Jensen, Katrin [Verfasser:in]
  • Erschienen: Universität Ulm, 2016-03-15T09:04:06Z
  • Sprache: Englisch
  • DOI: https://doi.org/10.18725/OPARU-2536
  • Schlagwörter: Stochastic programming ; Energy market ; Regime-Switching ; Gasmarkt ; Stochastic dynamic programming ; Elektrizitätsmarkt ; DDC 510 / Mathematics ; Marktpreis ; Dynamic programming
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: Die vorliegende Arbeit gliedert sich in zwei Hauptteile. Der erste Teil beschreibt und analysiert ein Modell, welches das Ziel hat die gleichzeitige Entwicklung von Elektrizitäts- und Gaspreisen möglichst adäquat abzubilden. Dieses Modell gehört zur Klasse der sogenannten Regime-Switching Modelle. Verschiedene Arbeiten haben gezeigt, dass diese gut geeignet sind die Wechsel zwischen stabilen Preiszuständen und den für Elektrizitätspreise charakteristischen extremen Preisausschlägen zu modellieren. Wir stellen ein solches flexibles, bivariates Modell dar und beschreiben den Prozess, wie die Modellparameter an historische Marktdaten angepasst werden können. Hierbei gehen wir insbesondere auf die besonderen Herausforderungen ein, die von der Markov-Kette ausgehen, welche die unbeobachtbaren Regime-Zustände abbildet. Eine Routine zur Kalibrierung des Modells an Marktdaten wird dargestellt und durchgeführt. Auf Basis der berechneten Modellparameter wird anschliessend der Wert eines Gaskraftwerkes über sogenannte Spark Spread Optionen bestimmt. Das vorgestellte Modell bildet somit die Grundlage für das Portfolio- und Risikomanagement eines Gaskraftwerkes. Das Hauptanliegen des zweiten Teils besteht darin, das Problem der Bewertung und optimalen Auslastung eines Kraftwerkes durch ein stochastisches dynamisches Programm abzubilden und dieses zu lösen. Die für den Elektrizitätsmarkt spezifischen Spotpreisrisiken können hierbei durch das Eingehen von Forwardkontrakten abgesichert werden. Des Weiteren werden die Kapazitätsgrenzen und die Risikoaversion des Kraftwerkes bzw. von deren Managern explizit berücksichtigt. Wir zeigen Existenz und Eindeutigkeit einer Lösung und leiten eine spezielle Struktur der optimalen Wertfunktion her. Für verschiedene Faktormodelle wird das Problem anschliessend numerisch betrachtet und die entsprechenden Risiko- und Performancekennzahlen berechnet.