close
Share with your friends

Computermodelle in der Energiewirtschaft

Computermodelle in der Energiewirtschaft

Teil zwei: Vermarktung des inneren Wertes von Erzeugungsanlagen

Verwandte Inhalte

FTM Bildwelt: Eisbär

Im ersten Teil dieser losen Serie wurden Fundamentalmodelle zur langfristigen Modellierung der energiewirtschaftlichen Erzeugungslandschaft und der daraus resultierenden Preisentwicklung vorgestellt. Deren Vorhersagen werden häufig zur Bewertung langfristiger Investitionen herangezogen. Was aber ist mit der eher kurzfristig orientierten Vermarktung der Erzeugungsanlagen? Hierfür sind fundamentale Modelle nicht der richtige Ansatz, da ihre Vorhersagen zu grob sind und außerdem durch den Terminmarkt eine andere, verlässlichere Datenquelle vorhanden ist. Allerdings reichen die verfügbaren Terminmarktpreise für viele Anlagentypen nicht aus, da die Einsatzplanung oft stundengenau berechnet werden muss, um ein optimales Vermarktungsergebnis zu erzielen. Dafür sind aber auch stundengenaue Preise erforderlich, die durch Modelle erzeugt werden müssen. Diese Modelle und die darauf aufsetzenden Einsatzplanungsmodelle werden im Folgenden erläutert.

Die Vermarktung von Kraftwerken erfolgt oft bereits Jahre vor der Lieferung des produzierten Stroms. Dies geschieht vor allem aus Gründen der Planbarkeit. Woher aber weiß man, wieviel Strom ein Kraftwerk in einer bestimmten Stunde zwei Jahre in der Zukunft produziert? Wie das Kraftwerk eingesetzt wird, hängt ganz entscheidend von dem in dieser Stunde erzielbaren Strompreis ab. Die verschiedenen Klassen von Erzeugungsanlagen müssen dabei unterschiedlich betrachtet werden. Volatile Erzeugungsanlagen wie Wind- oder Photovoltaikanlagen werden normalerweise nicht gesteuert und produzieren Strom abhängig von Umwelteinflüssen. Demgegenüber stehen steuerbare Anlagen wie die meisten konventionellen Kraftwerke, aber auch Biogaslagen oder Stromspeicher. Ihre Einsatzplanung hängt neben dem Strompreis von vielen weiteren Faktoren ab. Wie schnell kann eine Anlage hoch- und runtergefahren werden? Welche Kosten sind damit verbunden? Sind diese Kosten statisch oder ihrerseits abhängig vom Markt? Die Antworten auf diese Fragen sind je nach Anlagenklasse sehr unterschiedlich. Ein Braunkohlekraftwerk als unflexibles Grundlastkraftwerk, dessen Fahrweise kaum angepasst werden kann, hat dementsprechend eine völlig andere Einsatzplanung als ein hochflexibles Gaskraftwerk. Ein Gaskraftwerk kann viertelstundengenau auf Preissignale reagieren. Demzufolge reicht der am Terminmarkt notierte Durchschnittspreis nicht aus, um die Einsatzplanung zu prognostizieren.

Es sind zeitgenaue Vorhersagen und die darin enthaltenen Schwankungen notwendig. Dazu müssen sogenannte hourly price forward curves (HPFCs) berechnet werden. Diese HPFCs werden üblicherweise wie folgt erzeugt. Man nutzt die Schwankungen historischer Preiskurven und passt diese an die am Terminmarkt notierten Preise für Base- und Peak-Bänder an. Dabei berücksichtigt man die unterschiedlichen Schwankungen an Arbeitstagen und Wochenenden, speziell auch die Besonderheiten an Feiertagen wie Ostern oder Weihnachten. Manchmal werden Durchschnittswerte für diese sogenannten Typtage genutzt, was generell nicht empfehlenswert ist, da sich dadurch die Varianz ändert. Ein Spitzenlastkraftwerk, das nur bei sehr hohen Preisen im Geld ist, würde durch diese Vorgehensweise beispielweise zu selten eingesetzt und somit unterbewertet. Ein besseres Vorgehen ist daher die Analyse der Unregelmäßigkeiten und Erzeugung dieser durch einen Zufallsprozess. Hierzu werden alle periodischen Schwankungen aus den historischen Daten herausgerechnet, dazu noch vorhersagbare Schwankungen durch Feiertage, Ferien oder auch sportliche Großereignisse wie eine Fußball-WM. Übrig bleibt eine Kurve, deren statistische Eigenschaften durch einen passenden Zufallsprozess modelliert werden. Auf diese modellierte Zeitreihe werden alle vorher herausgerechneten Schwankungen wieder aufaddiert. Im letzten Schritt werden die über passende Zeiträume gemittelten Preise an die aktuellen Terminmarktpreise angepasst um Arbitragefreiheit zu erreichen. Als Ergebnis erhält man eine statistisch valide Vorhersage der stündlichen Preise für die nächsten Jahre.

Liegt die HPFC vor, kann eine Einsatzplanung berechnet werden. Hierbei muss wie bereits erwähnt zwischen den verschiedenen Anlagentypen unterschieden werden. In Bezug auf die Einsatzplanung sind vor allem flexibel steuerbare Anlagen wie Steinkohle- oder Gaskraftwerke interessant. Steinkohlekraftwerke können zwischen einer Minimal- und einer Maximallast gefahren werden, je nachdem, ob sie gerade im Geld sind oder nicht. So kann der Verlust durch Produktion in unrentablen Stunden minimiert werden. Gaskraftwerken ist es in ihrer flexibelsten Ausprägung als Gasmotorenkraftwerk möglich, innerhalb einer Viertelstunde zwischen Maximal- und Nulllast zu wechseln. Sie können somit den Preissignalen des Intraday-Marktes exakt folgen. Die Zahl der Starts schlägt sich zwar in den Wartungskosten nieder, allerdings sind diese Kosten nur begrenzt als variabel zu betrachten.

Kompliziert wird die Einsatzplanung bei Kraftwerken, die nicht nur Strom produzieren. Dies sind in Zeiten der zunehmenden Sektorkopplung immer mehr Anlagen. Zu nennen sind hier neben konventionellen Kraftwerken zur Fernwärmeerzeugung auch kleine und mittlere Biogasanlagen, die zum Heizen einzelner Gebäude oder Quartiere genutzt werden. Darüber hinaus wird auch zunehmend Kälte von stromerzeugenden Anlagen bereitgestellt. Diese Kombination verschiedener Lasten führt zu Randbedingungen in der Einsatzplanung. Bei der Wärmeproduktion wird meist noch ein Wärmespeicher zwischengeschaltet, um ein Höchstmaß an Flexibilität zu ermöglichen. In diesem Fall stellt sich zu jeder Stunde die Frage, ob die prognostizierte Wärmelast aus dem Wärmespeicher bedient werden soll, das Kraftwerk also nicht produziert oder ob das Kraftwerk Strom und Wärme produziert und den Wärmespeicher so wieder auffüllt. Dies kann unter anderem dazu führen, dass das Kraftwerk Strom produziert, obwohl es nicht im Geld ist, zum Beispiel wenn die darauffolgenden Stunden noch schlechtere Strompreise aufweisen. Dieser Zusammenhang muss über alle Stunden betrachtet werden, da das Optimum nur über den gesamten Betrachtungszeitraum ermittelt werden kann. Hierzu werden Algorithmen der linearen Programmierung wie beispielsweise das Simplex-Verfahren genutzt. Diese probieren vereinfacht gesprochen wahrscheinliche Kombinationen aus Ein- und Ausspeicherung aus und tasten sich über viele Iterationen durch systematische Variationen an das wirtschaftliche Optimum heran.

Die optimale Einsatzplanung stellt allerdings nur den inneren Wert eines steuerbaren Kraftwerks dar. Aufgrund der Möglichkeit, die Anlage bei Unterschreiten der kurzfristigen Grenzkosten abzuschalten, entspricht das Kraftwerk einer Realoption. In diesem Sinne trägt es neben dem inneren Wert auch einen Zeitwert, der umso höher ist, je näher der Strompreis an den kurzfristigen Grenzkosten liegt. Anschaulich ergibt sich der Zeitwert aus der asymmetrischen Auszahlungsfunktion. Bei einem niedrigeren als dem prognostizierten zukünftigen Strompreis, der unterhalb der kurzfristigen Grenzkosten liegt, bleibt die Anlage aus und der Verlust beschränkt sich auf die langfristigen Grenzkosten, die sowieso anfallen. Bei einem höheren zukünftigen Strompreis allerdings ergeben sich Zusatzgewinne durch einen höheren Verkaufserlös. Im Erwartungswert über alle möglichen zukünftigen Entwicklungen ergibt sich somit ein höherer Wert als für die dem inneren Wert zugrundliegende Prognose. Der Umgang mit der nicht trivialen Abbildung dieser zukünftigen Entwicklung und deren Umsetzung in Form des Delta-Hedgings ist Gegenstand des nächsten Teils dieser Serie.

Quelle: KPMG Corporate Treasury News, Ausgabe 87, Dezember 2018

KPMG Corporate Treasury News

So kontaktieren Sie uns

 

Angebotsanfrage (RFP) einreichen

 

loading image Zum Angebotsformular