Entwicklung eines Verfahrens zur Strompreisvorhersage im kurzfristigen Intraday-Handelszeitraum

Bader, Andreas; de Doncker, Rik W.; Sillaber, Alfons; Haubrich, Hans-Jürgen

doi:36407

Entwicklung eines Verfahrens zur Strompreisvorhersage im kurzfristigen Intraday-Handelszeitraum = Forecasting method for intraday power prices leading to market closure

Bader, Andreas

2017

Verantwortlichkeitsangabevorgelegt von Andreas Bader

Ausgabe1. Auflage

ImpressumAachen : E.ON Energy Research Center, RWTH Aachen University 2017

Umfang1 Online-Ressource (ix, 115 Seiten) : Diagramme

ISBN978-3-942789-44-8

ReiheE.ON Energy Research Center : PGS, Power Generation and Storage Systems ; 45

Dissertation, RWTH Aachen University, 2017

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Haubrich, Hans-Jürgen (Thesis advisor) ; Sillaber, Alfons (Thesis advisor) ; de Doncker, Rik W. (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2017-04-13

Online
DOI: 10.18154/RWTH-2017-06815
URL: http://publications.rwth-aachen.de/record/696387/files/696387.pdf
URL: http://publications.rwth-aachen.de/record/696387/files/696387.pdf?subformat=pdfa

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
Strommarkt (frei) ; Intraday (frei) ; Kurzfristhandel (frei) ; Preisprognose (frei)

Thematische Einordnung (Klassifikation)
DDC: 621.3

Kurzfassung
Da elektrische Energie bisher nur begrenzt gespeichert werden kann und somit die Elektrizitätsnachfrage kurzfristig gedeckt werden muss, bestehen für den Strompreis fundamentale Abhängigkeiten. Der noch junge, aber stetig an Liquidität wachsende Intraday-Markt in Deutschland ist dabei von großem Interesse. Dieser unterliegt allerdings anderen "Gesetzmäßigkeiten" als bspw. die Vortagesvermarktung. Die vorliegende Arbeit befasst sich daher mit der Preisbildung am deutschen Intraday-Markt und stellt ein neu entwickeltes Verfahren zur Vorhersage des Strompreisverlaufs in den letzten Stunden bis zum Handelsschluss am Intraday-Markt vor. Das Verfahren beruht dabei vorwiegend auf der Verbindung von Markow-Ketten und der Regressionsanalyse. Zur Modellierung des Preisverlaufs basierend auf einzelnen Handelsgeschäften wird in der Arbeit ein neuer zeitabhängiger Intraday-Index eingeführt. Zunächst werden die Markow-Ketten auf Intraday-Strompreise angewandt, um die historische Preisbildung stochastisch abzubilden. Die daraus gewonnenen Wahrscheinlichkeitsverteilungen sind abhängig vom Preisniveau und der Handelsperiode im kontinuierlichen Handel. Gleichzeitig kann mit den Wahrscheinlichkeitsverteilungen nachgewiesen werden, dass die Preisbewegungen normalverteilt sind, d.h. ohne Betrachtung fundamentaler Einflussgrößen ist eine Richtung der Preisentwicklung nicht ableitbar. Daher wird unter Anwendung der Regressionsanalyse der Einfluss verschiedener Faktoren, wie bspw. Einspeiseprognosen von dargebotsabhängiger Erzeugung, Abruf von Regelleistung und Lastprognosefehler, einzeln und kombiniert in Modellen quantifiziert. Der größte Einfluss auf den Intraday-Preis ergibt sich für den Regelleistungsabruf. Dieser korreliert positiv mit dem Intraday-Preis. Ein ebenfalls deutlicher Zusammenhang zeigt sich für untertägige Prognoseabweichungen der Einspeisemengen aus Photovoltaik- und Windenergieanlagen. Beide Faktoren korrelieren negativ mit dem Preis. Für Lastprognosefehler ist keine Korrelation erkennbar. Durch die Kombination mehrerer Einflussfaktoren lässt sich eine deutliche Verbesserung der Modellgüte erreichen. Des Weiteren zeigen die Ergebnisse den Einfluss verschiedener Modellparameter auf den Intraday-Preis, wie bspw. die Variation der Vorlaufzeit zwischen Erhalt einer Information und der Preisentwicklung am Markt.

A complete power price forecast, spanning various time horizons from intraday to long-term, is commercially and economically beneficial. Although the liquidity of intraday markets has grown substantially over the past few years, the main focus of research still lies in long-term price forecasting. However, improved modelling of intraday prices enables market players to further optimize their renewable portfolios within day and to generate additional revenues with flexible units. This thesis presents a newly developed method of forecasting intraday power prices for the last trading hours before market closure based on fundamental influencing factors. The method combines mainly Markov chains and regression analysis to predict intraday price movements and includes various parameters which can be modified to model different price scenarios. In order to model the price movements a new continuous time-dependent intraday index is defined and introduced in this thesis.Markov chains are applied to intraday prices to depict stochastic historic price movements. The resulting probability distributions are found to be dependent on the price level and the lead-time to delivery. The Gaussian nature of the distributions indicates that consideration of fundamental factors is necessary to derive the direction of price development. Therefore, regression analysis is applied to model fundamental influencing factors, such as activated control reserve, intraday deviations of renewable production forecasts and demand forecast errors. The highest impact on intraday prices results from the activation of control reserve, which is positively correlated to the prices. Furthermore, the model shows a clear negative correlation between price movements and intraday deviations of wind and solar production forecasts. An impact based on demand forecast errors is not ascertainable. A considerable improvement of the modelling results can be achieved through a combination of multiple fundamental influencing factors. Furthermore, the impact of various model parameters on the intraday price index is shown, such as a variation of the forecast lead-time to the trading period.

OpenAccess:
PDF PDF (PDFA)
(additional files)