Sie sind hier: Startseite Data old Sustainability Research Group

Sustainability Research Group

Mit einem wachsenden Bewusstsein der Bevölkerung für den Klimawandel, die Energiewende und die Endlichkeit von Energieträgern sind nachhaltige Wege zu Energieerzeugung und Energieverbrauch gefragt. Mit diese Herausforderungen befasst sich die Sustainability Research Group.

Projekt (I): Vorhersage von Strompreisen

 

Ziel
  • Vorhersage des Strompreises an der Börse, sowohl von Auktionen, die Intraday und Day-ahead sind
  • Nutzung von Wetter-Daten als externe Variablen zur Vorhersage in der Form von Temperatur und Windstärke
  • Auswahl relevanter Variablen bzw. relevanter Wetterstationen für eine genaue Vorhersage

 

Methodik
  • Datengrundlage: Elektrizitätspreise an der Börse, Wetter-Daten (Wind & Temperatur)
  • Vergleich verschiedner Prognose-Modelle hinsichtlich ihrer Vorhersagegenauigkeit
  • Methoden aus der Zeitreihenanalye (ARMAX, etc.) und dem maschinellen Lernen (LASSO, Support Vector Regression, Random Forest, etc.)
  • Methoden zur Variablen-Selektion, um Wettervariablen mit dem höchsten Einfluss auf die Vorhersage zu finden

 

Resultat
  • Modelle mit Wetter-Daten als exogene Variablen sind signifikant genauer als klassischen Ansätze ohne
  • Variablen-Selektion verbessert die Vorhersagegenauigkeit deutlich und reduziert die Rechenzeit

Electricity Price Forecasting (VarImp)

  • Eine tägliche wiederholende Neu-Schätzung der Modellparameter mit aktualisierten Trainingsdaten ist unerlässlich

 

Ludwig N, Feuerriegel S, Neumann D: Putting Big Data Analytics to Work: Feature Selection for Forecasting Electricity Prices using the LASSO and Random ForestsJournal of Decision Systems, 2015: 24(1).

Feuerriegel S, Riedlinger S, Neumann D: Predictive Analytics for Electricity Prices using Feed-Ins from Renewables, 2014 (22nd European Conference on Information Systems (ECIS 2014), Tel Aviv, Israel, June 9-11, 2014, Complete Research Paper). 

Projekt (II): Demand Response

 

Ziel
  • Design eines Demand-Response-Systems samt Strategien zur optimalen Laststeuerung
  • Abschätzung des Kosten-Nutzen-Verhältnis auf aggregierter, kommunaler Ebene

 

Methodik
  • Datengrundlage: Elektrizitätspreise, Stromnachfrage, mögliches Demand-Response-Potential
  • Optimierungsmodell zur Berechnung von Entscheidungen zur Laststeuerung unter finanziellen Gesichtspunkten
  • Sensitivitätsanalyse zur Messung des Einflusses verschiedener Parameter

 

Resultat
  • Hohe Kommunikationskosten übersteigern direkte, finanzielle Einsparungen
  • Demand-Response-Volumen zu gering, um dies aktuell an der Strombörse anbieten zu können → regulatorische Änderungen notwendig

Discrepancy_RES_Demand

  • Direkte Lastverschiebung deutlich profitabler als alternative Geschäftsmodelle wie Regelenergie

 

Feuerriegel S, Neumann D: Measuring the financial impact of demand response for electricity retailers, Energy Policy, 2014; 65: 359-368.

Feuerriegel S, Strüker J, Neumann D: Reducing Price Uncertainty through Demand Side Management, 2012 (33rd International Conference on Information Systems (ICIS 2012), Orlando, Florida, 16-19 December 2012, Completed Research Paper).

Feuerriegel S, Bodenbenner P, Neumann D: Is More Information Better Than Less? Understanding the Impact of Demand Response Mechanisms in Energy Markets, 2013 (Paper 192, ECIS 2013, 21st European Conference on Information Systems, Utrecht, Netherlands, June 5-8, 2013, Completed Research Paper). 

Projekt (III): Informationssysteme für Vehicle-to-Household-Einsatz

 

Ziel
  • Design eines Informationssystems zur verbesserten Energienutzung von Haushalten
  • Aufzeigen von "Green Synergies" zwischen Vehicle-to-Grid (V2G) Technologie und Photovoltaikanlagen

 

Methodik
  • Datengrundlage: echte Historie mit Strompreisen, Einspeisung, Mobilitätsverhalten
  • Konstruktion von verschiedenen Ladestrategien zum optimalen (Ent-)Laden der Autobatterie, um Stromeinkauf zu vermeiden
  • Sensitivitätsanalyse zur Messung des Einflusses verschiedener Parameter

 

Resultat
  • Gewinne aus Stromeinspeisung decken Vebrauch und Autofahrten
  • Nutzung des V2G-Hybridautos ermöglicht die Zwischenspeicherung der Solarenergie

Benchmark: no load strategy                 V2G load strategy

  • Die resultierende Ersparnis kommt einer 7.500$ Subvention für den Kauf von Hybridautos mit V2G-Technologie gleich

 

Brandt T, Feuerriegel S, Neumann D: Shaping a Sustainable Society: How Information Systems Utilize Hidden Synergies between Green Technologies, 2013 (34th International Conference on Information Systems (ICIS 2013), Milan, Italy, 15-18 December 2013, Completed Research Paper).

Brandt T, Feuerriegel S, Neumann D: A Household-oriented Approach to the Benefits of Vehicle-to-Grid-capable Electric Vehicles, 2013 (11. Internationale Tagung Wirtschaftsinformatik (WI), Leipzig, 2013, Paper 105).

Projekt (IV): Electricity Auction Design in Deutschland

Ziel
  • Untersuchung des EPEX SPOT Markts in Deutschland; insbesondere Einfluss der Einführung von 15 Minuten Kontrakten am 14. Dezember 2011
  • Abschätzung des Einflusses der Einführung der 15 Minuten Kontrakte auf den Strompreis

 

Methodik
  • Datengrundlage: Elektrizitätspreise, Windvolumina, Stromnachfrage
  • Anwendung der Causal Impact Methode um Causality nachzuweisen und den Einfluss abzuschätzen

 

Resultat
  • Einführung der 15 Minuten Kontrakte hat die Flexibilität am SPOT Markt erhöht und für niedrigere Preise gesorgt

Quick and dirty causal impact

  • Wind ist als contemporaneous covariant für den Strompreis geeignet

 

Projekt (V): Datengetriebene Stromnetzplanung

Ziel
  • Entwicklung eines Decision Support Systems (DSS) für die Nieder-/ Mittelspannungsnetzplanung

  • Verbesserung der strategischen und operativen Netzplanung

 

Methodik
  • Stochastische Modellierung von dezentralen Erzeugungsanlagen (DEA) auf Gebäudeebene
  • Probabilistische Lastflussberechnungen, vollständige Einzelbetrachtung aller Netze der NS-/MS-Ebene
  • Simulation des Netzausbaus; vorausschauend, mit Methoden der dynamischen stochastischen Optimierung  

 

Resultat
  • Berechnung des Netzausbaubedarfs für die langfristige Investitionsplanung
  • Bewertung der Smart-Grid Technologien zur Netzausbauvermeidung
  • DSS zur Berechnung von Ausbauvarianten für die operative Netzplanung
Stromnetzplanung.jpg