TY - THES A1 - Möbius, Thomas T1 - Modelling uncertainty and risk preferences in European electricity markets, and the prediction of wholesale electricity prices T1 - Modellierung von Unsicherheit und Risikopräferenzen auf europäischen Strommärkten und die Prognose von Day-Ahead Strompreisen N2 - This dissertation is a compilation of five self-contained research articles that explore two key topics in energy economics. The first two articles focus on modelling uncertainties in energy systems, whereas the remaining three articles deal with electricity price forecasting. The first article develops an integrated European electricity and natural gas market model to examine the effects of uncertainty on both markets. The model is formulated as a stochastic optimisation problem and takes into account five key uncertainty factors: gas and electricity demand, installed renewable energy capacity, and fuel and CO2 prices. The result is the value of incorporating uncertainty as part of an energy system model. The second article examines the interactions between flexibility and investment risk in European electricity markets, focusing on the investment strategies of risk-averse decision-makers, taking into account various flexibility options. To this end, a stochastic investment model for the expansion of transmission and generation capacities in the European electricity system is developed, which takes into account the risk preferences of decision-makers through the implementation of conditional value at risk. The third article evaluates the impact of data pre-processing on the performance of energy system models. Motivated by the bias and inaccuracy of the day-ahead load forecasts from transmission system operators, this article first develops a time series model that improves the accuracy of load forecasts. The improved data is then implemented in an energy system model with the aim of testing the influence of data quality on the model results. The fourth article develops a hybrid model that combines a techno-economic energy system model with statistical models for electricity price forecasting, leveraging their respective advantages. The techno-economic energy system model provides an in-depth understanding of market mechanisms, while the stochastic models takes into account non-technical factors such as the expectations and speculative behaviour of market participants by interpreting prices. The fifth article combines an energy system model with various econometric models for electricity price forecasting in the day-ahead market. To this end, a price estimator derived from the energy system model is integrated as an exogenous variable into statistical and machine learning approaches. The results show that integrating this market clearing price into econometric models significantly improves forecast accuracy. N2 - Die vorliegende Dissertation besteht aus fünf in sich abgeschlossenen Forschungsartikeln, die zwei zentrale Themenfelder der Energiewirtschaft untersuchen. Die ersten beiden Artikel widmen sich der Modellierung von Unsicherheiten und Risikopräferenzen in Energiesystemen. Die verbleibenden drei Artikel befassen sich mit dem Thema der Strompreisprognosen. Der erste Forschungsartikel entwickelt ein integriertes europäisches Strom- und Erdgasmarktmodell, um die Auswirkungen der Unsicherheit auf beiden Märkten zu untersuchen. Das Modell ist als stochastisches Optimierungsproblem formuliert und berücksichtigt fünf zentrale Unsicherheitsfaktoren: die Gas- und Stromnachfrage, die installierte Leistung erneuerbarer Energien sowie Brennstoff- und CO2 -Preise. Als Ergebnis steht der Wert der Einbeziehung von Unsicherheit als Teil eines Energiesystemmodells. Der zweite Artikel untersucht die Wechselwirkungen zwischen Flexibilität und Investitionsrisiko auf europäischen Strommärkten, mit dem Schwerpunkt auf den Investitionsstrategien risikoaverser Entscheidungsträger, unter Berücksichtigung verschiedener Flexibilitätsoptionen. Hierzu wird ein stochastisches Investitionsmodell für die Erweiterung von Übertragungs- und Erzeugungskapazitäten im europäischen Stromsystem entwickelt, welches die Risikopräferenzen der Entscheidungsträger durch die Implementierung des Conditional Value at Risk berücksichtigt. Der dritte Artikel bewertet die Auswirkungen der Aufbereitung und Verbesserung von Inputdaten auf die Genauigkeit von Energiesystemmodellen. Angesichts der Verzerrungen und Ungenauigkeiten entwickelt dieser Beitrag im ersten Schritt ein Zeitreihenmodell, welches die Genauigkeit der Lastprognosen verbessert. Anschließend werden die verbesserten Daten in ein Energiesystemmodell implementiert, mit dem Ziel den Einfluss der Datengüte auf die Modellergebnisse zu testen. Der vierte Artikel entwickelt ein hybrides Modell, welches ein techno-ökonomisches Energiesystemmodell mit stochastischen Modellen verbindet, um die Stärken beider Modellklassen zur Erstellung von Strompreisprognosen am Day-ahead Markt zu nutzen. Das techno-ökonomische Energiesystemmodell liefert dabei ein tiefgehendes Verständnis der Marktmechanismen, während die stochastischen Modelle durch die Interpretation von Preisen auch nicht-technische Faktoren wie die Erwartungen und das spekulative Verhalten der Marktteilnehmer berücksichtigen. Der fünfte Artikel kombiniert für die Strompreisprognose am Day-Ahead-Markt ein fundamentales Energiesystemmodell mit verschiedenen ökonometrischen Modellen. Zu diesem Zweck wird ein aus dem Energiesystemmodell abgeleiteter Preisschätzer als exogene Variable in statistische und Machine-Learning-Ansätze integriert. Die Ergebnisse zeigen, dass die Integration dieses Markträumungspreises in ökonometrische Modelle die Prognosegenauigkeit erheblich verbessert. KW - Energy system modelling KW - Risk aversion KW - Uncertainty KW - Electricity price forecasting KW - Energiesystemmodellierung KW - Unsicherheit in Energiesystemen KW - Risikoaversion KW - Strompreisprognosen KW - Energiewirtschaft KW - Elektrisches Energiesystem KW - Modellierung KW - Unsicherheit KW - Risikoverhalten KW - Prognose KW - Strompreis Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-71388 ER - TY - THES A1 - Riepin, Iegor T1 - Modeling challenges of modern energy markets : studies on uncertainty, complexity, and constant change T1 - Modellierung der Herausforderungen moderner Energiemärkte : Studien zu Unsicherheit, Komplexität und konstantem Wandel N2 - This dissertation is a compilation of four self-contained research articles that focus on selected subjects in the field of energy economics. The first article focuses on the competitiveness of offshore wind in mature markets. In this work, we harmonise auction results based on the auction design features. We show that offshore wind power generation can be considered commercially competitive in mature markets without subsidy. Furthermore, once auction results are harmonised, we observe similar expected revenue streams of wind farms across countries. This finding means that different auction designs can fairly reflect the actual costs of developing wind farms and thus translate cost reductions into lower bids. The second article explores the impacts of uncertainty in integrated electricity and gas system optimization models. We address the trade-off that the energy research community faces on a daily basis, i.e., whether to neglect uncertainty when constructing an energy system model and accept a suboptimal solution or to incorporate uncertainty and increase model complexity. Our research aims to bring a systematic understanding of which parametric uncertainties most substantially affect long-term planning decisions in energy system models. In the third article, we focus on seasonal flexibility in the European natural gas market. We develop a market optimization model to simulate the operation of the gas market over a long period. This allows us to explore structural trends in market development, which are driven by changing supply and demand fundamentals. Our work contributes to the methodological question of how to measure the contributions of different flexibility options. Finally, the fourth article investigates the value of Projects of Common Interest—gas infrastructure projects supported by EU public funds—in maintaining gas system resilience amid cold-winter demand spikes and supply shortages. For this purpose, we develop the first application of adaptive robust optimization to gas infrastructure expansion planning. The model endogenously identifies the unfortunate realizations of unknown parameters and suggests the optimal investments strategies to address them. We find that (i) robust solutions point to consistent preferences for specific infrastructure projects, (ii) the real-world construction efforts have been focused on the most promising projects, and (iii) most projects are unlikely to be realized without financial support. N2 - Diese Dissertation ist eine Zusammenstellung von vier in sich selbständigen Forschungsartikeln, die sich auf ausgewählte Themen aus dem Bereich der Energiewirtschaft konzentrieren. Der erste Forschungsartikel betrachtet die Wettbewerbsfähigkeit der Offshore-Windenergie in entwickelten Märkten. In dieser Arbeit harmonisieren wir Auktionsergebnisse auf der Grundlage von Auktionsdesignmerkmalen. Wir zeigen, dass die Offshore-Windenergieerzeugung in entwickelten Märkten ohne Subventionen als wettbewerbsfähig angesehen werden kann. Sobald die Auktionsergebnisse harmonisiert sind, stellen wir fest, dass die erwarteten Erlösströme von Windparks in allen Ländern ähnlich sind. Dies bedeutet, dass unterschiedliche Auktionsdesigns die tatsächlichen Kosten für die Entwicklung von Windparks widerspiegeln und somit Kostensenkungen in niedrigere Gebote umgesetzt werden können. Der zweite Forschungsartikel untersucht die Auswirkungen der Unsicherheit in integrierten Optimierungsmodellen für Strom- und Gassysteme. Wir befassen uns mit einem Kompromiss, mit dem die Energieforschungsgemeinschaft täglich konfrontiert ist, d. h. mit der Frage, ob man die Unsicherheit bei der Erstellung eines Energiesystemmodells vernachlässigen und eine suboptimale Lösung akzeptieren soll oder die Unsicherheit einbezieht und dadurch die Modellkomplexität erhöht. Unsere Forschung zielt darauf ab, ein systematisches Verständnis dafür zu schaffen, welche parametrischen Ungewissheiten langfristige Planungsentscheidungen in Energiesystemmodellen am stärksten beeinflussen. Im dritten Forschungsartikel konzentrieren wir uns auf die saisonale Flexibilität auf dem europäischen Erdgasmarkt. Wir entwickeln ein Optimierungsmodell, um die Funktionsweise des Gasmarktes über einen langen Zeitraum zu simulieren. Dadurch können wir strukturelle Trends in der Marktentwicklung untersuchen, die durch sich ändernde fundamentale Strukturen von Angebot und Nachfrage bestimmt werden. Unsere Arbeit leistet einen Beitrag zur methodischen Frage, wie die Beiträge verschiedener Flexibilitätsoptionen gemessen werden können. Schließlich untersucht der vierte Forschungsartikel den Wert von Projekten von gemeinsamem Interesse—Gasinfrastrukturprojekte, die mit öffentlichen EU-Mitteln gefördert werden—für die Erhaltung der Leistungsfähigkeit des Gassystems in Zeiten von Nachfragespitzen in kalten Winterzeiten und Versorgungsengpässen. Zu diesem Zweck entwickeln wir die erste Anwendung der adaptiven robusten Optimierung auf die Planung des Ausbaus der Gasinfrastruktur. Das Modell bestimmt endogen schlimmstmögliche Realisierungen unbekannter Parameter und schlägt optimale Investitionsstrategien vor, um diese zu berücksichtigen. Wir stellen fest, dass (i) robuste Lösungen auf konsistente Präferenzen für bestimmte Infrastrukturprojekte hindeuten, (ii) die realen Baumaßnahmen sich auf die vielversprechendsten Projekte konzentriert haben und (iii) die meisten Projekte ohne finanzielle Unterstützung kaum zu realisieren wären. KW - Energy modelling KW - Energy systems KW - Stochastic programming KW - Uncertainty KW - Energiemodellierung KW - Energiesysteme KW - Stochastische Programmierung KW - Unsicherheit KW - Energieversorgung KW - Energiemarkt KW - Stochastisches Modell Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:co1-opus4-59762 ER -