Artikel teilen auf

Um den optimalen Einsatz von Wasserkraftwerken zu berechnen, eignen sich sowohl die stochastische wie auch die deterministische Optimierung. Ein umfangreiches Backtesting zeigt zwei grosse Vorteile der stochastischen Optimierung auf.

Der optimale Einsatz sämtlicher Wasserkraftwerke wird täglich auf Basis aktualisierter Prognosen für Strompreise und Wasserzuflüssen sowie der aktuellen Revisionsplanung neu berechnet. Hierzu bieten sich die stochastische oder die deterministische Optimierung an. Im Gegensatz zur deterministischen Optimierung berücksichtigt die stochastische Optimierung die in der Realität vorkommenden Unsicherheiten auf Preisen oder Zuflüssen. Wie gross der Mehrwert dieser Methode ist, kann mit Hilfe eines Backtestings bestimmt werden.

Mehrwert durch stochastische Optimierung

Das Backtesting besteht aus der Gegenüberstellung der deterministischen und der stochastischen Bewirtschaftung der flexiblen Kraftwerke. Dazu wird für beide Methoden der tägliche Börsengang mittels Grenzpreisen simuliert. Als Grundlage dienen die historisierten Preis- und Zuflussprognosen.

Die nachgelagerte Bewirtschaftungssimulation berechnet täglich die Evolution der Speicherfüllstände aus dem an der Börse realisierten Programm und den tatsächlichen Zuflüssen. Aus der Simulation resultiert für den Beurteilungshorizont jeweils die in beiden Methoden generierte Marge.

Als Benchmark dient die Marge, die bei perfekter Voraussicht der Settlements und Zuflüssen hätte gesichert werden können (sogenannte Perfect Foresight Value). Nachfolgende Abbildung zeigt die erreichten Anteile am Perfect Foresight Value (in blau: deterministische Methode, in rot: stochastische Methode). Mit Ausnahme des Jahres 5 erreicht die stochastische Methode in jedem Jahr einen signifikant höheren Deckungsbeitrag.

Höhere Marge in der stochastischen Optimierung im Vergleich zur deterministischen Optimierung

Vorsichtigere Speicherfahrweise reduziert Bewirtschaftungsrisiken

Neben dem finanziellen Mehrwert zeigt sich ein weiterer gewichtiger Vorteil: Die stochastische Methode führt durch die Berücksichtigung von Unsicherheiten zu einer vorsichtigeren Speicherfahrweise und somit zu einer Reduktion von Bewirtschaftungsrisiken.

Die nachfolgende Abbildung zeigt den Verlauf eines Speichervolumens für die beiden Methoden. Anders als die blaue Kurve (deterministische Optimierung) vermeidet die rote Kurve (stochastische Optimierung) erfolgreich extreme Speicherfüllstände (grau gestrichelt).

Vorsichtigere Speicherfahrweise in der stochastischen Optimierung im Vergleich zur deterministischen Optimierung

Stochastische Optimierung überzeugt

Die Untersuchungen an realen Kraftwerken haben gezeigt, dass die stochastische gegenüber der deterministischen Optimierung sowohl finanzielle als auch methodische Vorteile bietet. Aus diesem Grund setzt die BKW auf die stochastische Optimierung von Time-steps.

Anton Lüthi

Anton Lüthi

Als Operations Research Analyst ist der Physiker zuständig für die tägliche numerische Optimierung aller flexiblen Kraftwerke bei der BKW. Dazu entwickelt und unterhält er die Optimierungsmodelle und hält die Optimierungslandschaft auf dem neusten Stand.

Juerg Eschmann

Juerg Eschmann

Als Leiter Asset Optimisation & Analysis ist er für die optimale Bewirtschaftung aller Pumpspeicher- und thermischen Kraftwerke der BKW verantwortlich. Zu deren Vermarktung entwickelt und betreibt er energiewirtschaftliche Modelle und Marktanalysen.