27.12.2012 Aufrufe

Jahresbericht 2007 - FGE - RWTH Aachen University

Jahresbericht 2007 - FGE - RWTH Aachen University

Jahresbericht 2007 - FGE - RWTH Aachen University

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

ein periodisches Verhalten festzustellen, welches auf<br />

die von der Jahreszeit und der Geschäftstätigkeit<br />

abhängige Nachfrageseite des Preisbildungsprozesses<br />

zurückzuführen ist. Es sind sowohl eine Jahressaison<br />

als auch charakteristische Tagesfiguren zu beobachten.<br />

Zudem lässt die visuelle Auswertung das Vorliegen<br />

eines langfristigen Trends vermuten.<br />

Zu den stochastischen, d. h. zufallsbedingten, Eigenschaften<br />

der Strompreise zählen die Mean-Reversion<br />

Eigenschaft, die hohe Volatilität sowie das Auftreten<br />

extremer Preisspitzen. Als Mean-Reversion bezeichnet<br />

man die Eigenschaft der Strompreise, um ein längerfristiges<br />

Preisniveau mit kurzfristigen Ausschlägen zu<br />

schwanken. Dies erscheint plausibel, da der Angebotsseite<br />

des Preisbildungsprozesses die Erzeugungsgrenzkosten<br />

zugrunde liegen. Diese haben einen Einfluss auf<br />

das längerfristige Preisniveau der Strompreise, Abweichungen<br />

davon sind auf kurzfristige Schwankungen der<br />

Angebots- bzw. Nachfrageseite zurückzuführen. Die<br />

hohe Volatilität resultiert ebenfalls aus diesen Schwankungen<br />

und weist eine zeitliche Varianz auf. Aufgrund<br />

der Nichtlinearität der Grenzkostenkurve, die im<br />

Schwachlastbereich flacher als im Starklastbereich<br />

verläuft, führen Nachfrageschwankungen in Schwachlastzeiten<br />

bei gleicher Grenzkostenkurve zu geringeren<br />

Preisschwankungen als in Starklastzeiten. Durch<br />

Kraftwerksausfälle, extreme klimatische Gegebenheiten<br />

oder auch irrationales Bieterverhalten kann es<br />

kurzfristig zu extremen Preisspitzen kommen. Im Jahr<br />

2006 ist es an der deutschen Strombörse European<br />

Energy Exchange bspw. in einzelnen Stunden zu Preisen<br />

von bis zu rund 2500 EUR/MWh gekommen [3].<br />

Neben den deterministischen und stochastischen<br />

Eigenschaften, lässt sich feststellen, dass die Strompreise<br />

auch von exogenen Größen, wie bspw. den<br />

Brennstoffkosten oder den Preisen für Emissionszertifikate,<br />

beeinflusst werden. Mit den Mitteln der Regressionsanalyse<br />

lassen sich derartige Abhängigkeiten<br />

belegen. Unter Umständen lassen sich solche Korrelationen<br />

allerdings nicht eindeutig feststellen, da in der<br />

Regel eine Vielzahl von Größen miteinander in Wechselwirkungen<br />

stehen. Im Falle der Strompreise ist<br />

davon auszugehen, dass die Erwartung des Marktes<br />

über die in den Preisbildungsprozessen implizierten<br />

Wechselwirkungen sowie die Entwicklung der die<br />

Strompreise beeinflussenden Größen in den Terminmarktpreisen<br />

widergespiegelt sind. Diese könnten<br />

daher zur aggregierten Abbildung des Einflusses der<br />

exogenen Größen anstelle der exogenen Größen selbst<br />

herangezogen werden.<br />

Aufgrund von Unsicherheiten in der Entwicklung der die<br />

Strompreise beeinflussenden Größen, besteht für die<br />

Strompreise ebenfalls eine Unsicherheit hinsichtlich<br />

ihrer längerfristigen Entwicklung. Neben einer die<br />

FORSCHUNGSPROJEKTE<br />

kurzfristigen stochastischen Effekte abbildenden<br />

Berücksichtigung kurzfristiger Zeitabhängigkeiten sind<br />

daher auch längerfristige Zeitabhängigkeiten der<br />

Strompreise zu berücksichtigen.<br />

2.2 Strompreismodelle<br />

Zur Modellierung der Strompreise sind in der Literatur<br />

zwei wesentliche Klassen von Modellen bekannt, deren<br />

grundlegende Ideen im Folgenden erläutert werden.<br />

2.2.1 Fundamentalmodelle<br />

Der den Fundamentalmodellen zugrunde liegende<br />

Ansatz geht davon aus, dass sich die Strompreise<br />

vollständig durch Abbildung wesentlicher physikalischer<br />

und wirtschaftlicher Zusammenhänge beschreiben<br />

lassen. Ausgehend von einer grenzkostenbasierten<br />

Preisbildung werden Fundamentalmodelle häufig um<br />

spieltheoretische Modelle zur Abbildung strategischen<br />

Bieterverhaltens ergänzt, das mit einer oligopolistischen<br />

Marktstruktur begründet wird.<br />

Für die Modellierung der Angebots- wie der Nachfrageseite<br />

entsteht ein hoher Datenaufwand. Hinsichtlich<br />

der Angebotsseite ist bspw. eine detaillierte Kenntnis<br />

des Kraftwerksparks und der Brennstoffpreise notwendig.<br />

Die Entwicklung beider Größen muss ebenfalls<br />

möglichst exakt abgebildet werden. Die notwendige<br />

Detaillierung einzelner Elemente des Fundamentalmodells<br />

orientiert sich dabei an den untersuchten Fragestellungen<br />

und dem betrachteten Zeitbereich. Fundamentalmodelle<br />

finden meist im mittel- bis langfristigen<br />

Zeitbereich Anwendung.<br />

2.2.2 Stochastische Modelle<br />

Die Grundidee stochastischer Modelle basiert auf der<br />

Annahme, dass sich sämtliche Marktinformationen, die<br />

zur Abschätzung der zukünftigen Entwicklung der<br />

betrachteten Größe relevant sind, in den historischen<br />

Ausprägungen dieser Größe widerspiegeln. In dieser<br />

Grundform entsprechen stochastische Modelle im<br />

Wesentlichen einer Fortschreibung der aus den historischen<br />

Daten abgeleiteten deterministischen und<br />

stochastischen Eigenschaften in die Zukunft. Voraussetzung<br />

für die Anwendbarkeit solcher Modelle ist die<br />

Zulässigkeit der Annahme, dass die historischen<br />

Eigenschaften der Preise auch für die Zukunft Geltung<br />

haben. Längerfristige Entwicklungen, wie bspw. eine<br />

Veränderung des Kraftwerksparks, können dazu führen,<br />

dass diese Annahme nicht mehr oder nur noch teilweise<br />

gültig ist. Daher finden stochastische Modelle in der<br />

Regel im kurz- bis mittelfristigen Zeitbereich Anwendung.<br />

Zusätzlich besteht die Möglichkeit stochastische<br />

Modelle durch die Betrachtung exogener Größen zu<br />

ergänzen, um auf diese Weise die Genauigkeit des<br />

IAEW – <strong>FGE</strong> – JAHRESBERICHT <strong>2007</strong> 97

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!