ML-Strom
Das Projekt ML-Strom untersucht Strommärkte mit neuen statistischen Methoden. Dabei geht es primär um Daten über einzelne Kraftwerke. Mit Hilfe maschineller Lernverfahren sollen die technischen und wirtschaftlichen Eigenschaften dieser Kraftwerke und ihre Reaktion auf äußere Einflüsse verstanden werden. Mit diesem Wissen sollen schließlich Modelle für den Strommarkt entwickelt werden, die Marktmacht, technische Möglichkeiten und Handelsdaten berücksichtigen.
Das interdisziplinäre Kooperationsprojekt zwischen Strommarktforscherinnen und –forschern, sowie Expertinnen und Experten der Datenanalyse an der Hertie School untersucht mit Hilfe des maschinellen Lernens zwei miteinander verwandte energieökonomische Forschungsfragen zum Einsatzverhalten einzelner Kraftwerke im Strommarkt. Zum einen sollen techno-ökonomische Parameter verschiedener Kraftwerkstypen anhand empirischer Beobachtungen mit Hilfe von Datenanalyse abgeschätzt und darauf aufbauend eine Typisierung von Kraftwerken vorgenommen werden. Zum anderen wird untersucht, ob und inwieweit sich Kraftwerksbetreiber strategisch verhalten, in Hinblick auf eine mögliche Ausnutzung von Marktmacht im „Day-Ahead“ Handel sowie auf „Gaming“ im Kraftwerks-Redispatch. Diese Fragestellungen sind sowohl für die energiewirtschaftliche Forschung als auch politisch von unmittelbarem Interesse, angesichts der steigenden Bedeutung von erneuerbaren Energien und der Weiterentwicklung des europäischen Strommarktdesigns.