Zeitschrift für Energiewirtschaft

, Volume 36, Issue 1, pp 9–25 | Cite as

Untersuchung verschiedener Handelsstrategien für Wind- und Solarenergie unter Berücksichtigung der EEG 2012 Novellierung

  • Corinna Möhrlen
  • Markus Pahlow
  • Jess U. Jørgensen
Article

Zusammenfassung

Mit der EEG 2012 Novelle wird die Vermarktung von Wind- und Solarstrom für wesentlich mehr Akteure möglich, da mit Einführung der Marktprämie eine Kompensation für marktrelevante Ausgaben nicht mehr nur den Übertragungsnetzbetreibern zusteht. Es kann also erwartet werden, dass der Anteil an direktvermarktetem Strom aus Erneuerbaren Energien steigen wird. Eine zentrale Frage hierbei ist, wie effizient ein Bilanzkreisverantwortlicher arbeiten muss, um auch mit einem kleineren Pool konkurrenzfähig zu sein. Die Quantifizierung der Ausgleichsenergiekosten verschiedener Handelsstrategien ist jedoch komplex und schwierig abzuschätzen. Wir stellen hier eine Methodik vor, welche diese Problematik berücksichtigt. Darüber hinaus werden die Notwendigkeit und der monetäre Wert des Intra-Day-Handels zur Handhabung von Wind- und Solarstrom untersucht und klar herausgestellt. Die in dieser Arbeit vorgestellten Handelsstrategien bedienen sich eines Unsicherheitsbandes für die untertägig zu korrigierenden Strommengen um Mehrfachhandel zu verhindern, bei gleichzeitiger Verringerung der Gesamtausgleichsmengen und damit verbundener Kosten.

Schlüsselwörter

Windenergieausgleich EPEX-Spotmarkt Ensemblevorhersagen Windenergieprognose EEG Novellierung 2012 Unsicherheitsprognosen Direktvermarktung Solarenergieprognose 

Investigation of various trading strategies for wind and solar power developed for the new EEG 2012 law

Abstract

The new EEG 2012 law opens up for more parties to participate in the trading of wind and solar power, because of the bonus system that now compensates everybody for all market relevant costs, not only the Transmission System Operators. Therefore it can be expected, that the trading of renewable energies by private parties will increase. One of the central questions to be answered is how efficient does a balance responsible party have to be to stay competitive also with a small pool. The quantification of balance costs for different trading strategies is however complex and non-trivial. We propose a methodology in this study that accounts for this fact. Additionally, we analyse and show the requirements and the monetary value of Intra-Day trading for the handling of wind and solar power. The trading strategies proposed in this article make use of an uncertainty band around the forecasts used in the Intra-Day, in order to avoid double trading and thereby reducing the total balancing volume and the associated costs.

Notes

Danksagung

Die Autorem möchten Ihren Dank der teilweisen Förderung dieser Studie durch das BMU im Rahmen des RAVE-Netzintegrations-Projektes 2008–2012, sowie des dänischen PSO-Förderprogrammes FORSK-EL 2008–2011 im Rahmen des DEWEPS Projektes, ausdrücken. Dank gebührt auch einigen unserer Kunden, die mit ihrem Wissen und durch Informationsaustausch und Diskussionsbereitschaft Problembereiche anstießen, aus denen Ideen für neue Anwendungen unserer Prognosen herausgearbeitet und realisiert werden können. Besonders danken möchten wir dem anonymen Reviewer für die fachkundige Durchsicht und die hilfreichen und konstruktiven Kommentare, die zu einer wesentlichen Verbesserung des Manuskriptes beigetragen haben.

Literatur

  1. Amprion (2011a) Ausgleichsenergieabrechnung gegenüber der Bilanzkreisverantwortlichen. http://www.amprion.net/ausgleichsenergiepreis#
  2. Amprion (2011b) Am Intra-Day-Markt beschaffte bzw. veräußerte Strommenge. http://www.amprion.net/bilanzkreis-eeg#
  3. BMJ (2002) Kraft-Wärme-Kopplungsgesetz vom 19. März 2002 (BGBl. I S. 1092), das zuletzt durch Artikel 11 des Gesetzes vom 28. Juli 2011 (BGBl. I S. 1634) geändert worden ist, http://www.gesetze-im-internet.de/kwkg_2002/index.html
  4. BMU (2008) Gesetz für den Vorrang Erneuerbarer Energien (Erneuerbare-Energien-Gesetz – EEG). http://www.bmu.de/erneuerbare_energien/downloads/doc/40508.php
  5. BMU (2011) Gesetz zur Neuregelung des Rechtsrahmens für die Förderung der Stromerzeugung aus erneuerbaren Energien. http://www.bmu.de/erneuerbare_energien/downloads/doc/47585.php
  6. Brankovic C, Palmer TN, Molteni F, Tibaldi S, Cubasch U (1990) Extended-range predictions with ECMWF models: time-lagged ensemble forecasting. Q J R Meteorol Soc 116:867–912 Google Scholar
  7. Bundesnetzagentur für Elektrizität, Gas, Telekommunikation, Post und Eisenbahnen (2010) Beschluss BK6-08-111 Google Scholar
  8. EPEX SPOT (2011b) EPEX spot operational rules, 08-08-2011 Google Scholar
  9. Jørgensen JU, Möhrlen C (2011) Increasing the competition on reserve for balancing wind power with the help of ensemble forecasts. In: Proceedings 10th international workshop on large-scale integration of wind power into power systems as well as on transmission networks for offshore wind power plants, Aarhus, Denmark Google Scholar
  10. Lang S, Möhrlen C, Jørgensen J, ÓGallachóir B, McKeogh E (2006) Application of a multi-scheme ensemble prediction system for wind power forecasting in Ireland and comparison with validation results from Denmark. In: Scientific proceedings European wind energy conference, Greece Google Scholar
  11. Möhrlen C (2004) Uncertainty in wind energy forecasting. PhD thesis, Department of Civil and Environmental Engineering, University College Cork, Ireland, DP2004 MOHR Google Scholar
  12. Möhrlen C, Jørgensen JU (2006) Forecasting wind power in high wind penetration markets using multi-scheme ensemble prediction methods. In: Proceedings German wind energy conference DEWEK, Bremen, Germany Google Scholar
  13. Möhrlen C, Jørgensen JU, Pinson P, Madsen H, Runge Kristoffersen J (2007) HRENSEMBLEHR—high resolution ensemble for horns rev. In: Proceedings European offshore wind energy conference, Berlin Google Scholar
  14. Möhrlen C, Jørgensen JU (2009) A new algorithm for upscaling and short-term forecasting of wind power using ensemble forecasts. In: Proceedings 8th int workshop on large-scale integr of wind power Google Scholar
  15. Molteni F, Buizza R, Palmer TN, Petrollagis T (1996) The ECMWF ensemble prediction system: methodology and validation. Q J R Meteorol Soc 122:73–119 CrossRefGoogle Scholar
  16. Nanahara T, Asari M, Maejima T, Sato T, Yamaguchi K, Shibata M (2004) Smoothing effects of distributed wind turbines. Part 2. Coherence among power output of distant wind turbines. Wind Energy 7:75–85 CrossRefGoogle Scholar
  17. Palmer TN, Molteni F, Mureau R, Buizza R, Chapelet P, Tribbia J (1993) Ensemble prediction. In: ECMWF seminar proceedings “Validation of models over Europe”, Shinfield Park, Reading, UK, vol 1, ECMWF Google Scholar
  18. Stensrud DJ, Bao JW, Warner TT (2000) Using initial condition and model physics perturbations in short-range ensemble simulations of mesoscale convective systems. Mon Weather Rev 128:2077–2107 CrossRefGoogle Scholar
  19. Toth Z, Kalnay E (1993) Ensemble forecasting at NMC: the generation of perturbations. Bull Am Meteorol Soc 74:2317–2330 CrossRefGoogle Scholar
  20. Tastu J, Pinson P, Kotwa E, Madsen H, Nielsen HA (2011) Spatio-temporal analysis and modeling of short-term wind power forecast errors. Wind Energy 14:43–60 CrossRefGoogle Scholar
  21. Vincent C, Giebel G, Pinson P, Madsen H (2010) Resolving nonstationary spectral information in wind speed time series using the Hilbert–Huang transform. J Appl Meteorol Climatol 49:253–267 CrossRefGoogle Scholar
  22. Vincent CL, Pinson P, Giebela G (2011) Wind fluctuations over the North Sea. Int J Climatol 31:1584–1595 Google Scholar
  23. Zolotarev P, Treuer M, Weißbach T, Gökeler M (2009) Netzregelverbund, Koordinierter Onsets von Sekundärregelleistung. VDI-Berichte 2080, VDI-Verlag GmbH, ISBN:9783180920801 Google Scholar

Copyright information

© Vieweg+Teubner 2011

Authors and Affiliations

  • Corinna Möhrlen
    • 1
  • Markus Pahlow
    • 1
  • Jess U. Jørgensen
    • 2
  1. 1.WEPROG GmbHAltdorfDeutschland
  2. 2.WEPROG ApSEbberupDänemark

Personalised recommendations