Masterarbeit (m/w/d) – Prognosen für Energiegemeinschaften

Erarbeitung eines Spieltheorie- und Machine Learning Ansatzes zur Modellierung strategisch bietender Akteure im Energiesystem

Perspektivisch werden Anschlussnehmer mit flexiblen Anlagen (Flexumer) verstärkt auf dynamische Preissignale reagieren. So kann zum einen ihre Stromrechnung reduziert werden, zum anderen aber auch die Möglichkeit geschaffen werden, durch strategisch gebildete Preise Anreize für ein netz- oder systemdienliches Verbrauchsverhalten zu schaffen.

Dies hat jedoch zu Folge, dass Standardlastprofile, die aktuell als Basis für Verbrauchsprognosen benutzt werden, an Bedeutung verlieren werden. Zudem sind bei einer hohen Durchdringung von strategisch bietenden Akteuren im System hohe Rückkopplungseffekte des Verhaltens der einzelnen Flexumer auf die systemischen Bedingungen, die zur Entstehung des Preises geführt haben, zu erwarten. Besonders im Kontext von Energiegemeinschaften, in denen sich eine kleine Anzahl an Flexumern zusammenschließt und gemeinsam Anlagen betreibt, müssen zeitnah neue Ansätze zur Prognose des Verbrauchsverhaltens und der Reaktion auf Preise entwickelt werden, um auf Basis einer lokalen Preisbildung das gewünschte Verhalten in der Energiegemeinschaft anzureizen.

Um diese Rückkopplungseffekte direkt im Prognosemodell zu berücksichtigen, bieten sich Ansätze aus der Spieltheorie, sogenannte Mean-Field-Games, als Lösung an. Im Rahmen dieser Masterarbeit soll auf Basis einer Literaturrecherche zu Mean-Field-Games eine mathematische Formulierung des spieltheoretischen Problems für den Kontext von Energiegemeinschaft erfolgen und anschließend eine Machine-Learning Simulation basierend auf dem entwickelten Modell implementiert werden.

Studierende bekommen die Chance, im Team der FfE eigene Ideen einzubringen, an der Methoden- und Modellentwicklung mitzuarbeiten und selbstständig wissenschaftliche Fragestellungen zu bearbeiten, um so Einblicke in die wissenschaftliche Praxis zu bekommen. Die Begleitung erfolgt dabei durch ein Team an wissenschaftlichen Mitarbeitern mit einer breiten Expertise in den Bereichen Energiewirtschaft und Modellierung.