• Problem: Der Output von erneuerbare Energie-Ressourcen ist stark schwankend und von meteorologischen Einflüssen (z.B. Windstärke und Sonnenstrahlung) abhängig. Diese hohe Volatilität und Wetterabhängigkeit gilt es bei der Kapazitätsplanung von Investitionen in erneuerbare Energie-Ressourcen zu berücksichtigen. In diesem Zusammenhang erweist sich die aus der Finanzdomäne stammende Markowitz’sche Portfoliotheorie als nicht zweckmäßig. Einerseits steht das Investitionsvolumen nicht fest, sondern es ist vielmehr zu ermitteln. Andererseits sind die Wettereinflüsse und deren Entwicklungen viel zu komplex, um anhand einer 1-periodigen ‚Rendite‘ darstellbar zu sein.
  • Forschungsmethode: Anstatt der in der Praxis als Risikokennzahl verwendeten Exceedance Probability wird das Minimum Exceedance Probability (MEP)-Framework verwendet. Dabei handelt es sich um eine ‚Chance Constraint Programming‘-Optimierung (Charnes/Cooper), welche zwecks ‚Linear Programming‘-Lösbarkeit mit dem ‚Sampling and Discarding‘-Algorithmus (Campi/Garatti) kombiniert wird. Bei Verwendung empirisch vorliegender Wetterdaten lassen sich damit die geografisch optimalen Kapazitäten für Investitionen in erneuerbare Energie-Ressourcen bestimmen.
  • Beitrag:
    • Ondra/Schwaiger/Eigruber: Direct investments in renewable energy portfolios – Stochastic NPV-based capacity budgeting, Conference on Energy, COVID, and Climate Change, Online, International Association of Energy Economics (IAEE), 2021.
    • Schwaiger/Eigruber: Autarcic Energy @ Home – Geografisch optimale Kapazitätsplanung von Investitionen in erneuerbare Energien mit dem MEP-Framework, WINGbusiness 1/22, Graz, 2022.