TU Darmstadt / ULB / TUprints

Operationale Risiken in der Energieversorgung: Modelle und Methoden zur Berechnung der Risiken mit Hilfe von Value-at-Risk.

Schreiner, Andrej (2012)
Operationale Risiken in der Energieversorgung: Modelle und Methoden zur Berechnung der Risiken mit Hilfe von Value-at-Risk.
Technische Universität
Ph.D. Thesis, Primary publication

[img]
Preview
Dokument wurde in Latex erstellt und in PDF umgewandelt. Alle Bilder wurden in PNG Format zu Latex-Kompiler hinzugefügt - PDF
Dissertation_AS.pdf
Copyright Information: In Copyright.

Download (10MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Operationale Risiken in der Energieversorgung: Modelle und Methoden zur Berechnung der Risiken mit Hilfe von Value-at-Risk.
Language: German
Referees: Balzer, Prof. Dr.- Gerd ; Rehtanz, Prof.Dr.-I Christian
Date: 3 September 2012
Place of Publication: Darmstadt
Publisher: tuprints
Date of oral examination: 2 May 2012
Abstract:

Die elektrische Energieversorgung spielt in der heutigen hochtechnisierten Volkswirtschaft eine immens wichtige Rolle. Der Beitrag der Elektrizität ist in jedem Glied der heutigen Wertschöpfungskette vorhanden und nicht ohne weiteres zu ersetzen. Betrachtet man speziell den Netzbetrieb als Bindeglied zwischen dem Absatz und der Energieerzeugung, so führen die neusten Marktentwicklungen zu einem erhöhten Kostendruck auf Seite der Netzbetreiber. Die Geschäftstätigkeit der Netzbetreiber besteht in der Unterhaltung der Netzanlagen und ist aus diesem Grund sehr kapitalintensiv. Sie sehen sich einer nach oben festgesetzten Preisgrenze gegenüber und müssen ihre Potenziale neben der Prozessoptimierung, in der Optimierung der Instandhaltungsaktivitäten der Anlagen ausschöpfen. De facto mündet dies in der Reduktion der Ausgaben für die Instandhaltung und Erneuerung der Anlagen, was gegeben falls zur Verschlechterung der Anlagenverfügbarkeit führt. Modernes Instandhaltungsmanagement soll daher zwischen Einsparungen und Risiken abwägen und alle Instandhaltungsaktivitäten unter Berücksichtigung der damit verbundenen Konsequenzen koordinieren. Alle unternehmerischen Tätigkeiten sind grundsätzlich Risiken unterworfen. Diese Risiken beeinflussen die Zielerreichung und gefährden die Grundsubstanz eines Unternehmens einerseits, auf der anderen Seite werden dadurch neue Chancen eröffnet. Dies ist der Grundsatz jedes Unternehmertums. Für ein gutes Management gilt es Risiken rechtzeitig zu erkennen und gegebenenfalls durch die entsprechende Maßnahmen zu minimieren. Die Investitionsentscheidungen in der Energieversorgung wurden bislang von der Risikoanalyse und dem Risikomanagement durch die Monopolsituation nicht betroffen. Durch die geänderte Marktsituation gilt es nun auf den neuen Trend schnellstmöglich zu reagieren und solche Kriterien wie Wirtschaftlichkeit, Effizienz und Wettbewerbsfähigkeit fest in die Unternehmensgrundsätze eines modernen Energienetzbetreibers zu integrieren. Der richtige Umgang mit Risiken gehört unwiderruflich dazu. Insbesondere in der Mittelspannungsebene sind die Vorteile eines optimierten Risikomanagements von großer Bedeutung. Gründe dafür liegen in der Anzahl der Betriebsmittel in Verteilungsnetzen, die einen hohen Kapitaleinsatz erfordern. So wurde der Wiederbeschaffungswert deutscher Mittelspannungsnetze auf ca. 20 Mrd. Euro geschätzt. Risiko ist sowohl in der allgemeinen Umgangssprache, als auch in der Wissenschaft, Politik und anderen gesellschaftlichen Bereichen, ein häufig verwendeter Begriff. Durch seinen hohen Verbreitungsgrad und dessen Verwendung in unterschiedlichen Kontexten, gibt es keine einheitliche Definition, die alle Facetten gleichzeitig abdecken könnte. Im Kontext mit Energieversorgungssystemen wird oft vom Risiko als Produkt aus der Wahrscheinlichkeit und der Konsequenz des Ausfalls eines oder mehrerer Komponenten gesprochen. Im Unterschied zum unternehmensweiten Risikoma-nagementsystem, der z.B. im Gesetz zu Kontrolle und Transparenz im Unternehmensbereich (KonTraG) beschrieben wird und wo es um die existenzbedrohenden Risiken in einem Unternehmen geht, spricht man in Zusammenhang mit einem Risikomanagementsystem in der Energieversorgung über die Bewertung der Netzzuverlässigkeit bzw. durch die Versorgungsausfälle verursachten, mehr oder weniger schwerwiegenden, Konsequenzen. Es ist in der Regel die Aufgabe des Asset Managers mit einem passendem Managementsystem die Ausfallrisiken zu identifizieren, zu quantifizieren und falls nötig zu minimieren. Die Analyse der vorhandenen Methoden im Umfeld von Energieversorgungsnetzen hat verdeutlicht, dass der aktuelle Stand der Technik einige Defizite aufweist. In den meisten Verfahren wird das Risiko zwar als Produkt aus der Wahrscheinlichkeit und Konsequenz aufgefasst, die konkrete Bewertung lässt aber viele Facetten offen. Die Schwierigkeiten fangen schon bei der Abschätzung der Zuverlässigkeitskennzahlen eines Netzes an. Hier werden die Zuverlässigkeitscharakteristiken der einzelnen Betriebsmittel als Lageparameter zur Abschätzung der Netzverfügbarkeit eingesetzt. Ein großer Nachteil solcher Methodik ergibt sich aus der Tatsache, dass diese in den meisten Fällen nur den mittleren Wert des Risikos abbildet und den Rest der Verteilung außer Acht lässt. Dabei spielen gerade die Streuungsparameter und der Konfidenzintervall in dem der wahre Wert liegt, eine große Rolle. Auf diese Art und Weise werden Wahrscheinlichkeit und Konsequenz oft als deterministische Größe interpretiert und die inhärenten Unsicherheiten in den beiden Begriffen außer Acht gelassen. Der in dieser Arbeit verfolgte Ansatz zielt auf die Entwicklung eines Instruments zur Risikoeinschätzung im Umfeld der Energieversorgung am Beispiel eines Mittelspannungsnetzes. Hierzu werden die in der Finanz- und Versicherungswirtschaft bereits vorhandene Verfahren aufgegriffen und auf ihre Konformität mit der gestellten Aufgabe untersucht. Von besonderem Interessen sind in diesem Zusammenhang die Verfahren zur Messung eines Value-at-Risk, die in den Finanz- und Versicherungsbranchen eine breite Verwendung finden. Generell werden in solchen Verfahren die Finanzportfolien auf Risiken untersucht und ein Risikowert berechnet, der mit einem Sicherheitsniveau zusammen den größtmöglichen Verlust in der betrachteten Zeitperiode erleiden könnte. Der Wert gibt das Risikoausmaß einer Investition an und wird ”Value-at-Risk” bezeichnet. Hier wird der größtmögliche Informationsgehalt über die Risikofaktoren in einer komprimierten Form zu einem Risikoindex zusammengefasst. Andererseits setzen die Verfahren auf klare Risikomodelle, die in der Regel für den Einsatz in den Aktienmärkten mit umfangreichen Datenbeständen optimiert worden sind. Im Zusammenhang mit den operativen Risiken im Asset Management der Ener-gieversorgung müssen diese Modelle modifiziert werden, um mit dem spärlichen Datenbestand fertig zu werden. Dafür wird ein Verfahren eingesetzt, das in der Versicherungsmathematik unter dem Namen ”Loss Distribution Approach” bekannt ist. Dieses Verfahren stellt sich der Herausforderung, mit volatilem Datenbestand und unsymmetrischen Verteilungen der Risikofaktoren als Eingangsparameter über simulativen oder analytischen Ansatz für eine definierte Risikogruppe und Periodendauer eine Gesamtschadensverteilung abzuleiten. Im Rahmen des simulativen Ansatzes wird dabei die bekannte und schnell zu implementierende Monte-Carlo-Simulation eingesetzt. Der analytische Ansatz bedient sich dabei der Fast-Fourier-Analyse. Beide Verfahren werden in der Arbeit auf ihre Einsetzbarkeit im Umfeld des Asset Managements der Energieversorgungsnetze analysiert, für den praktischen Ansatz modifiziert und am Beispiel eines Mittelspannungsnetzes eingesetzt. Die Ergebnisse der Berechnung sind die Gesamtschadensprognosen, die aus den Ausfällen definierter Betriebsmittelgruppen und unter Einbeziehung aller möglichen Risikotreiber resultieren. Zum Abschluss der Arbeit werden die Ergebnisse ausführlich diskutiert und weiterführende Forschungen eingeleitet.

Alternative Abstract:
Alternative AbstractLanguage

The electrical power supply is immensely important in the today’s high-tech economy. The contribution of electricity is present in each member of value added chain and cannot be replaced. Specifically looking at network operators as a link between energy sales and the energy generation, the latest market developments lead to a higher cost pressure across the network operator. The business of the operator consists in maintenance of power grid assets and is therefore very capital intensive. They are confronted with an upper bounded price borders and must exploit their potential in optimization of the operational processes and optimization of the maintenance activities. This leads to the reduction of expenditure on the maintenance and reinvestment costs of the equipment and on the other side to the deterioration of the system availability. Modern maintenance management should weigh between savings and risks, and coordinate all maintenance activities, taking into account the consequences of failures. All business activities are in principle subject to risks. These risks influence the achievement and endanger the ground substance of the company on the one hand and open new opportunities on the other hand as inherent part of business actions. This is the principle of every business. It is the task of a good management in a timely manner to identify risks and to minimize action. The investment decisions in the energy supply were not affected by the risk analysis and risk management because of the monopoly situation in the past. By the changed market situation, it is now necessary to react as soon as possible to the new market developments and to integrate such criteria as efficiency and com-petitiveness in the business principles of a modern energy operator. The right handling with risks belongs to this task irrevocably. Particularly the medium-voltage grid operators benefit from optimized risk management. The reasons for this lie in the number of resources in distribution networks, which require a high capital investment. So, the reinvestment value of German medium voltage grids was estimated to be around 20 billion Euros. Risk is a commonly used term in the science, politics and other social areas. Due to its high penetration and its use in different contexts, there is no uniform definition which could cover all aspects at the same time. In the context of electrical power systems, often is spoken by the risk as the product of the probability and the consequence of the failure of one or more components. In contrast to the enterprisewide risk management system, which is described in the law on control and transparency (KonTraG), associates the risk management of power systems the evaluation of consequences on system reliability and severity of failures in components. It is the task of asset managers to identify, to quantify and if necessary to minimize the risk by appropriate risk management. The analysis of existing methods for risk evaluation in the field of energy distribution networks has clarified that the current state of the art has some shortcomings. In the most approaches the risk is described as the product of the likelihood and consequence of failures, the concrete assessment approaches are not defined. The problems start already at the estimation of reliability indicators. Here the reliability characteristics of individual assets are putted in the calculation as location parameters. A major disadvantage of such methodology stems from the fact that it is only the averaged values of the risk and disregards the rest of the distribution. In fact the variance and the confidence interval play an important role by risk evaluation. In this way, probability and consequence often interpreted as deterministic measures and disregard the inherent uncertainties in this way. The approach followed in this work is aimed at the development of an instrument for risk assessment in the context of energy supply on example of a medium voltage network. In course of this task in the financial and insurance industry already existing procedures are examined. Of particular interest, the method used to measure a Value-at-Risk, which found a wide application in the financial and insurance industries is analyzed in this context. Generally such procedures are applied for risk evaluation of financial portfolios. The procedures give the greatest loss of portfolio value in the considered time period with an appropriated level confidence. The method indicates the risk level of an investment and is referred to as” Value-at-Risk”. Here, the maximum amount of information about the risk is summarized in a compressed form to a just one index. On the other hand, the procedures set to clear risk models that have been optimized for use in the stock markets with extensive amount of data. In connection with the operational risks in asset management of power systems, these models have to be modified to deal with the sparse data. For this a procedure is used, which is actual known in insurance mathematics under the name ” loss distribution approach”. This procedure takes up the challenge to derive an overall damage distribution with a volatile data and unbalanced distribution of risk factors as input parameters on simulative or analytical approach. The well-known and fast-to-implement Monte Carlo simulation is used in the simulative approach. The analytical approach makes use of the Fast Fourier Analysis. Both approaches are analyzed in the work on applicability in the field of asset management of power systems, modified for practical approach and used on example of a medium voltage network. The results of the calculation are the total damage forecasts resulting from the failures of defined groups of assets and involving all possible risk drivers. At the end of the work, the results discussed and the further researches are initiated.

English
Uncontrolled Keywords: Energieversorgung, Mittelspannungsnetze, Asset Management, Value-at-Risk, Risikomanagement
Alternative keywords:
Alternative keywordsLanguage
Energy supply, Asset Management, Value-at-Risk, Risk ManagementEnglish
URN: urn:nbn:de:tuda-tuprints-30949
Classification DDC: 600 Technology, medicine, applied sciences > 600 Technology
600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
600 Technology, medicine, applied sciences > 650 Management
Divisions: 18 Department of Electrical Engineering and Information Technology
Date Deposited: 05 Sep 2012 12:27
Last Modified: 09 Jul 2020 00:12
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/3094
PPN: 386256357
Export:
Actions (login required)
View Item View Item