Refine
Year of publication
- 2024 (4)
- 2023 (14)
- 2022 (37)
- 2021 (23)
- 2020 (35)
- 2019 (27)
- 2018 (22)
- 2017 (27)
- 2016 (17)
- 2015 (23)
- 2014 (40)
- 2013 (36)
- 2012 (20)
- 2011 (29)
- 2010 (35)
- 2009 (35)
- 2008 (28)
- 2007 (24)
- 2006 (29)
- 2005 (39)
- 2004 (35)
- 2003 (25)
- 2002 (33)
- 2001 (27)
- 2000 (35)
- 1999 (28)
- 1998 (28)
- 1997 (31)
- 1996 (44)
- 1995 (24)
- 1994 (30)
- 1993 (23)
- 1992 (17)
- 1991 (11)
- 1990 (11)
- 1989 (16)
- 1988 (16)
- 1987 (20)
- 1986 (20)
- 1985 (16)
- 1984 (14)
- 1983 (14)
- 1982 (10)
- 1981 (14)
- 1980 (7)
- 1979 (9)
- 1978 (3)
- 1977 (3)
- 1976 (1)
- 1975 (4)
- 1974 (1)
- 1973 (1)
- 1972 (1)
Institute
- Fachbereich Energietechnik (1116) (remove)
Language
- English (589)
- German (524)
- Multiple languages (1)
- Dutch (1)
- Spanish (1)
Document Type
- Article (609)
- Conference Proceeding (259)
- Book (126)
- Part of a Book (84)
- Doctoral Thesis (10)
- Conference: Meeting Abstract (7)
- Report (7)
- Other (4)
- Talk (3)
- Diploma Thesis (2)
Keywords
- Blitzschutz (18)
- Lightning protection (11)
- Earthquake (5)
- Diversity Management (4)
- Energy storage (4)
- Power plants (4)
- Risikomanagement (4)
- Seismic design (4)
- reinforced concrete (4)
- Associated liquids (3)
Quantifying and minimizing uncertainty is vital for simulating technically and economically successful geothermal reservoirs. To this end, we apply a stochastic modelling sequence, a Monte Carlo study, based on (i) creating an ensemble of possible realizations of a reservoir model, (ii) forward simulation of fluid flow and heat transport, and (iii) constraining post-processing using observed state variables. To generate the ensemble, we use the stochastic algorithm of Sequential Gaussian Simulation and test its potential fitting rock properties, such as thermal conductivity and permeability, of a synthetic reference model and—performing a corresponding forward simulation—state variables such as temperature. The ensemble yields probability distributions of rock properties and state variables at any location inside the reservoir. In addition, we perform a constraining post-processing in order to minimize the uncertainty of the obtained distributions by conditioning the ensemble to observed state variables, in this case temperature. This constraining post-processing works particularly well on systems dominated by fluid flow. The stochastic modelling sequence is applied to a large, steady-state 3-D heat flow model of a reservoir in The Hague, Netherlands. The spatial thermal conductivity distribution is simulated stochastically based on available logging data. Errors of bottom-hole temperatures provide thresholds for the constraining technique performed afterwards. This reduce the temperature uncertainty for the proposed target location significantly from 25 to 12 K (full distribution width) in a depth of 2300 m. Assuming a Gaussian shape of the temperature distribution, the standard deviation is 1.8 K. To allow a more comprehensive approach to quantify uncertainty, we also implement the stochastic simulation of boundary conditions and demonstrate this for the basal specific heat flow in the reservoir of The Hague. As expected, this results in a larger distribution width and hence, a larger, but more realistic uncertainty estimate. However, applying the constraining post-processing the uncertainty is again reduced to the level of the post-processing without stochastic boundary simulation. Thus, constraining post-processing is a suitable tool for reducing uncertainty estimates by observed state variables.
Speicheroptimierung
(2011)
In dieser Lektion wurden beginnend mit der Darstellung des fundamentalen Wandels
des Gasmarktes die daraus folgenden Implikationen für die Einsatzweise von
Gasspeichern abgeleitet. Anschließend wurden zwei Bewertungs- und Steuerungsverfahren für einen Gasspeicher an den beiden Marktstufen Termin- und Spotmarkt methodisch vorgestellt und anhand von Beispielrechnungen illustriert.
Das Verfahren zur Bewertung und Steuerung im Terminmarkt stellt ein sehr
robustes und methodisch einfaches Verfahren dar. Hierbei wird die Saisonalität
der Forwardkurve bzw. deren Veränderungen arbitragefrei mithilfe des Speichers
ausgenutzt. Dieses Verfahren kann nicht den gesamten Zeitwert des Speichers
ausweisen. Es zieht in jedem Zeitpunkt nur die aktuellen Informationen der Forwardkurve zur Entscheidung heran. Es bildet aber keine bedingte Erwartung über
zukünftige Erträge und deren Beeinflussung durch die aktuelle Speicherfahrweise,
um hieraus eine optimale Entscheidung zu formulieren.
Bei der Bewertung gegenüber dem Spotmarkt mithilfe der Least-Squares-Monte-
Carlo-Simulation wird in einer stochastischen Optimierung dagegen der volle Zeitwert des Speichers und damit der gesamte Zusatznutzen der Flexibilität ermittelt. Hierdurch leiten sich auch wesentlich andere Hedging-Empfehlungen als im ersten Verfahren ab, um diesen zu sichern. Der Einsatz der beiden Verfahren im Alltag zur Bewirtschaftung des Speichers hängt insbesondere vom Know-how, den Speicherparametern und der Risikobereitschaft des Handels ab. Beide Strategien liefern hierzu Hedging-Empfehlungen ab, mit welchem der zugrunde liegende Wert gesichert werden kann. Risikoaverse Händler, die einen Großteil des inneren Wertes sichern wollen, könnten im Terminmarkt einen Großteil des Speichers mithilfe des „Intrinsic Rolling“-Verfahrens bewirtschaften. Sie würden hierdurch den saisonalen Spread in der Forwardkurve rollierend sichern. Gleichzeitig kann ein kleinerer Anteil mithilfe der stochastischen Optimierung und den damit verbundenen Ausübungsgrenzen gegenüber dem Spotmarkt bewirtschaftet werden.
In einem liquiden vollständigen Markt wird eine Steuerung des Speichers allein
gegenüber den vorhandenen Marktstufen vorgenommen und der Wert für alle
Marktteilnehmer objektiv messbar. Für den Fall, dass der Markt illiquide ist und
hierdurch z. B. eine Kundenlast nicht allein am Termin- und Spotmarkt jederzeit
gedeckt werden kann, erscheint es notwendig, den Speicher im Kontext einer Portfoliooptimierung zu bewerten. Dies wird in der nächsten Lektion vorgenommen.
Hierbei ist aber zu beachten, dass der Speicher dadurch eine individualisierte Wertkomponente erhält, die von der konkreten Ausgestaltung des jeweiligen Portfolios abhängt.
Risiken des Handels
(2009)
Aufbau von Handelseinheiten
(2012)
Risiken des Handels
(2012)