Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, sowohl ökonometrische Modelle (insbesondere jene der Energienachfrage) als auch der Komplexität der Fragestellung entsprechend Optimierungsmodelle (lineare, nicht-lineare, dynamische) zu entwickeln, implementieren, lösen und zu bewerten.
04.03.2024 (Golab/Auer): Einführung in die Energiemodellierung
11.03.2024 (Auer): Einführung in die Ökonometrie und Statistik
18.03.2024 (Auer/Zwickl-Bernhard): Ökonometrische Energienachfragemodelle - Anwendungsbeispiele
08.04.2024 (Auer/Golab): Fortsetzung - Anwendungsbeispiele, Übung 1
15.04.2024 (Golab): Lineare Optimierung: Theorie und Grundlagen
22.04.2024 (Golab): Einführung in die Source-Code Entwicklung (Python) inkl. LP/MILP Anwendungsbeispiel in der Energiewirtschaft, Übung 2
29.04.2024 (Golab): Duales/Primales Optimierungsmodell
06.05.2024 (Golab): Anwendung der linearen Optimierung in der Kraftwerkseinsatzplanung (inkl. Berücksichtigung der Dualität), Übung 3
13.05.2024 (Zwickl-Bernhard): Nichtlineare Optimierung
27.05.2024 (Zwickl-Bernhard/Auer): Energiewirtschaftliche Anwendungsbeispiele - Nichtlineare Optimierung, Übung 4 (Teil 1); Einführung in die Dynamische Optimierung
03.06.2024 Keine Vorlesung
10.06.2024 (Auer): Fortsetzung - Dynamische Optimierung; Energiewirtschaftliche Anwendungsbeispiele - Dynamische Optimierung, Übung 4 (Teil 2)
17.06.2024 (Auer/Golab): Anwendung der dynamischen Optimierung - Theorie der optimalen Resourcennutzung (fossile, erneuerbare); Übungsbesprechnung
24.06.2024 (Golab): Schriftliche Prüfung
Kennenlernen der Grundprinzipien und Anwendung von:
in Form von
Die Vorbesprechung aller EEG-LVA´s findet am Mo. 4.3.2024 um 10 Uhr im EI 2 statt!
Die Gesamnote (100% der möglichen erzielbaren Gesamtpunkte) setzt sich aus 2 Teilen zusammen:
50% der Gesamtpunkte können aus den 4 Übungsbeispielen erzielt werden, die im Laufe der Lehrveranstaltung auszuarbeiten und abzugeben sind. Die jeweilige Punkteanzahl pro Übungsbeispiel kann varrieren und wird jeweils bei der Vorstellung der Übungsaufgaben bekanntgegeben.
50% der Gesamtpunkte können bei der schriftlichen Prüfung am Ende des Semesters erzielt werden. Diese schriftliche Prüfung besteht aus 5 Fragen (zu je 10%), wobei der überwiegende Teil dieser Fragen aus einfachen (Rechen-)Beispielen besteht, bei denen die Grundprinzipien der Ökonometrie und Optimierung anzuwenden sind.
WICHTIG:
Es müssen SOWOHL bei den Übungsbeispielen ALS AUCH bei der schriftlichen Prüfung JEWEILS die HÄLFTE der möglichen Punktanzahl erzielt werden, um eine POSITIVE Gesamtnote dieser Lehrveranstaltung zu erzielen. Es genügt nicht, in Summe mehr als 50% der möglichen Gesamtpunkte dieser Lehrveranstaltung zu erzielen, jedoch in einem der beiden Teilbereiche unter 25% zu sein.
Bei dieser Lehrveranstaltung wird großer Wert auf Verständnis der Grundprinzipien in der Modellierung allgemein und der Ökonometrie und Optimierung im speziellen gelegt.
Bei der schriftlichen Prüfung ist ein nicht-programmierbarer Taschenrechner erlaubt, aber nicht zwingend notwendig. Die (Rechnen-)beispiele sind derart konzipiert, dass die Ermittlung von umfangreichen quantitativen Ergebnissen nicht im Vordergrund steht bzw. das Runden von Ergebnissen erlaubt/erwünscht ist.
Anwesenheit bei dieser Lehrveranstaltung wird DRINGENST (!) empfohlen; nicht zuletzt deswegen, um die theoretischen Grundlagen besser zu verstehen und auch Missverständnisse bei den Aufgabenstellungen der Übungen und dem Übungsablauf zu vermeiden.
Voraussetzung für die Anmeldung ist eine Fortmeldung zu einem der folgenden Studien:
Folgende Unterlagen stehen auf TUWEL zum Download zur Verfügung:
- Skriptum: Energiemodelle und Analysen
- Foliensatz pro Vorlesungseinheit
- Alle notwendigen Unterlagen für die Übungen (Angaben, Python-Files, Abgabe)
- Es werden keine speziellen Vorkenntnisse vorausgesetzt
- Analytisches Denkvermögen und Bereitschaft zum Erlernen der eigenständigen Source-Code Entwicklung in Python muss vorhanden sein
- Interesse an grundlegenden Zusammenhängen in der Energiewirtschaft sollte vorhanden sein
