High-frequency intraday trading for battery storages
Diese Arbeit präsentiert einen recheneffizienten, hochfrequenten dynamischen Programmieransatz zur Optimierung von Batteriespeichern im Netzmaßstab in kontinuierlichen Intraday-Strommärkten und zeigt auf, dass eine Reoptimierung auf Millisekunden-Ebene den Umsatz im Vergleich zu langsameren Strategien signifikant steigert und ein effektives parametrisches Training ermöglicht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich das Stromnetz wie ein riesiges, summendes Nervensystem für eine moderne Stadt vor. Genau wie Ihr Körper seine Temperatur konstant halten muss, muss das Netz den Stromfluss perfekt ausbalancieren: Wenn Sie zu viel Strom verbrauchen, flackert das Licht; wenn Sie zu viel produzieren, wird das System überlastet. Um dies zu beheben, haben wir massive Batterien, die wie riesige Schwämme wirken – sie saugen überschüssige Energie auf, wenn die Sonne scheint oder der Wind weht, und drücken sie wieder heraus, wenn die Nachfrage sprunghaft ansteigt. Aber hier ist der knifflige Teil: Diese Batterien liegen nicht einfach nur da und warten darauf, Anweisungen zu erhalten. Sie sind Händler. Sie müssen Strom kaufen, wenn er günstig ist, und ihn verkaufen, wenn er teuer ist, wobei sie dies oft tausende Male am Tag tun, um einen Gewinn zu erzielen.
Der Markt, in dem dies geschieht, wird als „Intraday-Markt“ bezeichnet. Denken Sie an ein superschnelles, hochriskantes Videospiel, bei dem sich der Strompreis jede einzelne Millisekunde ändert, basierend auf einer massiven Liste von Kauf- und Verkaufsaufträgen, die als „Limit Order Book“ bekannt ist. Es ist wie ein digitaler Auktionshaus, in dem sich die Regeln schneller ändern, als man blinzeln kann. Die große Frage für Wissenschaftler und Ingenieure lautet: Wie programmiert man eine Batterie, um dieses Spiel perfekt zu spielen? Wenn die Batterie zu langsam ist, verpasst sie die besten Angebote. Wenn sie zu schnell ist, aber die falschen Züge macht, verschwendet sie Geld oder nutzt die Batterie zu schnell ab. Dieses Paper taucht in das Herz dieses Problems ein und fragt, ob wir ein „Handelsgehirn“ für Batterien bauen können, das schnell genug ist, um jede winzige Preisänderung zu erfassen, ohne den Computer zum Absturz zu bringen.
Die Autoren dieser Arbeit, ein Team von Forschern aus der Schweiz, den Niederlanden, Luxemburg und Deutschland, beschlossen, dies anzugehen, indem sie eine neue, superschnelle Methode entwickelten, um einer Batterie zu sagen, wie sie handeln soll. Sie nahmen eine Standard-Handelsstrategie namens „Rolling Intrinsic“, die einem klugen Einkäufer gleicht, der ständig die Preisschilder in einem Geschäft prüft und kauft oder verkauft, basierend auf dem, was gerade verfügbar ist. Die alte Art, diese Mathematik zu betreiben, war jedoch wie der Versuch, ein riesiges, komplexes Puzzle mit einem Taschenrechner zu lösen, der Stunden braucht, um die Zahlen zu berechnen. Bis der Taschenrechner fertig war, hatten sich die Preise im Geschäft bereits geändert, was das Ergebnis nutzlos machte.
Um dies zu beheben, erfanden die Forscher eine neue Methode unter Verwendung von etwas, das „dynamische Programmierung“ genannt wird. Stellen Sie sich vor, Sie navigieren durch ein Labyrinth. Die alte Methode versuchte, jeden einzelnen möglichen Pfad durch das Labyrinth gleichzeitig zu berechnen, was ewig dauerte. Die neue Methode zerlegt das Labyrinth in winzige, handhabbare Schritte und löst jeden Schritt sofort und bewegt sich dann vorwärts. Dies ermöglichte es ihnen, ihre Batterie-Handelssimulation mit einer Geschwindigkeit laufen zu lassen, die dem echten Markt entspricht: Sie konnten eine Entscheidung in wenigen Millisekunden treffen und so auf jede einzelne Aktualisierung im Orderbuch reagieren.
Als sie diese blitzschnelle Strategie an einem vollen Jahr an echten Marktdaten aus Deutschland testeten, waren die Ergebnisse augenentziehend. Sie fanden heraus, dass Geschwindigkeit alles ist. Ihre Hochfrequenzstrategie, die ihren Plan jedes Mal neu überdenkt, wenn sich der Markt aktualisiert (was tausende Male pro Sekunde geschieht), verdiente 58 % mehr Geld als eine Strategie, die ihren Plan nur einmal pro Stunde überdenkt. Selbst im Vergleich zu einer Strategie, die sich einmal pro Minute aktualisiert, machte ihre schnelle Version 14 % mehr Gewinn. Dies beweist, dass es in der Welt des Stromhandels nicht nur ein „Nice-to-have“ ist, schnell zu sein, sondern der Unterschied zwischen dem Machen eines Vermögens und dem Liegenlassen von Geld auf dem Tisch.
Das Paper zeigte auch, dass ihre schnelle Methode nicht nur geraten hat; sie war unglaublich genau. Sie verglichen ihre neue „schnell und dreckig“-Mathematik mit der „langsamen und perfekten“ Mathematik (die Stunden braucht, um gelöst zu werden) und fanden heraus, dass die schnelle Version fast exakt das gleiche Geld verdient hat, nur viel, viel schneller. Tatsächlich war ihr Algorithmus so schnell, dass sie eine Simulation eines vollen Jahres in etwa 86 Minuten durchführen konnten, wobei sie das Handelsrätsel etwa 24 Millionen Mal lösten.
Darüber hinaus konnten sie aufgrund der Schnelligkeit ihrer Methode die Einstellungen der Strategie anpassen, um sie noch besser zu machen. Indem sie eine einfache „Strafe“ hinzufügten, um den Handel zu verhindern, wenn der Markt zu chaotisch oder zu langsam war, gelang es ihnen, einen zusätzlichen Gewinn von 8,4 % auf das, was sie bereits erwirtschafteten, herauszuholen. Dies deutet darauf hin, dass wir mit den richtigen Werkzeugen Batterien nicht nur schnell, sondern auch klug genug lehren können, zu wissen, wann sie nicht handeln sollten.
Die Autoren weisen jedoch vorsichtig darauf hin, dass dies eine Simulation ist. Sie verwendeten echte Daten aus dem Jahr 2021, haben aber keine Batterie tatsächlich auf den Markt gebracht. Sie haben auch den physischen Verschleiß der Batterie vereinfacht, um die Mathematik schnell zu halten, und sie haben nicht berücksichtigt, wie ihr eigenes Handeln das Verhalten anderer Akteure in der realen Welt verändert haben könnte. Trotz dieser Einschränkungen legt die Studie stark nahe, dass die Zukunft des Batteriehandels in Algorithmen liegt, die in der Lage sind, mit der Geschwindigkeit des Marktes selbst zu denken und zu handeln. Wenn wir das Beste aus unserer erneuerbaren Energie herausholen und das Netz stabil halten wollen, müssen wir aufhören zu warten und anfangen, mit der Geschwindigkeit des Lichts zu handeln.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.