AMIRIS

AMIRIS ermöglicht die Untersuchung des Einflusses regulatorischer Rahmenbedingungen auf das Verhalten und die Rentabilität von Energiemarktakteuren unter Berücksichtigung verschiedener Vermarktungspfade.

Das Modell berechnet die Strompreise endogen auf der Grundlage der Simulation des strategischen Bietverhaltens prototypisierter Marktakteure. Dieses Bietverhalten spiegelt nicht nur Grenzpreise wider, sondern kann auch Effekte von Förderinstrumenten wie Marktprämien, Unsicherheiten und begrenzte Informationen oder Marktmacht berücksichtigen.

In AMIRIS werden die Akteure als Agenten dargestellt, die sich grob in sechs Klassen einteilen lassen: Kraftwerksbetreiber, Händler, Marktplätze, Politikanbieter, Nachfrage und Speicher. Kraftwerksbetreiber stellen Händlern Erzeugungskapazitäten zur Verfügung, handeln aber im Modell nicht selbst auf den Märkten. Stattdessen führen Angebotshändler die Vermarktung durch und setzen Bietstrategien ein. Marktplätze dienen als Handelsplattformen und organisieren das Marktclearing. Politische Entscheidungsträger legen einen regulatorischen Rahmen fest, der sich auf die Entscheidungen der anderen Akteure auswirkt. Nachfrager fragen Energie direkt auf dem Strommarkt an. Schließlich nutzen Flexibilitätsanbieter, z. B. Speicherbetreiber, Prognosen, um Gebotsmuster zu bestimmen, die ihren Zielen entsprechen.

Aufgrund seiner agentenbasierten und modularen Natur kann AMIRIS leicht erweitert oder modifiziert werden. AMIRIS basiert auf dem offenen Framework for distributed Agent-based Modelling of Energy Systems FAME. Aufgrund der hohen Rechenleistung und der effizienten Entwicklungsparadigmen kann AMIRIS auch große Agentensysteme in kurzer Zeit simulieren. Derzeit kann ein Modelljahr mit stündlicher Auflösung in weniger als einer Minute auf Standard-Desktop-Computern simuliert werden.

Zum Download geht es hier.

URL: https://dlr-ve.gitlab.io/esy/amiris/home/

Kontakt: amiris@dlr.de

Quellen:

Nitsch, Schimeczek, Wehrle (2021) Back-testing the agent-based model AMIRIS for the Austrian day-ahead electricity market, Working Paper. https://dx.doi.org/10.5281/zenodo.5726738

Torralba-Díaz, L. and Schimeczek, C. and Reeg, M. and Savvidis, G. and Deissenroth-Uhrig, M. and Guthoff, F. and Fleischer, B. and Hufendiek, K. (2020) Identification of the Efficiency Gap by Coupling a Fundamental Electricity Market Model and an Agent-Based Simulation Model. Energies. Multidisciplinary Digital Publishing Institute (MDPI). https://dx.doi.org/10.3390/en13153920

Frey, U. and Klein, M. and Nienhaus, K. and Schimeczek, C. (2020) Self-Reinforcing Electricity Price Dynamics under the Variable Market Premium Scheme. Energies. Multidisciplinary Digital Publishing Institute (MDPI). https://dx.doi.org/3390/en13205350

Deissenroth, M. and Klein, M. and Nienhaus, K. and Reeg, M. (2017) Assessing the Plurality of Actors and Policy Interactions: Agent-Based Modelling of Renewable Energy Market Integration. Complex., 2017, 7494313:1-7494313:24, https://dx.doi.org/10.1155/2017/7494313