Best Practice Beispiel Energie

Optimierung Asset Management

Asset Management Strategien der Energiebranche sind neben ihrer Komplexität gekennzeichnet durch Besonderheiten wie die Trägheit der Auswirkungen gewählter Asset-Strategien oder die Einflüsse regulatorischer Vorgaben der Regulierungsbehörde im Strom- und Gassektor. Der RWE-Konzern ließ in einem dynamischen Asset-Simulationsmodell den Einfluss der entscheidenden strategischen Stellschrauben bestimmen und in einem evolutionären Optimierungsverfahren alternative Asset Management Strategien ermitteln.

Die Beschränkung auf dynamische Simulationswerkzeuge zur Unterstützung des Asset Managements erfordert bei jeder wesentlichen Strategievariation eine erneute Überprüfung des gesamten Parametersatzes. Dieses Vorgehen führt leicht zu über tausend Entscheidungsgrößen, die jeweils im Hinblick auf zentrale Kriterien wie Rentabilität, Kundenzufriedenheit oder Ausfallrisiko optimal gewählt werden müssen. Die Aufgabenstellung war ein alternatives Verfahren zu schaffen, das einerseits die Parameter-Ausprägungen optimaler Asset Management Strategien im Energiemarkt zuverlässig ermittelt und andererseits den Arbeitsaufwand reduziert.

Die Lösung wurde in einem mehrstufigen Prozess ermittelt. Zunächst wurden die Zielgrößen, zugehörigen Parameter, mögliche Maßnahmen des Asset Managements und die bestehenden Abhängigkeiten erfasst. Anschließend wurden für die einzelnen Asset-Segmente Alterungsketten und Zustandsklassen definiert, und die Auswirkungen von Asset Management Maßnahmen auf die in den Zustandsklassen befindlichen Betriebsmittel beschrieben. Im dritten Schritt wurde ein dynamisches Asset-Simulationsmodell entwickelt, mit dem sich alternative Asset Management Strategien durchrechnen, im Detail analysieren und bewerten ließen. Die Bestimmung der konkreten Parameter-Ausprägungen einer optimalen Asset Management Strategie erfolgte durch den Einsatz evolutionärer Optimierungsverfahren. In einem iterativen Prozess zwischen Asset Manager und Optimierer wurde eine Vielzahl von Einflussfaktoren im Hinblick auf definierte Zielkriterien variiert, bis die Zielgrößen konvergierten, d.h. bis sich keine wesentlichen Änderungen mehr ergaben. Das Ergebnis war eine entsprechende Entscheidungsparameter-Kombination als optimale Strategie. Die Berücksichtigung relevanter und notwendiger Restriktionen führte zu technisch und betriebswirtschaftlich gültigen und sinnvollen Ergebnissen.

Der Nutzen erschließt sich während der Anwendung. Durch Parametervariation und Sensitivitätsanalysen werden die entscheidenden Stellschrauben identifiziert und ihr Einfluss dargestellt. Alternativen lassen sich „ohne Risiko“ durchrechnen. Das Asset Management gewinnt ein besseres Verständnis über mögliche langfristige Konsequenzen geplanter Maßnahmen. Das unterstützt die Formulierung und Umsetzung fundierter und nachhaltiger Asset Strategien. Die multikriterielle Optimierung berücksichtigt die realitätsnahe parallele Verfolgung mehrerer, teiweise konkurrierender Ziele. Als Ergebnis erhält der Asset Manager Lösungen, die den definierten Zielfunktionen genügen. Im Sinne eines echten Risikomanagements kann dann entschieden werden, ob z.B. größerer Wert gelegt wird auf Erlösmaximierung oder Versorgungssicherheit.

(Quelle: Energiewirtschaftliche Tagesfragen, 1/2 2010, „Optimales Asset Management“
Autoren: Thomas Bäck, Christoph Engels, Armin J. Gaul, Heiko Spitzer)

Weitere Projekte für Energie

  • Netzengpass Optimierung
  • Pipelinestruktur-Planung
  • Preis-Gestaltung
  • Wartungsplansimulation