Modul: Econometrics of Electricity Markets (6 Credits)

Name im Diploma Supplement

Econometrics of Electricity Markets

Verantwortlich

 Prof. Dr. Florian Ziel

Voraus­setzungen

Siehe Prüfungsordnung.

Workload

 180 Stunden studentischer Workload gesamt, davon:
  • Präsenzzeit: 60 Stunden
  • Vorbereitung, Nachbereitung: 80 Stunden
  • Prüfungsvorbereitung: 40 Stunden

Dauer

Das Modul erstreckt sich über 1 Semester.

Qualifikations­ziele

The students

  • have an advanced understanding of electricity markets
  • understand regression based modeling methods for electricity prices
  • can apply estimation and forecasting algorithms to real data using the statistical Software R
  • able to interpret and to visualize the results

Prüfungs­modalitäten

Equally weighted average of a group R-project and a presentation (usually about 20 minutes).

Verwendung in Studiengängen

  • BWL EaF Master > Wahlpflichtbereich > 1.-3. FS, Wahlpflicht
  • ECMX Master > Wahlpflichtbereich > ME6 Applied Econometrics > 1.-3. FS, Wahlpflicht
  • MuU Master > Wahlpflichtbereich I > Wahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen > 1.-2. FS, Wahlpflicht
  • VWL Master > Wahlpflichtbereich I > 1.-3. FS, Wahlpflicht

Bestandteile

  • Vorlesung Econometrics of Electricity Markets (3 Credits)
  • Übung Econometrics of Electricity Markets (3 Credits)

Modul: Econometrics of Electricity Markets (WIWI‑M0788)

Vorlesung: Econometrics of Electricity Markets (3 Credits)

Name im Diploma Supplement

Econometrics of Electricity Markets

Anbieter

Lehrstuhl für Data Science in Energy and Environment

Lehrperson

Prof. Dr. Florian Ziel

Semesterwochenstunden

2

Sprache

englisch

Turnus

unregelmäßig

maximale Hörerschaft

24

empfohlenes Vorwissen

  • Good knowledge of linear models.
  • R knowledge (esp. functions like lm)
  • Understanding of AR(p) processes is very helpful

Abstract

The objective of the lecture is to provide a basic understanding of electricity markets and regression based modeling methods for electricity prices. The aim of this course is to apply estimation and forecasting algorithms to real data using the statistical Software R, to interpret and to visualize the results.

Lehrinhalte

  1. Introduction to electricity markets
  2. Overview of different model approaches
  3. Regression based modeling methods for electricity prices
  4. Forcasting and evaluation techniques
  5. Advanced estimation and modeling approaches

Literaturangaben

The relevant material will be given during the course.

Suggested reading:

Weron, Rafał. "Electricity price forecasting: A review of the state-of-the-art with a look into the future." International Journal of Forecasting 30.4 (2014): 1030-1081.

didaktisches Konzept

Lecture. The studied modeling an forecasting methods are applied on real data using the statistical sofware R.

Vorlesung: Econometrics of Electricity Markets (WIWI‑C1073)

Übung: Econometrics of Electricity Markets (3 Credits)

Name im Diploma Supplement

Econometrics of Electricity Markets

Anbieter

Lehrstuhl für Data Science in Energy and Environment

Lehrperson

Prof. Dr. Florian Ziel

Semesterwochenstunden

2

Sprache

englisch

Turnus

unregelmäßig

maximale Hörerschaft

24

empfohlenes Vorwissen

See Lecture

Lehrinhalte

See Lecture

Literaturangaben

See Lecture

didaktisches Konzept

Tutorials. The students apply the learned methods in a own real data project.

Übung: Econometrics of Electricity Markets (WIWI‑C1126)