KI-gestütztes Modell prüft Marktgestaltung für CO2‑freie Stromversorgung

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz liefert ein innovatives Werkzeug, um die langfristige Gestaltung von Strommärkten für ambitionierte Dekarbonisierungsziele zu evaluieren. Das Modell nutzt Multi-Agent Reinforcement Learning, um die Entscheidungsprozesse von profitmaximierenden Stromerzeugern in einem dezentralen und wettbewerbsintensiven Umfeld zu simulieren.

Durch die Anwendung von unabhängiger Proximal Policy Optimization und einer umfangreichen Hyperparameter‑Suche kann das System realistische Marktverhalten reproduzieren. Dabei werden die Wechselwirkungen zwischen Auktionen, Förderprogrammen und anderen politischen Instrumenten berücksichtigt, die entscheidend für die Zusammensetzung des Strommixes sind.

Die Autoren haben das Modell auf eine vereinfachte Version des italienischen Stromsystems angewendet und verschiedene Szenarien mit unterschiedlichen Wettbewerbsintensitäten, Marktstrukturen und politischen Rahmenbedingungen getestet. Die Ergebnisse zeigen deutlich, wie die Marktgestaltung die Dekarbonisierung vorantreiben und gleichzeitig Preisschwankungen reduzieren kann.

Dieses neue Framework bietet Entscheidungsträgern ein leistungsfähiges Tool, um langfristige Strommärkte zu analysieren, in denen mehrere politische und marktbasierte Mechanismen gleichzeitig wirken. Es ermöglicht die Simulation von Reaktions- und Anpassungsprozessen der Marktteilnehmer und liefert damit wertvolle Erkenntnisse für die Entwicklung zukunftsfähiger Energiesysteme.