Projekt

In diesem Projekt wird am Beispiel Äthiopiens untersucht, wie Stromversorger in Entwicklungsländern effektive Strombedarfsprognosen und Nachfragestimulationskonzepte für die produktive Nutzung in der Landwirtschaft entwickeln können. Für die Nachfrageprognose kommt ein Ansatz zum Tragen, der innovative Techniken des Maschinellen Lernens mit klassischen vor-Ort-Erhebungen unter Haushalten, Unternehmen und Gemeinden kombiniert. Ziel ist es, einen skalierbaren, kostengünstigen Ansatz zu entwickeln, der relativ kostspielige Informationen aus Umfragen vor Ort in einer begrenzten Anzahl von Regionen nutzt, um Algorithmen zu trainieren, wie diese detaillierten Informationen auf das gesamte Land übertragen werden können. In einer weiteren Komponente werden die gesammelten und generierten Daten aus den Nachfrageprognosen genutzt, um datengesteuerte Vorschläge für Maßnahmen zur Nachfragestimulation abzuleiten. Unter Einbeziehung des Wissens lokaler Institutionen wird der Bedarf an neuen Bewässerungs- und Agroverarbeitungspotenzialen mit Blick auf die vielversprechendsten Wertschöpfungsketten abgebildet. Damit soll ein Beitrag zur Literatur über techno-ökonomische Planungsinstrumente zur Gestaltung von Elektrifizierungsstrategien geleistet werden. Effektive Planungswerkzeuge sind entscheidend, um die am besten geeignete Elektrifizierungsstrategie für verschiedene subnationale Regionen zu definieren, indem sie den Ausbau des nationalen Netzes mit dem Bau von Mini-Netzen oder anderen netzfernen Systemen vergleichen. Diese Forschung ist Teil des Applied Research Programme on Energy for Economic Growth (EEG) unter der Leitung von Oxford Policy Management.
Das Programm wird von der britischen Regierung durch UK Aid finanziert.

Applied Research Programme on Energy for Economic Growth (EEG)

Projektstart:
01. März 2019

Projektende:
31. Juli 2022

Projektmitarbeitende:
Prof. Dr. Jörg Peters, Dr. Gunther Bensch

Projektpartner:
University of Massachusetts Amherst, Policy Studies Institute

Förderung:
UK Aid