Wir betrachten die Einsatzplanung (Unit Commitment Problem) für ein thermisches Kraftwerk mit zusätzlicher Energienebenbedingung. Dazu definieren wir ein stochastisches dynamisches Programm (SDP)mit stetigem Zustandsraum und integriertem gemischt-ganzzahligem Programm (MIP). Wir stellen einen effizienten Algorithmus vor zur Lösung des MIP über eine Matrixmultiplikation und verwenden eine Hauptkomponentenanalyse zur Reduzierung der Dimension des Preisvektors. Außerdem liefern wir zum Vergleich des SDP eine vereinfachte Regel zur Energieallokation. Zur Beurteilung der Güte der Ergbnisse betrachten wir als nächstes obere Grenzen. Für eine vereinfachte Modellierung des Kraftwerks als Swing Option mit Mehrfachausübung auf derselben Stufe bestimmen wir formal eine solche obere Grenze. Abschließend untersuchen wir Strategien zur Vermeidung des Spotpreisrisikos, dem das Kraftwerk aufgrund der Nichtspeicherbarkeit von Strom besonders ausgesetzt ist. Zunächst konzentrieren wir uns auf die Messung des Spotpreisrisikos und stellen drei neue Maße vor (Forward Delta, Synthetisches Spot Delta und Earnings-at-Risk). Danach präsentieren wir Strategien zur Risikoreduzierung vor und während der Lieferperiode. Im zweiten Fall wird versucht, durch einen neuen Produktionsplan das Risiko mehr als den Gewinn zu senken. Wir schlagen dazu einen Referenzwert vor, den wir EaR-effizienten Optionswert nennen und in eine neue Erzeugungspolitik basierend auf Quantil-Regression einfließt. Die Politik beschreibt ein Preisband innerhalb dessen ein beobachteter Preis zur Ausübung eines Swing-Rechts führt. Für den Fall der amerikanischen Option können wir EaR-Effizienz mit dieser Strategie nachweisen. Abschließend betrachten wir die Absicherung des Kraftwerks vor der Lieferung durch gezielten Verkauf einer Swing Option. Wir stellen eine Heuristik basierend auf unserem synthetischen Spot Delta vor, um Swinghöhe und –anzahl effizient zu finden. / We define a new not yet investigated unit commitment problem that introduces an energy constraint to a thermal power plant. We define a stochastic dynamic program with continuous state space and nested mixed integer program (MIP). We introduce a fast implementation approach by replacing the MIP with an efficient matrix calculation and use principal component analysis to reduce the dimension of the price vector. We also provide a fast heuristic valuation approach for comparison. We investigate the theory of upper bounds for a proper validation of our power plant results. In particular we provide an extension for swing options with multiple exercises at the same stage. Finally we provide a risk analysis for our thermal power plant. In particular we investigate strategies to reduce the spot price risk to which power plants are significantly exposed. First, we focus on the measurement of spot price risk and propose three appropriate risk figures (Forward delta, synthetic spot delta and Earnings-at-Risk ). Second we suggest risk mitigation strategies for both periods, before and in delivery. The latter tries to alter the dispatch policy i.e. pick less risky hours and accept a (desirably only slightly) smaller return. We introduce a benchmark that we will call EaR-efficient option value. We propose a mitigation strategy for this benchmark that is based on quantile regression. It defines a price interval for executing an individual swing right and is therefore very well suited for real world applications. In case of an American option we are able to show EaR-efficiency of our strategy. Finally, we investigate hedging strategies before delivery. In particular, we look at a hedge for the spot price risk of the power plant using a swing option. We propose a heuristic based on our synthetic spot deltas to find the swing number and size of the swing option for a given upper generation amount.