En4U - Projektergebnisse
Das Projekt hat die politischen, gesellschaftlichen und ökonomischen Unsicherheiten in zukünftigen Energiesystemen quantifiziert, insbesondere die Kraftwerksportfolien durch stochastische Programmierung, die Diffusion von E-Pkw, PVS und Wärmepumpen in privaten Haushalten, und deren Betriebsstrategien. Die so bestimmten Transformationspfade berücksichtigen nicht nur die externen Unsicherheiten des Energiesystems, sondern auch die Unsicherheiten und Risiken beteiligter Akteure und deren daraus resultierenden Handlungsstrategien und deren Wechselwirkung miteinander.
Um diese Ziele erreichen zu können wurden in diesem Projekt mehrere methodische Weiterentwicklungen durchgeführt.
Erstens wurde ein Diffusionsmodell bis 2045 für die zukünftige Entwicklung von PV und E-Pkw entwickelt. Bei der Betrachtung der Investitionen von Haushalten in PV und/oder E-Pkw zeigt sich klar, dass die Kombination aus beiden Technologien langfristig viel attraktiver als die reine PV-Installation ist. Verknüpft man die optimalen Speichersystemgrößen mit den prognostizierten Diffusionszahlen, ergibt sich ab dem Jahr 2024 bis einschließlich 2045 eine kumulierte Gesamtkapazität der PV-Neuinstallationen bei den betrachteten Gebäuden im Haushaltssektor von 105,3 GW sowie 70,6 GWh kumulierte Speicherkapazität.
Zweitens wurde unseres Wissens nach erstmalig ein stochastisches Optimierungsmodell mit einer agentenbasierten Simulation gekoppelt. Diese Kopplung erlaubt es im Detail, die vielfachen Unsicherheiten – von der Zusammensetzung des Kraftwerkparks bis hin zu den Geschäftsentscheidungen der wichtigen Akteure am Elektrizitätsmarkt – in einer ständigen Feedbackschleife zu quantifizieren. Dies geschieht innerhalb der bekannten ARIADNE-Szenarien. Alle drei Kopplungsstrategien reduzieren die Gesamtsystemkosten statistisch signifikant im Vergleich zum Optimierungsmodell – was die Methodik im Nachhinein rechtfertigt. In vielen Szenarien zeigen sich ähnliche Muster: Öltechnologie wird ausgemustert, während die Kapazitäten von Wind- (81-87%) und Erdgastechnologien (15-18%) erhöht werden, je nach Kopplung und Szenario. Insgesamt erreicht die Gesamtkapazität des Energieportfolios im 10. Jahr etwa 293-295 GW.
Drittens konnten die jeweils optimierten E-Pkw, PVS und Wärmepumpen-Modelle, also individuelle Entscheidungen auf Haushalts-Ebene, erfolgreich in ihrer Aggregation für den Gesamtverbrauch in Deutschland durch ML-Modelle abgebildet werden. So liegt z.B. der mittlere absolute Fehler (MAE) bei ~ 680 MWH für das PVS-Modell. Bei einer Spanne zwischen -22 949 MWH und +11 126 MWH ist das ein gutes Ergebnis. Die Einspeisung und Stromentnahme von PVS-Haushalten kann also insgesamt gut durch ML abgebildet werden.
Das hat eine hohe Bedeutung für die wissenschaftliche Gemeinschaft, da jetzt im Prinzip jedes durch ein ML oder anderes statistisches Modell abbildbare individuelle Verhalten in einem nationalen Strommarktmodell eingebunden werden kann, ohne die Laufzeit signifikant zu beeinträchtigen. Damit ist die Brücke zwischen psychologischen Einzelentscheidungen und nationalen Kennzahlen geschlagen.
Viertens wurde für drei Flexibilitäten – Wärmepumpen, E-Pkw und PVS – die Integration in AMIRIS erreicht. Sie sind jetzt in der Lage, auf Strompreissignale zu reagieren. Haushaltstypen können in ihren Mustern unterschieden und in ihrer Reaktion auf Preissignale abgebildet werden. Skaliert man diese Betriebslogiken hoch und simuliert diese Akteure in AMIRIS, so ergeben sich z. B. für Wärmepumpen, dass voraussichtlich bis 2040 die Einführung von Real-Time-Pricing bei flexiblem WärmepumpenBetrieb die maximale Residuallast um ca. 3 bis 5 GW bis 2040 (ca. 3%) reduzieren kann. Für die Verbraucher bringt nach diesen Analysen der kostenminimierende Wärmepumpenbetrieb mit RTP jährliche Bruttostromkosteneinsparungen von 6 % bis 27 %, je nach Gebäudetyp. Maximal werden sogar bis zu 74 % Einsparungen erreicht, nämlich dann, wenn der Eigenverbrauch von PV verstärkt wird, eine hohe Komforttoleranz gegeben ist, und gut isolierte Gebäude mit hoher thermischer Trägheit vorliegen.
Kontakt
Energieökonomik