neue energien 2020 - tu wien
TRANSCRIPT
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
1
NEUE ENERGIEN 2020 Endbericht
Programmsteuerung:
Klima- und Energiefonds Programmabwicklung:
Österreichische Forschungsförderungsgesellschaft mbH (FFG)
Kurztitel SmartGrid-Investor
Langtitel Modellierung des Investitionsbedarfs von SmartGrid-Lösungen
für verschiedene Dezentralisierungsgrade des österr.
Energiesystems bis 2050 und Empfehlungen für
richtungsweisende regulatorische Rahmenbedingungen
Projektnummer 817636
Programm/Programmlinie Neue Energien 2020
1. Ausschreibung
Antragsteller TU Wien, Institut für Elektrische Anlagen und Energiewirtschaft –
Energy Economics Group (EEG)
Dr. Hans Auer
Projektpartner Wienenergie-Stromnetz GmbH
TU Dresden, Deutschland
Sintef Energy Research, Norwegen
Projektstart u. - Dauer Projektstart: 01.09.2008 Dauer: 24 Monate
Berichtszeitraum [von 01.09.2008 bis 31.08.2010]
Synopsis: Entwicklung eines einfachen ökonomischen Simulationstools zur quantitativen
Abschätzung des zukünftigen Investitionsbedarfs in elektrische Netze für verschiedene Grade der
Marktdurchdringung dezentraler Erzeugung in Österreich basierend auf „SmartGrids“-Konzepten und
Analyse der Wirtschaftlichkeit („zentral“ vs. „dezentral“) sowie Ableitung von entsprechenden (vor
allem kurz- und mittelfristigen) regulatorischen Rahmenbedingungen.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
2
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
3
Inhaltsverzeichnis: 1 Einführung........................................................................................................................ 5
2 Praktische Fallbeispiele der Modellierung von regionalen Energiesystemen.................. 6
2.1 Modell ELMOD und eTransport............................................................................... 6
2.1.1 Das ELMOD-Modell......................................................................................... 6
2.1.1.1 Aufbau von ELMOD..................................................................................... 6
2.1.1.2 Szenarien der Großhandelspreisentwicklung ................................................ 7
2.1.2 Das Modell eTransport...................................................................................... 9
2.1.2.1 Aufbau von eTransport.................................................................................. 9
2.1.2.2 Skalierung der Standardlastprofile für Strom- und Wärme ........................ 12
2.2 Praktische Fallbeispiele von regionalen Energiesystemen...................................... 15
2.2.1 Ballungsraum Wien......................................................................................... 15
2.2.1.1 Derzeitige Strom- und Wärmeerzeugung:................................................... 15
2.2.1.2 Annahme der zukünftigen Entwicklungen.................................................. 16
2.2.1.3 Skalierung des eTransport-Modells ............................................................ 18
2.2.1.4 Investitionen ................................................................................................ 19
2.2.1.5 Modellberechnung mit eTransport .............................................................. 20
2.2.1.6 eTransport Ergebnisse ................................................................................. 22
2.2.2 Ländliche Region Lungau ............................................................................... 30
2.2.2.1 Derzeitige Strom- und Wärmeerzeugung:................................................... 30
2.2.2.2 Annahme der zukünftigen Entwicklungen.................................................. 30
2.2.2.3 Skalierung des eTransport-Modells ............................................................ 31
2.2.2.4 Investitionen ................................................................................................ 31
2.2.2.5 Modellberechnung mit eTransport .............................................................. 33
2.2.2.6 eTransport Ergebnisse ................................................................................. 33
3 Modellierung des zukünftigen Investitionsbedarfs für verschiedene „Smartheits“-
und Dezentralisierungsgrade des österreichischen Energiesystems............................... 38
3.1 Modellbeschreibung: SmartGrid-Investor............................................................... 38
3.2 Skalierung des Modells ........................................................................................... 40
3.3 Modellergebnisse .................................................................................................... 42
3.4 Diskussion der Modellergebnisse............................................................................ 47
4 Berücksichtigung von SmartGrids-Konzepten in der Netzregulierung und
Ausgestaltung der Marktregeln ...................................................................................... 48
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
4
4.1 Vorschläge zur Novellierung der Netzregulierung ................................................. 50
4.2 Vorschläge zur zukünftigen Ausgestaltung der Marktregeln.................................. 52
5 Handlungsempfehlungen und Schlussfolgerungen für Marktteilnehmer und
energiepolitische Entscheidungs-träger.......................................................................... 56
6 Literatur.......................................................................................................................... 59
7 Anhang ........................................................................................................................... 60
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
5
1 Einführung
Derzeit existieren noch kaum fundierte praktische Erfahrungen hinsichtlich der Kosten bzw.
des Investitionsbedarfs in die derzeitige Netzinfrastruktur (inkl. notwendiger neuer innovativer
Technologien und Technologiekomponenten) für eine großflächige zukünftige Implemen-
tierung von signifikanter dezentraler Erzeugung basierend auf „aktiven“ Verteilnetzen
(„SmartGrids“). Neben großen ökonomischen Unsicherheiten hinsichtlich der Wirtschaftlich-
keit von zukünftigen „SmartGrids“-Lösungen (im Vergleich zu „klassischen“ Re-Investitionen in
elektrische Netze in einem zentral aufgebauten Energiesystem, das vor allem auch die
„Economies of Scale“ der Erzeugung in Großkraftwerken nutzt) laufen auch die Eckpfeiler der
derzeitigen in der Praxis implementierten Netzregulierungsmodelle und Marktregeln
notwendigen Rahmenbedingungen möglicher „SmartGrids“-Lösungen ebenfalls zuwider.
Das zentrale Ziel dieses Projekts ist (neben anderen Teilzielen und gewissen „Vorarbeiten“
zur Erfüllung des zentralen Ziels) die Entwicklung eines einfachen ökonomischen
Simulationstools zur quantitativen Abschätzung des zukünftigen Investitionsbedarfs in die
elektrischen Netze (Re-Investition in existierende zentrale Netzinfrastruktur versus dezentrale
„SmartGrids“-Konzepte) für verschiedene Grade der Marktdurchdringung von dezentraler
Erzeugung in Österreich basierend auf „SmartGrids“-Konzepten und Analyse der jeweiligen
Wirtschaftlichkeit („zentral“ versus „dezentral“) unter einer Vielzahl verschiedener, dynamisch
sich änderbarer Randbebedingungen bis zum Jahr 2050. Wichtig ist dabei, basierend auf den
Modellierungsergebnissen eine grobe empirische Abschätzung der zu erwartenden
Zusatzkosten im Netzbereich bei der Einführung von „Smart Grid“ Konzepten zu erlangen, um
eine bessere Basis für energiepolitische Entscheidungen treffen zu können.
Der hier vorliegende Endbericht des Projekts „SmartGrids-Investor“ ist wie folgt aufgebaut:
In Kap. 2 werden praktische Fallbeispiele der Modellierung von regionalen
Energiesystemen durchgeführt (Ballungsraum Wien versus ländliche Region Lungau),
um erste Anhaltspunkte hinsichtlich der Zusatzkosten einzelner innovativer
Technologien und Technologiekomponenten im Zusammenhang mit Smart Grids
Lösungen in regionalen Energiesystemen erzielen.
In Kap. 3 erfolgt die Darstellung des im Rahmen dieses Projekts entwickelten Modells
und die Diskussion der wichtigsten Modellergebnisse hinsichtlich des zukünftigen
Investitionsbedarfs für verschiedene „Smartheits“- und Dezentrali-sierungsgrade des
österreichischen Energiesystems.
In Kap. 4 werden aufbauend auf den Erkenntnissen aus der Modellierung konkrete
Vorschläge zur Novellierung der derzeit existierenden Netzregulierung und die
Ausgestaltung von Marktregeln erarbeitet.
Kap. 5 schließt mit den wichtigsten Handlungsempfehlungen und Schluss-folgerungen
für Marktteilnehmer und energiepolitische Entscheidungsträger ab.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
6
2 Praktische Fallbeispiele der Modellierung von
regionalen Energiesystemen
2.1 Modell ELMOD und eTransport
2.1.1 Das ELMOD-Modell1
2.1.1.1 Aufbau von ELMOD
Das Grundmodell von ELMOD basiert auf einer Maximierung der sozialen Wohlfahrt.
ELMOD berechnet hierfür ein partielles Marktgleichgewicht, d.h. ein Gleichgewicht im
Elektrizitätsmarkt; andere Sektoren werden nicht berücksichtigt. Der Berechnung der
sozialen Wohlfahrt liegen im Wesentlichen zwei Annahmen zugrunde: (i) es herrscht
perfekter Wettbewerb, d.h. die Anbieter sind Preisnehmer und bieten zu Grenzkosten in
den Markt; (ii) die Nachfrage lässt sich durch eine preiselastische Nachfragefunktion
abbilden. Die im Modell verwendete Lastflussberechnung erfolgt auf Basis eines DC
Lastflußmodells. Für die Berechnung bis 2050 werden Investitionsschritte von 10 Jahren,
beginnend bei 2010, heran gezogen. Bedingt durch den langen Zeithorizont bis 2050 ist
eine knoten-/leitungsscharfe Betrachtung nicht nötig und wurde durch eine vereinfachte
Netztopologie ersetzt, die ganz Europa in 105 Regionen zusammenfasst. Die Gliederung
der Regionen ist an das NUTS System der Europäischen Union angelehnt (Eurostat,
2008).
Abbildung 1: Europäische Netztopologie für SmartGrid-Investor
1 Das Modell ELMOD bildet das europäische elektrische Übertragungsnetz durch eine sogenanntes DC-
Lastflußmodell ab. ELMOD wurde am Lehrstuhl für Energiewirtschaft der TU Dresden entwickelt.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
7
Österreich ist im Modell in drei Regionen aufgegliedert (Ost-, Süd- und Westösterreich).
Dabei umfasst Ostösterreich das Burgenland, Niederösterreich und Wien, Südösterreich
beinhaltet Kärnten und die Steiermark und Westösterreich setzt sich aus Oberösterreich,
Salzburg, Tirol und Vorarlberg zusammen. Neben einer generell verstärkten Einbindung
von Wind und Wasserkraft im nördlichen Europa durch Ausbau der bestehenden
Gleichspannungsübertragung zwischen Skandinavien und Kontinentaleuropa, wird
weiterhin auch ein Einsatz von solarthermischen Kraftwerken in Südeuropa und dem
Nahen Osten und Nordafrika (NONA) szenarienabhängig betrachtet. Dazu ist ein
Ausbau von Übertragungsleitungen mittels Hochspannungsgleichstromübertragung
(HGÜ) nötig, um vor allem die Erzeugung aus der NONA Region mit niedrigen Verlusten
über weite Entfernung transportieren zu können (siehe Leuthold et al. (2009)).
2.1.1.2 Szenarien der Großhandelspreisentwicklung
Bei der Erstellung der drei Szenarien im Rahmen des SmartGrid-Investors-Projekt
spielen die zwei Punkte Klimapolitik und Nachfrageentwicklung die zentrale Rolle. Dabei
wird auf Erzeugungsseite der Strompreis durch die politisch bedingten Emissionskosten
für Kohlendioxid beeinflusst, während auf der Nachfrageseite die Entwicklung des
Strombedarfs variiert wird. Daraus ergeben sich verschiedene Mengen an installierter
Leistung für erneuerbare Energieträger, und je nach Nachfrage unterschiedliche Anteile
erneuerbarer Erzeugung an der Gesamterzeugung. Zudem resultieren verschiedene
Preispfade für die im Folgenden beschriebenen Szenarien: Basisszenario,
Effizienzszenario und Wachstumsszenario.
Tabelle 1: Übersicht Szenarien
CO2 Zertifikatspreis in 2050 Nachfrageentwicklung
bis 2050 30 €/t CO2 65 €/t CO2 100 €/t CO2
Nachfrageverdopplung Wachstumsszenario
Leichter Nachfrageanstieg Basisszenario Effizienzszenario
Im Basisszenario erfährt die Stromerzeugung in diesem Szenario keine grundlegende
Strukturänderung. Fossile Energieträger werden auch weiterhin in 2050 zur Erzeugung
von fast zwei Drittel des Stromerbedarfs heran gezogen, wobei Kohle durch die
niedrigere Preissteigerung gegenüber Gas noch an Bedeutung gewinnt. Der Anteil
erneuerbarer Stromerzeugung nimmt insgesamt kaum zu. Die leichte
Nachfragesteigerung kann aber mit dem Ausbau von erneuerbaren
Erzeugungskapazitäten, hauptsächlich der Windkraft, gedeckt werden. Das
Effizienzszenario ist hinsichtlich der Nachfrageentwicklung identisch zum Basisszenario,
indem es einen leichten Zuwachs bis 2050 für die EU30+ annimmt. Der große
Unterschied liegt bei den stark ansteigenden Zertifikatskosten für die Emission von
Kohlendioxid, die für 2050 bei 100 €/t CO2 angenommen werden. Dadurch wird bis 2050
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
8
von einem fast vollständigen Verschwinden von Kohlekraftwerken in Europa
ausgegangen. Die Stromerzeugung wird 2050 zu einem Drittel mit Gas bestritten
werden, während der Rest von erneuerbaren Energieträgern gedeckt wird. Zusätzlich zu
einem leicht stärkeren Ausbau der Windkraft im Vergleich zum Basisszenario sind die
größten Unterschiede im Hinblick auf solarthermische Kraftwerke und Biomasse zu
verzeichnen. Biomasse kann durch die höheren Zertifikatspreise wettbewerbsfähig auf
dem Markt bestehen und erzeugt bis 2050 etwa 10 % der Stromnachfrage. Mittels
solarthermischen Kraftwerken in Südeuropa und hauptsächlich in Nordafrika und dem
Mittleren Osten können weitere 15 % der jährlichen Nachfrage gedeckt werden. Das
Wachstumsszenario sieht im Unterschied zu den beiden anderen Szenarien eine
Verdopplung der Stromnachfrage bis 2050 vor. Diese ist bedingt durch stärkeres
Wirtschaftswachstum, vor allem aber durch einen zukünftig höheren Bedarf an Strom im
Transportsektor (Elektromobilität). Aufgrund der europäischen Klimaziele wird nur ein
Ausbau an erneuerbaren Energieträgern im gleichen umfang wie im Effizienzszenario
untersucht. Bedingt durch die stark ansteigende Stromnachfrage wird von einer
intensiveren staatlichen Förderung von erneuerbaren Energien ausgegangen, wodurch
derselbe Ausbau mit niedrigeren Zertifikatspreisen erreicht werden kann (65 €/t CO2 in
2050). Im Bereich der fossilen Energieträger werden auch zukünftig
Erzeugungskapazitäten mittels Kohle und Kernenergie im heutigen Maßstab benötigt.
Insofern der Zubau an erneuerbaren Energieträgern die steigende Nachfrage nicht
decken kann, wird angenommen, dass diese Lücke mit GuD Kraftwerken und
Gasfeuerung geschlossen wird, da derartige Kraftwerke durch bessere Regelbarkeit den
schwankenden Charakter von erneuerbaren Energien besser abfedern können.
Sämtliche erneuerbare Erzeugungscharakteristik wird wie im Effizienzszenario
angenommen, wobei bedingt durch die höhere Nachfrage des Wachstumsszenarios der
Anteil an der Gesamterzeugung geringer ausfällt.
Abbildung 2: Entwicklung der Strom-Großhandelspreise für die 3 verschiedenen Szenarien
in Österreich im Rahmen des SmartGrid-Investor-Projekts
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
9
Im Basisszenario bedingen die niedrigen Kosten für Kohlendioxidemissionen geringe
Stromgestehungskosten bei Feuerung mit fossilen Brennstoffen. Beim Effizienzszenario
steigt der Strompreis im Schnitt auf 135 €/MWh und damit auf das doppelte Niveau des
Basisszenarios. Obwohl zwei Drittel der Erzeugung durch erneuerbare Energieträger
erfolgt und deren kurzfristigen Erzeugungskosten bei fast 0 €/MWh liegen, haben sie erst
ab 2040 in den Sommermonaten eine Auswirkung auf den Großhandelspreis. Im
Wachstumsszenario wird zwar von einem starken Ausbau der Erzeugungskapazitäten
von erneuerbaren Energien ausgegangen, durch die steigende Stromnachfrage haben
fossile Energieträger aber auch weiterhin einen großen Anteil im Energiemix.
2.1.2 Das Modell eTransport
2.1.2.1 Aufbau von eTransport
Das Optimierungsmodell "eTransport" ist zur Planung von Energiesystemen, bei denen
mehrere alternative Energieträger, Technologien und Netzinftrastrukturen gleichzeitig
betrachtet werden, entwickelt worden (Bakken & Holen, 2004; Bakken et al, 2007.). Das
Modell verwendet eine detaillierte Darstellung der Netzwerk-Technologien und
Infrastrukturen, um die Identifizierung der einzelnen Komponenten, Kabel und
Rohrleitungen zu ermöglichen. Die aktuelle Version optimiert Investitionen in die
Infrastruktur über einen Planungshorizont von typischerweise 15 bis 20 Jahren für die
meisten relevanten Energieträger und Konvertierung zwischen diesen. Das eTransport-
Modell wird in ein operatives Modell (Energiesystem-Modell) und einem
Investitionsmodell aufgeteilt (siehe Abb.3 Bakken et al., 2007). Im operativen Modell gibt
es Sub-Modelle für jeden Energieträger und für die Konvertierungskomponenten. Der
operative Planungshorizont ist mit einem typischen Zeitschritt von einer Stunde relativ
kurz (1-3 Tage). Das operative Modell findet für den täglichen Betrieb für eine bestimmte
Infrastruktur und Energieaufbringung für den gegebenen Lastverlauf die
Kostenminimierung. Jährliche Betriebskosten werden für verschiedene Energie-System-
Designs durch lösen des operativen Modells für verschiedene Jahreszeiten (z.B.
Spitzenlast, geringe Belastung, usw.), Investitionszeiträume (z.B. 2-5 Jahresintervalle)
und relevanten System-Designs wiederholt berechnet. Jährliche Betriebskosten und
ökologische Kosten für alle verschiedenen Zeitsegmente und Energie System-Designs
werden dann im Investitions-Modell verwendet, um die unterschiedlichen Investitionen
zu planen (Barwert über alle Kosten über den Planungshorizont wird minimiert).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
10
Abbildung 3: Kombination von Betriebs- und Investitionsoptimierung in eTransport
Mathematisch verwendet das eTransport-Modell eine Kombination von linearer
Programmierung (LP) und gemischt ganzzahliger Programmierung (MIP) für die
operativen Modelle und die dynamische Programmierung (DP) für die
Investitionsmodelle. Das operative Modell ist in der Programmiersprache AMPL mit
CPLEX als Solver implementiert, während das Investitionsmodell in C++ implementiert
ist. Ein modularer Aufbau gewährleistet, dass neue Technologie-Module in AMPL für das
operative Modell entwickelt und automatisch in das Investitions-Modell eingebettet
werden. Eine vollständige grafische Windows-Oberfläche ist für das Modell in MS Visio
entwickelt. Alle Daten für einen bestimmten Fall werden in einer Datenbank gespeichert.
Im operativen Modell der Sub-Modelle werden die verschiedenen Komponenten mit
allgemeinen Energieflussvariablen ersetzt, die zur Identifizierung der Strömung zwischen
den Energieträgern, Netzwerk-Komponenten für den Transport, die Umwandlung, die
Speicherung und Energiesenken wie Lasten und Märkte dienen. Diese allgemeinen
Variablen sind in den verschiedenen Modellen inbegriffen und sie sind das Bindeglied
zwischen den verschiedenen Modellen. Die verschiedenen Technologiemodelle werden
zu einem einzigen linearen Optimierungsproblem, in der die Funktion die Summe der
Beiträge aus den verschiedenen Modellen ist und in der die Einschränkungen des
Problems durch alle Beschränkungen der verschiedenen Modellen definiert ist. Die
Emissionen werden durch eine Teilmenge der Komponenten definiert, die als Emission
von CO2, NOx, CO und SOx verursacht werden. Bei Emissionssanktionen, die durch die
Nutzer (z.B. eine CO2-Steuer) eingeführt werden, sind die entstehenden Kosten in der
Zielfunktion enthalten und werden zu den Betriebskosten addiert.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
11
Die Aufgabe des Investitionsmodells ist es, das optimale Ausmaß der Investitionen im
Zeitraum der Analyse zu finden, bezogen auf die Investitionskosten für verschiedene
Projekte und der vorher berechneten jährlichen Betriebskosten für verschiedene
Zeiträume. Der optimale Investitionsplan ist so definiert, dass der abgezinste Barwert
aller Kosten im Planungszeitraum (d.h. die Betriebskosten plus Investitionskosten
abzüglich der Restwert der Investitionen) minimiert wird. Der optimale Plan ermittelt die
optimale Gestaltung des Energiesystems (d.h. den optimalen Zustand) in den
verschiedenen Perioden. Der Anwender definiert eine Reihe von Anlagealternativen,
wobei jede Alternative typischerweise aus mehreren physischen Komponenten mit
vorgegebenen Verbindungen zum Rest des Energiesystems besteht. Die gleichen
Komponenten können in mehrere konkurrierende Investitionsalternativen einbezogen
werden, so dass die verschiedenen Alternativen sich aus ökonomischer Sicht
gegenseitig ausschließen. Sich gegenseitig ausschließende Alternativen werden durch
das Modell bei der Suche nach dem besten Ausbauplan identifiziert. Weitere Details zum
Investitionsalgorithmus in eTransport finden sich in Bakken et al. (2007).
Die kombinierte operative- und Investmentanalyse ermöglicht eine sehr flexible zeitliche
Auflösung (siehe Abbildung 4). Der Benutzer gibt stündliche Profile der Preise und
Belastungen für einen oder mehrere Tage, die zusammengerechnet eine oder mehrere
saisonale Segmente (z.B. Winter, Sommer, Frühling und Herbst) sind. Die Summe der
Segmente entspricht einem Jahr, die die Basis für die Ergebnisse aus der operativen
Analyse ist. Jährliche Werte der Kosten und Emissionen fließen in die
Investitionsrechnung ein, wo ein oder mehrere Jahre einen Investitionszeitraum
definieren
Abbildung 4: Zeitauflösung in eTransport
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
12
Die Abbildung 5 zeigt schließlich die Weiterentwicklung des eTransport Modells auf
aggregierter Ebene. Es wird gezeigt, wie unterschiedliche Belastungen durch
unterschiedliche Energiequellen versorgt werden können, und dass der Transport durch
verschiedene alternative Netzinfrastrukturen wie Strom, Wärme und/oder Gasnetze
erfolgen kann. Im Allgemeinen, können bei allen eTransport Fällen eine Vielzahl
unterschiedlicher Erzeugungstechnologien, Netzinfrastrukturelemente und Komponenten
mit Lasten verbunden werden.
Aggregated area loadsAggregated sources Aggregated area loadsAggregated sources
Abbildung 5: Basiselemente in eTransport auf aggregierter Ebene (Energiequellen,
Netzinfrastrukturen und Lasten)
2.1.2.2 Skalierung der Standardlastprofile für Strom- und Wärme
Die Tageslastprofile der elektrischen Lasten werden mit Hilfe der VDEW-
Standardlastprofile modelliert. In diesen Profilen tritt nur eine geringe Variation zwischen
den Jahreszeiten Winter (01.11. – 20.03., 140 Tage), Sommer (15.05. – 14.09., 123
Tage) und Übergang (21.03. – 14.05. u. 15.09. – 31.10., 102 Tage) auf. Es zeigt sich
jedoch eine stärkere Variation in den Lastkurven zwischen Werktag, Samstag und
Sonntag. Im Modell wird daher für alle elektrischen Lasttypen (Haushalte und Gewerbe
& Dienstleistungen) nur nach Werktag, Samstag und Sonntag unterschieden.
Jahreszeitliche Schwankungen werden nicht berücksichtigt. Aus den vorliegenden
VDEW Profilen (15-Minuten-Auflösung) werden Stundenwerte gebildet. Die Lastprofile
sind auf einen Jahresenergieverbrauch von 1 kWh/Jahr normiert (siehe Abbildung 6 und
Abbildung 7). Sie werden an den tatsächlich zu modellierenden Verbrauch angepasst.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
13
Stromlastprofil der Haushalte normiert auf 1000kWh/Jahr
0
50
100
150
200
2501:
00
2:00
3:00
4:00
5:00
6:00
7:00
8:00
9:00
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
20:0
0
21:0
0
22:0
0
23:0
0
0:00
W
Samstag
Sonntag
Werktag
Abbildung 6: Stromlastprofil eines Haushalt
Stromlastprofil von Gewerbe & Dienstleistungen normiert auf 1000kWh/Jahr
0
50
100
150
200
250
1:00
2:00
3:00
4:00
5:00
6:00
7:00
8:00
9:00
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
20:0
0
21:0
0
22:0
0
23:0
0
0:00
W
Samstag
Sonntag
Werktag
Abbildung 7: Stromlastprofil von Gewerbe & Dienstleistungen
Während für die elektrische Last jahreszeitliche Schwankungen nicht berücksichtigt
werden, sind die Unterschiede zwischen den Jahreszeiten bei der Definition der
Wärmelast bzw. Kältelast den Schwankungen zwischen den Wochentagen
überzuordnen. Für die Wärmelast werden somit die Schwankungen zwischen den
Tagtypen vernachlässigt, die Schwankungen im Jahresverlauf jedoch berücksichtigt
(siehe Abbildung 8 und Abbildung 9).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
14
Wärmelastprofile der Haushalte auf 1000kWh/Jahr normiert
0
0,05
0,1
0,15
0,2
0,25
0,3
0,351:
00
2:00
3:00
4:00
5:00
6:00
7:00
8:00
9:00
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
20:0
0
21:0
0
22:0
0
23:0
0
0:00
kW
Winter
Übergangszeit
Sommer
Abbildung 8: Wärmelastprofil eines Haushaltes
Wärmelastprofile von Gewerbe & Dienstleistungen auf 1000kWh/Jahr normiert
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1:00
2:00
3:00
4:00
5:00
6:00
7:00
8:00
9:00
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
20:0
0
21:0
0
22:0
0
23:0
0
0:00
kW
Winter
Übergangszeit
Sommer
Abbildung 9: Wärmelastprofil Gewerbe & Dienstleistungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
15
2.2 Praktische Fallbeispiele von regionalen Energiesystemen
2.2.1 Ballungsraum Wien
Die Daten der Energieerzeugung und des Energieverbrauchs der Stadt Wien werden
aus öffentlich zugänglichen Daten2 entnommen. Ebenfalls stammen die zukünftigen
angenommenen Strukturänderungen auf der Erzeugungs- und Verbrauchsseite teilweise
aus öffentlichen Studien (Jamek et al., (2008)) bzw. aus eigenen Recherchen und
Annahmen.
2.2.1.1 Derzeitige Strom- und Wärmeerzeugung:
Die Stromerzeugung in Wien erfolgt zum großen Teil durch gasbefeuerte KWK-
Kraftwerke und dem Laufwasserkraftwerk Freudenau. Ebenso einen signifikanten Anteil
liefern die Müllverbrennungsanlagen, Kleinwasserkraftanlagen und Windanlagen (siehe
Tabelle 1).
Tabelle 2: Relevante Stromerzeugungsanlagen im Raum Wien
Name Typ Brennstoff max. Leistung
[MW_el]
jährl. Erzeugung
[GWh_el]
Freudenau Wasser 172 1037
Nußdorf Wasser 4,75 24,6
Haidequerstraße Wasser 0,895 4,5
Simmering 1,2,3,(4)3 Thermisch Gas 903 (1313) 2539 (3600)
Donaustadt Thermisch Gas 545 2260
Leopoldau Thermisch Gas 150 597
Bio Simmering Thermisch Biomasse 12,36 93,8
Spittelau MVA Thermisch Müll 6 36
Rautenweg 22 Thermisch Deponiegas 6,5 20
Pfaffenau Thermisch Müll 15 65
Windpark 10. Wind 7,8 12,7
Breitenlee Wind 2,55 5,4
GTE Wind 0,66 1,32
Freudenau Wind 0,6 1,2
Die Wärmeerzeugung im Raum Wien für die Versorgung der Fernwärmenetze wird in
Grund-, Mittel- und Spitzenlastkraftwerken unterteilt. Durch die notwendige Entsorgung
2 Daten der MA27, Jamek et al., „Erneuerbare Energiequellen und innovative Energietechnologien“, Austrian
Energy Agency, Wien, 2008 3 Der Block 4 des Kraftwerks Simmering ist schon in Planung und wird in weiterer Folge der Berechnung in
eTransport als vorhandene Energiequelle angenommen.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
16
der Müllmengen und die jederzeit anfallende Abwärme aus Industrieanlagen werden
diese entstehenden Wärmemengen zur Grundlastdeckung herangezogen. Die Mittellast
wird durch die KWK-Kraftwerke und die Spitzenlast durch reine Wärmeheizkraftwerke
abgedeckt, die zum Großteil mit Gas befeuert werden; Ausnahme ist derzeit nur das
Biomasse Kraftwerk Simmering (siehe Tabelle 2).
Tabelle 3: Wärmeerzeugungsanlagen für die Fernwärme im Raum Wien
Name Brennstoff
max. Leistung
[MW_th]
jährl. Erzeugung
[GWh_th] Aufgabe
Spittelau MVA Müll 85 487 Grundlast
Flötzersteig MVA Müll 62 380 Grundlast
Simmering SVA Sondermüll 100 463 Grundlast
Pfaffenau MVA Müll 80 410 Grundlast
Schwechat KWK Abwärme 170 412 Grundlast
Industriewärme Abwärme 170 13 Grundlast
Simmering KWK 1,2,3,(4) Gas 650 (860) 2032 (2700) Mittellast
Donaustadt KWK Gas 250 934 Mittellast
Leopoldau KWK Gas 170 718 Mittellast
Bio Simmering KWK Biomasse 62,5 296 Mittellast
Spittelau HKW Gas 500 59 Spitzenlast
Süd HKW Gas 358 33 Spitzenlast
Arsenal HKW Gas 354 19 Spitzenlast
Kagran HKW Gas 192 20 Spitzenlast
Leopoldau HKW Gas 185 6 Spitzenlast
2.2.1.2 Annahme der zukünftigen Entwicklungen
a) Stromerzeugung und Verbrauch
Der Ausbau von Wind-, PV- und Biomasseanlagen erfolgt laut der Potenzialanalyse
der Austrian Energy Agency (Jamek et al., (2008)). Die unterschiedlichen
Ausbaugrade der erneuerbaren Potenziale in Wien werden kapazitiv in Abbildung 10
dargestellt. Je höher die Strukturänderung ist, desto höher steigt der
Potenzialausbau der erneuerbaren Stromerzeugung. Ausnahme ist jedoch die
Stromerzeugung durch Biomasse, da diese zurzeit schon sehr gut ausgenutzt wird
und deshalb kein weiterer Ausbau vorgenommen wird. Beim Windausbau erfolgt ein
moderater Anstieg, der bei maximaler Strukturänderung zugleich den Ausbau des
möglichen Windpotenzials bedeutet. Der Ausbau der Photovoltaik wird von derzeit
0,6 MWp auf 60 MWp bei maximaler Strukturänderung angenommen. Die
Stromverbrauchsentwicklung wird linear steigend von derzeit 7,2 TWh (2010) auf
10,6 TWh (2050) angenommen, dies entspricht einer jährlichen Steigerung von 1%.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
17
Ausbauszenario der erneuerbaren Stromerzeugungskapazitäten im Ballungszentrum Wien
0
20
40
60
80
100
120
140
keineStrukturänderung
Strukturänderungniedrig
Strukturänderungmittel
Strukturänderunghoch
Strukturänderungmaximal
MW
Biomasse Wind PV
Abbildung 10: Installierte erneuerbare Stromerzeugungskapazitäten bei
unterschiedlichen Strukturänderungen
b) Wärmeerzeugung und Verbrauch
In Abbildung 11 wird die Änderung der Wärme- und Warmwasserbereitstellung der
Wiener Haushalte durch unterschiedliche Erzeugungstechnologien dargestellt. Der
Ausbau des Fernwärmenetzes und ein signifikanter Einsatz von Biomasse werden
als große Strukturänderungsmaßnahmen angenommen. Ebenfalls gibt es eine
Strukturänderung bei Gewerbe und Dienstleistungen. Es wird davon ausgegangen,
dass zwei Drittel der derzeitigen Wärmebereitstellung durch Gas erfolgt und das
restliche Drittel durch Fernwärme versorgt wird. Bei einer maximalen
Strukturänderung ändert sich die Wärmebereitstellung auf zwei Drittel Fernwärme
und ein Drittel Gas. Durch die Verringerung der Wärmekennzahl der 186.000
sanierungswürdigen Wohnungen von durchschnittlich 183 kWh/m2 auf 45 kWh/m2
einerseits und die Begrenzung der Wärmekennzahl von 70 % der Neubauten auf
max. 50 kWh/m2 bzw. 30% der Neubauten auf max. 15k Wh/m2 andererseits, sinkt
entsprechend der Wärmebedarf der Haushalte. Ebenfalls werden die Gebäude von
Gewerbe und vor allem Dienstleistungen thermisch saniert. Bei einer maximalen
Strukturänderung beträgt die Wärmekennzahl im Durchschnitt ca. 80 kWh/m2.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
18
Entwicklungszenario der Wärmeerzeugung der Wiener Haushalte
0
0,2
0,4
0,6
0,8
1
keineStrukturänderung
Strukturänderungniedrig
Strukturänderungmittel
Strukturänderunghoch
Strukturänderungmaximal
Fernwärme Gas Stromdirekt Wärmepumpe Öl&Kohle Biomasse komb. mit Solarthermie
Abbildung 11: Wärmeerzeugungsszenario der Wiener Haushalte bei unterschiedlichen
2.2.1.3 Skalierung des eTransport-Modells
Strommodell
Durch die Einführung von SmartGrid-Konzepten in das Stromnetz (z.B.
SmartMetering, Breitbandausbau, „smarte“ Leistungsschalter, u.v.m.) kann das
Standardlastprofil beeinflusst werden. Durch neue Marktkonzepte wird es den
Endverbrauchern ermöglicht, aktiv am Strommarkt teilzunehmen. Daher wird
angenommen, dass die Stromspitzen geglättet werden können. Je höher der
„Smartheitsgrad“ im Modell ist, desto geringer sind die Stromlastspitzen. Dies wird in
Abbildung 12 am Beispiel eines Haushaltes an einem Sonntag gezeigt.
Entwicklung der Stromlastprofile der Haushalte durch Einführung unterschiedlicher Smartheitsgrade: Sonntag
0
50
100
150
200
250
1:0
0
2:0
0
3:0
0
4:0
0
5:0
0
6:0
0
7:0
0
8:0
0
9:0
0
10:0
0
11:0
0
12:0
0
13:0
0
14:0
0
15:0
0
16:0
0
17:0
0
18:0
0
19:0
0
20:0
0
21:0
0
22:0
0
23:0
0
0:0
0
W
kein Smartheitsgrad
Smartheitsgrad niedrig
Smartheitsgrad mittel
Smartheitsgrad hoch
Smartheitsgrad maximal
Abbildung 12: Stromlastprofil eines Haushaltes an einem Sonntag bei
unterschiedlichen Smartheitsgraden
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
19
Wärmemodell
Durch die oben beschriebenen thermischen Maßnahmen im Neubau- und
Altbaubereich sinkt der Wärmebedarf der Haushalte und von Gewerbe und
Dienstleistungen. Durch den unterschiedlichen Ausbau des Fernwärmenetzes in den
unterschiedlichen Strukturänderungsgraden ist ein Ausbau der Fernkühlung (z.B.
durch Einsatz von Absorptionskältemaschinen beim Endverbraucher von
Fernwärmenetzen) ebenfalls möglich; dies führt zu einer Erhöhung des Verbrauchs
der Fernkühlungsenergie im Bereich Gewerbe und Dienstleistungen. Wärme- und
Kältebedarfsverläufe für die unterschiedlichen Strukturänderungen werden in
Abbildung 13 dargestellt.
Verbrauchsszenarien für unterschiedliche Lasten im Ballungszentrum Wien
0
2000
4000
6000
8000
10000
12000
keineStrukturänderung
Strukturänderungniedrig
Strukturänderungmittel
Strukturänderunghoch
Strukturänderungmaximal
GW
h
Wärmebedarf HH
Wärmebedarf G&DL
Fernkühlung
Abbildung 13: Wärme- und Kältebedarf für unterschiedliche Strukturänderungsgrade
2.2.1.4 Investitionen4
Die oben angeführten Änderungen in den unterschiedlichen Strukturgraden führen uns
zu der für die eTransportanalyse benötigten Investitionskosten. In Abbildung 14 wird eine
Gesamtübersicht über alle nötigen Investitionen in Energieerzeugung, -netze und –
effizienz gezeigt. In Abbildung 15 werden die Investitionskosten für unterschiedliche
„Smartheitsgrade“ im Bereich Stromerzeugung und -netze für den Ballungsraum Wien
gezeigt. Man sieht vor allem, dass der weitaus größere Teil der Investitionen auf die
Strukturänderungen im Bereiche des Stromnetzes fallen.
4Die Kosten der zusätzlich entstehenden Erzeugungstechnologien, die Kosten für die Einführung von
SmartGrid-Konzepten (Smart Metering, Kommunikationstechniken, „smarte“ Leistungsschalter,...) und die Kosten für Effizienzmaßnahmen werden aus internationalen Erfahrungswerten durch eine Mittelwertbildung angenommen.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
20
Investitionsszenarien in Energierezeugung, -netze und -effizienz für das Ballungszentrum Wien
0,0
0,2
0,4
0,6
0,8
1,0
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
ku
mm
ulie
rte In
vest
itio
nsko
ste
n (n
orm
iert
)
Fernkälte
Wärmedämmung
Wärmeerzeugung
Fernwärme
dezentrale erneuerbare Stromerzeugung
SmartGrid-Konzepte
Abbildung 14: Normierte Investitionskostenabschätzung der unterschiedlichen
Strukturänderungsgrade für das Ballungszentrum Wien5
Investitionsszenarien in Stromerzeugung und -netze für das Ballungszentrum Wien
0,0
0,2
0,4
0,6
0,8
1,0
kein niedrig mittel hoch maximal
Smartheitsgrad
ku
mm
ulie
rte In
vestitio
nsko
ste
n
(no
rmie
rt)
dezentrale erneuerbare Stromerzeugung
SmartGrid-Konzepte
Abbildung 15: Normierte Investitionskosten für unterschiedliche Smartheitsgrade für das
Ballungszentrum Wien
2.2.1.5 Modellberechnung mit eTransport
In Abbildung 16 wird die Implementierung der oben angeführten Daten in das
eTransport-Modell dargestellt.
5 Die unterschiedlichen Strukturänderungsgrade sind so zu interpretieren, dass z.B. eine niedrige
Strukturänderung nur einige kleine Teilgebiete im Ballungsraum Wien (z.B. neue „Seestadt“ Aspern, Industriegebiete, ausgewählte Wohnsiedlungen an den Randbezirken) abbildet. Je höher die Strukturänderung, desto großflächiger werden die Strukturänderungsmaßnahmen durchgeführt.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
21
Abbildung 16: Implementierung des Wärme- und Stromsektors des Ballungsraum Wien in eTransport für unterschiedliche Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
22
2.2.1.6 eTransport Ergebnisse
Zum Grundmodell der Wirtschaftlichkeitsanalyse werden zum Status Quo noch vier weitere
Lastoptionen implementiert (siehe Abbildung 16). Diese vier Optionen stellen die
Ausbaustufe der unterschiedlichen „Smartheitsgrade“ (in bestimmten Schwerpunktregionen
innerhalb Wiens z.B. neue „Seestadt“ am Flugfeld Aspern), den Ausbaugrad des
Fernwärmenetzes, der Änderung der Heizsysteme und der Wärmedämmung dar.
a) Wirtschaftlichkeitsanalyse des gesamten Energiesystems
Als Ergebnis werden die vier unterschiedlichen Investitionsmöglichkeiten von niedrigen,
mittleren, hohen und maximalen „Smartheitsgrad“ bzw. Strukturänderungsgrad in der
Reihenfolge ihrer Wirtschaftlichkeit aufgelistet und in weiterer Folge werden Vergleiche
hinsichtlich unterschiedlicher Höhe von Förderungen angestellt. Die Investitionen ohne
Förderung rechnen sich nicht. Auch bei Verringerung der Investitionskosten des
gesamten Systems auf 30% der ursprünglichen Investitionskosten ist aus rein
wirtschaftlicher Betrachtung ein Strukturwechsel nicht nötig (siehe Abbildung 17 bis
Abbildung 20).
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und WärmedämmungKeine Förderungen
Abbildung 17: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und keine Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
23
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und Wärmedämmung30% Fördrungen für alle Investitionsmaßnahmen
Abbildung 18: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und 30% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und Wärmedämmung50% Förderungen für alle Investitionsmaßnahmen
Abbildung 19: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und 50% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
24
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und Wärmedämmung70% Förderungen für alle Investitionsmaßnahmen
Abbildung 20: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und 70% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Unter den oben angenommen Primärenergiepreisen sind Investitionen in SmartGrids,
erneuerbare Erzeugungstechnologien und in Wärmedämmung nicht wirtschaftlich. Geht
man von einer doppelt so starken Gaspreissteigerung aus, zeigen die Ergebnisse der
Wirtschaftlichkeitsanalyse ganz andere Tendenzen. Werden keine Förderungen gewährt,
ist die beste Strategie noch immer keine Strukturänderung vorzunehmen. Werden jedoch
Strukturänderungen durchgeführt, so rechnet sich die mittlere vor der hohen; dann erst
kommt die niedrige Strukturänderung. Die maximale Strukturänderung ist noch immer die
teuerste Variante. Betragen die Investitionskosten nur mehr 70% der ursprünglichen
Investitionen (d.h. 30% Förderung), werden zum ersten Mal Strukturänderungen
wirtschaftlich. Eine mittlere bzw. hohe Strukturänderung ab dem Jahr 2030 ist
wirtschaftlicher als auf Strukturänderungen zu verzichten. Eine maximale
Strukturänderung ist im Vergleich zu keiner noch immer unwirtschaftlich, aber noch
immer besser im Vergleich dazu, nur eine niedrige Strukturänderung durchzuführen. Bei
50% der ursprünglichen Investitionskosten (d.h. 50% Förderung) ist zum ersten Mal
keine Strukturänderung die unwirtschaftlichste Variante. Am wirtschaftlichsten wäre eine
hohe Strukturänderung, gefolgt von einer maximalen im Jahr 2020; eine mittlere bzw.
niedrige Strukturänderung wäre in der Investitionsreihenfolge auf den Plätzen 3 und 4.
Betragen die Investitionen nur mehr 30% der ursprünglichen Investitionshöhe, ergibt sich,
dass eine maximale Strukturänderung ab dem Jahr 2010 am wirtschaftlichsten ist.
Danach folgen absteigend hohe, mittlere, niedrige und keine Strukturänderung. Natürlich
kann man ab dem Jahr 2010 nicht die erforderlichen Strukturmaßnahmen unmittelbar
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
25
durchführen, aber laut Modell wäre über die ganzen 40 Jahre die maximale
Strukturänderung die wirtschaftlichste Variante (siehe Abbildung 21 bis Abbildung 24).
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
keine Strukturänderung
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung niedrig
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum Wien (2facher Gaspreisanstieg)
Einführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze, Heizsysteme und Wärmedämmung
Keine Förderungen
Abbildung 21: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 90 €/MWh im Jahr 2050 und keine Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Strukturänderung mittel
Strukturänderung hoch
keine Strukturänderung
Strukturänderung maximal
Strukturänderung niedrig
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum Wien (2facher Gaspreisanstieg)
Einführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze, Heizsysteme und Wärmedämmung
30% Förderungen für alle Investitionsmaßnahmen
Abbildung 22: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 90 €/MWh im Jahr 2050 und 30% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
26
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Strukturänderung hoch
Strukturänderung maximal
Strukturänderung mittel
Strukturänderung niedrig
keine Strukturänderung
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum Wien (2facher Gaspreisanstieg)
Einführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze, Heizsysteme und Wärmedämmung
50% Förderungen für alle Investitionsmaßnahmen
Abbildung 23: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 90 €/MWh im Jahr 2050 und 50% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Strukturänderung maximal
Strukturänderung hoch
Strukturänderung mittel
Strukturänderung niedrig
keine Strukturänderung
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum Wien (2facher Gaspreisanstieg)
Einführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze, Heizsysteme und Wärmedämmung
70% Förderungen für alle Investitionsmaßnahmen
Abbildung 24: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystemss des Ballungszentrums Wien bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 90 €/MWh im Jahr 2050 und 70% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
27
b) Wirtschaftlichkeitsanalyse des Stromsystems
In diesem Fall wird nur das Stromnetz betrachtet. Ebenfalls gibt es wieder vier
unterschiedliche Investitionsmöglichkeiten von niedrigen, mittleren, hohen und
maximalen „Smartheitsgraden“ des Stromnetzes. Die Analyse erfolgt genau so wie beim
gesamten Wiener Energiesystem durch einen Vergleich der unterschiedlichen
Investitionen. Es werden nur die Investitionskosten in das Netz zur Berechnung
verwendet, die Investitionen in PV- und Wind-Anlagen werden durch Ökostrom-
Förderungen abgedeckt. Ohne Förderungen ist ein hoher und ab dem Jahr 2040 dann
ein maximaler „Smartheitsgrad“ am wirtschaftlichsten. Dies ergibt sich aus den hohen
Strompreisen ab 2040. Keine Innovationen im Bereich des Netzes wäre jedoch noch
besser wie eine niedrige, da sich hier der Effekt der Spitzenglättung im Vergleich zum
Investitionsvolumen nicht rechnet. Verringern sich die Investitionen um 30%, wäre eine
maximale Innovation am Netz ab dem Jahr 2030 die beste Lösung; bei 50% lohnt sich
die Einführung von SmartGrid-Konzepten schon im Jahr 2020 und bei 70% ab 2010
(siehe Abbildung 25 bis Abbildung 28).
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad hoch
Smartheitsgrad maximal
Smartheitsgrad mittel
kein Smartheitsgrad
Smartheitsgrad niedrig
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrid-Konzepten
Keine Förderungen
Abbildung 25: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromnetzes durch
Einführung von SmartGrid-Konzepten des Ballungszentrums Wien bei keiner Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
28
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad maximal
Smartheitsgrad hoch
Smartheitsgrad mittel
Smartheitsgrad niedrig
kein Smartheitsgrad
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrid-Konzepten
30% Förderungen für alle Investitionsmaßnahmen
Abbildung 26: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromnetzes durch
Einführung von SmartGrid-Konzepten des Ballungszentrums Wien bei 30% Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad maximal
Smartheitsgrad hoch
Smartheitsgrad mittel
Smartheitsgrad niedrig
kein Smartheitsgrad
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrid-Konzepten
50% Förderungen für alle Investitionsmaßnahmen
Abbildung 27: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromnetzes durch
Einführung von SmartGrid-Konzepten des Ballungszentrums Wien bei 50% Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
29
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad maximal
Smartheitsgrad hoch
Smartheitsgrad mittel
Smartheitsgrad niedrig
kein Smartheitsgrad
Wirtschaftlichkeitsanlayse eTransport für Ballungszentrum WienEinführung von SmartGrid-Konzepten
70% Förderungen für alle Investitionsmaßnahmen
Abbildung 28: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromnetzes durch
Einführung von SmartGrid-Konzepten des Ballungszentrums Wien bei 70% Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
30
2.2.2 Ländliche Region Lungau
Die Daten der Energieerzeugung und die Verbrauchsdaten der Region Lungau stammen aus
der Studie „Nachhaltige Energieversorgungsperspektiven für die Region Lungau“ (Auer et
al., (2000)) bzw. aus eigenen Recherchen und Annahmen.
2.2.2.1 Derzeitige Strom- und Wärmeerzeugung:
Die Stromerzeugung in der Region Lungau erfolgt zu einem großen Teil durch
Kleinwasserkraftwerke, diese habe eine Stromerzeugung von rund 200.000 MWh im Jahr
2009. Ebenfalls sind derzeit Photovoltaikanlagen mit ca. 200 kW Gesamtleistung installiert.
Die Wärmeerzeugung für die Versorgung der Fern-/Nahwärmenetze in den Gemeinden
Tamsweg, Mauterndorf, St.Michael und Mariapfarr erfolgt durch Biomasse-KWK-Anlagen.
Die Wärmebereitstellung der Ein- und Mehrfamilienhäuser in der Region Lungau erfolgt zu
ca. 53% aus Holz, 23% aus Öl, 13% aus Strom, 8% aus Fernwärme und 3% aus sonstige
Brennstoffe.
2.2.2.2 Annahme der zukünftigen Entwicklungen
a) Stromerzeugung und Verbrauch
Wie schon bei der Analyse im Ballungszentrum Wien wird auch in der Region Lungau
von einem Anstieg des Stromverbrauchs um 1% pro Jahr ausgegangen. Der Ausbau der
Photovoltaik wird von derzeit 0,2 MWp auf 4 MWp bei maximaler Strukturänderung
angenommen. Es findet ein minimaler Ausbau der Kleinwasserkraft statt, die aber keine
signifikante Auswirkung auf die autonome Stromerzeugung hat.
b) Wärmeerzeugung und Verbrauch
In Abbildung 29 wird die Änderung der Wärme- und Warmwasserbereitstellung der
Lungauer Haushalte durch unterschiedliche Erzeugungstechnologien dargestellt. Die
Substitution von Stromdirektheizungen durch Wärmepumpen einerseits und Ölheizungen
durch Biomasse (teilweise kombiniert mit Solarthermie) andererseits wird als maximale
Strukturänderung angenommen. Ebenfalls gibt es eine Strukturänderung bei Gewerbe
und Dienstleistungen. Es wird davon ausgegangen, dass die derzeitige
Wärmebereitstellung durch Öl erfolgt. Bei einer maximalen Strukturänderung ändert sich
die Wärmebereitstellung auf ein Drittel durch Biomasse (Holz), ein Viertel durch
Wärmepumpen und der Rest bleibt bis auf weiteres mit Öl befeuert.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
31
Entwicklungszenario der Wärmeerzeugung der Haushalte in der Region Lungau
0
0,2
0,4
0,6
0,8
1
keineStrukturänderung
Strukturänderungniedrig
Strukturänderungmittel
Strukturänderunghoch
Strukturänderungmaximal
Nah-/Fernwärme Öl Stromdirekt Wärmepumpe Biomasse Einzelöfen Biomasse komb. mit Solarthermie
Abbildung 29: Wärmeerzeugungsszenario der Lungauer Haushalte bei unterschiedlichen Strukturänderungen
In der Region Lungau sind ungefähr 4400 Gebäude (entspricht 6770 Haushalten)
sanierungswürdig. Werden diese Gebäude von derzeit durchschnittlich 132 kWh/m2 auf
40 kWh/m2 saniert und bei Neubauten ebenfalls eine durchschnittliche Energiekennzahl
von 40 kWh/m2 erreicht, so sinkt bei einer maximaler Strukturänderung die
durchschnittliche Energiekennzahl der Lungauer Haushalte von 132 kWh/m2 auf 60
kWh/m2. Bei Gewerbe und Dienstleistungen kann die Energiekennzahl auf 80 kWh/m2
gesenkt werden.
2.2.2.3 Skalierung des eTransport-Modells
Die Skalierung im Strom- und Wärmebereich erfolgt für die Region Lungau nach dem
gleichen Schema wie in dem Fallbeispiel des Ballungszentrum Wien
2.2.2.4 Investitionen
Die oben angeführten Änderungen in den unterschiedlichen Strukturgraden führen (wie auch
schon im Fallbeispiel Wien) zu den für die eTransportanalyse benötigten Investitionskosten.
In Abbildung 30 erfolgt eine Gesamtübersicht über alle nötigen Investitionen in
Energieerzeugung, -netze und -effizienz. In Abbildung 31 werden die Investitionskosten für
unterschiedliche „Smartheitsgrade“ im Bereich Stromerzeugung und -netze gezeigt. Der
Unterschied zwischen dem Ballungszentrum Wien und der ländlichen Region Lungau macht
sich im Bereich Stromerzeugung und -netze besonders bemerkbar, da in der Region
Lungau ein höherer Anteil der Investitionen auf die Stromerzeugung fällt und nur ein kleinere
Anteil auf Investitionen in ein SmartGrid.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
32
Investitionsszenarien in Energieerzeugung, -netze und -effizienz für die Region Lungau
0,0
0,2
0,4
0,6
0,8
1,0
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
kum
mu
lier
te I
nve
stit
ion
sko
sten
(n
orm
iert
)
Wärmedämmung
Wärmeerzeugung
Fernwärme
dezentrale erneuerbare Stromerzeugung
SmartGrid-Konzepte
Abbildung 30: Normierte Investitionskostenabschätzung der unterschiedlichen
Strukturänderungsgrade für die Region Lungau
Investitionsszenarien in Stromerzeugung und -netze für die Region Lungau
0,0
0,2
0,4
0,6
0,8
1,0
kein niedrig mittel hoch maximal
Smartheitsgrad
kum
mu
lier
te I
nve
stit
ion
sko
sten
(n
orm
iert
) dezentrale erneuerbare Stromerzeugung
SmartGrid-Konzepte
Abbildung 31: Normierte Investitionskosten für unterschiedliche Smartheitsgrade für die
Region Lungau
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
33
2.2.2.5 Modellberechnung mit eTransport
Für die Region Lungau wurde das Modell des Ballungszentrums Wien adaptiert, entspricht
aber in den groben Strukturen der Implementierung wie in Abbildung 16. Aufgrund der
geringeren Komplexität des Energiesystems der Region Lungau ist das Modell naturgemäß
einfacher.
2.2.2.6 eTransport Ergebnisse
a) Wirtschaftlichkeitsanalyse des gesamten Energiesystems
Ohne Förderungen wären auch in der Region Lungau jegliche Investitionen für eine
Strukturänderung (im Gegensatz zu keiner Strukturänderung) nicht wirtschaftlich. Jedoch
ergeben sich durch die unterschiedliche Heizsystemstruktur in der Region Lungau und
dem geringeren Investitionsaufwand in das Gesamtsystem im Falle eines
Strukturwandels (im Gegensatz zum Ballungszentrum Wien) bei höheren Förderungen
wirtschaftliche Vorteile für eine Strukturänderung (siehe Abbildung 32 ).
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
keine Strukturänderung
Strukturänderung niedrig
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und WärmedämmungKeine Förderungen
Abbildung 32: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems Der Region Lungau bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und keine Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
34
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Strukturänderung niedrig
keine Strukturänderung
Strukturänderung mittel
Strukturänderung hoch
Strukturänderung maximal
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und Wärmedämmung30% Förderungen für alle Investitionsmaßnahmen
Abbildung 33: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems Der Region Lungau bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und 30% Förderungen auf die gesamten Investitionen bei unterschiedlicher Strukturänderungen
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Strukturänderung mittel
Strukturänderung niedrig
Strukturänderung hoch
Strukturänderung maximal
keine Strukturänderung
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und Wärmedämmung50% Förderungen für alle Investitionsmaßnahmen
Abbildung 34: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems Der Region Lungau bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und 50% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
35
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Strukturänderung maximal
Strukturänderung hoch
Strukturänderung mittel
Strukturänderung niedrig
keine Strukturänderung
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrids, Investitionen in RES-E-Anlagen, Fernwärmenetze,
Heizsysteme und Wärmedämmung70% Förderungen für alle Investitionsmaßnahmen
Abbildung 35: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des gesamten
Energiesystems Der Region Lungau bei einer Gaspreissteigerung von 20 €/MWh im Jahr 2010 auf 45 €/MWh im Jahr 2050 und 70% Förderungen auf die gesamten Investitionen bei unterschiedlichen Strukturänderungen
b) Wirtschaftlichkeitsanalyse des Stromsystems
Im Rahmen der Modellanalyse mit eTransport in der Region Lungau wird zusätzlich zur
Einführung von SmartGrid-Konzepten in das Stromnetz auch die Investitionen in
zusätzliche PV-Anlagen in der Wirtschaftlichkeitsberechnung berücksichtigt, da diese
einen hohen Anteil der Investitionen ausmachen. Die Wirtschaftlichkeitsanalyse des
daraus resultierenden Lungauer Stromsystems ergibt, dass diese schon sich schon bei
einer Förderung von 30% der Investitionshöhe ab dem Jahr 2040 rechnen. Je höher die
Förderungen ausfallen, desto früher werden die Investitionen wirtschaftlicher bzw. desto
früher kommt es zu einer Marktdurchdringung von SmartGrid-Lösungen (siehe Abbildung
36 bis Abbildung 39).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
36
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
kein Smartheitsgrad
Smartheitsgrad mittel
Smartheitsgrad niedrig
Smartheitsgrad hoch
Smartheitsgrad maximal
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrid-Konzepte und Investitionen in erneuerbare
StromerzeugungsanlagenKeine Förderungen
Abbildung 36: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromsystems durch
Einführung von SmartGrid-Konzepten bei der Region Lungau bei keiner Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad hoch
Smartheitsgrad mittel
Smartheitsgrad maximal
Smartheitsgrad niedrig
kein Smartheitsgrad
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrid-Konzepte und Investitionen in erneuerbare
Stromerzeugungsanlagen30% Förderungen für alle Investitionsmaßnahmen
Abbildung 37: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromsystems durch
Einführung von SmartGrid-Konzepten bei der Region Lungau bei 30% Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
37
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad hoch
Smartheitsgrad maximal
Smartheitsgrad mittel
Smartheitsgrad niedrig
kein Smartheitsgrad
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrid-Konzepte und Investitionen in erneuerbare
Stromerzeugungsanlagen50% Förderungen für alle Investitionsmaßnahmen
Abbildung 38: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromsystems durch
Einführung von SmartGrid-Konzepten bei der Region Lungau bei 50% Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
0
0,2
0,4
0,6
0,8
1
2010-2020 2020-2030 2030-2040 2040-2050
norm
iert
e In
vest
itonsk
ost
enre
lation
Reihenfolge Investitionsentscheid
Smartheitsgrad maximal
Smartheitsgrad hoch
Smartheitsgrad mittel
Smartheitsgrad niedrig
kein Smartheitsgrad
Wirtschaftlichkeitsanlayse eTransport für die Region LungauEinführung von SmartGrid-Konzepten und Investitionen in erneuerbare
Stromerzeugungsanlagen70% Förderungen für alle Investitionsmaßnahmen
Abbildung 39: eTransport Modellergebnis: Wirtschaftlichkeitsanalyse des Stromsystems durch
Einführung von SmartGrid-Konzepten bei der Region Lungau bei 70% Förderungen auf die gesamten Investitionen bei unterschiedlichen „Smartheitsgraden“
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
38
3 Modellierung des zukünftigen Investitionsbedarfs für
verschiedene „Smartheits“- und
Dezentralisierungsgrade des österreichischen
Energiesystems
Aufbauend auf den wesentlichen Erkenntnissen der Analyse der einzelnen Modellregionen
im vorigen Kapitel (Ballungsraum Wien bzw. ländliche Region Lungau) wird nachfolgend nun
das gesamte österreichische Stromsystem modellhaft abgebildet und in weiterer Folge der
Investitionsbedarf für verschiedene zukünftige Smartheits- und Dezentralisierungsgrade des
österreichischen Stromsystems im Detail analysiert.
3.1 Modellbeschreibung: SmartGrid-Investor
Um einen ökonomischen Vergleich eines zentralen gegenüber einem dezentralen
Energiesystem aufstellen zu können, muss das mathematische Entscheidungskriterium in
beiden Fällen im Wesentlichen aus der Summe der Erzeugungs6- und Netzkosten bestehen.
Weitere in der Praxis vorhandene Kostenkomponenten (wie z.B. Steuern und Abgaben)
kürzen sich heraus und werden in weiterer Folge nicht berücksichtigt.
Der formale Zusammenhang des „Trade-Off“-Kriteriums beim ökonomischen Vergleich eines
zentralen gegenüber einem dezentralen Stromsystem lautet somit für die stromspezifischen
Energiedienstleistungen i im Jahr t:
tiSmartGridNetzVÜtiDezentErztiZentNetzVÜtiZentErz CCCC ,,_&,,_,,_&,,_
wobei:
tiZentErzC ,,_ ……......................spezifische Erzeugungskosten zentraler „Grenzkraftwerke“ am
Großhandelsmarkt
tiZentNetzVÜC ,,_& ……..............spezifische Kosten des zentralen Übertragungs- und
Verteilnetzes
tiDezentErzC ,,_ ............................spezifische Erzeugungskosten erneuerbarer Grenzkraftwerke
bei SmartGrid-Konzepten
tiSmartGridNetzVÜC ,,_& ……........spezifische Kosten des Übertragungs- und Verteilnetzes bei
Implementierung von SmartGrid-Konzepten
6 Erzeugungskosten sind in einem Strommarktmodell durch die konvexe Angebotskurve („Merit Order“) an einer
relevanten Strombörse definiert und somit ist das jeweilige Grenzkraftwerk der entscheidende Faktor für die Erzeugungskosten. Der für den österreichischen Strommarkt relevante Handelsplatz ist der EEX-Leipzig.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
39
Eine wesentliche Eigenschaft des Modellierungsansatzes im Rahmen des Projekts
„SmartGrid-Investor“ ist es auch, im Falle der „Unwirtschaftlichkeit“ einer dezentralen
SmartGrid-Lösung eine quantitative Aussage hinsichtlich dieser „Unwirtschaftlichkeit“ zu
machen. Das heißt, diese „Unwirtschaftlichkeit“ wird im Rahmen von Parametervariationen
bei der Modellierung (z.B. Modellierung bestimmter Förderungen auf der Netzseite) gezielt
verringert bzw. beseitigt.
Um das oben beschrieben ökonomische „Trade-Off“-Kriterium auf jährliche Basis zu
ermitteln, müssen zuerst die weiteren Kriterien bzw. Restriktionen der Modellierung
festgelegt werden. Im wesentlichen gibt es drei wichtige Kriterien/Restriktionen, die erfüllt
werden müssen (egal wie das zukünftige Netz aussehen wird):
Die Höhe der Reinvestitionen in das Übertragungs- und Verteilnetz muss abhängig
von der Struktur des Netzes in den verschiedenen Fällen vordefiniert sein. Damit ist
gemeint, dass es sich ökonomisch widerspiegeln muss, ob es weiterhin ein passives
Netz geben wird oder in welchem Ausmaß aktive Netzbereiche mit SmartGrid-
Konzepten zum Einsatz kommen.
Um für Österreich eine ausbalancierte Stromversorgung zu erreichen, ist die
zukünftig zu erwartende Schere zwischen Erzeugung und Verbrauch zu schließen.
Durch die „Sterberate“ des derzeitigen Kraftwerkparks und dem anzunehmenden
steigenden Stromverbrauch wird diese Schere immer größer.
Klimapolitische Zielsetzungen sollen vor allem durch den vermehrten Einsatz von
dezentraler erneuerbarer Stromerzeugung erreicht werden.
Aus den oben erwähnten Vorgaben, Kriterien und Restriktionen wird das in Abbildung 40
dargestellte Flussdiagramm entworfen. Dieses dient als Grundlage zur Umsetzung des
Programmablaufs der Simulationssoftware.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
40
Abbildung 40: Flussdiagramm- Modellierungsansatz
Die genaue Umsetzung des Modellierungsansatzes und das für die Netzkostenberechnung
verwendete Asset-Management werden im Anhang ausführlich beschrieben.
3.2 Skalierung des Modells
Aus heutiger Sicht entsteht in den nächsten Jahrzehnten eine immer größer werdende
Schere7 zwischen Stromverbrauch und den vorhandenen Kraftwerkskapazitäten, die nach
Ablauf deren Lebensdauer nicht mehr für die Stromerzeugung zur Verfügung stehen. Diese
Schere zwischen Erzeugung und Verbrauch ist in Abbildung 41 für das österreichische
Energiesystem dargestellt. Ebenfalls dargestellt ist die „Sterbelinie“ der derzeit bereits
installierten dezentralen erneuerbaren Kraftwerkskapazitäten (grün). Diese gesondert
betrachtete „Sterbelinie“ wird für die spätere Berechnung des Anteils der dezentralen
erneuerbaren Erzeugung am Gesamtstromverbrauch benötigt. Groß-, Mittel- und
Kleinwasserkraftwerke unterliegen bei dieser Berechnung keiner „Sterberate“, da bei
Wasserkraftwerken angenommen wird, dass diese keine begrenzte Lebensdauer haben; ihre
Kapazitäten bleiben vorhanden bzw. werden sogar noch weiter ausgebaut (z.B.
„Repowering“). „Repowering“ bedeutet, dass alte Anlagen erneuert und technologisch
7 Vgl. Auer et al. (2008) bis zum Jahr 2030. Von 2030-2050 wird mit dem gleichem Gradienten fortgeschrieben
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
41
verbessert werden und somit nicht als Erzeugungspotential verloren gehen bzw. die
ausgeschöpften Potentiale in der Regel sogar erhöht werden können.
Schere zw. zukünftigem Stromverbrauch und der Sterbelinie der vorhandenen Kraftwerkskapazitäten in Österreich
0
5000
10000
15000
20000
25000
30000
35000
40000
2010 2015 2020 2025 2030 2035 2040 2045 2050
Jahr
MW
Stromverbrauch Sterbelinie KW gesamt(ohne Wasserkraft)
Sterbelinie dezentrale erneuerbare KW(ohne Kleinw asserkraft)
Abbildung 41: Schere zw. zukünftigem Stromverbrauch und der Sterbelinie der vorhandenen
Kraftwerkskapazitäten in Österreich
Durch den zukünftigen erhöhten Stromverbrauch werden auch die Reinvestionen in das
Übertragungs- und Verteilnetz größer sein als die Investitionen in den Jahren vor 20108. Da
es für aktive Netze (SmartGrid-Konzept) noch keine Referenzwerte für Investitionen gibt,
wird davon ausgegangen, dass für eine Änderung der Struktur des Übertragungs- und
Verteilnetzes Richtung aktivem („smarten“) Betrieb höhere Investitionen als für Investitionen
in das klassische zentrale Netz notwendig sind. Je höher also der „Smartheitsgrad“ am Netz
ist, desto höher werden auch die jeweiligen Investitionen sein. Eine erhöhte dezentrale
Einspeisung erneuerbarer (meist volatiler) Stromerzeugung könnte durch ein aktives Netz
mit SmartGrid-Konzepten erleichtert werden. Aus diesem Grund wird angenommen, dass
Investitionen in ein Netz mit SmartGrid-Konzepten bei erhöhter dezentraler Stromerzeugung
niedriger sind als die Investitionen bei erhöhter dezentraler Stromerzeugung in eine
klassische Netzstruktur. Somit ist eine Struktur mit erhöhter dezentraler Stromerzeugung
ohne SmartGrid-Lösung die teuerste Variante.
Die angenommenen Reinvestitionen für verschiedene zukünftige dzentrale bzw. „smarte“
Netzlösungen zeigt Abbildung 42 (im Vergleich zu „klassischen“ Reinvestitionen).
8 In den vergangenen Jahren war das größte Hindernis für Investitionen in das Übertragungs- und Verteilnetz die
strenge Kostenregulierung von Seiten der Regulierungsbehörde. Da für die nächsten Jahre notgedrungen ein großer Reinvestionsbedarf ansteht (Talsohle des Investitionszyklus bei den Stromnetzen ist erreicht), gilt es die derzeit vorhandenen Investitionshindernisse zu überwinden.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
42
Historische Investitionen in das Übertragungs- und Verteilnetz (1945-2009) und verschiedene Szenarien zukünftiger Investitionen (2010-2050)
(real2000)
0
200
400
600
800
1000
1200
1400
1600
1945 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 2020 2025 2030 2035 2040 2045 2050
Inv
est
itio
nsk
os
ten
Mio
.€ (
rea
l20
00)
Reinvestitionen in ein zentrales Netz
Investitionen in ein Netz mit SmartGrid Konzepten bei erhöhter dezentraler erneuerbarer Erzeugung
Investitionen in ein Netz mit SmartGrid Konzepten bei signifikant erhöhter dezentraler erneuerbarer Erzeugung
Investitionen in eine klassische Netzstruktur bei erhöhter dezentraler erneuerbarer Erzeugung
Investitionen in eine klassische Netzstruktur bei signifikant erhöhter dezentraler erneuerbarer Erzeugung
Abbildung 42: Historische Investitionen in das österreichische Übertragungs- und Verteilnetz und zukünftige zu erwartende Reinvestitionen für verschiedene „Smartheitsgrade“ der Netze
3.3 Modellergebnisse
Allgemein sei erwähnt, dass im Jahr 2010 bereits eine größere Abweichung zwischen
Erzeugung und Verbrauch herrscht. Das heißt, Österreich ist - wie in Kapitel 3.2 beschrieben
- derzeit Stromimporteur. Daher werden im Modell schon ab dem Jahr 2010 die jährlich zur
Verfügung stehenden Potentiale der wettbewerbsfähigen dezentralen erneuerbaren
Energieerzeugungstechnologien (Wind, Biomasse, etc.) voll ausgeschöpft. In der Praxis wird
derzeit der fehlende Anteil der Stromerzeugung zur Deckung der Nachfrage durch Importe
gedeckt. Das Modell berechnet aber die benötigten jährlich neu installierten Leistungen so,
dass man ohne Importe auskommen kann. Das heißt, im Jahr 2010 wäre ein riesiger
Leistungsbedarf von thermischen Kraftwerken notwendig; bei einem angenommenen CO2-
Zertifikatspreis unter 20 €/tCO2 sind es 972 MW; bei über 20 €/tCO2 sind es 882 MW. Da
dies in der Praxis innerhalb kurzer Zeit aber so nicht gebaut werden kann, wird dieser
Leistungsbedarf auf die nächsten 10 Jahre aufgeteilt. Diese imaginär umgelegten
thermischen Leistungen werden in den Abbildung 43 bis Abbildung 45 für die jährlich neu
installierten Leistungen für unterschiedliche Höhen der dezentralen erneuerbaren
Stromerzeugung dargestellt, um so ein praxisnahes Bild der Entwicklung der zukünftigen
Kraftwerkskapazitäten zu erhalten.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
43
Jährlich neue installierte Leistungen verschiedener Erzeugungstechnologien bei 20€/tCO2
0
100
200
300
400
500
600
700
800
900
2010 2015 2020 2025 2030 2035 2040 2045 2050
MW
Therm. KW LaufwasserGeothermie PVBiomasse BiogasKleinwasser DeponiegasWind Mikro-KWKFuel-Cell
Abbildung 43: Modellierung der jährlich neuen installierten Leistungen verschiedener
Erzeugungstechnologien bei geringer dezentraler erneuerbarer Energieerzeugung
Jährlich neue installierte Leistungenverschiedener Erzeugungstechnologie bei 20€/tCO2 und erhöhter dezentraler erneuerbarer Energieerzeugung
0
100
200
300
400
500
600
700
800
900
2010 2015 2020 2025 2030 2035 2040 2045 2050
MW
Therm. KW Laufwasser
Geothermie PV
Biomasse Biogas
Kleinwasser Deponiegas
Wind Mikro-KWK
Fuel-Cell
Abbildung 44: Modellierung der jährlich neuen installierten Leistungen verschiedener
Erzeugungstechnologien bei erhöhter dezentraler erneuerbarer Energieerzeugung
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
44
Jährlich neue installierte Leistungen verschiedener Erzeugungstechnologien bei 20€/tCO2 signifikant erhöhter dezentraler erneuerbarer Energieerzeugung
0
100
200
300
400
500
600
700
800
900
2010 2015 2020 2025 2030 2035 2040 2045 2050
MW
Therm. KW LaufwasserGeothermie PVBiomasse BiogasKleinwasser DeponiegasWind Mikro-KWKFuel-Cell
Abbildung 45: Modellierung der jährlich neuen installierten Leistungen verschiedener
Erzeugungstechnologien bei signifikant erhöhter dezentraler erneuerbarer Energieerzeugung
Ab einem CO2-Zertifikatspreis von 11 €/tCO2 gibt es durch die Steigerung des CO2-
Zertifikatspreises nur mehr eine Änderung unter den thermischen Kraftwerkstypen. Je höher
der CO2-Zertifikatspreis, desto mehr kommen Erdgas befeuerte Gas- und Dampfkraftwerke
zum Einsatz (im Vergleich zu Stein- und Braunkohlekraftwerke).
Es ist ganz allgemein zu erwähnen, dass der ausschlaggebende Term des ökonomischen
Entscheidungskriteriums aus Kapitel 3.1 in diesem Fall (d.h. beim Studium unterschiedlicher
„Smartheitsgrade“) nur die spezifischen Netzkosten sind, da die Grenzkraftwerke der
Erzeugung in den unterschiedlichen Netzvarianten immer gleich sind. Somit ergibt das
ökonomische Entscheidungskriterium, dass das zentrale Netz ohne erhöhter dezentraler
erneuerbarer Stromererzeugung in dem betrachteten Zeitraum immer das billigere ist. Es
müssen also zur Einführung von SmartGrid-Konzepten finanzielle bzw. regulatorische
Anreize im Bereich der Netze geschaffen werden, um aus betriebswirtschaftlicher Sicht für
den Netzbetreiber überhaupt in Betracht gezogen zu werden.
In Abbildung 46 bis Abbildung 49 werden die spezifischen Netzkosten der zwei
unterschiedlichen aktiven („smarten“) Netzvarianten gezeigt bzw. auch die spezifischen
Netzkosten der zwei unterschiedlichen Netzvarianten bei erhöhter dezentraler erneuerbarer
Stromerzeugung unter Beibehaltung der klassischen Netzstruktur; sämtliche dieser
Alternativen werden jeweils mit den klassischen Reinvestitionen in das zentrale Netz
verglichen. Zur besseren Darstellung wird auch der Differenzwert der jeweiligen spezifischen
Netzkosten ausgewiesen. Daraus ist klar erkennbar, dass ein höherer Anteil an dezentraler
erneuerbarer Stromerzeugung am Netz höhere spezifische Netzkosten hervorruft. Dies ist
eine triviale Folgerung aus Abbildung 42. Der „Sprung“ der spezifischen Netzkosten im Jahr
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
45
2050 kommt „modellbedingt“ aus dem Anlagenvermögensmanagement, da die Investitionen
vor dem Jahr 2010 am Ende ihrer Abschreibungsdauer sind und dadurch die Höhe der
gesamten Abschreibungen sinkt. Für die Praxis ist dieser modellbedingte Effekt nicht von
Relevanz.
Vergleich der spezifische Netzkosten für Reinvestitionen in das klassische Netz und Investitionen in eine Netz mit SmartGrid-Konzepten bei erhöhter dezentraler
erneuerbarer Stromerzeugung
-4
-2
0
2
4
6
8
10
12
14
2010 2015 2020 2025 2030 2035 2040 2045 2050
spez
ifis
che
Net
zkost
en [€/
MW
h]
Reinvestitionen in die klassische Netzstruktur
Investitionen in ein Netz mit SmartGrid-Konzepten
Differenzkosten
Abbildung 46: Spezifischer Netzkostenvergleich von klassischen Reinvestitionen in Ü-&V-
Netze versus SmartGrid bei erhöhter dezentraler erneuerbaren Stromerzeugung
Vergleich der spezifische Netzkosten für Reinvestitionen in das klassische Netz und Investitionen in eine Netz mit SmartGrid-Konzepten bei SIGNIFIKANT erhöhter
dezentraler erneuerbarer Stromerzeugung
-4
-2
0
2
4
6
8
10
12
14
2010 2015 2020 2025 2030 2035 2040 2045 2050
spezi
fische N
etz
koste
n [€/M
Wh]
Reinvestitionen in die klassische Netzstruktur
Investitionen in ein Netz mit SmartGrid-Konzepten
Differenzkosten
Abbildung 47: Spezifischer Netzkostenvergleich von klassischen Reinvestitionen in Ü-&V-
Netze versus SmartGrid bei signifikant erhöhter dezentraler erneuerbaren Stromerzeugung
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
46
Vergleich der spezifische Netzkosten für Reinvestitionen in das klassische Netz und Investitionen in eine klassische Netzstruktur bei erhöhter dezentraler
erneuerbarer Stromerzeugung
-4
-2
0
2
4
6
8
10
12
14
2010 2015 2020 2025 2030 2035 2040 2045 2050
spezi
fische N
etz
koste
n [€/M
Wh]
Reinvestitionen ohne dezentrale erneuerbareStromerzeugung
Investitionen in eine klassische Netzstruktur mitdezentraler erneuerbarer Stromerzeugung
Differenzkosten
Abbildung 48: Spezifischer Netzkostenvergleich von klassischen Reinvestitionen in Ü-&V-
Netze versus klassische Netzstruktur bei erhöhter dezentraler erneuerbaren Stromerzeugung
Vergleich der spezifische Netzkosten für Reinvestitionen in das klassische Netz und Investitionen in eine klassische Netzstruktur bei SIGNIFIKANT erhöhter
dezentraler erneuerbarer Stromerzeugung
-4
-2
0
2
4
6
8
10
12
14
2010 2015 2020 2025 2030 2035 2040 2045 2050
spezi
fische N
etz
koste
n [€/M
Wh]
Reinvestitionen ohne dezentrale erneuerbareStromerzeugung
Investitionen in eine klassische Netzstruktur mitdezentraler erneuerbarer Stromerzeugung
Differenzkosten
Abbildung 49: Spezifischer Netzkostenvergleich von klassischen Reinvestitionen in Ü-&V-
Netze versus klassische Netzstruktur bei signifikant erhöhter dezentraler erneuerbaren Stromerzeugung
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
47
3.4 Diskussion der Modellergebnisse
Im Rahmen der Modellanalysen werden die relevanten Einflussparameter für eine zukünftige
Einführung von SmartGrid-Konzepten in das Netz identifiziert und durch die Veränderung
dieser relevanten Einflussparameter die Auswirkungen auf die Höhe der spezifischen
Erzeugungs- und Netzkosten ermittelt. Da derzeit im Bereich der Stromnetze das Ende eines
langfristigen Investitionszyklus erreicht ist, steht in den nächsten Jahren bzw. Jahrzehnten
ein enormer Investitionsschub bevor (siehe Abbildung 42). Um eine ökonomische
Entscheidungsgrundlage zu liefern, ob neue Investitionen in klassische passive oder
zunehmend in aktive Netzstrukturen getätigt werden sollen, zeigt dieses Modell einen
Vergleich dieser beiden Netzstrukturen. Neben der Netzseite wird in der Modellierung auch
die Erzeugerseite betrachtet, um die mögliche Marktdurchdringung dezentraler erneuerbarer
Erzeugung in den unterschiedlichen Netzstrukturen zu zeigen. Grundsätzlich wird die
Integration eines erhöhten Anteils an dezentraler erneuerbarer Erzeugung durch die
Einführung von aktive Netzen mit SmartGrid-Konzepten in zweierlei Hinsicht signifikant
verbessert: (i) technisch und (ii) ökonomisch.
Aus technischer Sicht lässt sich ein hoher Anteil dezentraler erneuerbarer Energieträger bei
Vorhandensein von SmartGrids-Lösungen viel „eleganter“ integrieren (als ohne SmartGrids-
Lösungen). Diese „technische Eleganz“ spiegelt auch die Wirtschaftlichkeitsbetrachtung
wider, denn unter der Annahme derselben dezentralen erneuerbarer Erzeugung ist ohne
SmartGrids-Lösungen ein höherer technischer Aufwand notwendig, um einen optimalen
Betrieb des gesamten Stromsystems zu gewährleisten. Dieser ist in Summe teurer als die
Implementierung von SmartGrid-Konzepten, die in gewisser Weise ein zukünftiges „globales“
Optimum auch aus technischer Sicht für den Online-Betrieb des Stromsystems bewirken.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
48
4 Berücksichtigung von SmartGrids-Konzepten in der
Netzregulierung und Ausgestaltung der Marktregeln
In der Vergangenheit hatten kleine dezentrale erneuerbare Stromerzeuger oft erhebliche
Schwierigkeiten bei der Netzanbindung, da sie die Kosten meistens selbst tragen mußten.
Würden diese Netzanschlusskosten (und oft auch Netzerweiterungskosten) aber vom
Netzbetreiber übernommen und im Netztarif sozialisiert, dann müssten die netzrelevanten
Kosten nicht vom dezentralen Stromerzeuger getragen werden, sondern direkt gleich vom
Endkunde durch den Netztarif.
Eine Umwälzung von zusätzlichen Kosten auf den Netztarif ist aber in Zeiten der
Implementierung von Anreizregulierungsmodellen (die sich im Wesentlichen durch
Kostensenkungsdruck auszeichnen) sehr schwierig. Zusätzlich kann durch die politischen
202020-Ziele von einer rasch steigenden Integration von dezentraler erneuerbarer
Stromerzeugung in das Übertragungs- und Verteilnetz ausgegangen werden. Daher sind
Übertragungs- und Verteilnetzbetreiber mit viel mehr Unsicherheiten konfrontiert als in Zeiten
vor der Liberalisierung der europäischen Strommärkte:
Auf der einen Seite das derzeit umgesetzte Netzregulierungsmodell
(Anreizregulierung im Wesentlichen basierend auf Preisobergrenzen bzw.
Erlösobergrenzen), welche die Netzbetreiber zur Optimierung ihrer Kosten zwingt, die
in der Folge auch Auswirkungen auf die Netztarife haben. Dieses derzeitig
regulatorische Umfeld ist im Allgemeinen nachteilig gegenüber Investitionen in die
Netzinfrastruktur. Investitionen in Netze wären aber notwendig, um eine großflächige
Marktintegration von dezentraler erneuerbarer Stromerzeugung und anderer
Innovationen (wie z.B. "Smart Grid"-Konzepten) zu ermöglichen9.
Auf der anderen Seite sind Stromnetze kapitalintensive Infrastrukturen, die als
natürliche Monopole über eine definierte geografische und/oder Spannungsregion
entstanden sind. Die Vermögenswerte können bis zu 40 Jahren abgeschrieben
werden und einmal getätigte Investitionen können als sogenannte „Sunk Costs“
(„versunkene Kosten“) betrachtet werden. Daher sind Netzvermögenswerte anfällig
für Veränderungen der regulatorischen Rahmenbedingungen, die die Kostendeckung
verhindern oder behindern könnten. Insbesondere finanzielle dezentrale erneuerbare
Stromerzeugungsförderpolitik, die nicht direkt Rücksicht auf die Auswirkungen auf
den Netzbetrieb nimmt, können die Kosten für Übertragungs- und Verteilnetze zum
Verhängnis werden und Kostendeckungsprobleme verursachen.
9 Für eine ausführliche Diskussion in diesem Zusammenhang sei auf D3.6.2 des REALISEGRID Projekts
verwiesen (http://realisegrid.erse-web.it), wo Anreizsysteme und regulatorische Rahmenbedingungen für die Übertragungs- und Verteilnetzentwicklung in Europa im Detail behandelt werden.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
49
Abbildung 50 zeigt das derzeitige Netzregulierungsmodell und die zwei Kategorien des
Kostendrucks, mit der die Netzbetreiber zurecht kommen müssen: (i) Kostensenkungsdruck
durch Anreizregulierung (links); (ii) unberücksichtigte Mehrkosten durch zunehmende
dezentrale Einspeisung und den Einsatz von Smart Grid Konzepten im Netz (rechts).
Kosten Kosten Kosten
Zeit Zeit Zeit
Überlappung derbeiden Effekte
Abbildung 50: Problem des Kostensenkungsdruck des derzeitigen Netzregulierungsmodell
durch Kostentreiber beim Anschluss dezentraler Erzeugung und Einführung von SmartGrid-Konzepten in das Netz
Beispiele für Kostentreiber bei vermehrter dezentraler Erzeugung basierend auf SmartGrid-
Konzepten sind z.B.:
(i) bedingt durch bidirektionale Lastflüsse fundamental geänderte Design- und
Betriebsanforderungen an aktive Verteilnetze,
(ii) Verstärkungs- und Erweiterungsmaßnahmen bei Freileitungen und Kabeln sowie
Trafostationen und Schaltanlagen,
(iii) höhere Anforderungen an Fehlerschutz und U/f-Regelsysteme,
(iv) fundamental geänderte Messwerterfassung und Abrechnungssysteme,
(v) generell höhere Transaktionskosten für Betrieb und Unterhalt der Netze durch
eine größere Anzahl an Marktteilnehmern und komplexer Geschäftsbeziehungen,
(vi) Installation und Betrieb einer zuverlässigen IT & Kommunikationsinfrastruktur für
den aktiven Netzbetrieb nötig.
Die derzeitige Praxis der Netzregulierung konzentriert sich außerdem ausschließlich auf die
Ausschöpfung sämtlicher Kostensenkungspotentiale der Kapital- und Betriebskosten bei den
Netzbetreibern (historische „ex-post“ Betrachtung); bedingt durch die zum Teil politisch
vorgegebenen (Kurzfrist-)Ziele, die Netztarife für die Endkunden zu senken (unabhängig
davon, ob dies in einer Mittel- bis Langfristbetrachtung aus ökonomischer Sicht sinnvoll ist).
Dabei bleibt jedoch unberücksichtigt, in einer zusätzlichen „ex-ante“ Betrachtung die
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
50
ökonomischen Rahmenbedingungen für langfristig wohlfahrtsökonomisch effiziente
Investitionen in die Netzinfrastruktur zu bereiten (siehe rechter Teil der Abbildung 50 oben).
4.1 Vorschläge zur Novellierung der Netzregulierung
Konkret geht es bei den Vorschlägen zur Novellierung der Netzregulierung um eine mögliche
Erweiterung der allgemeinen Netzregulierungsformel, die ausschließlich von einer
historischen „ex-post“ Betrachtung der Kosten der Netzbetreiber ausgeht. Die „Grundformel“
dazu lautet (gilt grundsätzlich sowohl für Preisobergrenze als auch Erlösobergrenze):
XRPIPP tt 11
wobei:
Pt............Preisbasis („zugelassene“ Kosten im Jahr t)
Pt-1..........Preisbasis („zugelassene“ Kosten im Jahr t-1)
RPI…….Verbraucherpreisindex (Retail Price Index)
X............Kostensenkungspotential (reines „ex-post“ Benchmarking)
Unabhängig von den Investitionen in die Netzinfrastruktur im Rahmen großflächiger
dezentraler erneuerbarer Stromerzeugungsintegration auf verschiedenen Spannungsebenen
basiert jede Investitionsentscheidung eines Netzbetreibers auf dem grundlegenden
wirtschaftlichen Kriterien, dass die Umsätze minus Kosten über einen vorgegebenen
Zeitraum maximiert werden10. Im Detail sieht der analytische Rahmen der wirtschaftlichen
Entscheidung für das derzeitige Modell der Anreizregulierung (Preisobergrenze und
Erlösobergrenze) wie folgt aus:
Preisobergrenze: Profit cpxcx
,
max wobei: fixp iabelcx var,
Erlösobergrenze: Profit cpxcxp
,,
max wobei: iabelcxp var,,
Der auffälligste Unterschied zwischen den oben dargestellten Preisobergrenzen- und
Erlösobergrenzenregulierungsmodellen ist der Freiheitsgrad für die Einstellung
verschiedener Parameter, die unabhängig voneinander Einnahmen und Kosten bestimmen.
10 In diesem Zusammenhang ist es wichtig zu beachten, dass ein Netzbetreiber (zumindest theoretisch) nicht in
erster Linie für den Umsatz/Profit, sondern im Sinne der Optimierung des Systems handelt. Da die Netzbetreiber
regulierte Unternehmen sind, sollten die System-Nutzen-Aspekte in der Regel bereits im Rahmen der
Regulierung integriert sein. Die ökonomischen Grundprinzipien, die hier angedeutet sind, sind jedoch für
regulierte Unternehmen wie Netzbetreiber (die in den Freiheitsgraden beschränkt sind, ausschließlich individuelle
unternehmerische Entscheidung zu treffen) und nicht-regulierte Unternehmen gleich.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
51
Während im Falle der Erlösobergrenze mehrere Parameter (Preis, Menge, Kosten) variabel
sind, sind im Falle der Preisobergrenze nur Menge und Kosten variabel. Allerdings, wenn
eine Veränderungen der Kostenbasis der Netzbetreiber erfolgt - ceteris paribus - gibt es
keinen Unterschied für die beiden wichtigsten Netzregulierungsmodelle. Dies bedeutet somit,
dass jegliche Erhöhung der Kostenbasis des Netzbetreibers (z.B. Berücksichtigung der
zusätzlichen Kostentreiber durch die Implementierung von SmartGrid-Lösungen) dem
betriebswirtschaftlichen Investitionsentscheidungskalkül des Netzbetreibers entgegenläuft
und der Netzbetreiber von Investitionen Abstand hält.
Um ein besseres Verständnis des Zusammenspiels von dezentraler erneuerbarer
Stromerzeugung und Netzregulierung zu erhalten, empfiehlt es sich, die jüngsten
Innovationen des Netzregulierungsmodells in Großbritannien zu studieren. Das derzeit
implementierte Netzregulierungsmodell in Großbritannien sieht grob umrissen
folgendermaßen aus (das implementierte Preisobergrenzenmodell wurde 2005 novelliert, da
dessen ursprüngliche Investitionsfeindlichkeit im Zusammenhang mit dezentraler
erneuerbarer Stromerzeugung erkant wurde):
Umwälzung der zusätzlichen Integrationskosten auf den Netztarif: Dem Netzbetreiber
ist es möglich, die zusätzlichen Anschluss- und Integrationskosten der dezentralen
erneuerbaren Stromerzeugung direkt auf den Netztarif aufzuschlagen. Der Aufschlag
auf den Netztarif ist ein fixer Anteil (80% der Anschlusskosten). Ein
leistungsbezogenen Anteil pro angeschlossenen kW dezentraler erneuerbarer
Erzeugung (2,16 EUR/kWDG/RES (einmalig) und 1,44 EUR/kWDG/RES/Jahr (jährlich)) ist
vom Erzeuger dem Netzbetreiber zu entrichten.
Innovative Finanzierungsanreize: Die innovativen Finanzierungsanreize sind für
besonders innovative dezentrale erneuerbare Erzeugungsprojekte mit dem Fokus auf
eine technische Weiterentwicklung der Netze vorgesehen, die eine Mehrwert (z.B.
finanziell, qualitativ, sicherheitstechnisch, ökologisch) für den Endverbraucher
bringen. Dem Netzbetreiber ist es möglich, bis zu 0,5% seines jährlichen Umsatzes
für förderungswürdige Projekte (und F&E-Personalkosten) außerhalb der
gebenchmarkten Kostenbasis auszugeben. Der Netzbetreiber wird somit für
Innovation nicht ökonomisch benachteiligt, sondern belohnt.
Registrierte Leistungszonen: Im Gegensatz zu den generellen innovativen
Finanzierungsanreizen sind die registrierten Leistungszonen speziell für den
Anschluss von dezentraler erneuerbare Erzeugung in bestimmten geographischen
Regionen gedacht. Registrierte Leistungszonen sind zur Förderung der Entwicklung
und der Demonstration von neuen kosteneffizienten Anschlussmöglichkeiten von
dezentraler erneuerbarer Erzeugung vorgesehen. Zugelassene registrierte
Leistungszonen können in den ersten 5 Jahren den leistungsbezogenen Anteil der
Netzkostenumwälzung von 2,16 EUR/kWDG/RES auf 4,3 EUR/kWDG/RES erhöhen.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
52
Eine mögliche Erweiterung der Netzregulierungsformel kann somit folgendermaßen grob
skizziert werden, um zusätzlich in einer „ex-ante“ Betrachtung den Investitionsbedarf
Richtung SmartGrids-Lösungen entsprechend zu berücksichtigen:
tInnovCjiRESDGjiRESDGtt CLRRPIkWCXRPIPPjiRESDG ,,/,/1 ,/
11
wobei:
jiRESDGC ,/ ........“zugelassene“ spezifische Netzintegrationskosten der dezentrale
erneuerbaren Erzeugungstechnologie i bzw. SmartGrid-Konzept j
jiRESDGkW ,/ ......Anschlussleistung der dezentralen erneuerbaren Erzeugungstechnologie i
bzw. SmartGrid-Konzept j
jiRESDGCLR,/ .........erwartete Lernraten bzw. Skalenerträge der Netzintegrationskosten der
dezentrale erneuerbaren Erzeugungstechnologie i bzw. SmartGrid-Konzept j
tInnovC , ...............“zugelassene“ Kosten für innovative Forschungs- und Entwicklungsarbeit
Der oben gezeigte Netzregulierungsansatz zeigt schemenhaft ein zusätzliches
„vorausschauendes“ Element zur kurz- bzw. mittelfristigen Adaption der
Netzregulierungsformel, in dem einerseits ökonomische Anreize für Netzbetreiber zur
Realisierung von SmartGrids-Lösungen implementiert sind, andererseits auch in einem
dynamischen Kontext technologisches Lernen bzw. Skaleneffekte bei den Kosten von
neuen/“smarten“ Technologien und Konzepten auf der Netzseite bei zunehmender
Dezentralisierung erwartet werden. Der hier gezeigte schemenhafte Ansatz bedarf in der
Praxis einerseits einer formalen Verfeinerung und andererseits einer empirischen Skalierung
der verschiedenen Koeffizienten, wozu die Sensitivitätsanalysen in Kapitel 3 dieses Berichts
einen wesentlichen Beitrag liefern sollen (siehe aber auch die kürzlich erschienenen
Publikationen Cossent et al. (2008), de Joode et al. (2009) und Frìas et al. (2009)). Weitere
empirische Anhaltspunkte aus der Regulierungspraxis in diesem Zusammenhang gibt es
vom innovativen Modell in Großbritannien (siehe oben) und Dänemark („Cell Concept“; siehe
Auer (2010) im Detail).
4.2 Vorschläge zur zukünftigen Ausgestaltung der Marktregeln
Für die Umsetzung von SmartGrids spielt neben einer entsprechenden Netzregulierung die
Einführung von neuen Geschäftsmodellen ebenfalls eine wichtige Rolle. Bei der Entwicklung
neuer Geschäftsmodelle sind die technische Umsetzung, neue Geschäftsprozesse,
rechtliche Umsetzungskonzepte, Rollenmodelle, Risiken und weitere Aspekte wichtig, denen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
53
man Betrachtung schenken muss. Eine Auswahl möglicher Marktmodelle11 könnten
folgendermaßen aussehen:
„Variabler Strompreis“: Den Kunden wird ein variabler Strompreis angeboten, um
eine Lastverschiebung von Hoch- zu Niederpreiszeiten zu erreichen und somit eine
Reduktion der Netzlast bzw. Nutzung dezentraler erneuerbarer Stromerzeugung zu
erreichen (siehe Abbildung 12 und Abbildung 51). Die Anreize in diesem Modell ist
die Weitergabe des wirtschaftlichen Vorteils der Lastverschiebung an den Kunden
oder andere Marktteilnehmer.
Variabler Preis
Schaltschwelle
Lastprofil ohneBeeinflussung
IRON Lastprofil
Lastverschiebung
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
0 4 8 12 16 20 24
Tageszeit [h]
Energ
iepre
is [ct
/kW
h]
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
1,8
2
Stu
ndenwerte [kW
h]
Variabler PreisVariabler Preis
Schaltschwelle
Lastprofil ohneBeeinflussung
IRON Lastprofil
Lastverschiebung
0
0,5
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
5
0 4 8 12 16 20 24
Tageszeit [h]
Energ
iepre
is [ct
/kW
h]
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
1,8
2
Stu
ndenwerte [kW
h]
Abbildung 51: Beispiel Lastverschiebung im Marktmodell "Variabler
Strompreis",Quelle: Traxler (2010)
„Regelenergie“: Im Modell Regelenergie liegt ein Teil der Regelenergie beim
Verbraucher und kann dem Regelzonenführer angeboten werden. Der Vorteil liegt bei
einer möglichen Kostenreduktion beim Regelzonenführer; dieser Vorteil der
Optimierung der Bezugskosten der Regelenergie kommt dann allen Netzkunden
zugute. Eine mögliche Interaktion zwischen den unterschiedlichen Marktteilnehmer ist
im Rollenmodell in Abbildung 52 dargestellt. Für allfällige Details im Zusammenhang
mit Abbildung 52 wird auf Traxler (2010) verwiesen.
11 siehe u.a. auch Vortrag Traxler, Workshop NTP SmartGrids Austria, 17.11.2010
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
54
Kunde Energie-Lieferant
SG-System-Provider
Strom-händler
Regelzonen-führer
Bereitstellung SG-InfrastrukturBereitstellung
SG_Infrastruktur
Entgelt für Bereitstellung SG-Infrastruktur
Kostenvorteil für Bereithaltung schaltbarer Einrichtungen (SG)
Bereithaltung schaltbarer Einrichtungen (SG)
Stromlieferung Lieferant an Kunden
Entgelt für Stromlieferung
Stromlieferung Händler an Lieferant
Entgelt für Stromlieferung Händler an Lieferant
Bereithaltung von Regelleistung (SG)
Entgelt für Bereithaltung von Regelenergie
Bilanzgruppen-verantwortliche
Entgelt für Bereitstellung Ausgleichsenergie
Bilanzgruppenkoordinator
Entgelt für bereitgestellte Regelenergie
Kunde Energie-Lieferant
SG-System-Provider
Strom-händler
Regelzonen-führer
Bereitstellung SG-InfrastrukturBereitstellung
SG_Infrastruktur
Entgelt für Bereitstellung SG-Infrastruktur
Kostenvorteil für Bereithaltung schaltbarer Einrichtungen (SG)
Bereithaltung schaltbarer Einrichtungen (SG)
Stromlieferung Lieferant an Kunden
Entgelt für Stromlieferung
Stromlieferung Händler an Lieferant
Entgelt für Stromlieferung Händler an Lieferant
Bereithaltung von Regelleistung (SG)
Entgelt für Bereithaltung von Regelenergie
Bilanzgruppen-verantwortliche
Entgelt für Bereitstellung Ausgleichsenergie
Bilanzgruppenkoordinator
Entgelt für bereitgestellte Regelenergie
Abbildung 52: Rollenmodell Regelenergie, Quelle: Traxler (2010)
„Dezentrale Energieerzeugung“: Durch die steigende Anzahl an dezentralen
Energieerzeugern wird eine optimale Koordinierung zwischen Verbrauch und
Einspeisung zukünftig sehr wichtig. Der Vorteil ist die Einsparung konventioneller
Kraftwerkskapazitäten und Netzkapazitäten durch die Nutzung regionaler
Ressourcen. Derzeit besteht jedoch kein ökonomischer Anreiz zur Koordinierung, da
der Einspeisetarif höher als der Großhandelspreis des Stromes ist; eine der
Lösungsmöglichkeiten könnte eine zeitabhängige Tarifgestaltung der Einspeisung
dezentraler erneuerbarer Erzeugung sein.
Weitere: Für eine ausführliche Diskussion weiterer möglicher Marktmodelle (Variabler
Einkaufspreis, Netzbelastung, etc.) wird auf Traxler (2010) verwiesen.
An dieser Stelle ist jedoch wichtig zu bemerken, dass die Diskussion möglicher zukünftiger
Marktmodelle erst am Anfang steht und die gesamte mögliche Bandbreite einer zukünftigen
Implementierung bzw. deren Praxistauglichkeit noch gar nicht vorhersehbar ist.
Darüber hinaus steht auch die Diskussion über mögliche zukünftige Geschäftsmodelle erst
am Anfang. Auch hier besteht noch enormer Forschungsbedarf, da zum Teil noch gar nicht
ersichtlich ist, welche neuen Marktteilnehmer zukünftig entstehen und wie deren
gegenseitigen Beziehungen aussehen werden. Eine exzellente Strukturierung der Thematik
und Vorstellung konkreter Geschäftsmodelle ist in der Dissertation Prüggler (2010) –
„Business models for active distribution grid management – development and economic
impact analysis“ – zu finden. Die behandelten Geschäftsmodelle beruhen vor allem auf einer
Analyse hinsichtlich der Erfüllung eines pareto-optimalen Zustands aller Markteilnehmer
(siehe Abbildung 53).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
55
Abbildung 53: Pareto- und Nicht-Pareto-Optimum der Markteilnehmer, Quelle: Prüggler (2010)
Im Sinne der Kürze der Darstellung wird auch an dieser Stelle für eine weitere Vertiefung
zum Thema „Geschäftsmodelle&SmartGrids“ auf die Dissertation Prüggler (2010) verwiesen.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
56
5 Handlungsempfehlungen und Schlussfolgerungen für
Marktteilnehmer und energiepolitische Entscheidungs-
träger
Die wesentlichen Erkenntnisse aus den Ergebnissen der Modellierungen im Rahmen dieses
Projekts Smart-Grid-Investor (Bottom-up Fallbeispiele der Regionen Wien und Lungau in
Kap. 2; Top-Down Beispiel Österreich in Kap. 3) und deren Implikationen für die
Netzregulierung und die Ausgestaltung der Marktregeln ist in den letzten 2 Jahren auch
fortlaufend in die breit angelegte Entwicklung der „Roadmap Smart Grids Austria“
eingeflossen. Dieses strategisch wichtige Dokument wurde von sämtlichen österreichischen
Akteuren gemeinsam entwickelt, die in die derzeitige Smart Grids Diskussion involviert und
in weiterer Folge für die zunehmende praktische Implementierung von Smart Grids
Lösungen verantwortlich sind.
Die Erkenntnisse aus diesem Projekt Smart-Grid-Investor umfassen vor allem Beiträge in der
„Roadmap Smart Grids Austria“ hinsichtlich der ökonomischen und regulatorischen
Rahmenbedingungen, die notwendig sind, um Smart Grids Konzepten in Österrreich den
Durchbruch in der Praxis zu ermöglichen. Außerdem sind in dieses Strategiepapier auch
Erkenntnisse aus der Systematisierung der einzelnen innovativen Technologien
eingeflossen, die eine Abschätzung ermöglicht, welche von ihnen unter welchen
Randbedingungen eine zunehmende Marktdurchdringung schaffen können.
Unabhängig von den Erkenntnissen dieses Projekts und den umfassenden Arbeiten im
Rahmen der durchaus breit angelegten Aktivitäten im Bereich Smart Grids in Österreich
besteht zukünftig noch weiterhin viel Pionierarbeit vor uns, um den Smart Grids Begriff
besser zu verstehen. Dieses Projekt sollte vor allem ein konstruktiver Beitrag sein, die
ökonomischen Randbedingungen zur Einführung von Smart Grid Konzepten besser
herauszuarbeiten und die verschiedenen Zusammenhänge der einzelnen relevanten
Komponenten in diesem Zusammenhang besser darzustellen. Obwohl Smart Grids
Konzepten und –Technologien für den Einsatz in intelligenten Stromnetzen in Zukunft sowohl
national als auch international eine enorme wirtschaftliche Bedeutung zugesprochen wird, ist
vor allem die ökonomische Seite in diesem Zusammenhang noch weitgehend unerforscht.
Im Rahmen dieses Projekts wird auf der empirischen Seite bei der Verifikation des
entwickelten Modells „Smart-Grid-Investor“ deswegen de facto Neuland betreten. Das heißt,
derzeit sind aus der Praxis kaum empirische Daten (d.h. Kosten) von Fallstudien vorhanden,
die zumindest Richtung Smart Grids Lösungen gehen. In naher Zukunft ist jedoch mit einer
Vielzahl von praktischen Erfahrungen mit der Implementierung von innovativen und
intelligenten Netzkonzepten (und somit auch empirischen Daten zu den jeweiligen Kosten)
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
57
zu rechnen. Deswegen mussten im Zuge dieses Projekts aus einigen wenigen
Anhaltspunkten hinsichtlich von Kostendaten einzelner innovativer Technologien und Smart
Grids Komponenten des Öfteren Kostendaten hochgerechnet bzw. eigene Annahmen
vorgenommen werden, um das Modell zu verifizieren. Obwohl empirische Inputdaten nur von
einigen wenigen Feldstudien zur Verfügung gestanden sind, können die Ergebnisse der
Modellierung als Grundlage für allgemein gültige Aussagen zur Wirtschaftlichkeit von Smart
Grids Lösungen unter verschiedenen Randbedingungen herangezogen werden. Denn
wichtig bei der Diskussion und Interpretation der Ergebnisse ist im Wesentlichen, ein Gespür
zu entwickeln, um welche Größenordnungen es sich bei den Zusatzkosten (absolut und
spezifisch) bei den einzelnen Varianten von „Smartheitsgraden“ von Netzen im Vergleich zu
einer Fortschreibung der derzeitigen zentralen Netze handelt.
Diese Entwicklung eines „Gespürs für Größenordnungen“ von Zusatzkosten erscheint
insofern ein erstrebenswertes Ziel zu sein, als dass auch die Regulierungsinstanzen und
politischen Akteure erkennen müssen, dass fundamentale strukturelle Änderungen und die
Implementierung von Innovationen im Bereich der Stromnetze entsprechende Kosten
verursachen, die letztendlich vom Endkunden (in Form des Netztarifs) zu tragen sind.
Sind die politischen Akteure bzw. Regulierungsinstanzen nicht bereit, die ökonomischen
Rahmenbedingungen einer ambitionierten Entwicklung Richtung aktiver und intelligenter
Übertragungs- und Verteilnetze zu akzeptieren (bzw. dies auch entsprechend den
Endkunden zu kommunizieren), so wird eine großflächige Integration von dezentraler
erneuerbarer Erzeugung zwar grundsätzlich möglich sein, aber entsprechend hohe
Zusatzkosten verursachen, wenn diese dezentrale Integration „technisch nur irgendwie und
unstrukturiert“ und nicht „technisch elegant (d.h. mit Smart Grids Lösungen“) gelöst wird.
Dies ist eine der wesentlichsten Erkenntnisse und energiepolitischen Implikationen dieses
Projekts „Smart Grid Investor“, dass eine großflächige Integration dezentraler erneuerbarer
Energieträger inklusive innovativer Smart Grids Lösungen für den Endkunden schlussendlich
kostengünstiger ist als ohne Smart Grids Lösungen. Die generell kostengünstige Lösung für
den Endkunden wäre naturgemäß eine Forschreibung der klassischen, zentralen
Netzstruktur ohne verstärkte Integration von dezentralen Erzeugern.
Aus der Sicht der derzeit bereits agierenden (und zukünftig zu erwartenden) Marktteilnehmer
ist wichtig, dass diese aktiv die Diskussion möglicher Markt- und Geschäftsmodelle im
Zusammenhang mit Smart Grids Lösungen vorantreiben; denn schlussendlich sind sie dann
langfristig in der Praxis die handelnden Akteure. In diesem Zusammenhang sind in
Österreich sämtliche Aktivitäten auf Basis einzelner Projekte bzw. die Bündelung der Kräfte
in der „Nationalen Technologieplattform Smart Grids Austria“ besonders lobend
hervorzuheben, da diese Arbeiten auch in den verschiedensten Richtungen in die
europäischen und internationalen Entwicklungen und (Technologie-)Plattformen eingebettet
sind.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
58
Abschließend sei noch angemerkt, dass die Einführung von Smart Grids Konzepten in das
Netz zwar höhere (Netz-)Kosten verursacht (die schlussendlich vom Endkunden zu tragen
sind), längerfristig jedoch der gesellschaftliche Mehrwert überwiegt (z.B. verbesserte
Versorgungssicherheit, Internalisierung externer Kosten, „aktivere“ Teilnahme der
Kundenseite am Markt, etc.). Und schließlich eröffnen die bereits seit geraumer Zeit sehr
ambitioniert laufenden Aktivitäten im Rahmen der „Nationalen Technologieplattform Smart
Grids Austria“ darüber hinaus die Möglichkeit, das national erarbeitete „Know-How“ der
österreichischen Energie-, Technologie- und Kommunikationsindustrie ins Ausland zu
exportieren.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
59
6 Literatur
Auer H., Holzrichter B., Winkler-Rieder W., Haas R., Kranzl L.: „Nachhaltige
Energieversorgungsperspektiven für die Region Lungau“, Österreich, 2000
Auer H.: “Grid Regulation in Competitive Electricity Markets”, Habilitationschrift, Wien,
Österreich, 2010.
Bakken, B.H. & Holen, A.T. (2004). Energy service systems: Integrated planning case
studies, Proceedings of IEEE PES 2004 General Meeting, Denver, USA, 2004
Bakken, B.H.; Skjelbred, H.I. & Wolfgang, O (2007). eTransport: Investment Planning in
Energy Supply Systems with Multiple Energy Carriers, Energy, Vol. 32, 2007, 1676-1689
Cossent R., Gòmez T., Frìas P.: ”Towards a future with large penetration of distributed
generation: Is the current regulation of electricity distribution ready? Regulatory
recommendations under a European perspective“, Energy Policy, S. 1145-1155, 2008.
de Joode J., Jansen J.C., van der Welle A.J., Scheepers M.J.J.: “Increasing penetration of
renewable and distributed electricity generation and the need for different network
regulation”, Energy Policy, S.2907-2915, 2009.
Frìas P., Gòmez T., Cossent R., Rivier J.: “Improvements in current European network
regulation to facilitate the integration of distributed generation”, Electrical Power and
Energy Systems, S. 445-451, 2009.
Jamek A., Mader S., Lutter E., Hofer S., Tretter H., Hagauer D., Ritter H.: „Erneuerbare
Energiequellen und innovative Energietechnologien, Potenzialanalyse der
wirtschaftlichen Bedeutung für Wien“, Austrian Energy Agency Studie für die Stadt Wien,
Wien, Österreich, 2008
Leuthold F., Weigt H, Hirschhausen Ch.: „Quantitative Modellierung der Bandbreite
möglicher dynamischer Entwicklungspfade der Energiesysteme rund um Österreich bis
2050 (Übertragungsnetze, Energiekorridore (z.B. LNG Terminals, H2),
Kraftwerksparkstruktur)“, Arbeitsbericht SmartGrid-Investor Projekt, Dresden,
Deutschland, 2009
Nationale Technologieplattform Smart Grids Austria: “Roadmap“, www.smartgrids.at, Wien,
Österreich, 2009
Prüggler W.: “Business models for active distribution grid management - development and
economic impact analysis”, Dissertation, Wien, Österreich, 2010
Traxler E.: „Smart Grid Investment“, NTP Smart Grid Austria Workshop, Wien, Österreich,
17.11.2010
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
60
7 Anhang
A1 Quantitative Modellierung der Bandbreite möglicher
dynamischer Entwicklungspfade der Energiesysteme
rund um Österreich bis 2050 (Übertragungsnetze,
Energiekorridore (z.B. LNG Terminals, H2),
Kraftwerksparkstruktur)
A1.1 Das ELMOD Modell
A1.1.1 Einführung
ELMOD ist ein integriertes techno-ökonomisches Modell des europäischen
Elektrizitätsmarktes, welches vom Lehrstuhl für Energiewirtschaft und Public Sector
Management an der Technischen Universität Dresden entwickelt wurde. Dieses
Optimierungsmodell basiert auf einer linearisierten DC Load Flow (DCLF)
Lastflussberechnung und verbindet das Angebot von Elektrizität mit Nachfrage(szenarien),
welche sich – knotenscharf – aus Industrie-, Haushalts- sowie Kleinabnehmerlastprofilen
ableiten. Das Model wurde von Leuthold et al. (2005) initiiert, die damit die Auswirkungen
von Offshore-Windenergieeinspeisung für Deutschland untersuchten. Freund et al. (2006)
setzten die Arbeit von Leuthold et al. (2005) fort und erweiterten das Modell um Frankreich,
die Benelux-Länder, Westdänemark, Österreich und die Schweiz. Sie waren dadurch in der
Lage auch grenzüberschreitende Flüsse zu untersuchen und wiesen nach, dass die
Preissituation in den Benelux-Ländern stark durch Windenergieeinspeisung in Deutschland
beeinflusst ist. In der Folge wurde ELMOD durch eine 24-Stunden-Betrachtung erweitert
(Weigt, 2006). ELMOD lässt sich sowohl für die Betrachtung politisch relevanter
Fragestellungen als auch von Forschungsfragestellungen anwenden. Dementsprechend
besteht die Möglichkeit den Detailgrad des modellierten Netzes und der verwendeten Input-
Daten zu variieren. Im Folgenden erfolgt eine Modellbeschreibung basierend auf der
umfassenden Beschreibung von Leuthold et al. (2008). Diese Beschreibung bildet die
Grundlage für die Vorstellung der Modellanpassungen und Szenarienläufe in Kapitel A1.2. In
Kapitel A1.3 werden dann die Ergebnisse und Schlussfolgerungen präsentiert.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
61
A1.1.2 Mathematisches Modell
A1.1.2.1 Grundmodell
Das Grundmodell von ELMOD basiert auf einer Maximierung der sozialen Wohlfahrt.
ELMOD berechnet hierfür ein partielles Marktgleichgewicht, d.h. ein Gleichgewicht im
Elektrizitätsmarkt; andere Sektoren werden nicht berücksichtigt. Der Berechnung der
sozialen Wohlfahrt liegen im Wesentlichen zwei Annahmen zugrunde: a) es herrscht
perfekter Wettbewerb, d.h. die Anbieter sind Preisnehmer und bieten zu Grenzkosten in den
Markt; b) die Nachfrage lässt sich durch eine preiselastische Nachfragefunktion abbilden. Die
Berechnung der Wohlfahrt wird durch Formel (1) beschrieben. Das dort abgebildet Integral
beschreibt die Fläche unter der inversen Nachfragefunktion p(q), welche von der
nachgefragten Menge q abhängt. Diese Fläche ist der gesamtwirtschaftliche Nutzen zu jeder
Zeiteinheit t und an jedem Netzknoten n. Davon werden die in einer Periode t und an einem
Netzknoten n angefallenen Kosten der Erzeugung c(g) abgezogen. Diese hängen von der
erzeugten Menge g ab. Der verbleibende Rest ist die Summe aus Produzenten- und
Konsumentenrente, also die soziale Wohlfahrt. Summiert man nun über alle t und alle n auf,
so erhält man die Gesamtwohlfahrt12.
(1)
N.B:
(2)
(3)
(4)
Restriktion (2) beschreibt die Lastflussgleichung. Aus ihr geht hervor, dass der Lastfluss P
über eine Leitung i zu keinem Zeitpunkt t größer sein darf als der maximale technisch
beherrschbare Lastfluss eben dieser Leitung. Nebenbedingung (3) wird oft als Energiebilanz
bezeichnet und trägt dem Grundprinzip der Energieerhaltung Rechnung. Die Energiemenge
g, die von allen Kraftwerkstypen s an einem Knoten n erzeugt wird, zuzüglich der von Wind
12 Da in dem Grundmodell nur maximal 24-Stunden-Berechnungen durchgeführt werden, ist eine Diskontierung
über die Zeiteinheiten hinweg nicht notwendig.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
62
wi und Pumpspeicherkraftwerken PSP erzeugten Energie muss gleich der Energie sein, die
an einem Knoten n zur Befüllung von Pumpspeicherkraftwerken PSP, zur Befriedigung von
Nachfrage q und zur Einspeisung ins Netz ni benötigt wird. Diese Bedingung muss in allen
Zeiteinheiten t erfüllt sein. Die Variable ni kann dabei größer oder kleiner null sein. Alle
anderen Variablen sind positiv. Die Dualvariablen (sog. Schattenpreise) für Formel (3) geben
die Preise für Energie an einem Knoten n zum Zeitpunkt t wider. Formel (4) sorgt dafür, dass
die konventionellen Kraftwerkstypen s an Knoten n die ins Netz einspeisen, ihre technische
Restriktion bezüglich minimaler und maximaler Erzeugung einhalten. Diese Restriktion
resultiert aus der Tatsache, dass konventionelle Kraftwerke im Regelfall ihre Leistungsband
nicht beliebig zwischen 0 und 100% der Nennleistung abrufen können. Die Binärvariable on
gibt dabei den Status (an oder aus) eines Kraftwerks s an Knoten n in Zeiteinheit t an.
A1.1.2.2 Modellierung des Lastflusses
Der zuvor beschrieben Lastfluss P auf einer Leitung i wird berechnet auf Basis des DC Load
Flow Modells (DCLF) (vgl. Schweppe et al., 1988; Stigler und Todem, 2005). Dieses Modell
ermöglicht eine linearisierte Berechnung des elektrotechnischen Lastflusses und eine
quadratische Berechnung der auftretenden Leitungsverluste. Dadurch können
trigonmetrische Funktionen umgangen werden, die die Lösung des in Abschnitt A1.1.2.1
beschriebenen Optimierungsproblems erheblich erschweren würden.
(5)
(6)
Der Lastfluss zwischen zwei Netzknoten j und k, welche durch eine oder mehrere Leitungen
(z.B. durch Leitung i) verbunden sind, lässt sich als Produkt der Elemente der
Netzwerksuszeptanzmatrix B und des Spannungsphasenwinkelunterschieds zwischen den
betreffenden Knoten ermitteln (Formel (5)). Durch Formel (6) können zusätzlich die
auftretenden Netzverluste als Produkt der Elemente der Netzwerkresistanzmatrix R und dem
Lastfluss P zwischen den betreffenden Knoten berechnet werden. B und R sind dabei
Parameter welche sich aus der Netzwerktopologie ergeben und exogen in das
Optimierungsmodell eingehen. Formeln (5) und (6) lassen sich so umformulieren, dass man
P und ni in (2) und (3) ersetzen kann, so dass die Wohlfahrtsoptimierung unter
angemessenen Netzwerkrestriktionen erfolgt (vgl. Schweppe et al., 1988).
A1.1.2.3 Modellierung weiterer Erzeugungsrestriktionen
Formel (4) wird benötigt um minimale und maximale Erzeugungsrestriktion innerhalb einer
Zeiteinheit t zu implementieren. Erweitert man das Grundmodell um intertemporale
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
63
Restriktion, kann man zusätzlich durch Formeln (7a) und (7b) das An- und Abfahren
konventioneller Kraftwerke modellieren.
(7a)
(7b)
Dabei definiert Formel (7a) die Tatsache, dass ein einmal gestartetes Kraftwerk für eine
bestimmte Mindestdauer am Netz bleiben muss. Formel (7b) beschreibt hingegen den Fall,
dass ein einmal abgeschaltetes Kraftwerk für eine bestimmte Mindestdauer abgeschaltet
bleiben muss.
(8a)
(8b)
(8c)
Die Formeln (8a)-(8c) beschreiben weitere intertemporale Restriktionen für
Pumpspeicherkraftwerke. Formel (8a) regelt die Speicherführung eines
Pumpspeicherkraftwerkes. Der Speicherstand in einer Folgeperiode t+1 ist demnach genau
so hoch ist wie die Energiemenge, die in Periode t gespeichert war (PStore), abzüglich der
entnommenen Energiemenge, zuzüglich der Speicherbefüllung. Dabei wird ein
Gesamtwirkungsgrad für Pumpen und Erzeugung von 75% angenommen. Zusätzlich stellt
Formel (8b) sicher, dass die maximale Pumpen- bzw. Erzeugungskapazität PMax nicht
überschritten wird. Außerdem kann durch Formel (8c) nicht mehr vom Speicher entnommen
werden als in Zeitperiode t zur Verfügung steht (PStore).
A1.1.3 Datengrundlage
A1.1.3.1 Netztopologie
Der größtmögliche, in ELMOD implementierte, Detailgrad hinsichtlich der Netztopologie
basiert auf dem UCTE-Netz (vgl. Abbildung 54). Innerhalb des Modells sind alle verfügbaren
Leitungen und Netzknoten der UCTE-Netzkarte (UCTE, 2007) abgebildet. Der Detailgrad
kann allerdings je nach Untersuchungsgegenstand verringert werden.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
64
Abbildung 54: Netztopologie
A1.1.3.2 Erzeugungskapazitäten
Zur Ermittlung des Kraftwerksparks und der Windeinspeisung werden für das Grundmodell
die Quellen ISET/IWES (2002), Greenpeace International und EWEA (2005), IEA (2007) und
VGE (2008) herangezogen. Die Ermittlung der Windeinspeisung erfolgt auf Basis der
tatsächlich installierten Winderzeugungskapazitäten. Die verwendeten Daten und
Grenzkosten der Erzeugung werden in Kapitel A1.2 projektspezifisch erläutert.
A1.1.3.3 Nachfrage
Um für das Grundmodell eine knotenspezifische Nachfrage zu erhalten, wird innerhalb des
Modells eine positive Korrelation zwischen Wertschöpfung (Bruttoinlandprodukt, BIP) und
Elektrizitätsnachfrage unterstellt. Weiterhin lässt sich die Nachfrage unterschiedlichen
Sektoren zuordnen: Haushalt, Industrie und Dienstleistungen. Basierend auf dem regionalen
BIP auf Euro NUTS 3 Ebene (Eurostat, 2006) und verfügbaren Standardlastprofilen (VDEW,
1999) für die einzelnen Sektoren werden unterschiedliche Referenznachfragen definiert.
Außerdem können diese für unterschiedliche Lastfälle variiert werden. Mithilfe dieser
Referenznachfragen und korrespondierenden Referenzpreisen werden dann die linearen
Nachfragefunktionen p(q) definiert, die in der Optimierung Anwendung finden (vgl. Leuthold
et al., 2005).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
65
A1.2 Modellanpassungen und Szenarien im Rahmen des Projektes
SmartGrid Investor
A1.2.1 Modifiziertes Modell
Für die Berechnung bis 2050 wurde ein modifiziertes ELMOD mit Investitionsschritten von 10
Jahren, beginnend bei 2010, heran gezogen. Bedingt durch den langen Zeithorizont bis 2050
ist eine knoten-/leitungsscharfe Betrachtung nicht nötig und wurde durch eine vereinfachte
Netztopologie ersetzt, die ganz Europa in 105 Regionen zusammenfasst. Die Gliederung der
Regionen ist an das NUTS System der Europäischen Union angelehnt (Eurostat, 2008).
Abbildung 55: Netztopologie für SmartGrid Investor
Für das aktuelle Projekt wurde das ursprüngliche Model um einige Länder erweitert. Um die
zukünftige Entwicklung unter Einbezug von großen Mengen an erneuerbaren Energien
abbilden zu können, wurden Großbritannien, Skandinavien und weite Teile Ost- und
Südosteuropas berücksichtigt. Das Hochspannungsnetz ist vereinfacht durch
regionenüberschreitenden Leitungen abgebildet, welche über Hilfsknoten und Hilfsleitungen
and die Hauptknoten der Regionen angebunden sind. Damit bleiben alle Engpässe bei den
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
66
Übertragungskapazitäten sowohl zwischen den Ländern als auch zwischen den Regionen
der einzelnen Länder erhalten. Österreich ist im Model in drei Regionen aufgegliedert (Ost-,
Süd- und Westösterreich). Dabei umfasst Ostösterreich das Burgenland, Niederösterreich
und Wien, Südösterreich beinhaltet Kärnten und die Steiermark und Westösterreich setzt
sich aus Oberösterreich, Salzburg, Tirol und Vorarlberg zusammen.
Des weiteren ist eine stundengenaue Analyse bei einem Model dieses Umfanges nicht
praktikabel wenn gleichzeitig der fluktierende Charakter an erneuerbarer Energieerzeugung
(z.B. aus Windkraft) berücksichtigt wird. Daher ist hier ein Mittelweg gewählt, indem die
einzelnen Nachfrage und Einspeisefälle in 24 Zeitscheiben aufgelöst werden. Neben einer
saisonale Abgrenzung zwischen Sommer und Winter, sowie Tag und Nacht, und hohe und
niedrige Last, findet dabei eine Einteilung in hohe, mittlere und niedriege Windeinspeisung
statt (siehe Tabelle 4).
Tabelle 4: Übersicht Zeitscheiben
Abgebildete Zeitscheiben
Jahreszeit Winter Sommer
Tag/Nacht Nacht Tag Nacht Tag
Nachfrage Hoch Niedrig Hoch Niedrig Hoch Niedrig Hoch Niedrig
Wind ↑ → ↓ ↑ → ↓ ↑ → ↓ ↑ → ↓ ↑ → ↓ ↑ → ↓ ↑ → ↓ ↑ → ↓
Für das Referenzjahr ergeben dich damit acht verschiedene Nachfrageniveaus. Im Hinblick
auf die Stromproduktion haben diese Zeitscheiben auf brennstoffbefeuerte Kraftwerke keinen
Einfluss. Laufwasserkraftwerke und Photovoltaik werden in ihrer Ausbringungsmenge für
Sommer und Winter variiert, wobei Photovoltaik nur tagsüber Strom generiert.
Solarthermische Kraftwerke haben zudem thermische Speicher und können auch noch in der
Nacht eine gewisse Strommenge erzeugen. Die stärker fluktuierende Windkraft unterliegt
saisonalen Schwankungen zwischen Winter und Sommer innerhalb derer außerdem drei
verschiedene Erzeugungslevel implementiert sind.
Die im Grundmodell beschriebenen intertemporären Restriktionen für das Anfahren und
Abschalten von Kraftwerken sowie für Pumpspeicher sind nicht berücksichtigt. Zusätzlich
zum Grundmodell wird aber bei Wasserkraftwerken in Laufwasserkraftwerke und Reservoirs
unterschieden. Letztere sind z.B. als Talsperren oder Stauseen zu verstehen, die einen
jährlichen Zufluss an Wasser haben. Damit unterliegen sie zum einen der Beschränkung
durch die installierte Leistung des Wasserkraftwerks und zum anderen einer jählichen
maximalen Ausbringungsmenge durch den limitierten Wasserzufluss. Diese Reservoirs
können im Modell ihre jährlich zur Verfügung stehende Erzeugung auf die 24 Zeitscheiben
verteilen und damit sowohl Nachfragespitzen als auch den fluktuierenden Charakter von
anderen erneuerbaren Erzeugern ausgleichen.
Neben einer generell verstärkten Einbindung von Wind und Wasserkraft im nördlichen
Europa durch Ausbau der bestehenden Gleichspannungsübertragung zwischen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
67
Skandinavien und Kontinentaleuropa, wird weiterhin auch ein Einsatz von solarthermischen
Kraftwerken in Südeuropa und dem Nahen Osten und Nordafrika (NONA)
szenarienabhängig betrachtet. Dazu ist ein Ausbau von Übertragungsleitungen mittels
Hochspannungsgleich-stromübertragung (HGÜ) nötig, um vor allem die Erzeugung aus der
NONA Region mit niedrigen Verlusten über weite Entfernung transportieren zu können.
Hierbei werden mit Marokko und Algerien, Tunesien und Libyen, sowie dem Nahen Osten
drei Erzeugungsregionen definiert die ihren Strom aus solarthermischen Kraftwerken in
verschiedene europäische Verbraucherzentren liefern können. Der optimale Ausbau dieser
verschiedenen Leitungsmöglichkeiten wird wohlfahrtsmaximierend für ganz Europa
bestimmt, wobei je HGÜ Leitung von einer Übertragungskapazität von 4 GW ausgegangen
wird (DLR, 2009).
Abbildung 56: Mögliche Leitungen für Einbindung von Strom aus den NONA Regionen
A1.2.2 Szenarien und Datensatz
Bei der Erstellung der drei Szenarien spielen die zwei Punkte Klimapolitik und
Nachfrageentwicklung die zentrale Rolle. Dabei wird auf Erzeugungsseite der Strompreis
durch die politisch bedingten Emissionskosten für Kohlendioxid beeinflusst, während auf der
Nachfrageseite die Entwicklung des Strombedarfs variiert wird. Daraus ergeben sich
verschiedene Mengen an installierter Leistung für erneuerbare Energieträger, und je nach
Nachfrage unterschiedliche Anteile erneuerbarer Erzeugung an der Gesamterzeugung.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
68
Zudem resultieren verschiedene Preispfade für die, im Folgenden beschriebenen, Szenarien:
Basisszenario, Effizienzszenario und Wachstumsszenario.
Tabelle 5: Übersicht Szenarien
CO2 Zertifikatspreis in 2050
Nachfrageentwicklung 30 €/t CO2 Emission 100 €/t CO2 Emission
Nachfrageverdopplung Wachstumsszenario
Leichter Nachfrageanstieg Basisszenario Effizienzszenario
Für die ersten beiden Szenarien wird nur eine leicht ansteigende Stromnachfrage von heute
3.500 TWh auf 4.200 TWh in 2050 für die EU 30+ angenommen. Das Basisszenario
beinhaltet dabei einen Preispfad für Emissionszertifikate von 13 €/t CO2 auf 30 €/t CO2 in
2050, wohingegen das Effizienzszenario von 100 €/t CO2 ausgeht. Das Wachstumsszenario
sieht im Gegensatz zu den anderen beiden Szenarien eine Verdopplung des europäischen
Strombedarfs auf 7.000 TWh bis 2050 und Zertifikatkosten von 65 €/t CO2 vor. Basierend auf
Wachstumsprognosen der nationalen Bevölkerung und der Wirtschaftsleistung wird für die
im Modell implementierten Staaten die zukünftige Nachfrage definiert (Eurostats, 2009; UN,
2009).
Bei den Brennstoffpreisen wird für alle drei Szenarien von einem einheitlich vorgegebenen
Preispfad ausgegangen, wodurch mögliche Auswirkungen von verschiedenen
Nachfrageentwicklungen auf die Brennstoffpreise nicht berücksichtigt werden. Da die im
europäischen Stromsektor benötigten Brennstoffmengen im Vergleich zur globalen
Nachfrage eher gering sind, werden die Brennstoffpreise als exogen angenommen.13 Der
Preiszuwachs variiert jedoch für die eingesetzten Brennstoffe. Durch die geringeren
Reserven bei Öl und Gas wird die Preiszuwachsrate mit 2,5% angenommen. Als Basispreis
dient der Futures Preis der EEX (2009) und der NYMEX (2009) für 2010 mit 70 $/bbl für Öl
und 5.8 $/MBtU für Gas. Der Uranpreis wächst ausgehend von 123 $/t mit jährlich 2,0 %,
bedingt durch die zunehmende Knappheit. Einzig die Reserven an Kohle und Braunkohle
haben bei derzeitiger Produktion noch ausreichend Vorkommen von circa 200 Jahren. Mit
Hinblick auf die auch historisch niedrigen Preissteigerungsraten wird deshalb von 1 %
Zuwachs bis 2050 ausgegangen, bei einem Basispreis von 116 $/t für Steinkohle und 3,5
€/MWhth für Braunkohle. Biomasse wird mit einem Basispreis von 21,6 €/MWhth und einer
Steigerungsrate, bedingt durch zunehmende Nachfrage, von 1,5 % angenommen, während
alle übrigen betrachteten regenerativen Energiequellen keinen Brennstoff benötigen.
13 Das Wachstum von 3500 TWh im Wachstumsszenario entspricht ca. 3 % des globalen Primärenergiebedarfs
(BP, 2009).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
69
Tabelle 6: Entwicklung der Brennstoffpreise
Wachstumsrate Preise in 2010
Öl 2,50% 70 $/bbl
Gas 2,50% 5,8 $/MBtU
Kohle 1.00% 116 $/t
Braunkohle 1,00% 3,5 €/MWhth
Uran 2,00% 123 $/kg
Biomasse 1,50% 21,6 €/MWhth
Quelle: Eigene Berechnung; EEX (2009); NYMEX (2009).
Das Basisszenario geht hinsichtlich der Stromnachfrage von einer Zukunft aus, in der Strom
weiterhin in den heutigen Anwendungsbereichen eingesetzt wird, aber keine nennenswerte
Ausbreitung in den Transport- und Heizungsbereich erfährt. Während in einigen noch
weniger entwickelten Ländern Europas ein starker Nachfragezuwachs anzunehmen ist,
stagniert der Bedarf im restlichen Europa ab 2010 bzw. 2020. Für die Entwicklung der
Zertifikatskosten auf Emissionen von Kohlendioxid wird eine moderate Steigerung auf
nominal 30 €/t CO2 angenommen, was in etwa einer Verdopplung zum heutigen Niveau
entspricht. Dies hat zur Folge, dass die Erzeugung von Strom im Grundlastbereich weiterhin
am günstigsten mit Kohle zu bestreiten ist und damit keine Grundlage für einen Rückgang
der Kapazitäten von Kohlekraftwerken besteht. Die Verstromung von Erdgas mittels Gas-
und Dampfkraftwerken (GuD) kommt damit auch in Zukunft nur im Mittellastbereich zum
Einsatz. Durch die relativ niedrigen Zertifikatspreise schafft es Biomasse bis 2050 nicht,
gegenüber gasbefeuerten GuD Kraftwerken konkurrenzfähig zu werden und führt nur ein
Randdasein. Bei den erneuerbaren Energieträgern verzeichnet einzig die Windkraft
nennenswerte Zuwächse, sowohl onshore als auch offshore. Dies ist vor allem darin
begründet, dass die Erzeugung von Strom aus Windenergie heute schon teilweise
wirtschaftlich betrieben werden kann. Solarthermische Stromerzeugung in Südeuropa und
mittels Importen aus Afrika kommt nicht über einzelne Pilotprojekte hinaus.
Insgesamt erfährt die Stromerzeugung in diesem Szenario keine grundlegende
Strukturänderung. Fossile Energieträger werden auch weiterhin in 2050 zur Erzeugung von
fast zwei Drittel des Stromerbedarfs heran gezogen, wobei Kohle durch die niedrigere
Preissteigerung gegenüber Gas noch an Bedeutung gewinnt. Der Anteil erneuerbarer
Stromerzeugung nimmt insgesamt kaum zu. Die leichte Nachfragesteigerung kann aber mit
dem Ausbau von erneuerbaren Erzeugungskapazitäten, hauptsächlich der Windkraft,
gedeckt werden.
Das Effizienzszenario ist hinsichtlich der Nachfrageentwicklung identisch zum Basisszenario,
indem es einen leichten Zuwachs bis 2050 für die EU30+ prognostiziert. Der große
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
70
Unterschied liegt in der starken politischen Fokussierung auf die Begrenzung des
Treibhausgasausstoßes und die dafür notwendigen stark ansteigenden Zertifikatskosten für
die Emission von Kohlendioxid. Der Preis pro emittierte Tonne wird im Effizienzszenario für
2050 bei 100 €/t CO2 angenommen. Durch diese politische Maßnahme verteuert sich
jegliche auf fossilen Brennstoffen basierende Stromproduktion je nach Kohlenstoffgehalt des
Brennstoffes. Hierbei haben Braunkohle und Steinkohle deutliche Nachteile gegenüber der
Verstromung von Gas und werden nach und nach aus dem Markt gedrängt. GuD Kraftwerke
rücken dabei zunehmend auch in den Grundlastbetrieb vor. Bis 2050 wird von einem fast
vollständigen Verschwinden von Kohlekraftwerken in Europa ausgegangen. Des Weiteren
sieht das Effizienzszenario einen Ausstieg aus der Kernenergie vor, der bis 2050 fast
abgeschlossen ist. Die Stromerzeugung wird in 2050 zu einem Drittel mit Gas bestritten
werden, während der Rest von erneuerbaren Energieträgern gedeckt wird. Zusätzlich zu
einem leicht stärkeren Ausbau der Windkraft im Vergleich zum Basisszenario, sind die
größten Unterschiede im Hinblick auf solarthermische Kraftwerke und Biomasse zu
verzeichnen. Biomasse kann durch die höheren Zertifikatspreise wettbewerbsfähig auf dem
Markt bestehen und erzeugt bis 2050 etwa 10 % der Stromnachfrage. Mittels
solarthermischen Kraftwerken in Südeuropa und hauptsächlich in Nordafrika und dem
Mittleren Osten können weitere 15 % der jährlichen Nachfrage gedeckt werden. Diese
Erzeugung außerhalb von Europa wird mittels Hochspannungsgleichstromübertragung in die
Europäischen Verbraucherzentren (hauptsächlich Spanien, Frankreich, Italien, Griechenland,
Rumänien und die Türkei) importiert, wobei die Einbindung der Kapazitäten ins Europäische
Netz durch das Ziel der Wohlfahrtsmaximierung bestimmt wird.
Das Wachstumsszenario sieht im Unterschied zu den beiden anderen Szenarien eine
Verdopplung der Stromnachfrage bis 2050 vor. Diese ist bedingt durch stärkeres
Wirtschaftswachstum, vor allem aber durch einen zukünftig höheren Bedarf an Strom im
Transportsektor (Elektromobilität). Da es aufgrund der europäischen Klimaziele als
unwahrscheinlich anzusehen ist, dass dieses Szenario alleine mit massivem Ausbau an
fossilen Energieträgern erfolgen kann, wird nur ein Ausbau an erneuerbaren Energieträgern
im gleichen umfang wie im Effizienzszenario untersucht. Bedingt durch die stark ansteigende
Stromnachfrage wird von einer intensiveren staatlichen Förderung von erneuerbaren
Energien ausgegangen, wodurch derselbe Ausbau mit niedrigeren Zertifikatspreisen erreicht
werden kann (65 €/t CO2 in 2050). Im Bereich der fossilen Energieträger werden auch
zukünftig Erzeugungskapazitäten mittels Kohle und Kernenergie im heutigen Maßstab
benötigt. Insofern der Zubau an erneuerbaren Energieträgern die steigende Nachfrage nicht
decken kann wird angenommen, dass diese Lücke mit GuD Kraftwerken und Gasfeuerung
geschlossen wird, da derartige Kraftwerke durch bessere Regelbarkeit den schwankenden
Charakter von erneuerbaren Energien besser abfedern können. Sämtliche erneuerbare
Erzeugungstechnik wird wie im Effizienzszenario angenommen, wobei bedingt durch die
höhere Nachfrage des Wachstumsszenarios der Anteil an der Gesamterzeugung geringer
ausfällt.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
71
A1.3 Entwicklung der Rahmenbedingungen auf den Energiemärkten
für Österreich
Im Folgenden wird auf die Preisentwicklung in Österreich bis 2050 eingegangen, wobei ein
Preis für ganz Österreich jeweils für Sommer und Winter sowie Tag und Nacht gebildet wird.
Diese Strompreise werden für die verschiedenen Szenarien erläutert und Einflussfaktoren
diskutiert.
0,0
20,0
40,0
60,0
80,0
100,0
120,0
140,0
160,0
2010 2020 2030 2040 2050 Jahr
[€/MWh]
Winter Nacht Winter Tag Sommer Nacht Sommer Tag
Abbildung 57: Preisentwicklung in den Szenarien für Österreich
Bedingt durch die höheren Zertifikatspreise für Kohlendioxidemissionen sind die Preise im
Effizienzszenario am höchsten. Das Basisszenario hat durch die geringen Zertifikatspreise
die niedrigsten Stromkosten, während das Wachstumsszenario dazwischen angesiedelt ist.
Im Basisszenario bedingen die niedrigen Kosten für Kohlendioxidemissionen geringe
Stromentstehungskosten bei Feuerung mit fossilen Brennstoffen. Dies hat zur Folge, dass
der Anteil an erneuerbarer Erzeugung zwar gering bleibt, aber der Strompreis bis 2050 nur
eine geringe Preissteigerung von 50% gegenüber 2010 erfährt. Zudem sind die Strompreise
verglichen mit den anderen beiden Szenarien sehr homogen, da herkömmliche Kraftwerke
keine Fluktuation in der Erzeugung haben, wie dies bei z.B. Solarkraftwerken der Fall ist. Die
Preise im Basisszenario ist daher hauptsächlich von der Entwicklung der Brennstoffpreise
wie Kohle und Gas abhängig.
Effizienzszenario
Wachstumsszenario
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
72
Tabelle 7: Basisszenario Preise
[€/MWh] Winter Sommer
Jahr Nacht Tag Nacht Tag
2010 33,9 35,5 32,4 35,2
2020 46,3 47,0 45,3 46,7
2030 53,1 57,5 50,4 54,7
2040 55,9 58,7 54,0 56,4
2050 61,9 64,7 59,8 62,6
Das Effizienzszenario nimmt im Vergleich zum Basisszenario stark steigende
Zertifikatspreise für Kohlendioxidemissionen an. Dies führt zum einen zu einem stärkeren
Ausbau von erneuerbaren Erzeugungskapazitäten, bedingt aber auch eine Verteuerung des
Strompreises. Bis 2050 steigt dieser mit im Schnitt auf 120 €/MWh und damit auf das
doppelte Niveau des Basisszenarios. Obwohl zwei Drittel der Erzeugung durch erneuerbare
Energieträger erfolgt und deren kurzfristige Erzeugungskosten bei fast 0 €/MWh liegen,
haben sie kaum positive Auswirkungen auf den Strompreis. Dieser würde erst auf die
Erzeugungskosten der erneuerbaren Erzeugungskapazitäten zurückgehen, wenn in einer
Zeitscheibe 100 % der Erzeugung durch erneuerbare Kapazität erzeugt wird. Ansonsten
bleibt das marginale den Preis bestimmende Kraftwerk überwiegend das GuD Kraftwerk mit
Gasfeuerung.
Tabelle 8: Effizienzszenario Preise
[€/MWh] Winter Sommer
Jahr Nacht Tag Nacht Tag
2010 34,1 35,7 32,5 35,4
2020 58,8 59,8 57,2 59,2
2030 91,2 99,4 79,9 85,3
2040 118,1 121,8 97,3 103,6
2050 136,7 130,1 115,0 117,5
Im Wachstumsszenario wird zwar von einem starken Ausbau der Erzeugungskapazitäten
von erneuerbaren Energien ausgegangen, durch die steigende Stromnachfrage haben
fossile Energieträger aber auch weiterhin einen großen Anteil im Energiemix. Preislich ist
das Szenario zwischen den beiden anderen Szenarien anzusiedeln. Die Preisschwankungen
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
73
hängen sehr stark von der installierten Leistung an Mittellastkraftwerken ab, sind aber im
Allgemeinen niedriger als im Effizienzszenario, da der Anteil an erneuerbarer
Energieerzeugung geringer ist.
Tabelle 9: Wachstumsszenario Preise
[€/MWh] Winter Sommer
Jahr Nacht Tag Nacht Tag
2010 34,1 35,7 32,5 35,4
2020 53,9 56,4 51,4 53,8
2030 67,3 69,2 66,4 68,2
2040 89,7 99,0 76,5 82,6
2050 109,9 112,1 103,1 106,8
Insgesamt ist festzuhalten, dass die Preise zum einen sehr stark durch den Zertifikatspreis
beeinflusst werden. Darüber hinaus unterliegen das Effizienzszenario und das
Wachstumsszenario in der Erzeugung größeren Schwankungen durch stärkeren Ausbau von
erneuerbaren Erzeugungskapazitäten, wodurch der Einsatz von Gasturbinen als Ausgleich in
einigen Zeitscheiben den Preis zusätzlich erhöht.
Quellenverzeichnis des Anhang 1
BP (2009): BP Statistical Reviewof World EnergyJune 2009. Verfügbar online:
http://www.bp.com/liveassets/bp_internet/globalbp/globalbp_uk_english/reports_and_pub
lications/statistical_energy_review_2008/STAGING/local_assets/2009_downloads/statisti
cal_review_of_world_energy_full_report_2009.pdf.
DLR (2009): REACCESS report, Characterisation of Solar Electricity Import Corridors from
MENA to Europe. Verfügbar online:
http://www.dlr.de/tt/Portaldata/41/Resources/dokumente/institut/system/publications/Solar
_import_DLR_2009_07.pdf.
EEX (2009): Verfügbar online: http://www.eex.com/en/.
Eurostat (2006): National Accounts (Including GDP). Statistische Amt der Europäischen
Gemeinschaften. Verfügbar online: http://epp.eurostat.ec.europa.eu.
Eurostat (2008): Systematik der Gebietseinheiten für die Statistik - NUTS, Systematik der
statistischer Regionen für Europa. Statistische Amt der Europäischen Gemeinschaften.
Verfügbar online: http://ec.europa.eu/eurostat/ramon/nuts/home_regions_de.html.
Freund, Karen, Hannes Weigt und Till Jeske (2006): Nodal Pricing of the European
Electricity Grid – A Welfare Economic Analysis for Feeding-in Offshore Wind Electricity.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
74
Working paper WP-EM-10, Lehrstuhl für Energiewirtschaft und Public Sector
Management, Technische Universität Dresden. Verfügbar online: http://www.tu-
dresden.de/wwbwleeg/publications/wp_em_10_freund_weigt_jeske_nodal_%20pricing_n
w_europe.pdf
Greenpeace International und EWEA (2005): Wind Force 12 – A Blueprint to Achieve 12% of
the World’s Electricity from Wind Power by 2020. Global Wind Energy Council. Verfügbar
online: http://www.gwec.net/fileadmin/documents/Publications/wf12-2005.pdf.
IEA (2007): World Energy Outlook 2006. Paris: OECD/IEA.
ISET/IWES (2002): Räumliche Verteilung der Installierten Nennleistung (Planflächen). Institut
für Solare Energieversorgungstechnik, Kassel, Deutschland. Verfügbar online:
http://reisi.iset.uni-kassel.de/pls/w3reisidad/wwwreisipage.showmenu?p
name=121017&p lang=ger.
Leuthold, Florian, Hannes Weigt und Christian von Hirschhausen (2008): ELMOD - A Model
of the European Electricity Market. Working paper WP-EM-00, Lehrstuhl für
Energiewirtschaft und Public Sector Management, Technische Universität Dresden.
Verfügbar online: http://www.tu-
dresden.de/wwbwleeg/publications/wp_em_00_ELMOD.pdf.
Leuthold, Florian, Ina Rumiantseva, Hannes Weigt, Till Jeske und Christian von
Hirschhausen (2005): Nodal Pricing in the German Electricity Sector – A Welfare
Economics Analysis, with Particular Reference to Implementing Offshore Wind
Capacities. Working paper WP-EM-08a, Lehrstuhl für Energiewirtschaft und Public
Sector Management, Technische Universität Dresden. Verfügbar online: http://www.tu-
dresden.de/wwbwleeg/publications/wp_em_08a_leuthold_rumiantseva_weigt_et%20al_n
odal_%20pricing_germany.pdf.
NYMEX (2009): Verfügbar online: http://www.nymex.com/index.aspx.
Schweppe, Fred C., Richard D. Caramanis, Michael C. Tabors und Roger E. Bohn (1988):
Spot Pricing of Electricity. Kluwer, Boston.
Stigler, Heinz und Christian Todem (2005): Optimization of the Austrian Electricity Sector
(Control Zone of VERBUND APG) under the Constraints of Network Capacities by Nodal
Pricing. In: Central European Journal of Operations Research, 13. Jg., S. 105-125.
UCTE (2007): Interconnected Network of UCTE. Dortmund, Abel Druck.
UN (2009): World Population Prospect. Verfügbar online: http://esa.un.org/unpp/.
VDEW (1999): Lastprofile. VDEW, Frankfurt (Main).
VGE (2008): Jahrbuch der Europäischen Energie- und Rohstoffwirtschaft 2006. Essen:
Verlag Glückauf.
Weigt, Hannes (2006): A Time-Variant Welfare Economic Analysis of a Nodal Pricing
Mechanism in Germany. Working paper WP-EM-11, Lehrstuhl für Energiewirtschaft und
Public Sector Management, Technische Universität Dresden. Verfügbar online:
http://www.tu-
dresden.de/wwbwleeg/publications/wp_em_11_weigt_nodal_%20pricing_germany_time.
pdf.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
75
A2 Umsetzung des Modellierungsansatzes und Asset-
Management
A2.1 Flussdiagramm der Modellierung
Um das oben beschrieben ökonomische „Trade-Off“-Kriterium auf jährliche Basis zu
ermitteln, müssen zuerst die weiteren Kriterien bzw. Restriktionen der Modellierung
festgelegt werden.
Es gibt 3 wichtige Kriterien/Restriktionen, die erfüllt werden müssen, egal wie das zukünftige
Netz aussehen wird:
1. Die Höhe der Reinvestitionen in das Übertragungs- und Verteilnetz, abhängig von der
Struktur des Netzes, muss in den verschiedenen Fällen vordefiniert sein. Damit ist
gemeint, es muss sich ökonomisch widerspiegeln, ob es weiterhin ein passives Netz
geben wird oder in welchem Ausmaß aktive Netzbereiche mit SmartGrid-Konzepten
zum Einsatz kommen.
2. Um für Österreich eine ausbalancierte Stromversorgung zu erreichen, ist die
zukünftig zu erwartende Schere zwischen Erzeugung und Verbrauch zu schließen.
Durch die in Kapitel 3.2 beschriebene „Sterberate“ des derzeitigen Kraftwerkparks
und dem anzunehmenden steigenden Stromverbrauch wird diese Schere immer
größer.
3. Klimapolitische Zielsetzungen sollen vor allem durch den vermehrten Einsatz von
dezentraler erneuerbarer Stromerzeugung erreicht werden.
Da im Rahmen dieses Projekts das zukünftige österreichische Energiesystem im Detail
untersucht wird, wird bei der empirischen Skalierung speziell auf die in Österreich
vorherrschenden Erzeugungstechnologien und erneuerbare Potentiale eingegangen. Weiters
wird im Rahmen der Modellierung die Einführung von finanziellen Anreizen (bzw. auch
Restriktionen) zur Förderung der Marktdurchdringung von SmartGrid-Konzepten ermöglicht.
Aus den oben erwähnten Vorgaben, Kriterien und Restriktionen wird das in Abbildung 58
dargestellte Flussdiagramm entworfen. Dieses dient als Grundlage zur Umsetzung des
Programmablaufs der Simulationssoftware (siehe Kapitel A2.2 im Detail).
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
76
Abbildung 58: Flussdiagram - Modellierungsansatz
A2.2 MATLAB Simulationsmodell
A2.2.1 Absetzung des Flussdiagramms
Als Plattform für die Simulationssoftware dient die Software MATLAB. Für die vorgegebenen
Variablen und zur Berechnung der spezifischen Erzeugungs- und Netzkosten werden Excel-
Tabellen angelegt und diese von der Software eingelesen.
Es werden drei Excel-Dateien mit folgenden Inhalten verwendet:
Parameter für konventionelle zentrale Kraftwerkstypen und Großwasserkraftwerke
Parameter für dezentrale erneuerbare Erzeugung
verschiedene Berechnungsparameter
Die unterschiedlichen Parameter in den Excel-Dateien werden auf jährlicher Basis für die
Periode 2010 – 2050 definiert, und sehen wie folgt aus:
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
77
Parameter der Erzeugungstechnologien:
Investitionskosten [€/MW]
Wartungskosten [€/MW/Jahr]
Brennstoffkosten [€/MWh]
Volllaststundenzahl [h]
Maximale Laufzeit [Jahre]
Abschreibdauer [Jahre]
Maximal installierte Leistung [MW]
nur für konventionelle Erzeugung: CO2-Zusatzkosten [€/MWh]
nur für dezentrale erneuerbare Erzeugung: fix erwartete bzw. verpflichtende
installierte Leistungen bedingt durch gesetzliche Vorgaben [MW]
Berechnungsparameter:
Tatsächliche angebotene Kraftwerkskapazitäten [MW]
Nachfrageseitige Last [MW]
Verpflichtender Anteil an dezentraler erneuerbarer Erzeugung bezogen auf die
Gesamterzeugung [%]
„Smartheitsgrad“ bei SmartGrid-Konzepten [%] (gibt an, wie hoch der Anteil an
SmartGrid-Konzepten am gesamten Netz ist)
Zusätzlicher Anteil an dezentraler erneuerbarer Erzeugung bei SmartGrid-Konzepten
[%]
Nachfrageverringerung durch SmartGrid-Konzepte [%]
installierte dezentrale erneuerbare Kraftwerkskapazitäten ohne Kleinwasserkraft im
Jahr 2010 [MW]
„Sterbedauer“ der installierten dezentralen erneuerbaren Kraftwerkskapazitäten ohne
Kleinwasserkraft [Jahre]
Zeitraum der Verteilung der benötigten Kraftwerkskapazitäten des thermischen
Kraftwerkparks des Jahres 2010 [Jahre]
Anfangsvermögenswert des Übertragungs- und Verteilnetz vor dem Jahr 2010 für
das Anlagenvermögensmanagement [€]
Abschreibungswert alt des Übertragungs- und Verteilnetz für das
Anlagenvermögensmanagement vor dem Jahr 2010 [€]
Anfangsvermögenswert des Übertragungs- und Verteilnetz für das
Anlagenvermögensmanagement nach dem Jahr 2010 [€]
Zinssatz für die Berechnung der Grenzkosten der Erzeugung [%]
Kostensteigerungsrate für die Berechnung der Grenzkosten der Erzeugung [%]
Abschreibungsdauer der Übertragungs- und Verteilnetze [Jahre]
Bezugswerte für die Netzberechnung (Investitionsbezug und minimale Investition) [€]
Bruttostromverbrauch Österreichs [MWh]
Förderung von SmartGrid-Konzepten [€/MWh]
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
78
Abgeleitet vom überblicksartigen Flussdiagramm des Modellierungsansatzes in Abbildung 58
werden nachfolgend in Abbildung 59 die einzelnen Berechnungsschritte der
Simulationssoftware in einem viel detaillierterem Flussdiagramm dargestellt.
Jährlicher Berechnungsdurchlauf
Daten aus Excel-
Tabellen einlesen
Start MATLAB –SGI - Programm
Asset-Management
Berechnung der spezif. Erzeugungskosten und aufsteigende Sortierung
Überprüfung gleicher Werte
jährliche vorhandene Kapazitäten + noch nicht verwendete Kapazitäten
Überprüfung gleicher Kapazitätswerte
Aufsteigende Sortierung der Kapazitäten nach spezif. Erzeugungskosten
Berechnung der Schere: Anteil DG/RES und Anteil BAU
Auffüllen des BAU-Anteils der SchereBestimmung der Grenzkosten
Jährliche Dekrementierung der Lebensdauer der eingesetzten Technologien
Berechnung des tatsächlichen Anteil an DG/RES
Berechnung der nicht verwendeten Kapazitäten
Spezifische Netzkostenberechnung
Ausgabe ökonomischer Vergleich:CErz_Zent + CÜ&V-Netz_Zent < CErz_Dezent + CÜ&V-Netz_SmartGRid
Grafische Ausgabe
Ende
Datenspeicherung in Excel-Datei
Auffüllen des DG/RES-Anteils der SchereBestimmung der Grenzkosten
Überprüfung ob genügend Kapazitäten vorhanden?
„Doppelter Eingabewert“
„Doppelter Rechenwert“
„Zu wenig Kapazitäten vorhandent“
„Anreize für SmartGrids erhöhen“
„SmartGrid wirtschaftlicher“
Berechnung abbrechen? [y]
Nein
Nein
Ja
Ja
t-1
Wahr
Wahr
Falsch
Falsch
Erforderliche thermische installierte Leistungen des Jahres 2010 auf definierte Jahre umlegen
Abbildung 59: Flussdiagramm Simulationssoftware
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
79
Programmbeschreibung:
Zuerst werden alle oben beschriebenen Parameter aus den Excel-Dateien eingelesen und
unter unterschiedlichen Variablen als Matrizen abgespeichert. Im Rahmen der
Wirtschaftlichkeitsberechnung wird dann für jedes Jahr das Flussdiagramm durchlaufen. Am
Ende jeder Jahresberechnung wird das in Kapitel 3.1 beschriebene „Trade-Off“-Kriterium
angewandt und es erfolgt eine Ausgabe, ob ein Netz mit SmartGrid-Konzepten wirtschaftlich
ist oder ob noch finanzielle Anreize nötig sind. Nach der Beendigung der Berechnung mit
dem Jahr 2050 werden die jeweiligen Grenzkosten der Erzeugung und die Netzkosten
grafisch dargestellt.
Die Berechnungsschritte sehen wie folgt aus:
1. Netzkostenberechnung:
Bei der Netzkostenberechnung werden die voraussichtlichen zukünftigen
Reinvestitionskosten errechnet. Diese absoluten jährlichen Werte werden mittels
Anlagenvermögensmanagement („Fixed-Assets-Management“), das in Kapitel A2.2.2
im Detail beschrieben ist, und den „alten“ Abschreibungsraten der bereits
bestehenden Anlagen zu jährlichen Abschreibungskosten berechnet. Die
spezifischen jährlichen Netzkosten ergeben sich aus den Abschreibungen bezogen
auf den Bruttostromverbrauch.
2. Berechnung der spezifischen Erzeugungskosten:
Anschließend werden die spezifischen Erzeugungskosten mit Hilfe der
Annuitätenmethode berechnet und in weiterer Folge in aufsteigender Reihenfolge
sortiert. Durch die Sortierung („Merit Order“) werden die unterschiedlichen
Erzeugungstechnologien an unbestimmte Matrizenspalten gesetzt. Daher müssen die
Werte der installierten Leistungen ebenfalls in den korrespondierten Matrizenspalten
vertauscht werden.
3. Auffüllen der Schere zwischen Nachfrage und Angebot:
Zur Auffüllung der Schere zwischen Nachfrage und Angebot wird der Differenzbetrag
in zwei Bereiche aufgeteilt:
a) Die Höhe der benötigten dezentralen erneuerbaren Kraftwerkskapazität ergibt
sich aus der Differenz des gewünschten Anteils an dezentraler erneuerbarer
Erzeugung (bezogen auf die Nachfrage) und dem vorhandenen Anteil an
dezentraler erneuerbarer Erzeugung des Angebots. Es wird angenommen,
dass durch das Ökostromgesetz ein verpflichtender/erwarteter fixer Wert an
installierten Leistungen vorgegeben wird. Der restliche Teil des geforderten
Anteils an dezentraler erneuerbarer Erzeugung wird mit jener noch
vorhandenen Kapazität aufgefüllt, die die geringsten spezifischen
Erzeugungskosten aufweist. Wird diese vollkommen ausgeschöpft, so wird
die nächstgereihte dezentrale erneuerbare Technologie verwendet. Dies geht
so weiter, bis der geforderte Anteil der dezentralen erneuerbaren Erzeugung
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
80
aufgefüllt ist. Dies entspricht der am Strommarkt angewandten „Merit Order“.
Es kann durch die Vorgabe der jährlich maximal installierten Leistungen zu
drei Varianten der Berechnung der Kapazitäten dezentraler erneuerbarer
Erzeugung kommen:
Es sind genügend dezentrale erneuerbare Kapazitäten vorhanden, somit
wird der gewünschte Anteil an dezentraler erneuerbarer Erzeugung
entsprechend der „Merit Order“ aufgefüllt. Überschüssige dezentrale
erneuerbare Kapazitäten stehen für den allgemeinen BAU-Anteil zur
Verfügung.
Es sind nicht genügend dezentrale erneuerbare Kapazitäten vorhanden,
so werden die maximal verfügbaren Kapazitäten eingesetzt; es wird also
der gewünschte Anteil an dezentraler erneuerbarer Erzeugung am
Gesamtverbrauch nicht erreicht und somit muss der Rest mit
konventioneller Erzeugung aufgefüllt werden.
Die benötigen Kapazitäten an dezentraler erneuerbarer Erzeugung sind
kleiner als der im Ökostromgesetz verpflichtende bzw. erwartete Anteil an
vorgesehenen Leistungen; daher werden die im Ökostromgesetz
vorgegebenen Leistungen installiert. Das bedeutet, dass der Anteil der
dezentralen erneuerbaren Erzeugung am Gesamtverbrauch höher ist als
der gewünschte Anteil.
b) BAU- („business as usual“) Anteil, der sich aus der Schere ergibt, wenn der
Differenzbetrag bereits um den Anteil an dezentraler erneuerbarer Erzeugung
verringert wird. Der BAU-Anteil wird dabei mit den konventionellen und
dezentralen erneuerbaren Erzeugungstechnologien gemäß der „Merit Order“
aufgefüllt.
Somit ergeben sich die jeweiligen Erzeugungskosten der Grenzkraftwerke in den
Fällen a) und b).
4. Verteilung der neu benötigten (2010) thermischen Kraftwerkskapazitäten:
Nur für das Jahr 2010 (also für den ersten Programmdurchlauf) werden die neu
benötigten thermischen (konventionellen) Kraftwerkskapazitäten auf eine in den
Berechnungsparametern definierte Periode aufgeteilt.
5. Anpassung der Lebensdauer der Kraftwerkskapazitäten:
Die Lebensdauer der eingesetzten Technologien wird pro Durchlauf um ein Jahr
verringert. Ist das Ende der Lebensdauer erreicht, wird der Verlust an
Erzeugungsleistung im nächsten Programmdurchlauf bei der Ermittlung der Schere
zwischen Nachfrage und Angebot berücksichtigt.
6. Bestimmung des tatsächlichen Anteils dezentraler erneuerbarer Stromerzeugung:
Der tatsächliche Anteil an dezentraler erneuerbarer Stromerzeugung an der
Gesamtstromerzeugung wird ebenfalls berechnet, da die Möglichkeit besteht, dass
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
81
dezentrale erneuerbare Erzeugungstechnologien billiger sind als konventionelle und
bei vorhandenen Kapazitäten diese in die BAU-Berechnung einfließen können.
7. Berechnung der nicht verwendeten Kraftwerkskapazitäten:
Werden nicht alle vorgegebenen installierten Leistungen je Erzeugungstechnologie
verwendet, werden diese in die darauf folgenden Jahre mitgenommen.
8. Berechnung der spezifischen Netzkosten:
Die spezifischen Netzkosten errechnen sich aus der Höhe der gesamten jährlichen
Abschreibungen (ermittelt aus dem Anlagenvermögensmanagement) im Verhältnis
zum Bruttostromverbrauch (siehe auch Kapitel A2.2.2).
9. Ausgabe des ökonomischen „Trade-Off“-Kriteriums:
Die Berechnung kann nun für das nächste Jahr fortgesetzt oder abgebrochen
werden.
10. Ende des Programmdurchlaufs:
Nach Beendigung der Berechnungen werden die Netzkosten und die Grenzkosten
grafisch ausgegeben.
11. Datensicherung:
Zur Datensicherung werden ausgewählte Ergebnisse in einer Excel-Datei gesichert.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
82
A2.2.2 Modellierung des Anlagenvermögensmanagements der Netze
Die Berechnung des Anlagenvermögensmanagement ist, wie im Flussdiagramm in
Abbildung 59: Flussdiagramm Simulationssoftware dargestellt ist, der erste
Berechnungsschritt in der Modellierungssoftware. Das bedeutet für das
Anlagenvermögensmanagement der Netze, dass der Anlagenvermögenswert der Netze auf
einen bestimmten Zeitraum mit fixen Abschreibungen finanziert wird. Die
Anlagenvermögensverwaltung berechnet somit den jährlichen Kapitalwert der Netze am
Anfang und am Ende des Jahres und die jährlichen Abschreibungskosten. Werden neue
Investitionen in die Netze getätigt, so werden die Abschreibungen der beiden Anlagen
addiert. Die Summe des Anfangswertes und der Investition abzüglich der Abschreibung
ergeben den Endwert.
Den Anfangs- bzw. Endwert kann man als das Anlagenvermögen im betrachteten Zeitpunkt
betrachten.
Einfaches Beispiel:
Investition im 1. Jahr: 400oI
Abschreibdauer: 40 Jahre
Abschreibung: 100 a
Investition im 2.Jahr: 4001 I
Abschreibdauer: 40 Jahre
Abschreibung: 101 a
usw.
Daraus ergibt sich folgende Anlagenvermögensmanagement-Tabelle:
Tabelle 10: Anlagenvermögensmanagement der Netze
Jahr 1 2 3 4 5 6
Anfangswert 0 390 770 1140 1500 usw.
Investition 400 400 400 400 400 usw.
Abschreibung 10 20 30 40 50 usw.
Endwert 390 770 1140 1500 1850 usw.
Wird ein Zeitraum länger als die Abschreibungsdauer betrachtet, fällt die jeweilige
Abschreibung aus der Berechnung heraus. Die Höhe aller Abschreibungen verringert sich
um diesen Wert. Abbildung 60 zeigt die Werte für das Anlagenvermögensmanagement für
das österreichische Übertragungs- und Verteilnetz von 1945-2009. Wie aus dem
Kurvenverlauf ersichtlich ist, sinkt der Vermögenswert der Anlagen, wenn langfristig keine
neuen Investitionen getätigt werden. Die Abschreibungen ändern sich hingegen gemäß der
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
83
Abschreibungsdauer nur sehr langsam. Ebenfalls spiegelt Abbildung 60 den stilisierten
Investitionszyklus aus Abbildung 42 wider.
Anlagenvermögensmanagement für das österreichische Übertragungs- und Verteilnetz von 1945-2009 (real2000)
0
2000
4000
6000
8000
10000
12000
1945 1955 1965 1975 1985 1995 2005Jahr
Mio
. € (
real
200)
Anfangsw ert
Investition
Abschreibung
Endw ert
Abbildung 60: Anlagenvermögensmanagement des österreichischen Stromnetzes von
1945-2009
Um neue und alte Anlagen zu vereinen, muss der alte Anlagenwert über einen neu
definierten Zeitraum abgeschrieben werden. Die neuen Anlagen werden wie oben
beschrieben behandelt. Um nun einen gesamten buchhalterischen Anlagenwert zu
bekommen, werden Anfangs- und Endwerte pro Jahr addiert.
Einfaches Beispiel:
Abschreibdauer = 40 Jahre
Endwert_alt 2009 = Anfangswert_alt 2010 = 400
Abschreibung_alt = 10
Anfangswert_neu 2010 = 0
Investition_neu 2010 = 40
Abschreibung_neu 2011 = 1
Endwert_neu 2010 = 39
Anfangswert_ges = 400
Endwert_ges= 399
usw.
Neue Energien 2020 - 1. Ausschreibung K l i m a - u n d E n e r g i e f o n d s d e s B u n d e s – m a n a g e d b y Ö s t e r r e i c h i s c h e F o r s c h u n g s f ö r d e r u n g s g e s e l l s c h a f t
84
Tabelle11: Anlagenvermögensmanagement für alte und neue Investitionen in die Netze
Jahr 2010 2011 2012 2013 2014 2015
Anfangswert_alt 400 390 380 370 360 350
Abschreibung_alt 10 10 10 10 10 usw.
Endwert_alt 390 380 370 360 350 usw.
Anfangswert_neu 0 39 77 114 153 188
Investition_neu 40 40 40 40 40 usw.
Abschreibung_neu 1 2 3 4 5 usw.
Endwert_neu 39 77 114 153 188 usw.
Anfangswert_ges 400 429 457 484 513 538
Abschreibungen_ges 11 12 13 14 15 usw.
Endwert_ges 429 457 484 513 538 usw.
Um nun die schon getätigten Investitionen und die zukünftigen Reinvestitionen in das Netz
zu berechnen, wird das Anlagenvermögensmanagement wie oben beschrieben in die
Simulationssoftware implementiert. Daraus lassen sich die spezifischen Netzkosten
berechnen:
MWhmverbrauchBruttostro
gesngenAbschreibuC NetzVÜ
€__&