Generell muss man die Energiesystemmodelle des Fraunhofer IEE in ihrem Anwendungszweck zwischen der Ermittlung von Investitionsentscheidungen und von detaillierter Einsatzplanung unterscheiden.
Die Modellvarianten SCOPE Path und SCOPE SD ermöglichen für Europa die Ermittlung von installierten Leistungen in zukünftigen kostenoptimalen energiesektoren-übergreifenden Szenarien. Sie unterscheiden sich dabei in der geschlossenen Pfadoptimierung mit geringerer zeitlicher und räumlicher Auflösung und der detaillierten Ermittlung einzelner Stützjahre.
Das Strommarkt-Modell SCOPE EM ermöglicht auf Basis dieser ermittelten Leistungen detaillierte Analysen zur Preisbildung an den europäischen Strommärkten und netzknotenscharfe Analysen im deutschen Übertragungsnetz.
Der geografische Betrachtungsbereich Europas ist die EU27 inkl. Großbritannien, Norwegen, Schweiz und exkl. Malta und Zypern.
Innerhalb Deutschlands können mögliche Aufteilungen in Marktgebiete (Zonen) berücksichtigt werden. Die regionale Auflösung der Marktergebnisse in Deutschland erfolgt dann nachgelagert auf einzelne Netzknoten.
Energieangebot
Die Energiesystemmodelle SCOPE Path und SCOPE SD treffen die Ausbauentscheidungen in den Bereichen Stromversorgung, Fernwärmeversorgung und Industrieprozesswärmeversorgung (Heisswasser und Dampf). Optional können ebenfalls die Ausbauentscheidungen in der Gebäudewärmeversorgung und im Straßenverkehr optimiert werden. Hierbei handelt es sich um eine Jahresplanung mit perfekter Voraussicht. Aufgestellt wird ein lineares Optimierungsproblem, welches durch den kommerziellen Solver Gurobi gelöst wird.
Das Strommarktmodell SCOPE-EM optimiert den Anlageneinsatz zur Deckung der Stromnachfrage, Regelleistungsvorhaltung und Deckung der Wärme- und Verkehrsnachfrage. Um eine Modellierung in Anlehnung an die Abläufe auf dem Strommarkt durchzuführen, werden die Stunden des Jahres mittels rollierender Planung durchlaufen. Das bedeutet, dass jeweils ein Zeitraum von zum Beispiel 48 Stunden optimiert wird, welcher für den nächsten Optimierungsschritt 24 Stunden zeitlich nach vorne geschoben wird. Speicherfüllstände sowie Stillstands-und Anfahrzeiten von Kraftwerken werden dabei in den jeweils nächsten Optimierungsschritt übertragen. Aufgestellt wird ein gemischt-ganzzahliges lineares Optimierungsproblem, welches durch den kommerziellen Solver Gurobi gelöst wird. Das Modell SCOPE-EM selbst ist in Matlab implementiert.
Grundlage sind räumlich hoch aufgelöste Daten und Zeitreihen. Im Bereich der Stromerzeugungspotenziale von Erneuerbaren Energien und der Nachfrage wird dies am Fraunhofer IEE über das Simulationsmodell energyANTS abgedeckt.
Sozioökonomische Trends und Makroökonomie
In Abhängigkeit von Szenarien können volkswirtschaftliche Randbedingungen indirekt über exogene Nachfrageentwicklungen vorgegeben werden.
Energienachfrage
Die Inputdaten für die Energiesystem- und Strommarktmodelle sind in folgendem Schaubild dargestellt.
Industriesektor
Nachfrageentwicklungen und Potenzialvorgaben werden exogen aus Bottom-Up Simulationsrechnungen und veröffentlichten Studien übernommen. Die Nachfrage nach Industrieprozesswärme im Bereich Heißwasser und Dampf wird dabei endogen optimal gedeckt. Öfen und stoffliche Nutzung werden vorgegeben.
Gebäudesektor
Wahlweise können Nachfrageentwicklungen und Potenzialvorgaben aus Bottom-Up Simulationsrechnungen und veröffentlichten Studien übernommen werden oder für Deutschland mittels des Gebäudebestandsmodells AgentHomeID ermittelt werden.
Transportsektor
Wahlweise können Nachfrageentwicklungen und Potenzialvorgaben aus Bottom-Up Simulationsrechnungen und veröffentlichten Studien übernommen werden oder für Deutschland mittels des Fahrzeugbestandsmodells AgentCarID ermittelt werden.
Flexibilität (Speicher, DSM und Netze)
Flexibilitäten in den Sektoren Strom, Wärme und Verkehr werden zwischen saisonal und kurzfristig differenziert und mittels validierter Aggregationsmodelle abgebildet.
Politikinstrumente und -maßnahmen
Politische Randbedingungen können mittels Potenzialgrenzen, Stromkostenbestandteilen, Finanzierungskosten u.a. in ihrer Rückwirkung auf Investitionsentscheidungen und Anlageneinsatz im Strommarkt bewertet werden.
Links und Referenzen
- https://ariadneprojekt.de/media/2024/01/Ariadne-Analyse_Angebotszonen_Januar2024.pdf
- https://maps.iee.fraunhofer.de/trafo-atlas/
- Fraunhofer IEE: Global PtX Atlas (2021). https://maps.iee.fraunhofer.de/ptx-atlas/
- Pfennig, M., Böttger, D., Häckner, B., Geiger, D., Zink, C., Bisevic, A., Jansen, L.: Global GIS-based potential analysis and cost assessment of Power-to-X fuels in 2050 (2022). https://doi.org/10.48550/arXiv.2208.14887
- Schmitz, R., Naversen, C., Härtel, P.: Case study result data set for Energy Systems (submitted) article: Influence of hydrogen import prices on hydropower systems in climate-neutral Europe. Zenodo (2023). https://doi.org/10.5281/zenodo.7692180
- https://www.iee.fraunhofer.de/de/projekte/suche/2022/hydroconnect.html
- https://www.iee.fraunhofer.de/de/presse-infothek/Presse-Medien/2022/schnelle-abschaetzung-zukuenftiger-stromtransportbedarfe.html / https://www.oeko.de/fileadmin/oekodoc/UPTAKE_Endbericht.pdf
- Härtel, P., Korpås, M.: Modelling heat pump systems in low-carbon energy systems with significant cross-sectoral integration, IEEE Transactions on Power Systems, Volume 93, 105051, 2020. doi: 10.1109/TPWRS.2020.3023474.
- Härtel, P., Korpås, M.: Demystifying market clearing and price setting effects in low-carbon energy systems, Energy Economics, Volume 93, 105051, 2021.doi: 10.1016/j.eneco.2020.105051.
- Böttger, D., Härtel, P.: On wholesale electricity prices and market values in a carbon-neutral energy system, Energy Economics, Volume 106, 105709, 2022. doi: 10.1016/j.eneco.2021.105709.
- Böttger, D., Jentsch, M., Trost, T., Gerhardt, N., von Bonin, M., Eschmann, J.: Cost-Optimal Market Share of Electric Mobility Within the Energy System in a Decarbonisation Scenario. 2018 15th International Conference on the European Energy Market (EEM), 1–5 (2018). https://doi.org/10.1109/EEM.2018.8469846
- Härtel, P., Ghosh, D.: Modelling heat pump systems in low-carbon energy systems with significant cross-sectoral integration. IEEE Transactions on Power Systems 37(4), 3259–3273 (2020). https://doi.org/10.1109/TPWRS.2020.3023474
- Frischmuth, F., Härtel, P.: Hydrogen sourcing strategies and cross-sectoral flexibility trade-offs in net-neutral energy scenarios for Europe. Energy 238, 121598 (2022). https://doi.org/10.1016/j.energy.2021.121598
- Härtel, P., Korpås, M.: Aggregation Methods for Modelling Hydropower and Its Implications for a Highly Decarbonised Energy System in Europe.Energies 10(11), 1841 (2017). https://doi.org/10.3390/en10111841