Auswirkungen von Lastmanagement auf Energieeffizienz

In diesem und dem nächsten Abschnitt werden die wechselseiti-gen Effekte von LM und Energieeffizienz untersucht. Eine Zusam-menfassung der Effekte befindet sich in Tabelle 5-2 und Tabelle 5-3.

5.3.4.1 Auswirkungen auf den Betrieb stromverbrauchender Anwendungen

Die Lastverlagerung bei stromverbrauchenden Anwendungen zu-gunsten reduzierter Strombezugskosten kann den Betrieb der An-wendung in sub-optimalen, d.h. weniger effizienten Betriebspunk-ten bedingen (z. B. wenn in Kühlhäusern in den Nachtstunden die Kühlkammertemperatur unter die übliche Betriebstemperatur ab-gesenkt wird). Dies resultiert in einem Mehrverbrauch an Energie, ohne einen Mehrgewinn bei der Bereitstellung der Energiedienst-leistung zu erzielen.

LM umfasst per Definition nicht nur die zeitliche Verlagerung der Stromnachfrage, sondern auch den Wechsel von Strombezug aus dem Netz hin zu lokaler Eigenerzeugung (insbesondere bei stromintensiven Industriebetrieben, Siano 2014). Falls diese lokale Stromerzeugung einen höheren spezifischen Primärenergiefaktor aufweist als der Strombezug aus dem öffentlichen Netz (z. B. Be-trieb eines weniger effizienten Dieselgenerators), führt die Eigener-zeugung zu einem Anstieg der Primärenergienachfrage.

Langfristig ist die Entwicklung smarter, regelbarer Stromanwen-dungen („smart appliances“) denkbar. Neben ihrer Fähigkeit, auf externe Preissignale aus LM-Programmen automatisch zu reagie-ren, könnten diese Anwendungen auch zur Steigerung der Ener-gieeffizienz beitragen. Durch die automatische Analyse der Be-triebsweise können Effizienzverluste vermieden werden (z. B.

durch kontinuierlichen Abgleich der Verbrauchswerte einzelner Komponenten mit Effizienzvorgaben). Die automatische Schaltung von Anwendungen gestattet eine Reduktion des Rebound (z. B.

durch automatische Abschaltung der Beleuchtung bei Abwesen-heit der Bewohner oder reduzierter Betrieb von Industrieanwen-dungen bei Leerlauf). Zuletzt gestatten smarte Anwendung eine detaillierte Analyse des Stromverbrauchs. Diese Information kann an den Verbraucher zurückgespielt werden und zu dessen Aufklä-rung beitragen (vgl. nächster Abschnitt).²⁷

27 Verbraucher sind häufig verunsichert, welche Daten erhoben und von wem sie genutzt werden (McKenna 2012, Krishnamurti 2012). Folglich haben Datenschutzbedenken einen wesentlichen Einfluss auf die Diffusion smarter Stromanwendungen und Smart Meter.

5.3.4.2 Auswirkungen auf das Stromverbrauchsverhalten Die Einführung zeitvariabler Tarife und die Diffusion von Smart Metern stellt einen wesentlichen Baustein für die Umsetzung von LM dar. Beide Komponenten können maßgeblichen Einfluss auf Energieeffizienz und Energieeinsparungen haben.

Der vordergründige Effekt von Smart Metern auf die EE besteht darin, dass sie das Bewusstsein für den Stromverbrauch ver-stärken, indem sie ihn „sichtbar“ und messbar machen (vergleich-bar mit der Verbrauchsanzeige im Auto). Sozialwissenschaftliche Studien ergaben, dass effizientes Verbrauchsfeedback regelmäßig und kontinuierlich den aktuellen Verbrauch widergeben und ins Verhältnis zu früheren Zeitpunkten oder anderen Verbrauchen set-zen soll (Darby 2009). Dabei sind insbesondere anwendungsspe-zifische Verbrauchsinformationen nützlich, da sie die Identifikation der effektiven Lasten gestatten.

Pilotversuche mit Smart Metern in Haushalten haben ergeben, dass diese nicht nur zu einer Verlagerung des Stromverbrauchs (und somit zur Vermeidung von Lastspitzen) beitragen, sondern zu Stromeinsparungen von bis zu 5 % führen (vgl. z. B. Schleich 2013).

Gleichzeitig besteht die Gefahr, dass in Stunden mit niedrigen Strompreisen ein Rebound-Effekt einsetzt (z. B. bei Beleuchtung, Heizung, Stand-by-Modus von IT-Geräten), welcher zu einer Min-derung der Effizienzpotenziale führt. Bei anreizbasierten LM-Programmen besteht darüber hinaus die Gefahr, dass bei die Mes-sung der verlagerten Energiemengen gegenüber einer Baseline den Fehlanreiz gesetzt wird, diese Baseline künstlich hochzuhal-ten, um die Erlöse zu maximieren (York 2005).

Neben einer Beeinflussung des eigentlichen Stromverbrauchsver-haltens fördern LM-Programme aber auch die Beschaffung ener-gieeffizienter Geräte und führen somit zu einem Steigerung der Energieeffizienz (Nemtzow 2007).

Bei Industrieunternehmen kann das Bewusstsein für den Strom-verbrauch durch Aggregatoren gestärkt werden, welche das Fle-xibilitätspotenzial mehrerer kleiner Industrieunternehmen gebün-delt auf dem Strommarkt anbieten. Im Rahmen der Initialberatung von Unternehmen zu LM-Potenzialen können Effizienzpotenziale identifiziert werden.

Die Einführung neuer, zeitvariabler Tarife im Rahmen von LM-Programmen gestattet eine Effizienz-förderliche Tarifgestaltung

(z. B. blockweiser Anstieg der kWh-Preise mit zunehmendem Ver-brauch, Leistungspreise), welche zusätzliche Anreize zum Strom-sparen setzt.²⁸

Darüber hinaus können LM-Programme die Aufmerksamkeit auf Effizienzaspekte lenken und Effizienz- und LM-Programme können als Kombi-Pakete angeboten werden, so dass sich Programm-Sy-nergien erzielen lassen (York 2005). Dabei ist zu beachten, dass der Verbraucher (insbesondere der Haushaltskunde) keine Unter-scheidung zwischen LM und Energieeffizienz vornimmt, sondern in erster Linie einen Stromtarif wählen möchte, der ihm nachvollzieh-bar und günstig erscheint. Folglich besteht die Gefahr der Verwir-rung, falls zu viele Programme angeboten werden oder die Pro-gramme zu komplex ausgestaltet sind (U.S. DoE 2010).

Ähnliches gilt für die Bereitstellung des Verbrauchs-Feedbacks:

dies kann auf verschiedenen Kanälen erfolgen (Smart Meter, On-line-Plattform, postalisch), sollte in jedem Fall aber einfach, ästhe-tisch, und intuitiv ausgestaltet sein, um den Verbraucher effektiv aufzuklären (Lewis 2012). Dabei können potenzielle Mehrkosten für die Verwendung ausgefeilter Feedback-Technologien durch die gemeinsame Nutzung dieser Feedback-Kanäle für LM und EE kompensiert werden.

Zuletzt impliziert die Einführung von Smart Metern und der Betrieb der dazugehörigen IT-Infrastruktur einen zusätzlichen Stromver-brauch, welcher einen Teil der zuvor genannten Einsparungen wieder aufzehrt.

5.3.4.3 Auswirkungen auf Systemebene

Die Systemdienlichkeit von LM besteht in erster Linie darin, Last-spitzen zu reduzieren und eine Glättung der Residuallast herbeizu-führen. Dies hat unterschiedliche Folgen für die Energieeffizienz auf Ebene des Stromsystems.

Die Glättung der Residuallast führt zu einer verbesserten Auslas-tung preisgünstiger Grundlastkraftwerke und zu einem Rück-gang der Stromerzeugung aus Spitzenlastkraftwerken. Auf Grund der Tatsache, dass die spez. Stromerzeugungskosten der Kraft-werke in der deutschen Merit-Order aktuell umgekehrt proportional zum spezifischen Primärenergiebedarf sind, führt eine Glättung der Residuallast zu einem Anstieg des Primärenergiever-brauchs. Gleichzeitig führt die Abminderung von Lastspitzen zu einem reduzierten Bedarf an zusätzlichen Netz-, Speicher- und Kraftwerkskapazitäten (Boßmann 2015). Dies wirkt sich nicht nur

28 Langfristig ist nicht mit sog. Flat-rate Tarifen für Strom zu rechnen, da Strom kein unendliches Gut ist und im Gegensatz zu bspw. Internet-Datenpaketen mit variablen Erzeugungskosten verbunden ist. Dennoch kann damit gerechnet wer-den, dass bei der Zusammensetzung des Strompreises in Zukunft eine Verschiebung vom Arbeits- zum Leistungspreis zu beobachten ist.

ökologisch und hinsichtlich Landnutzung- und Akzeptanzaspekten aus, sondern ist auch aus energetischer Perspektive von Vorteil.

Langfristig betrachtet wird es verhäuft zu Situationen kommen, in denen die Einspeisung aus Erneuerbaren Energien die eigentliche Stromnachfrage in der entsprechenden Stunde überschreitet. In diesen Perioden kann LM zu einer Anhebung der Nachfrage durch LM beitragen und somit die Abschaltung der Stromerzeugung aus erneuerbaren Energien reduzieren oder vermeiden. Dadurch wird die insgesamt durch konventionelle Stromerzeugung zu de-ckende Stromnachfrage reduziert.

Tabelle 5-2: Auswirkungen von LM auf Energieeffizienz

Auswirkungen von LM auf EE… Förderlich Abträglich

…beim Betrieb stromverbrauchender Anwendungen

Mehrverbrauch durch sub-optimalen Betrieb x

Wechsel zu Eigenerzeugung (x) x

Smarte, regelbare Anwendungen x

…beim Verhalten der Stromverbraucher

Zeitvariable Tarife und Smart Meter x (x)

Bewusstsein für Stromverbrauch x

Rebound x

Fehlanreize durch Baseline-Messung x

Beschaffung neuer Anwendungen x

Nachfrageanalyse durch Aggregatoren x

Effizienzförderliche Tarife x

Programm-Synergien x

Verwirrung durch kombinierte Tarife x

Gemeinsame Nutzung von Feedback-Kanälen x

Mehrverbrauch durch Smart Meter x

…auf Ebene des gesamten Stromsystems

Verbesserte Auslastung Grundlastkraftwerke (x) x

Reduzierte Abschaltung der Erneuerbaren x

x: trifft zu; (x): trifft nur bedingt zu

5.3.5 Auswirkungen von Energieeffizienz auf