Es zeigt sich, dass Grüne Angebote im Verhältnis zu hoheitlichen Förderinstrumenten grundsätzlich drei verschiedene Funktionen haben können:
1. Umsetzung des Förderinstruments
2. Verteilung der zusätzlichen Kosten, die durch das Instrument hervorgerufen werden, entsprechend der Endkundenpräferenzen
3. Zusätzliche Förderung von grünem Strom nach speziellen Kriterien
Eine Umsetzung der hoheitlichen Regelung durch Grüne Angebote kann nur im Falle einer Quotenregelung mit Endverbraucherverpflichtung verwirklicht werden. Da in diesem Modell die Endkunden den Kauf von grünem Strom entweder durch handelbare Grüne Zertifikate oder Lieferverträge nachweisen müssen, ist nicht zu erwarten, dass sie sich selbst an einer regenerativen Stromerzeugungsanlage beteiligen. Vielmehr kann davon ausgegangen werden, dass die Verbraucher einen Vorlieferanten mit der Erfüllung ihrer Quotenverpflichtung beauftragen. In diesem Fall ist mit einem im Vergleich zur heutigen Situation sehr großen Marktvolumen für grünen Strom zu rechnen. Angebote, welche in diesem Rahmen grünen Strom offerieren, leisten keinen zusätzlichen Beitrag zur Förderung regenerativer Energieträger sondern dienen nur als Umsetzungsinstrument für die hoheitliche Förderregelung. Aufgrund der fehlenden eigenen Förderwirkung des Angebots
können solche Angebote im Sinne der in Kapitel 3 erhobenen Forderung nach der Zusätzlichkeit Grüner Angebote nicht als solche bezeichnet werden. Aufgrund der vorgeschriebenen Nachfragemenge ist allerdings zu erwarten, dass sich ein intensiver Wettbewerb zwischen den verschiedenen Angeboten einstellen wird.
Bei Einspeise- und Ausschreibungsmodellen, die ihre Kosten auf die Stromverkäufer umlegen bzw. bei Quotenmodellen mit Verkäuferverpflichtung können die Stromverkäufer mit Grünen Angeboten eine Lastenverteilung entsprechend der Endkundenpräferenzen anstreben. Da diese Angebote lediglich auf die freiwillige Nachfrage nach Umweltnutzen setzen und darüber hinaus keinen zusätzlichen Nutzen schaffen, ist aufgrund der Erfahrungen in der Vergangenheit nicht mit einem großen Marktvolumen zu rechnen. Bei Modellen mit Haushaltsfinanzierung und bei Quotenmodellen mit Endverbraucherverpflichtung gibt es für diese Funktion der Grünen Angebote keine Grundlage, da die Stromverkäufer nicht belastet werden.
Eine zusätzliche Förderung von grünem Strom, die über die Produktionsmengen der hoheitlichen Regelung hinaus gehen, erscheint außer bei der Quotenregelung mit Endverbraucherverpflichtung in allen anderen Modellvarianten möglich. Da bei dieser Form von Grünen Angeboten ebenfalls nur die freiwillige Nachfrage befriedigt wird, ist bei solchen Angeboten aufgrund der bisherigen Erfahrungen im Allgemeinen mit einem geringen Marktvolumen zu rechnen. Entsprechende Grüne Angebote müssen im Vergleich zu Grünen Angeboten bei Einspeiseregelungen teurer sein, da das Grüne Angebot im letzteren Fall lediglich einen Zuschuss zu den garantierten Einspeisetarifen umfasst. Allerdings ist bei der Beurteilung auf Grundlage der Angebotspreise auch zu berücksichtigen, ob im Rahmen des Angebots Strom geliefert wird oder nicht. Bei Grünen Angeboten im Rahmen einer Einspeiseregelung ergibt sich die Problematik, dass für eine Anlage die Notwendigkeit der zusätzlichen Förderung nachgewiesen werden muss.
5 Methodik zur Analyse der Auswirkungen umweltpolitischer Instrumente auf ein Energiesystem
Bearbeitet von M. Dreher, M. Wietschel, O. Rentz
5.1 Kurzdarstellung des PERSEUS-Modellsystems
Ausschlaggebend für die Entwicklung von Modellen zur Analyse und Planung von nationalen Energiesystemen waren die Ölkrisen der 70er Jahre. Die durch die Ver-knappung des Ölangebots ausgelösten wirtschaftlichen Krisensituationen machten die Notwendigkeit einer fundierten Energiesystemplanung unter Aspekten wie Versorgungssicherheit, Unabhängigkeit und Bewertung zukünftiger Umwandlungs-technologien deutlich. Vor diesem Hintergrund wurden in den folgenden Jahren verschiedene Ansätze für Energiesystemmodelle1 auf nationaler Ebene entwickelt.
Zielsetzung des Modelleinsatzes war die Entwicklung von Strategien zur Verringe-rung der Abhängigkeit einzelner Nationen beziehungsweise Regionen von impor-tierten Energieträgern.
In den 80er Jahren erfolgte die Weiterentwicklung der Ansätze mit dem Ziel der Berücksichtigung von Schadstoffemissionen bei der Energiesystemplanung. Hierbei standen die Luftschadstoffe SO2 und NOx im Mittelpunkt. Mit der zusätzlichen Berücksichtigung von Emissionen wurde der Schritt von reinen Energiesystem-modellen zu Energie- und StoffflussEnergiesystem-modellen vollzogen. Bekannte Vertreter dieser Modellklasse sind:
• MARKAL (MARKET ALLOCATION MODEL) [Fishbone et al. 1981],
• MESSAGE (MODEL FOR ENERGY SUPPLY SYSTEM ALTERNATIVES AND THEIR GENERAL
ENVIRONMENTAL IMPACT) [Agnew et al. 1979],
• EFOM-ENV (ENERGY FLOW OPTIMISATION MODEL – ENVIRONMENT) [Rentz et al.
1990], [van der Voort et al. 1984],
• WASP (WIEN AUTOMATIC SYSTEM PLANNING PACKAGE) [Jusko et al. 1987],
• IKARUS (INSTRUMENTE FÜR KLIMAGAS-REDUKTIONS-STRATEGIEN) [VDI 1994].
Auf Basis des EFOM-ENV Modells erfolgte in den 90er Jahren die Entwicklung des PERSEUS-Modellsystems (PROGRAM PACKAGE FOR EMISSION REDUCTION STRATEGIES IN
ENERGY USE AND SUPPLY)2. Es handelt sich dabei um ein technologiebasiertes opti-mierendes Energie- und Stoffflussmodell. Durch die strikte Trennung von Modell-funktionalität und Daten des abzubildenden Energiesystems können methodische Modifikationen sehr einfach realisiert werden. Dies erlaubt eine flexible Anpassung an unterschiedliche Fragestellungen. Das eigentliche PERSEUS-Modell stellt die Grundfunktionalitäten zur Abbildung von Energiesystemen zur Verfügung. Mit Hilfe verschiedener bisher entwickelter Module kann das PERSEUS-Modellsystem auf
1 Die Begriffe Energiesystemmodell, Energie- und Stoffflussmodell sowie Bottom-up Modell werden als synonyme Bezeichnungen für diese Modellklasse verwendet.
2 Das PERSEUS-Modellsystem wurde am Institut für Industriebetriebslehre und Industrielle Produktion (IIP) der Universität Karlsruhe (TH) entwickelt (siehe z. B. [Rentz et al. 1997]).
unterschiedliche Schwerpunkte und Bilanzräume ausgerichtet werden (siehe Tabelle 21).
Das gesamte PERSEUS-Modellsystem besteht aus den folgenden drei Systemteilen:
• Daten-Management-System (DMS): Hierbei handelt es sich um eine Datenbank mit der die Modelldaten für verschiedene Anwendungsfälle beziehungsweise Energiesysteme verwaltet werden können. Neben der reinen Datenverwaltung stellt das DMS auch die Schnittstelle zu anderen Programmen dar (z. B. zu Spreadsheet-Programmen). Dies ist vor allem für den Dateninput relevant. Auf-grund der grafischen Benutzeroberfläche kann durch diesen Systemteil eine hohe Benutzerfreundlichkeit und Akzeptanz des Gesamtsystems erreicht werden.
• PERSEUS-Modell: Das eigentliche PERSEUS-Modell stellt die Funktionalität zur Abbildung und Optimierung von Energiesystemen zur Verfügung. Es handelt sich dabei um ein lineares Optimierungsmodell, welches in der Programmiersprache GAMS (GENERAL ALGEBRAIC MODELLING SYSTEM) programmiert ist. Die mathema-tische Formulierung des Modells ist in Kapitel 5.2.3 dargestellt. Zur System-optimierung werden kommerzielle Solver3 eingesetzt, welche über standardisierte Schnittstellen mit dem GAMS-Programm kommunizieren. Die Ergebnisdatei wird ebenfalls von diesem Systemteil erzeugt.
• Auswertungstools: Da an die Auswertung der Modellergebnisse je nach Problem-stellung sehr unterschiedliche Anforderungen bestehen, wird auch hier eine Schnittstelle zu Spreadsheet-Programmen zur Verfügung gestellt, welche die Ergebnisdatei in ein entsprechendes Format umwandelt. Ergänzend sind im Bau-kastenprinzip einzelne Auswertungsroutinen (z. B. zur Diagrammerstellung) ver-fügbar. Damit wird dem Anwender eine größtmögliche Freiheit in Bezug auf die Auswertung wie auch auf die Weiterverarbeitung der Ergebnisse in anderen Systemen gegeben.
3 Eigenständige Programme zur Lösung von OR-Problemen. Für LP-Probleme können beispielsweise die kommerziellen Solver CPLEX oder OSL verwendet werden.
Tabelle 21: Methodische und anwendungsorientierte Module des PERSEUS -Modell-systems (in Anlehnung an [Göbelt et al. 2000])
Methodische Module Aktuelle Anwendungen Quellen Optimierungsverfahren
Lineare Programmierung Verschiedene Länder, Stadtwerke Karlsruhe und Rottweil, RWE Energie AG, Wingas GmbH
[Fichtner 1999]
Dekompositionsalgorithmus Deutschland, Rußland, Indonesien, Indien
[Ardone 1999]
Iterative Optimierung Deutschland [Wietschel 1995]
Unscharfe Lineare Optimierung Litauen [Oder 1994]
Gemischt-Ganzzahlige Lineare Programmierung
Slowenien, Stadtwerke Karlsruhe, Stadtwerke Rottweil, RWE Energie AG
[Lüth 1997], [Schöttle 1998]
Stochastische Lineare Programmierung Energieversorgungsunternehmen [Göbelt et al. 2000]
Zielfunktion
Ausgabenminimierung Verschiedene Länder, Regionen und Energieversorgungsunternehmen
[Ardone 1999], [Schöttle 1998]
Gewinnmaximierung Energieversorgungsunternehmen [Göbelt et al. 2000]
Emissionsminimierung Verschiedene Länder [Ardone 1999]
Aggregationslevel der Daten
Disaggregierte Modellierung von Umwandlungsprozessen und Lastverläufen
Norddeutschland, Baden-Württemberg, Stadtwerke Karlsruhe und Rottweil, RWE Energie AG
[Rentz et al. 1998]
Aggregierte Modellierung Verschiedene Länder [Ardone 1999]
Anwendungsorientierte Module Einsatzschwerpunkt
Emissionsminderungsstrategien Verschiedene Länder [Ardone 1999]
LCP/IRP-Strategien Stadtwerke Karlsruhe und Rottweil [Dreher et al. 1999b]
Joint Implementation-Strategien Deutschland, Rußland, Indonesien, Indien
[Ardone 1999]
Externe Kosten Deutschland, Slowenien [Lüth 1997]
Kapazitätsausbau- und -rückbauplanung Stadtwerke Karlsruhe und Rottweil, RWE Energie AG, Wingas GmbH
[Fichtner 1999]
Anlagen-Contracting Stadtwerke Karlsruhe und Rottweil [Wietschel et al.
1999]
Bewertung von umweltpolitischen Instrumenten
Deutschland, Baden-Württemberg Vorliegende Arbeit Ausgestaltung von
Verwertungsnetzwerken
Industriegebiet Rheinhafen Karlsruhe
[Frank et al. 2000]
Bilanzraum
Nation Verschiedene Länder [Ardone 1999]
Region Norddeutschland,
Baden-Württemberg
[Rentz et al. 1998], vorliegende Arbeit
Sektor Holzoberflächenbehandlung [Wietschel et al.
1997]
Unternehmen Stadtwerke Karlsruhe und Rottweil,
RWE Energie AG, Wingas GmbH
[Fichtner 1999]
Unternehmensübergreifende Verwertungsnetzwerke
Industriegebiet Rheinhafen Karlsruhe
[Frank et al. 2000]
Haupteinsatzfeld des PERSEUS-Modellsystems ist die Planung der zukünftigen Ent-wicklung von Energiesystemen. Da Erzeugungs- oder Verteilanlagen im Energie-sektor typischerweise technische Nutzungsdauern von 10 bis 30 Jahren aufweisen, ist das Modell bevorzugt für einen mittel- bis langfristigen Planungshorizont anzu-wenden. In diesem Rahmen können Fragestellungen der Kapazitätsausbauplanung wie auch der Kraftwerkseinsatzplanung unter Berücksichtigung umweltrelevanter Effekte bearbeitet werden. Charakteristisch ist dabei die Möglichkeit einer Integration von angebots- und nachfrageseitigen Optionen. Damit lassen sich innerhalb des Modellsystems Investitionen in Technologien zur Energieeinsparung und Alternativen zum Ausbau der Erzeugungskapazitäten simultan betrachten. Die Modellvariablen sind die Kapazitäten der einzelnen Technologien sowie die Energie- und Stoffflüsse.
Als Modellierungsmethodik kommt die lineare Programmierung zum Einsatz. Dabei werden neben dem einfachen linearen auch komplexere Verfahren, wie die gemischt-ganzzahlige oder die stochastische lineare Programmierung, angewendet.
Das PERSEUS-Modell kann als mehrperiodisches lineares Optimierungsmodell cha-rakterisiert werden.
Entsprechend des Bottom-Up-Ansatzes bilden einzelne Technologien für Kraftwerke, Energietransport und –verteilung sowie für nachfrageseitige Anlagen die Basis der Modellierung. Die Technologien werden über technische, ökonomische und umwelt-relevante Parameter dargestellt. Energie- und Stoffströme innerhalb des zu analysie-renden Energiesystems werden durch die Verbindung der einzelnen Technologien mit Hilfe von Energie- und Stoffflüssen abgebildet.
Als Entscheidungsgrundlage zur Bewertung der zur Verfügung stehenden Alternati-ven wird die Kapitalwertmethode eingesetzt. Dabei werden nur die entscheidungs-relevanten Ausgabenbestandteile berücksichtigt. Dies sind für bereits bestehende Anlagen nur fixe und variable Ausgaben, während bei Neuanlagen auch die Investitionen einzubeziehen sind. Die Wahl der Zielfunktion hängt grundsätzlich von der zu bearbeitenden Problemstellung ab. Für eine Modellierung auf nationaler oder regionaler Ebene erfolgt üblicherweise eine Minimierung der gesamten diskontierten Systemausgaben, die erforderlich sind, um eine vorgegebene Nachfrage zu befriedigen. Es sind allerdings auch andere Funktionen möglich, wie z. B. Gewinn-maximierung im Fall eines Modells auf Unternehmensebene [Göbelt et al. 2000] oder Emissionsminimierung [Ardone 1999]4. Bei der letztgenannten Zielfunktion werden die Systemausgaben in einer Nebenbedingung durch einen Maximalwert begrenzt.
Im Zuge der Modelloptimierung wird die bezüglich der gewählten Zielfunktion beste Lösung identifiziert, um die exogen vorgegebene Energienachfrage zu decken. Die Befriedigung der exogenen Nachfrage ist eine der wesentlichen Nebenbedingungen des Modellansatzes. Wäre diese Nebenbedingung nicht vorgegeben, so könnte -z. B. bei einer Ausgabenminimierung - die optimale Lösung bei einer Einstellung der Versorgung liegen. Dies stellt aufgrund der bestehenden Versorgungspflicht der Energieversorgungsunternehmen keine realistische Lösung dar.
4 In Abhängigkeit der gewählten Zielfunktion können auch weitere Modifikationen erforderlich sein (z. B. Berücksichtigung von Verkaufserlösen im Fall einer Gewinnmaximierung).
Primärenergie Gewinnung + Aufbereitung
Energieumwandlung und
Energietransport/ -verteilung Nachfrage
Gas
Öl
Kohle
Erneuerbare
Kernenergie
Fernwärme und Elektrizität, KWK
Öffentliche Elektrizi-tätsbereitstellung
Metalle, chem.
Erzeugnisse
Papier und Zellstoff
Andere Sektoren der Industrie
Transport
Haushalte und Kleinverbraucher Industriefeuerungen
und industrielle Elektrizitäts-bereitstellung
Abbildung 9: Struktureller Aufbau des PERSEUS-Modells
Da es bei der Stromnachfrage zu jahres- und tageszeitlichen Schwankungen kom-men kann, erfolgt eine zeitlich differenzierte Nachfragemodellierung mit Hilfe von Lastkurven5. Diese können seitens der Modellierungsmethodik für jeden einzelnen Tag eines Jahres vorgegeben werden. Allerdings ist diese Vorgehensweise aus meh-reren Gründen nicht zielführend. Zum einen ist damit ein sehr starkes Anwachsen der Modellgröße verbunden. Zum anderen weisen zahlreiche Tage sehr ähnliche Lastverläufe auf, so dass gerade im Rahmen einer mit dem System durchzuführen-den mittel- bis langfristigen Planung die Anwendung von Durchschnittstagen vorteil-hafter ist. Darüber hinaus sind auch Probleme bei der Verfügbarkeit von Lastkurven-daten für einzelne Tage eines langfristigen Zeithorizontes zu erwarten. Eine typische Aufteilung der Lastkurven berücksichtigt die Jahreszeiten Sommer und Winter sowie eine Differenzierung in Werktage und Wochenenden6. Ergänzend kann ein soge-nannter Maximaltag zur Abbildung der maximalen elektrischen Leistung integriert werden. Die Lastkurve selbst kann in beliebige repräsentative Zeitintervalle aufgeteilt werden, um die Nachfrageschwankungen abbilden zu können. Für jedes dieser Zeitintervalle können Flussparameter – wie beispielsweise Mengen oder Preise – definiert werden.
5 Dies ist ein wesentlicher methodischer Unterschied des PERSEUS-Modells im Vergleich zu anderen Modellsystemen, die auf das Dauerlinienkonzept aufbauen (siehe auch [Fichtner 1999, S. 69 ff.]).
6 Diese Differenzierung wird von der Datenverfügbarkeit bestimmt.
Der mit dem Modellsystem abgedeckte Planungshorizont beträgt üblicherweise 10 – 30 Jahre. Er ist allerdings durch die Methodik nicht beschränkt. Der gesamte Zeit-raum wird in Teilperioden unterteilt, für die alle Modellparameter konstant sind. Damit sind die Modellergebnisse für einzelne Jahre innerhalb einer Teilperiode identisch.
Dies bedeutet, dass es sinnvoll ist, die Periodeneinteilung so zu wählen, dass für die Jahre einer Periode eine möglichst homogene Entwicklung zu erwarten ist.
Aufbauend auf dieser hier dargestellten Basis berücksichtigt das PERSEUS-Modell folgende grundlegenden Gruppen von Nebenbedingungen7:
• Kapazitätsrelationen für Technologien
• Bilanzgleichungen für Flüsse
• Gleichungen zur Definition von Marktanteilen
• Ungleichungen zur Festlegung von Mindest- und Maximalwerten für Anlagen-kapazitäten
Diese werden in Abhängigkeit der zu bearbeitenden Problemstellung durch spezifi-sche Restriktionen, wie z. B. Emissionsbeschränkungen oder Mengenvorgaben für grünen Strom, ergänzt.