Dynamische und kleinräumige Modellierung der aktuellen und zukünftigen Energienachfrage und Stromerzeugung aus Erneuerbaren Energien
Dr.-Ing. Tobias Schmid
Dissertation von Tobias Schmid – eingereicht am 26.04.2018 bei der Technischen Universität München, angenommen am 04.02.2019 durch die Fakultät für Elektrotechnik und Informationstechnik
Prüfer der Dissertation:
1. Prof. Dr.-Ing. Ulrich Wagner
2. Prof. Dr. rer. nat. Thomas H. Kolbe
Kurzfassung
Das Thema der vorliegenden Arbeit ist die Modellierung der regional und zeitlich aufgelösten Energienachfrage und der Stromerzeugung aus Erneuerbaren Energien. Betrachtet werden sowohl die Gegenwart, als auch zukünftige Entwicklungen. Die Modellierung basiert überwiegend auf frei verfügbaren Daten und umfasst das gesamte Bundesgebiet.
Ziel ist es, zeitlich- und räumlich hochaufgelöste Daten zu generieren und mit Referenzdaten zu validieren. In Abhängigkeit der gewählten regionalen Auflösung ergeben sich die erreichbare Genauigkeit sowie die untere Grenze für eine sinnvolle Modellierung der Energienachfrage. Es wurde gezeigt, dass ein Raster mit einer Gitterweite von 1 km die Energienachfrage mit einem typischen Fehler von 36 % abbilden kann. Insbesondere im Sektor Gewerbe, Handel und Dienstleistungen, aber
auch im Sektor Industrie wird ein zusätzlicher Bedarf an Eingangsdaten identifiziert.
Die zukünftige Entwicklung der Stromerzeugung aus Photovoltaik- und Windenergieanlagen wird mit verschiedenen Modellen beschrieben und mit historischen Daten validiert. Für Photovoltaikanlagen gehen das Dachflächenpotenzial und die historischen Zubauraten in das Modell ein. Das Potenzial für Windenergieanlagen basiert auf einer konkreten Planung von Windparks innerhalb von ausgewiesenen Flächen. Die erreichbare Genauigkeit ist abhängig von der Wahl der räumlichen Auflösung und der Höhe des gesamten Zubaus. Für denn Fall, dass sich die installierte Leistung in Deutschland verdoppelt, kann die Entwicklung der installierten Leistung auf Ebene der Landkreise mit einem typischen Fehler von weniger als zehn Prozent prognostiziert werden.
Am Beispiel von Garmisch-Partenkirchen werden die Ergebnisse für einen Landkreis konkret ausgewiesen und diskutiert. Ohne die Einbeziehung von weiteren, lokalen Datenquellen ist es durch die Anwendung der entwickelten Methodik möglich hinsichtlich der Modellierung einen hohen Detaillierungsgrad zu erreichen. Die Analyse von Zeitreihen zu Last und Erzeugung führt zu den Kenngrößen „Regenerative Deckung“ und „Regenerative Überschüsse“. Mit diesen können die
saisonal unterschiedlichen Anforderungen für den Austausch von Strom regional differenziert ausgewiesen und verschiedene Regionen miteinander verglichen werden.
