Mit einer zunehmenden Elektrifizierung von elektrischen Komponenten, wie z. B. Elektrofahrzeugen, gewinnt die Erbringung von Flexibilität im Stromnetz und deren Aggregation an Bedeutung. Das Verständnis über die Funktion eines Aggregators ist nicht einheitlich festgelegt, wodurch unterschiedliche Definitionen bestehen. Im Projekt Trade-EVs II („Trade of Renewable, Aggregates and Distributed Energy by Electric Vehicles”), welches die Forschungsstelle für Energiewirtschaft (FfE) gemeinsam mit den Elektrizitätswerken Schönau (EWS), SAP und Nextmove durchführt, werden Elektrofahrzeugflotten aggregiert und preisoptimiert vermarktet, um die Betriebskosten der Elektrofahrzeuge zu senken. Die Rolle des Aggregators steht im Projekt im Vordergrund und muss von allen Projektpartnern einheitlich verstanden werden.

Die bisherige Literatur definiert den Aggregator auf unterschiedliche Weise (vgl. [1], [2], [3] und [4]). Die aufgezeigten Definitionen unterscheiden sich im Wesentlichen hinsichtlich der Akteure, die die Rolle des Aggregators übernehmen können, und des Marktgebietes, an dem der Aggregator auftritt. Aus den bestehenden Definitionen wurde eine allgemeine Definition aufgestellt:

 

Definition Aggregator

Ein Aggregator ist eine energiewirtschaftliche Rolle mit Bilanzkreisverantwortlichkeit, die flexible Erzeugungs- und Verbrauchseinheiten sowie Speicher bündelt und an einem oder mehreren Elektrizitätsmärkten vermarktet. Die Flexibilitätsvermarktung erfolgt auf dem Regelleistungsmarkt, dem Spotmarkt, Flexibilitätsmärkten oder durch bilaterale Verträge. Wird die Aggregatorrolle von einem Stromlieferanten übernommen, handelt es sich um integrierte Flexibilitätsvermarktung. Nimmt ein anderer Marktakteur die Aggregatorrolle ein, wird er als Drittpartei-Aggregator bezeichnet und man spricht von nicht-integrierter Flexibilitätsvermarktung. Ein Aggregator kann mit einem virtuellen Kraftwerksbetreiber gleichgesetzt werden.

 

Im Projekt Trade-EVs II übernehmen der Stromlieferant Elektrizitätswerke Schönau (EWS), zugleich auch Bilanzkreisverantwortlicher und virtueller Kraftwerksbetreiber, und das Datenverarbeitungsunternehmen Coneva die Rolle des Aggregators. Coneva alleine wird im Projekt als „Daten-Aggregator“ bezeichnet – angelehnt an den Data Provider aus dem Rollenmodell für die Marktkommunikation im deutschen Energiemarkt des BDEW [5].

 

Definition Daten-Aggregator

Ein Daten-Aggregator ist ein Akteur, der die Daten zwischen Verbrauchs- und Erzeugungsanlagen und berechtigten Marktpartnern überträgt und diese zuvor aggregiert bzw. disaggregiert.

 

Literaturverzeichnis

[1]

Marktrollen und Prozesse beim Einsatz von flexiblen Stromlasten im Energiesystem - dena-Ergebnispapier. Berlin: Deutsche Energie-Agentur GmbH (dena), 2013

[2]

Aphram, Sarah; Glotzbach, Lukas: Rechte und Pflichten der Akteure an regionalen Flexibilitätsmärkten unter Berücksichtigung der Transformation der Energieversorgung. Graz: 14. Symposium Energieinnovation, 2016

[3]

Festlegungsverfahren zur Erbringung von Sekundärregelleistung und Minutenreserve durch Letztverbraucher gemäß § 26a StromNZV - Konsultation von Eckpunkten. Bonn: Bundesnetzagentur, 2017.

[4]

Branchenleitfaden - Regelleistungserbringung durch Drittpartei-Aggregatoren gem. § 26a StromNZV. Berlin: Bundesverband Neue Energiewirtschaft (bne), 2016.

[5]

Anwendungshilfe Rollenmodell für die Marktkommunikation im deutschen Energiemarkt - Arbeitsgrundlagen Marktkommunikation - Version: 2.0. Berlin: BDEW Bundesverband der Energie- und Wasserwirtschaft e.V., 2021.

Beitrag von Dietmar Miller (SmartGridsBW e. V.) und Daniela Wohlschlager (FfE e. V.)

Im Zuge einer sozial-ökologischen Transformation des Energiesystems sind neben dem technischen Wandel auch gesellschaftliche Aspekte und mögliche einhergehende Umweltwirkungen zu beachten. In der einführenden FfE-Beitragsreihe „Partizipation im (digitalen) Energiesystem“ werden erste Erkenntnisse zu Herausforderungen und Erfolgsfaktoren gesellschaftlicher Partizipation im digitalen Energiesystem dargelegt, welche im Zuge des Demonstrationsprojektes Altdorfer Flexmarkt (ALF) als Teil des SINTEG-Projektes „C/sells“ untersucht wurden. In dieser weiterführenden Beitragsreihe werden rückblickend auf die C/sells-Demonstrationsprojekte erweiterte Untersuchungen zu Aspekten der sozial-ökologischen Nachhaltigkeit im Kontext neuer Lösungskonzepte im dezentralen Energiesystem in drei Teilen dargelegt:

 

Beitragsreihe Nachhaltigkeitsaspekte im dezentralen und digitalen Energiesystem
 
[1]  Partizipative Aspekte im intelligenten Energiesystem – zwischen Theorie und Praxis
[2] Digitalisierung und Nachhaltigkeit: (Wie) passt das zusammen?
[3] Ökobilanz des Rollouts intelligenter Messsysteme

 

Der vorliegende Teil 1 „Partizipative Aspekte im intelligenten Energiesystem – zwischen Theorie und Praxis“ zeigt Ergebnisse zu Aspekten der Bürgerbeteiligung im Kontext intelligenter Lösungskonzepte auf. In diesem Beitrag werden die „Lessons Learned“ aus den verschiedensten C/sells-Projekttätigkeiten dargestellt und allgemeine Handlungsempfehlungen für zukünftige Lösungskonzepte gegeben. Die Untersuchung wurde gemeinsam mit dem Projektpartner Smart Grids-Plattform Baden-Württemberg (SmartGridsBW) durchgeführt. Die Inhalte der Beitragsreihe sind an eine gleichnamige Veröffentlichung angelehnt, welche am Seitenrand zum Download zur Verfügung steht.

 

Aspekte der Partizipation und deren Umsetzung in C/sells

„Partizipation“ wird als vielfältig eingesetzter Begriff verstanden. Wie bereits im  Teil 1 der Beitragsreihe „Partizipation im (digitalen) Energiesystem“ ausgeführt, wird gemäß Definition zwischen verschiedenen Ausprägungen unterschieden. Der im Rahmen des Projektes C/sells verwendete Partizipationsbegriff grenzt sich in Teilen vom wissenschaftlich weit verbreiteten und auch im Alltag geläufigen Verständnis von Partizipation ab – nämlich als Teilnahme an deliberativen politischen Entscheidungsprozessen (vgl. [1]). In C/sells treffen die betroffenen Akteure hingegen keine Entscheidungen von politischer Qualität, sondern sind u. a. an der sozioökonomischen Umsetzung der Energiewende beteiligt. Eine aktive Einbringung erfolgt vor allem in einem Informations- und Dialogprozess. Darüber hinaus ist teils auch eine Einbindung durch Nutzung von Energieinfrastrukturen damit gemeint – abhängig vom jeweiligen C/sells-Demonstrationsprojekt: Ein Beispiel hierfür ist ALF.

Um die erfolgten Aspekte der Partizipation im Projekt C/sells genauer einzuordnen, erfolgt eine Unterteilung des Begriffs in Abhängigkeit von der Tiefe der Involvierung anhand der sog. Partizipationspyramide (vgl. Abbildung 1). Dabei wird zunächst zwischen den beteiligten Parteien unterschieden – d. h. zwischen Involvierenden und Involvierten. Während die Ermöglichung der Partizipation von institutioneller Seite stattfindet, ist die involvierte Person der Seite der Klienten:innen zuzuordnen.

 Partizipationspyramide Abbildung 1: Partizipationspyramide; eigene Darstellung nach [2], [3]

In C/sells liegt der Fokus bei der Partizipation von Bürgern auf den sog. Vorstufen zur Partizipation, genauer der Involvierung und dem Austausch zwischen Wissenschaft und Bürgerschaft. Um dem faktischen Gestaltungsspielraum als Kernelement der Partizipation gerecht zu werden, müssen entsprechende partizipative Teilhabemöglichkeiten, bspw. an einem Markt, sowie integrative Prozesse zur Information und Involvierung der Beteiligten tatsächlich verfügbar sein. Eine der Herausforderungen ist es, mit einem bestehenden Informationsmangel, wie bspw. über den Ausbau des digitalisierten Energiesystems, umzugehen. Folglich ist davon auszugehen, dass kaum Kenntnis darüber vorhanden ist, wie (Gestaltungsspielraum) und woran (konkretes Projekt oder Dienstleistung) partizipiert werden kann (vgl. [1]).

Im nächsten Abschnitt werden die partizipativen Tätigkeiten im Zuge des Feldversuchs ALF dargestellt – von der Teilnehmeransprache über die –begleitung bis hin zum Abschluss des Feldversuchs.

Der Feldversuch wurde ALF gemeinsam mit dem Verteilnetzbetreiber Bayernwerk AG von Oktober 2019 – März 2021 mit der Einbindung von 18 Besitzern:innen dezentraler Speicher, Erzeugungs- oder Verbrauchsanlagen. Diese Probanden partizipieren als sogenannte „Flexumer“ (vgl. [4]) am Energiesystem, indem sie ihre Anlagen zum flexiblen Einsatz und somit zur Netzstabilisierung zur Verfügung stellen. Bezogen auf die Partizipationspyramide in Abbildung 1 wurden in ALF die ersten drei Stufen als Vorstufen der Partizipation umgesetzt (vgl. genauere Ausführung im Teil 1 der Beitragsreihe „Partizipation im (digitalen) Energiesystem“). Die Teilnehmenden trafen zwar eine Entscheidung durch die Zustimmung zur Einbindung der eigenen Anlagen in das Demonstrationsprojekt, für eine vollständige Erreichung der 4. Stufe wäre jedoch eine Mitbestimmung über die Abläufe des Flex-Markts Voraussetzung gewesen. Im Folgenden werden die Schritte von der Vorbereitung der Bürgereinbindung bis zum Feldversuchsabschluss dargelegt.

 

Vorarbeiten zur Teilnehmeransprache

Bereits vor der Entwicklung des konkreten Beteiligungskonzeptes wurde durch mehrere Veranstaltungen zum Thema Energiewende mit der Informationsbereitstellung in der Projektregion begonnen. Als Teil der Partizipationsarbeit durch SmartGridsBW wurde eine Website und soziale Medien mit dem Slogan "Ich bin Zukunft" eingerichtet, um die Rolle der Bürger bei der Mitgestaltung des zukünftigen Energiesystems in den Mittelpunkt zu stellen.

Für die Erhebung und Integration von zielgruppenspezifischen Anreizmechanismen sowie der Festlegung von Inhalten, Terminierung und verwendeten Kommunikationskanälen hat die FfE zu Beginn des Projektes ein „Partizipationskonzept“ entwickelt. Dies beinhaltete die Entwicklung eines Akzeptanzmodells (s. Abbildung 3), um den Zuspruch gegenüber neuen Lösungskonzepten sowie Teilnahmegründe zu untersuchen.

Akzeptanzmodell

Abbildung 3: Entwickeltes Akzeptanzmodell als Grundlage für die Teilnehmerbefragung im Feldversuch; eigene Darstellung mit Elementen aus [5], [6], [7]

Dazu wurden Elemente aus der Theorie des überlegten Handelns (theory of reasoned action, TRA), der Theorie des geplanten Handelns (theory of planned behavior, TPB) und dem Technologieakzeptanzmodell (technology acceptance model, TAM) zusammengeführt. Aus den resultierenden Kategorien (Abbildung 3, linke Seite) leiteten sich die Fragestellungen für eine Umfrage bei den Feldversuchsteilnehmenden ab. Die Umfrageergebnisse zeigten eine positive Einstellung gegenüber digitalen Lösungskonzepten sowie primär intrinsische Motivationsgründe zur Teilnahme auf (vgl. Teil 2 der Beitragsreihe „Partizipation im (digitalen) Energiesystem“). Dazu zählte hauptsächlich der eigene Beitrag zur (regionalen) Energiewende. Als Teil des Feldversuchs wurde eine App entwickelt, mit deren Hilfe sich die Teilnehmenden auf der ALF-Plattform registrieren und zugleich auf Informationen zum Feldversuch und ihrer teilnehmenden Anlage zurückgreifen konnten. Um eine einfache Nutzung zu gewährleisten, wurden der Registrierungsprozess und die Funktionsweise zusätzlich zu einer schriftlichen Anleitung bei der Auftaktveranstaltung als auch über ein Erklärvideo erläutert.

 

Teilnehmeransprache und Begleitung

Abbildung 2 zeigt die partizipativen Tätigkeiten im zeitlichen Verlauf des Feldversuchs. Der Prozess der gezielten Teilnehmeransprache begann im Februar 2019. Als Teil des entwickelten Partizipationskonzeptes wurden über Multiplikatoren (lokale Interessensgruppen, Bürgermeister), öffentliche Kanäle und Bürgerdialoge Interessenten für den Feldversuch gewonnen. Auf Grund fehlender technischer Eignung bei einer Vielzahl gewonnener Interessenten zeigte sich jedoch die Notwendigkeit, das Konzept um einen „funktionellen Ansatz“ zu erweitern (vgl. [8]). Dabei wurde bei der Analyse technischer Voraussetzungen dezentraler Anlagen und der Funktion der iMSys-Architektur angesetzt. Durch gezielte großflächige Anschreiben potenziell geeigneter Haushalte in der betrachteten Projektregion konnte die Probandengewinnung erweitert und abgeschlossen werden.

 

Elemente der Probandenansprache

Abbildung 2: Elemente der ALF-Probandenansprache und –begleitung im zeitlichen Verlauf; eigene Darstellung

Bei der Anbindung der Teilnehmenden an den Feldversuch kam es zu Verzögerungen bei der Montage oder auch durch die Registrierung auf der Plattform. Im weiteren Verlauf folgten vereinzelte technische Störungen bei den Anlagen oder der iMSys-Infrastruktur angebundener Probanden, welche eine erneute Anfahrt durch den Monteur zur Wiederherstellung der Funktionalität erforderten. Zudem führte die COVID-19 Pandemie zwischenzeitlich zum Einbaustopp. Um die Teilnehmenden durchgehend über den Projektfortschritt zu informieren, wurde ein regelmäßiger ALF-Newsletter eingeführt sowie nach der Hälfte der erfolgten Einbauten eine „Kick-Off“-Veranstaltung im Altdorfer Rathaus mit dem Projektteam, Teilnehmenden und dem Bürgermeister durchgeführt. Diese Kommunikationsmaßnahmen wurden bis zum Abschluss des Feldversuchs kontinuierlich fortgesetzt, inklusive einer Ergebnisbroschüre zum Projektabschluss. Die regelmäßige Kommunikation wurde in einer nachgelagerten Befragung zum Feldversuch unter den Teilnehmenden als informativ und hilfreich empfunden.

 

Fazit: Flexibilität gilt auch für das Partizipationskonzept – Reaktion auf veränderte Rahmenbedingungen sind essentiell

  • Spielräume im Zeitplan integrieren: In einem Feldversuch für die Erprobung von Technik unter realen Bedingungen kann es wie in ALF zu möglichen Verzögerungen im Zeitplan kommen. Dies ist entsprechend in der Planung als Puffer zu berücksichtigen.
  • Konzept auf mögliche externe Faktoren anpassen: Um auf außerplanmäßige externe Faktoren (bspw. technische Störungen) reagieren zu können, sollte das ursprünglich definierte Partizipationskonzept auf neue Rahmenbedingungen modifizierbar sein. Dazu zählen beispielweise Parameter wie die angestrebte Anzahl von Teilnehmenden, die Häufigkeit und Formate der Informationsbereitstellung oder auch den Umfang der Datenerhebung so zu verändern, dass sie sowohl im Rahmen des Projektes realisierbar als auch ausreichend für den Projekterfolg sind.
  • Relevanz der regelmäßigen Information: Insgesamt wird regelmäßige Informationsbereitstellung als ein äußerst relevantes Element des Partizipationskonzeptes angesehen, das auch dazu beiträgt, das Vertrauen in das Projekt zu stärken.

 

Ausblick auf Teil 2 der Beitragsreihe: Digitalisierung & Nachhaltigkeit: (Wie) passt das zusammen?

Neben sozialen Aspekten wie neuen Partizipationsmöglichkeiten spielen für eine nachhaltige Gestaltung von Digitalisierungsmaßnahmen im Energiesystem deren Effekte auf die Umwelt eine Rolle. Der nachfolgende Teil 2 dieser Beitragsreihe behandelt relevante Aspekte im Spannungsfeld Digitalisierung und Nachhaltigkeit hinsichtlich der Umweltwirkungen.

Dieser Artikel ist Teil 1 von 3 der Beitragsreihe „Nachhaltigkeitsaspekte im dezentralen und digitalen Energiesystem“.

 

 

Weiterführende Informationen:

 

 

Quellen:

[1]

 

C/sells: Die Energiewende startet im Kopf - Die Abschlussdokumentation des C/sells-Arbeitspakets 2.7: Partizipationsarbeit in komplexen Strukturen mit Partikularinteressen. Baden-Württemberg, Bayern, Hessen: Smart Grids-Plattform Baden-Württemberg e.V. (SmartGridsBW), 2020.

[2]

 

Fritz, Florence: Was können wir von KlientInnen lernen?. In: soziales_kapital Nr. 14 (2015). Wien: Verein zur Förderung wissenschaftlicher Publikationen zur Sozialen Arbeit, 2015.

[3]

 

Straßburger, Gaby et al.: Bedeutung und Formen der Partizipation–Das Modell der Partizipationspyramide - in: Partizipation kompakt – Für Studium, Lehre und Praxis sozialer Berufe. Berlin: Katholische Hochschule für Sozialwesen, 2014. ISBN 978-3-7799-3988-7

[4]

 

Westphal, Egon Leo et al.: Flexumer als Gestalter der digitalen Energiezukunft – Eine Begriffseinordnung. In: Energiewirtschaftliche Tagesfragen 7/8. Berlin: Bayernwerk AG, Forschungsstelle  für  Energiewirtschaft e. V., 2019.

[5]

 

Kuhl, Julius; Beckmann, Jürgen: Action Control - From Cognition to Behavior. München: Max-Planck-Institut für psychologische Forschung, 1995

[6]

 

Ajzen, Icek; Fishbein, Martin: Understanding attitudes and predicting social behavior. Englewood Cliffs, NJ: Prentice-Hall, 1980

[7]

 

Königstorfer, Jörg: Akzeptanz von technologischen Innovationen - Nutzungsentscheidungen von Konsumenten dargestellt am Beispiel von mobilen Internetdiensten. Saarbrücken: Forschungsgruppe Konsum und Verhalten, Universität des Saarlandes, 2008

[8]

 

Wohlschlager, Daniela et al.: Bürgerbeteiligung in intelligenten Energiesystemen - Konzept zur gesellschaftlichen Partizipation in lokalen Energieprojekten am Beispiel des Altdorfer Flexmarktes. In: Tagungsunterlagen Zukünftige Stromnetze; Berlin: Conexio GmbH, 2020.

 

 

 

Dieser Artikel ist Teil 3 von 3 der Beitragsreihe „Nachhaltigkeitsaspekte im dezentralen und digitalen Energiesystem“.

 

Beitragsreihe Nachhaltigkeitsaspekte im dezentralen und digitalen Energiesystem
 
[1]  Partizipative Aspekte im intelligenten Energiesystem – zwischen Theorie und Praxis
[2] Digitalisierung und Nachhaltigkeit: (Wie) passt das zusammen?
[3] Umweltwirkungen des Rollouts intelligenter Messsysteme

 

Wie bereits in den vorhergehenden Teilen der Beitragsreihe eingeführt, gewinnt die Digitalisierung auch im Kontext der Energiewende zunehmend an Relevanz. Mit dem Gesetz zur Digitalisierung der Energiewende (GDEW) wurde vom Gesetzgeber der flächendeckende Rollout von intelligenten Messsystemen, kurz iMSys, beschlossen. Details zum Thema iMSys sind der Beitragsreihe Smart-Metering zu entnehmen. Die Funktionen des iMSys sind vielfältig – so können beispielsweise neue Geschäftsmodelle entstehen, die eine intelligente Integration dezentraler Anlagen wie Photovoltaik, Wärmepumpen oder auch Elektromobilität in das Energiesystem vorantreiben und neue partizipative Möglichkeiten für Letztverbraucher bieten (vgl. Teil 1 dieser Beitragsreihe). Durch die entstehende Transparenz der Verbrauchsdaten an Letztverbraucher erwartet der Gesetzgeber zudem Energieeinsparungen durch die Identifizierung und den Ersatz ineffizienter Geräte.

Wie im Teil 2 erläutert, wird der tatsächliche ökologische Mehrwert von Digitalisierungsmaßnahmen von zahlreichen Umwelteffekten beeinflusst, die sich in Effekte erster und höherer Ordnung gliedern. Im Zuge des C/sells-Teilprojektes der FfE erfolgten bereits erste Untersuchungen zu Effekten erster Ordnung mittels einer Lebenszyklusanalyse (LCA) in Anlehnung an ISO 14040/44 [1] der iMSys-Infrastruktur. In dieser Beitragsreihe werden Ergebnisse einer weiterführenden Untersuchung aufgezeigt, welche die Umweltwirkungen der Infrastruktur inkl. Datenübertragung und -speicherung erfasst sowie eine Hochrechnung für den gesetzlich vorgesehenen iMSys-Rollout darstellt. Detaillierte Angaben zu der Methodik, den Daten und den Ergebnissen sind der Publikation „Environmental Assessment of Digital Infrastructure in Decentralized Smart Grids“ zu entnehmen (s. [2]).

 

Umweltwirkungen der intelligenten Zählerinfrastruktur pro "Flexumer"

Angelehnt an die Vorstudie erfolgt die ökobilanzielle Untersuchung für den Anwendungsfall eines Flexibilitätsabrufs einer dezentralen Anlage (z. B. Photovoltaik) in Besitz eines sogenannten „Flexumers“ (vgl. [3]). Zunächst wird eine LCA für die Komponenten der digitalen Infrastruktur durchgeführt. Die funktionelle Einheit beinhaltet die Bereitstellung von Flexibilität eines Flexumer-Haushaltes über ein Jahr (Annahme: ein Flexibilitätsabruf pro Tag). Zu den Komponenten zählt das iMSys, welches sich aus einer modernen Messeinrichtung (mME) und einem Smart Meter Gateway (SMGW) zusammensetzt. Für den Anwendungsfall einer intelligenten Steuerung dezentraler Anlagen wird zusätzlich eine Steuerbox bilanziert. Als Erweiterung zu den Voranalysen werden neben den Hardware-Komponenten auch die Umweltwirkungen der Datenübertragung und -speicherung in den Systemgrenzen der LCA berücksichtigt. Generell hängt der Umfang der Datenvolumina von den zum Einsatz kommenden Tarifanwendungsfällen (TAF) der Use-Cases ab (Details s. Beitragsreihe Smart-Metering). Die technische Richtlinie TR-03109-1 des Bundesamtes für Sicherheit in der Informationstechnik (BSI) definiert derzeit 14 TAFs (Stand 2020), die eine standardisierte und sichere Datenübertragung verschiedener Anwendungsfälle gewährleisten. Für den in dieser Studie untersuchten Anwendungsfall eines Flexibilitätsabrufs sind TAF 7 und TAF 9 in Kombination mit weiteren Prozessschritten relevant, darunter der Aufbau eines sicheren Datenkommunikationskanals sowie die Schaltung einer Flexibilitätsoption. Im Zuge des Feldversuchs wurden Analysen zum anfallenden Datenvolumen verschiedener TAFs durchgeführt (vgl. Technische Analyse der iMSys-Infrastruktur). Tägliche Messdaten kombiniert mit den Prozessschritten einer Flexibilitätsanforderung (Annahme: ein Flexibilitätsabruf pro Tag) verursachen ein marginales Gesamtdatenvolumen von > 0,2 GB pro Jahr.

Die Ergebnisse und Sensitivitätsanalysen zu den jährlichen Klimawirkungen variieren je nach Szenarien mit unterschiedlichem Energieverbrauch und Lebensdauer (n) zwischen 36 und 59 kg CO2-Äquivalenten. Im mittleren Szenario belaufen sich diese auf jährlich 47 kg CO2-Äquivalente pro Flexumer (Strommix 2020). Mit weiterer Dekarbonisierung des Emissionsfaktors für den Strombezug kann dieser Wert auf ein Minimum von 27 kg CO2-Äquivalenten im Jahr 2030 gesenkt werden. Abbildung 1 stellt die Ergebnisse der Sensitivitätsanalyse für definierte Szenarien zum Energiebedarf und der Lebensdauer (horizontal) und unter Berücksichtigung der zeitlichen Veränderungen des Strom-Emissionsfaktors (vertikal) dar.

 

 

Ergebnisse der Sensitivitätsanalyse

Abbildung 1: Ergebnisse der Sensitivitätsanalyse zur digitalen Infrastruktur in kg CO2-Äq. pro Flexumer und Jahr

 

Geringe Effekte durch anfallende Datenübertragung und -speicherung

Durch Hochskalierung der Ergebnisse kann eine Einschätzung zu den entstehenden direkten Umweltwirkungen des vom Gesetzgeber beschlossenen großflächigen Rollouts intelligenter Zählerinfrastruktur bestimmt werden. Dazu werden die vom Bundesministerium prognostizierten Rollout-Zahlen für 2030 herangezogen, wobei eine installierte Anzahl von 15,4 Mio. SMGWs in der Niederspannungsebene zu erwarten ist [4]. Die Hochrechnung für weitere Komponenten (mME, Steuerbox) sowie die angenommene Datenübertragung erfolgt angelehnt an die Unterteilung nach erwarteten Use-Cases gemäß [4].

Wie in Abbildung 2 dargestellt, resultiert aus dem angewandten LCA-Ansatz ein Fußabdruck von 513.679 t CO2-Äq. (0,5 Mt) pro Jahr für die intelligente Zählerinfrastruktur. Im Vergleich dazu belaufen sich die Gesamtemissionen durch IKT in Haushalten im Jahr 2019 auf ca. 10,8 Mt CO2-Äq. und 13,7 Mt CO2-Äq. im Sektor Gewerbe, Handel und Dienstleistungen (GHD).[1]

Wie im äußeren Kreis der Abbildung 2 ersichtlich, sind die berechneten Umweltwirkungen der Zählerinfrastruktur zu 99 % auf die Betriebsphase (57 %) und die Produktionsphase (42 %) der Hardwarekomponenten zurückzuführen. Wie bereits aus den Analyseergebnissen zum geringen Datenvolumen eines Flexumer zu schließen, ist der Anteil der Klimawirkungen durch Datenverarbeitung mit < 0,2 % marginal.

 

 

 

Lebenszyklusbasierte Umweltauswirkungen

Abbildung 2: Lebenszyklusbasierte Umweltauswirkungen der intelligenten Zählerinfrastruktur im Rollout-Szenario 2030 (eigene Darstellung)

 

Mögliche (Über-)Kompensation der lebenszyklusbasierten Emissionen durch Effekte höherer Ordnung?

Wie im Teil 2 dieser Beitragsreihe dargestellt, ist für eine ganzheitliche Betrachtung der Umweltwirkungen der verursachte lebenszyklusbasierte Fußabdruck („Effekt erster Ordnung“) weiteren einhergehenden Umweltwirkungen („Effekte höherer Ordnung“) gegenüberzustellen. Als möglicher positiver Effekt zeigt eine aktuelle Metaanalyse zu Energieeffizienz durch IKT in Haushalten Reduktionspotenziale des Energieverbrauchs zwischen 2 bis 5 % durch die Bereitstellung von Stromverbrauchsdaten an Haushalte (vgl. [8]). Obwohl die mindestens notwendige Einsparung von 2,7 % zur Kompensation der kalkulierten 47 kg CO2‑Äq. pro Flexumer-Haushalt und Jahr in diesem Bereich liegt, sind der Studie zufolge mittel- und langfristig erzielbare Einsparungen durch entsprechende Verhaltensänderungen mit großen Unsicherheiten verbunden.

Digitalisierungsmaßnahmen können zudem systemweite Effekte hervorrufen, in diesem Fall bezogen auf Auswirkungen im Energiesystem. Im Zusammenhang mit der Nutzung von Flexibilitäten in Verteilnetzen kommen bestehende Analysen wie [9] und [10] zum Ergebnis, dass marktbasierte Flexibilitätsmechanismen in Verteilnetzen zu einer höheren Integration von erneuerbaren Energien bei gleichzeitiger Reduktion von Netzausbaumaßnahmen führen können. Beispielsweise kommt eine Analyse zur CO2-Vermeidung durch Flexibilitätsnutzung auf Verteilnetzebene (vgl. [9]) zum Ergebnis, dass im Jahre 2035 durch Vermeidung von Einspeisemanagement (EinsMan)-Maßnahmen eine Reduktion von rund 1,5 Millionen Tonnen CO2-Emissionen erzielt werden könnte. Durch Einsparungen in dieser Größenordnung würde sich der bilanzierte Fußabdruck der intelligenten Infrastruktur relativieren, hier ist jedoch weiterer Forschungsbedarf notwendig.

Ein weiterer positiver Beitrag durch intelligente Flexibilisierungsmaßnahmen bezieht sich auf eine potenzielle Verringerung konventionellen Netzausbaus. Auf Grund der Abhängigkeit von techno-ökonomischen Rahmenbedingungen und weiteren Gegebenheiten im jeweiligen Netzgebiet sind für eine Quantifizierung möglicher positiver oder negativer Umweltwirkungen weitere Methoden notwendig. Dazu zählen beispielsweise Simulationen mithilfe von Energiesystem- und Netzmodellen. Die Ergebnisse können bestehende lebenszyklusbasierte Analysen ergänzen, um somit Effekte höherer Ordnung zu berücksichtigen.

 

Fazit und Ausblick

Eine ökobilanzielle Untersuchung zum Rollout einer digitalen Infrastruktur im Energiesystem zeigt, dass damit einhergehende Umweltwirkungen im Wesentlichen von der Effizienz der Geräte sowie der Entwicklung des Emissionsfaktors des Strombezugs in der Betriebsphase abhängen. Auf Grund der geringen Datenvolumina für den untersuchten Anwendungsfall eines Flexumers spielt die Datenübertragung und -speicherung eine vernachlässigbare Rolle in der Ökobilanz.

Mit der Digitalisierung werden weitere, innovative Geschäftsmodelle und Lösungskonzepte ermöglicht, deren Auswirkungen aus ökologischer Perspektive – positiv sowie negativ – über die lebenszyklusbasierten Emissionen der Komponenten und somit über den klassischen LCA-Ansatz hinausgehen. So zeigen erste Studien bereits große Potenziale, durch intelligente Lösungskonzepte im dezentralen Energiesystem eine erhebliche Einsparung an Treibhausgasen zu erzielen. Um diese systemweiten Auswirkungen in einer Umweltbewertung zu erfassen sind erweiterte Ökobilanzansätze erforderlich. Im Kontext von Anwendungsfällen im intelligenten Energiesystem inkludiert dies den Einbezug von Methoden der Energiesystemanalyse. Hierzu sind entsprechende weiterführende Untersuchungen notwendig und von der FfE im Bereich intelligenter Ladestrategien für Elektromobilität geplant.

 [1] Endenergieverbrauch durch IKT in Haushalten 76,5 PJ und 97,6 PJ im Sektor GHD [5]; Emissionsfaktor Strom 506 g CO2-Äq./kWh (berechnet nach Daten aus [6] und [7])

 

Weiterführende Informationen:

 

Quellen:

[1]   DIN 14040 – Umweltmanagement – Ökobilanz – Grundsätze und Rahmenbedingungen (ISO 14040:2009) - Deutsche und Englische Fassung EN ISO 14040:2009. Berlin: DIN Deutsches Institut für Normung e. V., 2009.
[2]   Wohlschlager, Daniela et al.: Environmental Assessment of Digital Infrastructure in Decentralized Smart Grids. Oshawa, ON, Canada: 9th International Conference on Smart Energy Grid Engineering (SEGE), 2021.
[3]   Westphal, Egon Leo et al.: Flexumer als Gestalter der digitalen Energiezukunft – Eine Begriffseinordnung. In: Energiewirtschaftliche Tagesfragen 7/8. Berlin: Bayernwerk AG, Forschungsstelle  für  Energiewirtschaft e. V., 2019.
[4]   Technische Eckpunkte für die Weiterentwicklung der Standards für die Digitalisierung der Energiewende - Entwurf Version 0.9. Berlin, Bonn: Bundesamt für Sicherheit in der Informationstechnik, 2021.
[5]   Bundesministerium Energie: Energiedaten: Gesamtausgabe. In: https://www.bmwi.de/Redaktion/DE/Artikel/Energie/energiedaten-gesamtausgabe.html. (Abruf am 2020-07-20); Berlin: Bundesministerium fuer Wirtschaft und Energie, 2020.
[6]   SMARD - Strommarktdaten: https://www.smard.de; Bonn: Bundesnetzagentur BNetzA, 2021.
[7]   The ecoinvent Database, Version 3.6: www.ecoinvent.org; Zürich: ecoinvent, 2019.
[8]   Bastida, Leire et al.: Exploring the role of ICT on houshold behavioral energy efficiency to mitigate global warming. Bizkaia: Renewable and Sustainable Energy Reviews, 2019.
[9]   Geschermann, Kilian et al.: Evaluation of market-based flexibility provision for congestion management in distribution grids. In: 2017 IEEE Power & Energy Society General Meeting; Chicago, IL, USA: RWTH Aachen University, 2018.
[10]   E-Bridge Consulting GmbH: Sichere und effiziente Koordinierung von Flexibilitäten im
Verteilnetz. Bonn: E-Bridge Consulting GmbH, 2017.

 

 

Die Blockchain-Technologie bringt viele neue Konzepte und technische Möglichkeiten mit sich. Vertrauen in digitale Daten und Prozesse, Manipulationsresistenz, Verfügbarkeit, Sicherheit, Transparenz, Disintermediaton, Interoperabilität, verteilter Konsens u. v. m. Insbesondere in der Energiewirtschaft gewinnen durch zunehmend dezentrale Erzeugung und Verbrauch, steigende Prozesskomplexität und mehr beteiligte Akteure viele dieser Eigenschaften an Relevanz.

Im Rahmen des Projektes InDEED (FKZ: 03E16026A) wurden durch die Forschungsstelle für Energiewirtschaft, das Fraunhofer Blockchain-Labor an der Universität Bayreuth und die Stiftung Umweltenergierecht insgesamt 27 die Technologie betreffende Thesen aufgestellt und wissenschaftlich untersucht.

Das Ergebnis ist ein Diskussionspapier, welches einerseits diese Thesen bekräftigt oder widerlegt und andererseits darstellt, wo die Technologie heute steht und in Zukunft zum Einsatz kommen kann.

Das Diskussionspapier steht unter nachfolgendem Link zum Download zur Verfügung:

 Diskussionspapier Welche Zukunft hat die Blockchain Technologie in der Energiewirtschaft

Sie möchten einen Diskussionsbeitrag leisten? Haben Sie eine andere Meinung zu den Thesen?

Gerne können Sie uns unter Diese E-Mail-Adresse ist vor Spambots geschützt! Zur Anzeige muss JavaScript eingeschaltet sein! eine E-Mail schreiben und Ihre Ansicht mit uns teilen, wertvollen Input liefern oder uns Feedback geben. Bitte referenzieren Sie auch immer die jeweilige These, auf die Sie Stellung beziehen. Wir behalten uns vor, ihre Antworten bzw. Feedback (anonymisiert und moderiert) bezüglich der Thesen in einem Begleitdokument zu sammeln und zu veröffentlichen.

Wir freuen uns über Ihren Input.

Das InDEED-Team

 

Forschungspartner:

Logo Stiftung Umweltenergierecht.jpg   Logo Stiftung Umweltenergierecht    Logo dunkelblau Breite 150 px

 

Weitere Informationen:

BMWi Förderkennzeichen

Dieser Artikel ist Teil 2 von 3 der Beitragsreihe „Nachhaltigkeitsaspekte im dezentralen und digitalen Energiesystem“.

 

Beitragsreihe Nachhaltigkeitsaspekte im dezentralen und digitalen Energiesystem
 
[1]  Partizipative Aspekte im intelligenten Energiesystem – zwischen Theorie und Praxis
[2] Digitalisierung und Nachhaltigkeit: (Wie) passt das zusammen?
[3] Ökobilanz des Rollouts intelligenter Messsysteme

 

Nachdem im Teil 1 dieser Beitragsreihe soziale Nachhaltigkeitsaspekte durch die Betrachtung von Partizipationsmöglichkeiten im digitalen Energiesystems behandelt werden, beleuchtet Teil 2 das Themenfeld der Nachhaltigkeit aus der ökologischen Perspektive. Angelehnt an diesen Beitrag wurde von der Autorin ein Blogbeitrag bei der Landeshauptstadt München veröffentlicht, welcher hier abrufbar ist.

 

Digitalisierung und Nachhaltigkeit – zwei globale Trends

Unsere Gesellschaft wird – nicht zuletzt durch die weltweite COVID-19-Pandemie – zunehmend digital. Dies betrifft alle Branchen und Lebensbereiche: über digitale Navigationsgeräte, Online-Shopping, Informationsbereitstellung und Kommunikation bis hin zur zunehmend automatisierten Steuerung von industriellen Prozessen und der Digitalisierung des Energiesystems. Ein derartig tiefgreifender Wandel und Paradigmenwechsel verändert nicht nur unser Konsumverhalten, sondern führt auch zu einem erhöhten Ressourcenverbrauch für die Herstellung, Nutzung und Entsorgung digitaler Komponenten und Infrastrukturen. Im weltweiten Vergleich verursacht IKT im Jahr 2017 mit ca. 1,4 % ähnlich viele CO2‑Emissionen wie der internationale Flugverkehr [1]. Einer damit einhergehenden Steigerung des weltweiten Datenvolumens steht jedoch eine Verbesserung der Rechenkapazitäten und Effizienzsteigerungen von Speichertechnologien gegenüber. Kombiniert mit einem zunehmend emissionsarmen Strommix durch den Ausbau erneuerbarer Energien besteht die Möglichkeit, bis zu 80 % der durch Informations- und Kommunikationstechnologie bedingten CO2-Emissionen zu verringern, wobei die größten direkten Einspareffekte durch Effizienzsteigerungen von Rechenzentren zu erwarten sind. [2]

Neben dem zusätzlichen Energie- und Ressourcenbedarf bietet die Digitalisierung die Chance, die notwendige Dekarbonisierung zur Erreichung der globalen Klimaziele zu ermöglichen. Dabei ist den Fragen nachzugehen, welchen Beitrag die Digitalisierung zur angestrebten Transformation leisten kann und wie sich die Nachhaltigkeit der Nutzung digitaler Technologien im Vergleich zu analogen Alternativen verhält. In diesem Beitrag werden mögliche Umwelteffekte – positiv sowie negativ – beispielhaft dargelegt, welche in Abhängigkeit vom Anwendungsfall und der Ausgestaltung von Digitalisierungsmaßnahmen entstehen können.

 

Umwelteffekte durch Digitalisierung – positiv oder negativ?

Die Größenordnung der Umweltauswirkungen digitaler Prozesse ist im Vergleich zu physischen Emittenten, wie zum Beispiel Verbrennungsmotoren oder Flugzeugen, in der öffentlichen Debatte oft weniger präsent. Dabei hängen die Auswirkungen und der potenzielle ökologische Mehrwert vom jeweiligen Einsatzgebiet und der Ausgestaltung entsprechender Digitalisierungsmaßahmen ab. In diesem Beitrag werden damit einhergehende Umweltwirkungen beispielhaft für verschiedene Anwendungsfälle aufgezeigt.

Als ein derzeit allgegenwärtiges Beispiel wird die zunehmende Nutzung von digitalen Meetings im Vergleich zu physischen Treffen betrachtet. Dabei kann nicht nur Zeit durch die fehlende An- und Abreise eingespart werden, auch die CO2–Bilanz fällt bei einer virtuellen Teilnahme entsprechend geringer aus als durch eine physische Anreise. Abbildung 2 zeigt dies am Beispiel einer Konferenz in Berlin, welche von München aus besucht wird.

Einordnung der Treibhausgasemissionen

Abbildung 1: Einordnung der Treibhausgasemissionen einer Webkonferenz gegenüber der An- und Abreise zu einem physischen Treffen, unterschieden nach Transportmitteln (eigene Darstellung, Daten zu Transportmitteln aus [3], Daten zu Videokonferenz [4])

 

Nach [4] entstehen im Falle einer rein virtuellen Teilnahme insgesamt 0,7 kg CO2-Äquivalente (Annahme: 4-stündige Videokonferenz). Dieser Wert beinhaltet über den Lebenszyklus betrachtete Emissionen für die Herstellung der Geräte (Laptop, Router) sowie für die Nutzungsphase, d. h. während des Streamings. Am Beispiel einer physischen Konferenz in Berlin ergibt sich rein für die An- und Abreise aus München (ca. 1.200 km, Hin- und Retour) ein 50- bis 367-mal höherer Wert, abhängig vom gewählten Transportmittel. Diese Durchschnittswerte für Deutschland nach [3] entsprechen einer sogenannten „Well-to-Wheel“ Betrachtung und beinhalten Treibhausgasemissionen der Nutzung als auch der Bereitstellung und Umwandlung der Kraftstoffe Benzin, Diesel, Elektrizität und Kerosin.

Als Beispiel für die Digitalisierung in unserem Alltag ist eine Studie zur Nutzung eines E-Readers im Vergleich zum Konsum von herkömmlichen Büchern anzuführen (s. [5]). Die Ergebnisse zeigen, dass die Umweltwirkungen des digitalen Endgeräts mit 30 bis 60 gedruckten Büchern gleichzusetzen sind (vgl. Abbildung 2). Demnach lohnt sich ein E-Reader aus ökologischer Perspektive erst, wenn damit eine entsprechend hohe Anzahl an Büchern gelesen wird, bevor das Gerät defekt ist oder aus anderen Gründen ausgetauscht wird.

Physische Bücher

Abbildung 2: Digitalisierung als Ressourcenwende am Beispiel des E-Readers (eigene Darstellung nach [5])

 

Direkte und indirekte Effekte

Für eine vollständige Quantifizierung des Fußabdrucks sind alle Phasen des Lebenszyklus eines Produkts oder Services einzubeziehen. Eine sogenannte Lebenszyklusanalyse (LCA) beinhaltet demnach sowohl den Rohstoffabbau, die Herstellung, den Betrieb sowie die Verwertung nach Ende der Lebensdauer. Bei der Betrachtung dieser lebenszyklusbasierten Emissionen spricht man von direkten Effekten bzw. Effekten erster Ordnung („First Order“).  

Positive und negative Umweltwirkung

Abbildung 3: Positive und negative Umweltwirkungen von IKT im intelligenten Energiesystem (eigene Darstellung nach [6], [7])

 

Indirekte bzw. Effekte zweiter Ordnung („Higher Order“) betrachten hingegen Auswirkungen jenseits dieser Systemgrenze der Technologieperspektive. In der Literatur zu Bewertungsmethoden der Umweltwirkungen von IKT (vgl. [6], [7]) werden indirekte Effekte in positive oder negative Effekte unterteilt, wie in Abbildung 3 am Beispiel von IKT im intelligenten Energiesystem dargestellt. Beispielsweise können durch die Einführung von intelligenten Messsystemen, kurz iMSys, (vgl. Beitragsserie Smart Metering) und die dadurch ermöglichte Bereitstellung von Verbrauchsdaten an die Konsumenten Energieeinsparungen erzielt werden, welche als Optimierungs-Effekte positiv auf die Ökobilanz wirken. Durch negative Rebound-Effekte können diese Einsparungen jedoch teilweise kompensiert werden oder gar zu einem insgesamt gesteigerten Ressourcen- oder Energieverbrauch führen, z. B. durch die Anschaffung zusätzlicher (IKT‑) Geräte. Neben Verhaltensänderungen von Letztverbrauchern beeinflussen vor allem systemische Effekte die Umweltwirkungen von IKT im Energiesystem maßgeblich. Positive Effekte können eine effizientere Integration von erneuerbaren Energien oder elektrischer Verbrauchsanlagen durch intelligente Steuerung sein. Auf der anderen Seite können neue Funktionen und Geschäftsmodelle auch zu negativen Umweltwirkungen führen. Ein möglicher Effekt sind ein erhöhter Netzverstärkungs- oder -ausbaubedarf durch zusätzliche Belastungen der konventionellen Netzinfrastruktur, verursacht durch Gleichzeitigkeiten bei der Steuerung von Verbrauchsanlagen auf Grund von Preissignalen.

 

Fazit: Die Digitalisierung stellt ein Potenzial für langfristige ökologische Nachhaltigkeit dar – unter Berücksichtigung möglicher Umwelteffekte

Zusammenfassend besteht durch die Digitalisierung ein großes Potenzial, einen positiven Beitrag hin zu einer nachhaltigeren Gesellschaft zu leisten. Die Digitalisierung kann hierbei durch neue Lösungskonzepte als „Ermöglicher“ der Dekarbonisierung gesehen werden. In einer ganzheitlichen Bewertung der Umweltwirkungen müssen jedoch sowohl die lebenszyklusbasierten Energie- und Ressourcenverbräuche als auch sekundäre positive und negative Effekte einer zunehmenden Nutzung von digitalen Technologien berücksichtigt werden. Letztendlich kommt es neben der richtigen technischen Ausgestaltung auf unsere Verhaltensweise an, um langfristig zur Transformation beizutragen.

 

Ausblick Teil 3

Im Zusammenhang mit der Digitalisierung des Energiesystems hat die FfE im Zuge des Projektes C/sells eine solche Analyse für die Nutzung eines intelligenten Messsystems (iMSys) durchgeführt. Im Beitrag „Umwelteinflüsse digitaler Partizipationskonzepte wird der lebenszyklusbasierte ökologische Fußabdruck von intelligenten Messsystemen dargelegt, wobei der Fokus auf den Hardware-Komponenten liegt. Darauf aufbauend werden im nachfolgenden Teil 3  dieser Beitragsreihe „Ökobilanz des Rollouts intelligenter Messsysteme“ die Erkenntnisse weiterführender Analysen aufgezeigt. Der Fokus liegt dabei auf der Entwicklung einer methodischen Herangehensweise zur Systemgrenzenerweiterung, um Prozesse der Datenübertragung und –speicherung am Beispiel eines Flexibilitätsabrufs zu inkludieren.

 

Weiterführende Informationen:

 

 

Quellen:

[1]

 

Hofmann, Josephine et al.: IT und Nachhaltigkeit - eine Einführung. In: HMD Praxis der Wirtschaftsinformatik 58/2021. Stuttgart, Deutschland: Fraunhofer IAO, 2021.

[2]

 

Ericsson: A quick guide to your digital carbon footprint - Deconstructing Information and Communication Technology's carbon emissions. 2020.

[3]

 

Vergleich der durchschnittlichen Emissionen einzelner Verkehrsmittel im Personenverkehr - Bezugsjahr 2019. Berlin: Umweltbundesamt, 2020.

[4]

 

Gröger, Jens: Digitaler CO2-Fußabdruck - Datensammlung zur Abschätzung von Herstellungsaufwand, Energieverbrauch und Nutzung digitaler Endgeräte und Dienste. Berlin: Öko-Institut e.V., 2020.

[5]

 

Lange, Steffen et al.: Smarte grüne Welt? - Digitalisierung zwischen Überwachung, Konsum und Nachhaltigkeit. München: oekom Verlag, 2018.

Flexibilitätsmärkte sind neue Instrumente, um regionale Flexibilität für das Engpassmanagement nutzbar zu machen. Um das vorhandene Flexibilitätspotenzial für netzdienliche Anwendungen nutzen zu können, ist eine daher eine effiziente Allokationsmethodik erforderlich. In der Veröffentlichung wird eine Optimierungsmethode vorgestellt, die die Flexibilitätsnachfrage von Seiten der Netzbetreiber dem Angebot an dezentraler Flexibilität optimal zuordnet.

 

Motivation and Development Objectives

 

Nach einer einleitenden Definition des operativen Umfelds des Smart Market Designs werden verschiedene existierende Ansätze auf Basis einer Literaturstudie und einer daraus resultierenden Meta-Analyse analysiert. Im nächsten Schritt wird eine Kategorisierung der Allokationsmethodik vorgenommen sowie das Optimierungsziel definiert. Durch die Einführung relevanter Rand- und Nebenbedingungen der Flexibilitätsnachfrage und -angebote kann das Optimierungsproblem mit allen relevanten Eingangsparameters beschrieben und formuliert werden.

Als Proof-of-Concept wird eine Fallstudie sowie der Feldtest des im Rahmen des Projektes C/sells entwickelten Altdorfer Flexmarkts (ALF) präsentiert.

Der Beitrag analysiert die wichtigsten Aspekte eines lokalen Flexibilitätsmarktes, stellt die Methodik der Allokationslogik vor (einschließlich der Veröffentlichung des Codes des Matching-Mechanismus) und liefert Ergebnisse der Fallstudie.

https://doi.org/10.3390/en14133932

Pdf-Download: https://www.mdpi.com/1996-1073/14/13/3932/pdf

 

Weitere Informationen:

Um unsere Webseite für Sie optimal zu gestalten verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu.
Weitere Informationen zu Cookies erhalten Sie in unserer Datenschutzerklärung.