24.05.2022

Tagesaktuelle spezifische Treibhausgas-Emissionen im deutschen Strommix

Steigende Nachfrage nach individuellen CO2-Fußabdrücken

Eigeninitiative im Kampf gegen den Klimawandel ist in vielen Bereichen möglich und reicht von reduziertem Fleischkonsum über den Verzicht oder die reduzierte Nutzung von Autos mit Verbrennungsmotoren bis hin zu nachhaltigen Geldanlagen. Sowohl im privaten als auch im gewerblichen und industriellen Bereich wächst das Interesse am eigenen CO2-Fußabdruck zunehmend. Der Nachhaltigkeitsaspekt spielt mittlerweile auch im Bereich der Energieversorgung eine zentrale Rolle.

Daten der Treibhausgasemissionen

Dynamische Emissionsfaktoren für Treibhausgase (THG) in Kombination mit elektrischen Lastprofilen ermöglichen die Berechnung individueller Treibhausgas-Fußabdrücke. Die individuelle Menge der aus dem Netz bezogenen elektrischen Energie multipliziert mit dem Emissionsfaktor für die jeweilige Region (z. B. ein Land) ist ein sinnvoller Indikator für die durch den Stromverbrauch verursachten Emissionen. Auf diese Weise kann der individuelle THG-Fußabdruck von Verbrauchern ex post ermittelt und ggf. über Dienstleister wie atmosfair ausgeglichen werden.

Möchte man die THG-Emissionen bereits zum Zeitpunkt des Stromverbrauchs minimieren, kann man die „Day-Ahead“ Prognose nutzen. Die Daten können in Smart-Home-Anwendungen (wie z. B. Home Assistant) integriert werden, um zum Beispiel verbrauchsintensive Geräte wie Waschmaschinen und Trockner so zu steuern, dass sie dann benutzt werden, wenn die THG-Emissionen im Strommix am niedrigsten sind.

Um nachhaltiges Verhalten zu ermöglichen und zu fördern, werden hier zwei Datensätze auf der FfE-Opendata-Plattform bereitgestellt. Die ex post Werte werden anhand der tatsächlichen Energieerzeugung nach Energieträgern berechnet, während für die ex ante Werte „Day-Ahead“-Prognosen für erneuerbare Energieträger und Strompreise verwendet werden. Abbildung 1 zeigt beide Datensätze für einen Beispielzeitraum von drei Tagen. Beide Datensätze werden täglich um 20 und 22 Uhr (MEZ/MESZ) automatisch aktualisiert.

Spezifische Treibhausgasemissionen des Strommix in Deutschland als Prognose (ex ante) und gemessenen Werten (ex post)
Abbildung 1: Spezifische Treibhausgasemissionen des Strommix in Deutschland als Prognose (ex ante) und gemessenen Werten (ex post)

Methodik

Der Code, mit dem die Methode implementiert wurde, ist Open-Source und auf GitLab öffentlich zugänglich.

Die Emissionsfaktoren (ex post) werden berechnet, indem die Menge des tatsächlich erzeugten Stroms nach Energieträgern 1 mit den spezifischen Emissionen dieses Energieträgers 2 multipliziert wird. Bei den spezifischen Emissionen ist die Vorkette bereits berücksichtigt, weshalb zum Beispiel auch die Windenergie einen gewissen CO2-Fußabdruck hat.

Die Prognose der Treibhausgasemissionen im Strommix wird mit Hilfe von Machine Learning durchgeführt. Zu diesem Zweck wurde ein Random Forest Regressor trainiert, der historische Day-Ahead-Prognosen der Wind- und Photovoltaik-Erzeugung sowie der Strompreise als auch temporale Features wie z. B. den Wochentag verwendet. Da diese Informationen als Day-Ahead Prognosen auf der Transparency Platform der ENTSO-E vorliegen, ist das trainierte Modell in der Lage, die THG-Emissionen des deutschen Strommix für den nächsten Tag vorherzusagen.

Um die Unsicherheit der Vorhersage zu berücksichtigen, werden neben dem eigentlichen Vorhersagewert zwei weitere Werte zurückgegeben. Die Ober- und Untergrenze dienen als Indikator dafür, wie sicher sich das Modell mit seiner Vorhersage ist.

Ablaufdiagramm für ex post- und ex ante-Berechnung der spezifischen Treibhausgas-Emissionsfaktoren im Strommix für die FfE-Opendata-Plattform
Abbildung 2: Ablaufdiagramm für ex post- und ex ante-Berechnung der spezifischen Emissionsfaktoren im Strommix für die FfE-Opendata-Plattform

Weitere Anmerkungen

Die Software, die als Schnittstelle zur ENTSO-E Transparencyplatform verwendet wird, basiert auf dem frei verfügbaren Code des Projekts electricitymap.org.

Da die Datensätze das Ergebnis einer automatisch durchgeführten Berechnung sind, die auf Daten der ENTSO-E Transparencyplatform basieren, können Vollständigkeit und Korrektheit nicht garantiert werden, da die Eingabedaten unvollständig oder falsch sein können.

Die Daten und dieser Artikel sind unter den folgenden Links auf der FfE opendata-Plattform erreichbar: