Das Dokument behandelt die Modellierung von Flexibilität und Speicher im Energiesystem, insbesondere im Kontext erneuerbarer Energien (EE). In zwei Phasen (2010-2020 und 2020-2030) wird der Bedarf an Speicherkapazitäten und Flexibilität thematisiert sowie deren Effekte und Schlussfolgerungen für die Effizienzsteigerung im Stromsystem. Die Ergebnisse zeigen, dass Flexibilität und Speicher entscheidend für die Integration von EE und die Reduzierung von CO2-Emissionen sind, während hohe Anfangsinvestitionen eine Herausforderung darstellen.

1. Modellierung von Speichern im Energiesystem
Dr. Matthias Koch, Dr. Dierk Bauknecht, Christoph Heinemann und
David Ritter
Öko-Institut e.V., Freiburg.
Jahrestagung Öko-Institut e.V., 13.09.2012, Berlin.

2. Agenda
1. Wofür werden Flexibilität und Speicher im
Stromsystem benötigt?
2. Wie bilden wir Flexibilität und Speicher
modelltechnisch ab?
3. Welche Effekte treten beim Einsatz von Flexibilität
und Speichern im Stromsystem auf?
4. Welche Schlussfolgerungen lassen sich daraus
ableiten?
2

3. 1. Wofür werden Flexibilität und Speicher im
Stromsystem benötigt?
3

4. Wofür werden Flexibilität und Speicher benötigt?
• Ausgleich und Integration von fluktuierender
EE-Einspeisung (Wind- und PV-Strom)
– Prognoseunsicherheit
– Einspeisegradienten
– EE-Überschuss und EE-Mangel („dunkle Flaute“)
Mehr EE- Mehr
Strom Speicher
 Differenzierte Analyse von Flexibilitäts-
anforderungen, Flexibilitätsoptionen und deren
zeitlicher Entwicklung 4

5. Phase 1 (2010 – 2020): Effizientere Flexibilität?
• Bereitstellung von Flexibilität durch den
bestehenden konventionellen Kraftwerkspark.
• Neue Flexibilitätsoptionen haben vor allem den
Effekt, dass der konventionelle Kraftwerkspark
effizienter betrieben werden kann.
EE-Variabilität: Flexibilität 
Relativ geringe
Lastglättung für
Einspeise- Kosten- und
konventionelle
gradienten CO2-Einsparung
Kraftwerke
• Viele neue Flexibilitäts- und Speicheroptionen
sind mit hohen Anfangsinvestitionen
verbunden  Hemmnis bzgl. Kapazitätsaufbau.
5

6. Phase 2 (ab 2020/2030): Mehr Flexibilität!
• Zunehmend EE-Überschüsse
• EE-Integration durch EE-Speicherung
• EE-Integration durch Flexibilität, die die
Sockellast konventioneller Kraftwerke reduziert
Konventionelle
EE-Variabilität: Erzeugung kann
EE-Überschuss EE-Speicherung direkt ersetzt
oder EE-Mangel werden  hohe
Einsparung
Flexibilitäts-
EE- Konventionelle
optionen, die
Unsicherheit: Erzeugung kann
ohne
direkt ersetzt
Vorhaltung von Stromerzeugung
werden  hohe
Regelkapazität Regelkapazität
Einsparung
bereitstellen 6

7. Phase 2 (ab 2020/2030): Mehr Flexibilität!
• Neue Flexibilitäts- und Speicheroptionen werden
zunehmend attraktiver:
– sinkende spezifische Kosten
– steigender Systemnutzen
• Wie kann der Systemnutzen dem Anlagenbetreiber
anteilig zugewiesen werden?
• Wie kann der Übergang gestaltet werden, damit die
Flexibilitätsoptionen rechtzeitig zur Verfügung
stehen?
• Wo liegt das Optimum zwischen EE-Abregelung +
Back-up Kraftwerken und EE-Speicherung?
7

8. 2. Wie bilden wir Flexibilität und Speicher
modelltechnisch ab?
8

9. Quantitative und dynamische Analyse
• Strommarktmodell PowerFlex
– Lineares Optimierungsmodell
– Technische und energiewirtschaftliche Restriktionen
– Differenzierte und dynamische Abbildung von Flexibilität und
Speicheroptionen mit mehreren Parametern
– Wechselwirkungen im Zeitverlauf
• Abbildung von DSM im Modell:
Speicherkapazität
und
Wirkungsgrad Speicherverluste Wirkungsgrad
Elektrische Leistung Lastprofil
9

10. eTelligence Modellergebnis: DSM Einsatz im
Jahr 2030
10

11. 3. Welche Effekte treten beim Einsatz von
Flexibilität und Speichern im Stromsystem auf?
– Phase 1 (2010 – 2020) –
11

12. eTelligence Modellergebnisse für Phase 1
(2010 – 2020)
• These 1: Effizienzgewinne im Kraftwerkspark durch
dezentrale Flexibilität und Speicher
– Verringerung von An- und Abfahrvorgängen: -5% – -10%
 Kosten und CO2-Emissionen ↓
– Höhere Auslastung von Grundlastkraftwerken: +1%
Kosten ↓ und CO2-Emissionen ↑↓
– Verdrängung von PSW-Kraftwerken, dadurch weniger
Wirkungsgradverluste: -15% – -30%
Kosten ↓ und CO2-Emissionen ↑↓
12

13. eTelligence Modellergebnisse für Phase 1
13

14. 3. Welche Effekte treten beim Einsatz von
Flexibilität und Speichern im Stromsystem auf?
– Phase 2 (2020 – 2030) –
14

15. EE-Stromeinspeisung vom 1.3. – 7.3.2030
(50% flukt. EE)
Einspeisung aus Wind-, PV- und Laufwasserenergie Netzlast
120
100
80
GW
60
46 GW
6h
40
20 37 GW
9h
0
1 25 49 73 97 121 145
Stunden
15

16. eTelligence Modellergebnis: EE-Überschuss
im Jahr 2030 ohne zusätzliche Flexibilität
Option: EE-Abregelung?
Option: EE-Export?
Optionen: PSW, BHKW, DSM,
Power-to-Gas?
16

17. eTelligence Modellergebnis: EE-Überschuss
im Jahr 2030  Bedarf für Tagesspeicher
15% Wind- und PV-Strom
abgeregelt
7% Wind- und PV-Strom
abgeregelt
17

18. eTelligence Modellergebnisse: nutzen von
Flexibilität im Jahr 2030 (Phase 2)
18

19. eTelligence: BHKW Einsatz im Jahr 2030
19

20. These 3: Zusätzliche EE-Integration durch
Reduktion der Sockellast (Phase 2)
Ohne Sockellast
könnte mehr EE
integriert werden
Sockellast zur
Bereitstellung von
Regelenergie
Quelle: Öko-Institut e.V.
20

21. 4. Welche Schlussfolgerungen lassen sich
daraus ableiten?
21

22. Fazit und erste Schlussfolgerungen
• Phase 1: 2010 – 2020
• Flexibilität und Speicher verringern Effizienzverluste im
konventionellen Kraftwerkspark
• Hohe Anfangsinvestitionen sind Hemmnis für Kapazitätsaufbau
• Phase 2: 2020 – 2030
• Konventionelle Stromerzeugung wird direkt durch EE ersetzt
• Hoher Nutzen (Kosten- und CO2-Einsparung)
• Attraktivität für Flexibilität und Speicher steigt
• PSW, BHKW und DSM eignen sich zum Ausgleich
des PV-Einspeiseprofils (Stundenspeicher)
• Speicherwirkungsgrad ist sensitive Größe für
dynamische Wechselwirkungen
 Systematischer Vergleich von Speicher- und
Flexibilitätsoptionen: aktuelles BMU Projekt 22

23. Vielen Dank für die Aufmerksamkeit!
Dr. Matthias Koch: m.koch@oeko.de
Dr. Dierk Bauknecht: d.bauknecht@oeko.de
Christoph Heinemann: c.heinemann@oeko.de
David Ritter: d.ritter@oeko.de 23