Wertorientiertes Assetmanagement im Verteilnetz ein Systemdynamisches Modell

Transkript

1 Wertorientiertes Assetmanagement im Verteilnetz ein Systemdynamisches Modell Michael FINKEL (1), Theo SCHMIDTNER (2), Michael WIEST (1) (1) Hochschule Augsburg, Fakultät für Elektrotechnik, An der Hochschule 1, Augsburg, Deutschland, Tel.: , (2) LEW Verteilnetz GmbH, Schaezlerstr. 3, Augsburg, Germany Tel.: , Kurzfassung: Die Geschäftsziele von Netzbetreibern sind durch vielfältige Anforderungen verschiedener Interessengruppen wie z.b. von Regulierungsbehörden, Kunden und Mitarbeitern geprägt. Hierdurch ergeben sich zwangsläufig Zielkonflikte. Diese können schon bei der Abwägung zwischen der Versorgungsqualität und den Kosten beobachtet werden oder bei der Abwägung zwischen kurzfristiger Ergebnisoptimierung und nachhaltiger Anlagenbewirtschaftung. Die richtige Balance zwischen den zum Teil konkurrierenden Zielgrößen zu finden, ist eine Kernaufgabe des Asset Managements [1, 2]. Hierzu sind im Entscheidungsprozess sehr viele Parameter vom Asset Manager zu berücksichtigen und gegebenenfalls anzupassen. An dieser Stelle lassen sich sehr erfolgreich systemdynamische Modelle einsetzen, mit denen die komplexen Wirkungszusammenhänge beherrscht bzw. reduziert, die notwendige Transparenz für ein nachhaltiges Wertmanagement geschaffen und Managemententscheidungen optimal unterstützt werden können. Keywords: Asset Management, Systemdynamisches Modell, Anreizregulierung, EBIT, Netzbestand, Versorgungszuverlässigkeit, Rückkopplungsschleife 1 Einführung Das technische Asset Management nimmt zusammen mit dem kaufmännischen und regulatorischen Bereich eine Schlüsselrolle bei der Unternehmensentwicklung des Netzgeschäfts ein, da hier wichtige Stellgrößen gewählt werden, die die Unternehmenskennzahlen bestimmen [1] (Abb. 1). Der Erfolg des Netzgeschäfts wird typischerweise anhand einer angemessenen Rentabilität (EBIT, ROCE) gemessen. Ebenso spielt die Kundenzufriedenheit eine wesentliche Rolle. Sinkt das Ausfallrisiko des Versorgungsnetzes, so erhöht sich die Versorgungsqualität und damit die Kundenzufriedenheit. Die zentrale Entscheidungsgröße zur Erreichung der Erfolgsziele bildet die gewählte Asset-Strategie Investitionstätigkeit (Erweiterungs- und Erneuerungsstrategie) und die damit verbundene Instandhaltungsstrategie. Erschwerend kommt hinzu, dass aufgrund der langen Lebensdauer der meisten Betriebsmittel die heute angewendeten Asset-Strategien erst mit einem gewissen Zeitversatz in der Versorgungsqualität und im Betriebsergebnis sichtbar werden. Seite 1 von 10

2 Kaufmännische Randbedingungen Capex Netzerlöse Invest (Erweiterung, Erneuerung) Opex Instandhaltung Abschreibung Interne Vorgaben Wertbeitrag EBIT ROCE Kapitalkosten Free Cash-Flow Reguliertes Netzgeschäft Externe Vorgaben Qualitätsvorgaben Effizienzvorgaben Best Practice Erlösobergrenze Technische Randbedingungen Netzzustand Nutzungsdauer Versorgungszuverlässigkeit Anlagenalter Netzkapazitäten Abbildung 1: Interne und externe Einfluss- und Zielgrößen; basierend auf [3]. Die regulatorischen Vorgaben steigern die Komplexität des Entscheidungsproblems zusätzlich. Durch die Anreizregulierung findet die Kopplung der Erlöse an die tatsächlichen Kosten des Netzbetreibers nur noch bedingt über die Kostenprüfung im Basisjahr statt. Zusätzlich zu den Kosten werden die Erlösobergrenzen an die Versorgungsqualität und die Verbraucherpreise gekoppelt. Somit besteht für den Netzbetreiber ein großer Anreiz, dass er im Basisjahr optimal aufgestellt ist. 2 Methodische Vorgangsweise Wie eingangs beschrieben basiert die finanzielle Entwicklung des Netzes auf einer Vielzahl von Faktoren, die sich nur begrenzt verdichten lassen. Deshalb bieten sich für die Steuerung des Netzgeschäfts systemdynamische Modelle an [1, 2]. Diese ermöglichen eine strukturierte Übersicht der wesentlichen Steuerungsgrößen und der kritischen Erfolgsgrößen in einem ganzheitlichen und ausgewogenen Bild, das gleichzeitig für verschiedene Adressaten mit unterschiedlichem Fachhintergrund nachvollziehbar ist [4]. Zunächst wurden die Zielgrößen, zugehörige Parameter, mögliche Maßnahmen des Asset Managements und die zwischen diesen Größen bestehenden Abhängigkeiten und Zusammenhänge mit Hilfe der Software CONSIDEO MODELER in einem Ursache-Wirkungsdiagramm zusammengetragen und abgebildet (Abb. 2). Basierend auf der Beschreibung der mathematischen Zusammenhänge zwischen den Systemparametern wurde ein dynamisches Simulationsmodell entwickelt. Mit dem entstandenen Modell lassen sich verschiedene Strategien durchrechnen, bewerten, im Detail analysieren und interpretieren. Durch Starten des Simulationsprogramms werden innerhalb kürzester Zeit sämtliche definierte Zielgrößen berechnet. Die Simulationsergebnisse werden in Form eines Diagramms oder einer Wertetabelle ausgegeben. Zudem können durch Parametervariation und Sensitivitätsanalysen die entscheidenden Stellschrauben identifiziert werden. Der Netzbetreiber gewinnt so ein wesentlich besseres Verständnis über die möglichen langfristi- Seite 2 von 10

3 gen Auswirkungen seiner geplanten Maßnahmen und wird damit in die Lage versetzt, fundierte und nachhaltige Strategien zu formulieren und umzusetzen. Abbildung 2: Übersicht Hauptmodell. 3 Systemdynamisches Modell In diesem Abschnitt sollen nun die oben dargestellten Elemente des Hauptmodells und die Submodelle Netzbestand, Versorgungszuverlässigkeit des verwendeten systemdynamischen Modells für einen fiktiv angenommen Netzbetreiber detaillierter erläutert werden. 3.1 Hauptmodell In der Übersicht des Hauptmodells (Abb. 2) können die wesentlichen Einflussgrößen zur Steuerung des EBITs identifiziert werden. Aus Gründen der besseren Lesbarkeit wurden in diesem Bild nicht alle Parameter des Modells dargestellt. Das EBIT wird aus der Differenz der Netzerlöse und dem Betriebsaufwand bestimmt. Den genauen Verlauf der Erlösobergrenze aus den Netzerlösen sowie den schrittweisen Abbau insbesondere des ineffizienten Kostenanteils regelt die Erlösobergrenzenformel der ARegV [5, 6]: t dnb,t ( KA vnb,0 + ( 1 Vt ) KAb,0 ) ( VPIt /VPI0 PFt ) EFt + Qt + ( VK t VK 0 ) St EO = KA + + Grundlage für die Ermittlung der Netzentgelte bilden die Netzkosten im vorletzten Kalenderjahr vor Beginn der Regulierungsperiode [6]. Dabei werden die Betriebskosten den Jahresabschlüssen der Netzbereiche entnommen. Die Berechnung der Kapitalkosten erfolgt nach Maßgabe der StromNEV [7]. Die handelsrechtlichen Abschreibungen finden keine Berücksichtigung in der Netzkostenermittlung und werden durch die kalkulatorischen Kapitalkosten ersetzt. Es ergibt sich das in Tabelle 1 dargestellte Schema für die Berechnung der Netzkosten. Diese Elemente sind auch auf der linken Seite des Hauptmodells (Abb. 2) wiederzufinden. Bei den kalkulatorischen Kostenpositionen gilt für die Altanlagen (die vor dem aktiviert wurden) das Prinzip der Nettosubstanzerhaltung. Dabei dürfen die kalkulatorischen Seite 3 von 10

4 Werte Abschreibungen und Restwerte zu 40 % auf Basis von Tagesneuwerten (TNW) in die Kalkulation einfließen. Zu 60 % werden die Werte auf Basis der historischen Anschaffungsund Herstellungskosten (AK/HK) berücksichtigt. Mit Inkrafttreten der StromNEV wurde dann der Wechsel von einer Kalkulation nach Nettosubstanzerhalt hin zum Prinzip der Realkapitalerhaltung vollzogen. + Aufwandsgleiche Kosten, wie z.b. Aufwand für Roh, Hilfs- und Betriebsstoffe, Aufwand für Fremdleistungen, Personalaufwand + kalkulatorische Abschreibungen + kalkulatorische Eigenkapitalverzinsung + kalkulatorische Steuern - kostenmindernde Erlöse und Erträge (z.b. Auflösung BKZ) = Netzkosten Tabelle 1: Ermittlung der Netzkosten nach StromNEV. Auf der Ausgabenseite sind die vier wichtigsten Kostenstellen des Asset Managements zu erkennen (Erweiterung, Netzführungsaufwand, Instandhaltung und Erneuerung). Diese Kosten fließen entweder komplett in die Betriebsausgaben OPEX ein (Instandhaltung, Netzführung) oder werden entsprechend der Aktivierungsquote zwischen den Blöcken OPEX und CAPEX aufgeteilt. Ein besonderes Augenmerk ist auf die Kostenstellen Erweiterung, Instandhaltung und Erneuerung zu legen, da diese die langfristige Entwicklung des Netzbestandes (s. Abschnitt 3.2) direkt beeinflussen und somit mittelfristig auch Auswirkungen auf die Entwicklung der Versorgungszuverlässigkeit (s. Abschnitt 3.3) haben, welche wiederum über das Qualitätselement die Höhe der Netzerlöse beeinflusst. 3.2 Netzbestand Der wichtigste Teil der Simulation ist das Asset-Modell. Dieses Modell beschreibt die Alterung des Netzbestandes und die möglichen Maßnahmen, um den Zuverlässigkeitsabbau der Assets zu verhindern. Abbildung 3 zeigt ein sehr einfaches Alterungsmodell, an dem die wesentlichen Zusammenhänge erläutert werden können. Das Modell beschreibt einen Netzbestand mit vier verschiedenen Zustandsklassen: gut, mittel, schlecht und verbraucht. Das Prinzip besteht darin, dass ein Asset während seiner Lebensdauer jeden Zustand durchläuft (Fließbandmodell) und dort eine gewisse Zeit verbringt. Im nächsten Schritt müssen die Auswirkungen der Maßnahmen des Asset Managements auf die in der Zustandsklasse befindlichen Betriebsmittel beschrieben werden. So beeinflussen Instandhaltungsmaßnahmen die Übergangsrate von einem Zustand in den nächsten. Bei reduzierter Instandhaltung wird der Übergang beschleunigt, bei erhöhter Instandhaltung verlangsamt. Somit haben kurzfristig orientierte Änderungen der Instandhaltungsstrategie langfristige Auswirkungen auf den Netzbestand. Allerdings ist zu berücksichtigen, dass das Instandhaltungsbudget nicht unter einen Minimalwert abgesenkt werden kann, Seite 4 von 10

5 da die Ausgaben für die Inspektion (Verkehrssicherungspflicht) und die Reparatur (nach Störung oder Beschädigung) nicht disponibel sind. Wird ein Betriebsmittel abgebaut bzw. erneuert, so verlässt es entweder das System komplett oder wird durch ein neues Betriebsmittel mit 100 % Abnutzungsvorrat ersetzt. Abnutzungsvorrat 100 % Gut Erneuerung Mittel Schlecht Instandhaltung Verbraucht 0 % Erstinbetriebnahme Restlebensdauer 0 Abbildung 3: Einfaches schematisches Alterungsmodell. Um das Submodell Netzbestand möglichst einfach zu halten, wurden die Zustandsklassen nicht nach Spannungsebenen und einzelnen Betriebsmittelklassen unterteilt. Außerdem konnte dieses Submodell sehr einfach modelliert werden, da auf die Datenbasis eines anderen kommerziellen Asset-Simulation-Tools zurückgegriffen werden konnte. Somit musste im Submodell nur die Altersstruktur der Betriebsmittel in den verschiedenen Zustandsklassen und die Übergangsrate zwischen den Zustandsklassen in Abhängigkeit vom Instandhaltungsbudget mit Hilfe geeigneter Funktionen justiert werden. a) b) 140% 120% 100% 80% 60% 40% Erweiterung Instandhaltung Erneuerung 20% 0% guter Zustand (gesamt) guter Zustand (Altbestand) mittlerer Zustand schlechter Zustand verbrauchter Zustand Abbildung 4: Entwicklung der a) Erweiterungs-, Instandhaltungs- und Erneuerungsbudgets und b) Wiederbeschaffungswert (WBW) des Netzbestandes für einen fiktiven Netzbetreiber. Die Kernelemente des Modells sollen nun anhand eines fiktiv angenommen Netzbetreibers veranschaulicht werden. Es werden die in Abbildung 4a dargestellten Instandhaltungs-, Erneuerungs- und Erweiterungsbudgets vorausgesetzt. Hierbei wurde bewusst auf die Beschriftung der y-achse verzichtet, da in diesem Artikel nur prinzipielle Zusammenhänge er- Seite 5 von 10

6 läutert werden sollen. Als Folge der gewählten Strategie und der aktuellen Zustandsklassen der Netzbetriebsmittel kann die Entwicklung des Netzbestandes simuliert werden (Abb. 4b). Die gewählte Erneuerungs- und Instandhaltungsstrategie hat zur Folge, dass sich der Anteil an Betriebsmitteln mit den Zuständen mittel, schlecht und verbraucht über den Betrachtungszeitraum von 30 Jahren immer im gewünschten Bereich bewegt. Durch die starke Erweiterung des Netzes getrieben durch den Anschluss von dezentralen Erzeugungsanlagen vergrößert sich der Netzbestand in diesem Beispiel um knapp 30 %. 3.3 Versorgungszuverlässigkeit Im Submodell Versorgungszuverlässigkeit (Abb. 5) wird der Bonus/Malus des Qualitätselements gemäß den Vorgaben in [6, 8] aus der geplanten und ungeplanten Nichtverfügbarkeit Q u = H u T u ab dem Jahr 2012 berechnet: Bonus/Malus ( Referenzwert 0,5 Q ) 0,18 /min/a Letztverbraucher = u, geplant Qu, ungeplant Der Bonus/Malus berechnet sich aus dem Mittelwert von drei Folgejahren und wird erst mit einem Zeitverzug von drei Jahren wirksam. Hierdurch wird garantiert, dass einzelne Ausreißer in der Versorgungszuverlässigkeit im Q-Element ausgemittelt werden. Allerdings machen sich auch Änderungen bei der Instandhaltungsstrategie und im Betriebskonzept erst mit einer Verzögerung von mehreren Jahren im Q-Element positiv/negativ bemerkbar. Abbildung 5: Submodell Versorgungszuverlässigkeit. Für die mittleren Unterbrechungsdauern T u wurden typische Werte von 40 min (ungeplant) und 150 min (geplant) angenommen. Zur Berechnung der Unterbrechungshäufigkeiten wurden zwei verschiedene Ansätze gewählt: H u, geplant Bau- und Instandhaltungsmaßnahmen erfordern insbesondere in der Mittelspannung häufig ein angekündigtes Abschalten von Kunden. Vereinfacht wird angesetzt, dass wer viel im Netz arbeitet, auch häufig abschalten muss. Somit ist H u direkt proportional dem Instandhaltungs- und Bauvolumen. Wobei das Bauvolumen um Aufwendungen für Neuanschlüsse reduziert wird, da diese meist ohne Abschalten ans Netz angeschlossen werden. H u, ungeplant Da die Dauer einer Versorgungsunterbrechung unabhängig vom Verursacher ist, kann H u in einen fremdverursachten und einen zustandsabhängigen Anteil aufgeteilt wer- Seite 6 von 10

7 den. Vereinfacht wurde für den zustandsabhängigen Anteil angesetzt, dass die spezifische Unterbrechungshäufigkeit (je Mrd. Wiederbeschaffungswert) im Zustand gut X beträgt, in mittel 5 X, in schlecht 20 X und verbraucht 50 X. Damit wurde grob die Badewannenkurve nachbildet und bewirkt somit im Modell, dass in einem schlechten Netz häufiger Versorgungsunterbrechen auftreten als in einem guten oder mittleren Netz. Mittels Parametervariationen konnte nachgewiesen werden, dass die gewählten Gewichtungsfaktoren nur einen geringen Einfluss auf den berechneten Wert von H u,ungeplant haben. In Abbildung 6 ist die Entwicklung der Kenngrößen Q u,geplant, Q u,ungeplant und des Q-Elementes dargestellt. Da Q u,geplant direkt proportional zu den Aufwendungen bei der Erneuerung und Instandhaltung ist (Abb. 4a), spiegelt sich der Verlauf der beiden Kurven auch in Q u,geplant wieder. Die Nichtverfügbarkeit Q u,ungeplant wird maßgeblich vom Netzzustand beeinflusst, so dass der Kurvenverlauf hier durch den Anstieg in den Zuständen schlecht und verbraucht (Abb. 4b) verursacht wird. Die Verschlechterungen bei beiden Kennzahlen resultieren dann in einem negativen Q-Element. Hierbei wurde das Q-Element mit einem Referenzwert von 24 min/a (durchgezogene Linie) und 30 min/a (gestrichelte Linie) berechnet. Weiter wurde vorausgesetzt, dass der verwendete Referenzwert und die Berechnungsformel für das Q- Element über den kompletten Betrachtungszeitraum beibehalten werden. Nichtverfügbarkeit in min/a 60 Q_u,geplant in min/a Q-Element Q_u,ungeplant in min/a % 0% -25% -50% -75% -100% -125% Q-Element Abbildung 6: Entwicklung der Nichtverfügbarkeit und des Q-Elementes. Der in Abbildung 5 dargestellte EBIT-wirksame Faktor Pönalen ist aktuell nicht aktiv, wurde jedoch angelegt, um auch den Einfluss von evtl. zukünftig in der Anreizregulierungsverordnung verankerten Pönalen bei der Verletzung von Mindeststandards simulieren zu können. 4 Ergebnisse für Alternativstrategie Neben den bereits vorgestellten Simulationsergebnissen soll in diesem Abschnitt zunächst noch die Entwicklung des EBITs vorgestellt werden. Anschließend sollen die für eine Alternativstrategie ermittelten Kenngrößen diskutiert werden. Wie in Abbildung 7 ersichtlich ist, führt die ursprünglich gewählte Strategie kurzfristig zu einer deutlichen Verschlechterung beim EBIT. Ursache hierfür ist ein kurzfristig erhöhter Betriebsaufwand (durch bilanzielle Afa der Restbuchwerte über die Restnutzungsdauer) und verminderte Netzerlöse (durch die BKZ-Auflösung). Allerdings steigt das EBIT mittelfristig wieder auf das Ausgangsniveau an. Für die Berechnung wurde vorausgesetzt, dass der Netzbetreiber auch in Zukunft 100 % effizient ist und das aktuelle Regulierungsmodell beibehalten wird. Seite 7 von 10

8 EBIT 120% 100% 80% 60% 40% 20% 0% Abbildung 7: Entwicklung des EBITs. In Abbildung 8 sind nochmals die wichtigsten Simulationsergebnisse für eine geänderte Erneuerungs- und Instandhaltungsstrategie bei gleicher Erweiterungsstrategie zusammengestellt (Abb. 8a). Zum besseren Vergleich wurden die Abbildungen auch die Werte der ursprünglich gewählten Strategie als gestrichelte Linien mit eingezeichnet. Als Folge der gewählten Strategie kann erneut die Entwicklung des Netzbestandes simuliert werden (Abb. 8b). Die gewählte Strategie hat zur Folge, dass der Anteil an Betriebsmitteln mit den Zuständen schlecht und verbraucht deutlich reduziert werden kann. Allerdings resultiert hieraus eine Erhöhung von Q u,geplant wohingegen Q u,ungeplant nahezu konstant gehalten werden kann. Mittelfristig wird hierdurch der Malus im Q-Element größer, wird aber langfristig wieder etwas geringer. Wie aufgrund der höheren Betriebsausgaben zu erwarten ist, hat diese Strategie kurzfristig einen negativen Einfluss auf das EBIT. Auf lange Sicht sind die Einflüsse aber wieder leicht positiv. a) Erweiterung Instandhaltung Erneuerung b) 160% 140% 120% 100% 80% 60% 40% 20% 0% guter Zustand (gesamt) guter Zustand (Altbestand) mittlerer Zustand schlechter Zustand verbrauchter Zustand c) Nichtverfügbarkeit in min/a Q_u,geplant in min/a Q_u,ungeplant in min/a Q-Element 0 25% 0% -25% -50% Q-Element -75% -100% -125% d) 120% 110% 100% 90% 80% 70% 60% Abbildung 8: Entwicklung beispielhaft gewählter Kennzahlen: a) Erweiterungs-, Instandhaltungs- und Erneuerungsbudgets, b) Netzbestand, c) Qualitätselement, d) EBIT für Alternativstrategie (durchgezogene Linie); ursprüngliche Strategie (gestrichelte Linie). Seite 8 von 10

9 5 Rückkopplungsschleifen Obwohl mit dem oben vorgestelltem systemdynamischen Modell der Verteilnetzbetreiber ein wesentlich besseres Verständnis über die möglichen langfristigen Auswirkungen seiner geplanten Maßnahmen auf die Zielgrößen (wie Erlöse, Kosten und Versorgungsqualität) gewinnt, so ist das Bild bisher noch unvollständig. Das aktuelle Modell hat den Charakter eines gesteuerten Systems mit den Kostenstellen als Eingangsgrößen und dem EBIT als Ausgangsgröße. Allerdings existieren in der Realität auch Rückkopplungsschleifen, die bisher im Modell nur qualitativ dargestellt sind, da eine quantitative Bewertung nur schwer möglich ist. Verschlechtert sich z.b. die Versorgungsqualität, so hat dies Einfluss auf die Kundenzufriedenheit und mittelfristig auch auf das Image des Unternehmens was wiederum langfristig (aufgrund der langen Vertragslaufzeiten) zu Konzessionsverlusten führen kann (Abb. 9). Ebenso haben die Höhe der Netznutzungsentgelte und die aktuelle örtliche Energiepolitik einen direkten Einfluss auf evtl. Konzessionsverluste. Je höher die Netznutzungsentgelte sind, umso eher wird eine Gemeinde/Stadt mit dem Gedanken spielen das Energieversorgungsnetz unter kommunaler Führung zu betreiben. Dem kann durch Beziehungspflege entgegengewirkt werden. Konzessionsverluste führen zu einem geringeren Netzbestand der wiederum eine Eingangsgröße für die Nichtverfügbarkeit ist. Somit schließt sich die Rückkopplungsschleife. Abbildung 9:Submodell Versorgungszuverlässigkeit mit Rückkopplungsschleifen. Innerhalb dieser großen Rückkopplungsschleife existiert noch eine weitere Unterschleife: Konzessionsverluste haben Einfluss auf die versorgte Fläche, welche wiederum ein Eingangsparameter für den Effizienzvergleich bzw. den Erweiterungsfaktor ist. Beide Faktoren gehen über die Regulierungsformel in die Netznutzungsentgelte ein. Zum Abschluss dieses Abschnittes soll die Diskussion noch aus einem globaleren Blickwinkel fortgeführt werden. Jede Netzregulierung dient grundsätzlich der Effizienzsteigerung im Hinblick auf alle eingesetzten Faktoren. Die jährlich zu realisierenden prozentualen Effizienzsteigerungen ergeben sich aus dem allgemeinen sektoralen Produktivitätsfaktor PF t sowie dem individuellen Effizienzwert des Basisjahres in Abhängigkeit vom periodenabhängigen Seite 9 von 10

10 Verteilungsfaktor V t. Als Stellgrößen stehen dem Netzbetreiber die kurzfristig beeinflussbaren laufenden Betriebskosten sowie die mittel- und langfristig beeinflussbaren Investitionen und die damit verbunden Abschreibungen und Kapitalkosten zur Verfügung. Konzepte zur konkreten Ausgestaltung dieser Größen sind in den Planungs- und Betriebsgrundsätzen (PuB) niedergeschrieben. Wie jedoch anhand des Beispiels in Abschnitt 4 ersichtlich wird, werden Änderungen bei den beeinflussbaren Kostenanteilen keineswegs in Gänze innerhalb von zwei Regulierungsperioden (vorgegebener Zeitraum zum Abbau von Ineffizienzen gemäß ARegV) wirksam. Dieses Ergebnis deckt sich mit anderen Untersuchungen (u.a. [5]). 6 Zusammenfassung Es wurde ein Simulationswerkzeug entwickelt mit dem die komplexen Wirkungszusammenhänge bei der Steuerung des Netzgeschäftes transparenter gemacht werden können und das dem Verteilnetzbetreiber erlaubt verschiedene Asset-Strategien ohne Risiko durchzuspielen, ihre jeweils möglichen Auswirkungen zu analysieren und zu diskutieren. Zudem können durch Parametervariation und Sensitivitätsanalysen die entscheidenden Stellschrauben identifiziert werden. Das Asset Management gewinnt so ein wesentlich besseres Verständnis über die möglichen langfristigen Auswirkungen seiner geplanten Maßnahmen. Auf dieser Basis können dann fundierte Entscheidungen für nachhaltige Asset-Strategien getroffen werden. Die Funktionalität des Werkzeugs wurde für einen fiktiven Netzbetreiber gezeigt und ausgewählte Kennzahlen bestimmt. Literatur [1] Bäck, Th.; Engels, Ch.; Gaul, A.J.; Spitzer, H.: Optimales Asset Management, Energiewirtschaftliche Tagesfragen, 60. Jg. (2010), Heft 1/2, S [2] Schneider, J.; Gaul, A.; Neumann, C.; Hogräfer, J.; Wellßow, W.; Schwan, M.; Schnettler, A.: Asset Management Techniques, 15th Power Systems Computation Conference (PSCC), Liège, August 2005, Session 41, Paper 1, p [3] Nockmann, E.: Aktuelle Herausforderungen der `Energiewirtschaft - Netzbetreiber im Spannungsfeld von Unternehmenszielen, Energiewende und Versorgungsqualität, Vortrag an der FH Dortmund, Dortmund RWE Deutschland, [4] Stender, A.; Arms, H.; Dringenberg, H.; Handschuh, M.; Meister, F.: Wertorientiertes Assetmanagement mit Performance-Cockpits, ew, Jg.108 (2009), Heft 11, S [5] Dehmel, F.: Anreizregulierung von Stromübertragungsnetzen Eine Systemanalyse in Bezug auf ausgewählte Renditeeffekte, Inauguraldissertation, Katholische Universität Eichstätt-Ingolstadt, 2011 [6] ARegV: Verordnung über die Anreizregulierung der Energieversorgungsnetze (Anreizregulierungsverordnung - ARegV), vom 29. Oktober 2007, zuletzt geändert [7] StromNEV: Verordnung über die Entgelte für den Zugang zu Elektrizitätsversorgungsnetzen (Stromnetzentgeltverordnung - StromNEV), vom 25. Juli 2005, zuletzt geändert [8] BNetzA: Festlegung über den Beginn der Anwendung, die nähere Ausgestaltung und das Verfahren der Bestimmung des Qualitätselementes hinsichtlich der Netzzuverlässigkeit für Elektrizitätsversorgungsnetze nach 19 und 20 ARegV, Beschluss BNetzA vom , Aktenzeichen BK8-11/002, S Seite 10 von 10