Impulsvortrag Regionalisierung der erneuerbaren Energien. Workshop zum Entwurf des Szenariorahmens NEP2015 Berlin, 28. Mai 2014

Transkript

1 Impulsvortrag Regionalisierung der erneuerbaren Energien Workshop zum Entwurf des Szenariorahmens NEP2015 Berlin, 28. Mai

2 Regionalisierung der erneuerbaren Energien Inhalt Motivation für verbesserte Regionalisierungmethodik 2. Datenbasis erneuerbare Energien die FfE EEG-Datenbank Datenquellen Aufbereitung 3. Beispiel Regionalisierung Windkraft Potenzialanalyse Modellierung des Ausbaus Ergebnisse 4. Beispiel Regionalisierung Photovoltaik Potenzialanalyse Modellierung des Ausbaus

3 Regionalisierung der erneuerbaren Energien 1. Motivation für verbesserte Regionalisierungmethodik Ziel Szenariorahmen zum NEP2015: Erweiterung und Verbesserung der Methodik zur EE-Regionalisierung Entwicklung einer möglichst nachvollziehbaren, wissenschaftlich fundierten und einheitlichen Methodik 33 Vorangegangene Methodik Zur Regionalisierung Abschätzung des Zubaus basierend auf regionalisierten Bestandsleistungen sowie Ertrag (Wind Onshore) bzw. Flächeneignung (PV, Biomasse) gemäß Vorgabe BNetzA Keine Berücksichtigung der historischen Ausbaudynamik Erweiterung & Verbesserung FfE Methodik Detailliertere Potenzialanalysen (inkl. Flächennutzung, Vorranggebiete, etc.) Berücksichtigung der historischen Ausbaudynamik für Wind und PV Räumliche Zuordnung zu Landkreisen/Netzknoten möglich Weitere Einflussfaktoren/ Fragestellungen können durch einfache Anpassung der Modelle berücksichtigt werden (z.b. Änderung der einzuhaltenden Abstände für Windkraft)

4 Regionalisierung der erneuerbaren Energien 2. Datenbasis erneuerbare Energien die FfE EEG-Datenbank Die FfE EEG-Datenbank Besonderheiten: Zusammenführung von Jahresmeldung Bewegungsdaten Jahresmeldung Stammdaten Aktuellen Stammdaten monatliche/wöchentliche Aktualisierung Automatische Verortung Aktualisierung zu großen Teilen automatisiert 44

5 Regionalisierung der erneuerbaren Energien 2. Datenbasis erneuerbare Energien die FfE EEG-Datenbank FfE EEG-Datenbank Erweiterte Datenbasis Bestand Windkraft: GIS-basierte Zusammenführung von Anlagenstammdaten (technische Kenndaten) OpenStreetMap (georeferenzierte Standorte) Windkraft Bestand Deutschland 2013 Windkraft Bestandsanlage Leistungsdichte [MW/km²] 0,5 0 55

6 Regionalisierung der erneuerbaren Energien 2. Datenbasis erneuerbare Energien Vorranggebiete Windkraft Korrekte Berücksichtigung von Vorranggebieten für Windkraft: Sind diese bereits bebaut? 66 Georeferenzierte Abbildung des Windkraft-Bestands OpenStreetMap und Anlagenstammdaten der Übertragungsnetzbetreiber + Standorte der Vorranggebiete für Windkraft Regionalpläne

7 Regionalisierung der erneuerbaren Energien 3. Windkraft - Potenzialanalyse Detaillierte GIS-basierte Potenzialanalyse: Potenzialanalyse Flächennutzung Windenergie in Deutschland Berücksichtigung von Ausschlussflächen inkl. einzuhaltender Abstände Abwertung von eingeschränkt nutzbaren Flächen Berücksichtigung der Hangneigung Uneingeschränkt geeignete Fläche Ausschlussfläche Eingeschränkt nutzbare Flächen Bio/Ram NP NP & Bio/Ram LSG LSG & Bio/Ram LSG & NP LSG & NP & Bio/Ram Wald Wald & Bio/Ram Wald & NP Wald & NP & Bio/Ram Wald & LSG Wald & LSG & Bio/Ram Wald & LSG & NP Wald & LSG & NP & Bio/Ram Abkürzungen: Bio = Biosphärenreservat LSG = Landschaftsschutzgebiet NP = Naturpark Ram = Feuchtgebiet nach Ramsarkonvention km Koordinatensystem: UTM Zone 32 N Projektion: Transverse Mercator Forschungsstelle für Energiewirtschaft e.v.

8 Regionalisierung der erneuerbaren Energien 3. Windkraft - Modellierung mit dem FfE Wind-Szenario-Tool Modellierung des Ausbaus der Windkraft über das FfE Wind-Szenario-Tool (WiSTl) Anlagenscharfe Modellierung im 200m-Raster Stochastischer Ansatz (Monte-Carlo-Simulation): 100 Rechendurchläufe Berechnung von Erwartungswerten Windkraft Leistung je Zelle/Gemeinde Ausbauziel Deutschland wird über Mantelzahlen NEP vorgegeben 8

9 Regionalisierung der erneuerbaren Energien 3. Windkraft Ergebnisse der Regionalisierung 9

10 Regionalisierung der erneuerbaren Energien 4. Photovoltaik Potenzialanalyse 1. Detaillierte Analyse des PV-Potenzials auf Gebäuden nach Sektoren Basierend auf: Flächennutzung, Daten der Statistischen Landesämter (Gebäudestruktur, Wohnfläche) Siedlungstyp nach AGFW-Ansatz Solardachkataster, Siedlungstypische Verschattung Analyse der Dachaufbauten 2. Potenzialanalyse für PVFreiflächenanlagen 10 GIS-Auswertung: Alle geeigneten Flächen entlang von Verkehrswegen (siehe EEG) Wohngebäude EFH ZFH MFH(3-6) MFH(7-12) MFH(>12) Garagen Gewerbliche Gebäude Büro- und Verwaltungsgebäude Gewerbegebiete sonstige Gebäude Landwirtschaft Tierhaltung Lagerhallen Maschinenhallen Summe Deutschland 108 GW 52 GW 24 GW 13 GW 9 GW 3 GW 6 GW 59 GW 15 GW 38 GW 7 GW 31 GW 197 GW

11 Regionalisierung der erneuerbaren Energien 4. Photovoltaik Modellierung des Ausbaus PV-Anlagen auf Gebäuden 1. Bottom-Up: Modellierung des Ausbaus mit asymmetrischer Sigmoidfunktion (Eingangsparameter: Potential, Bestand und zeitlicher Verlauf des Ausbaus) 2. Top-Down: Aufbereitung der Ausbaukurven ( Faltung ) in Summe werden Ausbauziele DE erreicht 11 Gemeinde 2 Gemeinde 3 zugebaute Leistung in MW PV-Freiflächenanlagen: Ausbau nach vorgegebenen jährlichen Zubaukorridor Regionalisierung basierend auf dem Potenzial entlang von Verkehrsflächen Gemeinde % Anteil Freiflächen am gesamten Zubau 9% 9% 9% 14 % 30 % 18 % 23 % 11 % FfE RWE-14#A Regio. Leistungspot. Details_eV_ Jahr

12 Vielen Dank für Ihre Aufmerksamkeit Ansprechpartner: Dipl.-Phys. Tobias Schmid +49 (89) Dipl.-Ing. Luis Carr +49 (89) Forschungsstelle für Energiewirtschaft e.v. Am Blütenanger München 12