WARO – WeatherAggReOpt

Motivation

Der Wandel des Energiesystems von fossilen zu erneuerbaren Energieträgern, fordert erhebliche Änderungen in Kraftwerks-, Netz- und Energiespeicherausbau. Energiesystemmodelle sind ein wichtiges Werkzeug um Folgen von politischen, technischen oder ökonomischen Entwicklungen abschätzen zu können. Mit zunehmendem Detailgrad (Dissagregation) steigen aber auch der Aufwand und die Komplexität der Rechenprozesse. Bei jeder Fragestellung muss zwischen Detailgrad des Modells und dem Rechenaufwand abgewogen werden.

Zielsetzung

Hier setzt das Forschungsvorhaben WeatherAggReOpt an: Gemeinsam mit der Universität Duisburg-Essen arbeitet das Fraunhofer ISE an Verfahren, um die Komplexität von Energiesystemmodellen zu reduzieren und dabei die Ergebnisse möglichst wenig zu verfälschen.

Hierzu werden zunächst theoretische Überlegungen zur optimalen (Dis-)Aggregation innerhalb von Optimierungsmodellen vorgeschaltet. Dann werden Erzeugungspotenziale, die mit vorhandenen und neuen Wetterinformationen räumlich und zeitlich hochaufgelöst ermittelt werden, mit dem Ziel analysiert, ähnliche Anlagen auf Basis von ähnlichen Standortbedingungen aggregieren zu können. Dies ermöglicht dann eine bessere Repräsentation von unterschiedlichen Erzeugungsprofilen innerhalb des Optimierungsmodells. Neben der räumlichen Auflösung der Einspeiseprofile, werden auch die räumliche Auflösung des Stromnetzes und der konventionellen Kraftwerke untersucht. Gerade die Komplexität der Stromnetze kann den Rechenaufwand deutlich erhöhen. Hier wird nach Methoden gesucht, die den Rechenaufwand gering halten und trotzdem eine hohe räumliche Auflösung ermöglichen. Bei der zeitlichen Aggregation liegt der Fokus vor allem auf der Reduktion der Zeitschritte, die notwendig sind um aussagekräftige und stabile Ergebnisse zu erreichen.

Neben der zeitlichen und räumlichen Aggregation soll auch eine Aggregation der Stromerzeugung aus EE-Anlagen auf aussagekräftige Technologieklassen durchgeführt werden, die dann in der Optimierung substitutiv oder komplementär ausgewählt werden können. Dabei wird zusätzlich untersucht, wie Energiespeicherung angemessen abgebildet werden kann. Die Aggregationsansätze sollen so entwickelt werden, dass sie in verschiedene Energiesystemmodelle implementiert werden können und so die Modelle eine höhere Performance erreichen.