Methoden und Modelle
Graphische Darstellung zur Übersicht der verwendeten Daten- und Modelllandschaft am Fraunhofer IEE
Quantitative Entscheidungsmodelle für Planungsprobleme zukünftiger Energiesysteme
| Modelkürzel | SCOPE SD | EMPRISE | IEE.OPT TEP | IEE.OPT GO |
|---|---|---|---|---|
| Modellname | SCOPE Scenario Development | Environment for Modelling and Planning Robust Investments of Sector-integrated Energy systems | Transmission Expansion Planning | Grid Operation |
| Status | Existierende Modellansätze (unter Kontinuierlicher Verbesserung) | Neuentwicklung | Existierende Modellansätze (unter Kontinuierlicher Verbesserung) | Neuentwicklung |
| Art des Entscheidungs- problems (engl.) | Cross-Sectoral Capacity Expansion Planning | Cross-Sectoral Capacity Expansion Planning | Transmission Expansion Planning | Optimal Power Flow + Economic (Re)Dispatch |
| Analytischer Ansatz | LP Deterministisch | LP / QP / MIP Stochastisch (zwei- o. mehrstufig) | MINLP Deterministisch | MINLP Deterministisch |
| Planungshorizont | Statisch („single-period“) | Dynamisch („multi-period“) | Statisch („single-period“) | Statisch („single-period“) |
| Geografischer Fokus und Detail | Europa 1 Knoten pro Gebotszone bzw. Land | Europa 1 Knoten pro Gebotszone bzw. Land | Europa Knoten- & leitungsscharfe Modellierung | Europa Knoten- & leitungsscharfe Modellierung |
| Zeitlicher Fokus und Auflösung | Ganzes Jahr (chronologisch) Stündlich (chronologisch) | Ganzes Jahr o. repräsentative u. extreme Perioden Stündlich (chronologisch) | Ganzes Jahr Stündlich | Ganzes Jahr Stündlich (chronologisch) |
| Anlagendetail | Einzelne Technologiecluster Economic Dispatch (ED) | Einzelne Technologiecluster Economic Dispatch (ED) | Einzelne Leitungen | Aggregierte Technologien je Netzknoten |
| Lösungsansätze u. -techniken | Kommerzielle LP-Solver | Kommerzielle LP-Solver + Szenario-Dekomposition + Progressive-Hedging-Algorithmus | Kommerzielle LP-Solver + sequentielle Problemsegmentierung + Konvergenzsichernde Ansätze | Kommerzielle LP-Solver + Konvergenzsichernde Maßnahmen |
Beschreibung
Das Energiesystemmodell SCOPE Scenario Development (SCOPE SD) am Fraunhofer IEE ist ein sektorenübergreifendes Kapazitätsausbauplanungsmodell (Capacity Expansion Planning, CEP) mit stundenscharfer Abbildung des Anlageneinsatzes im gesamten Jahr (8760 h) und Berücksichtigung aller relevanten Wechselwirkungen zwischen den zukünftigen Strom-, Gebäude-, Industrie- und Transportsektoren. Mit einem linearen Programmieransatz minimiert es die Kosten für Erzeugung, Speicherung und sektorenübergreifende Investitionen in Verbrauchertechnologien sowie für den Betrieb des Gesamtsystems. Es bietet umfassende Möglichkeiten zur Darstellung von traditionellen Stromversorgungssystemen und allen relevanten (Hybrid-)Technologiekombinationen an den sektoralen Schnittstellen zum Gebäude-, Industrie-, und Verkehrssektor.
Als technoökonomisches Bottom-Up-Modell zur Berechnung partieller Gleichgewichte trifft SCOPE SD deterministische Entscheidungen zum Kapazitätsausbau und zum Systembetrieb für ein bestimmtes Szenariojahr. Abhängig davon, wie weit das untersuchte Szenariojahr in der Zukunft liegt, analysiert das Modell sowohl Szenarien mit als auch ohne Bestandsanlagen („brown-field“ bzw. „green-field“). Eine große Stärke des Modells liegt in dem ganzjährigen Optimierungshorizont, was die konsistente Bewertung diverser wetterabhängiger Zeitreihensignale und die Erfassung sektorenübergreifender Korrelationen ermöglicht. Nationale und internationale Treibhausgasemissionsbudgets (z. B. separate Ziele für EU-ETS/ Nicht-ETS) können die Investitionsentscheidungen in Transformationsszenarien hin zur Klimaneutralität beeinflussen. Durch die explizite Modellierung von nationalen und europaweiten Brennstoffmärkten kann die Verwendung von einerseits fossilen und andererseits synthetischen erneuerbaren Energieträgern unterschieden werden, die entweder importiert oder über Elektrolyseure und weitere Umwandlungsschritte im Inland hergestellt werden.
Referenzen
Dissertationen
- A. von Oehsen, Entwicklung und Anwendung einer Kraftwerks- und Speichereinsatzoptimierung für die Untersuchung von Energieversorgungsszenarien mit hohem Anteil erneuerbarer Energien in Deutschland, Dissertation, Universität Kassel, Kassel (2012). URL: https://kobra.uni-kassel.de/handle/123456789/2013050742706
- M. Jentsch, Potenziale von Power-to-Gas-Energiespeichern: Modellbasierte Analyse des markt- und netzseitigen Einsatzes im zukünftigen Stromversorgungssystem, Kassel, Univ., Diss., 2014, Fraunhofer-Verlag, Stuttgart, 2015. URL: http://publica.fraunhofer.de/documents/N-336756.html
- T. Trost, Erneuerbare Mobilität im motorisierten Individualverkehr: Modellgestützte Szenarioanalyse der Marktdiffusion alternativer Fahrzeugantriebe und deren Auswirkungen auf das Energieversorgungssystem, Fraunhofer Verlag, Stuttgart, 2017. URL: http://publica.fraunhofer.de/documents/N-432324.html
- P. Härtel, Offshore grids in low-carbon energy systems: Long-Term Transmission Expansion Planning in Energy Systems with Cross-Sectoral Integration using Decomposition Algorithms and Aggregation Methods for Large-Scale Optimisation Problems, Fraunhofer Verlag, Stuttgart, 2021. URL: http://publica.fraunhofer.de/documents/N-633787.html
Referierte Zeitschriften- und Konferenzbeiträge
- P. Härtel, M. Korpås, Aggregation methods for modelling hydropower and its implications for a highly decarbonised energy system in Europe, Energies 10 (11) (2017) 1841. DOI: 10.3390/en10111841
- P. Härtel, F. Sandau, Aggregated modelling approach of power and heat sector coupling technologies in power system models, in: 2017 14th International Conference on the European Energy Market (EEM), IEEE, 2017, pp. 1–6. DOI: 10.1109/EEM.2017.7981858
- D. Böttger, M. Jentsch, T. Trost, N. Gerhardt, M. von Bonin, J. Eschmann, Cost-optimal market share of electric mobility within the energy system in a decarbonisation scenario, in: 2018 15th International Conference on the European Energy Market (EEM), IEEE, 2018, pp. 1–5. DOI: 10.1109/EEM.2018.8469846
- P. Härtel, D. Ghosh, Modelling heat pump systems in low-carbon energy systems with significant cross-sectoral integration, IEEE Transactions on Power Systems Special Section: Towards a 100% Renewable Energy System. DOI: 10.1109/TPWRS.2020.3023474
- P. Härtel, M. Korpås, Demystifying market clearing and price setting effects in low-carbon energy systems, Energy Economics 93 (2021) 105051. DOI: 10.1016/j.eneco.2020.105051
- F. Frischmuth, P. Härtel, Hydrogen sourcing strategies and cross-sectoral flexibility trade-offs in net-neutral energy scenarios for Europe. Energy 238 (2022), 121598. DOI: 10.1016/j.energy.2021.121598
Sonstige
- Fraunhofer IEE, SCOPE: Cross-sector optimisation of dispatch and investment for analysis of future energy supply systems (2019). URL: https://www.iee.fraunhofer.de/content/dam/iee/energiesystemtechnik/en/documents/Broschures/2019_F_SCOPE_e_web.pdf
Der neue methodische Ansatz ist als quelloffene Software entwickelt und in Python/Pyomo/PySP implementiert worden. Das hierbei entstande „Environment for Modelling and Planning Robust Investments in Sector-integrated Energy sys-tems (EMPRISE)“ kann in seinem jeweils aktuellen Stand unter folgendem GitHub-Repository abgerufen und unter der „GPL-3.0 License“ genutzt werden: https://github.com/philipphaertel/EMPRISE
Das Optimierungswerkzeug IEE.OPT, welches am Fraunhofer IEE entwickelt wurde, ist ein Werkzeug zur Optimierung von Netzplanung (IEE.OPT TEP) sowie Netzbetrieb (IEE.OPT GO). Basierend auf unterschiedlichen Szenario-Informationen und Freiheitsgraden sowie für verschiedene Netzkonfigurationen können sowohl netzplanerische Fragestellungen als auch netzbetriebliche Fragestellungen in unterschiedlicher zeitlicher Auslösung bearbeitet und beantwortet werden. Dabei können alle relevanten Freiheitsgrade und Methoden aus den Themengebieten der Netzplanung und des Netzbetriebs innerhalb des Werkzeugs abgebildet werden und basierend auf unterschiedlichen Modellen individuell gelöst werden.
Sowohl technische, ökonomische als auch technisch-ökonomische Optimierungen können mit Hilfe des entwickelten Werkzeugs IEE.OPT durchgeführt werden und damit Entscheidungen getroffen werden hinsichtlich des notwendigen Netzaus- und zubaus oder auch netzbetriebliche Freiheitsgrade wie beispielsweise eine Redispatchoptimierung, Optimal Power Flow (OPF) Anwendungen oder netzebenen- und netzbetreiberübergreifende Optimierungen individuell modelliert und umgesetzt werden.
Referenzen
Dissertationen
- D. S. Stock: „Entwicklung eines flexiblen Optimierungswerkzeuges zur nichtlinearen mathematischen Mehrzieloptimierung in der Netzführung und Netzplanung“, Dissertation Leibniz Universität Hannover, Fraunhofer-Verlag, 2020. ISBN: 978-3-8396-1598-0.
Referierte Zeitschriften- und Konferenzbeiträge
- D. S. Stock, Y. Harms, D. Mende und L. Hofmann: „Robust Nonlinear Mathematical Transmission Expansion Planning based on German Electricity Market Simulation“, XXI Power Systems Computation Conference, Porto, 2020.
- D. Mende, D. S. Stock und L. Hofmann, „Superposition-based Modelling of Series FACTS in Nonlinear Mathematical Optimized Grid Operation“, 2020 IEEE PES Innovative Smart Grid Technologies Europe (ISGT-Europe), Den Haag, 2020.
- D. S. Stock, L. Löwer, Y. Harms, S. Wende-von Berg, M. Braun, Z. Wang, W. Albers, C. Calpe, M. Staudt, B. Silva, F. Retorta, J. Vieira Silva, und L. Carvalho, „Operational optimization framework improving DSO/TSO coordination demonstrated in real network operation“, CIRED 2020 Berlin Workshop, Berlin, 2020.
- Y. Harms, S. Meinecke, D. S. Stock und M. Braun: „Verlustminimierung in gekoppelten HS/HS-Netzen unter Nutzung einer mathematischen Optimierung“, 16. Symposium Energieinnovation, Graz, 2020
- D. Mende, D. S. Stock und L. Hofmann: „Implementation, Verification and Application Examples of a Mathematical Optimization for Grid Operation in Mixed AC/DC-Systems“, Cigré International Symposium 2019, Aalborg, 2019.
- D. S. Stock, F. Sala, A. Berizzi und L. Hofmann: „Optimal Control of Wind Farms for Coordinated TSO-DSO Reactive Power Management“ in Energies 11, 2018
- D. Mende, D. S. Stock, T. Hennig, L. Löwer und L. Hofmann, „Multiobjective optimization in congestion management considering technical and economic aspects“ in 2016 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC), Xi’an, China, 2016, S. 1061–1066.
- D. Mende, S. Stock, T. Hennig, L. Löwer und L. Hofmann, „Effizientes Engpassmanagement im Spannungsfeld von technischer und wirtschaftlicher Optimierung“, VDE-Kongress 2016, 2016.
Simulationsmodelle zur zeitlichen und räumlichen Energiesystemmodellierung
Die Simulationen für den Ausbau der erneuerbaren Stromerzeugung werden mit energyANTS (energy system ANalyses using Temporal and spatial Simulation) durchgeführt. Die vom Fraunhofer IEE entwickelte Modellfamilie besteht aus mehreren Teilmodulen für verschiedene Aspekte des Energiesystems. Sie umfasst beispielsweise die Simulation von zeitlich und räumlich hoch aufgelösten Einspeisezeitreihen erneuerbarer Energien (windANTS, pvANTS) sowie die Modellierung des regionalen Ausbaus von erneuerbaren Energieerzeugungsanlagen (regioANTS).
Weitere Informationen zu energyANTS finden Sie hier: https://www.iee.fraunhofer.de/de/geschaeftsfelder/energiemeteorologische-informationssysteme/energyants.html