Verbundvorhaben FlexMex: Modellexperiment zur zeitlich und räumlich hoch aufgelösten Untersuchung des zukünftigen Lastausgleichs im Stromsystem

Abstract

Das Projekt FlexMex konzentrierte sich auf einen Modellvergleich zur Untersuchung der Nutzung von Flexibilitätsoptionen zum Ausgleich der Stromerzeugung aus variablen erneuerbaren Energien. Die zentrale Frage war, wie unterschiedliche Optimierungs- und Technologiemodellie-rungsansätze den Anlageneinsatz in stündlich aufgelösten Stromsektormodellen beeinflussen. Darüber hinaus wurde der Einfluss unterschied-licher Modellumfänge auf den Einsatz von Flexibilitätsoptionen untersucht. Um datenbedingte von modellbedingten Unterschieden in den Ergebnissen konsequent zu trennen, wurden die Eingangsdaten der neun beteiligten Modelle vollständig harmonisiert. Die Anwendung der Modelle wurde dann in zwei Hauptexperimente unterteilt. Im ersten Experiment wurden auf der Grundlage einer umfassenden qualitativen Analyse der Modelle und ihrer Unterschiede einzelne Flexibilitätsoptionen untersucht. Anhand stark reduzierter Testfälle konnten modellspe-zifische Effekte isoliert und quantifiziert werden. Ergänzende Analysen befassten sich mit dem modellendogenen Ausbau von Stromspeichern, Stromnetzen und regelbaren Kraftwerken. Aufbauend auf den technologiespezifischen Analysen wurden im zweiten Modellexperiment komplexere Szenarien betrachtet. Dort wurden sechzehn stilisierte Szenarien betrachtet, die sich in Versorgungsanteil erneuerbarer Ener-gien, Technologieumfang und Optimierungsumfang unterscheiden. Trotz der hohen Anzahl der Modelle und der interagierenden Modellun-terschiede können die Ergebnisabweichungen auf die Modelleigenschaften zurückgeführt werden. Das Experiment zeigt, dass Unterschiede im Modellierungsansatz und der Technologieabbildung zu vergleichsweise geringen Abweichungen führen, während ein heterogener Modell-umfang einen deutlich größeren Einfluss haben kann. Zusammenfassend können die Ergebnisse des FlexMex-Projekts ein besseres Verständ-nis für die Wirkung unterschiedlicher Modellierungsansätze liefern und damit zur Interpretation von Modellergebnissen beitragen.