Modellierung von Strommarkterlösen. Entwicklung eines adäquaten modellhaften Abbilds des konventionellen Kraftwerksparks ausgewählter Länder Europas

Abstract

Die Stromerzeugung in Europa basiert auf konventionellen sowie erneuerbaren Energieträgern. Um die Klimaziele der nächsten Jahre erreichen zu können, ist es essentiell, die Zusammensetzung und Charakteristika der Kraftwerksparks in einer aussagekräftigen Form für Modellierungen und als Entscheidungsgrundlage zu kennen. Aufgabe dieser Arbeit ist die Entwicklung einer länderübergreifenden Klassifizierung, die es ermöglicht, die minimalen Gesamtsystemkosten des thermisch konventionellen Kraftwerksparks in einem Strommarktmodell für ausgewählte Länder Europas darzustellen. Ziel ist die Preisbildung und die Kraftwerkseinsatzplanung auf den Strommärkten entsprechend einer ökonomischen Gebotsreihung („Merit Order“) mit hinreichender Genauigkeit zu simulieren. Im Fokus stand hierbei die Frage, welcher Detailgrad unter einer Kosten-Nutzen-Abwägung für eine adäquate Abbildung des Kraftwerksparks erforderlich ist. Im Verlauf dieser Diplomarbeit wurden Klassifizierungen entwickelt, die es ermöglichen, Aussagen über den Kraftwerkspark und die „Merit Order“ eines Landes zu treffen. Es wird gezeigt, wie sich auf Basis von Open Source und kommerziellen Daten, die modellierten stündlichen Strompreise und deren Erzeugungsprofil im Vergleich zu den originalen Preisen verändern. Die mit dem Energiesystemmodell „Balmorel“ durchgeführten Modellierungen wurden für die Länder Spanien, Frankreich und Portugal auf Basis ihrer tatsächlich installierten Kapazitäten des Jahres 2018 durchgeführt. Die dargestellten Ergebnisse zeigen, dass der methodische Ansatz der Klassifizierung grundsätzlich funktioniert und ausreichend ist, um den Kraftwerkspark eines Landes adäquat darzustellen. Es wird ebenfalls gezeigt, dass es große Unterschiede in den Ergebnissen der Länder und in den verschiedenen Wochen und Stunden gibt. Die Resultate der unterschiedlichen Modellierungsläufe wurden sowohl grafisch als auch statistisch verglichen und bewertet. Dabei wurde ersichtlich, dass die Datenherkunft sowie deren Qualität und Quantität mitunter den größten Einflussfaktor auf die Ergebnisse der Modellierung darstellt.

In Europe electricity generation is based on conventional and renewable energy sources. To achieve the climate targets for the next few years, it is essential to know the composition and characteristics of the power plant parks in a meaningful way for modeling and as a basis for decision. The task of this thesis is the development of a transnational classification, which makes it possible to represent the minimum total system costs of the thermal conventional power plant park in an electricity market model for selected European countries. The aim is to simulate pricing and power plant deployment planning on the electricity markets in accordance with an economic series of bids (“merit order”) with sufficient accuracy. Focus was the question of what level of detail is required after a cost-benefit analysis for an adequate mapping of the power plant. Throughout this diploma thesis, classifications were developed that make it possible to make statements about the power plant fleet and the “merit order” of a country. It is shown how based on open source and commercial data, the modeled hourly electricity prices and their generation profile change compared to the original prices. The modeling carried out with the energy system model “Balmorel” was made for Spain, France and Portugal on the basis of their actually in-stalled capacities in 2018. The results proof that the methodical approach to classification works in principle and is sufficient to adequately represent a country's power plant fleet. It is also shown that there are big differences in the results of the countries and in the different weeks and hours. The representation of results of the different modeling runs were compared and evaluated both graphically and statistically. It becomes obvious that source of data as well as its quality and quantity are one the greatest influencing factor on the results of the modeling.