Probabilistische Analyse der Stromgestehungskosten neuer ... - IER

Methodik zur Ermittlung der StromerzeugungskostenStandardmäßige Ermittlung über die Kapitalwertmethode:NPV Gegenwartswert bei Inbetriebnahme (Net Present Value) [€]p ,spezifischer notwendiger Umsatzerlös spezifischer Umsatzerlös[€/MWh el ]E iociSpezifische Betriebskosten (inkl. Brennstoffkosten) [€/MWh el ]q erzeugte Nettoelektrizitätsmenge [MWh el ]tInv Investitionsausgaben zum Inbetriebnahmezeitpunkt [€]0InvRB ,Investitionsausgaben/Kosten zum Zeitpunkt t des [€]tRückbausr Diskontierungsfaktor [%]p =TNT RB[ Inv + ] Inv0octRB,t∑ +t( )∑ tt= 0 1+r t=T ( 1+r)NTN[ qt]∑t=( + )t0 1 rBackup-Kosten für die gesicherte Leistung fluktuierenderStromerzeugungstechnologien:A Kh Vh WLAnnuität (incl. der jährlichen Fixkosten) des Backup-Kraftwerks pro kWVollbenutzungsstundenzahl der VersorgungsaufgabeVollbenutzungsstundenzahl des Kraftwerks mit regenerativen Energieträgern(WEA, PV-Anlage, etc.)Leistungskredit des Kraftwerks mit regenerativen EnergieträgernKBUA=hKV−AK⋅ LhW= AK1⋅(hV−LhW)Probabilistische Analyse der StromerzeugungskostenQuantifizierung von Unsicherheiten bei den Stromerzeugungskosten●Variation von Inputparametern über eine einfaktorielle Betrachtung bzw.analytische Kombination unterschiedlicher Werteannahmen der InputparameterNachteile:●●●Analytische Vorgehensweisevereinfachte Betrachtungsweise (keine Information Varianz/Streubreite)zunehmender Komplexitätsgrad bei Kombination mehrerer AnnahmenProbabilistische Vorgehensweise●Mithilfe von probabilistischen Verfahren lassen sich aufwendigeanalytische Vorgänge vereinfachend numerisch lösen, um Bandbreitenund Unsicherheiten von Kostenabschätzungen anzugeben.Hier angewendet: Monte-Carlo-VerfahrenProbabilistische Analyse der Stromerzeugungskosten

Monte-Carlo-VerfahrenGrundlagen●●●●Verfahren zur numerischen Lösung mathematischer Problemstellungendurch Verwendung von Zufallszahlen mit denen Zufallsereignisse erzeugtwerden um quantitative Entscheidungsprobleme zu lösenZielgrößen, Inputgrößen sowie deren Verteilungsfunktion und dieVerknüpfungsfunktionen müssen bekannt seinBei den Stromerzeugungskosten setzen sich hier die Verknüpfungsfunktionenlediglich aus der Summe der abdiskontierten Einzelkosten überden Lebenszyklus zusammenZiel des Monte-Carlo-Verfahren ist es hier über die Durchführung einergroßen Anzahl an Simulationsläufen die Ausprägungen des Ereignisses (hierder Stromerzeugungskosten) über eine Dichtefunktion anzugebenProbabilistische Analyse der StromerzeugungskostenMonte-Carlo-Verfahren (Simulation)Vorgehensweise●●●Erzeugung der für die Monte-Carlo-Simulation benötigten Zufallszahleninnerhalb der empirisch abgeleiteten o. angenommenen VerteilungsfunktionFür jede verteilungsabhängige Zufallszahl ergibt sich ein neuer Stichprobenwertder AusgangsgrößeWiederholen der Schritte bis eine ausreichende Anzahl von Szenariengerechnet wurde und Bestimmen der Dichtefunktionabgeleitete Verteilungsfunktionals„Umhüllende“Y = f (X 1 ) = X 12Probabilistische Analyse der Stromerzeugungskosten

Monte-Carlo-Verfahren (Simulation)Vorgehensweise●●●Erzeugung der für die Monte-Carlo-Simulation benötigten Zufallszahleninnerhalb der empirisch abgeleiteten o. angenommenen VerteilungsfunktionFür jede verteilungsabhängige Zufallszahl ergibt sich ein neuer Stichprobenwertder AusgangsgrößeWiederholen der Schritte bis eine ausreichende Anzahl von Szenariengerechnet wurde und Bestimmen der DichtefunktionY = f (1,5) = 2,25Probabilistische Analyse der StromerzeugungskostenMonte-Carlo-Verfahren (Simulation)Vorgehensweise●●●Erzeugung der für die Monte-Carlo-Simulation benötigten Zufallszahleninnerhalb der empirisch abgeleiteten o. angenommenen VerteilungsfunktionFür jede verteilungsabhängige Zufallszahl ergibt sich ein neuer Stichprobenwertder AusgangsgrößeWiederholen der Schritte bis eine ausreichende Anzahl von Szenariengerechnet wurde und Bestimmen der DichtefunktionY = f (1,5) = 2,25Probabilistische Analyse der Stromerzeugungskosten

Investitionen und Wirkungsgrade zukünftiger Kraftwerke40003500Kernkraftwerk30002500CCS-Kraftwerk€ 2007 /kW20001500Braunkohle-KWSteinkohle-KW1000Gas GuD500030 35 40 45 50 55 60 65 70Wirkungsgrad in %Probabilistische Analyse der StromerzeugungskostenVerwendete VerteilungsfunktionenVerteilungsfunktionBeta‐Verteilung(x min , x max , α, β)Interpretation und AnwendungModellierung der Eintretenswahrscheinlichkeitauf Basis statistischer Literaturauswertungen(hier: Brennstoffpreise)BetaPERT‐Verteilung(x min , x wahr , x max )Wirkungsgrade neuer Kraftwerke habenkeine große Streuung zum Mittelwert x wahrund sind in Bezug zu den Extremwerten(xmin und x max ) weniger sensitivDreiecksverteilung(x min , x wahr , x max )Bei der jährlichen Auslastungen der Kraftwerkewird eine vergleichbare Verteilungsfunktionwie bei den Wirkungsgradenzugrunde gelegt, mit dem Unterschieddass Extremwerte wahrscheinlicher sindMinimum‐Extrem‐Verteilung(α, β)Probabilistische Analyse der StromerzeugungskostenKraftwerke erreichen in den meisten Fällenmindestens ihre technische Nutzungsdauer;durch die schiefe Verteilung wirdangenommen, dass proportional mehrAnlagen über die Auslegungsnutzungsdauerbetrieben werden

Technische und ökonomische RahmenannahmenFossil befeuerte Technologien zur Stromerzeugung im Jahre 2030Einheit SK-DK SK-CCS BK-DK Gas-GuD Nuk-DWRElektr. Leistung [MW el, net] 800 740 1050 800 1600Elektrischer Netto- [%] 50 38 47 60 36WirkungsgradWerte 1) 45 – 54 34 – 44 44 – 52 54 – 63 33 - 38Spezifische[€/kW el] 1500 2400 1500 700 3000InvestitionskostenWerte 1) 1250 – 1800 1750 – 2450 1350 – 1850 680 – 900 2400 - 3800Jährliche [%/a] 68,5 68,5 68,5 68,5 68,5Auslastung Werte 2) 50 – 86 50 – 86 50 – 92 50 – 86 50 – 93Technische[Jahre] 40 40 40 30 40NutzungsdauerWerte 3) 20 – 50 20 – 50 20 – 50 20 – 40 30 - 60Bauzeit [Jahre] 4,0 4,0 4,5 3,0 6,0Werte 4),1) 2,0 – 8,0 4) 3,5 – 8,0 4) 3,5 – 8,0 4) 1,5 – 6,0 4) 4,0 – 12,0 1)Spezifische[%-Inv.] 5,0 15,0AbrisskostenWerte 1) - - - - 10,0 – 50,0- Fixe O&M [€/kW el/a] 35,0 65,0 39,0 19,0 55,0- Variable O&M [€/MWh el] 4,0 5,0 4,4 2,0 0,5Verteilungen1)BetaPERT-Verteilung, 2) Dreiecks-Verteilung, 3) Minimum-Extrem-Verteilung, 4) Normal-VerteilungProbabilistische Analyse der StromerzeugungskostenTechnische und ökonomische RahmenannahmenFossil befeuerte Technologien zur Stromerzeugung im Jahre 2030EinheitSK-DKElektr. Leistung [MW el, net] 800Elektrischer Netto- [%] 50WirkungsgradWerte 1) 45 – 541)BetaPERT-VerteilungSpezifische[€/kW el] 1500InvestitionskostenWerte 1) 1250 – 1800Jährliche [%/a] 68,5Auslastung Werte 2) 50 – 862)Dreiecks-VerteilungTechnische[Jahre] 40NutzungsdauerWerte 3) 20 – 503)Minimum-Extrem-VerteilungBauzeit [Jahre] 4,0Werte 4),1) 2,0 – 8,0 4) 4) Normal-VerteilungAbrisskosten [%-Inv.] 5,0- Fixe O&M [€/kW el/a] 35,0- Variable O&M [€/MWh el] 4,0Probabilistische Analyse der Stromerzeugungskosten

Technische und ökonomische RahmenannahmenSysteme zur Nutzung erneuerbarer Energien zur Stromerzeugung im Jahre 2030Einheit Bio-KW Onshore Offshore PV-DE PV-Südeur.Elektr. Leistung [MW el, net] 20 3 5 x 40 - -Elektrischer Netto- [%] 31WirkungsgradWerte 1) 26 – 40 - - - -Spezifische[€/kW el] 2850 1050 2050 1450 1450InvestitionskostenWerte 1) 2100 – 3350 950 – 1300 1100 – 3500 1000 – 2000 1000 – 2000Jährliche [%/a] 68,5 21,1 41,0 10,6 20,5Auslastung Werte 2) 50,0 – 86,0 15,5 – 27,0 25,1 – 47,9 9,1 – 13,7 17,1 – 25,1TechnischeNutzungsdauer[Jahre] 30 20 20 25 25Werte 3) 20 – 40 12 – 30 12 – 30 15 – 30 15 – 30Bauzeit [Jahre] 1,5 0,5 1,0 0,5 0,5Werte 4) 0,7 – 3,0 0,2 – 1,0 0,5 – 2 0,2 – 1,0 0,2 – 1,0- Fixe O&M [€/kW el/a] 152 50 120 33 33- Variable O&M [€/MWh el] 2,8Verteilungen1)BetaPERT-Verteilung, 2) Dreiecks-Verteilung, 3) Minimum-Extrem-Verteilung, 4) Normal-VerteilungProbabilistische Analyse der StromerzeugungskostenTechnische und ökonomische RahmenannahmenSysteme zur Nutzung erneuerbarer Energien zur Stromerzeugung im Jahre 2030EinheitOnshoreElektr. Leistung [MW el, net] 3Elektrischer Netto-Wirkungsgrad[%]Werte 1) -Spezifische[€/kW el] 1050InvestitionskostenWerte 1) 950 – 1300Jährliche [%/a] 21,1Auslastung Werte 2) 15,5 – 27,02)Dreiecks-VerteilungTechnischeNutzungsdauer[Jahre] 20Werte 3) 12 – 30Bauzeit [Jahre] 0,5Werte 4) 0,2 – 1,04)Normal-Verteilung- Fixe O&M [€/kW el/a] 50- Variable O&M [€/MWh el] -Probabilistische Analyse der Stromerzeugungskosten

Weitere RahmenannahmenBrennstoffpreise und CO 2 -Zertifikate● Erdgas (Beta-Verteilung, Erwartungswert ~ 8,9 € 2007 /GJ)● Steinkohle (logarithmische Normalverteilung, Erwartungswert~3,5 € 2007 /GJ)● Biomasse (BetaPERT-Verteilung, Erwartungswert ~ 8 € 2007 /GJ)● Braunkohle (Normalverteilung, Erwartungswert ~ 1 € 2007 /GJ)● Kernenergie-Brennstoffkreislauf (Normalverteilung, Erwartungswert~ 10 € 2007 /MWh el )● CO 2 -Zertifikate (BetaPERT-Verteilung, Erwartungswert ~ 50 € 2007 /t)Diskontrate● 8 % (für Bau- und Betriebszeit, BetaPERT-Verteilung, 5 – 10 %)Probabilistische Analyse der StromerzeugungskostenErgebnisse zu den StromgestehungskostenErgebnisse derdeterministischen AnalyseProbabilistische Analyse der Stromerzeugungskosten

Ergebnisse zu den StromgestehungskostenProbabilistische Analyse der StromerzeugungskostenErgebnisse zu den Stromgestehungskosten600500Stromgestehungskosten {€/MWh]400300200Bio-TotalBK-TotalGuD-TotalNuk-TotalOff-TotalOn-TotalPV-TotalSK-TotalCCS-Total10000% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%Wahrscheinlichkeit [%]Probabilistische Analyse der Stromerzeugungskosten

Zusammenfassung●Investitionen in neue und fossile Kraftwerke erscheinen trotzsteigender Energieträgerpreise wirtschaftlichi. Große Unsicherheit bei CCSii. Große Sicherheit bei Braunkohle, Wind Onshore, Kernenergie●●●Die im Rahmen der deterministischen Bestimmung von Stromerzeugungskostendurchgeführten Sensitivitätsanalysen lassen sich mitHilfe des Monte-Carlo-Verfahrens probabilitisch absichernVerteilungsfunktionen helfen die Kosten und Unsicherheiten bessereinzuschätzenWenngleich: eine empirische Bestätigung aller Annahmen undVerteilungsfunktionen nicht immer hinreichend aufgrund begrenzterLiteraturwerte möglich istProbabilistische Analyse der StromerzeugungskostenDanke für die Aufmerksamkeit.Probabilistische Analyse der Stromerzeugungskosten