RegMex

Modellexperimente und -vergleiche zur Simulation von Wegen zu einer vollständig regenerativen Energieversorgung

BMWE gefördert
  • Projekt-Nr. 150435
  • Laufzeit 07/2015 - 12/2017

Vor dem Hintergrund der Umstellung des deutschen Energiesystems von einer "additiven Rolle" regenerativer Energien hin zu deren Dominanz ist in den letzten Jahren eine große Anzahl von modellbasierten Szenarioanalysen entstanden. Diese sind jedoch aufgrund unterschiedlicher Modellierungsansätze, Annahmen und Ergebnisse nur schwer miteinander vergleichbar. Die Breite an vorhandenem Know-how wird im Projekt "Modellexperimente und -vergleiche zur Simulation von Wegen zu einer vollständig regenerativen Energieversorgung" systematisch verknüpft. Im Detail führen verschiedene Modellierergruppen mit ihren spezifischen Ansätzen Modellexperimente durch, die auf identischen Rahmendaten basieren. Mittels der gemeinsamen Vorabklärung der Fragestellung, der Einigung auf gemeinsame Annahmen sowie auf ein Rahmendatenset und auf aussagekräftige und vergleichbare Ergebnisdarstellungen sollen die zentralen Hemmnisse, die bisher eine Vergleichbarkeit und Qualitätssicherung von Szenarioergebnissen erschwert haben, angegangen und gelöst werden.

Im Einzelnen verfolgt das Projekt primär die folgenden Ziele:

  • Erarbeitung möglichst allgemein nutzbarer Vorlagen zur Charakterisierung von Modellen, Szenarioanalysen und Ergebnissen.
  • Analyse abgestimmter "Energiewende"-Szenarien mit unterschiedlichen Modellsettings bei möglichst identischen Annahmen und Randbedingungen.
  • Erarbeitung robuster Erkenntnisse und kritischer Aspekte der Szenarienanalysen: Wo divergieren die Ergebnisse? Wo konvergieren sie? Warum?
  • Etablierung und Bereitstellung (open source) gemeinsamer Zukunfts-Datensätze
  • Sensitivitätsanalyse der Szenarien in Bezug auf ausgewählte "Brüche" (z. B. Aufgabe des Wind-offshore Ausbaus, Kostendurchbruch bei dezentralen Speichern), die den Ausbau regenerativer Energien stark verändern können und mit hohen volks- oder einzelwirtschaftlichen Verlusten, Risiken sowie Systeminstabilitäten einhergehen können. So sollen Herausforderungen besser analysiert und antizipiert werden können.