Grünes Gas für die Gaswirtschaft – Regionale Power-to-Gas-Potentiale aus Onshore-Windenergie in Deutschland

Zusammenfassung

Power-to-Gas gilt als vielversprechende Zukunftstechnologie. Neben der Bereitstellung von Flexibilität im Stromsystem stellt Power-to-Gas eine Alternative zur konventionellen Gasförderung dar und kann einen Beitrag zur Versorgungssicherheit, Importunabhängigkeit und Defossilisierung des Energiesystems leisten. Während Energiesystemanalysen zur Bestimmung des Bedarfs an Power-to-Gas die Forschungslandschaft dominieren, stellt eine bundesweite räumliche Potentialanalyse für Deutschland eine Forschungslücke dar, obwohl Standortfaktoren, wie die Nähe zu einer (möglichst erneuerbaren) Stromquelle oder zu einer Absatzinfrastruktur, die Wirtschaftlichkeit von Power-to-Gas wesentlich beeinflussen. Zunächst werden anhand von Potentialflächen zur Windenergienutzung aktuelle und potentielle Windenenergieanlagen-Standorte lokalisiert. Anschließend wird das technische Potential an Power-to-Gas-Anlagen ermittelt sowie Standorte für Power-to-Gas-Anlagen in Deutschland ausgewiesen. Darauf aufbauend werden unter Einbezug von regulatorischen, gesetzlichen und ökonomischen Faktoren standortspezifische, durchschnittliche Gasgestehungskosten errechnet, welche als Anhaltspunkt für das ökonomische Potential von Power-to-Gas dienen. Es zeigt sich, dass die gegenwärtig hohen Letztverbraucherabgaben eine wirtschaftliche Umwandlung von Überschussstrom in erneuerbares Gas bei Einspeisung in das Gasnetz verhindern. Die Erzeugung von regenerativem Gas aus für diesen Zweck installierten Windenergieanlagen ist kostengünstiger und hat das Potential, unter optimistischen Rahmenbedingungen und unter Vernachlässigung von konkurrierenden Nutzungspfaden mehr als den deutschen Gasbedarf zu decken. Unter Vernachlässigung einer Gasflussberechnung übersteigt das berechnete Power-to-Gas Erzeugungspotential für H₂ bzw. CH₄ die derzeitig Einspeisekapazitäten des deutschen Fernleitungsnetzes. Bei einer detaillierteren Modellierung der Gasflüsse ist zu erwarten, dass technische Restriktionen die Einspeisung insbesondere von H₂ noch weiter beschränken.

Abstract

Power-to-gas is considered as a promising future technology. It can provide flexibility in the power system and contribute to stabilize and defossilise the energy system. In the research landscape energy system analyses are predominantly used to determine the potential of power-to-gas. Although location factors, e.g. the distance to power sources or sales infrastructures, significantly affect the profitability of power-to-gas plants, a spatial potential analysis for whole Germany is still a research gap. First, current and future wind turbine sites are located with use of wind energy potential areas. Technical potentials and locations for power-to-gas plants converting wind power are derived taking gas network access points into account. Average site-specific gas production costs are calculated to evaluate the economic potential having regard to regulatory, legal and economic factors. It becomes apparent that final consumer levies prevent an economic conversion and integration of surplus electricity. The production of renewable gas from installed wind turbines is less expensive and could provide more than the German gas demand, considering optimistic conditions and neglecting competitive usage of wind energy. Without calculating gas flows, the potential for power-to-gas exceeds the feed-in limits for H₂ and CH₄ in the German gas transmission system. In consideration of a detailed gas flow calculation model it can be expected that technical restrictions will limit the injection in particular of H₂ even more.

Anhang

 

Tab. 4 Technische und ökonomische Parameter der Referenzturbine Vestas V112 3 MW. (Nach Hobbie und Möst (2014)

Tab. 5 Nomenklatur für das Optimierungsmodell zur Identifizierung von WEA Standorten

Bei der Identifizierung von zusätzlichen WEA-Standorten im Einsatzkonzept Win stellt die zu maximierende Zielfunktion die Summe der Volllaststunden der Referenz-WEA gemäß Gl. (5) dar. Die Volllaststunden bewerten dabei die Eignung einer Fläche.

$$\text{objective}=\sum _{n\in N}\left(\mathrm{flh}_{n}\cdot \text{YN}_{n}\right)$$

(5)

Dabei muss die Distanz zur nächsten ausgebauten WEA nach Gl. (6) eingehalten werden. Für jeden Punkt innerhalb der Potentialflächen gilt, dass im Punkt selbst sowie auf seinen Nachbarpunkten maximal eine WEA platziert werden darf. Sind auf eben genannten Punkten WEA-Standorte zuvor festgelegt worden, dürfen keine weiteren Anlagen hinzugefügt werden.

$$\begin{matrix}\sum _{n\in N}\left(\text{np}_{n,p}\cdot \text{YN}_{n}\right)\leq 1+\sum _{n\in N}\left(\mathrm{must}_{n}\cdot np_{n,p}\right)\\-\left\lceil \frac{\sum _{n\in N}\left(\mathrm{must}_{n}\cdot np_{n,p}\right)}{9}\right\rceil \end{matrix}$$

(6)

$$\forall p\in \left(P\cap \left(N\cup \text{NB}\right)\right)$$

Gl. (7) stellt dabei sicher, dass die WEA so innerhalb der Regionen platziert werden, dass dort ein Zielwert der Ausbauzahl eingehalten werden kann.

$$\sum _{n\in N if(\mathrm{rkey}_{n,\mathrm{reg}}=1)}YN_{n}\geq nr_{\mathrm{reg}}\ \forall \text{reg}\in REG$$

(7)

Zusätzlich wird die gesamte Ausbauzahl an WEA durch Gl. (8) begrenzt.

$$\sum _{n\in N}YN_{n}\leq \text{plants}$$

(8)

Außerdem wird der binären Entscheidungsvariable YN_n für alle Punkte, an denen WEA-Standorte als Eingangsdaten gesetzt worden sind, 0 zugewiesen.

Den so identifizierten Standorten können anschließend über nachfolgendes Optimierungsmodell Leistungen zugeordnet werden. Dabei wird die Zielfunktion in Gl. (9) maximiert, welche den Energieertrag aller Windenergieanlagen aller Anlagenklassen aufsummiert.

$$\text{objective}=\sum _{c\in C}\sum _{sn\in SN}\left(p\_ \mathrm{inst}_{c}\cdot \mathrm{flh}_{sn}\cdot \mathrm{YNT}_{sn,c}\right)$$

(9)

Dafür wird die binäre Entscheidungsvariable YN_sn,c eingeführt, welche einem Anlagenstandort eine Anlagenleistung zuordnet. Mit Gl. (10) wird sichergestellt, dass jedem Anlagenstandort nur eine WEA einer Anlagenklasse zugeteilt wird.

$$\sum _{sn\in SN}\mathrm{YNT}_{sn,c}=1\ \forall c\in C$$

(10)

Innerhalb der Regionen wird ein Zielwert der Anlagenanzahl je Anlagenklasse gemäß Gl. (11) eingehalten.

$$\sum _{sn\in SN if(\mathrm{rkey}_{sn,\mathrm{reg}}=1)}\mathrm{YNT}_{sn,c}\geq pr_{\mathrm{reg},c}\ \forall c\in C,reg\in REG$$

(11)

Zusätzlich wird im Modell die gesamte Anlagenleistung durch Gl. (12) beschränkt.

$$\sum _{c}\sum _{sn\in SN}\left(p\_ \mathrm{inst}_{c}\cdot \mathrm{YNT}_{sn,c}\right)\leq \text{power}$$

(12)

Bei der Identifikation von potentiellen Standorten für WEA mit Einsatzkonzept Gas erfolgt die Optimierung nach der Zielfunktion in Gl. (13). Dabei wird von allen potentiellen Standorten solche ausgewählt, welche ein minimales Verhältnis zwischen Volllaststunden und Distanz zum nächsten Anschlusspunkt des Gasnetzes aufweisen und gleichzeitig die Abstandsrestriktionen zur nächsten WEA gem. Gl. (6) einhalten. An jedem Standort einer WEA mit Einsatzkonzept Gas wird der Zubau der Referenzturbine angenommen.

$$\text{objective}=\sum _{n\in N}\left(\frac{\mathrm{flh}_{n}}{\mathrm{dist}_{n}}\cdot YN_{n}\right)$$

(13)

Tab. 6 Annahmen über spezifische Investitionskosten und Wirkungsgrade für PtGA in einem konservativen und einem optimistischen Szenario. Quelle: Brunner et al. (2015)

Tab. 7 Zusammensetzung der Stromkosten, Letztverbraucherabgaben gemäß BNetzA (2016) und ÜNB (2017a)

Tab. 8 Klassifizierung der Ferngasleitungen, Quelle: Lehrstuhl für Energiewirtschaft TU Dresden

Abb. 13

Kostenpotentialkurven von H₂ (gestrichelte Linie) bzw. CH₄ (durchgezogene Linie) bei Bezugskosten von 7 €/MWel (dick) bzw. 0 €/MWel (dünn) in einem konservativen (schwarz) bzw. optimistischen (grau) EE80-Szenario mit 10 % Windenergienutzung ohne Letztverbraucherabgaben; Importgaspreis 25 €/MWh_th, CO₂-Emissionsfaktor Erdgas 0,2 t/MWh_th