Abschätzung der Kosten für den Ausbau der Stromverteilnetze in Deutschland (Linsenmeier 2018)
Manuel Linsenmeier
Das deutsche Stromsystem befindet sich in einem grundlegenden Wandel, bei dem Strom aus fossilen Brennstoffen durch Strom aus erneuerbaren Energien ersetzt wird. Diese Energiewende verursacht erhebliche Kosten für den Ausbau und die Verstärkung der Stromverteilnetze in Deutschland. Diese Kosten werden bis zum Jahr 2030 auf bis zu 40 Mrd. EUR geschätzt (dena, 2012), sind aber relativ unsicher, da kein vollständiger Datensatz der Verteilnetze existiert. Bisherige Studien stützten sich daher auf kleine Stichproben realer Netze und setzten Clustermethoden ein, um die Gesamtkosten des Netzausbaus für Deutschland abzuschätzen. Diese Methodik wurde jedoch bisher nicht untersucht. In dieser Arbeit wird ein Datensatz synthetischer Netzwerke verwendet, um verschiedene Clustermodelle und Cluster-Schätzmethoden zu untersuchen. Diese Modelle und Methoden beinhalten die Methodik, die in früheren Studien verwendet wurde. Darüber hinaus werden alternative Modelle und Methoden vorgeschlagen und untersucht. Zu diesem Zweck wird zunächst ein theoretischer Rahmen entwickelt, um 14 Netzwerkattribute zu identifizieren und zu kategorisieren, die die Kosten des Netzausbaus bestimmen sollen. Jedes dieser Attribute wird dann auf seine Auswirkungen auf die Performance eines Cluster-Modells untersucht, wenn es in diesem Modell enthalten ist. Darüber hinaus werden die Clustermodelle analysiert, die zu der geringsten Kostenstreuung innerhalb des Clusters führen. Basierend auf diesen Ergebnissen werden 57 Clustermodelle ausgewählt und sowohl hinsichtlich der Kostenverteilung innerhalb des Clusters als auch hinsichtlich der relativen Abweichung der geschätzten Gesamtkosten von den berechneten Gesamtkosten bewertet. Abschließend werden zwei Clustermodelle genauer analysiert, einschließlich des geographischen Vorkommens von Clustern. In der gesamten Analyse werden K-Mittelwert und Regressionsbäume als zwei alternative Methoden zur Clusterschätzung verwendet. Darüber hinaus wird die Anzahl der Cluster K von 5 bis 300 variiert. Für die Kosten des Netzausbaus werden ein Worst-Case-Szenario und ein Szenario mit Abregelung konstruiert. Insgesamt schneidet das in früheren Studien verwendete Clustermodell besser ab als die meisten der vorgeschlagenen Alternativmodelle. Die Ergebnisse zeigen jedoch, dass für alle Werte von K mindestens eines der alternativen Clustermodelle besser abschneidet. Darüber hinaus führen Regressionsbäume als Methode zur Clusterschätzung in der Regel zu Clustern mit geringerer Kostenstreuung innerhalb des Clusters und geringerer relativer Abweichung der Gesamtkosten als die K-Mittelwertschätzung, die in früheren Studien verwendet wurde.