Optimale PV-Anlagengrößen: Führt der Fokus auf Eigenverbrauch

Optimale PV‐Anlagengrößen: Führt der Fokus auf Eigenverbrauch zu höheren Gesamtkosten?
Michael Hartner
Dieter Mayr
Andrea Kollmann
Reinhard Haas
10.02.2015
Vienna University of Technology, EEG
1
Outline
• Optimale Dimensionierung der Anlagen
• Daten und Simulation
• Ergebnisse zu optimaler Auslegung
• Ergebnisse zu Eigenverbrauch
• Diskussion der Kosteneffizienz
10.02.2015
Vienna University of Technology, EEG
2
Optimale Dimensionierung aus Sicht eines Haushalts
Eigenverbrauch
Eigenberbrauch
gesamt [kWh]
:
Erlöse
Erlöse gesamt [€]
Eigenverbrauchsanteil [‐]
Spezifische Erlöse [€/kW]
0
0
Installierte Leistung [kW]
Installierte Leistung [kW]
Spezifische Investkosten [€/kW]
0
Installierte Leistung [kW]
Interner Zinsfuss
Investitionskosten
Investkosten gesamt [€]
Optimale Größe Fall 1
Optimale Größe Fall 2
0
Installierte Leistung [kW]
Angenommene Zielfunktion der Haushalte
max
, ,
, ,
. . :
0
20
0
360
0
90
, ,
0
, ,
, ,
1
1
, ,
∙
Variables:
Installierte Leistung des PV systems [kW]
Azimuth des PV systems [°]
Neigungswinkel des PV systems [°]
Interner Zinsfuss [‐]
PV output in Jahr t [kWh]
Eigenverbrauchsanteil [‐]
Parameters:
Haushaltsstrompreis – nur arbeitsabhängiger Anteil [€/kWh]
Preis/Tarif für überschüssige Einspeisung [€/kWh] jährlicheInstandhaltungskosten[€/kW/a]
Fixkosten bei Installation des PV Systems [€]
Variable Kosten bei Installation des PV Systems [€/kW]
10.02.2015
Vienna University of Technology, EEG
4
Einflussfaktoren
• Strombedarf der Haushalte
• Anteil der fixen zu Variablen Kosten bei der vs. Installation • Vergütungsschema vs. • Speicher, Stromsystem
10.02.2015
Vienna University of Technology, EEG
5
Daten zu Haushalten
‐ Gemessene Lastdaten
‐ 15min Leistungsmittelwerte
2
Boxplot of 821 households´ total electricity consumption
b)
1.8
household with high load in the afternoon
1.6
1.4
1.2
0
2000
4000
6000
8000
10000
electricity consumption [kWh]
1
Correlation between load and PV-production
0.4
0.8
c)
correlation coefficient [-]
average hourly household loads [kW]
a)
household with high load in the morning
0.6
0.4
0.2
0
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
hour
10.02.2015
Vienna University of Technology, EEG
0.2
0
-0.2
-0.4
1
200
400
600
821
households
6
Kostenverläufe und Preis für Szenarios
PV system price vs. size
5000
prices 2012
prices 2013
fit 2012
PV systemprice [€/kW]
4000
fit 2013
3000
2000
1000
0
0
2
4
6
8
10
12
14
16
18
20
Installed capacity [kW]
Scenario Parameter
‐ 6 Kostenkurven
Kostenkurven
2008
2009
2010
2011
2012
2013
‐ 3 Preisszenarien
Vergütung
High FIT
Base FIT
Spot
10.02.2015
Fixkosten ‐ cfix
4510 €
3910 €
4043 €
3595 €
3750 €
3410 €
Einspeisung ‐ pf
10 cent/kWh
4 cent/kWh
Stündliche Spotmarktpreise
Vienna University of Technology, EEG
Variable Kosten‐ cvar
4671 €/kW
4359 €/kW
3511 €/kW
3026 €/kW
1705 €/kW
1456 €/kW
Förderung
2400 €/kW
2000 €/kW
1300 €/kW
1100 €/kW
800 €/kW
300 €/kW
Eigenverbrauch ‐ pr
16,5 cent/kWh
16,5 cent/kWh
16,5 cent/kWh
7
Ergebnisse: Optimale Größe der PV Anlage
High feed-in
Spot market prices
18
18
18
16
16
16
14
12
10
8
12
10
8
12
10
8
6
4
4
4
2
2
2
0
0
0
20
08
20
09
20
10
20
11
20
12
20
13
6
14
20
08
20
09
20
10
20
11
20
12
20
13
6
14
Optimal installed capacity [kW]
20
Optimal installed capacity [kW]
20
20
08
20
09
20
10
20
11
20
12
20
13
Optimal installed capacity [kW]
20
Base price feed-in
All at maximum
10.02.2015
Vienna University of Technology, EEG
8
Ergebnisse Eigenverbrauch
Base price feed-in
Spot market prices
0.9
0.9
0.9
0.8
0.8
0.8
0.7
0.7
0.7
0.6
0.6
0.6
10.02.2015
Vienna University of Technology, EEG
20
13
20
08
0
20
13
0
20
12
0
20
11
0.1
20
10
0.1
20
09
0.1
20
08
0.2
20
13
0.2
20
12
0.2
20
11
0.3
20
10
0.3
20
09
0.3
20
12
0.4
20
11
0.4
0.5
20
10
0.4
0.5
20
09
0.5
share of onsite use
1
share of onsite use
1
20
08
share of onsite use
High feed-in
1
9
Ergebnisse Eigenverbrauch – Max Einspeisung/Residuallast
PV output and PV feed-in
4000
Load and Residual load - for load and production averages
production of PV system
feed-in of PV system
load duration curve
residual load duration curve
900
3500
3000
700
2500
600
Power [W]
Power [W]
800
2000
500
400
1500
300
1000
200
500
0
0
10.02.2015
100
2190
4380
hours
6570
8760
0
0
Vienna University of Technology, EEG
2190
4380
hours
6570
8760
10
Interpretation der Ergebnisse
• Optimale Auslegung ist sensitiv gegenüber Vergütungsschema – Regulierte Anreize
• Kann zu Anreizen für relativ kleine Anlagen führen
• Strenger Fokus auf Eigenverbrauch bei PV nicht unbedingt sinnvoll
– < 50% Eigenverbrauchsanteil auch bei sehr kleinen Anlagen
– Ohne DSM wird auch die maximale Residuallast und Einspeisung kaum reduziert
• Kapazität des Verteilnetzes als Beschränkung für Anlagengrößen – erste Abschätzungen: >10 kW ist möglich für typische Netztopologien in Österreich
• Warum dann Fokus auf Eigenverbrauch bei Haushalten?
Verteilung der Förderungen auf viele Haushalte? Anreizwirkung Energiesparen? Finanzierungskosten?
10.02.2015
Vienna University of Technology, EEG
11
Investitionskosten [€]
Kosteneffizienz?
K….gesamte installierte Leistung
Q….Ausgaben für dezentrale PV ∙
Q*
K4
K3
K2
K1
x1
0
x2
x3
Durchschnittliche Anlagengrößen [kW]
x4
110
260
z.B. 12% geringere Kosten bei minimalen Größen von 10 kW
100
240
90
220
4
6
8
10
12
14
16
18
Potential capcity with budget available [MW]
Total investment costs to install existing capacity [Mio €]
Increase of cost efficiency with minimum system size
280
20
minimum PV system size [kW]
10.02.2015
Vienna University of Technology, EEG
12
Schlussfolgerungen
‐
Förderungen, Tarife und Vergütungsdesigns welche Anreize für sehr kleine Anlagen im Haushaltsbereich (z.B. <5 kW) bewirken sollten vermieden werden
‐
Hauptsächlich relevant im Haushaltsbereich v.a. Einfamilienhäuser – Bei Gewerbe und Mehrfamilienhäusern liegen optimale Größen bereits im flacheren Bereich der Kostenkurve!
‐
Tarifstrukturen entsprechen nicht unbedingt den tatsächlichen Kosteneinsparungen im Gesamtsystem – Anreize für Eigenverbrauch überbewertet?
‐
Abrechnung einzelner Kunden/Prosumer kann bei vorhandenen Skaleneffekten zu Ineffizienzen führen. Gemeinsame Abrechnung ganzer Verteilnetzabschnitte kann hier neue Anreize liefern – Umsetzung problematisch!
‐
DSM ist notwendig um Verteilnetze zu entlasten – PV alleine verringert maximale Residuallasten im Haushaltsbereich nicht!
‐
Allgemein: Wenn dezentrale Erzeugungstechnologien Skaleneffekte aufweisen sollten Anreize für sinnvolle Anlagegrößen gesetzt werden ‐ Trade‐off zwischen dezentraler Erzeugung und Skaleneffekten
10.02.2015
Vienna University of Technology, EEG
13
Danke für Ihre Aufmerksamkeit!
Kontakt:
Michael Hartner
[email protected]
TU Wien
Institut für Energiesysteme und Elektrische Antriebe Energy Economics Group – EEG Tel: +43(0)‐1‐58801‐370379 Web: http://eeg.tuwien.ac.at/ 10.02.2015
Vienna University of Technology, EEG
14