Optimale PV-Anlagengrößen: Führt der Fokus auf Eigenverbrauch
Werbung
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
