Modeling Variable Renewable Energy Systems: The Role of Weather Uncertainty, Heating and Long-Duration Storage

Abstract

Diese Dissertation behandelt Herausforderungen bei der Modellierung variabler erneuerbarer Energiesysteme. Ein besonderer Schwerpunkt liegt auf der Rolle von Wettervariabilität und -unsicherheit, Langfristspeichern sowie dem Wärmesektor. Kapitel 1 kontextualisiert und motiviert die Fragestellungen der nachfolgenden Kapitel. Kapitel 2 testet verschiedene Konfigurationen eines stabilisierten und parallelisierten Benders- Dekompositionsalgorithmus für ein zweistufiges stochastisches Energiesystemmodell, das zwischenjährliche Wettervariabilität, dargestellt durch potenziell viele historische Wetterjahre, berücksichtigt. Der verbesserte Algorithmus übertrifft eine Standardimplementierung der Benders-Dekomposition um den Faktor 100 und ist schneller als eine äquivalente deterministische Formulierung, sobald sechs oder mehr Wetterjahre einbezogen werden. Kapitel 3 untersucht die Auswirkungen begrenzter Voraussicht angesichts von Wetterunsicherheit auf operative Entscheidungen eines wind- und solar-basierten erneuerbaren Energiesystems mit Langfristspeichern. Letztere dienen als Absicherung gegen extreme Wetterereignisse. Aufgrund der höheren Vorhersagbarkeit gewinnt die solare Stromerzeugung an relativem Systemwert, was insbesondere in winddominierten Systemen zu einer Erhöhung der installierten Photovoltaikkapazitäten um bis zu 25 % führt. Die Gebote der Langfristspeicher spiegeln die mit der Eintrittswahrscheinlichkeit gewichteten Kosten eines extremen Systemzustands wider. Dieses probabilistische Gebotsverhalten stabilisiert Systempreise und stellt somit häufig geäußerte Bedenken bezüglich der Funktionalität von vollständig erneuerbaren Strommärkten infrage. Kapitel 4 untersucht die Auswirkungen einer großflächigen Elektrifizierung des Wärmesektors auf die benötigten Langfristspeicherkapazitäten. Mithilfe eines großen Datensatzes von 78 Wetterjahren zeigt die Analyse einen erheblichen durchschnittlichen Anstieg des Langfristspeicherbedarfs für ein erneuerbares europäisches Energiesystem. 75%dieses Anstiegs sind auf einen Hebeleffekt zurückzuführen, bei dem zusätzliche Last Perioden knapper erneuerbarer Erzeugung verstärkt. Der restliche Anteil resultiert aus einem Koinzidenz-Effekt, bei dem Kältewellen mit Phasen geringer Verfügbarkeit variabler erneuerbarer Energien zusammenfallen. Eine Kombination aus wasserstoff-basierten Langfriststromspeichern und thermischen Langfristspeichern in Wärmenetzen erweist sich als kostenoptimal. Politische Entscheidungsträger sollten deshalb zügig regulatorische Rahmenbedingungen für beide Speichertechnologien schaffen, um eine weitreichende Wärmeelektrifizierung zu unterstützen und abzusichern. Schließlich ergänzt Kapitel 5 die techno-ökonomische Analyse der vorhergehenden Kapitel durch eine empirische Untersuchung des Wärmesektors während der Energiekrise 2022. Mithilfe eines Causal-Forest-Ansatzes werden die verhaltensbedingten Erdgas-Einsparungen deutscher Haushalte und Unternehmen während der Krise abgeschätzt. Die Analyse zeigt erhebliche Einsparungen trotz unvollständiger Preissignale, die wesentlich zur Schließung einer drohenden Versorgungslücke beigetragen haben.

This dissertation addresses challenges arising in the modeling of variable renewable energy systems. A particular emphasis is placed on the role of weather variability and uncertainty, long-duration storage and the heating sector. Chapter 1 provides broader context and motivates the questions covered in subsequent chapters. Chapter 2 tests various configurations of a stabilized and parallelized Benders decomposition algorithm for a two-stage stochastic formulation of an energy system model subject to interannual weather variability, represented by potentially many historical weather years. The refined algorithm outperforms a standard Benders decomposition implementation by a factor of 100 and is faster than the deterministic equivalent when including six weather years or more. Chapter 3 explores the effect of limited foresight in the face of weather uncertainty in the operational decisions of a wind- and solar-based renewable energy system with long-duration storage. The latter hedges the system against extreme weather realizations. Solar generation gains in relative system value for its higher predictability and installed photovoltaic capacities increase by up to 25%, most significantly so in wind-dominated systems. Long-duration storage bids reflect the probabilityadjusted cost of an adverse system state. This probabilistic bidding behavior stabilizes system prices and alleviates concerns about extreme price disparity in renewable electricity systems. Chapter 4 investigates the impact of a large-scale electrification of the heating sector on long-duration storage capacities. Using a large dataset of 78 weather years, the analysis shows a significant average increase in long-duration storage requirements for a renewable European energy system. 75% of the increase is driven by a leverage effect, in which additional load amplifies periods of renewable scarcity. The remainder is due to a compound effect, where cold spells coincide with periods of low variable renewable energy availability. A mix of hydrogenbased long-duration electricity storage and long-duration thermal storage in district heating networks is found to be cost-optimal and policymakers should expedite the creation of regulatory frameworks for both storage technologies to safeguard and support a wide-spread heating electrification. Finally, an empirical analysis of the heating sector during the 2022 energy crisis complements the techno-economic lens of the preceding chapters. Chapter 5 uses a causal forest approach to estimate the behavioral natural gas savings of German households and businesses during the crisis. The analysis finds significant savings, despite incomplete price signals, that contributed to closing a looming supply gap.