Refine
Year
- 2024 (3) (remove)
Publication Type
- Article (1)
- Conference Proceeding (1)
- Other (1)
Keywords
- energy system modeling (1)
- no-regret (1)
- sensitivity analysis (1)
- sustainable energy (1)
- urban energy system (1)
This study identifies supply options for sustainable urban energy systems, which are robust to external system changes. A multi-criteria optimization model is used to minimize greenhouse gas (GHG) emissions and financial costs of a reference system. Sensitivity analyses examine the impact of changing boundary conditions related to GHG emissions, energy prices, energy demands, and population density. Options that align with both financial and emission reduction and are robust to system changes are called “no-regret” options. Options sensitive to system changes are labeled as “potential-risk” options.
There is a conflict between minimizing GHG emissions and financial costs. In the reference case, the emission-optimized scenario enables a reduction of GHG emissions (-93%), but involves higher costs (+160%) compared to the financially-optimized scenario.
No-regret options include photovoltaic systems, decentralized heat pumps, thermal storages, electricity exchange between sub-systems and with higher-level systems, and reducing energy demands through building insulation, behavioral changes, or the decrease of living space per inhabitant. Potential-risk options include solar thermal systems, natural gas technologies, high-capacity battery storages, and hydrogen for building energy supply.
When energy prices rise, financially-optimized systems approach the least-emission system design. The maximum profitability of natural gas technologies was already reached before the 2022 European energy crisis.
Die Transformation der Energiesysteme im Rahmen der Energiewende macht diese durch zusätzliche Komponenten und Wechselwirkungen immer komplexer. Das ökonomische und ökologische Potenzial, dass sich aus der Nutzung der Synergien dieser Komponenten ergeben kann, erfordert eine gemeinsame Betrachtung des gesamten Energiesystems hinsichtlich sämtlicher Energie- und Verbrauchssektoren.
Die Energiesystemmodellierung stellt eine geeignete Methode zur Modellierung und Optimierung dieser urbanen Energiesysteme dar. Mit dem „Spreadsheet Energy System Model Generator“ (SESMG) hat die FH Münster ein Open Source Tool entwickelt, das die Betrachtung urbaner Quartiere ermöglicht. Diese können hinsichtlich verschiedener Zielkriterien wie z. B. monetären Kosten und THG-Emissionen optimiert werden. Die tabellenbasierte Eingabe erfordert keine Programmierkenntnisse. Das implementierte Urban District Upscaling Tool erleichtert die effektive Modellierung auch größerer Systeme. Die automatisierte Ergebnisaufbereitung ermöglicht eine schnelle Analyse der Ergebnisse.
Der Spreadsheet Energy System Model Generator (SESMG) ist ein Werkzeug zur Modellierung und Optimierung von (urbanen) Energiesystemen. Der SESMG hat eine browserbasierte grafische Benutzeroberfläche, eine tabellenbasierte Dateneingabe und eine ausführliche Dokumentation, was einen einfachen Einstieg ermöglicht. Zudem erfordern die Installation und Anwendung keine Programmierkenntnisse. Im SESMG sind verschiedene Modellierungsmethoden implementiert, wie z. B. die Anwendung des Multi-Energie-System-Ansatzes, die multikriteriale Optimierung, modellbasierte Methoden zur Reduktion des Rechenaufwands sowie die automatisierte Erstellung von räumlich hoch aufgelösten Energiesystemmodellen. Somit können urbane Energiesysteme mithilfe des SESMGs mit vergleichsweise geringem Aufwand, aber unter Berücksichtigung einer Vielzahl von Parametern und Randbedingungen, modelliert und optimiert werden.