Poster (After Call)

FZJ-2022-04945

http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png Szenarien mit Energieinfrastrukturausfällen unter Einbezug multipler Parameterunsicherheiten

Cao, K.-K. (Corresponding author) ; Breuer, T.FZJ* ; Frey, U. ; Wetzel, M. ; Sasanpour, S. ; Buschmann, J. ; von Krbek, K. ; Böhme, A.

2022

Please use a persistent id in citations: http://hdl.handle.net/2128/32763

Abstract: Der Einsatz von Modellen zur Erstellung und Untersuchung von Szenarien ist ein wesentliches Instrument der Energiesystemanalyse. Für die Politikberatung ist die Frage nach der Verlässlichkeit solcher Szenarien von großer Wichtigkeit, da diese mit großen Unsicherheiten behaftet sind. Diesem Problem wird im Forschungsprojekt UNSEEN begegnet. Durch das Abfahren eines sehr großen Parameterraums konnten bereits mehr als 1000 Energieszenarien automatisch generiert, berechnet und ausgewertet werden, darunter auch 100 räumlich hoch-aufgelöste Stromsystemmodelle Deutschlands. Letztere Modelle eignen sich auch zur Untersuchung der Auswirkungen von Ausfällen der darin explizit modellierten Energieinfrastrukturen, also von Kraftwerksstandorten, Übertragungsnetzleitungen und Umspannwerken. Um eine Vielzahl aufwendiger Modellrechnungen performant durchzuführen, wurde ein auf High-Performance-Computing angepasster Modellierungs-Workflows entwickelt. Er macht den entstehenden Szenarioraum auf Basis multi-kriterieller Indikatoren (u. a. zu Angemessenheit, Betriebssicherheit und Wirtschaftlichkeit) bewertbar. Die ersten Analysen dieses Szenarioraumes zeigen, dass „Best-Perfoming“ Szenarien verhältnismäßige geringe Zubauraten für Windkraft aufweisen, bei einer Reduktion der CO2-Emissionen im Stromsektor um 85%-89% gegenüber 1990.

---

Contributing Institute(s):

1. Jülich Supercomputing Center (JSC)

Research Program(s):

1. 5112 - Cross-Domain Algorithms, Tools, Methods Labs (ATMLs) and Research Groups (POF4-511) (POF4-511)
2. Verbundvorhaben: UNSEEN ' Bewertung der Unsicherheiten in linear optimierenden Energiesystem-Modellen unter Zuhilfenahme Neuronaler Netze, Teilvorhaben: Entwicklung einer integrierten HPC-Workflow Umgebung zur Kopplung von Optimierungsmethoden mit Methode (03EI1004F) (03EI1004F)
3. ATMLAO - ATML Application Optimization and User Service Tools (ATMLAO) (ATMLAO)

Appears in the scientific report 2022

---

Database coverage:

---