Diese Arbeit geht der Frage nach, ob sich durch die stattfindende Transformation zu einem kohlenstoffarmen Energiesystem in Deutschland auch Marktchancen für innovative Marktteilnehmer, insbesondere für Speicherbetreiber, herausbilden. Die ökonomischen Effekte, die in Energiesystemen mit hohen Anteilen an variablen erneuerbaren Energien (vEE) auftreten, können durch deren Integrationskosten gemessen werden. Die wissenschaftlichen Untersuchungen in Bezug auf den zusätzlichen Speicher- bzw. Flexibilitätsbedarf für ein solches Energiesystem setzen häufig bei den Ungleichgewichten in der Systembilanz an. Den jeweiligen Methoden liegen jedoch unterschiedliche Annahmen und Rahmenbedingungen zu Grunde, sodass die Ergebnisse nur eingeschränkt miteinander verglichen werden können. Der stündlich schwankende Großhandelspreis an der Strombörse ist ein wichtiger Indikator, um den Flexibilitätsbedarf zu signalisieren. Viele Analysen legen historische oder auch prognostizierte Preiszeitreihen für eine Bewertung von Speicheroptionen zu Grunde. Jedoch wird dabei die Rückkopplung der Betriebsweise eines Energiespeichers auf die Marktpreise außen vor gelassen. In dieser Arbeit wird deshalb eine Methode entwickelt, um den Einfluss eines steigenden Marktvolumens an Speichern und anderen Flexibilitätsoptionen auf die Spotmarktpreise abzuschätzen. Untersucht wird der Einfluss des Speichereinsatzes auf die Stromnachfrage und die Spotmarktpreise in 2020 sowie 2030. Die hierfür zu definierenden Szenarien für den Strommarkt werden modellgestützt abgebildet und ausgewertet. Für die Beantwortung der Fragestellung werden techno-ökonomische Modelle, z.B. das Strommarktmodell MICOES zur Kraftwerkseinsatzplanung, das Modell DeSiflex zur Glättung der Residuallast durch integrierte Flexibilitätsoptionen sowie das Modell Arturflex zur Abschätzung der Arbitragegewinne durch Einsatz von Flexibilitätsoptionen am Spotmarkt, herangezogen.

Diese Dokumentation beschreibt Daten zum deutschen Strom- Wärme- und Gassektor und ermöglicht eine modellgestützte Abbildung dieser Energiesysteme. Die Aufbereitung der Daten erfolgte im Rahmen des vom BMWi geförderten Forschungsprojekts LKD-EU (Langfristige Planung und kurzfristige Optimierung des Elektrizitätssystems in Deutschland im europäischen Kontext, FKZ 03ET4028C). In Zusammenarbeit mit dem Deutschen Institut für Wirtschaftsforschung (DIW), der Arbeitsgruppe Wirtschafts- und Infrastrukturpolitik (WIP) der Technischen Universität Berlin (TUB), dem Lehrstuhl für Energiewirtschaft (EE2), der Technischen Universität Dresden (TUD) und dem House of Energy Markets & Finance der Universität Duisburg-Essen (UDE). Ziel des Dokumentes ist es, Referenzdaten zur Verfügung zu stellen, die den aktuellen Zustand des deutschen Energiesystems repräsentieren. Das Bezugsjahr ist 2015. Diese Dokumentation trägt dazu bei, die Transparenz in der Verfügbarkeit von Daten zum deutschen Energiesystem zu erhöhen. / This data documentation describes a data set of the German electricity, heat, and natural gas sectors compiled within the research project ‘LKD-EU’ (Long-term planning and short-term optimization of the German electricity system within the European framework: Further development of methods and models to analyze the electricity system including the heat and gas sector). The project is a joined effort by the German Institute for Economic Research (DIW Berlin), the Workgroup for Infrastructure Policy (WIP) at Technische Universität Berlin (TUB), the Chair of Energy Economics (EE2) at Technische Universität Dresden (TUD), and the House of Energy Markets & Finance at University of Duisburg-Essen. The project was funded by the German Federal Ministry for Economic Affairs and Energy through the grant ‘LKD-EU’, FKZ 03ET4028A. The objective of this paper is to document a reference data set representing the status quo of the German energy sector. We also update and extend parts of the previous DIW Data Documentation 75 (Egerer et al. 2014). While the focus is on the electricity sector, the heat and natural gas sectors are covered as well. With this reference data set, we aim to increase the transparency of energy infrastructure data in Germany. On the one hand, this documentation presents sources of original data and information used for the data set. On the other hand, it elaborates on the methodologies which have been applied to derive the data from respective sources in order to make it useful for modeling purposes and to promote a discussion about the underlying assumptions. Furthermore, we briefly discuss the underlying regulations with regard to data transparency in the energy sector. Where not otherwise stated, the data included in this report is given with reference to the year 2015 for Germany.

Diese Arbeit geht der Frage nach, ob sich durch die stattfindende Transformation zu einem kohlenstoffarmen Energiesystem in Deutschland auch Marktchancen für innovative Marktteilnehmer, insbesondere für Speicherbetreiber, herausbilden. Die ökonomischen Effekte, die in Energiesystemen mit hohen Anteilen an variablen erneuerbaren Energien (vEE) auftreten, können durch deren Integrationskosten gemessen werden. Die wissenschaftlichen Untersuchungen in Bezug auf den zusätzlichen Speicher- bzw. Flexibilitätsbedarf für ein solches Energiesystem setzen häufig bei den Ungleichgewichten in der Systembilanz an. Den jeweiligen Methoden liegen jedoch unterschiedliche Annahmen und Rahmenbedingungen zu Grunde, sodass die Ergebnisse nur eingeschränkt miteinander verglichen werden können. Der stündlich schwankende Großhandelspreis an der Strombörse ist ein wichtiger Indikator, um den Flexibilitätsbedarf zu signalisieren. Viele Analysen legen historische oder auch prognostizierte Preiszeitreihen für eine Bewertung von Speicheroptionen zu Grunde. Jedoch wird dabei die Rückkopplung der Betriebsweise eines Energiespeichers auf die Marktpreise außen vor gelassen. In dieser Arbeit wird deshalb eine Methode entwickelt, um den Einfluss eines steigenden Marktvolumens an Speichern und anderen Flexibilitätsoptionen auf die Spotmarktpreise abzuschätzen. Untersucht wird der Einfluss des Speichereinsatzes auf die Stromnachfrage und die Spotmarktpreise in 2020 sowie 2030. Die hierfür zu definierenden Szenarien für den Strommarkt werden modellgestützt abgebildet und ausgewertet. Für die Beantwortung der Fragestellung werden techno-ökonomische Modelle, z.B. das Strommarktmodell MICOES zur Kraftwerkseinsatzplanung, das Modell DeSiflex zur Glättung der Residuallast durch integrierte Flexibilitätsoptionen sowie das Modell Arturflex zur Abschätzung der Arbitragegewinne durch Einsatz von Flexibilitätsoptionen am Spotmarkt, herangezogen.

Diese Dokumentation beschreibt Daten zum deutschen Strom- Wärme- und Gassektor und ermöglicht eine modellgestützte Abbildung dieser Energiesysteme. Die Aufbereitung der Daten erfolgte im Rahmen des vom BMWi geförderten Forschungsprojekts LKD-EU (Langfristige Planung und kurzfristige Optimierung des Elektrizitätssystems in Deutschland im europäischen Kontext, FKZ 03ET4028C). In Zusammenarbeit mit dem Deutschen Institut für Wirtschaftsforschung (DIW), der Arbeitsgruppe Wirtschafts- und Infrastrukturpolitik (WIP) der Technischen Universität Berlin (TUB), dem Lehrstuhl für Energiewirtschaft (EE2), der Technischen Universität Dresden (TUD) und dem House of Energy Markets & Finance der Universität Duisburg-Essen (UDE). Ziel des Dokumentes ist es, Referenzdaten zur Verfügung zu stellen, die den aktuellen Zustand des deutschen Energiesystems repräsentieren. Das Bezugsjahr ist 2015. Diese Dokumentation trägt dazu bei, die Transparenz in der Verfügbarkeit von Daten zum deutschen Energiesystem zu erhöhen. / This data documentation describes a data set of the German electricity, heat, and natural gas sectors compiled within the research project ‘LKD-EU’ (Long-term planning and short-term optimization of the German electricity system within the European framework: Further development of methods and models to analyze the electricity system including the heat and gas sector). The project is a joined effort by the German Institute for Economic Research (DIW Berlin), the Workgroup for Infrastructure Policy (WIP) at Technische Universität Berlin (TUB), the Chair of Energy Economics (EE2) at Technische Universität Dresden (TUD), and the House of Energy Markets & Finance at University of Duisburg-Essen. The project was funded by the German Federal Ministry for Economic Affairs and Energy through the grant ‘LKD-EU’, FKZ 03ET4028A. The objective of this paper is to document a reference data set representing the status quo of the German energy sector. We also update and extend parts of the previous DIW Data Documentation 75 (Egerer et al. 2014). While the focus is on the electricity sector, the heat and natural gas sectors are covered as well. With this reference data set, we aim to increase the transparency of energy infrastructure data in Germany. On the one hand, this documentation presents sources of original data and information used for the data set. On the other hand, it elaborates on the methodologies which have been applied to derive the data from respective sources in order to make it useful for modeling purposes and to promote a discussion about the underlying assumptions. Furthermore, we briefly discuss the underlying regulations with regard to data transparency in the energy sector. Where not otherwise stated, the data included in this report is given with reference to the year 2015 for Germany.

Die Dissertationsschrift thematisiert die Frage nach den Kosten und Nutzen einer Diversifikationsstrategie im europäischen Erdgasmarkt und gliedert sich in neun Kapitel. In einer Vorbetrachtung beschreiben die Kapitel eins bis vier die Ausganglage mit Blick auf Angebots- und Nachfragestrukturen sowie der Gasinfrastruktur. Unsicherheiten in Bezug auf die Entwicklung der Nachfrage, Importverfügbarkeit und Preisniveaus werden diskutiert. In einem analytischen Rahmen wird das Thema Diversifikation in den Kontext der Energiesicherheit eingeordnet. Die Kapitel fünf bis sieben befassen sich mit der Beschreibung und der Analyse des europäischen Gasmarkts. Dafür wird ein lineares Modell, GAMAMOD-EU, entwickelt, welches als stochastische Optimierung den Ausbau der Erdgasinfrastruktur unter Einbezug von drei Unsicherheitsdimensionen in den Jahren 2030 und 2045 abbildet. Zusätzlich werden drei Diversifikationsstrategien in Hinblick auf Infrastrukturentwicklung und Versorgungssicherheit analysiert. In einer Erweiterung wird der Import Grüner Gase in die Betrachtung einbezogen. Kapitel acht stellt das deutsche Gasnetzmodell GAMAMOD-DE mit einer Fallstudie vor, die die Versorgungslage im kalten Winter 2012 nachmodelliert. Im abschließenden Kapitel neun werden die zu Beginn aufgeworfenen Forschungsfragen beantwortet, politische Handlungsempfehlungen gegeben und der weitere Forschungsbedarf skizziert.:Table of Contents List of Figures List of Tables Abbreviations Country Codes Nomenclature: GAMAMOD-EU Nomenclature: GAMAMOD-DE 1 Introduction 2 Uncertainties in Gas Markets 3 Diversification in Gas Markets to Ensure Security of Supply 4 Natural Gas Infrastructure 5 The European Natural Gas Market Model (GAMAMOD-EU) 6 Results on Security of Supply in the European Gas Market 7 Impact of Green Gas Imports on Infrastructure Investments 8 The German Natural Gas Market Model (GAMAMOD-DE) 9 Conclusion and Outlook Laws and Communication Papers References Appendix / The dissertation addresses the question of the costs and benefits of a diversification strategy in the European natural gas market and is divided into nine chapters. In a preliminary analysis, chapters one to four describe the initial situation with regard to supply and demand structures as well as the gas infrastructure. Uncertainties regarding the development of demand, import availability and price levels are discussed. In an analytical framework, the topic of diversification is placed in the context of energy security. Chapters five to seven deal with the description and analysis of the European gas market. For this purpose, a linear model, GAMAMOD-EU, is developed, which maps the expansion of the natural gas infrastructure as a stochastic optimisation, taking into account three uncertainty dimensions in the years 2030 and 2045. In addition, three diversification strategies are analysed with regard to infrastructure development and security of supply. In an extension, the import of green gases is included in the analysis. Chapter eight presents the German gas grid model GAMAMOD-DE with a case study, which models the supply situation in the cold winter of 2012. In the concluding chapter nine, the research questions raised at the beginning are answered, political recommendations for action are given and the need for further research is outlined.:Table of Contents List of Figures List of Tables Abbreviations Country Codes Nomenclature: GAMAMOD-EU Nomenclature: GAMAMOD-DE 1 Introduction 2 Uncertainties in Gas Markets 3 Diversification in Gas Markets to Ensure Security of Supply 4 Natural Gas Infrastructure 5 The European Natural Gas Market Model (GAMAMOD-EU) 6 Results on Security of Supply in the European Gas Market 7 Impact of Green Gas Imports on Infrastructure Investments 8 The German Natural Gas Market Model (GAMAMOD-DE) 9 Conclusion and Outlook Laws and Communication Papers References Appendix