1. Einführung
1.1 Datenquellen
Produktions- und Marktdaten
Die in dieser Studie analysierten Produktions- und Marktdaten stammen vornehmlich aus der Quelle der Bundesnetzagentur und sind verfügbar unter: www.smard.de/home.
Die Bundesnetzagentur bietet Daten an für u.a.:
- Stromproduktion regenerativer Erzeuger, insbesondere Windenergieanlagen WEA onshore und WEA offshore, PV-Anlagen,
- Stromproduktion nicht-regenerativer Erzeuger,
- Strombedarf,
- Export ins Ausland, Import aus dem Ausland,
- Börsenpreise am Day-Ahead-Spotmarkt.
Die Daten der Bundesnetzagentur bieten verschiedene Zeitspannen in unterschiedlicher zeitlicher Auflösung an: Viertelstunde, Stunde, Tag usw.1
Die Daten können in dem Portal graphisch dargestellt oder auch z.B. als Excel-Dateien heruntergeladen und analysiert werden.
Die stündlichen Daten können aktuell nur für die Zeitspanne der letzten 2 Wochen heruntergeladen werden. Für längere Analysezeiträume muss man sie selbst regelmäßig im 2-Wochen-Rhythmus herunterladen und lokal abspeichern.
Detaillierte Beschreibungen zu den angebotenen Daten finden sich im Benutzerhandbuch des Portals: www.smard.de/resource/blob/208546/108612cd96cc27646cb328f0ca9cb3d2/smardbenutzerhandbuch-07-2022-data.pdf.
Alternativ dazu bietet z. B. das privat betriebene Portal www.stromdaten.info die Möglichkeit, alle stündlichen Daten eines Jahres auf einmal als Excel-Datei herunterzuladen.
Ein weiteres zweckmäßiges Portal mit Graphiken zum Thema Energie stellt Fraunhofer bereit und findet sich unter: www. energy-charts.info/?l=de&c=DE.
Stammdaten der WEA-Anlagen
Diese stammen aus dem Marktstammdatenregister MaStR der Bundesnetzagentur, wo alle Stromerzeugungseinheiten registriert sein müssen: www.marktstammdatenregister.de/MaStR/.
Portal der Übertragungsnetzbetreiber
Die vier deutschen Übertragungsnetzbetreiber (ÜNB) 50Hertz, Amprion, TenneT und TransnetBW sind qua Erneuerbare-Energien-Gesetz (EEG) verpflichtet, eine Reihe von Messungen, Berechnungen und Veröffentlichungen durchzuführen. Diese Daten können sowohl einzelne Anlagen als auch einen gesamten Anlagenpark betreffen. Die Veröffentlichungen finden sich auf dem Portal: www.netztransparenz.de/de-de/.
Bayerischer Energie-Atlas
Dieser enthält Angaben zu mittleren Windgeschwindigkeiten an allen geographischen Standorten in Bayern und in verschiedenen Höhen über Grund: www.energieatlas.bayern.de.
1.2 Methodik
Mathematisch-statistische Methoden:
Diese Studie beschäftigt sich mit mathematisch-statistischen Methoden und Modellen, die auf die zur Verfügung stehenden Daten angewendet werden. Die angewendeten Untersuchungen erweisen sich zum Teil als komplex.
Zu jeder Berechnung und Modellierung wird definiert, um welche Größen mit welchen Maßeinheiten es sich dabei handelt und was mit den Zahlen, Einheiten, Modellen jeweils berechnet wird und warum.
Die dabei analysierten Größen repräsentieren verschiedene technische, mathematische, ökonomische Sachverhalte. Neben den numerischen Werten sind immer auch die jeweiligen Maßeinheiten genau zu unterscheiden. Die Ausgangswerte stammen aus den oben genannten Portalen und werden in der Regel in Excel-Dateien heruntergeladen und mit Excel-Analysetools untersucht.
Neben einzelnen Werten werden insbesondere auch Abfolgen von Werten betrachtet, insbesondere Zeitreihen mit unterschiedlicher zeitlicher Granularität, wie Stunden-, Tages- oder Jahreswerte.
Dies ist wichtig, um Fehlschlüsse zu vermeiden, dies gilt insbesondere für die arithmetische Summen- und Mittelwertbildung.
Auf Zeitreihen werden verschiedene mathematisch-statistische Verfahren angewendet, wie Summenbildung, Korrelationsuntersuchungen, Häufigkeitsverteilungen. Auf Mengen von Einzeldaten können Summen- und Mittelwertbildungen sowohl in zeitlicher als auch in räumlicher Dimension angewendet werden. Sie werden als Aggregation von Einzeldaten bezeichnet.
Die Umkehrung, also die Auflösung von Summendaten in Einzeldaten, wird als Disaggregation bezeichnet.
Aggregation:
Bei Aggregation von Daten muss im Einzelfall betrachtet werden, ob z.B. eine Mittelwertbildung zu unzulässigen Schlussfolgerungen aus physikalisch-technischen Gegebenheiten führt. Solche unzulässigen Schlussfolgerungen können zu unverantwortlichen Fehlinformationen auf politisch-ökonomischer Ebene missbraucht werden, wie Beispiele zeigen werden.
Gerade in der Statistik kommt es leider oft vor, dass aus gewissen Berechnungen aus Unkenntnis oder mit Absicht fehlerhaft Schlussfolgerungen gezogen werden. Manche bezeichnen dies als "Lügen mit Statistik".
Dies geschieht leider auch im politischen Kontext der sogenannten Energiewende ziemlich häufig, insbesondere im Zusammenhang mit Mittelwertbildungen. Damit wird z.B. versucht, eine Versorgungssicherheit vorzutäuschen, die bei ausführlicher zeitlicher Auflösung (Stunden, Tage) überhaupt nicht gegeben ist. Dies wird weiter unten explizit dargelegt.
Disaggregation:
Daher sind auch immer bei gegebenem Zahlenmaterial, das summarische Aussagen über eine gewisse Grundgesamtheit macht, Disaggregationen durchzuführen, d.h. durch Modellbildung und Plausibilitätschecks Aussagen über einzelne Mitglieder dieser Grundgesamtheit abzuleiten, z.B. detaillierte Zeitreihen zu bilden.
Die so gewonnenen Aussagen über einzelne Mitglieder müssen nicht immer exakt mit der Realität übereinstimmen. Es besteht jedoch eine gewisse Wahrscheinlichkeit, dass die realen Verhältnisse einzelner Mitglieder recht gut durch diese Modellierung wiedergegeben werden können.
Ein Beispiel zur Disaggregation:
Um die Erlöse einer einzelnen konkreten WEA abzuschätzen, müsste man die Zeitreihe der Stromproduktion dieser Anlage kennen. Aus dieser Zeitreihe und der Zeitreihe der Börsenpreise lässt sich der Jahreserlös durch Produkt- und Summenbildung berechnen.
Die Anlagenbetreiber machen ihre konkreten Produktionsdaten in der Regel nicht publik. Monatssummen der Produktion einzelner Anlagen bekommt man zwar über das ÜNB-Portal, aber das sagt nichts über die erzielten Erlöse aus, da die Börsenpreise sich im Stundentakt ändern.
Aus dem SMARD-Portal kann die Zeitreihe der stündlichen Stromproduktion aller Windenergieanlagen onshore entnommen werden. Wie könnte sich daraus eine plausible Zeitreihe für die Stromproduktion einer einzelnen konkreten WEA modellieren lassen?
Eine Möglichkeit wäre, die installierte Nennleistung dieser Anlage durch die installierte Nennleistung aller WEA onshore Anlagen zu dividieren, um damit die unterschiedlichen Nennleistungen aller Anlagen zu berücksichtigen, ebenso den Wirkungsgrad dieser einzelnen Anlage durch den Gesamtwirkungsgrad aller WEA onshore Anlagen zu dividieren und die stündliche Stromproduktion aller Anlagen mit diesen beiden Quotienten zu multiplizieren. Detailliert wird das Verfahren später genau beschrieben.
Eine andere, genauere Methode wäre, die Zeitreihen konkreter WEA zu modellieren unter Rückgriff auf historische Wetterdaten mit feiner räumlicher Auflösung. Hierzu könnte man z.B. das Portal ERA52 einsetzen. Es bietet historische Wetterdaten in geographischer Auflösung von 20 km und in 100 m Höhe über Grund an. Zur Modellierung der Stromproduktion mit solchen Wetterdaten und mit den technischen Kennlinien von WEA könnte man das Tool windpowerlib3 einsetzen.
Leider können wir in dieser Studie auf diese Werkzeuge wegen der Kosten und des Aufwandes nicht zurückgreifen.
Anmerkung: Der "Deutsche Wetterdienst", DWD, bietet Zeitreihen von Windgeschwindigkeiten an, die auf seinen Wetterstationen gemessen werden. Die Höhe dieser Messstationen über Grund beträgt allerdings nur 10 m. Es ist äußerst schwierig und unzuverlässig, aus den Windgeschwindigkeiten in dieser geringen Höhe auf die Windgeschwindigkeiten in der Nabenhöhe von WEA schließen zu wollen. Deshalb können wir den DWD als Datenquelle für Windgeschwindigkeiten leider nicht verwenden.
Häufigkeitsverteilungen:
Eine Tatsache, die in Diskussionen häufig übersehen wird, ist, dass vergröbernde Aspekte wie Summenwerte und Mittelwertbildungen über das Geschehen im Detail wenig aussagen. Die Jahressumme der Produktion einer WEA mag erstaunlich hoch ausfallen, was aber nichts über die Verhältnisse im Detail - das heißt von Stunde zu Stunde - aussagt.
Der Strombedarf ist in den...
