Advertisement

How Renewable Energy Is Changing the German Energy System—a Counterfactual Approach

  • Carl-Philipp AnkeEmail author
Article
  • 20 Downloads

Abstract

At least once a year, when the new levy for the support of renewable energy sources for electricity production (RES-E) is announced, the German public critically discusses the energy transition. Arguments against RES-E vary greatly, including that they are too expensive, contribute little or not at all to reducing CO2 emissions, present risks to the security of supply and require large grid investment. Whatever the criticism, it at least raises the interesting question of how the German energy system would look like without RES-E. To answer that question a counterfactual Germany power generation portfolio without RES-E is developed. The effects of German RES-E on the European power market are then derived from scenario analysis.

The presented analysis is based on a counterfactual approach using the electricity market model ELTRAMOD, which is based on a cost minimization approach with a time resolution of 8760 h. The modeling problem is split into two models reducing the complexity of the modeled problem: ELTRAMOD-INVEST and ELTRAMOD-DISPATCH. At first, ELTRAMOD-INVEST is used to calculate the counterfactual power plant investments in Germany. Afterwards, the European power plant dispatch is determined with ELTRAMOD-DISPATCH. As RES-E emit no carbon emissions, the carbon price is modeled endogenously to see how German RES-E influence carbon prices and what the effects are.

In the counterfactual scenario, where no German RES-E are installed, the conventional capacity increases up to 8 GW (about 8% of the overall conventional capacity) compared to reality in 2016. That indicates that RES-E prevented investments in conventional capacities. Furthermore power prices in the counterfactual scenario increase up to 18 €/MWh compared to real power prices, which equals the long-term merit order effect. It is composed of three parts: a changed power plant dispatch, higher CO2 prices and additional conventional capacity. The changed power plant dispatch and higher CO2 prices increase the power prices up to 12 €/MWh, in contrast the additional conventional capacity decreases the power price up to 3.5 €/MWh.

Keywords

Renewable energy Merit order effect Energy system analysis Carbon prices Counterfactual analysis German power system 

Wie Erneuerbare Energien das deutsche Energiesystem verändern – eine kontrafaktische Analyse

Zusammenfassung

Mindestens einmal im Jahr, wenn die neue EEG-Umlage angekündigt wird, diskutiert die deutsche Öffentlichkeit kritisch über die Energiewende. Die Argumente gegen Erneuerbare Energien (EE) sind sehr vielfältig, z. B. sind sie zu teuer, leisten nur einen kleinen oder gar keinen Beitrag zur Reduzierung der CO2-Emissionen, gefährden die Versorgungssicherheit und verursachen hohe Netzinvestitionen. Wie auch immer die Kritik bewertet wird, wirft sie zumindest die spannende Frage auf, wie das deutsche Energiesystem ohne EE aussehen würde. Um diese Frage zu beantworten, wird ein hypothetischer deutscher Kraftwerkspark ohne EE entwickelt. Aus einer Szenarioanalyse werden dann die Auswirkungen der deutschen EE auf den europäischen Strommarkt abgeleitet.

Die vorliegende Analyse basiert auf einem kontrafaktischen Ansatz der im Strommarktmodell ELTRAMOD umgesetzt wird. ELTRAMOD hat einen Kostenminimierungsansatz mit einer Zeitauflösung von 8760 h. Zur Reduktion der Komplexität wird das Modellierungsproblem auf zwei Modelle verteilt: ELTRAMOD-INVEST und ELTRAMOD-DISPATCH. Zunächst werden mit ELTRAMOD-INVEST die kontrafaktischen Kraftwerksinvestitionen in Deutschland berechnet. Anschließend wird der europäische Kraftwerkseinsatz mit ELTRAMOD-DISPATCH ermittelt. Da deutsche EEs kein Kohlendioxid emittieren, wird der CO2-Preis endogen modelliert, um zu ermitteln, wie die deutschen EEs die CO2-Preise beeinflussen.

Im kontrafaktischen Szenario, in dem keine deutschen EE installiert sind, steigt die konventionelle Kapazität im Vergleich zur Realität im Jahr 2016 um bis zu 8 GW (rund 8 % der gesamten konventionellen Kapazität). Das zeigt, dass EE Investitionen in konventionelle Kapazitäten verhindert haben. Darüber hinaus steigen die Strompreise im kontrafaktischen Szenario im Vergleich zu den realen Strompreisen um bis zu 18 €/MWh, was dem langfristigen Merit-Order-Effekt entspricht. Er besteht aus drei Teilen: einem geänderten Kraftwerkseinsatz, höheren CO2-Preisen und zusätzlichen konventionellen Kapazitäten. Der geänderte Kraftwerkseinsatz und höhere CO2-Preise erhöhen die Strompreise um bis zu 12 €/MWh, während die zusätzliche konventionelle Kapazität den Strompreis um bis zu 3,5 €/MWh reduziert.

Schlüsselwörter

Erneuerbare Energien Merit-Order-Effekt Energiesystemanalyse CO2-Preise Kontrafaktische Analyse Deutsches Energiesystem 

Notes

Acknowledgements

The author would like to thank Constantin Dierstein, Robert Kunze and Dominik Möst for their helpful comments. Preliminary stages of this research were presented at GOR. The valuable comments and input are highly appreciated. This work was supported by the German Environmental Agency under the research project SeEIS (FKZ 37EV 16 126 0).

References

  1. Babrowski S et al (2013) Reducing computing time of energy system models by a myopic approach. Energy Syst 5(1):65–83.  https://doi.org/10.1007/s12667-013-0085-1 CrossRefGoogle Scholar
  2. BMU (2007) Leitstudie 2007: „Ausbaustrategie Erneuerbare Energien“ – Aktualisierung und Neubewertung bis zu den Jahren 2020 und 2030 mit Ausblick bis 2050. http://elib.dlr.de/56730/1/Nitsch_Leitstudie_2007.pdf. Accessed 29 Apr 2018Google Scholar
  3. BMU (2010) Langfristszenarien und Strategien für den Ausbau der erneuerbaren Energien in Deutschland bei Berücksichtigung der Entwicklung in Europa und global – “Leitstudie 2010”. http://www.dlr.de/dlr/Portaldata/1/Resources/documents/leitstudie2010.pdf. Accessed 29 Apr 2018Google Scholar
  4. BMU (2012) Langfristszenarien und Strategien für den Ausbau der erneuerbaren Energien in Deutschland bei Berücksichtigung der Entwicklung in Europa und global Schlussbericht BMU-FKZ 03MAP146. http://www.dlr.de/dlr/Portaldata/1/Resources/bilder/portal/portal_2012_1/leitstudie2011_bf.pdf. Accessed 29 Apr 2018Google Scholar
  5. BMWi (2017a) EEG in Zahlen: Vergütungen, Differenzkosten und EEG-Umlage 2000 bis 2018. https://www.erneuerbare-energien.de/EE/Redaktion/DE/Downloads/eeg-in-zahlen-pdf.pdf%3F__blob%3DpublicationFile Google Scholar
  6. Bublitz A, Keles D, Fichtner W (2017) An analysis of the decline of electricity spot prices in Europe: Who is to blame? Energy Policy 107:323–336.  https://doi.org/10.1016/j.enpol.2017.04.034 CrossRefGoogle Scholar
  7. Cludius J et al (2014) The merit order effect of wind and photovoltaic electricity generation in Germany 2008–2016 estimation and distributional implications. Energy Econ 44:302–313.  https://doi.org/10.1016/j.eneco.2014.04.020 CrossRefGoogle Scholar
  8. Clulow V (2005) Futures dilemmas for marketers: can stakeholder analysis add value? Eur J Mark 39(9/10):978–997.  https://doi.org/10.1108/03090560510610671 CrossRefGoogle Scholar
  9. Demandt A (2005) Ungeschriebene Geschichte Ein Traktat über die Frage: Was wäre geschehen, wenn ...? 4th edn. Vandenhoeck & Ruprecht, GöttingenGoogle Scholar
  10. Epstude K, Roese NJ (2008) The functional theory of counterfactual thinking. Pers Soc Psychol Rev 12(2):168–192.  https://doi.org/10.1177/1088868308316091 CrossRefGoogle Scholar
  11. Everts M, Huber C, Blume-Werry E (2016) Politics vs markets: how German power prices hit the floor. J World Energy Law Bus 9(2):116–123.  https://doi.org/10.1093/jwelb/jww005 CrossRefGoogle Scholar
  12. Ferraro PJ (2009) Counterfactual thinking and impact evaluation in environmental policy. New Dir Eval(122):75–84.  https://doi.org/10.1002/ev.297 Google Scholar
  13. Ford A (1997) System dynamics and the electric power industry. Syst Dyn Rev 13(1):57–85.  https://doi.org/10.1002/(sici)1099-1727(199721)13:1%3C57::aid-sdr117%3E3.3.co;2-2 CrossRefGoogle Scholar
  14. Fürsch M, Malischek R, Lindenberger D (2012) Der Merit-Order-Effekt der erneuerbaren Energien. https://econpapers.repec.org/paper/risewikln/2012_5f014.htm. Accessed 16 Oct 2018Google Scholar
  15. Geels FW (2013) The impact of the financial-economic crisis on sustainability transitions: Financial investment, governance and public discourse. Environ Innov Soc Transit 6:67–95.  https://doi.org/10.1016/J.EIST.2012.11.004 CrossRefGoogle Scholar
  16. Gelabert L, Labandeira X, Linares P (2011) An ex-post analysis of the effect of renewables and cogeneration on Spanish electricity prices. Energy Econ 33(SUPPL. 1):S59–S65.  https://doi.org/10.1016/j.eneco.2011.07.027 CrossRefGoogle Scholar
  17. Green R, Vasilakos N (2011) The long-term impact of wind power on electricity prices and generating capacity. Department of Economics, Birmingham  https://doi.org/10.1016/j.renene.2016.03.053 (Discussion Paper)CrossRefGoogle Scholar
  18. Haszeldine RS (2009) Carbon capture and storage: how green can black be? Science 325(5948):1647–1652.  https://doi.org/10.1126/science.1172246 CrossRefGoogle Scholar
  19. He J et al (2013) A counterfactual scenario simulation approach for assessing the impact of farmland preservation policies on urban sprawl and food security in a major grain-producing area of China. Appl Geogr 37(1):127–138.  https://doi.org/10.1016/j.apgeog.2012.11.005 CrossRefGoogle Scholar
  20. Hillemacher L, Fichtner W (2012) Analyse des Einflusses des Emissionshandels auf Produktion und Emissionen ausgewählter Industriesektoren. 12. Symposium Energieinnovation, Graz, pp 1–12Google Scholar
  21. Hirth L (2018) What caused the drop in European electricity prices? A factor decomposition analysis. Energy J 39(1).  https://doi.org/10.5547/01956574.39.1.lhir Google Scholar
  22. Hobbie H, Schmidt M, Möst D (2019) Windfall profits in the power sector during phase III of the EU ETS: Interplay and effects of renewables and carbon prices. J Clean Prod. (under Review)Google Scholar
  23. Joffe J (2013) Der Wahnsinn, der aus der Steckdose fließt. https://www.zeit.de/wirtschaft/2013-10/erneuerbare-umlage-kritik Google Scholar
  24. Kallabis T, Pape C, Weber C (2016) The plunge in German electricity futures prices—Analysis using a parsimonious fundamental model. Energy Policy 95:280–290.  https://doi.org/10.1016/J.ENPOL.2016.04.025 CrossRefGoogle Scholar
  25. Klobasa M, Sensfuß F (2011) CO 2-Minderung im Stromsektor durch den Einsatz erneuerbarer Energien im Jahr 2008 und 2009. https://www.isi.fraunhofer.de/content/dam/isi/dokumente/ccx/2011/Abschlussbericht_Gutachten-CO2-ISI_2008-2009.pdf Google Scholar
  26. Klobasa M, Sensfuß F (2013) CO 2-Minderung im Stromsektor durch den Einsatz erneuerbarer Energien im Jahr 2010 und 2011. https://www.isi.fraunhofer.de/content/dam/isi/dokumente/ccx/2013/Abschlussbericht_Gutachten-CO2-ISI_2010-2011.pdf Google Scholar
  27. Klobasa M, Sensfuß F (2016) CO2-Minderung im Stromsektor durch den Einsatz erneuerbarer Energien in den Jahren 2012 und 2013. https://www.umweltbundesamt.de/sites/default/files/medien/378/publikationen/climate_change_11_2016_co2_minderung_im_stromsektor_durch_den_einsatz_erneuerbarer_energien_0.pdf Google Scholar
  28. Kumar S, Möst D (2017) Cross border commercial flow of electricity for Germany: What does market data tell us? 14th International Conference on the European Energy Market (EEM), 2017, pp 1–6  https://doi.org/10.1109/EEM.2017.7981990 Google Scholar
  29. Lankosko J, Ollikainen M (2013) Counterfactual approach for assessing agri-environmental policy: The case of the Finnish water protection policy. Rev Etud Agric Environ 94(2):165–193.  https://doi.org/10.4074/S1966960713012022 Google Scholar
  30. Markewitz P, Robinius M, Stolten D (2018) The future of fossil fired power plants in Germany—A lifetime analysis. Energies 11(6):1616.  https://doi.org/10.3390/en11061616 CrossRefGoogle Scholar
  31. Nicolosi M (2011) The economics of renewable electricity market integration. http://kups.ub.uni-koeln.de/4612/ Google Scholar
  32. Praktiknjo A, Erdmann G (2016) Renewable electricity and backup capacities: An (un-) resolvable problem? Energy J 37(Special Issue 2):89–106.  https://doi.org/10.5547/01956574.37.SI2.apra Google Scholar
  33. Schemm R (2011) Modell zur Untersuchung von Investitionsentscheidungen unter Unsicherheit in Stromerzeugungstechnologien. https://d-nb.info/1013827775/34. Accessed 2 May 2018Google Scholar
  34. Schmidbauer J (2016) Noch nie mussten die Verbraucher so viel für die Energiewende zahlen. https://www.sueddeutsche.de/wirtschaft/eeg-oekostrom-umlage-steigt-auf-rekordwert-von-cent-1.3205215 Google Scholar
  35. Seifert JM (2009) Preismodellierung und Derivatebewertung im Strommarkt – Theorie und Empirie. https://d-nb.info/1003157521/34. Accessed 2 May 2018Google Scholar
  36. Sensfuß F (2011) Analysen zum Merit-Order Effekt erneuerbarer Energien. https://www.solarwirtschaft.de/fileadmin/content_files/Studie_Meritorder.pdf. Accessed 29 Apr 2018Google Scholar
  37. Weigt H (2009) Germany’s wind energy: The potential for fossil capacity replacement and cost saving. Appl Energy 86(10):1857–1863.  https://doi.org/10.1016/J.APENERGY.2008.11.031 CrossRefGoogle Scholar
  38. Wissen R, Nicolosi M (2007) Anmerkungen zur aktuellen Diskussion zum Merit-Order Effekt der erneuerbaren Energien. https://core.ac.uk/download/pdf/6318641.pdf. Accessed 12 Apr 2018Google Scholar
  39. Würzburg K, Labandeira X, Linares P (2013) Renewable generation and electricity prices: Taking stock and new evidence for Germany and Austria. Energy Econ 40(40):159–171.  https://doi.org/10.1016/j.eneco.2013.09.011 CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Chair of Energy EconomicsTU DresdenDresdenGermany

Personalised recommendations