Model voor groen Europees energiesysteem

Stuwmeren in de bergen leveren niet alleen duurzame energie, maar zijn ook te gebruiken als energieopslag.

Ontwikkeling nieuw model

Het model dat de wetenschappers ontwikkelden om de verscheidenheid aan beschikbare opties te tonen is een ‘high-resolution model’, specifiek afgestemd op het Europese energiesysteem. De keuze om een nieuw model te ontwikkelen, heeft te maken met het feit dat er niet eerder consensus is bereikt over een geschikt model dat voldoende betrouwbaar aantoont welke technische oplossingen levensvatbaar zijn in het kader van een klimaatneutraal Europees energiesysteem.
Veel onderzoeken richten zich bijvoorbeeld op een sterk hernieuwbare elektriciteitsvoorziening op basis van wind en pv, omdat deze systemen goede resultaten opleveren met betrekking tot het verkleinen van de CO₂-emissies en daarbij de afgelopen tien jaar ook sterk in prijs zijn gedaald. Echter: techno-economische modellen, die voornamelijk zijn ontworpen om de systeemintegratie van variabele hernieuwbare opwekking te begrijpen, gaan voorbij aan de rol van niet-elektrische, CO₂-neutrale oplossingen. Omdat er ook veel eindgebruikers zijn die géén gebruik maken van elektrische energie, onderschatten deze modellen de potentie van deze oplossingen.
Hiertegenover staan de modellen die energie, milieu en economische factoren samenbrengen om zo de klimaatmigratiepaden te leren begrijpen. Daarbij wordt uitgegaan van veel interacties tussen menselijke en aardse systemen waarin de wereldwijde energiebehoefte is ondergebracht. Pfenninger: ‘Ook aan dit model kleven nadelen die uiteindelijk leiden tot tegenstrijdige systeemontwerpen. Na bestudering van verschillende modellen om tot een optimaal energiesysteem voor een ‘groen Europa’ te komen, moesten we concluderen dat elk onderzoek zich vaak beperkt tot optimalisatie van één of een beperkt aantal oplossingen, waarmee de potentie en de kracht van combinaties over het hoofd wordt gezien.’

‘Om deze kloof te overbruggen is het ontwikkelde high-resolution model nodig. Hiermee is de vraag te beantwoorden: wat is de mogelijke technologische en ruimtelijke diversiteit in een zelfvoorzienend en koolstofneutraal Europees energiesysteem dat grotendeels gebaseerd is op duurzame elektriciteitsopwekking? In dit model worden alle energiegebruikende sectoren in Europa (35 landen) meegenomen: residentiële en commerciële gebouwen, industriële processen en grondstoffen; personen- en vrachtvervoer over de weg, per spoor, door de lucht en over zee. Maar ook openbare diensten, landbouw, visserij en militaire voorzieningen.’
‘Daarbij gebruiken we een verzameling nieuwe methoden om vraag- en aanbodopties in heel Europa te modelleren met een hoge ruimtelijke en temporele resolutie. En bovendien betrekken we alle energiestromen voor elektriciteit, warmte, mobiliteit, waterstof, synthetische koolwaterstoffen, resterende biobrandstoffen en gemeentelijk afval. In het rapport staat beschreven hoe dit model tot stand is gekomen.’

‘In dit model worden alle energiegebruikende sectoren in Europa meegenomen’

Bijna alles is technisch mogelijk, maar voorkeuren beperken de ruimtelijke en technische manoeuvreerruimte.

Open source online platform

Omdat de betrokken wetenschappers voorstander zijn van het delen van data binnen de wetenschappelijke wereld om zo gezamenlijk tot oplossingen te komen, is het model beschikbaar op een open source online platform (www.explore.callio.pe). Hier hebben uiteenlopende doelgroepen, zoals besluitvormers, industrie-analisten en onderzoekers, de mogelijkheid om de afhankelijkheid van hun voorkeursysteem te onderzoeken. Wat gebeurt er bijvoorbeeld bij het veranderen van de opslagcapaciteit, het wel of niet gebruiken van biobrandstoffen of de elektrificatie van vervoer en warmte? En op welke manier is hiermee de schommelende stroomopbrengst van wind en zon op te vangen?

In het model zijn negen factoren te variëren:
1. Opslagcapaciteit: de totale capaciteit van alle opslagtechnologieën om energie in een bepaald uur te ontladen. Dit is inclusief lage-temperatuur warmte, waterstof en elektriciteit. De opslagcapaciteit is geschaald ten opzichte van de maximale waarde (bereik 0,08 - 11 TW).
2. Inperking: percentage van de maximaal beschikbare hernieuwbare elektriciteitsproductie uit wind- en zonne-fotovoltaïsche technologieën dat wordt ingeperkt. Geschaald ten opzichte van de maximale waarde (bereik 0,1 - 6 procent).
3. Gebruik biobrandstof: percentage beschikbare biobrandstoffen dat wordt verbruikt.
4. Nationale import: gemiddelde jaarlijkse import van elektriciteit over alle landen in het studiegebied. Geschaald ten opzichte van de maximale waarde (bereik 4 - 73 TWh).
5. Elektriciteits Gini: mate van ongelijkheid van ruimtelijke verdeling van elektriciteit over alle modelregio’s. Dit wordt gemeten aan de hand van de Gini-coëfficiënt van regionale elektriciteitsproductie. Geschaald ten opzichte van de maximale waarde (bereik 0,53 - 0,74).
6. Onafhankelijkheid van brandstof: mate van ongelijkheid in de ruimtelijke verdeling van de industriële productie van synthetische brandstof ten opzichte van de vraag naar brandstof in alle modelregio’s, gemeten aan de hand van de Gini-coëfficiënt van regionale overproductie. Geschaald ten opzichte van de maximale waarde (bereik 0,63 - 0,93).
7. EV als flexibiliteit: Pearson-correlatie tussen tijdreeksen van het opladen van elektrische voertuigen en die van primaire elektriciteitsvoorziening. Geschaald ten opzichte van de maximale waarde (bereik 0,52 - 0,92).
8. Warmte-elektriciteit: percentage van de warmtevraag waarin wordt voorzien door elektrische voorzieningen.
9. Elektrisch transport: percentage van de vraag naar personen- en vrachtvervoer over de weg waarin elektrische voertuigen voorzien.

Met een openbaar toegankelijke visualisatie-instrument kunnen gebruikers verschillende scenario’s voor een groen en zelfvoorzienend energiesysteem met elkaar vergelijken. De output is visueel en hiermee geschikt om complexe relaties en bijbehorende afwegingen binnen het energiesysteem duidelijk te maken.

Verduurzaming van het vervoer heeft de nodige consequenties voor andere onderdelen van het model.

Voorbeeld met gevolgen

Als bijvoorbeeld het gebruik van biobrandstoffen wordt beperkt, heeft dit tot gevolg dat zowel verwarming als vervoer volledig moeten worden geëlektrificeerd. Hierbij moeten elektrische voertuigen worden opgeladen op tijdstippen van de dag waarop voldoende elektriciteit beschikbaar is. Wanneer deze consequenties in de praktijk zijn in te vullen, zou het voorgestelde model werkbaar zijn. Maar wanneer het bijvoorbeeld maar haalbaar is om 50 procent van het vervoer te elektrificeren, dan zou de vraag naar synthetische brandstoffen, afkomstig van zowel biobrandstoffen als elektrisch afgeleide waterstof, drastisch toenemen. Om zo kosteneffectief mogelijk aan deze vraag te voldoen, is het noodzakelijk deze synthetische brandstoffen te produceren in landen waar elektriciteit het goedkoopst is. Op dit moment komen het Verenigd Koninkrijk, Ierland of Spanje hiervoor in aanmerking. Dat houdt vervolgens een concentratie in van de elektriciteitsproductie en de productie van synthetische brandstoffen in specifieke regio’s. Het gevolg voor de rest van Europa: een groot deel moet energie van elders op het continent invoeren.
Pfenninger: ‘Je ziet op basis van het voorbeeld dat verschillende opties sterk uiteenlopende gevolgen kunnen hebben voor individuele landen. Er zijn bijvoorbeeld opties denkbaar waarbij een aanzienlijk deel van de waterstofproductiecapaciteit in Nederland wordt gesitueerd; maar er zijn ook scenario’s mogelijk waarbij Nederland het grootste deel van zijn brandstof, elektriciteit of beide importeert.’

Een steeds beter inzicht door te spelen met -variabelen

Voor elk scenario is het interactieve visualisatie-instrument te gebruiken om de energie- en technologiemix (links), de regionale spreiding van de waterstofproductie (midden) en de vereiste toename van interregionale elektriciteitstransmissielijnen (rechts) te vergelijken.

Regionale scenario’s leiden tot hogere flexibiliteit

Op basis van het model is tevens te concluderen dat er veel regionale en continentale mogelijkheden zijn om hernieuwbare energie en synthetische brandstoffen kosteneffectief te produceren. Het gaat daarbij vooral om de locatie. Pfenninger: ‘In een specifiek scenario zou een beperking van de energieopslagcapaciteit en een beperkt gebruik van biobrandstoffen leiden tot noodzakelijke en grote uitbreiding van de windkracht- en waterstofproductie in het Verenigd Koninkrijk en Ierland. Dit betekent wel dat er een transportvraagstuk wordt geïntroduceerd om de geproduceerde elektriciteit naar de rest van Europa te distribueren. Dit zou betekenen dat de transmissieverbindingen sterk moeten worden uitgebreid’.
Een ander voorbeeld. Stel dat er een wens is om de opslagcapaciteit en het gebruik van biobrandstoffen te verminderen. Dit is mogelijk wanneer bijvoorbeeld het aandeel zonne-energie uit Zuid-Europa toeneemt; wel op voorwaarde dat deze wordt aangevuld met windenergie elders op het continent. Dit zou betekenen dat de waterstofproductie is op te splitsen in noordelijke en zuidelijke hubs en dat de uitbreiding van het elektriciteitsnet gelijkmatiger is te verdelen.

Start met vergelijken

Met deze voorbeelden geeft Pfenninger duidelijk aan hoe het model en de beschikbaarheid ervan op het online platform de mogelijkheid bieden om verschillende alternatieven te vergelijken binnen een consistent analysekader. Door te spelen met variabelen krijgen onderzoekers en besluitvormers een steeds beter inzicht in, maar ook gevoel voor de mogelijkheden van een groen en zelfvoorzienend energiesysteem in Europa. Ze kunnen bovendien eenvoudiger de voor- en nadelen beoordelen van verschillende scenario’s. Bijvoorbeeld: wat betekent het wanneer energieproductie in enkele regio’s wordt gebundeld en wat is het verschil met een meer gelijkmatige regionale spreiding?
Pfenninger besluit: ‘Waar de gebruikers van het model wel altijd rekening mee moeten houden, is dat de basisaannames onderhevig zijn aan een aantal onzekerheden. De 441 beschikbare opties zijn daarmee te beschouwen als illustratief voor mogelijke toekomstscenario’s die kunnen helpen bij het nemen van beslissingen in deze tijd. Het zijn dus géén voorspellingen.’

Literatuur
Pickering B., Lombardi F., Pfenninger S., ‘Diversity of options to eliminate fossil fuels and reach carbon neutrality across the entire European energy system’, Joule 6, Elsevier, 2022.

Auteurs
- Bryn Pickering PhD is onderzoeker aan de ETH Zürich en richt zich op decarbonisatietrajecten voor individuele Europese landen en het continent als geheel. Verder is hij een van de hoofdontwikkelaars van het energiesysteemmodelleringsraamwerk Calliope en actief lid van het open energiemodelleringsinitiatief.
- Dr. Stefan Pfenninger is universitair docent energiesystemen bij de groep Energie en Industrie aan de TU Delft. Zijn onderzoek richt zich op de wereldwijde transitie naar een honderd procent schoon en hernieuwbaar energiesysteem en op het identificeren en oplossen van de technische, economische en beleidsbarrières op weg naar dat doel. Samen met zijn team onderzoekt hij drie brede gebieden: het begrijpen van de variabiliteit van hernieuwbare energie op ruimtelijke schalen, het ontwerpen van energiesystemen die met deze variabiliteit kunnen omgaan en zelfs kunnen gedijen en tot slot het maken van afwegingen tussen duurzame energie en andere zaken, zoals landgebruik, materiële vereisten en impact op het ecosysteem.
- Francesco Lombardi PhD is een postdoctoraal onderzoeker aan de faculteit Technologie, Beleid en Management binnen de afdeling Engineering Systems and Services van de TU Delft. Zijn onderzoek richt zich op het ontwikkelen van computationele methoden ter ondersteuning van de identificatie van praktisch haalbare, technisch betrouwbare en sociaal aanvaardbare strategieën voor de implementatie van infrastructuur voor een volledig koolstofneutraal energiesysteem.

Tekst: ing. Marjolein de Wit – Blok
Fotografie: iStock

Meer weten over innovatieve technieken en ontwikkelingen?
Meld u dan nu aan voor onze gratis nieuwsbrief.