Potentiale zur energetischen Nutzung von Biomasse in der ... - EPFL

100
Figur 22 Erfahrungskurve für PV-Module 1976-1992. Quelle: OECD/IEA:2000.
Empirische Untersuchungen haben gezeigt, dass sich Kostensenkungen auf verschiedene Faktoren zurückführen
lassen (Poponi 2003):
• Änderungen in der Produktion aufgrund von Prozessinnovationen, Grössenvorteilen (Stückzahl-
Kostendegression, Anlagengrössen-Kostendegression) und Lerneffekten.
• Produktänderungen aufgrund von Innovationen, Verbesserungen des Designs, Rationalisierungsfortschritten
oder Standardisierungen.
• Veränderungen der Inputpreise.
Wie in INFRAS et al 2004 ausführlich dokumentiert, findet sich zahlreiche Literatur zu Lernkurven. Allerdings
bezieht sich diese vorwiegend auf Photovoltaik und weitere, im Rahmen dieser Studie nicht
direkt interessierende Technologien, wie z.B. Windenergienutzung. Zudem beschränken sich die Untersuchungen
für Solaranlagen meist auf die Basistechnologien (z.B. PV-Module oder Solarkollektoren).
Zum Teil finden sich auch noch Werte für Gesamtanlagen. Zu den Lernraten bei den Implementationskosten
(Integration der einzelnen System-Komponenten, Planung, Montage etc.) finden sich in
der Literatur jedoch keinerlei Hinweise.
Anhaltspunkte für Lernraten und Kostendegression für Biomassetechnologien bis 2040
Für die erwartete Kostenentwicklung bei den Biomassetechnologien liegen in der Literatur nur wenige
Angaben zu Lernkurven und zu heutigen sowie zukünftigen kumulierten Produktionsvolumen vor. Da
sich ohne empirische Daten kaum abschätzen lässt, bis zu welchem Zeitpunkt eine jeweilige Verdoppelung
der installierten Anlagenkapazitäten erreicht wird, kann die Entwicklung der Gestehungskosten
nicht über die klassischen Lernkurvenbetrachtungen ermittelt werden.
Einen Anhaltspunkt bieten lediglich die Studien von Tseng (Tseng et al 1999), die für die Kostenentwicklung
der Biomassetechnologien einen Zusammenhang zwischen der Zeitachse und den erwarteten
Produktionsvolumen auf dem nordamerikanischen Markt aufzeigen.