Bissendorf, November 2013 - Advanced Mining Solutions

TECHNOLOGIETRANSFER
nicht berücksichtigt. Abschließend ist noch darauf
hinzuweisen, dass sich die ökologischen Aspekte von
Braunkohlekraftwerken und GuD-Kraftwerken wesentlich
unterscheiden. Demzufolge ist davon auszugehen,
dass in Zukunft ebenfalls unterschiedliche Kosten und
Stromgestehungskosten, für beide Kraftwerkstypen
relevant werden können.
Referenzen
Abb. 10-2:
Einfluss der Parameter auf die Varianz der
Stromgestehungskosten für GuD-Kraftwerke
Schlussfolgerungen Sensitivitäts- und
Risikoanalyse
Dabei wurden die zukünftigen Unsicherheiten auf der
Basis des aktuellen Stands der Technik berücksichtigt
und in die Berechnungen anhand des Analyseansatzes
nach Monte Carlo einbezogen. Die computergestützte
Analyse zeigt, dass über die Jahre 2012 bis 2030 die
Stromgestehungskosten für ein Braunkohlekraftwerk
signifikant tiefer liegen als die für ein GuD Kraftwerk.
Dabei ist zu beachten, dass diese Resultate auf heutigem
Wissen basieren und Aussagen über die Zukunft somit
mit Unsicherheiten behaftet sind. Entsprechend gelten
die Ergebnisse nur für die getroffenen Annahmen und
verwendeten Datengrundlagen.
Weiterhin wurden die wichtigsten Einflussfaktoren auf
den Stromgestehungspreis korreliert. Dabei hat sich gezeigt,
dass für ein Braunkohlekraftwerk in den ersten Jahren die
Auslastung von entscheidender Bedeutung ist. Ebenfalls
wichtig sind die Brennstoffkosten und die Zinsbelastung.
Im Laufe der Zeit kommen den Brennstoffkosten immer
größere Bedeutung zu.
Im Jahre 2030 erreichen die Brennstoffkosten einen
entscheidenden Stellenwert. Beim GuD-Kraftwerk werden
die Stromgestehungskosten von den Brennstoffkosten
dominiert. Die Ergebnisse zeigen das Risiko der
Abhängigkeit vom Gaspreis, der vor allem in Zukunft mit
hohen Unsicherheiten behaftet sein wird.
Die Analyse beschränkt sich nur auf die ökonomischen
Aspekte der Strombereitstellung. Ökologische Aspekte,
wie z.B. klimarelevante Emissionen wurden dabei
[1] Balamuralikrishna, R. & Dugger, J.C. (1995).
SWOOT Analysis: A management tool for initiating new
programs in vocational schools. Journal of Vocational and
Technical Education, 12 (1); Electronic journal retrieved
Sep 12, 02 from http://scholar.lib.vt.edu/ejournals/JVTE/
v12n11/Balamuralikrishna.html
[2] Beermann, M. ;Wolfbauer, J.: Sensitivity
analysis of key indicators in options/projects of regional
development; Integrated decision support in spatial
planning for sustainable rural development in areas along
the former Iron Curtain, Proceedings of the Iron Curtain
International Symposium; 2005; S. 73-78; ISBN: 3-9501929-
0-5; Budapest
[3] Energy Information Administration, Annual
Energy Outlook 2009 (AEO2009), DOE/EIA-0383(2009),
(Washington, DC, February 2009).
[4] Pratt, J., Raiffa, H., Schleiffer, R., 1996.
Introduction to statistical decision analysis.South-
Western College Publishing, Cincinnati
[5] Paul Scherrer Institut (PSI).2004.:Energie-Spegel
Nr.12, November 2004
[6] Prognos AG: Die Rolle der Braunkohle in einer
wettbewerbsorientierten, nachhaltigen Energiewirtschaft.
Köln, (Hg.) Basel, 2002
[7] Ramadani, A., Dissertation: „Prognose- und
Entscheidungsmodell für Entwicklungsszenarien einer
umweltschonenden nachhaltigen Neugestaltung der
Energieversorgung des Kosovo“. Leoben, 2009
[8] Scholz, Roland W. / Tietje, Olaf: Embedded Case
Study Methods: Integrating Quantitative and Qualitative
Knowledge, Sage 2002.
[9] Steger U. at. al.: Nachhaltig entwicklung und
Inovation im Energiebereich, Berlin, Heildelberg, New
York, Hongkong; Mailand; Paris; Tokio: Springer-Verlag,
2002.
[10] Szarka, N.; Dobrosi, L. (2001): The Balanced
Benefit Score Card Model, EC-Project Contract No. QLKS-
CT-2001-01401 “Iron Curtain”
Ausgabe 04 | 2013
www.advanced-mining.com
13