IfaS - stoffstrom.org · Internet: Entwicklung strategisches Entscheidungsmodell Markt- und...
Transcript of IfaS - stoffstrom.org · Internet: Entwicklung strategisches Entscheidungsmodell Markt- und...
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Fachhochschule Trier / Umwelt-Campus Birkenfeld
Institut für angewandtes Stoffstrommanagement (IfaS)
Internet: www.stoffstrom.org
Marktgeschehen und Ausbaupotenzial von
Biomasse-Heizkraftwerken in Deutschland
IfaS Ralf Köhler Dipl.-Ing. (FH), M.Sc.
11. Biomasse-Tagung
Umwelt-Campus Birkenfeld,
10.11.2011
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Fachhochschule Trier / Umwelt-Campus Birkenfeld
Institut für angewandtes Stoffstrommanagement (IfaS)
Internet: www.stoffstrom.org
Entwicklung strategisches Entscheidungsmodell
Markt- und Rohstoffsituation!
Projektkooperation
Mittelständisches EVU
(Energiespezialist im Bereich der
dezentralen Energieversorgung)
Abteilung Technische Innovation /
Kompetenzzentrum Brennstoffe und
Entsorgung
Marktgeschehen und Ausbaupotenzial von
Biomasse-Heizkraftwerken in Deutschland
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Inhalte
I. Ausgangslage und Zielsetzung
II. Hypothesen und Methodik
III. Teil 1 – Input-Szenario (Brennstoffe) Rohholzangebot
Rohholznachfrage
IV. Teil 2 – GIS-basierte Clustermodellierung CORINE Land Cover (CLC2006)
Ermittlung der Input-Cluster – Rohstoffeinzug
Ermittlung der Output-Cluster – Energieabnahme
V. Teil 3 – Output-Szenario (Biomasse-KWK) Ökonomische Analyse
Sensitivitätsanalyse
VI. Teil 4 – Handlungsempfehlung [Entscheidungsmodell]
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
I. Ausgangslage und Zielsetzung
Ausgangslage
Errichtung von BMHKW auf Basis von NawaRo-Festbrennstoffen
Einsatzmengen zw. 10.000 t und 50.000 t FM; bis 5 MWel
Optimierte Standortauswahl treffen
Unzureichende Marktübersicht über Verfügbarkeit, Angebot, Logistik und Preisgefüge von NawaRo-Festbrennstoffen
Optimiertes Erzeugungskonzept zum Energiebedarf
Was ist die – aus wirtschaftlichen Gesichtspunkten optimale – Anlagendimension (operativer Cashflow, Internal Rate of Return)
Zielsetzung
Entscheidungsmodell für Deutschland zur (methodisch) optimierten Vorgehensweise zur Wahl des/der geeigneten Standort(e)s in Deutschland
Brennstoffseite / Energieabnahmeseite
Handlungsempfehlungen ableitend aus dem Modell
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
II. Hypothesen
Inputseitig
Stehen in Deutschland genügend NawaRo-Brennstoffe zur Versorgung weiterer BMH[K]W zur Verfügung?
Fokus: (Wald-)Rohholzaufkommen
Wie ist die Verteilung (potenziell energetisch) nutzbarer Rohholzpotenziale in Deutschland?
Was sind die maßgeblichen Inputstoffströme von NawaRo-BMH[K]W (FWL 500 kW – 20 MW) in Deutschland?
Belegungs- und Bezugsdichte von BMH[K]W in Deutschland
Cluster erschlossene und unerschlossene Standorte von BMH[K]W
Outputseitig
Wo sind ausgehend von der Brennstoffverfügbarkeit (Rohholzangebot) / Wärmenutzungsmöglichkeit (Wärmesenken für industrielle/gewerbliche KWK) unerschlossene Standorte von BMH[K]W in Deutschland?
Was sind die unter ökonomischen Gesichtspunkten „rentabelsten“ Output-Cluster (nach Anlagendimension)?
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
II. Methodik
Teilziel 3
Output-SzenarioÖkonomie BMHKW
Teilziel 2 GIS-basierte Clustermodellierung
Was?
NawaRo-fähige
Festbrennstoffe
Wie?
Rohholzpotenzial
nach der BWI II
Brennstoffeinzugs-
radien
Input-
Cluster
Output-
Cluster
Was?Technische System-
auslegung;Rentabilität nach
Anlagendimension
Wie?Cashflow-Analyse,
Vergleich der IKV(Int. Verzinsung) von
Anlagenkonzepten
Teilziel 1
Input-SzenarioBiomasse-Brennstoffe
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
Waldholz
Datengrundlage zur Ermittlung des Rohholzaufkommens
Holzaufkommensmodellierung der Bundeswaldinventur II (Modell WEHAM 2008 - 2012, BMELV)
Setzt sich aus Wachstums-, Nutzungs- und Sortierungsmodell zusammen; Übereinstimmung mit realem Nutzungssatz zu 98%
Quelle:
Mrosek/Kies/Schulte (2006)
Vgl. EEG 2012: X-Holz < 7 cm Ø;
Anhebung Grundvergütung um
30% bis 5 MWel; Senkung bis
0,5 MWel bis zu 60%
Substitutionsprodukt Energieholz
Stammholz / Brennholz
Privathaushalte = wirtschaftlich
und administrativ vergriffen
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
LP-Holz,
Agrarholz
Exkurs: Alternative „NawaRo-fähige“ Brennstoffe
Landschaftspflegeholz
Primärenergie:
1,75 MWh/t TM (LP-Holz), 1,65 MWh/t TM Grünschnitt
Potenziale: Landschaftspflege: < 2,5 t TM/ha*a, Straßenbegleitgrün: 0,5 – 2 t FM/km*a
Hohe Variation hinsichtlich Aufkommen und Qualitäten
Gesicherte regionalisierbare Aussagen nur anhang konkreter Studien möglich!
Agrarholz
Pappel- und Weiden im Kurzumtrieb (Erntezyklen 3- 5 Jahre)
In Deutschland ca. 2.500 ha realisiert (8 – 15 t TM/ha*a)
Zukünftig: 10-facher Zuwachs an Flächenpotenzialen für Agrarholz in kommender Dekade (NAP BMU 2010 – 2020)
Hohes Potenzial zur Kooperationsbildung zwischen EVU und Erzeugergemeinschaft
Langfristiger Biomassebezug
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
Einführung (Frank)
Energiepolitischer Rahmen,
z.B. Veröffentlichung Nitsch,
Integriertes Energie- und
Klimaschutzprogramm 2007,
Enquete-Kommission des
Bundestages)
2020:
Biomasseanteil von
8% auf ca. 17%
steigern
2050:
Biomasse stellt ca.
30% der gesamten
EE-Endenergie
u.a. durch
Waldstrategie 2020
(BMELV)
Energie für morgen
(BMELV)
Null-Emissions-
Netzwerke
(kommunal/privat)
Quelle:
Nitsch (2008)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
Rohholzbedarf nach der Clusterstudie Forst & Holz (2008)
Bsp.: Energetische Verwendung
Berechnung des Gesamt-Brennstoffinput
Berechnung des NawaRo-Brennstoffinput
1. Schritt: Markt- und Standortanalyse zur Energiewirtschaft
Wärmebetriebene (Nicht-EEG-) Anlagen ab 0,3 MWth
Biomasse-Heizkraftwerke (EEG-) Anlagen ab 0,3 MWel
Primärdatenerhebungen / Bundesnetzagentur / Energymap (DGS e.V.) / usw. Stand: Januar 2011
2. Schritt: Energetische Kenndaten der Biomasseanlagen
3. Schritt: Berechnung des Brennstoffinput (Gesamt und NawaRo-Mix)
4. Schritt: NawaRo-Mix (realer Waldholzfaktor)
Nicht-EEG-Anlagen 70% X-Holz, 4% Industrieholz
EEG-Anlagen 16% X-Holz, 3% Industrieholz
pro BMH[K]W
in Deutschland
Synonym:
Stoffliche
Verwendung der
Holzindustrie
(Rohholzeinzugs-
radien)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
18%
16%
14%
4%
2%
3%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
<10 Tt 10-50 Tt 50-100 Tt >100 Tt
Brennstoffmix BMHKW (verändert nach Polley/Kroiher 2007)
Grünschnitt, Rinde Industrierestholz Sägerestholz
Waldrestholz (X) Industrieholz Altholz
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
Bsp.: Stoffliche Verwendung
Holzwerkstoffindustrie: OSB, MDF
Papier- und Zellstoffindustrie
1. Schritt: Ermittlung spez. Industriestandorte in D.
Verarbeitungsschwerpunkt und Strukturbeschreibung
Rohstoffbedarf entsprechend Verarbeit.kapazitäten
Primärdatenerhebungen / Pöyry Consulting / Internat. Holzhandesbörse IHB
2. Schritt: Ermittlung des Rohstoffmix
wirtsch. Substitut
Energieholz
18%
65%
100%
0%
20%
40%
60%
80%
100%
Spanplatte MDF OSB
Brennstoffmix Holzindustrie (verändert nach Ochs et al. (2007)
Gebrauchtholz Holzhackschnitzel Sägespäne Industrieholz
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
0
50
100
150
200
250
300
350
400
450
Wald
rest
holz
menge in [T
sd.
t T
M/a
]
Potenzial in [Tsd. t TM] Nachfrage in [Tsd. t TM]
III. Teil 1 – Input-Szenario Brennstoffangebot
Potenzial und Nachfrage an Waldrestholz
Quelle:
Verändert nach BMELV (2011)
Differenzierte
Betrachtung der
Bundesländer
Massenanfall je
nach Ausstattung
Hauptbaumarten
(Nadelholz-,
Laubholzdominiert)
Potenziale in
Deutschland mit 6%
ein leichtes Plus!
Nachfrage
Angebot
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
-
200
400
600
800
1.000
1.200
Indust
rieholz
menge in [
Tsd
. t T
M/a
]
Potenzial in [Tsd. t TM] Nachfrage in [Tsd. t TM]
III. Teil 1 – Input-Szenario Brennstoffangebot
Potenzial und Nachfrage an Industrieholz
Quelle:
Verändert nach BMELV (2011)
Einzelne
Bundesländer
positiven Bereich
Potenziale in
Deutschland
mit 41% im
defizitären Bereich
Hohe Gewichtung
Industrieholzimport
Nachfrage
Angebot
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
18MWel
84MWel
65MWel
135MWel
126MWel 67
MWel 167MWel
289MWel
284MWel
196MWel
9MWel
155MWel
59MWel
0
10
20
30
40
50
60
An
lag
en
be
sta
nd
0,3 - 0,5 MWel 0,5 - 5 MWel > 5 MWel Pel gesamt = 1.664 MWel
III. Teil 1 – Input-Szenario Brennstoffangebot
NawaRo-
Brennstoff-
nachfrage der
Energiewirtschaft
BMHKW (EEG-Anlagen) 0,62 Mio. t 45% Bedarf der Energiewirtschaft
BMHW (Nicht-EEG-Anlagen) 0,76 Mio. t 55% Bedarf der Energiewirtschaft
Datenbank enthält 839 Einträge Stand Jan. 2011:
227 EEG-Anlagen (BMHKW) 0,7 und 100 MWel
612 Nicht-EEG-Anlagen (BMHW)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
IV. Teil 2 – GIS-basierte Clustermodellierung
Anwendung CORINE Land Cover (CLC2006)
Modellierung der Cluster mittels ArcGIS Version 9.1
Von ESRI entwickelte Dateiformate dbf. als Shapefiles
Für jede Informationstiefe Erstellung eines „Layers“
Informationsbelegung der Shapefiles mithilfe von Attributen
Attributdaten von CORINE Land Cover 2006 (Coordinated Information on the European Environment)
Projekt zur einheitlichen Klassifikation der wichtigsten Formen europäischer Landnutzungsformen
im Auftrag des Umweltbundesamtes (UBA), des Deutschen Fernerkundungsdatenzentrums (DFD) sowie des Deutschen Zentrums für Luft- und Raumfahrt (DLR)
Generierung der Shapefiles durch Polygone
Laubwald CLC-Code 311
Nadelwald CLC-Code 312
Mischwald CLC-Code 313
Industrie- und Gewerbeflächen CLC-Code 121
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
IV. Teil 2 – GIS-basierte Clustermodellierung
Quelle:
Water & Earth Technologies,Inc. (2011)
Spezifisches Wald-Rohholz
Rohstoffsituation!
Industrie- und Gewerbe
Energieabnahme
Infrastruktur
Transportdistanzen
Raumsegmente und
Politische Verwaltungsgrenzen
PLZ-Gebiete, Körperschaften
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
IV. Teil 2 – GIS-basierte Clustermodellierung
Ermittlung der Input-Cluster
Ermittlung der Rohstoffeinzugsradien mittels Waldflächen-faktoren (spez. Rohholzaufkommen nach 3-stelligem PLZ-Bereich)
„Annäherungsradius“ Umliegende 3-stellige PLZ-Gebiete
12%
35% 24%
5%
Rohstoffversorgungsradius Anlagenstandort
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
IV. Teil 2 – GIS-basierte Clustermodellierung
Ermittlung der Output-Cluster
Vorgabe: Optimaler Standort direkte Wärmeabnahme über Wärmeverteilnetze!
Forderung EEG 2012: Pflicht zur Nutzung von mind. 60% der Abwärme
Vorhandensein von Industrie- und Gewerbeflächen im Zentroid des Clusters, d.h. Verknüpfung des Shapefiles Industrie- und Gewebeflächen mit denen des Input-Szenarios (Brennstoffe)
Idealisierter Fall: Output-Cluster bildet sich aus der direkten Überlappung mit den Input-Clustern!
OutputInput
VerfügbareNawaRo-Brennstoffe
Verfügbare Industrie-undGewerbeflächeCLUSTER
Arbeitswerte Wärme
[MWh/a]Rohholz [t TM]
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
IV. Teil 2 – GIS-basierte Clustermodellierung
Quelle:
Verändert nach
UBA, DLR-DFD (2009)
Ergebnis der Input-
Cluster (CLC2006)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Quelle:
Verändert nach
UBA, DLR-DFD (2009)
IV. Teil 2 – GIS-basierte Clustermodellierung
Ergebnis der Input-
Cluster (Grundkarten
Bundesländer)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
y = 0,7372x + 6,6921
0
10
20
30
40
50
60
70
0,00 10,00 20,00 30,00 40,00 50,00 60,00
Bre
nn
sto
ffe
inzu
gsra
diu
s (
line
ar)
in [km
]
Feuerungswärmeleistung in [MW]
IV. Teil 2 – GIS-basierte Clustermodellierung
Verhältnis von (linearen) Brennstoffeinzugsradien
zur Feuerungswärmeleistung
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Quelle:
Verändert nach
UBA, DLR-DFD (2009)
IV. Teil 2 – GIS-basierte Clustermodellierung
Ergebnis der Output-
Cluster (CLC2006)
22 Cluster = Basis für
Wirtschaftlichkeits-
betrachtung
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
V. Teil 3 – Output-Szenario (Biomasse-KWK)
Technische Systemauslegung der Biomasse-KWK-Anlagen (Steuerungsgrößen zur Wirtschaftlichkeit)
Wirtschaftlichkeitsbetrachtung = Voraussetzung zur Ermittlung der optimalen Anlagendimensionen innerhalb der Output-Cluster
Realisierung von „neuen“, „dimensionsvariablen“ Biomasse-Heizkraftwerken in Deutschland
Stellvertretend für 22 Real-Cluster = 5 Output-Cluster
Output-Cluster FWL
Pel
Dampfturbine
Pth
Kessel
Jahresarbeit el. (Einspeisung)
Jahresarbeit th. (Wärmeabgabe)
- [MW] [MW] [MW] [MWh/a] [MWh/a]
Cluster 1 (Min. ) 2,4 0,3 1,4 1.699 5.732
Cluster 2 3,2 0,4 1,9 2.316 7.518
Cluster 3 (Med. ) 5,2 0,8 2,9 3.971 11.713
Cluster 4 7,8 1,2 4,1 6.361 16.587
Cluster 5 (Max. ) 12,7 2,2 6,0 11.599 23.990
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
V. Teil 3 – Output-Szenario (Biomasse-KWK)
Ökonomische Analyse – Ergebnisse
Relation der IKV zur Anlagendimension
Cluster 1
Cluster 2
Cluster 3
Cluster 4 Cluster 5
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%
0 MW 2 MW 4 MW 6 MW 8 MW 10 MW 12 MW 14 MW
IKV
(In
tern
e V
erz
insu
ng n
ach k
um
ulie
rtem
C
ash
flow
)
Anlagendimension in FWL
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
V. Teil 3 – Output-Szenario (Biomasse-KWK)
-8,0% -6,0% -4,0% -2,0% 0,0% 2,0% 4,0% 6,0% 8,0%
Veränderung der IKV in [%]
Brennstoffkosten +- 5 €/t TM
Vollbenutzungsstunden +- 500 h
Wärmepreis +- 2 €Cent/kWh
Sensitivitätsanalyse
Vollbenutzungsstunden (h), Wärmepreis (€Cent/kWh), Brennstoffpreis (€/t TM), [Verschuldungsgrad (%)] …
– % + %
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
V. Teil 3 – Output-Szenario (Biomasse-KWK)
Ökonomische Bewertung
Durchschnittliche Renditeerwartungen nach Branche,
Zielmarkt und Output-Cluster
0,0 % 2,0 % 4,0 % 6,0 % 8,0 % 10,0 % 12,0 % 14,0 % 16,0 % 18,0 % 20,0 %
Allgemeine Investitionsprojekte hohes Risiko (Eigene Einschätzung 2010)
Energiewirtschaft Deutschland Bioenergie BMHKW (Anonymos 2010)
Energiewirtschaft Kanada (Damodaran 2011)
Umwelttechnologie USA (Damodaran 2010)
Elektr. Energiewirtschaft USA (Damodaran 2010)
Max.-Szenario (Bioenergie) Cluster 5
Med.-Szenario (Bioenergie) Cluster 3
Min.-Szenario (Bioenergie) Cluster 1
IKV ähnlicher Investitionsgütervieler privater/kommunaler
EVU (ab 15%)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
V. Teil 3 – Output-Szenario (Biomasse-KWK)
Ökonomische Bewertung
Verhältnis IKV nach Anlagendimension in FWL
unter Bewertungsaspekten
Cluster 1
Cluster 2
Cluster 3
Cluster 4 Cluster 5
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%
0 MW 2 MW 4 MW 6 MW 8 MW 10 MW 12 MW 14 MW
IKV
(In
tern
e V
erz
insu
ng n
ach k
um
ulie
rtem
C
ash
flow
)
Anlagendimension in FWL
IKV 15%
erzielbar
IKV 15%
nicht erzielbar
C-5 beinhaltet
stellvertretend
18 Realcluster
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
VI. Teil 4 Handlungsempfehlung
[Entscheidungsmodell]
Cluster-ID Standort PLZ-Gebiet BundeslandIKV
Referenz 1
Stadt/Gemeinde [3-stellig] Hauptcluster [15%]
Cluster 1 Merzig 54, 66 Saarland Nein
Cluster 2 Eberfing 82, 83, 86 Bayern Ja
Cluster 3 Herbertsfelden 84, 94 Bayern Ja
Cluster 4 Schernfeld 91, 85, 86 Bayern Ja
Cluster 5 Schwarzach 92, 93 Bayern Ja
Cluster 6 Altglofsheim 93, 94, 84 Bayern Ja
Cluster 7 Weidenberg 95, 91, 92, 96 Bayern Ja
Cluster 8 Prosselsheim 97, 96, 63, 37, 91, 74, 90 Bayern Ja
Cluster 9 Burg/Spreewald 15, 03, 01 Brandenburg Ja
Cluster 10 Prenzlau 16, 17 Brandenburg Ja
Cluster 11 Wittenberge 16, 19, 29, 39 Brandenburg Ja
Cluster 12 Oldenburg 26, 27, 28, 49 Niedersachsen Ja
Cluster 13 Hameln 30, 31, 32, 37 Niedersachsen Ja
Cluster 14 Brakel 33, 32, 34, 37 Nordrhein-Westfalen Ja
Cluster 15 Velbke 29, 39, 38, 31 Niedersachsen Ja
Cluster 16 Halberstadt 39, 38, 06 Sachsen-Anhalt Ja
Cluster 17 Neuenkirchen 48 Nordrhein-Westfalen Nein
Cluster 18 Konz 54, 66 Rheinland-Pfalz Ja
Cluster 19 Lasel 54, 53 Rheinland-Pfalz Ja
Cluster 20 Staudernheim 67, 55 Rheinland-Pfalz Nein
Cluster 21 Katzwinkel (Sieg) 51, 57, 53, 65, 56, 58, 35, 65 Rheinland-Pfalz Ja
Cluster 22 Meinerzhagen 51, 57, 53, 58, 42, 59 Nordrhein-Westfalen Ja
erzielbar?
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
III. Teil 1 – Input-Szenario Brennstoffangebot
Cluster 18: „Konz“
Landkreis Trier-Saarburg (Rheinland-Pfalz)
PLZ-Gebiet: 54
Clusterradius: 20 km
Durchschnittlicher Waldflächenfaktor: 29%, bereinigt 17% (reale Nutzung)
„Freies“ Rohholzpotenzial aus der Forstwirtschaft:
~ 2.900 t TM
Geschnittene PLZ-Flächen: 102.600 ha
Reine 3-stellige PLZ-Fläche: 66.500 ha
Anteilige Industrieflächen: 960 ha
Bedarf (nur) Raumwärme bei 540 kWh/m²*a
ca. 4,8 Mio. MWh/a
Absolute Brennstoffverfügbarkeit von 15.500 t TM/a, ergibt eine PFWL von ca. 7,8 MW (angenommene ƞel, ƞth)
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Eine Interpretation des Modells liefert
folgende Schlussfolgerung:
„Unter den wirtschaftlichen
Rahmenbedingungen einer 20-jährigen
erzielbaren Mindest-IKV, können 19 von 22
Realisierungs-Clustern umgesetzt werden.
Lediglich C-1, C-17 und C-20 fallen aufgrund
ihrer geringen Rentabilität aus der
Realisierungsempfehlung heraus.“
VI. Teil 4 Handlungsempfehlung
[Entscheidungsmodell]
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
VI. Teil 4 Handlungsempfehlungen
[Entscheidungsmodell]
C-1
C-18
C-19
C-22
C-21
C-8
C-17
C-12
C-13
C-14
C-15
C-16
C-11
C-10
C-9
C-7
C-5
C-6
C-3
C-4
C-2
C-20
Quelle:
Verändert nach
UBA, DLR-DFD (2009)
Marktgeschehen berücksichtigt
Aktuelle Potenzialseite berücksichtigt
Ausbaupotenzial relativ berücksichtigt
Wirtschaftliche Output-Cluster realisierungsfähig
Zielmarkte IRR im Ergebnis erzielbar
©2010 Institut für angewandtes Stoffstrommanagement (IfaS) Potenziale erkennen! Prozesse optimieren! Mehrwert schaffen!
Fragen und Diskussion
Vielen Dank für Ihre Aufmerksamkeit
Ansprechpartner Bioenergie / Ressourcenwirtschaft
Herr Ralf Köhler Dipl.-Forst-Ing. (FH), M.Sc.
Telefon: +49 (0)6782/17-1569
E-Mail: [email protected]
Online-Präsenz IfaS: http://www.stoffstrom.org http://www.biomasse-tagung.umwelt-campus.de http://null-emissions-netzwerk.de http://www.landnutzungsstrategie.de
Geschäftsführender Direktor
Herr Prof. Dr. Peter Heck
Telefon: +49 (0)6782/17-1221
E-Mail: [email protected]