Decision Support Tools
Die Gestaltung neuartiger, resilienter Energiesysteme ist ohne die Betrachtung von soziotechnischen Dynamiken in gesellschaftlichem Konsum- und Entscheidungsverhalten nicht denkbar.
Bei der Gestaltung neuartiger, resilienter Energiesysteme untersuchen wir diese Dynamiken mithilfe von empirisch gestützten Agentenbasierten Modellen (ABM) und "Decision Support Tools" auf digitalen, interaktiven Plattformen. Diese Werkzeuge kommen im direkten Austausch mit Stakeholdern in unseren Projekten zum Einsatz und ermöglichen dadurch einen breiten und niedrigschwelligen Zugang zu Forschungsinhalten.
Q-Scope: Interaktive Partizipationsplattform
Für das Verbundprojekt QUARREE100 wurde die Q-Scope-Plattform am Fachgebiet Resiliente Energiesysteme entwickelt. Die Plattform wurde bei Workshops mit Bürgerinnen und Bürgern für die Unterstützung der Partizipation im Projekt genutzt und hat gleichzeitig die Erforschung von interaktiven, digitalen Decision Support Tools hinsichtlich ihrer akzeptanzsteigernden Wirkung in Energiewendeprojekten ermöglicht.
Q-Scope ist nach dem Vorbild vom MIT-Projekt CityScope entwickelt worden, welches sich bereits international in partizipativen Prozessen bei Fragen zu öffentlicher Raumplanung und Stadtentwicklung bewährt hat. Am Fachgebiet Resiliente Energiesysteme wurde dieses Framework um die Perspektive auf sozio-technische Fragestellungen der Gestaltung erneuerbarer Energiesysteme in Bestandsquartieren erweitert.
Q-Scope umfasst einen Aufbau aus interaktiver Tisch-Projektionsfläche und einem Bildschrim zur Datenvisualisierung. In Workshops können Stakeholder mithilfe von Spielsteinen mit der projizierten Quartiersübersicht auf dem Tisch interagieren, und eine agentenbasierte Simulation starten. Forschungsergebnisse können so niedrigschwellig verfügbar gemacht und gemeinsam diskutiert werden.
Das System wird gestützt durch ein Agentenbasiertes Modell, TREND, das ebenfalls für QUARREE100 entwickelt wurde.
Der Code, der für das Q-Scope-Framework entwickelt wurde, ist frei verfügbar:
- Frontend: https://github.com/quarree100/qScope_frontend/
- Backend: https://github.com/quarree100/cspy
- Infoscreen: https://github.com/quarree100/qScope_infoscreen
Eine vollständige Dokumentation gibt es unter https://q-scope.readthedocs.io/en/latest/.
Agentenbasierte Modellierung im Projekt RESYSTRA
Hauptziel des Projekts RESYSTRA war, Erfolgsfaktoren der systemischen Transformation hinsichtlich eines resilienten Energiesystems, zu identifizieren und zu verstehen. Die Untersuchung konzentrierte sich neben elektrischer Energieversorgung auch auf den Mobilitäts- und Wärmeversorgungssektor.
Das Projekt orientierte sich an zwei Hauptfallstudien:
Betrachtung der regionalen Selbstversorgung durch erneuerbare Energien am Beispiel des Landkreises Osterholz und der Stadt Wolfhagen.
Power-to-Fuel (P2F), ein Ansatz, bei dem erneuerbare Energien und CO2 verwendet werden, um synthetische Treibstoffe herzustellen.
Ein Schlüsselergebnis bei der Betrachtung der beiden Regionen war die Erkenntnis der Bedeutung sozioökonomischer Faktoren und der Rolle regionaler Akteure im Energiesystem, insbesondere bei der Wertschöpfung durch erneuerbare Energien.
Ein zentrales Werkzeug innerhalb des RESYSTRA-Projekts war das agentenbasierte Modell, welches speziell für die Untersuchung der Power-to-Fuel-Technologie eingesetzt wurde.
Was ist ein agentenbasiertes Modell?
Agentenbasierte Modelle (ABM) sind Modelle, die zur Simulation von Aktionen und Interaktionen von autonomen Akteuren (Agenten) in einer Netzwerkumgebung verwendet werden. Jeder Agent verfügt über eigene Ziele und Regeln. Auf Basis der aktuellen Umgebungssituation und der Aktionen anderer Agenten kann er anhand dieser Ziele und Regeln Entscheidungen treffen.
Anwendung im Kontext von Power-to-Fuel:
Für die Power-to-Fuel-Technologie wurde das agentenbasierte Modell verwendet, um die potenzielle Markteinführung und -akzeptanz dieser Technologie zu analysieren. Insbesondere wurde untersucht, unter welchen Bedingungen Power-to-Fuel in einer Nische erfolgreich entwickelt werden kann und wie eine spätere Integration dieser Technologie in den breiteren Markt gelingen könnte.
Durch das Modell konnten verschiedene Szenarien simuliert werden, in denen unterschiedliche Faktoren, wie regulatorische Rahmenbedingungen, Marktdynamiken oder Technologieentwicklung, variiert wurden. Die Simulationen halfen dabei, erfolgversprechende Konstellationen und Bedingungen für die Weiterentwicklung von Power-to-Fuel zu identifizieren.
Ergebnisse:
Eines der Haupterkenntnisse der Simulation war, dass neben der rein technologischen Entwicklung auch regulatorische Änderungen (z.B. CO2-Steuer) und Marktdesign-Anpassungen erforderlich sind, um eine erfolgreiche Integration der Power-to-Fuel Produkte in den Markt zu gewährleisten. Zudem zeigte das Modell, dass strombasierte Kraftstoffe, die durch Power-to-Fuel produziert werden, besonders wichtig für jene Teile des Mobilitätssektors sind, die nicht direkt elektrifiziert werden können, wie Flug- und Schwerlastverkehr.
RESYSTRA arbeitete zusammen mit Institutionen wie der Universität Bremen, dem Institut für ökologische Wirtschaftsforschung in Berlin, der Universität Stuttgart und der TU Delft.
Die detaillierten Ergebnisse des Projekts können in verschiedenen Dokumenten eingesehen werden:
Projekt-Steckbrief: Kurzdarstellung auf zwei Seiten.
Kurzzusammenfassung: Eine kompakte Darstellung der Ergebnisse auf 15 Seiten.
Projekt-Schlussbericht: Eine ausführliche Darstellung der Forschungsergebnisse mit 842 Seiten.
Agentenbasiertes Model (Veröffentlichung folgt)
