Wenn das Wasser fehlt: Klimarobuste Wasserkraftmodellierung in PyPSA-Eur

Wie verändern Dürren, Schneeschmelze und neue Abflussmuster die Rolle der Wasserkraft im europäischen Energiesystem?

Schlagworte: PyPSA-Eur, Wasserkraft, Hydrologie, Klimaprojektionen, Energiesystemoptimierung, Europa

Hintergrund

Wasserkraft ist weit mehr als eine erneuerbare Stromquelle. Laufwasserkraftwerke liefern kontinuierlich Energie, große Reservoirs speichern Wasser über Wochen oder Monate und Pumpspeicherkraftwerke stabilisieren das Stromsystem innerhalb weniger Stunden. Damit gehört Wasserkraft zu den wichtigsten Flexibilitätsoptionen eines zunehmend wetterabhängigen europäischen Energiesystems.

Doch die Ressource Wasser verändert sich. Steigende Temperaturen, häufigere Dürren, veränderte Niederschlagsmuster, eine frühere Schneeschmelze und längere Niedrigwasserperioden können sowohl die verfügbare Stromerzeugung als auch die saisonale Speicherbewirtschaftung erheblich beeinflussen. Ein Reservoir, das heute im Frühjahr durch Schneeschmelze gefüllt wird, könnte in einem zukünftigen Klima deutlich früher oder unregelmäßiger Wasser erhalten. Gleichzeitig steigt der Bedarf an gesicherter und flexibel abrufbarer Leistung.

In europäischen Energiesystemmodellen wie PyPSA-Eur wird Wasserkraft bereits berücksichtigt. Die zugrunde liegenden hydrologischen Prozesse müssen für großskalige Optimierungsmodelle jedoch stark vereinfacht werden. Zuflüsse, Speicherfüllstände und Erzeugungsprofile werden häufig aus historischen Daten oder aggregierten Zeitreihen abgeleitet. Räumliche Einzugsgebiete, Flusskaskaden, Wasserlaufzeiten, ökologische Mindestabflüsse und klimabedingte Veränderungen der Wasserverfügbarkeit können dadurch nur eingeschränkt abgebildet werden.

Ziel der Arbeit

Ziel ist es, die Wasserkraftmodellierung in PyPSA-Eur hydrologisch fundierter und für zukünftige Klimaszenarien belastbarer zu machen.

Dazu analysierst du zunächst, wie Laufwasserkraft, Speicherwasserkraft und Pumpspeicher derzeit im Modell abgebildet werden. Anschließend entwickelst du einen klar abgegrenzten Verbesserungsansatz, der hydrologische Daten oder Klimaprojektionen mit der Energiesystemoptimierung verbindet.

Im Zentrum steht nicht die vollständige Neuentwicklung eines hydrologischen Modells. Gesucht wird vielmehr eine methodisch überzeugende Erweiterung, die zeigt, wie sich klimabedingte Veränderungen der Wasserverfügbarkeit realistisch und zugleich recheneffizient in PyPSA-Eur integrieren lassen.

Mögliche Forschungsfragen

Forschungsfrage 1:
Wie wird Wasserkraft aktuell in PyPSA-Eur modelliert, und welche hydrologischen Prozesse werden dabei vereinfacht oder nicht explizit berücksichtigt?

Forschungsfrage 2:
Wie können hydrologische Daten und Klimaprojektionen genutzt werden, um die Modellierung von Laufwasser, saisonaler Speicherwasserkraft und Pumpspeichern in PyPSA-Eur zu verbessern?

Optionale Vertiefung:
Welche Auswirkungen hat eine verbesserte hydrologische Modellierung auf die Bewertung von Stromerzeugung, Flexibilität, Speicherbewirtschaftung und Versorgungssicherheit in europäischen Energiesystemszenarien?

Je nach Interesse und zeitlichem Umfang kann die Arbeit einen methodischen Schwerpunkt setzen oder zusätzlich eine umfassendere Energiesystemanalyse durchführen.

Methodischer Vorschlag

1. PyPSA-Eur unter der Lupe

unächst untersuchst du die bestehende Wasserkraftmodellierung in PyPSA-Eur:

• Wie werden Laufwasser, Speicherwasserkraft und Pumpspeicher technisch abgebildet?

• Welche Kraftwerks-, Speicher- und Zeitreihendaten werden verwendet?

• Wie werden natürliche Zuflüsse, Speichergrenzen und Erzeugungsverfügbarkeiten berücksichtigt?

• Welche Annahmen bestimmen die saisonale und kurzfristige Flexibilität?

• An welchen Stellen entstehen hydrologisch relevante Vereinfachungen?

Das Ergebnis ist eine transparente Bewertung des aktuellen Modellierungsansatzes und seiner Grenzen.

2. Von Niederschlag und Schneeschmelze zum Kraftwerkszufluss

Im nächsten Schritt identifizierst du gemeinsam mit hydrologischer Expertise die Prozesse, die für eine verbesserte Modellierung entscheidend sind. Dazu können gehören:

• räumliche Zuordnung von Kraftwerken und Reservoirs zu Einzugsgebieten,

• natürliche Abfluss- und Zuflusszeitreihen,

• saisonale Speicherfüllstände,

• Schneeakkumulation und Schneeschmelze,

• Dürre- und Niedrigwasserperioden,

• Flusskaskaden und Wasserlaufzeiten,

• ökologische Mindestabflüsse,

• Unterschiede zwischen natürlichem Abfluss und tatsächlich nutzbarem Kraftwerkszufluss.

Dabei soll bewusst zwischen hydrologischer Detailtiefe und der praktischen Nutzbarkeit in einem europäischen Optimierungsmodell abgewogen werden.

3. Wasserkraft im zukünftigen Klima

Anschließend bewertest du geeignete Datengrundlagen. Denkbar sind unter anderem:

• Reanalyse- und Beobachtungsdaten,

• hydrologische Runoff- und Abflussdatensätze,

• EURO-CORDEX- oder CMIP6-basierte Klimaprojektionen,

• Kraftwerks-, Reservoir- und Staudammdatenbanken,

• bestehende Eingangsdatensätze von PyPSA-Eur.

Ein besonderer Schwerpunkt kann auf der Frage liegen, wie sich historische Zuflussprofile mithilfe von Klimaprojektionen für zukünftige Zeiträume anpassen lassen. Dabei können nicht nur Änderungen der jährlichen Wassermenge, sondern auch Verschiebungen innerhalb des Jahres, Extremereignisse und mehrjährige Trockenphasen berücksichtigt werden.

4. Entwicklung einer neuen Modellkomponente

Auf Basis deiner Analyse entwickelst du einen konkreten und reproduzierbaren Verbesserungsansatz. Mögliche Vertiefungen sind beispielsweise:

• klimaprojektionsbasierte Zuflusszeitreihen für Speicherwasserkraftwerke,

• verbesserte Verfügbarkeitsprofile für Laufwasserkraft,

• saisonal variable Speicherrestriktionen,

• explizite Dürre- und Niedrigwasserszenarien,

• eine prototypische Modellierung von Flusskaskaden,

• die Trennung von natürlichem Zufluss und energiewirtschaftlich nutzbarem Wasser,

• eine hydrologisch konsistentere Parametrisierung von Reservoirs,

• ein Vergleich mehrerer Klimamodelle zur Quantifizierung der Unsicherheit.

Der entwickelte Ansatz soll modular, nachvollziehbar und grundsätzlich auf weitere Regionen oder Klimaszenarien übertragbar sein.

5. Stresstest für das europäische Stromsystem

Abschließend wendest du den Ansatz auf eine Region mit hoher Wasserkraftrelevanz an. Mögliche Fallstudien sind:

• der Alpenraum,

• Skandinavien,

• die Iberische Halbinsel,

• Frankreich,

• der Balkan.

Du vergleichst beispielsweise ein historisches Referenzjahr mit einem trockenen Extremjahr oder einem zukünftigen Klimaszenario. Analysiert werden können:

• Wasserkrafterzeugung und Abregelung,

• Verlauf der Reservoirfüllstände,

• saisonale und kurzfristige Flexibilität,

• Einsatz anderer Speicher und Kraftwerke,

• Stromimporte und Netzbelastungen,

• Strom- und Schattenpreise,

• nicht gedeckte Nachfrage,

• Systemkosten und CO₂-Emissionen.

So wird sichtbar, ob eine hydrologisch realistischere Modellierung lediglich einzelne Erzeugungsprofile verändert oder zu grundlegend anderen Aussagen über die Resilienz des europäischen Energiesystems führt.

Was du mit der Arbeit erreichen kannst

Am Ende der Masterarbeit steht nicht nur eine Literaturübersicht, sondern ein konkreter methodischer und technischer Beitrag:

• eine fundierte Bewertung der bestehenden Wasserkraftmodellierung in PyPSA-Eur,

• ein reproduzierbarer Workflow zur Verarbeitung hydrologischer oder klimatischer Daten,

• eine prototypische Modellerweiterung in Python,

• eine Fallstudie zu den Auswirkungen des Klimawandels auf Wasserkraft und Versorgungssicherheit,

• eine Grundlage für die mögliche Weiterentwicklung des Open-Source-Modells PyPSA-Eur.

Die Arbeit bietet damit die Möglichkeit, an einer hochaktuellen Frage der europäischen Energiewende zu arbeiten: Wie belastbar ist ein klimaneutrales Stromsystem, wenn sich nicht nur Wind und Sonne, sondern auch die Verfügbarkeit von Wasser verändert?

Anforderungen an Studierende

Geeignet ist die Arbeit für Studierende mit Interesse an Energiesystemmodellierung, erneuerbaren Energien, Hydrologie und Klimafolgenanalyse.

• gute Python-Kenntnisse
• Interesse an Optimierungsmodellen und Energiesystemanalyse
• Erfahrung mit Datenanalyse
• Grundkenntnisse in Energiesystemen
• optional: Erfahrung mit GIS, Klimadaten, hydrologischen Daten oder PyPSA/PyPSA-Eur

Kontakt

Wenn du dich für das Thema interessierst, freue ich mich auf deine E-Mail an johannes.schuhmacher∂kit.edu.
Bitte bewirb dich mit einer kurzen Motivation, deinem Lebenslauf und einem aktuellen Notenauszug (Transcript of Records).