BENSIM/BENOPT Biokraftstoffoptionen
Beispiel der Kraftstoffoptionen für die Verkehrssektoren im Modell

BENSIM/BENOPT

Modellfamilie zur Untersuchung künftiger Transformationspfade der energetischen Biomassenutzung. Die als letztes publizierten Modellvarianten sind online verfügbar, mit einer open source Lizenz: BENSIM / BENOPT.


BENSIM (BioENergy SImulation Model) und BENOPT (BioENergy OPTimisation model) sind entwickelt worden, um den Wettbewerb zwischen Technologieoptionen darzustellen – mit besonderem Fokus auf Bioenergie in Deutschland. BENSIM/BENOPT existiert in zwei Hauptvarianten: (1) ein myopisches, rekursives Simulationsmodell, das den kostengünstigsten Technologiemix unter bestimmten Rahmenbedingungen sucht (BENSIM), und (2) ein perfect foresight Optimierungsmodell, was die optimale Allokation von Biomasse über verschiedenen Sektoren und Zielfunktionen untersucht (BENOPT).

Datenbasis für die Modellierungen sind Investitions- und Betriebskosten sowie Kosten und THG-Emissionen der Input-Output- Variablen für die Prozesse (Rohstoffe, Strom/Wärme, Nebenprodukte, etc.).

Durch die Rekursivität werden Pfadabhängigkeiten und Lock-In-Effekte im BENSIM-Modell abgebildet. Endogene Lerneffekte (Kostensenkungen in Abhängigkeit vom Zubau) sowie Entwicklungen der Wirkungsgrade und Biomassekosten beeinflussen die Gesamtkosten und verändern sich über die Zeit, wodurch sich die kostengünstigsten Technologien entsprechend ändern können. Das Modell beinhaltet ein Modul, womit die künftigen Entwicklungen der Biomassekosten abgeschätzt werden können.

Anhand des Modells kann auch mittels verschiedener Verfahren (Monte Carlo, SOBOL) die Sensitivität der Entwicklungen untersucht werden, auf die eine Vielzahl an Parameter einen Einfluss hat, besonders im komplexen Bereich der Biomassenutzung.

BENSIM/BENOPT wurde/wird in den folgenden Projekten eingesetzt und jeweils angepasst und weiter entwickelt:


Publikationen:

Millinger, M., Meisel, K., Thrän, D., (2019): Greenhouse gas abatement optimal deployment of biofuels from crops in Germany. Transport. Res. Part D-Transport. Environ. 69 , 265 - 275: https://doi.org/10.1016/j.trd.2019.02.005. Open source model available here: https://doi.org/10.5281/zenodo.2812986

Millinger, M., (2018): Systems assessment of biofuels : modelling of future cost and greenhouse gas abatement competitiveness between biofuels for transport on the case of Germany. Dissertation, Universität Leipzig, Wirtschaftswissenschaftliche Fakultät. PhD Dissertation 3/2018. Helmholtz-Zentrum für Umweltforschung - UFZ, Leipzig, XVII, 92 pp.

Millinger, M., Meisel, K., Budzinski, M., Thrän, D., (2018): Relative greenhouse gas abatement cost competitiveness of biofuels in Germany. Energies 11 (3), art. 615: https://doi.org/10.3390/en11030615. Open source model available here: https://doi.org/10.5281/zenodo.2810903

Millinger, M., Thrän, D., (2018): Biomass price developments inhibit biofuel investments and research in Germany: The crucial future role of high yields. J. Clean Prod. 172 , 1654 - 1663

Millinger, M., Ponitka, J., Arendt, O., Thrän, D., (2017): Competitiveness of advanced and conventional biofuels: Results from least-cost modelling of biofuel competition in Germany. Energy Policy 107 , 394 - 402

Thrän, D., Arendt, O., Banse, M., Braun, J., Fritsche, U., Gärtner, S., Hennenberg, K.J., Hünneke, K., Millinger, M., Ponitka, J., Rettenmaier, N., Schaldach, R., Schüngel, J., Wern, B., Wolf, V., (2017): Strategy elements for a sustainable bioenergy policy based on scenarios and systems modeling: Germany as example. Chem. Eng. Technol. 40 (2), 211 - 226

Thrän, D., Schaldach, R., Millinger, M., Wolf, V., Arendt, O., Ponitka, J., Gärtner, S., Rettenmaier, N., Hennenberg, K., Schüngel, J., (2016): The MILESTONES modeling framework: An integrated analysis of national bioenergy strategies and their global environmental impacts. Environ. Modell. Softw. 86 , 14 - 29