PowerFlex

Name

PowerFlex

Version des Modells

Für jede Modellierungsrunde wird eine eigene Modellversion erstellt. Für die Projektionen 2026 wird Version 1.4.0 verwendet.

Betreibende Organisation

Öko-Institut

Zweck des Modells

PowerFlex ist ein lineares Optimierungsmodell (Hochstättler (2017)) , mit dem für den europäischen Strommarkt der optimale Einsatz von Kraftwerken, Speichern und nachfrageseitigen Flexibilitätsoptionen, wie zum Beispiel Wärmepumpen oder Elektrofahrzeuge, bei der Deckung der Strom- und Fernwärmenachfrage sowie der Bereitstellung von Regelleistung berechnet wird. Der kostenoptimale Einsatz der Akteure ergibt sich aus ihrer Reihung in der Merit Order.

PowerFlex bildet den deutschen Kraftwerkspark inkl. Kraft-Wärme-Kopplungs-(KWK-)Anlagen und nachfrageseitige Flexibilitätsoptionen in einer höheren Detailtiefe ab als die Anlagen der anderen modellierten europäischen Länder. Diese Detailtiefe, in der die physikalischen, technischen und ökonomischen Prozesse des Energiesystems abgebildet sind, machen PowerFlex zu einem Fundamentalmodell (für einen Überblick über Methoden der Energiesystemmodellierung siehe z.B. Möst und Fichtner (2009)).

Aus den durch PowerFlex berechneten Kraftwerkskapazitäten, Einsatzprofilen und Schattenpreisen der Strom- und Fernwärmenachfrage können abhängig von der konkreten Fragestellung folgende Ergebnisse abgeleitet werden (vgl. auch Abbildung 1):

• CO₂-Emissionen
• Technologie- und Energieträgermix der Strom- und Fernwärmeerzeugung
• Import- und Exportbilanzen von Strom und Wasserstoff
• Benutzungsstunden, Volllaststunden und Deckungsbeiträge von Erzeugungsanlagen und Speichern
• Speicherverluste
• durchschnittliche Strom- und Fernwärmepreise

Seit mehr als zehn Jahren setzt das Öko-Institut PowerFlex in der Auftragsforschung ein, um langfristige Transformationsszenarien zu erstellen, den stundenscharfen Einsatz von Erzeugung und Flexibilitäten unter verschiedenen Rahmenbedingungen zu analysieren (z.B. in Bauknecht et al. (2024)) sowie Wirkungen und Wechselwirkungen von Politiken und Maßnahmen, z.B. im Rahmen der Klimaschutzszenarien, abzubilden.

Akteure

In PowerFlex erfolgt eine Minimierung der Kosten aus gesamtwirtschaftlicher Perspektive. Eine akteursbasierte Betrachtung erfolgt nicht.

Dokumentation

PID/URL zur Benutzerdokumentation:

• Eine öffentliche Benutzerdokumentation ist zurzeit nicht verfügbar.

PID/URL zum Git-Repository:

• nicht öffentlich

PID/URL zu Artikeln, in denen das Modell kritisch geprüft bzw. validiert wird:

• Bauknecht et al. (2024): The role of decentralised flexibility options for managing transmission grid congestions in Germany
• Pöstges et al. (2022): Phasing out coal: An impact analysis comparing five large-scale electricity market models
• Bucksteeg et al. (2022): The transformation of integrated electricity and heat systems—Assessing mid-term policies using a model comparison approach
• Hobbie et al. (2022): Impact of model parametrization and formulation on the explorative power of electricity network congestion management models - Insights from a grid model comparison experiment
• Syranidou et al. (2022): Development of an open framework for a qualitative and quantitative comparison of power system and electricity grid models for Europe
• Ruhnau et al. (2022): Why electricity market models yield different results: Carbon pricing in a model-comparison experiment
• Flachsbarth et al. (2021): Addressing the Effect of Social Acceptance on the Distribution of Wind Energy Plants and the Transmission Grid in Germany
• Ritter et al. (2019): Effects of a Delayed Expansion of Interconnector Capacities in a High RES-E European Electricity System
• Gils et al. (2019): Comparison of spatially and temporally resolved energy system models with a focus on Germany’s future power supply
• Koch et al. (2015): Modellgestützte Bewertung von Netzausbau im europäischen Netzverbund und Flexibilitätsoptionen im deutschen Stromsystem im Zeitraum 2020–2050

Räumliche Abdeckung

In PowerFlex können alle Länder der EU-27 mit Ausnahme von Zypern und Malta sowie das Vereinigte Königreich, die Schweiz und Norwegen abgebildet werden. Je nach Aufgabenstellung können Ausschnitte dieses Gesamtsystems betrachtet werden, indem einzelne Nationalstaaten aggregiert oder von der Modellierung ausgeschlossen werden.

Zeithorizont

In PowerFlex wird eine Stützjahresberechnung mit einem Optimierungszeitraum von einem Kalenderjahr durchgeführt. Damit ist der abgebildete Zeithorizont flexibel an die Projektanforderungen anpassbar. Typischerweise wird vom aktuellen Jahr (bei Bedarf inklusive eines historischen Kalibrierungsjahres) in frühen Jahren in Jahresschritten, in späten Szenariojahren in 5-Jahresschritten bis 2050 gerechnet.

Die Modellrechnungen decken also den gesamten Zeitraum bis zum anvisierten Erreichen der Klimaneutralität ab.

Zeitliche Auflösung

In PowerFlex wird eine stündliche Auflösung verwendet. Die stündliche Auflösung ist in der Energiesystemmodellierung üblich. Sie stellt einen Kompromiss zwischen Detailliertheit und Rechenaufwand dar. Zahlreiche Inputdaten liegen ebenfalls in stündlicher Auflösung vor.

Es werden alle 8760 Stunden eines Kalenderjahres modelliert, um den kostenoptimalen Einsatz von saisonalen Flexibilitäten, wie z.B. Speicherwasser, gut abbilden zu können.

Konzeptionelle Gestaltungsprinzipien

PowerFlex ist ein Optimierungsmodell, das den Einsatz von Kraftwerken und anderen Erzeugungs- und flexiblen Verbrauchsoptionen wie Speicher, Wärmepumpen und Elektromobilität kostenminimal aus der Perspektive eines sozialen Planers bestimmt. Das in der Energiesystemmodellierung gängige Konzept des sozialen Planers, welches erlaubt, eine Kostenminimierung über alle Akteure hinweg durchzuführen, wird beispielsweise in Schellong (2016) erläutert. In der Zielfunktion werden die variablen Betriebskosten minimiert.

Das Optimierungsproblem kann auf Investitionsentscheidungen ausgeweitet werden. Hierfür werden die fixen Betriebskosten und die Annuitäten in der Zielfunktion ergänzt. Im Projektionsbericht kommt das Investitionmodul nicht zum Einsatz.

Der Kostenminimierung entgegen wirken technische, regulatorische und ökonomische Restriktionen, welche so formuliert sind, dass ein lineares Optimierungsproblem (vgl. z.B. Hochstättler (2017)) gelöst werden kann. Diese Anforderung verursacht als Limitation, dass nichtlineare Zusammenhänge wie Unit Commitment, zubauabhängige Lernprozesse oder Nachfragelastizitäten nicht abgebildet werden können.

Für die Kraftwerke und für Elektrolyseure ist ein modellendogener Zubau oder Rückbau möglich. Mit der Anzahl der Investitions- und Desinvestitionsoptionen steigt allerdings auch die Rechenintensität überproportional an, so dass Investitionsentscheidungen nur für besonders sensitive Systemkomponenten ermöglicht werden.

Detailliert abgebildet ist die Interaktion zwischen Strom- und Fernwärmesektor: KWK-Anlagen, Heizwerke sowie erneuerbare und elektrische Wärmeerzeuger werden verschiedenen Bilanzräumen zugewiesen, in denen jeweils zu jedem Zeitpunkt Erzeugung und Nachfrage von Wärme ausgeglichen werden müssen. Innerhalb eine Bilanzraumes können wie Wärmeerzeuger entsprechend ihrer Grenzkosten kostenminimierend eingesetzt werden. Bei KWK-Anlagen wird dabei berücksichtigt, dass durch die Auskopplung von Wärme der elektrische Wirkungsgrad der Anlage sinkt. Durch die Kopplung von Strom- und Wärmesektor wirken sich Strompreiseffekte direkt auf die Deckung der Fernwärmenachfrage aus.

Methodischer/mathematischer Ansatz

Zu Beginn werden kurz die Indizes und Variablen eingeführt:

Indizes:

Index	Bedeutung
\(\text{}_{pp}\)	Erzeugungseinheit
\(\text{}_{t}\)	Zeit (Stunde)

Variablen:

Variable	Bedeutung	Einheit
\(\text{C}\)	Gesamtkosten	€
\(\text{fC}\)	relative Fixkosten pro Leistung	€/MW
\(\text{fixC}\)	absolute Fixkosten	€
\(\text{vC}\)	relative variable Kosten pro Leistung	€/MWh
\(\text{varC}\)	absolute variable Kosten	€
\(\text{p}^{el}\)	elektrische Leistung	MW
\(\text{p}^{el\_is}\)	bereits installierte el. Leistung	MW
\(\text{p}^{el\_need}\)	zu installierende el. Leistung	MW
\(\text{q}\)	Stromerzeugung	MWh
\(\text{Dem}\)	Bedarf/Last	MWh
\(\text{capC}\)	Annuität	€/a

Das lineare Optimierungsmodell PowerFlex ist in GAMS formuliert. In der Zielfunktion werden die über alle Erzeugungseinheiten pp variablen Betriebskosten \(\text{varC}_{pp}\) minimiert.

Sollen auch Investitionen optimiert werden, werden die leistungsabhängigen fixen Betriebskosten \(\text{fixC}_{pp}\) und die mit der Zubauleistung \(p_{pp}^{el\_need}\) entstehenden Annuitäten \(\text{capC}_{pp}\) in der Zielfunktion ergänzt:

\[ \text{min} \ C = \sum_{pp} \text{varC}_{pp} + P_{pp}^{el\_need} \cdot \text{capC}_{pp} + \text{fixC}_{pp} \tag{1} \]

\[ \text{min} \ C = \sum_{pp} \text{varC}_{pp} \tag{1} \]

Die variablen Kosten \(\text{varC}\) sind abhängig von der erzeugten Energiemenge \(q\):

\[ \text{varC}_{pp} = \sum_{t} \left( \text{vc}_{pp} \cdot \text{q}_{t,pp} \right) \tag{2} \]

Die Fixkosten \(\text{fixC}\) sind abhängig von der installierten Leistung \(P\):

\[ \text{fixC}_{pp} = \text{fc}_{pp} \cdot P_{pp}^{el} \tag{3} \]

Der Kostenminimierung entgegen wirken technische, regulatorische und ökonomische Restriktionen. Eine Nebenbedingung stellt sicher, dass die stündliche Stromeinspeisung \(\text{q}_{t,pp}\) die installierte Leistung \(P_{pp}^{el}\) zu keinem Zeitpunkt überschreitet:

\[ \forall t: \text{q}_{t,pp} \leq P_{pp}^{el} \tag{3} \]

\(P_{pp}^{el}\) setzt sich aus der Summe der bereits installierten Leistung \(P_{pp}^{el\_is}\) und der zu installierenden Leistung \(P_{pp}^{el\_need}\) zusammen:

\[ P_{pp}^{el} = P_{pp}^{el\_is} + P_{pp}^{el\_need} \tag{4} \]

Die zentrale Nebenbedingung stellt sicher, dass die Last \(\text{Dem}_{t}\) zu allen Zeitpunkten durch die Erzeugung \(\text{q}_{t,pp}\) gedeckt ist:

\[ \forall t: \sum_{pp} \text{q}_{t,pp} = \text{Dem}_{t} \tag{4} \]

Um den numerischen Aufwand (also die Rechenzeit) zu begrenzen, wird angestrebt, auf Nichtlinearitäten zu verzichten und ein lineares Optimierungsproblem (vgl. Hochstättler (2017)) zu lösen. Technische und ökonomische Gegebenheiten werden entsprechend abstrahiert, um sie als lineare Zusammenhänge abzubilden. Weitere Nebenbedingungen sind entsprechenden Veröffentlichungen zu entnehmen.

Open Source

Das Öko-Institut unterstützt und fördert die Prinzipien von Open Data und Open Modelling. Im Bereich Open Data besitzt das Institut Erfahrung mit der Bereitstellung von Daten unter offenen Lizenzen z.B. auf der OpenEnergyPlatform oder zenodo.

Bei der Entwicklung der OpenEnergyPlatform und der OpenEnergyOntologie hat sich das Öko-Institut im Rahmen der BMWK-Projekte „Szenarien-Datenbank“ und „SIROP“ engagiert. Im Bereich Open Modelling kann das Öko-Institut auf Projekte verweisen, die auf Basis des Open-Source-Modellierungs-Frameworks PyPSA Tools zur Verfügung stellen, beispielsweise den PTX Business Opportunity Analyser für Agora Energiewende.

Das Energiesystemmodell PowerFlex ist hingegen eine proprietäre Eigenentwicklung des Öko-Instituts und bis zum aktuellen Zeitpunkt nicht offen lizensiert. Gegen eine Veröffentlichung spricht vor allem der hohe Aufwand, der erforderlich wäre, den Code für Außenstehende zugänglich und nachvollziehbar aufzubereiten.

Parameter

Im Wesentlichen kann unterschieden werden zwischen

1. Parametern, die als besonders sensitive Parameter aus den Annahmen der Rahmendaten der Treibhausgas-(THG-)Projektionen stammen:
   • Brennstoffpreise
   • CO₂-Preise
2. Daten, die Outputs anderer Modelle sind und an PowerFlex über eine etablierte Schnittstelle übergeben werden:
   • Strom- und Fernwärmenachfrage
   • Verbrauch synthetischer Kraftstoffe (Power-to-Liquid (PtL) und Wasserstoff)
   • Verfügbarkeit von Raffineriegas und anderen Sondergasen
3. Parameter, die eher technischer Natur sind:
   • Der Kraftwerkspark der Bestandsanlagen wird mit Hilfe der laufend aktuell gehaltenen Kraftwerksdatenbank des Öko-Instituts abgebildet. In diese fließen Quellen wie die Kraftwerksliste der BNetzA und das Markstammdatenregister kontinuierlich ein und werden durch Recherchen zu Angaben der Kraftwerksbetreiber über existierende und sich in Planung befindliche Kraftwerke sowie Expert*innenschätzungen des Öko-Instituts ergänzt.

4. Parameter, die durch politische Instrumente getrieben werden:

   • Die durch politische Instrumente getriebenen Parameter werden in diesem Projekt abgestimmt und im Instrumentenpapier festgehalten.
   • Zu diesen Parametern zählt
     • der Ausbau der erneuerbaren Energien,
     • der Zubau von KWK-Anlagen im Rahmen der KWKG-Förderung,
     • der Ausbau von Elektrolyseurleistungen
     • der Ausbau von Batteriespeichern und
     • der Zubau von H2(-ready)-Kraftwerken.
   • Zur Gewährleistung der Aktualität werden die aktuellen politischen Entwicklungen analysiert. Entsprechende Daten werden kurzfristig ausgewertet und in die Parametrierung einbezogen. Als Beispiel wird das Vorgehen bei der Bestimmung des Ausbaupfads der erneuerbaren Energien erläutert:
     • Der Ausbaupfad der erneuerbaren Energien wird im Instrumentenpapier abgestimmt.
     • Zugrunde gelegt wird der Ausbaupfad nach den Ausschreibungen im EEG.
     • Dieser wird abgeglichen mit dem Stand der installierten Leistungen nach AGEE-Stat.
     • Zudem werden vergangene Ausschreibungen, Angebote und Zuschläge ausgewertet und mit den realisierten Ausschreibungen des EEG abgeglichen (vgl. BNetzA).
     • Sofern diese Auswertungen es nahelegen, wird vom vorgesehenen Pfad im EEG abgewichen.

Programmiersprache

PowerFlex ist in GAMS implementiert. Zum Lösen der Optimierungsprobleme werden die kommerziellen Solver CPLEX und GUROBI verwendet. Für Datenaufbereitung und automatisiertes Testen wird Python verwendet.

In Pre- und Postprocessing wird neben GAMS und Excel auch Python verwendet. Die Datenhaltung von Inputdaten und Modellergebnissen erfolgt größtenteils über eine SQL-Datenbank (Microsoft SQL Server).

Entwicklung, Versionsmanagement und Issue Tracking erfolgen über git. Die Repositories sind nicht öffentlich und werden auf einem internen GitLab-Server gehostet.

Programmtechnische Gestaltungsprinzipien

Technisch ist der Modell-Code in drei Komponenten aufgeteilt:

• Im Preprocessing erfolgt der Import und die Aufbereitung der Input-Daten. Die Inputdaten können im Zuge der Kalibrierung an dieser Stelle den Anforderungen gemäß angepasst werden.
• In der Main-Komponente wird das Gleichungssystem erstellt und gelöst. Die Main-Komponente besteht aus dem obligatorischen Kernmodell und optionalen Modulen, mit denen weitere Funktionalitäten eingebunden werden können. Zu den optionalen Funktionalitäten zählt das Investitionsmodul, die PV-Eigenverbrauchsoptimierung oder das Power-to-Gas-Modul.
• Im Postprocessing erfolgt die Aufbereitung der Ergebnisse. Die Variablenbelegungen werden in Ergebnisparameter geschrieben und zu Kennzahlen aggregiert. Die Ergebnisse werden in einer SQL-Datenbank abgelegt. Projektspezifische Anforderungen an Ergebnisdarstellungen können implementiert werden.

Die Datenhaltung (sowohl für Modell-Input als auch für die Ergebnisse) erfolgt zu größten Teilen in einer SQL-Datenbank. Je nach Schnittstelle, Datentyp und Anwendungsfall werden auch die Dateiformate csv und Excel verwendet.

Eine im Software-Bereich bewährte Methode zur Qualitätssicherung von Modellweiterentwicklungen ist das Unit Testing. Einzelne Module oder Funktionseinheiten einer Software werden isoliert getestet, um sicherzustellen, dass sie wie erwartet funktionieren. Da PowerFlex mit GAMS nicht in einer funktionalen Programmiersprache codiert ist, ist ein echtes Unit Testing nicht möglich. Es werden allerdings mittels eines Python Wrappers und dem pytest Package automatisierte Tests und Konsistenz-Checks durchgeführt, die sicherstellen, dass bei Weiterentwicklung die Funktionalität des Modells gewahrt bleibt und Fehler frühzeitig identifiziert werden können. Beispielsweise wird getestet, dass das Modell in relevanten Szenarien vor und nach Modellweiterentwicklungen zu dem gleichen Optimierungsergebnis gelangt, wenn die Modellweiterentwicklung keinen Einfluss auf diese nehmen soll. Ebenso können Inputdaten und Ergebnisse auf Konsistenz geprüft werden. Beispielsweise wird die Einhaltung von Energiebilanzen und die erlaubten Spannbreiten bei technologischen und ökonomischen Charakteristika von Kraftwerken geprüft.

PowerFlex wird eingesetzt, um zukünftige Entwicklungen des Energiesystems abzuschätzen und Transformationspfade zu analysieren. Bevor jedoch mit dem Modell in die Zukunft geblickt werden kann, ist es state of the art zu überprüfen, ob das Modell die historische Entwicklung akkurat nachbilden kann. Daher wird den Szenariorechnungen in der Regel eine Basisjahrkalibrierung vorgeschaltet.

Im Rahmen der Basisjahrkalibrierung werden auf Grundlage statistischer Daten Modellrechnungen für ein historisches Jahr durchgeführt. Die Ergebnisse werden mit statistischen Daten der Energiewirtschaft, wie beispielsweise den Veröffentlichungen der Arbeitsgemeinschaft Energiebilanzen (AGEB), verglichen. Abweichungen können Hinweise auf notwendige Anpassungen der Input-Parameter geben.

Typische Modifikationen können beispielsweise die Anpassung von Emissionsfaktoren, Wirkungsgraden und technischen Verfügbarkeiten von einzelnen Kraftwerken oder Kraftwerkskategorien sein. Auch Wartungsfenster einzelner Kraftwerke können bei Bedarf an die historischen Gegebenheiten angepasst werden. Diese Modifikationen werden über die gesamte Projektdauer hinweg beibehalten, um die Vergleichbarkeit der Szenariorechnungen zu gewährleisten.

Die wichtigsten Indikatoren für die Basisjahrkalibrierung sind die Nettostromerzeugung, die Wärmeerzeugung und der Brennstoffeinsatz je Energieträger, sowie die Stromimportbilanz.

Räumliche Auflösung

Jeder Nationalstaat (NUTS 0 Ebene) wird als ein Bilanzraum mit einheitlichem Marktgebiet ohne interne Netzrestriktionen betrachtet. Innerhalb von Deutschland kann die regionale Auflösung bei Bedarf weiter erhöht werden. Innerdeutsche Regionen sind dann über ein Transport-Modell (vgl. Domschke (2014)) miteinander verbunden, d.h. der Stromaustausch zwischen den Regionen ist beliebig einstellbar. Die Anzahl der Regionen ist frei wählbar. Klassischerweise wird Deutschland aber maximal in 16 Regionen unterteilt, was der administrativen Gliederung auf Bundeslandebene entspricht. Für Stromnetz- oder regional disaggregiertere Berechnungen ist PowerFlex an das institutseigene Netzmodell OptGrid (Modellbeschreibung z.B. hier: https://www.oeko.de/fileadmin/oekodoc/Grid-Model-Comparison-Experiment.pdf) koppelbar.

Im Projektionsbericht wird Deutschland als ein einheitliches Marktgebiet modelliert.

Sektoren

PowerFlex modelliert die Stromerzeugung und die Erzeugung von Fernwärme und netzgebundener Wärme.

Eine Zuordnung zu Common Reporting Format (CRF-) Sektoren bzw. Bundes-Klimaschutzgesetz-(KSG-)Sektoren erfolgt nachgelagert durch das Modell ENUSEM.

Techniken

Die folgenden Technologien werden in PowerFlex berücksichtigt:

• Stromerzeugung: Thermische Kraftwerke; Erneuerbare Energien (Photovoltaik (PV), Windenergie an Land, Windenergie auf See, Laufwasser)
• Stromspeicher: PV-Batteriespeicher, Großbatteriespeicher, Pumpspeicher, Speicherwasser
• Wärmeerzeugung (Fernwärmenetze): Kraft-Wärme-Kopplung, Heizwerke und Spitzenlastkessel, Wärmepumpen, Elektrodenheizkessel, Solarthermie, Geothermie, Abwärme
• Wärmespeicher: Pufferspeicher / Tagesspeicher, Saisonale Speicher
• Nachfrageseitige Flexibilität: Demand Side Management für Industrie und Gewerbe, Handel und Dienstleistungen (GHD), Dezentrale Wärmepumpen (Objektversorgung), Elektromobilität (detaillierte Verfügbarkeits- und Fahrleistungsprofile für verschiedene Fahrzeugkategorien für flexibles Laden und Vehicle-to-Grid)
• Wasserstoff und strombasierte Energieträger: Elektrolyseure, Rückverstromung in Wasserstoffkraftwerken und Wasserstoff-KWK-Anlagen, Deckung der Nachfrage an strombasierten Energieträgern durch Erzeugung und Import

Für Deutschland werden thermische Kraftwerke bis zu einer Leistung von 10 MW blockscharf modelliert, um etwa differenzierte Wirkungsgrade, Begrenzungen der Laständerungsgeschwindigkeiten und spezifische Wartungsinformationen berücksichtigen zu können. Kleinere Anlagen, z.B. Blockheizkraftwerke (BHKW), werden zu alters-, brennstoff- und regionsspezifischen Aggregaten zusammengefasst. Im Ausland werden alle Anlagentypen, unabhängig von der Blockgröße, zu alters- und brennstoffspezifischen Aggregaten zusammengefasst.

Treibhausgasemissionen

In PowerFlex werden ausschließlich CO₂-Emissionen berücksichtigt. Weitere Treibhausgasemissionen der Energiewirtschaft werden nachgelagert in ENUSEM ergänzt.

Die CO₂-Emissionen ergeben sich direkt aus dem durch PowerFlex ermittelten kraftwerksspezifischen Brennstoffeinsatz. Sie werden in der Ergebnisaufbereitung nach Nationalstaat und Energieträger, für Deutschland differenziert nach ETS und BEHG, aggregiert. Die Einteilung der Energieträger orientiert sich an den AGEB-Energiebilanzen.

Unsicherheit

PowerFlex ist ein deterministisches Modell: Über den Planungshorizont eines Jahres besteht perfekte Voraussicht, es bestehen also keinerlei Unsicherheiten bezüglich der zeitlichen Entwicklung der Input-Parameter (z.B. der Stromnachfrage, der Windgeschwindigkeit oder der solaren Einstrahlung). Um bestehende Unsicherheiten zu berücksichtigen, wird in deterministischen Modellen auf Szenariorechnungen und Sensitivitätsanalysen zurückgegriffen: Um die Bandbreite der möglichen zukünftigen Entwicklungen abzubilden, werden entsprechende Szenarien gebildet und berechnet. Wirken Parameter stark auf die Modellergebnisse und ist ihre Entwicklung unsicher, so können entsprechende Sensitivitätsrechnungen durchgeführt werden. Ein standardisierter Modellierungsprozess erleichtert dabei das Durchführen und Auswerten von Sensitivitätsanalysen.

Visualisierung des Modells und dessen Funktionsweisen

Zielsystem

In PowerFlex wird der optimale Einsatz von Kraftwerken, Speichern und nachfrageseitigen Flexibilitätsoptionen im europäischen Strommarkt abgebildet. Dabei wird der deutsche Kraftwerkspark inkl. KWK-Anlagen und nachfrageseitige Flexibilitätsoptionen in einer höheren Detailtiefe abgebildet als die Anlagen der anderen modellierten europäischen Länder. Modelliert wird jeweils ein Kalenderjahr in stündlicher Auflösung.

Literaturverzeichnis

• Bauknecht, Dierk; Flachsbarth, Franziska; Koch, Matthias; Vogel, Moritz (2024): The role of decentralised flexibility options for managing transmission grid congestions in Germany. In The Electricity Journal 37 (1), p. 107363. DOI: 10.1016/j.tej.2023.107363.

• Bucksteeg, Michael; Wiedmann, Michael; Pöstges, Arne; Haller, Markus; Böttger, Diana; Ruhnau, Oliver; Schmitz, Richard (2022): The transformation of integrated electricity and heat systems—Assessing mid-term policies using a model comparison approach. In Renewable and Sustainable Energy Reviews 160, p. 112270. DOI: 10.1016/j.rser.2022.112270.

• Domschke, Wolfgang (2007): Logistik: Transport: OLDENBOURG WISSENSCHAFTSVERLAG. DOI: 10.1524/9783486843521.

• Flachsbarth, Franziska; Wingenbach, Marion; Koch, Matthias (2021): Addressing the Effect of Social Acceptance on the Distribution of Wind Energy Plants and the Transmission Grid in Germany. In Energies 14 (16), p. 4824. DOI: 10.3390/en14164824.

• Gils, Hans Christian; Pregger, Thomas; Flachsbarth, Franziska; Jentsch, Mareike; Dierstein, Constantin (2019): Comparison of spatially and temporally resolved energy system models with a focus on Germany's future power supply. In Applied Energy 255, p. 113889. DOI: 10.1016/j.apenergy.2019.113889.

• Hobbie, Hannes; Mehlem, Jonas; Wolff, Christina; Weber, Lukas; Flachsbarth, Franziska; Möst, Dominik; Moser, Albert (2022): Impact of model parametrization and formulation on the explorative power of electricity network congestion management models - Insights from a grid model comparison experiment. In Renewable and Sustainable Energy Reviews 159, p. 112163. DOI: 10.1016/j.rser.2022.112163.

• Hochstättler, Winfried (2017): Lineare Optimierung. Berlin, Heidelberg: Springer Berlin Heidelberg. DOI: 10.1007/978-3-662-54425-9.

• Koch, Matthias; Bauknecht, Dierk; Heinemann, Christoph; Ritter, David; Vogel, Moritz; Tröster, Eckehard (2015): Modellgestützte Bewertung von Netzausbau im europäischen Netzverbund und Flexibilitätsoptionen im deutschen Stromsystem im Zeitraum 2020–2050. In Z Energiewirtsch 39 (1), pp. 1–17. DOI: 10.1007/s12398-015-0147-2.

• Pöstges, Arne; Bucksteeg, Michael; Ruhnau, Oliver; Böttger, Diana; Haller, Markus; Künle, Eglantine et al. (2022): Phasing out coal: An impact analysis comparing five large-scale electricity market models. In Applied Energy 319, p. 119215. DOI: 10.1016/j.apenergy.2022.119215.

• Ritter, David; Meyer, Roland; Koch, Matthias; Haller, Markus; Bauknecht, Dierk; Heinemann, Christoph (2019): Effects of a Delayed Expansion of Interconnector Capacities in a High RES-E European Electricity System. In Energies 12 (16), p. 3098. DOI: 10.3390/en12163098.

• Ruhnau, O.; Bucksteeg, M.; Ritter, D.; Schmitz, R.; Böttger, D.; Koch, M. et al. (2022): Why electricity market models yield different results: Carbon pricing in a model-comparison experiment. In Renewable and Sustainable Energy Reviews 153, p. 111701. DOI: 10.1016/j.rser.2021.111701.

• Schellong, Wolfgang (2016): Energiesystemanalyse. In Wolfgang Schellong (Ed.): Analyse und Optimierung von Energieverbundsystemen. Berlin, Heidelberg: Springer Berlin Heidelberg, pp. 145–208. DOI: 10.1007/978-3-662-49463-9_4.

• Syranidou, Chloi; Koch, Matthias; Matthes, Björn; Winger, Christian; Linßen, Jochen; Rehtanz, Christian; Stolten, Detlef (2022): Development of an open framework for a qualitative and quantitative comparison of power system and electricity grid models for Europe. In Renewable and Sustainable Energy Reviews 159, p. 112055. DOI: 10.1016/j.rser.2021.112055.

Modellierungsprozess

Datenflüsse im Kontext des Modellierungsprozesses von PowerFlex

Dieser Graph zeigt woher (und wieviele) Datensätze direkt oder indirekt in PowerFlex fließen. Er zeigt auch, welche Datensätze durch PowerFlex augegeben werden.

flowchart LR
classDef default text-decoration:none
input__powerflex(["82"])
click input__powerflex href "/Modellierungsprozess/input__powerflex/"
forecast_residential["FORECAST-Residential"]
click forecast_residential href "/Modell/forecast_residential/"
invert_ee_lab["Invert/EE-Lab"]
click invert_ee_lab href "/Modell/invert_ee_lab/"
input(("Eingangsdaten"))
temps__powerflex(["10"])
click temps__powerflex href "/Modellierungsprozess/temps__powerflex/"
powerflex__lawienmod(["6"])
click powerflex__lawienmod href "/Modellierungsprozess/powerflex__lawienmod/"
lulucfmod["LULUCFmod"]
click lulucfmod href "/Modell/lulucfmod/"
data_instrumentenwirkung(["Treibhausgasminderungswirkung der Instrumente der Treibhausgas-Projektion 2026 für Deutschland (Datentabelle)"])
click data_instrumentenwirkung href "/Datensatz/data_instrumentenwirkung/"
profi__powerflex(["7"])
click profi__powerflex href "/Modellierungsprozess/profi__powerflex/"
lawienmod["LaWiEnMod"]
click lawienmod href "/Modell/lawienmod/"
forecast_residential__powerflex(["8"])
click forecast_residential__powerflex href "/Modellierungsprozess/forecast_residential__powerflex/"
enusem["ENUSEM"]
click enusem href "/Modell/enusem/"
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2(["Rahmendaten - Preis im nationalen Emissionshandel / EU ETS 2"])
click data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 href "/Datensatz/data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2/"
pygasem__powerflex(["7"])
click pygasem__powerflex href "/Modellierungsprozess/pygasem__powerflex/"
lawienmod__powerflex(["7"])
click lawienmod__powerflex href "/Modellierungsprozess/lawienmod__powerflex/"
data_rahmendaten_grosshandelspreis_wasserstoff(["Rahmendaten - Großhandelspreis Wasserstoff"])
click data_rahmendaten_grosshandelspreis_wasserstoff href "/Datensatz/data_rahmendaten_grosshandelspreis_wasserstoff/"
temps["TEMPS"]
click temps href "/Modell/temps/"
data_rahmendaten_grosshandelspreis_rohoel_brent(["Rahmendaten - Großhandelspreis Rohöl Brent"])
click data_rahmendaten_grosshandelspreis_rohoel_brent href "/Datensatz/data_rahmendaten_grosshandelspreis_rohoel_brent/"
data_rahmendaten_grosshandelspreis_erdgas(["Rahmendaten - Großhandelspreis Erdgas"])
click data_rahmendaten_grosshandelspreis_erdgas href "/Datensatz/data_rahmendaten_grosshandelspreis_erdgas/"
invert_ee_lab__powerflex(["10"])
click invert_ee_lab__powerflex href "/Modellierungsprozess/invert_ee_lab__powerflex/"
profi["ProFi"]
click profi href "/Modell/profi/"
data_rahmendaten_preis_eu_emissionshandel_eu_ets_1(["Rahmendaten - Preis im EU Emissionshandel / EU ETS 1"])
click data_rahmendaten_preis_eu_emissionshandel_eu_ets_1 href "/Datensatz/data_rahmendaten_preis_eu_emissionshandel_eu_ets_1/"
ipcc_waste_model__powerflex(["7"])
click ipcc_waste_model__powerflex href "/Modellierungsprozess/ipcc_waste_model__powerflex/"
data_parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_parametrisierungstabelle href "/Datensatz/data_parametrisierungstabelle/"
forecast_tertiary__powerflex(["9"])
click forecast_tertiary__powerflex href "/Modellierungsprozess/forecast_tertiary__powerflex/"
data_rahmendaten_grosshandelspreis_steinkohle(["Rahmendaten - Großhandelspreis Steinkohle"])
click data_rahmendaten_grosshandelspreis_steinkohle href "/Datensatz/data_rahmendaten_grosshandelspreis_steinkohle/"
lulucfmod__powerflex(["7"])
click lulucfmod__powerflex href "/Modellierungsprozess/lulucfmod__powerflex/"
data_datentabelle(["Datentabelle für die Treibhausgas-Projektionen 2026 für Deutschland"])
click data_datentabelle href "/Datensatz/data_datentabelle/"
forecast_tertiary["FORECAST-Tertiary"]
click forecast_tertiary href "/Modell/forecast_tertiary/"
forecast_industry["FORECAST-Industry"]
click forecast_industry href "/Modell/forecast_industry/"
output(("Ergebnisdaten"))
ipcc_waste_model["Waste-Mod"]
click ipcc_waste_model href "/Modell/ipcc_waste_model/"
powerflex["PowerFlex"]
click powerflex href "/Modell/powerflex/"
style powerflex fill:#9d579a,stroke:#9d579a;
forecast_industry__powerflex(["9"])
click forecast_industry__powerflex href "/Modellierungsprozess/forecast_industry__powerflex/"
powerflex__output(["15"])
click powerflex__output href "/Modellierungsprozess/powerflex__output/"
enusem__powerflex(["7"])
click enusem__powerflex href "/Modellierungsprozess/enusem__powerflex/"
powerflex__enusem(["6"])
click powerflex__enusem href "/Modellierungsprozess/powerflex__enusem/"
pygasem["Py-GAS-EM"]
click pygasem href "/Modell/pygasem/"
pygasem__powerflex --> powerflex
forecast_residential__powerflex --> powerflex
data_rahmendaten_grosshandelspreis_wasserstoff --> powerflex
powerflex__enusem --> enusem
enusem__powerflex --> powerflex
lulucfmod__powerflex --> powerflex
ipcc_waste_model__powerflex --> powerflex
enusem --> enusem__powerflex
pygasem --> pygasem__powerflex
forecast_industry --> forecast_industry__powerflex
powerflex --> powerflex__output
forecast_residential --> forecast_residential__powerflex
profi__powerflex --> powerflex
powerflex --> powerflex__lawienmod
temps --> temps__powerflex
forecast_tertiary --> forecast_tertiary__powerflex
data_rahmendaten_grosshandelspreis_rohoel_brent --> powerflex
lawienmod__powerflex --> powerflex
powerflex --> powerflex__enusem
profi --> profi__powerflex
powerflex --> data_datentabelle
lulucfmod --> lulucfmod__powerflex
ipcc_waste_model --> ipcc_waste_model__powerflex
powerflex --> data_instrumentenwirkung
invert_ee_lab__powerflex --> powerflex
lawienmod --> lawienmod__powerflex
powerflex__output --> output
temps__powerflex --> powerflex
data_rahmendaten_grosshandelspreis_erdgas --> powerflex
forecast_tertiary__powerflex --> powerflex
data_rahmendaten_grosshandelspreis_steinkohle --> powerflex
input --> input__powerflex
data_rahmendaten_preis_eu_emissionshandel_eu_ets_1 --> powerflex
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> powerflex
input__powerflex --> powerflex
invert_ee_lab --> invert_ee_lab__powerflex
forecast_industry__powerflex --> powerflex
data_parametrisierungstabelle --> powerflex
powerflex__lawienmod --> lawienmod

Direkte Datenflüsse zu PowerFlex

Dieser Graph zeigt an, welche Datensätze direkt in PowerFlex fließen oder durch PowerFlex ausgegeben werden.

flowchart LR
classDef default text-decoration:none
powerflex_out_stromimport_und_export(["Stromimporte und -exporte der ENTSO-E-Länder"])
click powerflex_out_stromimport_und_export href "/Datensatz/powerflex_out_stromimport_und_export/"
data_rahmendaten_grosshandelspreis_erdgas(["Rahmendaten - Großhandelspreis Erdgas"])
click data_rahmendaten_grosshandelspreis_erdgas href "/Datensatz/data_rahmendaten_grosshandelspreis_erdgas/"
powerflex_out_ptx_erzeugung(["Technologiespezifische Strom- und Wärmeerzeugung"])
click powerflex_out_ptx_erzeugung href "/Datensatz/powerflex_out_ptx_erzeugung/"
data_rahmendaten_grosshandelspreis_rohoel_brent(["Rahmendaten - Großhandelspreis Rohöl Brent"])
click data_rahmendaten_grosshandelspreis_rohoel_brent href "/Datensatz/data_rahmendaten_grosshandelspreis_rohoel_brent/"
powerflex_in_stromnachfrage_ausland_oekoinstitut(["Stromnachfrage Ausland - Öko-Institut"])
click powerflex_in_stromnachfrage_ausland_oekoinstitut href "/Datensatz/powerflex_in_stromnachfrage_ausland_oekoinstitut/"
data_rahmendaten_preis_eu_emissionshandel_eu_ets_1(["Rahmendaten - Preis im EU Emissionshandel / EU ETS 1"])
click data_rahmendaten_preis_eu_emissionshandel_eu_ets_1 href "/Datensatz/data_rahmendaten_preis_eu_emissionshandel_eu_ets_1/"
data_parametrisierungstabelle(["Instrumentenausgestaltung für die Treibhausgas-Projektionen 2026 (Datentabelle)"])
click data_parametrisierungstabelle href "/Datensatz/data_parametrisierungstabelle/"
enusem_energy_compilation(["Daten des Moduls ENUSEM-Kompilation"])
click enusem_energy_compilation href "/Datensatz/enusem_energy_compilation/"
powerflex_in_kraftwerkspark_ausland_tyndp_nt_national_trends(["Kraftwerkspark Ausland - TYNDP 2024 (nt-national trends)"])
click powerflex_in_kraftwerkspark_ausland_tyndp_nt_national_trends href "/Datensatz/powerflex_in_kraftwerkspark_ausland_tyndp_nt_national_trends/"
interface_1a_power_nur_historisch(["Interface Energiewirtschaft zwischen ENUSEM und PowerFlex: nur historisch"])
click interface_1a_power_nur_historisch href "/Datensatz/interface_1a_power_nur_historisch/"
data_rahmendaten_grosshandelspreis_steinkohle(["Rahmendaten - Großhandelspreis Steinkohle"])
click data_rahmendaten_grosshandelspreis_steinkohle href "/Datensatz/data_rahmendaten_grosshandelspreis_steinkohle/"
powerflex_in_ember_interconnectoren(["Europe Electricity Interconnection Data"])
click powerflex_in_ember_interconnectoren href "/Datensatz/powerflex_in_ember_interconnectoren/"
data_datentabelle(["Datentabelle für die Treibhausgas-Projektionen 2026 für Deutschland"])
click data_datentabelle href "/Datensatz/data_datentabelle/"
powerflex_in_leistungen_alternativer_waermeerzeuger(["Leistungen alternativer Wärmerzeuger gemäß BEW - Prognos"])
click powerflex_in_leistungen_alternativer_waermeerzeuger href "/Datensatz/powerflex_in_leistungen_alternativer_waermeerzeuger/"
powerflex_in_kraftwerkspark_ausland_oekoinstitut(["Kraftwerkspark Ausland - Öko-Institut"])
click powerflex_in_kraftwerkspark_ausland_oekoinstitut href "/Datensatz/powerflex_in_kraftwerkspark_ausland_oekoinstitut/"
powerflex_out_brennstoffeinsatz(["Brennstoffeinsatz für die Strom-, Wärme- und PtX-Erzeugung"])
click powerflex_out_brennstoffeinsatz href "/Datensatz/powerflex_out_brennstoffeinsatz/"
temps_fahrzeugflotte_emob_flexibel(["Anzahl und Eigenschaften von Elektrofahrzeugen mit flexibler Nachfrage"])
click temps_fahrzeugflotte_emob_flexibel href "/Datensatz/temps_fahrzeugflotte_emob_flexibel/"
powerflex_out_waermeerzeugung(["Technologiespezifische Wärmeerzeugung in Deutschland"])
click powerflex_out_waermeerzeugung href "/Datensatz/powerflex_out_waermeerzeugung/"
data_instrumentenwirkung(["Treibhausgasminderungswirkung der Instrumente der Treibhausgas-Projektion 2026 für Deutschland (Datentabelle)"])
click data_instrumentenwirkung href "/Datensatz/data_instrumentenwirkung/"
powerflex_in_kraftwerkspark_deutschland_res(["Kraftwerkspark Deutschland - RES"])
click powerflex_in_kraftwerkspark_deutschland_res href "/Datensatz/powerflex_in_kraftwerkspark_deutschland_res/"
powerflex_in_wetterabhaengige_erzeugungsprofile_fluktuierender_erneuerbarer_pv_wind_laufwasser_oekoinstitut(["Wetterabhängige Erzeugungsprofile fluktuierender Erneuerbarer (PV, Wind, Laufwasser) - Öko-Institut"])
click powerflex_in_wetterabhaengige_erzeugungsprofile_fluktuierender_erneuerbarer_pv_wind_laufwasser_oekoinstitut href "/Datensatz/powerflex_in_wetterabhaengige_erzeugungsprofile_fluktuierender_erneuerbarer_pv_wind_laufwasser_oekoinstitut/"
powerflex_in_stromnachfrage_deutschland_oekoinstitut(["Stromnachfrageprofil Deutschland - Öko-Institut"])
click powerflex_in_stromnachfrage_deutschland_oekoinstitut href "/Datensatz/powerflex_in_stromnachfrage_deutschland_oekoinstitut/"
powerflex_in_waermenachfrage_deutschland_oekoinstitut(["Wärmenachfrageprofil Deutschland - Öko-Institut"])
click powerflex_in_waermenachfrage_deutschland_oekoinstitut href "/Datensatz/powerflex_in_waermenachfrage_deutschland_oekoinstitut/"
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2(["Rahmendaten - Preis im nationalen Emissionshandel / EU ETS 2"])
click data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 href "/Datensatz/data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2/"
powerflex_out_co2_emissionen(["CO2-Emissionen der Strom-, Wärme- und PtX-Erzeugung"])
click powerflex_out_co2_emissionen href "/Datensatz/powerflex_out_co2_emissionen/"
powerflex["PowerFlex"]
click powerflex href "/Modell/powerflex/"
style powerflex fill:#9d579a,stroke:#9d579a;
powerflex_in_ntc_tyndp_nt_national_trends(["NTC - TYNDP 2024 (nt-national trends)"])
click powerflex_in_ntc_tyndp_nt_national_trends href "/Datensatz/powerflex_in_ntc_tyndp_nt_national_trends/"
powerflex_in_kraftwerkspark_deutschland_oekoinstitut(["Kraftwerkspark Deutschland - Öko-Institut"])
click powerflex_in_kraftwerkspark_deutschland_oekoinstitut href "/Datensatz/powerflex_in_kraftwerkspark_deutschland_oekoinstitut/"
powerflex_out_stromerzeugung(["Technologiespezifische Strom- und Wärmeerzeugung in der ENTSO-E Region"])
click powerflex_out_stromerzeugung href "/Datensatz/powerflex_out_stromerzeugung/"
temps_flexibilisierbares_stromanchfrageprofil_emob(["Fahrleistungs- und Standortprofile von Elektrofahrzeugen mit flexibler Nachfrage"])
click temps_flexibilisierbares_stromanchfrageprofil_emob href "/Datensatz/temps_flexibilisierbares_stromanchfrageprofil_emob/"
powerflex_in_mustrun_strom_und_waerme_oekoinstitut(["Unflexible Strom- und Wärmeerzeugung - Öko-Institut"])
click powerflex_in_mustrun_strom_und_waerme_oekoinstitut href "/Datensatz/powerflex_in_mustrun_strom_und_waerme_oekoinstitut/"
data_rahmendaten_grosshandelspreis_wasserstoff(["Rahmendaten - Großhandelspreis Wasserstoff"])
click data_rahmendaten_grosshandelspreis_wasserstoff href "/Datensatz/data_rahmendaten_grosshandelspreis_wasserstoff/"
data_parametrisierungstabelle --> powerflex
powerflex_in_stromnachfrage_ausland_oekoinstitut --> powerflex
powerflex_in_mustrun_strom_und_waerme_oekoinstitut --> powerflex
powerflex_in_ntc_tyndp_nt_national_trends --> powerflex_in_stromnachfrage_ausland_oekoinstitut
powerflex_in_ntc_tyndp_nt_national_trends --> powerflex
powerflex --> powerflex_out_co2_emissionen
powerflex --> powerflex_out_stromerzeugung
powerflex --> powerflex_out_stromimport_und_export
powerflex --> powerflex_out_ptx_erzeugung
powerflex --> powerflex_out_brennstoffeinsatz
powerflex --> data_datentabelle
powerflex --> powerflex_out_waermeerzeugung
powerflex --> data_instrumentenwirkung
data_rahmendaten_preis_eu_emissionshandel_eu_ets_1 --> powerflex
data_rahmendaten_preis_im_nationalen_emissionshandel_eu_ets_2 --> powerflex
powerflex_in_waermenachfrage_deutschland_oekoinstitut --> powerflex
powerflex_out_ptx_erzeugung --> interface_1a_power_nur_historisch
temps_fahrzeugflotte_emob_flexibel --> powerflex
data_rahmendaten_grosshandelspreis_rohoel_brent --> powerflex
powerflex_in_kraftwerkspark_ausland_oekoinstitut --> powerflex
powerflex_out_stromerzeugung --> interface_1a_power_nur_historisch
powerflex_in_kraftwerkspark_ausland_tyndp_nt_national_trends --> powerflex_in_kraftwerkspark_ausland_oekoinstitut
powerflex_in_kraftwerkspark_ausland_tyndp_nt_national_trends --> powerflex_in_wetterabhaengige_erzeugungsprofile_fluktuierender_erneuerbarer_pv_wind_laufwasser_oekoinstitut
powerflex_in_kraftwerkspark_ausland_tyndp_nt_national_trends --> powerflex
powerflex_in_kraftwerkspark_deutschland_res --> powerflex_in_mustrun_strom_und_waerme_oekoinstitut
powerflex_in_kraftwerkspark_deutschland_res --> powerflex
temps_flexibilisierbares_stromanchfrageprofil_emob --> powerflex
powerflex_out_stromimport_und_export --> interface_1a_power_nur_historisch
powerflex_in_leistungen_alternativer_waermeerzeuger --> powerflex_in_mustrun_strom_und_waerme_oekoinstitut
powerflex_in_leistungen_alternativer_waermeerzeuger --> powerflex
data_rahmendaten_grosshandelspreis_erdgas --> powerflex
powerflex_in_ember_interconnectoren --> powerflex
powerflex_out_brennstoffeinsatz --> interface_1a_power_nur_historisch
data_rahmendaten_grosshandelspreis_wasserstoff --> powerflex
powerflex_in_kraftwerkspark_deutschland_oekoinstitut --> powerflex
powerflex_in_wetterabhaengige_erzeugungsprofile_fluktuierender_erneuerbarer_pv_wind_laufwasser_oekoinstitut --> powerflex
interface_1a_power_nur_historisch --> powerflex
powerflex_out_waermeerzeugung --> interface_1a_power_nur_historisch
enusem_energy_compilation --> powerflex_in_stromnachfrage_deutschland_oekoinstitut
enusem_energy_compilation --> powerflex_in_mustrun_strom_und_waerme_oekoinstitut
enusem_energy_compilation --> powerflex_in_waermenachfrage_deutschland_oekoinstitut
enusem_energy_compilation --> powerflex
data_rahmendaten_grosshandelspreis_steinkohle --> powerflex
powerflex_in_stromnachfrage_deutschland_oekoinstitut --> powerflex