Anhui-Studie zur Stromnetzführung: Wie die wirtschaftliche Bereitschaft den Marktabschluss im Jahr 2026 neu definiert

Hefei, China, Quelle:

Der Anteil erneuerbarer Energien am Strommix erreicht historische Höchstwerte. Gleichzeitig stehen die Stromnetze vor einem kritischen Widerspruch. Die physische Infrastruktur bietet scheinbar viel Flexibilität. In der Praxis liefern die verfügbaren Marktressourcen diese Versprechen jedoch oft nicht ein. Forscher des Wirtschafts- und Technologie-Forschungsinstituts der State Grid Anhui Electric Power Co., Ltd., in Zusammenarbeit mit der Universität Hefei für Technologie, haben im September 2026 eine bahnbrechende Studie veröffentlicht. Sie stellt eine innovative Lösung für dieses Problem vor. Der Ansatz basiert auf einem kollaborativen Mehrzeitfenster-Modell zum Marktabschluss. Dieses nutzt die sogenannte Willensfähige Region (WFR). Diese Methode verändert grundlegend, wie Netzbetreiber zentrale Steuerungskapazitäten bewerten und nutzen.

Bisherige Marktabschlussmodelle stützen sich stark auf physikalisch machbare Regionen (PFR). Diese Regionen definieren die maximalen technischen Grenzen von Anlagen wie Wärmekraftwerken, Windparks und Energiespeichern. Solche Modelle gehen jedoch davon aus, dass die Besitzer der Ressourcen Weisungen bedingungslos befolgen. Diese Annahme ignoriert die wirtschaftlichen Realitäten der Strommärkte. Die Teilnehmer handeln aus Gewinninteressen, Risikoaversion und Opportunitätskosten. Ein Windpark mag zwar physisch in der Lage sein, Regelenergie bereitzustellen. Wenn der potenzielle Verlust durch Abweichungen von der prognostizierten Einspeisung höher ist als die Vergütung für die Reserveleistung, verweigert er die Teilnahme. Diese Zurückhaltung führt zu einer Überschätzung der Regelkapazitäten. Bei Extremereignissen steigt damit das Risiko von Angebot-und-Nachfrage-Ungleichgewichten.

Das vorgeschlagene WFR-Modell schließt diese Lücke. Es übersetzt physische Grenzen in wirtschaftliche Entscheidungsräume. Durch die Integration von Opportunitätskosten über verschiedene Märkte hinweg und der Kennzahl Conditional Value at Risk (CVaR) quantifiziert das Modell, wie Preissignale und Unsicherheiten die nutzbare Kapazität jeder Ressource reduzieren. Wärmekraftwerke zeigen asymmetrische Grenzverengungen, je nachdem ob Spitzen- oder Grundlastpreise vorherrschen. Windparks weisen aufgrund von Prognosefehlern und Strafandrohungen deutliche Kapazitätsverluste auf. Energiespeicher zeigen starke zeitliche Kopplungen. Die Ladezustandsbeschränkungen begrenzen die unmittelbare Verfügbarkeit. Lastflexibilitäten werden erst aktiv, wenn die Preise bestimmte Vergütungsschwellen überschreiten.

Die Studie implementiert diesen Ansatz in einem Modellprädiktiven Kontrollrahmen (MPC). Dabei wird ein sequenzieller Prozess für den Vorlaufmarkt und den Intraday-Markt demonstriert. Die Vorlaufmärkte erstellen Basisfahrpläne anhand statischer Willensgrenzwerte. Dynamische Intraday-Optimierungen gleichen Echtzeitabweichungen aus. Fallstudien an einem verbesserten IEEE-24-Knotensystem zeigen, dass die Berücksichtigung von WFR-Beschränkungen die Risiken von Ungleichgewichten senkt. Zudem erhöht dies die Resilienz des Systems gegenüber Schwankungen bei erneuerbaren Energien. In Extremszenarien wie plötzlichen Ausfällen der Windeinspeisung koordiniert das Modell heterogene Ressourcen über verschiedene Zeitskalen hinweg. Es verlagert die Reservebereitstellung von konventionellen Wärmekraftwerken hin zu schneller reagierenden Energiespeichern und nachfrageseitigen Flexibilitäten.

Dieser Ansatz verbessert nicht nur die Genauigkeit der Reserveallokation. Er fördert auch einen effizienteren und widerstandsfähigeren Strommarkt. Indem Fahrplanweisungen an die tatsächliche wirtschaftliche Bereitschaft der Marktteilnehmer angepasst werden, können Netzbetreiber latente Flexibilität erschließen. Dies gewährleistet stabile Betriebsabläufe selbst bei beschleunigtem Energieübergang. Die Ergebnisse unterstreichen die Notwendigkeit, über rein physische Beschränkungen hinauszugehen. Moderne Stromnetzplanung muss verhaltensbezogene und wirtschaftliche Dimensionen integrieren.