Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Modeling Investment Decisions in Renewable Energy Technologies: An Introduction to Simulating Technology Diffusion

Modellierung von Investitionsentscheidungen in erneuerbare Energietechnologien: Eine Einführung in die Simulation von Technologiediffusion
 
: Senkpiel, C.; Berneiser, J.; Steingrube, A.; Biener, W.; Gölz, S.

Umweltpsychologie 23 (2019), No.2, pp.38-57
ISSN: 1434-3304
English
Journal Article
Fraunhofer ISE ()
Leistungselektronik; Netze und Intelligente Systeme; ecological behavior; investment decisions; modelling; renewable energy; technology diffusion; Energiesystemanalyse

Abstract
Modelling the energy transition is crucial to identify possible pathways leading from a fossil fuel based energy system to an environmentally sustainable energy system based on renewable energy technologies. For this purpose so-called energy system models are applied. Those are techno-economic models that find a cost optimal solution for the energy system at the macro level, taking into account the CO2-reduction targets. In order to verify whether the optimized technology needs of these models are achievable, it is essential to regard technology diffusion. The basis for the analysis of technology diffusion is the investment behavior of individuals as well as of professional actors such as energy utilities. Integrating insights from psychology, economics and sociology into technology diffusion models might help in making more accurate predictions about the actual diffusion of technology and in finding suitable interventions to influence the diffusion dynamics. Therefore, four common modelling approaches are exemplarily discussed in this paper: 1) diffusion of innovation models 2) discrete choice models 3) agent-based models and 4) system dynamics. In addition, examples of application in the field of energy transformation are presented for each model. All approaches have their strengths and weaknesses, but complement each other well and help to understand the processes and influences on technology diffusion from different angles. The applicability of each of the modelling approaches depends on the chosen research question and data availability. Therefore, the article specifies criteria for data collection in order to ensure the compatibility of the empirical data with the numerical models. The article points out that interdisciplinary collaboration adds value to the creation of models that describe technology diffusion.

 

Zur Identifikation möglicher Pfade für die Transformation des Energiesystems, von einem auf fossilen System hin zu einem auf umweltfreundlichen, erneuerbaren Technologien basierenden System, ist die Modellierung des Energiesystems entscheidend. Hierfür werden sogenannte Energiesystemmodelle verwendet. Diese techno-ökonomischen Modelle finden auf der Makro-Ebene eine kostenoptimale Lösung für das Energiesystem unter Berücksichtigung der CO2-Minderungsziele. Um zu prüfen, ob die optimalen Technologieausbauziele erreichbar sind, ist es jedoch unabdingbar, sich mit der Technologiediffusion zu befassen. Basis für die Analyse der Technologiediffusion ist das Investitionsverhalten von Privatpersonen aber auch von professionellen Akteuren, wie beispielsweise Energieversorgern. Die Erweiterung von Technologiediffusions-Modellen mit Ansätzen aus Psychologie, Wirtschaftswissenschaften oder Soziologie kann dazu beitragen, genauere Vorhersagen über die tatsächliche Verbreitung der Technologie zu treffen und Möglichkeiten zu identifizieren, wie Einfluss auf die Technologieverbreitung genommen werden kann. Daher werden in diesem Artikel vier gängige Modellierungsansätze exemplarisch vorgestellt und diskutiert: 1) Diffusionsmodelle (Diffusion of Innovation), 2) Discrete Choice Modelle 3) Agentenbasierte Modellierung und 4) System Dynamics. Zusätzlich werden für die Modelle Anwendungsbeispiele im Bereich der Energietransformation dargestellt. Alle Ansätze haben ihre Stärken und Schwächen, ergänzen sich jedoch gut und helfen, die Prozesse und Einflüsse auf die Technologiediffusion aus unterschiedlichen Perspektiven zu verstehen. Die Anwendbarkeit der einzelnen Modellierungsansätze hängt von der gewählten Forschungsfrage und der Datenverfügbarkeit ab. Daher werden in dem Artikel Kriterien für die Datenerfassung beschrieben, die die Kompatibilität der empirischen Daten mit den numerischen Modellen sicherstellen. Der Artikel stellt heraus, dass interdisziplinäre Zusammenarbeit einen Mehrwert für das Aufstellen von Modellen, die Technologiediffusion beschreiben, bietet.

: http://publica.fraunhofer.de/documents/N-581237.html