Globale Sensitivitätsanalyse zur Identifikation zentraler Einflussparameter für die Bewertung von Wärmenetzkonzepten

Globale Sensitivitätsanalysen stellen wertvolle Werkzeuge für die Validierung und Analyse komplexer Modelle dar. Insbesondere in der Energiesystemoptimierung sind sie von hoher Relevanz, da diese Systeme durch eine Vielzahl an Einflussparametern, komplexen Wechselwirkungen und externen Unsicherheiten geprägt sind. Dennoch finden globale Sensitivitätsanalysen in der Praxis bislang wenig Anwendung. Stattdessen dominieren lokale Ansätze, die jedoch aufgrund ihres eingeschränkten Untersuchungsraums zu Fehlschlüssen führen können. Vor diesem Hintergrund wendet die vorliegende Arbeit die Sensitivitätsanalyse nach Morris auf ein techno-ökonomisches Optimierungsmodell eines Wärmenetzes an. Ziel ist es, durch eine methodische Untersuchung verschiedener Konfigurationen effiziente Anwendungsmöglichkeiten der Morris-Methode für diesen Modelltyp zu identifizieren. Die Ergebnisse zeigen, dass bereits mit einer geringen Pfadanzahl (𝑟=10) ein erfolgreiches Screening zur Identifikation der dominanten Einflussgrößen möglich ist. Mit steigender Anzahl nimmt die Stabilität der Ergebnisse zu, da die Sensitivitätsmaße ein asymptotisches Konvergenzverhalten zeigen. Dabei stellt sich 𝑟=30 als effizienter Schwellenwert heraus. Trotzdem lässt sich die Stabilität der Sensitivitätsmaße bei höherer Pfadanzahl weiter verstärken. Zudem bestätigt sich die hohe Relevanz sorgfältig definierter Unsicherheitsbereiche sowie der Vorteil, mehrere Ausgangsvariablen parallel zu betrachten. Die inhaltliche Auswertung verdeutlicht exemplarisch das Potenzial der Methode, verschiedene klassische Zielsetzungen globaler Sensitivitätsanalysen, wie die Modellvereinfachung oder ein vertieftes Systemverständnis, zu adressieren.

Global sensitivity analyses are valuable tools for validating and analysing complex models. They are particularly relevant in energy system optimisation, as these systems are characterised by many input parameters, complex interactions, and external uncertainties. Nevertheless, global methods have so far found little application in practice. Instead, local approaches dominate, even though these can lead to false conclusions due to their limited scope of investigation. Therefore, this thesis applies the Morris' sensitivity analysis to a techno-economic optimisation model of a district heating network. The aim is to identify efficient settings for this model type by methodically investigating different configurations and adaptations. The results show that even with a small number of trajectories (𝑟=10), a successful screening to identify the dominant factors is possible. With an increasing number, the stability of the results increases, because the sensitivity measures show asymptotic convergence behaviour, with 𝑟=30 proving to be an efficient threshold. Nevertheless, the stability of the sensitivity measures can be further enhanced through a higher number of trajectories. In addition, the high relevance of carefully defined uncertainty ranges and the advantage of considering several output variables parallel are confirmed. The application-specific evaluation illustrates the potential of the method to address various classic objectives of global sensitivity analyses, such as model simplification or a deeper understanding of the system.