Zum Inhalt wechseln
  • Newsletter
  • Über uns
  • Kontakt
  • DE
  • EN
  • Newsletter
  • Über uns
  • Kontakt
  • DE
  • EN
Suche
schließen
  • Übersicht
  • Forschung
  • Hier & Heute
  • Kluge Köpfe
Menü
  • Übersicht
  • Forschung
  • Hier & Heute
  • Kluge Köpfe
  • Übersicht
  • Forschung
  • Hier & Heute
  • Kluge Köpfe
  • Kontakt
  • Newsletter
  • Über uns
Menü
  • Übersicht
  • Forschung
  • Hier & Heute
  • Kluge Köpfe
  • Kontakt
  • Newsletter
  • Über uns
Suche
  • DE
  • EN
3. März 2023

Windenergie: Analyse des Zweitmarktpotenzials der Altanlagen

IPH | Nach Ablauf der EEG-Förderung für Windenergieanlagen hängt die Auswahl einer Nachnutzungsstrategie von vielen Einflussfaktoren ab, unter anderem dem Wiederverkaufswert der Altanlagen. Welche Erlöse noch zu erzielen sind ist eine der Forschungsfragen, die im Projekt „TransWind“ beantwortet werden sollen. Auswertungen der Daten einer Handelsplattform könnten Antworten liefern.

Seit dem Jahreswechsel 2020/2021 fallen immer mehr Windenergieanlagen (WEA) in Deutschland aus der 20-jährigen Förderperiode des EEG (Erneuerbare-Energien-Gesetz). Allein in der Zeitspanne der Jahre 2020 bis 2030 betrifft dies etwa 15.000 Altanlagen. Viele Anlagenbetreiber stehen daher aktuell oder in naher Zukunft vor der Frage, wie sie nach Ablauf der EEG-Förderung mit ihren Anlagen weiterverfahren sollten. Sind diese dann noch wirtschaftlich weiterzubetreiben oder werden sie vollständig zurückgebaut, gegebenenfalls im Rahmen eines Repowerings? Und falls die Altanlagen weichen müssen, was passiert anschließend mit ihnen? Werden sie weiterveräußert oder gar verschrottet beziehungsweise recycelt?

Erforschungen der Nachnutzungsstrategien im BMWK-Verbundprojekt „TransWind“

Auf diese und viele weitere Fragen möchten die Konsortiumsmitglieder des BMWK-Verbundprojektes „TransWind“ Antworten finden. Sie verfolgen dabei das Ziel, die End-of-Life-Thematik auf Mikro- und Makroebene transdisziplinär zu analysieren, um Akteure aus Politik, Windbranche sowie Ressourcen- und Kreislaufwirtschaft bei der Auswahl von Nachnutzungsstrategien zu unterstützen.

Transdisziplinär geschieht dies insofern, als dass sich das Projektkonsortium aus mehreren Forschungsinstituten und Unternehmen unterschiedlicher Fachrichtungen zusammensetzt. Neben dem IPH – Institut für Integrierte Produktion Hannover gGmbH sind zudem Institute der Leibniz Universität Hannover am Projekt beteiligt, namentlich das Institut für Statik und Dynamik (ISD) sowie das Institut für Wirtschaftsinformatik (IWI). Zu den projektbeteiligten Unternehmen zählt unter anderem die Nefino GmbH, die sich auf die Planung und Entwicklung von Wind- und Solarparks spezialisiert hat.

Analyse der Wiederverkaufswerte der Altanlagen anhand von Daten einer Handelsplattform

Ein Aspekt, der in dem Forschungsprojekt untersucht wird, ist die Frage nach dem Zweitmarktpotenzial der Altanlagen, gemessen an den entsprechenden Wiederverkaufswerten. Dies ist von großer Bedeutung bei der Entscheidungsfindung einer geeigneten Nachnutzungsstrategie, da der Erlös, der durch eine potenzielle Veräußerung erzielt werden kann, unmittelbare Auswirkungen auf die Gesamtwirtschaftlichkeit der Strategien hat.

Um Antworten auf die Frage der Wiederverkaufswerte liefern zu können, werten Wissenschaftler*innen des IPH derzeit umfangreiche Datensätze aus, die von der globalen online-Handelsplattform für Windenergieanlagen wind-turbine.com zur Verfügung gestellt wurden. Auf der Plattform werden primär gebrauchte Windenergieanlagen sowie deren Großkomponenten gehandelt. Dadurch konnten im Laufe der vergangenen Jahre umfassende Daten zu Angeboten und Gesuchen zusammengetragen werden, darunter auch die jeweiligen Budgetvorstellungen der Nutzer*innen hinsichtlich unterschiedlicher Anlagentypen.

Datenaufbereitung und -auswertung durch den Einsatz von Data-Science-Methoden

Zur Auswertung der Daten setzen die Wissenschaftler*innen des IPH auf Data-Science-Methoden in der Programmiersprache Python. Durch den Einsatz integrierter Machine-Learning-Algorithmen können Modelle abgeleitet werden, die die Wiederverkaufswerte der WEA basierend auf unterschiedlichen Input-Merkmalen wie Hersteller, Größe oder Alter prognostizieren können.

Doch bevor jene Machine-Learning-Modelle zuverlässig trainiert werden können, bedarf es zunächst einer systematischen Aufbereitung der Daten (Engl. data preprocessing). Dazu zählen Aufbereitungsschritte wie das Entfernen von Ausreißerwerten, der Umgang mit fehlenden Werten, die Kodierung kategorischer Merkmale und das Skalieren numerischer Merkmale. Einige dieser Schritte sind im Hinblick auf die zur Verfügung gestellten Daten besonders wichtig, da die Datenerhebung durch die Plattform auf überwiegend uneingeschränkten Eingaben der Nutzer*innen beruht. Die angedeutete Inhomogenität der Daten verdeutlicht auch eine Visualisierung fehlender Werte in Bild 2 (weiß bedeutet fehlende Werte). Um valide Modelle ableiten zu können, ist es daher entscheidend, entsprechende Aufbereitungsschritte zielgerichtet vor dem Anlernen der Modelle durchzuführen. Die Python-Bibliothek scikit-learn liefert eine Vielzahl an Modulen, die Data Scientists dabei maßgeblich unterstützen.

Interessante erste Erkenntnisse liefert beispielsweise eine Gegenüberstellung der unterschiedlichen Verteilung der Budgetvorstellungen von Angeboten (Verkäufern) und Gesuchen (Käufern) mit Hilfe von Boxplots (siehe Bild 3). Dies lässt vermuten, dass potenzielle Käufer grundsätzlich bereit sind mehr zu zahlen, als von den potenziellen Verkäufern für die Altanlagen verlangt wird.

Weitere aufschlussreiche Erkenntnisse liefert eine Aufschlüsselung der Budgetvorstellungen der Nutzer*innen je nach Hersteller (siehe Bild 4). Dies verdeutlicht zudem, dass WEA namhafter Hersteller wie Enercon oder Vestas durchaus ansehnliche Erlöse auf dem Zweitmarkt generieren können.

Nächste Schritte im Rahmen der Analyse der Wiederverkaufswerte

Nach erfolgter intensiver Datenaufbereitung, explorativer Sichtung und Visualisierung, umfassen die nächsten Schritte der IPH-Wissenschaftler*innen die Entwicklung und Bewertung unterschiedlicher Machine-Learning-Modelle zur zuverlässigen Prognose der Zweitmarktwerte der WEA.

Das Ziel besteht letztlich in der Bereitstellung der Modelle innerhalb eines ganzheitlichen, kostenfreien Software-Tools des TransWind-Forschungsprojektes. Anwender können dieses Tool zukünftig einsetzen, um standortbasiert und unter Berücksichtigung weiterer spezifischer Einflussfaktoren die ideale Nachnutzungsstrategie für ihre WEA zu identifizieren.

von Philipp Harder

Ähnliche Artikel

  • Schonende Demontage erhöht die Nachhaltigkeit von Produkten
  • Start-Up entwickelt Software zum Windpark-Check

Auf einen Blick

  • Was passiert nach 20 Jahren EEG-Förderung mit den alten Windenergieanlagen?
  • Wie hoch sind die Erlöse unterschiedlicher Anlagentypen?
  • Systematische Auswertung von Daten einer Handelsplattform
  • Modellentwicklung mittels Machine Learning
  • Datenaufbereitung bei inhomogenen Daten als Grundvoraussetzung zur Entwicklung guter Modelle
Eine Windenergieanlage mit drei Rotoren vor einem blauen Hintergrund.
Lohnt sich der Wiederverkauf von alten Windenergieanlagen? Im Forschungsprojekt „TransWind“ analysiert das IPH das Zweitmarktpotenzial. (Foto: brand.punkt. – stock.adobe.com)
Ein aus 13 Spalten bestehender Datensatz.
Visualisierung fehlender Werte in den einzelnen Spalten des Datensatzes. (Grafik: Philipp Harder, IPH)
Ein Diagramm für die Budgetvorstellungen.
Boxplots für die Budgetvorstellungen aufgeschlüsselt nach Angeboten und Gesuchen. (Grafik: Philipp Harder, IPH)
Ein Diagramm für die Budgetvorstellungen gemessen nach Herstellern.
Budgetvorstellungen der Nutzer*innen je nach WEA-Hersteller. (Grafik: Philipp Harder, IPH)
Zurück
Weiter

Kontakt

Philipp Harder, M. Sc.

(0511) 279 76-447

harder@iph-hannover.de

transwind.iph-hannover.de

Das Projekt „Transdisziplinäre End-of-Life Analyse von Windenergieanlagen zur Entwicklung technisch-wirtschaftlich optimaler Nachnutzungsstrategien (TransWind)“ (Förderkennzeichen 03EE3029B) wird mit Mitteln des Bundesministeriums für Wirtschaft und Klimaschutz (BMWK) im Rahmen des 7. Energieforschungsprogramms der Bundesregierung gefördert und vom Projektträger Jülich (PTJ) betreut. Die Autoren danken dem BMWK für die Förderung und dem PTJ für die Betreuung des Forschungsvorhabens.
https://doi.org/10.48811/phi-23-005
Harder, P.: Windenergie: Analyse des Zweitmarktpotenzials der Altanlagen. In: phi – Produktionstechnik Hannover informiert, Newsletter Nr. 38 / März, ISSN: 2198-1922. DOI: https://doi.org/10.48811/phi-23-005.

Diese Seite

drucken
weiterempfehlen
  • twittern 

Ähnliche Artikel

  • Schonende Demontage erhöht die Nachhaltigkeit von Produkten
  • Start-Up entwickelt Software zum Windpark-Check

Diese Seite

drucken
weiterempfehlen
  • twittern 

ISSN 2198-1922 | Impressum | Datenschutz | Artikel Sitemap