CEEH logo ceeh rapporter

Midtvejsrapport


Udarbejdet den 1/10 2009 til Forsknings- og Innovationsstyrelsen
Se rapporten i pdf

Introduktion og baggrund

Dansk energipolitik baseres på en lang række informationer omfattende kombinerede hensyn til omkostninger, forsyningssikkerhed samt politiske mål og internationale aftaler som fx Kyoto protokollen. På omkostningssiden har man hidtil ikke taget højde for de indirekte udgifter til sygdom, for tidlige dødsfald og tab af naturværdier, som visse typer energiforsyning medfører.

Ideen i CEEH (Centre for Energy, Environment and Health) er at opstille og anvende et modelsystem, der kan simulere et optimeret dansk energisystem, hvori de samlede omkostninger, direkte og indirekte, minimeres. Det endelige produkt vil være økonomisk optimerede og integrerede energisystemer i de nordiske land samt Nordtyskland. Der vil blive gennemført forskellige scenarieberegninger, som defineres af den globale økonomiske udvikling, brændstofpriser og den demografiske udvikling (dvs. udvikling i fordeling af alder, køn og bopælsområde) i og omkring Danmark. CEEH udarbejder på denne måde et beslutningsstøttesystem for investeringer og planlægning i fremtidens energisystemer.

Arbejdet i CEEH omfatter bl.a. sammensætning af et modelsystem, herunder grundlæggende udvikling af visse enkeltmodelkomponenter og væsentlige udbygninger af andre allerede eksisterende modeller. Første trin i arbejdet har været at opsætte et demonstrationsfasesystem, hvor eksisterende og nyudviklet software samt data fra en række forskellige fagområder sættes sammen. På basis heraf sammensættes i andet trin det endelige system ud fra de udviklinger, der er foretaget i første trin.

I denne midtvejsrapport for CEEH præsenteres det planlagte samlede CEEH model system og de første hovedresultater fra demonstrationsfasesystemet.

CEEH er et tværfagligt samarbejde mellem syv danske institutioner inden for følgende områder:
  • Energi og systemanalyse (Risø DTU, Danmarks Miljøundersøgelser DMU/AU, Danmarks Meteorologiske Institut DMI)
  • Meteorologi og luftforurening (Københavns Universitet (KU), (DMI), (DMU/AU))
  • Human toksikologi (Institut for Folkesundhed, Århus Univ. (AU), DMU/AU)
  • Epidemiologi (Statens Institut for Folkesundhed (SIF SDU), AU)
  • Offentlig sundhedsøkonomi (CAST SDU)
CEEH ledes af professor Eigil Kaas, Niels Bohr Instituttet (KU) og finansieres af det strategiske forskningsråd. Løbetiden er 5 år startende i januar 2007. Centerets slutdato er for nylig blevet forlænget frem til medium 2012.


Det fulde CEEH model system

Udgangspunktet i CEEH har været en række modelværktøjer og metoder, som er udviklet af de deltagende institutioner, og som bliver udviklet yderligere samt tilpasset i centerets løbetid således, at målsætningen kan nås. Figur 1 viser komponenterne i CEEH’s optimeringssystem. De sorte bokse repræsenterer enkeltmodelkomponenter, og pilene angiver dataflow imellem modelkomponenterne.

Figur 1. ”Flow-diagram” som viser de hovedkomponenter (sorte bokse), der arbejdes med i CEEH optimeringen. De gule bokse viser datainput til systemet. Den blå boks repræsenterer det grundlæggende output i form af økonomisk optimerede energi systemer.

Vigtige modeller og systemer i CEEH

BALMOREL: Energisystem optimeringsmodel udviklet af Hans Ravn, RamløseEDB (www.balmorel.com), der finder de billigste løsninger.

CAC: Eulersk kemi-aerosol-sky model udviklet ved DMI (Gross et al., 2010)

DEHM: Hemisfærisk og regional Eulersk kemiaerosol model (Jørgen: nyeste og mest relevante reference) – komponent i EVA (Christensen, 1997; Frohn et al., 2002).

ENVIRO-HIRLAM: Regional kemi-aerosol model indbygget som integreret del atmosfærisk dynamisk model (Baklanov et al., 2008)

EVA: (Economic Valuation of Air pollution). Kombineret system til beregning af eksternaliterer baseret på den såkaldte ExternE metode (Andersen et al., 2007; Frohn et al. 2007; Brandt et al., 2009).


Det billigste energisystem findes ved at køre en energisystem-optimeringsmodel, som i Figur 1 er repræsenteret ved den nederste sorte boks. Denne modelkomponent udgøres af en udbygget version af den såkaldte Balmorel-model. Oprindeligt var Balmorel designet til at udvælge den billigst mulige kombination af systemer til elproduktion. I CEEH udbygges Balmorel-modellen til bl.a at inkludere flere sektorer samt et forbrugsmodul, der kan håndtere investeringer i energibesparelser. Denne del af udbygningen arbejdes der stadig på bl.a som en del af et phd projekt. Alle væsentlige energikilder indgår i CEEH optimeringen, dvs. kul, olie, gas, vind, vand, sol, biobrændsel, atomkraft mm. Som et væsentligt nyt element i CEEH er Balmorel-modellen blevet ændret, så der indgår en såkaldt eksternalitetspris, dvs. de indirekte samfundsomkostninger der skyldes emissioner i forbindelse med forbrænding af fossile brændstoffer og biobrændsel. Hermed sættes der ekstra bånd på Balmorel-modellens udvælgelse af optimale energisystemer i forhold til den oprindelige model. Det er denne inkludering af eksternaliteter i energisystemoptimeringen, som gør CEEH unik i forhold til andre energioptimeringer. Det bemærkes, at der i systemet er mulighed for at medtage den globale samfundsomkostning, der skyldes CO2 relaterede klimaændringer. Hidtil er der i CEEH gennemført simuleringer med forskellige CO2 priser for at vurdere følsomheden overfor denne parameter.

Når et energisystem er simuleret i en Balmorel-modelkørsel, kendes de tilsvarende emissioner af luftforurening. For at overføre disse resultater som input til luftforureningsmodellerne i CEEH, repræsenteres emissionerne på et regulært geografisk gitternet (grid) dækkende området omkring Danmark. Denne process er indikeret i den sorte boks til venstre i Figur 1. Emissioner fra kilder uden for det Nordiske område (faktisk hele den nordlige halvkugle) har naturligvis stor betydning og derfor er sådanne emissioner også medtaget som baggrund. Disse emissioner interpoleres til den samme type gitter som de regionale emissioner, men mere grovmasket og dækkende et større geografisk område.

Den geografiske repræsentationen af luftforureningsemissioner er input til de atmosfæriske kemiske transportmodeller (ACT-modeller), der er markeret øverst i Figur 1. ACT modeller simulerer spredning, kemisk udvikling og depositioner af de forurenende stoffer. Formålet med disse modeller er at simulere både baggrundseksponering (naturlig eksponering og eksponering fra forurening fra udlandet, der transporteres over grænserne) samt den ekstra eksponering, som mennesker og natur udsættes for som følge af energisystemerne i og umiddelbart omkring Danmark. Der benyttes flere forskellige ACT-modeller i CEEH, dels fordi der gennemføres simuleringer med varierende detaljeringsgrad og over forskellige områdestørrelser, dels fordi det ønskes at sammenligne betydningen af forskellige modelteknikker. Resultaterne fra ACT modelsimuleringerne er tidsserier af lokale koncentrationer af en lang række forurenende stoffer henover et år i hvert gitterpunkt. Dette giver mulighed for at beregne den eksponering, som befolkningen og naturen typisk udsættes for på forskellige tider af året og døgnet. Det er i alle CEEH simuleringer valgt at benytte det vejr, der herskede i året 2000 til at transportere de kemiske stoffer. Dette gælder alle energiscenarier i CEEH.

Kvantificering af helbredseffekter som følge af forskellige forurenende stoffer er vigtig del af arbejdet i CEEH. Dette er repræsenteret ved den sorte boks øverst til højre i Figur 1. Data fra danske registre indgår i udviklingen af en såkaldt ”health impact assessment model” til fremskrivninger af befolkningens helbredstilstand og de sundhedsrelaterede og samfundsmæssige omkostninger. Registrene rummer systematisk indsamlede data om sygdomsspecifikke hospitalskontakter (indlæggelser og ambulante besøg), årsagsspecifik dødelighed, demografiske data samt befolkningsprognoser, som er baseret på forventet udvikling i fertilitet, dødelighed og migration sammenholdt med resultater fra toksikologiske og epidemiologiske undersøgelser.

Estimering af helbredsomkostninger er indeholdt i den grå boks nederst til højre i Figur 1. Disse omkostninger er særdeles vanskelige af fastsætte, og derfor anvendes i vid udstrækning omkostningstabeller fra et allerede udviklet system, EVA. Det bemærkes i øvrigt, at selv om de enkelte modeller og komponenter, der anvendes i CEEH i visse tilfælde er forskellige fra det oprindelige EVA system, benyttes konventioner for dataoverførsler og gitter-definitioner i EVA systemet generelt i beregninger af eksternaliteter i CEEH – dvs alle sorte bokse i Figur 1 bortset fra selve energi optimeringsboksen.

Udover indirekte helbredsomkostninger indregnes værdien af skadeeffekter på naturen. Som nævnt ovenfor er der desuden mulighed for at indregne mulige CO2 klimaomkostninger.

Arbejdet med at udvikle det fulde CEEH-system omfatter følgende hovedelementer:
  1. Opsætning af algoritme, der i Balmorel-modellen kan beregne emissioner på et geografisk gitternet for et givet energisystem, samt indførsel af et ekstra omkostningsled, så der tages højde for eksternaliteter. Dette er gennemført.
  2. Udvidelse af en eksisterende version af Balmorel til at omfatte flere energisektorer (procesenergiforbrug, boligopvarmning og air-konditionering samt transport). Arbejdet med indførelse af flere sektorer er ikke afsluttetendnu. En delvist opdateret Balmorel version indgår nu i demonstrationsfasesystemet. I denne indgår hele kraft-varme systemet.
  3. Forbedring og tilpasning af atmosfæriske kemiske transport (ACT) modeller. Der anvendes primært tre ACTmodeller (CAC, ENVIRO-HIRLAM, DEHM). De tre modeller er alle sat op til at kunne køre på de relevante gitre, der anvendes i CEEH. Der vil fortsat blive arbejdet med forbedringer af især DEHM og ENVIROHIRLAM.
  4. Simuleringer med ACT-modeller, så der opnås lokale tidsserier for koncentrationer på et geografisk gitter. Et eksempel på output fra sådanne simuleringer i CEEH vises nedenfor.
  5. Undersøgelse af molekylærbiologiske effekter af partikulær luftforurening under forskellige brændstofscenarier.Dette arbejde er endnu ikke afsluttet.
  6. Litteratur baseret ajourføring af estimater for helbredseffekter for stoffer som vurderes at have størst helbredsmæssig betydning. Der er gennemført et omfattende studium, som danner udgangspunkt for prisfastsættelsen.
  7. Betydningen af den demografiske udvikling indgår i ”health impact assessment modellens” beregninger af helbredseffekter og tilhørende omkostninger. I modelsimuleringerne opdeles resultaterne i det samme geografiske data-gitter, som CEEH-systemet er opdelt i. Dette arbejde er endnu ikke afsluttet.
  8. Beregning af helbredsomkostninger i forbindelse med de modelberegnede lokale koncentrationer i både tid og rum. Både inden- og udenlandske omkostninger som følge af danske emissioner medtages. I centerets første tid er der blevet lavet beregninger for helbredsomkostninger for alle sektorer i Danmark, samt for den internationale skibstrafik omkring Danmark, dels for at få det første bud på de totale omkostninger til senere reference, dels for at teste robustheden af systemet, sammenlignet med fx de tal EU Kommissionen arbejder med.
  9. Litteraturbaserede vurderinger af betydningen af andre eksternalitetsomkostninger end de, som vedrører helbred og liv. Disse omfatter evt. skader på det naturlige miljø og globale  klima-samfundsomkostninger som følge af CO2 emissioner. Dette arbejde vil primært finde sted i den sidste del af CEEH’s løbetid.
  10. Undersøgelse og udvikling af metoder til minimering af totale omkostninger i den fuldt opgraderede Balmorelmodel. Dette arbejde er ikke afsluttet. Det vil bl.a. blive undersøgt, om simple inverse metoder kan anvendes.

Demonstrationsfasesystemet – de første hovedresultater

Demonstrationsfasesystemet omfatter optimering af det fulde kraft-varme system i Danmark og de øvrige nordiske lande. Det vil sige, at alle ”sorte bokse” i Figur 1 er i spil. I demonstrationsfasesystemet gennemløbes modelkæden i Figur 1 en enkelt gang i modsætning til det fulde CEEH system, hvor der planlægges en særlig type iterativ optimering med flere gennemløb.




Figur 2. Omkostningsfordeling med de nyeste teknologier i Euro per MWh for forskellige typer af elektricitetsproduktion baseret på brændstofpriser fra WEO2007. Forkortelserne, som idenficerer de forskellige produktionstyper, er: CC-NG-ENS (Gas kraftvarme), COAL-CCS (Kul kraftvarme med CO2-lagring), NU-CO-NU (atomkraft), ST-biomass-ENS (biomasse kraftvarme), ST-Coal-ENS (kul kraftvarme), WI-offs-ENS-2 (næste generation havvindmøller), WI-onshore-ENS-2 (næste generation vindmøller på land). Nederst er der som eksempel ansat en global CO2 samfundsomkostning på 25 Euro per ton emitteret CO2 som følge af klimaændringer.

Figur 2 viser omkostningsfordelingen i forbindelse med elproduktion på de forskellige anlægstyper, der indgår i demonstrationsfasesystemet. Beregningen er baseret på energipriser fra det Internationale Energiagentur, World Energy Outlook i 2007 (WEO2007). I højre del af figuren er vist betydningen af en klima-eksternalitetspris på 25 Euro per ton CO2. Det kan ses, at denne klimaomkostning gør kulkraft relativt dyrere - specielt uden CCS. Generelt er eksternalitetsomkostninger moderate i forhold til de samlede omkostninger, men det viser sig, at det ofte er denne forskel, der gør at Balmorel i en konkret optimering (som vist nedenfor) netop udvælger fx vind som det mest optimale. Det skal I denne forbindelse bemærkes, at Balmorel tager højde for, om der allerede er installeret meget vindkraft, og om elsystemet er balanceret på passende vis, inden modellen udvælger en konkret produktionstype.

Figur 3 viser som et eksempel, hvorledes Balmorel via optimale investeringer har opbygget realistisk sammenkoblede kraft-varme systemer i de nordiske lande i slutningen af år 2030. Der er gennemført 6 forskellige simuleringer, som adskiller sig ved, at der er medtaget forskellige typer af eksternaliteter – se tabel 1. Figuren viser den samlede kapacitet i enheder af MW. Det vil føre for vidt at komme ind på detaljer her, men det kan ses, at der er store forskelle på de optimale investeringer fra land til land. Den meget store vindkapacitet i Norge hænger sammen med, at vind og vandkraft fungerer godt sammen, idet over- eller underskud vindkraft meget nemt kan kompenseres via vandkraft. I bl.a. Danmark er det hensigtsmæssigt at investere i varmepumpeanlæg, idet disse kan bruges til at udnytte vindkraften og således producere fjernvarme i perioder med overskuds vindkraft. Dermed sikres det også, at prisen på strøm ikke styrtdykker i meget blæsende perioder, som det er tilfældet i dag. Det bemærkes, at det for Sverige og Finlands vedkommende er antaget at allerede eksisterende og projekterede atomkraftanlæg kører videre, men at der ikke er investeret yderligere i a-kraft. Det kan ses af Figur 3, at inkludering af eksternalitetspriser har betydelig effekt på hvilket fremtidigt energisytem der vil være billigst at investere i i Danmark. Det kan også ses, at det især er klima-eksternalitetspriserne, som påvirker Balmorels udvælgelse. I kørsel 5, som kun omfatter helbredseksternaliteter, vil der stadig blive investeret i traditionelle kulfyrede kraftværker. Men fordelingen på vind og kul er forskubbet til vinds fordel i forhold til kørsel 1.



Figur 3. Et eksempel fra demonstrationsfasesystemet. Der er gennemført 6 kørsler med Balmorel modellen for de nordiske lande. Eksternalitetsomkostninger er for hver kørsel inkluderet på forskellig vis (se tabel 1) i forbindelse med nye investeringer i energisystemer. De forskellige brændselstyper er angivet. De forskellige ”NAT_GAS”, ”COAL”, ”Wood”, ”Straw”, ”lightoil” dækker over termiske kraftværker. ”COAL3” er kraftværker med CCS. ”MUNI_WASTE” er affaldskraftværker. ”ELECTRIC” dækker over investeringer i varmepumpeanlæg.





Kørsel
SO2, NOx, CO og PM2.5 omkostninger
CO2 omkostninger, Euro/t
Run1
nej
0
Run2
ja
10
Run3
ja
25
Run4
ja
50
Run5
ja
0
Run6
nej
50

Tabel 1. Oversigt over eksternaliteter, der er medtaget i simuleringerne i Figur 3.
Der ligger en lang række ”mellemregninger” bag de resultater, der er vist i Figur 3. Næsten alle disse er interessante i sig selv. Som et enkelt eksempel vises i Figur 4 en simulering med DEHM luftforureningsmodellen af NO3 koncentrationen i år 2000. Figuren inkluderer alle større kilder i Europa. Man kan tydeligt se, at meget beseglede skibsruter i fx Middelhavet giver anledning til betydelige koncentrationer. Når man i CEEH beregner betydningen af Danske/Nordiske emissioner tænkes der på det ekstra koncentrationsbidrag i hele Europa (evt. et endnu større område), der skyldes disse emissioner.





Figur 4. Et eksempel på beregning af årsmiddelkoncentrationen af NO3 i året 2000. Koncentrationerne er opnået ved at køre luftforureningsmodellen DEHM og anvende emissioner fra hele Europa.

Referencer

Andersen, M.S., Frohn, L.M., Brandt, J. & Jensen, S.S., 2007: External effects from power production and the treatment of wind energy (and other renewables) in the Danish energy taxation system . In: Deketelaere, K. et. al., eds.,: Critical Issues in Environmental Taxation: International and Comparative Perspectives, Volume IV. Oxford University Press, pp 319-337.

Baklanov A., U.S. Korsholm, A. Mahura, C. Petersen, A. Gross, 2008: ENVIRO-HIRLAM: on-line coupled modelling of urban meteorology and air pollution. Advances in Science and Research, 2, 41-46.

Brandt, J., L. M. Frohn, J. H. Christensen, M. S. Andersen, O. Hertel, C. Geels, A. B. Hansen, K. M. Hansen and C. A. Skjøth, 2009: “Assessment of Health-Cost Externalities of Air Pollution at the National Level using the EVA Model System”. In preparation for Atmospheric Chemistry and Physics.

Christensen, J. H., 1997 The Danish Eulerian Hemispheric Model – a three-dimensional air pollution model used for the Arctic, Atm. Env., 31, 4169–4191.

Frohn, L. M. J. H. Christensen and J. Brandt, 2002: “Development of a high resolution nested air pollution model – the numerical approach”. Journal of Computational Physics. Vol. 179, pp. 68-94, 2002.

Frohn, L. M., M. S. Andersen, C. Geels, J. Brandt, J. H. Christensen, K. M. Hansen, J. S. Nielsen, O. Hertel, C. A. Skjøth and P. V. Madsen, 2007: “EVA - An integrated model system for assessing external costs related to air pollution emissions. A contribution to ACCENT T&TP”, Proceedings from the 2nd ACCENT Symposium, pp. 10.

Gross, A., B. Amstrup, A. Baklanov, T. Lorenzen, J.H. Sørensen, 2010: CAC: An Air Pollution Model used from Regional to Urban Scale. In: Integrated systems of meso-meteorological and chemical transport models. Springer, pp. 137-142.


Dato: 02-Oct-2009