Relating R&D and Investment Policies to CCS Market Diffusion

  Anteil der europäischen CCS Kapazität im Jahr 2025 für zwei verschiedene CO2-Preisszenarien (in %) und für zwei unterschiedliche CCS Anreizprogrammen als eine Funktion des Politikbudgets (Quelle: Lohwasser und Madlener, 2010)

Eine der größten Herausforderungen des 21. Jahrhunderts ist die Begrenzung des globalen Temperaturanstiegs auf 2°C durch die Reduktion der von den Menschen verursachten Treibhausgasemissionen. Diese Aufforderung war das zentrale Resultat der Kopenhagener Klimakonferenz des Jahres 2009. Um diese Herausforderung zu meistern, gibt es verschiedene Zielvereinbarungen, z.B. die Reduktion des CO₂-Ausstoßes der EU um 20-30% bis zum Jahr 2020 oder eine Verringerung des CO₂-Ausstoßes der USA um 17%.

„Carbon capture and storage“ (CCS) wird als eine der größten Möglichkeiten angesehen weiterhin fossile Energieträger zu benutzen, aber dennoch einen Rückgang des CO₂-Ausstoßes zu erreichen. Der IEA World Energy Outlook des Jahres 2009 prognostiziert in seinem 450 ppm Szenario das alleine in OECD Ländern 150 GW von CCS-Kohlelagern bis zum Jahr 2030 in Betrieb sein werden. Obwohl die Erwartungen an CCS sehr groß sind, hat sich die Technologie noch nicht unter Volllast bewährt, darüber hinaus wurde der technologische Fortschritt u.a. dadurch gebremst, dass nur ein paar CCS-Testkraftwerke in Betrieb sind. Dies stellt ein zentrales Hindernis der erwarteten Entwicklung der CCS-Technologie dar. Um CCS von der derzeitigen Pilotphase zur Marktreife zu führen, muss eine erhebliche private und öffentliche Finanzierung von F&E-Projekten und Testkraftwerken stattfinden. Allerdings wissen wir wenig darüber, wie diese Finanzierung sich auf die Wirtschaftlichkeit der CCS-Kraftwerke und ihre Marktdiffusion auswirkt. Dies ist der Schwerpunkt dieses Forschungsprojektes.

ZWEI-FAKTOREN-LERNKURVEN FÜR CCS

Eine Methode, um die Beziehungen zwischen F&E-Finanzierungen und technologischen Fortschritt zu schätzen ist die „Zwei-Faktoren Lernkurve“ (2FLC). Dieser Ansatz basiert auf dem Phänomen des „technologischem Lernens“. Dieses Phänomen besagt, dass die Stückkosten einer bestimmten Technologie mit einer Erhöhung des kumulierten Einsatzes sinken, was durch kumulierte Ausgaben für F&E zusätzlich verstärkt wird. Da die Entwicklung von CCS noch nicht begonnen wurde und deshalb noch keine empirischen Daten darüber vorliegen, leiten wir die empirischen Befunde für die Zwei-Faktoren-Lernkurve von der Technologie der Rauchgasentschwefelung ab, welche Ähnlichkeiten zur CCS Technologie besitzt. Für diesen Zweck nutzen wir Daten der Kosten und Technologieentwicklungen und F&E-Level des Zeitraumes 1970-2000.

Wir fanden heraus, dass die „Learning-by-doing“ Rate 7,1% beträgt und die Lernrate durch Erforschung bei 6,6% liegt. Dies bedeutet letztlich, dass eine Verdopplung der installierten Leistung dieselben Kostenreduktionen mit sich bringt, wie eine Verdopplung der Ausgaben für F&E. Andere Technologien, welche derzeit durch Subventionen und andere finanziellen Mittel gefördert werden, wie Solar- und Windenergie, haben eine Lernrate durch Erforschung, welche die „Learning-by-doing“ Rate um das 2-5-fache übersteigt. Dies spricht eher für eine Politikstrategie, welche sich auf F&E ausrichtet. Obwohl die Lernraten von CCS und Wind- bzw. Solarenergie sehr ähnlich sind, kann diese Schlussfolgerung nicht für CCS getroffen werden, was berücksichtigt werden sollte, wenn versucht wird, von der Wind- oder Solarförderung auf eine potentielle Förderung von CCS zu schließen. Die betrachteten Werte sind ebenfalls im Einklang mit den Erwartungen, welche in der Literatur zu finden sind.

DIE AUSWIRKUNGEN VON F&E UND INVESTITIONSKOSTENZUSCHÜSSEN AUF DIE CCS DIFFUSION

Um die Markteinführung von CCS in Abhängigkeit der Förderpolitik zu analysieren, benutzen wir HECTOR, ein Modell, welches eine Bottom-Up-Analyse des europäischen Strommarktes mit zwei Strategien simuliert: Die erste Strategie fördert F&E, um einen Fortschritt bei der Untersuchung der Lernrate durch Forschung zu erzielen. Die andere Strategie bietet einen Zuschuss zu der Errichtung von CCS Anlagen mittels der Verringerung der Investitionskosten um einen bestimmten Prozentsatz. Diese nachfragebezogene Strategie fördert die Diffusion und betont “learning-by-doing”. Diverse Simulationen von Veränderungen im politischen Gesamtausgabenniveau sind für diese beiden Maßnahmen in zwei Szenarien durchgeführt worden, welche CO₂-Preise von 25 €/t und 38 €/t abdecken. Die Ergebnisse sind in der Abbildung dargestellt.

Bei hohen CO₂-Preisen sind bei beiden Politikstrategien nur leichte Verbesserungen bei der Diffusion von CCS festzustellen, die Art der Politik – d.h. F&E- oder Investitionszuschüsse – spielt nur eine untergeordnete Rolle, da ihre Wirksamkeit relativ ähnlich, jedoch mit leichten Vorteilen für eine F&E-basierte Strategie, ist. Bei niedrigeren CO₂-Preisen steigen die Auswirkungen der untersuchten Maßnahmen und sie stellen eine geeignete Methode zur Verbesserung der CCS Diffusion dar. Allerdings kann auch eine massive Budgetpolitik für die CO₂-Preise nicht als wichtiger Motor für den CCS-Erfolg dienen. Auch wenn nach 2015 jährlich 5 Mrd.€ für CCS ausgegeben werden, wird die Technologie nicht die benötigte Kapazität erreichen, um die wirtschaftliche Bereitstellung von 21-22 GW bis 2020 zu erreichen, unabhängig von der Art der Politikgestaltung. Im direkten Vergleich zwischen den beiden Politikmaßnahmen ist ihre Wirksamkeit bei einem Budget von unter 0,5 Mrd.€ pro Jahr ähnlich. Darüber hinaus stellen Investitionszuschüsse effektivere Politikmaßnahmen dar. Dies ist aufgrund der logarithmischen Auswirkungen des F&E-Aufwand auf die Investitionskosten der Fall, welche die linearen Reduktionen von Investmentkosten durch die Investitionskostenzuschüsse nicht kompensieren können.

Die gesamten Projektergebnisse weisen eine schwierige Situation für die Entscheidungsträger auf: wenn die CO₂-Preise ausreichend hoch sind, wird in der ersten Phase keine Simulation der Verbreitungspolitik benötigt. Wenn sie niedrig sind, existieren Möglichkeiten für spezielle CCS-Förderungsstrategien, welche die Situation verbessern, jedoch in ihrer Wirkung nie die ungünstigen niedrigen CO₂-Preise überwiegen können, es sei denn, dass außerordentlich hohe Budgets für CCS zur Verfügung stehen. Eine offensive THG-Reduktionspolitik mit hohen CO₂-Preisen ist daher von zentraler Bedeutung für CCS. Wenn CCS-Richtlinien bei relativ niedrigen CO₂-Preisen eingesetzt werden (wie z.B. 25 €/t), sind die Auswirkungen von F&E- und Investitionsförderpolitik auf CCS Diffusion unter 0,5 Mrd. € pro Jahr in etwa gleich wirksam; darüber stagniert die Wirksamkeit von F&E-Politik im Vergleich zu einer Fortsetzung des linearen Wachstums für Investitionszuschüsse. Zusammenfassend können wir also feststellen, dass beide Effekte im Falle technologischen Lernens – d.h. F&E- und die Erhöhung der Produktion – für CCS sehr ähnlich sind, was auf eine gleichzeitige und ausgewogene Zwei-Wege-Politik schließen lässt.

Die Projektergebnisse wurden auf der 33. IAEE International Conference in Rio de Janeiro (06.-09. Juni 2010) präsentiert und ebenfalls in einem FCN Working Paper veröffentlicht. Diese Forschung ist Teil eines größeren Forschungsprojektes über die Wirtschaftlichkeit von CCS, welche die Doktorarbeit von Richard Lohwasser behandelt, aus welchem Verlauf zwei weitere FCN Working Paper erschienen sind (Nr. 6/2009 und Nr. 7/2009).

Literatur

Lohwasser R., Madlener R. (2010). Relating R&D and Investment Policies to CCS Market Diffusion Through Two-Factor Learning, FCN Working Paper No. 6/2010, Institute for Future Energy Consumer Needs and Behavior, RWTH Aachen University, June.

Lohwasser R., Madlener R. (2009). Impact of CCS on the Economics of Coal-Fired Power Plants: Why Investment Costs Do and Efficiency Doesn’t Matter, FCN Working Paper No. 7/2009 , Institute for Future Energy Consumer Needs and Behavior, RWTH Aachen University, November.

Lohwasser R., Madlener R. (2009). Simulation of the European Electricity Market and CCS Development with the HECTOR Model, FCN Working Paper No. 6/2009 , Institute for Future Energy Consumer Needs and Behavior, RWTH Aachen University, November.