Das Projekt "Entscheidungshilfe für die Integration von Windenergie in großem Umfang - SUPWIND" wird vom Umweltbundesamt gefördert und von Universität Duisburg-Essen, Fakultät für Wirtschaftswissenschaften, Lehrstuhl für Energiewirtschaft durchgeführt. Das Projekt verfolgt die folgenden Zielsetzungen: Demonstration der Anwendbarkeit von Werkzeugen zur Entscheidungshilfe für den Betrieb von Kraftwerksportfolios und elektrischen Netzen auf der Basis von stochastischer Programmierung. 1. Demonstration der Anwendbarkeit von strategischen Analysewerkzeugen als Entscheidungshilfe für eine langfristige Auslegung von Elektrizitätsnetzen. 2. Detaillierte Analysen von Koordinierungsabläufen zwischen zum Beispiel Netzbetreibern, Kraftwerksbetreibern und Energiemärkten. In Zusammenarbeit mit Übertragungsnetzbetreibern und anderen Marktteilnehmern werden Methoden für die operationale und strategische Entscheidungsfindung bei Integration von hohen Mengen Windenergie oder anderer fluktuierender Energieträger gefunden. Zur Integration der Windenergie nötige regionale und überregionale Ausbauten des Übertragungsnetzes werden bewertet. Die strategischen Fragestellungen können jedoch nur auf der Grundlage eines fundierten Verständnisses des Netz- und Kraftwerksbetriebes bei hohen Windenergieanteilen angemessen beantwortet werden. Daher soll in dem Projekt die Anwendbarkeit von Methoden für den operationalen Kraftwerksbetrieb bei Integration von viel Windenergie gezeigt werden sowie darauf aufbauend Methoden zur Analyse von strategischen Entscheidungen bezüglich Netz- und Kraftwerksinvestitionen entwickelt werden. In der Betriebsoptimierung steht die Anwendung von online Winddaten im Fokus. Indem zusätzlich Lastunsicherheiten und Kraftwerksausfälle berücksichtigt werden, können entsprechende Tools den Bedarf an Kraftwerksreserve in Abhängigkeit der Wind- und Lastprognosegüte und der Wahrscheinlichkeit von Kraftwerksausfällen bestimmen. Dadurch können Übertragungsnetzbetreiber, die für ausreichende Reserve verantwortlich sind, deren Vorhaltung optimieren und entsprechend anfallende Kosten minimieren.