Für die Entwicklung von Szenarien für einen nachhaltigeren und klimaschonenden Verkehr waren umfangreiche Vorarbeiten und Datensammlungen die wesentliche Grundlage.
Im Rahmen von Renewbility wurden vorhandene Nachfragemodelle zur Abbildung der Entwicklungen sowohl im Personenverkehr auf Mikro- und Makroebene als auch im Güterverkehr fortentwickelt. Parallel erarbeitete das Forschungsteam eine Datenbasis, die insbesondere die Emissionsrelevanz von Fahrzeugen und Kraftstoffen inklusive deren Herstellungsketten erfasst. Zudem wurden Potenzialanalysen für die Verfügbarkeit von Energieträgern erstellt. Diese Arbeiten bildeten den ersten Arbeitsschritt im Prozess, die Daten wurden in Experten-Workshops auf Plausibilität und Qualität hin verifiziert.
In einem zweiten Schritt wurden die erarbeiteten Module in einem EDV-Werkzeug zur Stoffstromanalyse miteinander gekoppelt, das sich aus dem Szenario-Tool MOBIL-SZEN, dem Prozesskettenmodell GEMIS und Potenzialbestimmungstools zusammensetzt. Daraus schließlich haben das Wissenschaftlerteam gemeinsam mit den beteiligten gesellschaftlichen Akteuren Szenarien abgeleitet, die unterschiedlichste Annahmen und Maßnahmen für eine nachhaltige Mobilität berücksichtigen.
Mehr zu Microebene (TAPAS)
Microebene (TAPAS)
TAPAS
Um künftige Veränderungen bei der Nachfrage im Personenverkehr möglichst realitätsnah abzubilden, wurde ein Modellansatz gewählt, der das unterschiedliche Verkehrsverhalten einzelner Bevölkerungsgruppen dezidiert berücksichtigt. Dies gelingt durch die sogenannte »mikroskopische Modellierung«, die das Verhalten von typisierten Einzelpersonen simuliert. Damit können nicht nur Verhaltensunterschiede zwischen Personengruppen, sondern auch unterschiedliche Empfindlichkeiten der Verkehrsteilnehmer auf bestimmte Randbedingungen reproduziert werden. Da das Mobilitätsverhalten von Menschen stets auch von räumlichen Gegebenheiten abhängt, werden neben den individuellen Eigenschaften der betrachteten Personentypen auch drei Raumtypen (ländlich, verstädtert, hoch verdichtet) berücksichtigt, in denen diese Personen leben und arbeiten.
Das eingesetzte Modell simuliert und interpretiert das Verkehrsverhalten als Ergebnis von Aktivitätsmustern. Es modelliert das gesamte Verkehrsaufkommen, indem quasi für jeden Einwohner einer Stadt oder Region die Mobilitätsnachfrage bestimmt wird. Diese »synthetische Bevölkerung« wird aus unterschiedlichen Datenquellen zu sozioökonomischen Personenmerkmalen erstellt, um der Realität möglichst nahe zu kommen. Durch Abbildung der Wahl der Örtlichkeiten, die für die Mobilität entscheidend sind, und mit Hilfe eines Moduls zur Verkehrsmittelwahl werden die Ortsveränderungen der einzelnen Personentypen modelliert.
Das Mikromodell
Ein Tag im Leben einer mobilen Einzelperson
Im Mikromodell wird beispielsweise für eine weibliche, berufstätige Autofahrerin im Alter zwischen 25 und 44 Jahren ein empirischer Tagesplan festgelegt. Für alle mobilitätsrelevanten Aktivitäten, beispielsweise den Einkauf, wird bestimmt, welche Möglichkeiten in Frage kommen und wie die Person dorthin gelangt. Vorausgesetzt wird dabei z.B., dass sie nahe gelegene Einkaufszentren mit großem Angebot eher auswählt als schlechter erreichbare mit kleinem Angebot.
Die simulierte Person nutzt je nach zeitlichem und finanziellem Aufwand – der im Modell nach Einkommen und Haushaltsgröße variiert wird – für ihren Einkauf z.B. dann den ÖPNV, wenn der einen wesentlichen Zeitvorteil bietet, oder das Fahrrad für kurze Strecken. Das Auto steht der Person nicht immer zur Verfügung, da es auch von anderen Haushaltsmitgliedern genutzt wird.
Ziele und Verkehrsmittel für alle anderen Aktivitäten des Tages wählt die Person nach dem gleichen Muster aus. Am Abend – nach Durchlaufen aller Aktivitäten – überprüft das Simulationsmodell, ob die notwendige Mobilität zeitlich und finanziell umsetzbar ist. Ist das nicht der Fall, wird die Person ein weiteres Mal mit anderen Zielen und Verkehrsmitteln auf die virtuelle Reise geschickt.
Close
Mehr zu Macroebene (VISEVA)
Macroebene (VISEVA)
VISEVA
Zur Berechnung der Gesamtverkehrsnachfrage im Personenverkehr wird das makroskopische Modellinstrumentarium VISEVA angewendet. In diesem Zusammenhang bedeutet makroskopisch die Modellierung auf der Basis größerer Raumeinheiten (Verkehrszellen) und unter Berücksichtigung zusammengefasster, verhaltenshomogener Personengruppen, die sich insbesondere nach den Kriterien Alter, Erwerbstätigkeitsstatus und Pkw-Verfügbarkeit unterscheiden.
Die Verkehrsnachfrage ist im Modell unterteilt in 9 Personen- und 13 Quelle-Ziel-Gruppen. Viseva repräsentiert den state of the art in der Verkehrsnachfragemodellierung und basiert auf dem in der Verkehrsplanung- und Modellierung etablierten 4-Stufen-Ansatz. Dies bedeutet, dass neben der Berechnung von Verkehrsaufkommen und der gerichteten Verkehrsnachfrage auch ein deutschlandweites Straßenverkehrsnetz zum Einsatz kommt, um die raum- und streckenbezogene Verkehrsleistung berechnen zu können. Die Pkw-Verkehrsleistung (Personen- und Fahrzeugkilometer) wird auf Basis der 439 deutschen Landkreise und kreisfreien Städte berechnet. In einem der Modellierung nachgelagerten Schritt wird die so berechnete Verkehrsnachfrage innerhalb der Landkreise in Abhängigkeit von räumlich höher aufgelösten Schwerpunkten von Verkehrsquellen- und Senken zusätzlich verteilt, so dass eine Abschätzung der Gesamtverkehrsleistung erfolgen kann. Neben der Berechnung der Pkw-Verkehrsleistung unter Verwendung von VISUM wird das Verkehrsaufkommen (Wege pro Person, Modus und Raumtyp) im öffentlichen Personen(nah)verkehr unter Verwendung der gleichen Datenbasis vollzogen. Unter Berücksichtigung von empirischen Kennziffern zu mittleren Reiseweiten im ÖP(N)V wird dann – wiederum in Abhängigkeit der Szenarien – die Verkehrsleistung im öffentlichen Verkehr bestimmt.
Die Besonderheit im Projekt Renewbility besteht in der Kopplung des mikroskopischen Modells TAPAS (Erläuterung siehe weiterführende Informationen) mit dem makroskopischen Modell VISEVA. Konkret bedeutet dies, dass die szenarioabhängigen Ergebnisse die mit dem Mikromodell berechnet werden, in einem Übersetzungsschritt Eingang in die Modellierung der Gesamtverkehrsnachfrage Deutschland finden. Wird zum Beispiel in einem Szenario eine Verschiebung im Modal Split konstatiert, so wird dieser – in Abhängigkeit des jeweiligen Raumtyps und dessen Bedeutung innerhalb Deutschlands – in das makroskopische Modell integriert, um die Wirkung der politische(n) Maßnahme(n) auf die Gesamtverkehrsleistung feststellen zu können. Darüber hinaus berücksichtigt das makroskopische Modell die zu erwartenden demografischen Veränderungen bis 2030 über die entsprechende Anpassung der dem Modell zu Grunde liegenden Bevölkerungsverteilung- und Struktur.
Close
Mehr zu Güterverkehr (VISEVA-W)
VISEVA-W
VISEVA-W
Maßnahmen im Güterverkehr können sich sehr unterschiedlich auswirken. Bei der Modellierung besteht eine zentrale Anforderung daher darin, die jeweiligen Wirkungen durch passende Indikatoren wie Entwicklung der verkehrsinduzierenden Strukturgrößen im Raum, Verkehrsmittelauslastung, Kostenstruktur, Routenwahl und Transportaufkommen adäquat abzubilden. Maßnahmen, die beispielsweise Auswirkungen auf die unmittelbaren Transportkosten (z.B. Wegekosten) haben, können im Modell eine räumliche Verlagerung des Verkehrsaufkommens, eine Änderung der Verkehrsmittelwahl, als auch die Wahl anderer Transportrouten nach sich ziehen. Demgegenüber werden Maßnahmen mit Wirkung auf den gesamten Logistikprozess durch optimierte Tourenmuster und Änderungen bei Leerfahrten und Auslastungen abgebildet.
Die für Renewbility verwendete makroskopische Modellierung gestattet die Eingabe von Daten aus empirischen Studien und besteht aus mehreren Sub-Modellen (siehe Abbildung):
- Modul zur Berechnung des Modal Split mit Preiselastizitäten und verkehrsträgerspezifischen Kostenattributierungen
- Modell Straßengüterverkehr mit den Modellteilen für Ladungs- und Leerfahrten differenziert nach verschiedenen Wirtschaftszweigen, Fahrzeugklassen und räumlich auf Kreis- und Gemeindeebene aufgelöst (Berechnungen erfolgen mit VISEVA-W)
- Modell Schienengüterverkehr differenziert nach Ganzzug-/ Einzelwagenverkehr und kombiniertem Verkehr
- Modell Binnenschifffahrt mit Fahrten des kombinierten Verkehrs und des Direktverkehrs
Die Wirkungen von Maßnahmen können so hinsichtlich Transportweiten, Verkehrsmittel, Fahrzeugklassen und Wirtschaftsbranchen differenziert erstellt werden und erlauben spezifische Interpretationen.
Close
Mehr zu MOBIL-SZEN
MOBIL-SZEN
MOBIL-SZEN
Das Projekt Renewbility nutzt das Konzept der Stoffstromanalyse, um ökologische und ökonomische Effekte unterschiedlicher Szenarien zur Mobilität auszuloten. Für die Stoffstromanalyse zur Abbildung von Szenarien zur Nachhaltigen Mobilität im Rahmen von Renewbility wurde das Szenario-Tool Mobil-Szen entwickelt. Es berechnet Szenarien, in denen die künftigen Entwicklungen zur Angebots- und Nachfrageseite der Mobilität enthalten sind.
Die Analyse der Stoffströme erfolgt stets in Prozessketten, die beispielsweise den Lebensweg von Fahrzeugen und Kraftstoffen von der Nutzungsphase über die Produktion und Distribution bis hin zur Ressourcenentnahme zurückverfolgen. Diese Analyse stellt sicher, dass stets sowohl die Nachfrageseite (also der Bedarf an Mobilität) als auch die Angebotsseite (Bereitstellungs- und Produktionsprozesse von Fahrzeugen, Strom und Kraftstoffen) in ihren Wechselwirkungen erfasst werden. Außerdem können auf diese Weise Fragen zur Gewinnung und Nutzung von Ressourcen integriert werden; auch Effekte beispielsweise durch Rohstoff- oder Energieimporte sind abbildbar.
Während die realen Energie- und Stoffströme von der Rohstoffgewinnung hin zur Bereitstellung der Kraftstoffe beim Verbraucher fließen, beginnt die Modellierung in Renewbility beim Mobilitätsbedarf, also am Ende der Kette. Die sich ergebenen Kraftstoff- und Stromverbräuche werden für den Güter- und Personenverkehr getrennt betrachtet. Mit in die Stoffstromanalyse einbezogen werden Transporte, z.B. die Distribution von Kraftstoffen im Tankstellennetz, außerdem Umwandlungsprozesse beispielsweise in Raffinerien sowie die Gewinnung der Rohstoffe, beim Erdöl im Wesentlichen die Förderung, bei Biokraftstoffen z.B. der Anbau der Biomasse im In- und Ausland.
Die entwickelten Stoffstrom-Szenarien erlauben eine belastbare Abschätzung des Potenzials von Instrumenten und Maßnahmen zur Erreichung einer nachhaltigeren Mobilität. Dabei kann nach Personen- und Güterverkehr differenziert werden, und auch die Wechselwirkungen der Instrumente und Maßnahmen untereinander sind einbezogen.
Close
Mehr zu GEMIS
GEMIS
GEMIS
Die Basisversion des Computerprogramms GEMIS wurde als Instrument zur vergleichenden Analyse von Umwelteffekten der Energiebereitstellung und -nutzung vom Öko-Institut und Gesamthochschule Kassel (GhK) in den Jahren 1987–1989 entwickelt und seitdem kontinuierlich fortentwickelt und aktualisiert. Seit der Version 3.0 (1996) ist GEMIS als Public-Domain-Software kostenlos erhältlich und darf auch unbeschränkt kopiert und weitergegeben werden.
Die GEMIS-Datenbasis enthält Informationen zu:
- Bereitstellung von Energieträgern: fossile Energieträger (Stein- und Braunkohle, Erdöl und Erdgas), regenerative Energien und Uran sowie Nachwachsende Rohstoffe (schnellwachsende Hölzer, Chinagras, Raps, Zuckerhirse) sowie Wasserstoff (jeweils mit Brennstoffdaten und vorgelagerten Prozessen)
- Bereitstellung von Wärme und Strom (Heizungen, Warmwasser, Kraftwerke vieler Größen und Brennstoffe, Heizkraftwerke, BHKW …)
- Bereitstellung von Stoffen: vor allem Grundstoffe, Baumaterialien inklusiver deren vorgelagerter Prozesse (bei Importen auch im Ausland)
- Transportprozessen: Personenkraftwagen (für Benzin, Diesel, Strom, Biokraftstoffe), öffentliche Verkehrsmittel (Bus, Bahn) und Flugzeuge sowie Gütertransport (Lastkraftwagen, Bahn, Schiffe und Pipelines).
GEMIS berechnet für alle Prozesse und Szenarien sog. Lebenszyklen, d.h. es berücksichtigt von der Primärenergie- bzw. Rohstoffgewinnung bis zur Nutzenergie bzw. Stoffbereitstellung alle wesentlichen Schritte und bezieht auch den Hilfsenergie- und Materialaufwand zur Herstellung von Energieanlagen und Transportsystemen mit ein. Die Datenbasis enthält für alle diese Prozesse
- Kenndaten zu Nutzungsgrad, Leistung, Auslastung, Lebensdauer,
- direkte Luftschadstoffemissionen (SO2, NOx, Halogene, Staub, CO, NMVOC, H2S, NH3)
- Treibhausgasemissionen (CO2, CH4, N2O sowie SF6 und FKW)
- feste Reststoffe (Asche, Entschwefelungsprodukte, Klärschlamm, Produktionsabfall, Abraum)
- flüssige Reststoffe (AOX, BSB5, CSB, N, P, anorganische Salze)
- Flächenbedarf.
GEMIS kann zudem Kosten analysieren – die entsprechenden Kenndaten der Brenn- und Treibstoffe sowie der Energie- und Transportprozesse (Investitions- und Betriebskosten) sind in der Datenbasis ebenfalls enthalten.
Weitere Informationen unter: www.gemis.de
Close