Lade Inhalt...

Energiewende Nordhessen. Potenziale für eine Reduzierung der CO2-Emissionen und die Umstellung auf erneuerbare Energien im regionalen Verkehrsmarkt

Forschungsarbeit 2015 57 Seiten

Energiewissenschaften

Leseprobe

Inhaltsverzeichnis

1 Einleitung
1.1 Ziel der Forschungsarbeit
1.2 Abgrenzung des Untersuchungsgegenstandes

2 Modell zur Abschätzung des verkehrsbedingten Energieverbrauchs
2.1 Modellüberblick
2.2 Privater Motorisierter Individualverkehr
2.2.1 Modellierungsansatz
2.2.2 Datengrundlage
2.3 Straßengebundener Wirtschaftsverkehr
2.3.1 Modellierungsansatz
2.3.2 Datengrundlage
2.4 Energieverbrauch und CO2-Emissionen im Kfz-Verkehr
2.4.1 Modellierungsansatz
2.4.2 Datengrundlage
2.5 Energieverbrauch und CO2-Emissionen im ÖPNV
2.5.1 Modellierungsansatz
2.5.2 Datengrundlage

3 Szenarien und Prognose
3.1 Beschreibung der Szenarien
3.2 Unterschiede zwischen den Szenarien

4 Ergebnisse
4.1 Gesamter Energieverbrauch im Verkehrssektor
4.2 Energieverbrauch im privaten MIV
4.3 Energieverbrauch im straßengebundenen Wirtschaftsverkehr
4.4 Energieverbrauch im Öffentlichen Personennahverkehr
4.5 CO2-Emissionen nach Energiequelle

5 Potenzialanalyse
5.1 Biogene Kraftstoffe
5.2 EE-Stromüberschuss
5.3 Gesamtes Potenzial aus erneuerbaren Energien

6 Zusammenfassung und Fazit

Abbildungsverzeichnis

Tabellenverzeichnis

Quellenverzeichnis

Anhang

1 Einleitung

1.1 Ziel der Forschungsarbeit

Aufbauend auf den beiden Studien „Energiewende Nordhessen – Szenarien für den Umbau der Stromversorgung auf eine dezentrale und erneuerbare Erzeugungsstruktur“ (Henke et al., 2012) und „Energiewende Nordhessen – technische und ökonomische Verknüpfung des regionalen Strom- und Wärmemarktes“ (Henke et al., 2013) wird in der vorliegenden Studie der regionale Verkehrssektor im Gebiet der Stadtwerke Union Nordhessen (nachfolgend SUN-Region genannt) untersucht. Ziel der vorliegenden Studie ist es, den verkehrsbedingten Energieverbrauch und die verkehrsbedingten CO2-Emissionen in der SUN-Region im Status quo (Analysejahr 2010) und für das Jahr 2030 abzuschätzen. Hierzu wurde ein Modell erstellt, das die wesentlichen Einflussfaktoren auf Energieverbrauch und CO2-Emissionen abbildet, verfügbare Daten nutzt und prognosefähig ist. Für die Prognose im Jahr 2030 wurden in Abstimmung mit dem Auftraggeber zwei Szenarien (Trend- und Alternativszenario) definiert. Zudem wird untersucht, inwieweit neben dem Strom- und Wärmemarkt auch der Verkehrsmarkt mit regionalen, erneuerbaren Energien versorgt werden kann. Mit Vorlage dieses Berichtes liegen damit zu allen wesentlichen Energiesektoren (Strom, Wärme und Verkehr) Ergebnisse zur Deckung des Energieverbrauchs und zu den CO2-Emissionen vor.

1.2 Abgrenzung des Untersuchungsgegenstandes

Untersuchungsgegenstände sind der verkehrsbedingte Energieverbrauch und die verkehrsbedingten CO2-Emissionen, die durch die Wohnbevölkerung und die ortsansässigen Unternehmen in der SUN-Region verursacht werden. Der Verkehr von Besuchern oder Fahrzeugen, die nicht im Untersuchungsraum ansässig bzw. gemeldet sind, wird nicht berücksichtigt (Binnen-, Quell-, Ziel- und Durchgangsverkehr von Besuchern und Fahrzeugen, deren registrierter Standort außerhalb der SUN-Region liegt). Das Modell bildet jedoch auch die Fahrten von Einwohnern oder Fahrzeugen ab, die außerhalb des Untersuchungsraumes stattfinden.

Der Schienengüterverkehr wird aufgrund geringer Energieverbräuche und entsprechend geringer CO2-Emissionen vernachlässigt. Die im Untersuchungsraum kaum relevante Binnenschifffahrt wird ebenfalls nicht betrachtet.

Für die folgenden Bereiche werden der verkehrsbedingte Energieverbrauch sowie die entsprechenden CO2-Emissionen modellhaft ermittelt:

- privater motorisierter Individualverkehr (MIV) der Wohnbevölkerung (Binnen, Quell-, Ziel- und Durchgangsverkehr),
- straßengebundener Wirtschaftsverkehr (Halteradressen im Untersuchungsraum) und
- Öffentlicher Personennahverkehr (ÖPNV) im Untersuchungsraum.

Den Untersuchungsraum bildet die SUN-Region, bestehend aus den drei Landkreisen Kassel, Schwalm-Eder-Kreis, Werra-Meißner-Kreis und der Stadt Kassel (siehe Abbildung 1). In der SUN-Region leben derzeit ca. 710.000 Einwohner auf einer Fläche von ca. 4.000 km².

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: SUN-Region und beteiligte Stadtwerke

Um raumstrukturelle Unterschiede und vorhandene Erhebungsdaten aus den Jahren 2008 und 2010 zu berücksichtigen, wird auf die so genannten siedlungsstrukturellen Kreistypen des Bundesinstitutes für Bau-, Stadt- und Raumforschung (BBSR) aus dem Jahr 2010 zurückgegriffen. Das BBSR gliedert zunächst die Regionen Deutschlands in drei Regionstypen (Agglomerationsräume[1], verstädterte Räume[2] und ländliche Räume[3] ). Nach dieser Gliederung befindet sich die SUN-Region in einem „Verstädterten Raum“. Die Kreistypen basieren im Wesentlichen auf der Einwohnerdichte und der Größe bzw. der zentralörtlichen Funktion der Kernorte (vgl. BBR, 2004[4] ). Die Stadt Kassel wird als „Kernstadt“, der Landkreis Kassel als „Verdichteter Kreis“ und die Landkreise Schwalm-Eder und Werra-Meißner als „Ländliche Kreise“ typisiert. Die Typisierung der siedlungsstrukturellen Kreistypen nach BBSR ist ein anerkanntes Analyseraster zur Differenzierung von Räumen. Die nachfolgende Tabelle gibt einen Überblick der raumstrukturellen Merkmale der Kreise im Untersuchungsraum.

Tabelle 1: Zusammengefasste Raumstrukturdaten

Abbildung in dieser Leseprobe nicht enthalten

2 Modell zur Abschätzung des verkehrsbedingten Energieverbrauchs

2.1 Modellüberblick

Die Abschätzung des verkehrsbedingten Energieverbrauchs sowie der entsprechenden CO2-Emissionen wird in vier Teilmodellen umgesetzt (siehe Abbildung 2 und 3):

(1) Ermittlung der Fahrleistung im privaten motorisierten Individualverkehr,
(2) Ermittlung der Fahrleistung im straßengebundenen Wirtschaftsverkehr,
(3) Ermittlung des Energieverbrauchs und der CO2-Emissionen im Kfz-Verkehr,
(4) Ermittlung des Energieverbrauchs und der CO2-Emissionen im ÖPNV.

Aufgrund der Komplexität und der Vielzahl an Einflussgrößen wird die Abschätzung des Energieverbrauchs bzw. der CO2-Emissionen für den privaten MIV und straßengebundenen Wirtschaftsverkehr jeweils zweistufig modelliert. Die Teilmodelle 1 und 2 ermitteln zunächst jeweils die Fahrleistung, während das Teilmodell 3 basierend auf der Fahrleistung im zweiten Schritt die gewünschten Größen ermittelt. Für den ÖPNV erfolgt die Abschätzung von Energieverbrauch und CO2-Emissionen in einem Teilmodell.

Die Teilmodelle werden in den nächsten Kapiteln detailliert dargestellt. Die Ergebnisse der drei Planfälle (Anwendung des Modells für den Status quo 2010, Trendszenario und Alternativszenario 2030) werden zusammenfassend in Kapitel 4 dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Modell für den Kfz-Verkehr

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Modell für den ÖPNV

2.2 Privater Motorisierter Individualverkehr

2.2.1 Modellierungsansatz

Die Jahresfahrleistung im privaten MIV wird mithilfe eines Verkehrserzeugungsmodells berechnet, das auf den Ansatz der verhaltenshomogenen Personengruppen zurückgreift. Bei diesem Ansatz wird die personengruppenspezifische Fahrleistung aus unterschiedlichen Mobilitätsverhaltensparametern ermittelt und anschließend mit der Gruppengröße (Anzahl der Personen je Gruppe) multipliziert (Gleichung 1). Neben einer Differenzierung nach drei Personengruppen wird darüber hinaus das unterschiedliche Verhalten nach Kreis- und Tagestyp differenziert abgebildet.

Das Modell berücksichtigt damit wesentliche Einflussgrößen der Verkehrsnachfrage:

- das individuelle Mobilitätsverhalten (über die Personengruppen) sowie
- die Raumstruktur und das Verkehrsangebot (über die Kreise bzw. siedlungsstrukturellen Kreistypen und die Tagestypen).

Die verkehrsverursachende Größe ist nach Gleichung 1 die Person. Entsprechend können Änderungen des Mobilitätsverhaltens sowie raumstrukturelle und demografische Veränderungen im Modell abgebildet werden.

Abbildung in dieser Leseprobe nicht enthalten

In der nachfolgenden Abbildung 4 (links) wird die ermittelte mittlere Fahrleistung pro Fahrzeugtyp und Tag für die zu untersuchenden Fahrzeugtypen dargestellt. Nach der Berechnung des Aufteilungsfaktors je Fahrzeugtyp nach Gleichung 3, ergibt sich die in Abbildung 4 (rechts) exemplarisch für einen Kreis dargestellte Verteilung (hier Stadt Kassel).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Mittlere Tagesfahrleistung je Fahrzeugtyp und Tag (links); Anteil der Fahrleistung je Fahrzeugtyp an der Jahresfahrleistung im privaten MIV (rechts)

2.2.2 Datengrundlage

Zur Ermittlung der spezifischen Mobilitätsverhaltensdaten nach Gleichung 1 (spezifische Mobilitätsrate etc.) werden die Ergebnisse aus zwei unterschiedlichen Haushaltsbefragungen herangezogen. Für die vorliegende Untersuchung wird das Mobilitätsverhalten im privaten MIV durch die Haushaltsbefragung „Mobilität in Deutschland (MiD, 2008)“ und die Haushaltsbefragung Mobilität in Städten – System repräsentativer Verkehrsbefragungen (SrV, 2008)“ für den Status quo bestimmt. Um die mittlere Tagesfahrleistung je Fahrzeugtyp zu erhalten, wird auf die Erhebung „Kraftfahrzeugverkehr in Deutschland 2010 (KiD, 2010)“ zurückgegriffen. Daten zur Bevölkerung und zum Kraftfahrzeugbestand werden den amtlichen Statistiken entnommen (Hessisches Statistisches Landesamt, 2010; Stadt Kassel, 2010; KBA, 2013).

Mobilität in Deutschland (MiD, 2008)

Die Erhebung „Mobilität in Deutschland (MiD)“ ist eine bundesweite Befragung von ca. 26.000 Haushalten mit über 60.000 Personen zu ihrem alltäglichen Mobilitätsverhalten (vgl. INFAS; DLR, 2010). Sie ist eine Fortsetzung einer Reihe von Haushaltsbefragungen, die bereits seit Mitte der 1970er Jahre im Auftrag des Bundesverkehrsministeriums in Deutschland durchgeführt wird. Ziel der MiD-Befragung ist es, repräsentative Daten zum alltäglichen Mobilitätsverhalten der Bevölkerung zu erfassen. Dabei wurden im Zeitraum von Januar 2008 bis Mitte April 2009 zufällig ausgewählte Haushalte zum Mobilitätsverhalten ihrer einzelnen Mitglieder an einem zuvor festgelegten Stichtag befragt (vgl. INFAS; DLR, 2010). Die Stichtage der Erhebung verteilten sich gleichmäßig auf die ganze Woche. Die Größe der Stichprobe sowie die Stichprobenlage ermöglichen differenzierte Aussagen zum Mobilitätsverhalten der Einwohner in verschiedenen Raumstrukturen bzw. Raumtypen. Durch die beigefügten Hochrechnungs- und Gewichtungsfaktoren lassen sich die Ergebnisse auf die Gesamtheit der Bevölkerung der Bundesrepublik hochrechnen. Für die vorliegende Untersuchung werden der Personen- und der Wegedatensatz genutzt. Der Datenpool der MiD beinhaltet einen Public Use File (PUF) und einen sogenannten Zusatzfile (ZF), der je nach Fragestellung zu Grunde gelegt werden kann. Für die meisten Fragestellungen ist es notwendig, beide Datensätze zu nutzen, da sich einige Basisinformationen nur im PUF, die Hochrechnungsfaktoren beispielsweise aber nur im ZF befinden. Der Datensatz der MiD wird für die Landkreise Kassel, Schwalm-Eder und Werra-Meißner genutzt. Für die Stadt Kassel steht die im Jahr 2008 durchgeführte Haushaltsbefragung der SrV zur Verfügung.

Mobilität in Städten – System repräsentativer Verkehrsbefragungen (SrV, 2008)

Das System repräsentativer Verkehrsbefragungen wird seit 1972 regelmäßig im Abstand von fünf Jahren durchgeführt. Im Gegensatz zur MiD konzentriert sich die SrV-Befragung auf das Mobilitätsverhalten in Städten. Während sich die Stichtagsbefragung der MiD auf die gesamte Woche bezieht, wird in der SrV-Erhebung das Mobilitätsverhalten auf die mittleren Werktage Dienstag bis Donnerstag außerhalb der Schulferien und der Feiertage bezogen. Die Stadt Kassel und der Zweckverband Raum Kassel (ZRK) nahmen im Jahr 2008 an der SrV-Befragung teil. In der Stadt Kassel wurden über ein Jahr verteilt ca. 3.000 Einwohner zu ihrem Mobilitätsverhalten befragt (vgl. Ahrens et al., 2010).

Kraftfahrzeugverkehr in Deutschland 2010 (KiD, 2010)

Die Verkehrsbefragung der Kfz-Halter, die erstmals im Jahr 2002 durchgeführt wurde, ermöglicht es, Kenntnisse über Einsatz und Nutzung der in Deutschland zugelassenen Kraftfahrzeuge (Inländerkonzept) zu erhalten. In der bundesweit flächendeckenden und repräsentativen Erhebung wurden über 12 Monate Fahrzeug- und Nutzungsdaten von ca. 70.000 Kraftfahrzeugen erhoben (vgl. Wermuth, 2012). Aus dem Datensatz der KiD können verkehrliche Kenngrößen wie z.B. Fahrtenaufkommen, Fahrleistung, Personenverkehrsleistung etc. differenziert nach Fahrzeugtyp, Art des Halters, Raumtyp der Halteradresse und Wochentagstyp ermittelt werden. Durch die beigefügten Hochrechnungsfaktoren lassen sich die Ergebnisse auf die Gesamtheit der Kraftfahrzeuge der Bundesrepublik hochrechnen. Der Datensatz liefert Eingangsdaten sowohl für das Fahrleistungsmodell im privaten MIV als auch für das Fahrleistungsmodell im straßengebundenen Wirtschaftsverkehr (mittlere Tagesfahrleistung je Fahrzeugtyp in Gleichung 2, mittlere Fahrtweite pro Fahrt je Fahrzeugtyp in Gleichung 4).

2.3 Straßengebundener Wirtschaftsverkehr

2.3.1 Modellierungsansatz

Zur Ermittlung der Jahresfahrleistung im straßengebundenen Wirtschaftsverkehr ist der Fahrzeugstandort von wesentlicher Bedeutung. Eine Vielzahl von Daten zum Wirtschaftsverkehr in Deutschland liefert die Erhebung „Kraftfahrzeugverkehr in Deutschland (KiD, 2010)“ (siehe Kapitel 2.2.2). Analog zum Verkehrserzeugungsmodell im privaten MIV werden auch hier homogene Gruppen erstellt. Das Modell ermittelt fahrzeugtypspezifisch anhand der mittleren, täglichen Fahrthäufigkeit sowie der mittleren Fahrtweite eine mittlere Tagesfahrleistung im straßengebundenen Wirtschaftsverkehr. Anschließend wird diese mit der Anzahl der Fahrzeuge je Fahrzeugtyp und der Anzahl der Tage im Jahr multipliziert, um die Jahresfahrleistung im straßengebundenen Wirtschaftsverkehr zu ermitteln (siehe Gleichung 4). Hierbei ist zu beachten, dass sich die Differenzierung nach Kreistyp immer auf die Halteradresse der Fahrzeuge und nicht auf den aktuellen Fahrzeugstandort bezieht.

Das vorliegende Modell für den Wirtschaftsverkehr beinhaltet den Personenwirtschaftsverkehr, den Service- und Dienstleistungsverkehr sowie den Güterverkehr (vgl. Wermuth et al., 2012). Zum Wirtschaftsverkehr zählen alle Fahrten mit dienstlichen Fahrtzwecken einschließlich der zugehörigen Rückfahrten. Im Gegensatz zum Verkehrserzeugungsmodell im privaten MIV, das personengebunden ist, ist das Modell für den Wirtschaftsverkehr kraftfahrzeuggebunden. Die verkehrsverursachende Größe ist daher das Fahrzeug und nicht die Person. Neben der Änderung der Nutzung je Fahrzeugtyp können im Modell auch Änderungen in der Fahrzeugflotte abgebildet werden.

Abbildung in dieser Leseprobe nicht enthalten

2.3.2 Datengrundlage

Für das Teilmodell zur Ermittlung der Fahrleistung im straßengebundenen Wirtschaftsverkehr werden neun homogene Fahrzeugtypen unterschieden:

- Pkw mit Ottomotor,
- Pkw mit Dieselmotor,
- Pkw mit sonstigem/ alternativem Antrieb,
- Lkw bis 3,5t zulässigem Gesamtgewicht mit Otto-Motor,
- Lkw bis 3,5t zulässigem Gesamtgewicht mit Diesel-Motor,
- Lkw bis 3,5t zulässigem Gesamtgewicht mit sonstigem/ alternativem Antrieb,
- Lkw über 3,5t zulässigem Gesamtgewicht,
- Sattelzug und
- sonstige Kfz.

Die Eingangsdaten für die Modellrechnung – fahrzeugtypspezifische Daten zur Fahrzeugnutzung (Gleichung 4) – werden aus der Befragung „Kraftfahrzeugverkehr in Deutschland 2010 (KiD, 2010)“ abgeleitet. Der Fahrzeugbestand, differenziert nach Fahrzeugtyp und Kreis, wird vom Kraftfahrtbundesamt (KBA, 2013) für die vorliegende Untersuchung übernommen.

2.4 Energieverbrauch und CO2-Emissionen im Kfz-Verkehr

2.4.1 Modellierungsansatz

Anhand der ermittelten Jahresfahrleistungen je Fahrzeugtyp sowohl im privaten MIV, als auch im straßengebundenen Wirtschaftsverkehr, werden in diesem Teilmodell der verkehrsbedingte Energieverbrauch nach Gleichung 5 sowie die entsprechenden CO2-Emissionen nach Gleichung 7 für den gesamten Kfz-Verkehr ermittelt. Dazu wird die berechnete Jahresfahrleistung je Fahrzeugtyp mit dem spezifischen Kraftstoffverbrauch multipliziert (siehe Gleichung 5). Der Energieumrechnungsfaktor (Benzinäquivalent von Strom) ermöglicht eine Umrechnung des Verbrauchs von Liter in Kilowattstunde.

Abbildung in dieser Leseprobe nicht enthalten

CO2 ist das bedeutendste Treibhausgas, das zur Bilanzierung der Klimawirksamkeit herangezogen wird. Dabei wird oft nur die direkte Emission, also die unmittelbar am Ort der Energieumwandlung erzeugte Emission, einberechnet. Jedoch werden bei der Herstellung von bestimmten Energieträgern weitere klimarelevante Gase ausgestoßen (z.B. bei der Erdölgewinnung oder der Stromerzeugung), die eine indirekte Emission aus der Vorkette darstellen. In der vorliegenden Studie werden die gesamten Emissionen an CO2 (inkl. Vorkette) der verschiedenen Energieträger anhand von Emissionsfaktoren berechnet. Die CO2-Emissionen im Kfz-Verkehr werden nach Gleichung 7 ermittelt.

Abbildung in dieser Leseprobe nicht enthalten

2.4.2 Datengrundlage

Spezifische Verbräuche

Die spezifischen Kraftstoffverbräuche der betrachteten Fahrzeugtypen wurden aus der Literatur entnommen und mit dem Auftraggeber abgestimmt (siehe u.a. Shell, 2009; DIW, 2011; DIW, 2012; DIW, 2013; Exxon, 2010; BVWP 2030, 2014; Prognos/ EWI/ GWS, 2010; Fraunhofer ISI, 2011). Im Anhang sind die angenommenen spezifischen Verbräuche je Fahrzeugtyp und Planfall dokumentiert.

CO2-Emissionsfaktoren

Die spezifischen Emissionsfaktoren je Energieträger (Benzin, Diesel, Flüssiggas etc.) werden auf Basis vom Bayerischen Landesamt für Umwelt veröffentlichter Datenbanken ermittelt. Hierbei wird ein direkter und ein indirekter Emissionsfaktor je Energieträger berechnet (vgl. GEMIS-Datenbank[5], ProBas-Datenbank[6] ). In der vorliegenden Studie werden die Gesamtemissionen an CO2 (direkter und indirekter Emissionsfaktor) zu Grunde gelegt. Zur Ermittlung des Emissionsfaktors für die Stromerzeugung je Energieträger wird der Strommix in Deutschland aus dem Analysejahr 2010 und dem Prognosejahr 2030 mit den dazugehörigen Emissionsfaktoren berechnet (AGEE Stat, 2014; Schlesinger et al., 2011; Statistisches Landesamt Hessen). Die Emissionsfaktoren je Energieträger für die Jahre 2010 und 2030 sind im Anhang (S. 57) dokumentiert.

2.5 Energieverbrauch und CO2-Emissionen im ÖPNV

2.5.1 Modellierungsansatz

Der Energieverbrauch im ÖPNV ergibt sich nach Gleichung 8 aus der Betriebsleistung je Fahrzeugtyp (Fahrplankilometer inklusive der Leerkilometer) und dem spezifischen Verbrauch. Der Energieumrechnungsfaktor ermöglicht eine Umrechnung des Verbrauchs von Liter in Kilowattstunde. Die CO2-Emissionen im ÖPNV werden nach Gleichung 9 berechnet (siehe auch Kapitel 2.4.1). Aufgrund der unterschiedlichen Verbräuche je Energieträger werden die Betriebszweige Regiotram, Tram und Bus differenziert betrachtet.

[...]


[1] Agglomerations- oder Ballungsräume kennzeichnen sich durch ein städtisches Zentrum mit mindestens 300.000

Einwohnern und einer Dichte von mindestens 300 E/km² aus.

[2] Verstädterte Räume verfügen über eine Stadt mit Zentrumsfunktion mit mindestens 100.000 Einwohnern und einer Ein- wohnerdichte von mindestens 150 E/km².

[3] Ländliche Räume haben keine Großstadt als Oberzentrum und zudem eine geringe Einwohnerdichte.

[4] Siehe BBR, 2004 S. 2 in BBR, 2005 Arbeitspapier – Raumstrukturtypen.

[5] IINAS (Internationales Institut für Nachhaltigkeitsanalysen und –strategien): Ergebnisse aus der GEMIS-Datenbank http://www.iinas.org/gemis-de.html

[6] Umweltbundesamt (UBA): Ergebnisse aus der ProBas-Datenbank

Details

Seiten
57
Jahr
2015
ISBN (eBook)
9783656932048
ISBN (Buch)
9783656932055
Dateigröße
3.9 MB
Sprache
Deutsch
Katalognummer
v294592
Institution / Hochschule
Universität Kassel – Fraunhofer-Institut für Windenergie und Energiesystemtechnik, IWES
Schlagworte
erneuerbare Energien regionaler Verkehrsmarkt Stadtwerke Union Nordhessen SUN-Stadtwerke Energiewende Nordhessen verkehrsbedingter Energieverbrauch Fraunhofer-Institut für Windenergie und Energiesystemtechnik IWES Verkehrsplanung und Verkehrssysteme Universität Kassel Prof. Dr.-Ing. Carsten Sommer Dr. Thorsten Ebert Katharina Habbishaw Assadollah Saighani Martin Rühl Markus Jungermann

Autoren

Teilen

Zurück

Titel: Energiewende Nordhessen. Potenziale für eine Reduzierung der CO2-Emissionen und die Umstellung auf erneuerbare Energien im regionalen Verkehrsmarkt