Learning in renewable energy technology
Samenvatting en conclusies
1. Inleiding
Hernieuwbare energiebronnen zijn niet begrensd door eindige brandstofreserves. Ze hebben een groot potentieel om aan de mondiale energiebehoefte te voorzien, en ze zijn vergeleken met fossiele brandstofvoorraden geografisch gelijkmatiger verspreid over de wereld. In het algemeen hebben zij ook lagere externe kosten (bij voorbeeld milieukosten) dan het huidige gebruik van fossiele brandstoffen. Deze kenmerken waren de hoofddrijfveren voor de Nederlandse overheid om hoge doelstellingen te formuleren voor de productie van elektriciteit uit hernieuwbare bronnen in 2010 en 2020, met bijdrages van 9% en 17% aan de bruto elektriciteitsconsumptie in Nederland. Echter, de huidige bijdrage is slechts 3.3%, en het is onzeker of deze doelstellingen gehaald kunnen worden. De inspanningen om de implementatie van hernieuwbare elektriciteit te versnellen, worden belemmerd door meerdere barrières, zoals technische, economische, sociale en institutionele barrières. Een grote barrière voor de grootschalige toepassing van her nieuwbare energietechnologieën zijn de elektriciteitsproductiekosten. Deze kosten zijn de afgelopen tientallen jaren voor een aantal hernieuwbare energietechnologieën belangrijk gedaald, en zullen naar verwachting ook in de toekomst door technologisch leren verder afnemen. Een vaak gebruikte benadering om zowel de in het verleden bereikte kostenreducties te kwantificeren als mogelijk toekomstige kostenreducties in kaart te brengen, is de leercurvebenadering. (In de Engelstalige literatuur wordt thans de uitdrukking experience curve gebruikt in plaats van learning curve. In de Nederlandse literatuur wordt echter steeds over de leercurve gesproken, ook als ervaringscurve wordt bedoeld.) De leercurve beschrijft de kostenontwikkeling van een product of een technologie als functie van de cumulatieve productie van dit product of deze technologie. Op een dubbel logaritmische schaal vertoont de leercurve nogal een rechte lijn, waarbij de helling van de lijn iets zegt over de snelheid waarmee in de ontwikkeling van de technologie wordt geleerd. Het in kaart brengen van leercurves is al gedaan voor technologieën om elektriciteit op te wekken uit energiebronnen, met name voor windparken op land en voor fotovoltaïsche zonne-energiepanelen en -systemen. Echter, een aantal methodologische vraagstukken met betrekking tot het construeren, toepassen en interpreteren van leercurves dient verder onderzocht te worden, zoals de toe te passen geografische grenzen van het leersysteem, en de bruikbaarheid van zogenaamde samengestelde leersystemen, waarbij het hoofdsysteem in meerdere componenten verdeeld wordt en de kostenontwikkeling per component wordt onderzocht. Verder is het de vraag of de helling van leercurves constant is en voor het beleid een voorspellende waarde heeft. Ook is een vraag, of de leercurvebenadering toegepast kan worden om de kostenontwikkeling van biomassacentrales te beschrijven. Mede gezien het scala van toepassingen van de leercurvebenadering, met name bij het maken van beleidsadviezen en het ontwikkelen van modellen voor het maken van energiescenario’s, is het relevant via onderzoek een antwoord op deze vragen te geven.
2. Doelstellingen en onderzoeksvragen van dit proefschrift
De hoofddoelstellingen van dit proefschrift zijn:
- Om de technologische verandering en de reductie van de kostprijs te onderzoeken voor een aantal technologieën om elektriciteit op te wekken uit hernieuwbare energiebronnen, door gebruik te maken van de leercurvebenadering,
- Om methodologische vraagstukken van de leercurvebenadering aan de orde te stellen, en, gebaseerd op deze inzichten,
- Om een aantal implicaties te analyseren voor het behalen van de Nederlandse doelstelling voor opwekking van elektriciteit uit hernieuwbare bronnen in het jaar 2020 in een Europese context.
Afgeleid van deze doelstellingen zijn een aantal onderzoeksvragen geformuleerd:
- Wat zijn de meest belovende technologieën voor elektriciteitsopwekking uit hernieuwbare bronnen in Nederland tot 2020 onder verschillende technologische, economische en milieu-randvoorwaarden?
- In hoeverre is het huidige gebruik van de leercurvebenadering om hernieuwbare energietechnologieën te onderzoeken correct, wat zijn verschillen in benaderingen die worden toegepast, en wat zijn mogelijke valkuilen?
- Hoe kan de leercurvebenadering gebruikt worden om de mogelijke ontwikkeling van gedeeltelijk nieuwe energietechnologieën te beschrijven, zoals windparken op zee? Is het mogelijk om biomassa-aanvoerketens te beschrijven met de leercurvebenadering? En wat zijn de mogelijkheden en de grenzen om de leercurvebenadering toe te passen op niet modulaire technologieën zoals grootschalige (biomassa-) energiecentrales?
- Wat zijn meest belangrijke leermechanismen achter de kostenreducties van de onderzochte technologieën?
- Hoe kunnen verschillen in de technologische vooruitgang van hernieuwbare elektriciteitstechnologieën de marktdiffusie beïnvloeden? En wat zijn de implicaties van verschillen in technologische voortgang en in beleid voor de implementatie van hernieuwbare elektriciteitstechnologieën in Nederland?
De ontwikkeling van verschillende elektriciteitstechnologieën is onderzocht door middel van internationale case studies. De mogelijke effecten van verschillende technologische ontwikkelingen in combinatie met verschillende beleidsachtergronden worden geïllustreerd voor Nederland.
Dit proefschrift richt zich voornamelijk op de ontwikkeling van investeringskosten en elektriciteitsproductiekosten. Mogelijke additionele kosten van de toepassing van intermitterende hernieuwbare energietechnieken (zoals noodzaak van opslag, bouw van back-up vermogen of versterking van het net) met een toenemend marktaandeel van deze technieken zijn niet onderzocht vanwege de beperkte (verwachte) bijdrage van intermitterende bronnen aan de elektriciteitsproductie tot 2020.
3. Samenvatting van de resultaten
Het is onzeker of en onder welke omstandigheden de Nederlandse doelstelling van 17% hernieuwbare elektriciteit (naar schatting 18-24 TWh) als bijdrage aan de elektriciteitsvraag in 2020 behaald kan worden. In hoofdstuk 2 wordt de mogelijke inzet van hernieuwbare elektriciteit in Nederland tot 2020 onderzocht door verschillende toekomstbeelden te evalueren. Eerst wordt de Nederlandse beleidsdoelen, overheidsinstrumenten en verschillende definities van hernieuwbare elektriciteit besproken. Vervolgens worden vier bestaande studies vergeleken, die allen de mogelijke ontwikkeling van hernieuwbare elektriciteitsproductie voor de komende decennia analyseren. Onder andere worden daarbij economische prestaties, milieuvriendelijkheid en mogelijke technologische vooruitgang als sleutelfactoren geïdentificeerd. Tenslotte worden drie verschillende toekomstbeelden geconstrueerd. In elk beeld staat één van de drie sleutelfactoren centraal. De resultaten tonen aan dat het potentieel voor windenergie op land de milieucrite ria en de beschikbare ruimte de belangrijkste beperkende factoren zijn. In alle beelden wordt een elektriciteitsproductie uit wind van 5 – 7.5 TWh per jaar gerealiseerd, waarmee wind op land een relatief robuuste optie is. Wind op zee heeft ook een significant aandeel in de drie beelden. De grootste onzekerheden van deze tot nu toe niet bewezen technologie zijn de technologische ontwikkeling, de mogelijkheid om al dan niet binnen de twaalf-mijl zone windparken te bouwen (wat vanuit een economisch standpunt aantrekkelijk is, maar minder wenselijk vanuit een milieustandpunt), en de maximale installatiesnelheid die behaald kan worden tot 2020. Met betrekking tot biomassa staan twee verschillende technologieën centraal: diverse vormen van coverbranding van biomassa zijn de meest economische optie, terwijl grootschalige (stand-alone) vergassing van biomassa geïntegreerd met opwekking van elektriciteit de meest energie-efficiënte technologie lijkt te zijn. In alle beelden dragen óf grootschalige co-verbranding in kolencentrales en aardgascentrales óf geïntegreerde Biomassa Vergasser/STEG (BV/STEG) installaties substantieel bij aan de totale elektriciteitsproductie uit hernieuwbare bronnen. In het beeld met hoge technologische vooruitgang en hoge implementatiesnelheden zou er in 2020 jaarlijks 42 TWh geproduceerd kunnen worden, voornamelijk door de grootschalige inzet van windparken op zee en van BV/STEG centrales. Onder strikte economische of milieu-voorwaarden wordt ongeveer 25 TWh behaald. De drie scenario’s zijn geen ‘best guess’ scenarios. Ook is er en er is geen integratie van de drie beelden uitgevoerd. De analyse illustreert het belang om verschillende sleutelfactoren in een analyse mee te nemen. Hierdoor wordt de identificatie van robuuste en minder robuuste opties onder verschillende randvoorwaarden mogelijk.
Hoofdstuk 2 heeft laten zien dat de technologische ontwikkeling van diverse hernieuwbare elektriciteitsopties en de hiermee gepaard gaande reductie van productiekosten een grote invloed kan hebben op de marktdiffusie van deze opties. Daarom worden in de volgende hoofdstukken technologische ontwikkelingen die tot op heden hebben plaatsgevonden onderzocht, evenals mogelijke ontwikkeling van de technologie in de toekomst. Dit is gedaan voor windparken op land (hoofdstuk 3), voor windparken op zee (hoofdstuk 4) en voor verschillende biomassaenergiesystemen (hoofdstuk 5 en 6). Omdat de ontwikkeling van deze opties in verschillende landen heeft plaatsgevonden, worden case studies niet tot Nederland beperkt.
In hoofdstuk 3 worden de technologische ontwikkeling en de kosten van windparken en de productiekosten van elektriciteit uit windenergie onderzocht met behulp van de leercurvebenadering. Leercurves voor windturbines zijn meestal gebaseerd op data die de ontwikkeling van nationale markten beschrijven. Dit veroorzaakt een aantal methodische problemen, als de resultaten voor mondiale analyses gebruikt worden. Om de mondiale prijsontwikkeling van windenergie beter in kaart te brengen, wordt in dit hoofdstuk een mondiale leercurve geconstrueerd. Eerst worden factoren achter de kostprijsontwikkeling van windturbines in het verleden en mogelijke ontwikkelingen in de toekomst geanalyseerd. Op basis hiervan worden er ook mogelijke implicaties en valkuilen geïdentificeerd voor het gebruik van de leercurvebenadering. Expliciet komt daarbij het vraagstuk geografische grenzen van leersystemen aan bod. In dit kader worden de ontwikkeling van prijzen van windturbines en windparken in Duitsland onderzocht, en het effect v an Duitse beleidsinstrumenten ter stimulering van windenergie geëvalueerd. Geconcludeerd kan worden dat de Duitse beleidsinstrumenten ertoe geleid hebben dat de prijzen vanaf 1995 stabiel gebleven zijn, waardoor de Duitse data onbruikbaar zijn, om de daadwerkelijke snelheid te bepalen van de technologische vooruitgang van windturbines. Gebaseerd op deze inzichten wordt een benadering gepresenteerd om een mondiale leercurve op te stellen waarmee een mondiale ‘progress ratio’ (PR) voor de investeringskosten van windparken kan worden bepaald. Deze curve is gebaseerd op prijsdata uit Spanje en het Verenigd Koninkrijk die waarschijnlijk de productiekosten beter volgen. De resultaten laten zien dat de mondiale PR voor windparken tussen 77-85% kan liggen, met een gemiddelde waarde van 81%. Dit is een veel optimistischere waarde dan de PRs die op dit moment in de meeste modellen voor het doen van scenario studies gebruikt worden. Deze bevindingen zijn gebaseerd op een beperkte hoeveelheid data, maar kunnen duiden o p snellere prijsreductiemogelijkheden dan dusverre aangenomen is.
In hoofdstuk 4 wordt het potentieel voor kostenreductie van windparken op zee onderzocht. De economische rentabiliteit van windparken op zee is op dit moment minder gunstig dan voor windparken op land. Derhalve is er een noodzaak om de kosten van windparken op zee te reduceren wil deze optie voldoende aantrekkelijk worden. Ongeveer 70% van de elektriciteitsproductiekosten worden bepaald door de initiële investeringskosten. Deze bestaan voornamelijk uit de kosten voor de windturbines, de funderingen, de interne en externe elektrische aansluiting aan het net en de installatiekosten. De mogelijke kostenreductie voor elk van deze componenten tot 2020 wordt in dit hoofdstuk onderzocht, gebruik makend van (trends in) data van zowel windparken op land als op zee. Ook zijn data gebruikt uit de offshore olie- en gaswinning, en van bestaande hoogspanningskabels onder water. Waar mogelijk, zijn de kostenreductietrends gekwantificeerd met behulp van de leercurvebenadering, of anders gebaseerd op schattingen van expert s. De volgende factoren lijken het meest veelbelovend voor toekomstige kostenreducties: (a) verbeteringen in het design van wind turbines en het opschalen van wind turbines, (b) de verdere groei van windcapaciteit op land, en (c) de ontwikkeling en het frequent gebruik van specifiek ontworpen installatieschepen. Andere factoren zijn: de mogelijke reductie van staalprijzen, de technologische ontwikkeling van HVDC converter stations en hoogspanningskabels, de standaardisatie van turbine- en funderingsontwerp, en de kostenreducties die optreden bij de massaproductie van wind turbines. Het kan geconcludeerd worden dat het mogelijk is om de leercurvebenadering toe te passen voor windparken op zee door gebruik te maken van data van gelijksoortige industrieën. Onder twee verschillende groeiscenario’s kunnen de totale investeringskosten van 1600-1700 €/kW in 2001 tot 980-1300 €/kW in 2020 dalen. Indien aangenomen wordt dat de lopende bediening- en onderhoudskosten evenredig afnemen, dan zouden de elektriciteitsproductiekosten kunnen dalen met 25-39% vergeleken met de huidige kosten. De analyse laat ook zien, dat onder de veronderstelling van gezamenlijke kostenreducties met andere technologieën (bij voorbeeld windturbines op land), slechts 15% van alle kostenreducties direct door de ontwikkeling van windparken bepaald worden, terwijl 80% (gedeeltelijk) van de kostenreducties afhangen van de verdere ontwikkeling van andere technologieën.
In hoofdstuk 5 verandert de focus naar biomassa-energiesystemen. Een belangrijk onderdeel van biomassa-energiesystemen zijn de brandstof aanvoerketens. In Zweden zijn, met het toenemende gebruik van biomassa voor de productie van warmte en elektriciteit, de productiekosten van primaire bosbouw residuen (PFF) over de afgelopen drie decennia gedaald. De doelen van hoofdstuk 5 zijn om deze kostenreducties te kwantificeren, om de factoren achter de kostenreducties te identificeren, en te bepalen of de leercurvebenadering geschikt is om de kostenreducties te beschrijven. Ook is de toepasbaarheid van de leercurvebenadering voor de analyse van mogelijke toekomstige kostenreducties in Zweden en andere landen onderzocht. De analyse is uitgevoerd door gebruik te maken van gemiddelde, nationale prijsdata voor bosbouwresiduen (als een schatting voor de winningskosten), een aantal studies van deze winningskosten, en de data betreffende de jaarlijkse Zweedse productievolumes van bosbouwresiduen. De resultaten tonen aan dat de grootste kostenreducties behaald werden in het (efficiënt) transporteren van de residuen van de tra naar de straat en het hakselen van de residuen. Dit gebeurde voornamelijk door learning-by-doing (leren-door-te-produceren), verbetering van de oogstapparatuur en veranderingen in de organisatie van de oogst. De prijs van bosbouwresiduen volgt een leercurve van 1975-2003 (met meer dan negen cumulatieve verdubbelingen). De gevonden PR is 87%, maar kan tussen 85 en 88% variëren door onzekerheid in de prijsdata en de jaarlijkse volumes van residuproductie. In combinatie met de beschikbare potentiëlen van bosbouw residuen en een bottom-up beoordeling van mogelijkheden tot kostenreducties, kan geconcludeerd worden dat de leercurvebenadering een waardevol instrument kan zijn om de toekomstige kostenontwikkeling van bosbouwresiduen in Zweden te beoordelen. Een vraagstuk, dat verdere aandacht behoeft, is hoe Zweden samen met andere landen (met name Finland) geleerd heeft. Tevens is het de vraag, of en hoe de ont wikkeling van de technologie en van residuvolumes van deze en andere landen gecombineerd kan worden. Dit zou de mogelijkheid bieden, om de leercurvebenadering ook voor andere landen toe te passen, die een groot potentieel voor de winning van bosbouwresiduen hebben, maar over minder ontwikkelde aanvoerketens beschikken. Ook zou verder onderzocht kunnen worden, hoe lokaal aanwezige kennis en technologie naar deze landen optimaal overgedragen kan worden, omdat dit waarschijnlijk cruciaal is voor het realiseren van lage winningskosten.
Het primaire doel van hoofdstuk 6 is om te bepalen of de kostenreducties in verschillende biomassa energiesystemen met behulp van de leercurvebenadering gekwantificeerd kunnen worden, en hoe specifieke vraagstukken (gerelateerd aan de complexiteit van biomassa-energiesystemen) benaderd kunnen worden. Hiervoor zijn verschillende case studies uitgevoerd voor biomassa warmtekrachtkoppeling (WKK) centrales in Zweden, de mondiale ontwikkeling van wervelbedketels en de ontwikkeling van biomassa-vergistingscentrales in Denemarken. Ook de resultaten van hoofdstuk 5 zijn in dit onderzoek meegenomen. Een secundair doel is om de verschillende leermechanismen achter de technologische ontwikkeling en kostenreducties van de onderzochte biomassaenergiesystemen in kaart te brengen. De case studies laten zien dat het maken van leercurves op basis van empirische gegevens over investeringskosten vaak grote problemen oplevert. Dit is enigszins te wijten aan de algemene schaarsheid van (gedetailleerde) data, maar vooral aan de verschillen in het ontwerp van de centrales, de schaalverschillen, de gebruikte brandstoffen en de geografische regio. Slechts in een beperkt aantal gevallen zijn betekenisvolle trends gevonden. Voor centrales met wervelbedketels is een PR gevonden van 90-93%, een resultaat dat ook voor andere energiecentrales gevonden is. Indien alleen de kosten van de wervelbedketels (zonder de overige onderdelen van een centrale) worden gebruikt, dalen de kosten met een hogere snelheid. De leercurvebenadering levert de beste resultaten op indien de productiekosten van de finale energiedrager geanalyseerd worden. De productie van elektriciteit met biomassa WKK centrales levert een PR-waarde van 91-92% op. De leercurve voor de productie van biogas toont een PR van 85% in de periode van 1984-1990, en vlakt daarna af tot circa 100% in de periode van 1990-2002. Voor technologieën, die op lokaal niveau ontwikkeld zijn (bijvoorbeeld biomassa vergistingscentrales), zijn learning-by-using (leren door te gebruiken) en learning-by-i nteracting (leren door te interacteren) belangrijke leermechanismen, terwijl voor centrales met wervelbedketels waarschijnlijk het opschalen een van de meest belangrijke mechanismen achter de behaalde kostenreductie is.
De doelstelling van hoofdstuk 7 is om tot 2020 de impact van mogelijke verschillen in technologisch leren op de marktdiffusie van hernieuwbare energietechnologieën te evalueren binnen de Europese Unie met 25 lidstaten (EU-25). Hiervoor is gebruik gemaakt van het door het Energieonderzoek Centrum Nederland (ECN) ontwikkelde marktsimulatie model ADMIRE REBUS. Voor de hoofdanalyse is een beleidsscenario geformuleerd, waarin aangenomen wordt dat vanaf 2012 een internationaal geharmoniseerd handelssysteem met certificaten voor hernieuwbare elektriciteit ingevoerd zal worden. Daarnaast wordt een doelstelling van 24% hernieuwbare elektriciteit in Europa voor 2020 bepaald en gehaald. De resultaten van de vorige hoofdstukken zijn gebruikt om één optimistisch en één pessimistisch scenario te ontwikkelen voor endogeen technologisch leren. De resultaten van de scenariostudies geven aan, dat de diffusietrend van windparken op land relatief stabiel is, dat wil zeggen onafhankelijk van de veronderstelde technologische on twikkeling. De diffusiesnelheden van windparken op zee en BV/STEG centrales hangen daarentegen sterk af van aannamen omtrent hun technologische ontwikkeling. De competitie tussen deze twee technologieën en andere (conventionele) biomassaverbrandingstechnologieën bepaalt grotendeels de totale hernieuwbare elektriciteitsproductiekosten, en de technologiekeuze van individuele lidstaten. In het optimistische scenario is in 2020 de marktprijs van hernieuwbare elektriciteit 1 €ct/kWh lager dan in het pessimistische scenario (7 vs. 8 €ct/kWh). De totale uitgaven om de productie van hernieuwbare elektriciteit te stimuleren zijn hierdoor 30% lager in het optimistische scenario. Ter vergelijking is ook de impact van een scenario geëvalueerd, waarin het huidige stimuleringsbeleid van alle lidstaten tot 2020 wordt voortgezet, waardoor geen internationale handel in certificaten mogelijk is. Omdat de lidstaten in dat geval slechts hun eigen hernieuwbare energiepotentiëlen kunnen gebruiken, moeten diverse lidstaten hun potentieel voor windparken op zee benutten. Hierdoor wordt de diffusie trend voor offshore windparken (vergeleken met het harmonisatie scenario) veel minder afhankelijk van zowel technologisch leren als ook van de competitie met diverse biomassa opties.
Als de resultaten van hoofdstuk 2 en hoofdstuk 7 met elkaar vergeleken
worden, dan wordt in hoofdstuk 2 voor Nederland een robuust potentieel gevonden
van 9-22 TWh voor 2020, terwijl in hoofdstuk 7 onder voortzetting van het
huidige beleid een mogelijke realisatie van 14-16 TWh wordt gevonden,
afhankelijk van de snelheid waarvan de technologieën ontwikkeld worden. Indien
Nederland zijn ambitieuze doelstellingen voor 2020, te weten 18-24 TWh
elektriciteit uit hernieuwbare bronnen, wil gaan realiseren, dan is het
duidelijk dat het potentieel voor windparken op zee de grootste
groeimogelijkheden biedt als slechts de inheemse bronnen gebruikt mogen worden
en geen biomassa wordt geïmporteerd. Toch blijkt uit het onderzoek dat, bij
handhaving van de huidige beleidsmaatregelen (die van een relatief hoog
ambitieniveau uitgaan), en onder de aanname van een optimistische
technologische
leerscenario, door windparken op de Noordzee 7 TWh wordt geproduceerd tot 2020,
hetgeen overeenkomt met een geïnstalleerd vermogen v an circa 2200 MW. Dit is
veel minder dan de huidige overheidsdoelstelling van 6000 MW windvermogen in
Nederland in 2020. Ook blijkt uit het onderzoek dat zelfs onder optimistische
aannames voor technologieontwikkeling de doelstelling van 17% hernieuwbare
elektriciteit in 2020 (een bijdrage van 18-24 TWh) waarschijnlijk niet wordt
gehaald. In het harmonisatiescenario worden vergelijkbare landelijke
productieniveaus bereikt van windparken op land, windparken op zee en uit
biomassacentrales. Daarnaast worden 2-4 TWh geïmporteerd in de vorm van
certificaten, waardoor in zowel het pessimistische als optimistische scenario
voor technologisch leren de totale realisatie op 19 TWh uitkomt. Derhalve is
het
waarschijnlijker dat de Nederlandse doelstelling van 17% onder een Europees
harmonisatiebeleid bereikt wordt dan onder een beleid waarbij harmonisatie niet
plaatsvindt, omdat er elders in Europa makkelijker hernieuwbare elektriciteit
geproduceerd kan worden. Daarbij is opvallend, dat Nederland onder het
optimistische leerscenario meer certificaten importeert dan onder het
pessimistische scenario, omdat er dan in andere Europese landen meer potentieel
beschikbaar komt dat tegen lage kosten gewonnen kan worden.
Benadrukt moet
worden dat deze getallen geen voorspellingen zijn, maar slechts mogelijke
ontwikkelingen onder de aannames zoals beschreven in hoofdstuk 2 en 7. Zoals al
aangegeven, kan bijvoorbeeld de beschikbaarheid van goedkope biomassa uit het
buitenland voor Nederland een belangrijke rol spelen. Dit zou het totale
potentieel van elektriciteitsproductie uit hernieuwbare bronnen in Nederland
kunnen verhogen.
4. Methodologische lessen
De analyse van de invloed van de keuze van de precieze geografische grenzen van het leersysteem heeft aangetoond dat voor technologieën die over de hele wereld gebruikt worden (zoals windparken op land en PV modules), ook de systeemgrenzen het beste mondiaal gekozen kunnen worden. Echter, indien technologieën op lokale schaal worden ontwikkeld, (zoals kleinschalige biomassa vergistingsinstallaties) en er geen significante uitwisseling is van ervaringen met andere leersystemen, dan is een analyse op lokaal of nationaal niveau het meest zinnig. Een hoofdconclusie is daarom dat bij de constructie van leercurves voldoende aandacht gegeven moet worden aan de correcte grenzen van het leersysteem, om de daadwerkelijke waarde van de PR te kunnen achterhalen. Dit sluit niet uit dat met betrekking tot delen van een technologie ook leren op lokaal niveau kan plaatsvinden, zoals we hebben aangetoond voor windparken op land (voor de elektrische infrastructuur) en voor biomassa aanvoerketens.
De benadering van samengestelde leersystemen is zowel gebruikt voor windparken op zee als voor biomassa energiesystemen, echter met verschillende doelen. Voor windparken op zee zijn de techno-economische ontwikkeling van turbines, funderingen, netaansluiting en installatie bepaald door de PR-waarde van gerelateerde technologieën te gebruiken zoals van windturbines op land offshore funderingen en hoogspanningskabels onder water. Dit is gedaan omdat er tot op heden slechts een handvol windparken op zee gebouwd zijn. De analyse toont aan dat een dergelijke aanpak uitvoerbaar is, maar dat pas over enige jaren zal duidelijk worden of de gepresenteerde kostenreducties ook daadwerkelijk gerealiseerd zullen worden. Voor biomassasystemen is het de vraag of de leercurvebenadering bruikbaar is om het verloop van de verschillende kostenposten van (verschillende onderdelen van) biomassa energiesystemen te evalueren. Daarom is in het onderzoek een differentiatie gemaakt tussen investeringskosten, brandstofkosten, en de bediening- en onderhoudskosten. Hierdoor kunnen de verschillende trends in de kostenontwikkeling apart onderzocht worden, en kan de leercurvebenadering voor elk sub-leersysteem getest worden. Zoals in hoofdstukken 5 en 6 aangetoond is, kan de leercurvebenadering gebruikt worden voor brandstofaanvoerketens en voor de kosten van finale energiedragers (elektriciteit en biogas). Voor deze systemen levert de leercurvebenadering trendlijnen op met goede correlatie coëfficiënten. Echter, de leercurvebenadering blijkt minder goed toepasbaar om de reductie van investeringskosten van biomassacentrales te beschrijven. Aanbevolen wordt met de leercurvebenadering verdere analyses van bestaande biomassa aanvoerketens uit te voeren. Dit zou een geschikte methode kunnen opleveren om de techno-economische ontwikkeling van nieuwe biomassa brandstofketens te beschrijven (bijvoorbeeld gerelateerd aan de teelt van energiegewassen).
Verder resteert de vraag of, in de tijd of met toenemende penetratiegraad, de waarde van de PR verandert, en specifieker of deze de 100% benadert. In twee gevallen (Duitse windparken op land en Deense biomassa vergistingcentrales) is geconstateerd dat de gevonden leercurves afvlakken, en de PR een waarde van circa 100% bereikt. Echter, in beide gevallen is aangetoond dat deze waarneming veroorzaakt werd door veranderingen in de markt (dat wil zeggen door subsidies en het ontstaan van brandstoftekorten) maar niet als gevolg van structurele veranderingen in de ontwikkeling van de technologie. Al met al zijn er geen indicaties gevonden dat PR-waarden gebaseerd op productiekosten gaandeweg veranderen, tenminste zolang als het marktaandeel van de technologie groeit.
Het verschil in gebruik van marginale en gemiddelde kosten bij het construeren van leercurves is onderzocht voor diverse biomassa energiesystemen. Zoals verwacht ligt de leercurve uitgaande van marginale kosten lager dan de leercurve met gemiddelde kosten, maar beiden vertonen dezelfde helling. Dit maakt het wellicht mogelijk om bij het bepalen van het kostenreductiepotentieel van de best beschikbare technologie de PR-waarde te gebruiken dis is af te leiden uit historische gemiddelde kostendata (die meestal makkelijker beschikbaar zijn).
Gerelateerd aan het vraagstuk van geografische grenzen van leersystemen is de kwestie van inflatiecorrectie in complexe internationale innovatiesystemen. Indien er voor een reeks van jaren data uit verschillende landen worden gebruikt, kan de keuze van de referentiemunteenheid en de gebruikte methode om de verandering in wisselkoersen tot uitdrukking te brengen de PR significant beïnvloeden. Terwijl er geen ideale oplossing voor dit probleem is gevonden, wordt aanbevolen om verschillende referentiemunteenheden te gebruiken om inzicht te verkrijgen in de onzekerheden van de resultaten.
In het onderzoek zijn ook de leermechanismen achter de kostenreductie van hernieuwbare energietechnologieën onderzocht. Uiteraard verschillen deze per technologie, maar een aantal conclusies kunnen worden getrokken op basis van schaal en geografische diffusie. Voor windturbines op land was opschalen in het verleden de meest belangrijke factor achter mondiale kostenreducties. Echter, leereffecten zoals de verbeterde plaatsing van windturbines en lagere netaansluitingskosten komen typisch op een lokaal niveau voor. De ontwikkeling van offshore windparken was slechts mogelijk door het continu opschalen van windturbines op land. Voor zowel windparken op land als op zee wordt verwacht dat zij zullen profiteren van de effecten van massaproductie die mogelijk wordt door de toenemende gemiddelde grootte van windparken. Met betrekking tot de techno-economische ontwikkeling van biomassatechnologieën hebben verbrandingscentrales met wervelbedketels (momenteel op mondiale schaal in gebruik) eveneens geprofiteerd van h et geleidelijk opschalen van de technologie in de laatste decennia. Aan de andere kant hangen de lokale kostencomponenten (de brandstof aanvoerketen en de bedienings- en onderhoudskosten) van centrales voor een groot gedeelte af van lokale kennis, zoals de voorbeelden van Zweedse WKK centrales en Deense biomassa vergistingcentrales illustreren. In deze gevallen zijn learning-by-doing, learning-by-using en learning-by-interacting belangrijke mechanismen voor het succesvol ontwikkelen van deze technologieën.
5. Implicaties voor de ontwikkeling en marktdiffusie van hernieuwbare energietechnolgieën
Zoals onder meer in hoofdstuk 7 aangetoond hangt de invloed van technologisch leren op de diffusie en kosten van hernieuwbare elektriciteitstechnologieën in belangrijke mate af van de mogelijkheid tot competitie. Een Europees handelssysteem voor hernieuwbare elektriciteitscertificaten maakt een optimaal gebruik van de goedkoopste potentiëlen en technologieën mogelijk. Hierdoor worden technologieën met snel afnemende productiekosten bevoordeeld. Als de mogelijkheid tot handel niet aanwezig is, heeft technologische vooruitgang minder invloed op de diffusie van hernieuwbare energietechnologieën. Voor een snelle ontwikkeling van windparken op zee en BV/STEG centrales is internationale samenwerking en kennisuitwisseling (en meer algemeen meer multinationale ontwikkeling van de technologie) noodzakelijk, omdat geen enkel land de mogelijkheid heeft of biedt om op de thuismarkt voldoende centrales af te zetten en zo de kosten te reduceren tot marktconforme waarden. Aan de andere kant geldt voor diverse kleinschali ge technologieën dat de kennis hiervan vaak slechts heel lokaal aanwezig is. De verspreiding hiervan behoeft aandacht als de toepassing van deze technologie beleidsmatig wordt bevorderd.
Het onderzoek toont aan dat in veel gevallen dat de kwaliteit en de kwantiteit van data niet voldoende is om leercurves te construeren. Dit heeft gedeeltelijk te maken met het vertrouwelijke karakter van bijvoorbeeld de productiekosten, maar het is soms ook te wijten aan een gebrek aan gestructureerde dataverzameling over de toepassing van hernieuwbare energietechnologieën. Terwijl er betrekkelijk veel data beschikbaar is over de toepassing van zonnepanelen en windturbines, is er maar weinig data beschikbaar over toepassing van veel biomassatechnologieën. Het wordt daarom aanbevolen om dit soort data gestructureerd te verzamelen voor toekomstige analyses. Ook voor de ontwikkeling van hernieuwbare energietechnologieën, die zich momenteel in een vroege fase van het marktdiffusieproces bevinden (bijvoorbeeld windparken op zee) is de beschikbaarheid van data over gerelateerde technologie (zoals hoogspanningskabels onder water en funderingen van staal of beton) niet optimaal.
In de case studies is geconstateerd dat de ontwikkeling en toepassing van de meeste grootschalige technologieën op een mondiale schaal plaats vindt en daarom leereffecten ook wereldwijd optreden. Ondanks dat nationale programma’s zeer nuttig kunnen zijn om tot de ontwikkeling en diffusie van deze technologieën te komen, kan het in latere stadia van het diffusieproces lonender zijn om ook op een internationale aanpak en op verspreiding van lokale kennis te focussen. In dit kader zou een multinationale en/of Europese aanpak om windparken op zee en BV/STEG centrales te stimuleren aan te raden zijn, ook om de vereiste volumes te realiseren die voor significant leren noodzakelijk zijn.
Beleidsmakers moeten altijd een afweging maken voor de financiering van onderzoek; ontwikkeling en demonstratie (RD&D), van niche-markt ontwikkeling en van markttoepassing op grote schaal (VROM-raad and AER, 2004). Ondanks dat het moeilijk is om de ideale financiële verhoudingen tussen deze aandachtsgebieden te bepalen, en dit ook af kan hangen van de lokale situatie, de technologie en de marktomstandigheden, is in hoofdstuk 7 aangetoond dat vroege investeringen in pilot plants grote hoeveelheden subsidies in een later stadium van het marktdiffusieproces kunnen besparen. Het is echter niet eenvoudig om hierover a-priori uitspraken te doen. Verder onderzoek in deze richting wordt daarom aanbevolen.