Techno-economische analyse: rekenen vóórdat je bouwt
Stel je wilt een huis verbouwen om energieneutraal te worden. Voordat je begint, wil je niet alleen weten of zonnepanelen, een warmtepomp en isolatie technisch werken, maar ook wat het per saldo kost, hoe snel je de investering terugverdient en of een andere combinatie van maatregelen niet goedkoper uitpakt. Een techno-economische analyse doet precies dit, maar dan voor nieuwe technologieën zoals groene waterstof, batterijfabrieken of CO2-opvang: het combineert een technisch model van hoe een proces werkt met een economisch model van wat het kost en oplevert.
Het resultaat is geen simpel prijskaartje, maar een onderbouwd antwoord op de vraag of een technologie de moeite waard is om verder te ontwikkelen of op te schalen, en onder welke voorwaarden. Overheden, investeerders en ingenieurs gebruiken zulke analyses om te bepalen of een fabriek voor synthetische brandstof, een nieuwe batterijchemie of een windpark op zee financieel haalbaar is, lang voordat de eerste schop de grond in gaat.
Wat is het precies?
Een techno-economische analyse, vaak afgekort tot TEA, bestaat grofweg uit twee met elkaar verweven stappen. De eerste stap is een technisch procesmodel: een gedetailleerde beschrijving van hoe een technologie werkt, welke grondstoffen en energie ze nodig heeft, hoeveel apparatuur (reactoren, compressoren, elektrolysers) er nodig is en hoeveel dat allemaal weegt en produceert. Dit model levert de basisgegevens: hoeveel materiaal gaat erin, hoeveel product komt eruit, en hoeveel energie kost dat onderweg.
De tweede stap vertaalt die technische gegevens naar geld. Onderzoekers schatten de kosten van apparatuur, bouw, grondstoffen, arbeid, onderhoud en energie, en zetten die af tegen de verwachte inkomsten uit het verkochte product. Daaruit worden standaard economische maatstaven berekend, zoals de Net Present Value (NPV, de huidige waarde van alle toekomstige winsten en verliezen samen), de Internal Rate of Return (IRR, het rendement dat een project in theorie oplevert) en de terugverdientijd (payback period).
Voor energieprojecten wordt vaak de Levelized Cost of Energy (LCOE) berekend: de gemiddelde kostprijs per opgewekte kilowattuur over de hele levensduur van een installatie, inclusief bouw, financiering en onderhoud. Bij chemische processen, zoals de productie van waterstof of synthetische brandstof, gebruikt men vaak de minimum selling price: de laagste prijs waarvoor het product verkocht moet worden om quitte te spelen. Deze getallen maken het mogelijk om heel verschillende technologieën eerlijk met elkaar te vergelijken.
Wat wil men ermee bereiken?
Het belangrijkste doel is om beslissingen te onderbouwen vóórdat er geld wordt geïnvesteerd in dure demonstratiefabrieken of grootschalige projecten. Een pilotinstallatie voor bijvoorbeeld CO2-afvang uit de lucht kost al snel tientallen miljoenen euro's; een techno-economische analyse helpt vooraf inschatten of zo'n installatie ooit concurrerend kan worden, en welke onderdelen van het proces de kosten het meest bepalen.
Daarnaast gebruiken beleidsmakers TEA om te bepalen waar subsidies of onderzoeksgeld het meeste effect hebben. Als een analyse laat zien dat de kosten van groene waterstof vooral worden bepaald door de prijs van elektrolysers, dan loont het om daar onderzoek en productieschaal op te richten in plaats van, zeg, op transportinfrastructuur.
Voor bedrijven is het een manier om verschillende technologische routes tegen elkaar af te wegen: is het goedkoper om CO2 ondergronds op te slaan of om te zetten in bouwmaterialen? Is een batterij op basis van lithium-ijzerfosfaat op lange termijn voordeliger dan een nikkelrijke variant? TEA geeft geen absolute waarheid, maar wel een gestructureerde, navolgbare manier om zulke afwegingen te maken en aannames expliciet te maken.
Voorbeelden uit de praktijk
Een bekend voorbeeld is het H2A-model van het Amerikaanse National Renewable Energy Laboratory (NREL), dat sinds het begin van de jaren 2000 wordt gebruikt en regelmatig geactualiseerd om de kosten van waterstofproductie via verschillende routes (aardgas met en zonder CO2-afvang, elektrolyse met zonne- of windstroom) te vergelijken en te volgen hoe die kosten dalen naarmate technologie rijpt.
Het Internationaal Energie Agentschap (IEA) publiceerde in 2019 het rapport The Future of Hydrogen, dat op basis van techno-economische kostprojecties liet zien onder welke voorwaarden groene waterstof concurrerend zou kunnen worden met fossiele alternatieven, en welke beleidskeuzes dat proces zouden kunnen versnellen.
Bij directe luchtafvang van CO2 (direct air capture, DAC) is het Zwitserse bedrijf Climeworks een veelgenoemd voorbeeld. Na de opening van de Orca-fabriek in IJsland in 2021 zijn er diverse techno-economische studies gepubliceerd die de huidige kosten schatten op ruwweg 600 tot 1000 dollar per ton afgevangen CO2, met als ambitie om via schaalvergroting en procesverbetering richting 100 tot 300 dollar per ton te zakken. Deze cijfers verschillen sterk per bron en jaar, en moeten dus als indicatief worden gelezen.
Voor batterijen laten leercurve-analyses van organisaties als BloombergNEF en het Rocky Mountain Institute (RMI) zien hoe techno-economische kostprognoses zich in de praktijk hebben ontwikkeld: van meer dan 1000 dollar per kilowattuur rond 2010 naar ruwweg 100 tot 140 dollar per kilowattuur begin jaren 2020, een daling die grotendeels overeenkwam met eerdere TEA-voorspellingen op basis van productieschaal.
In Nederland voeren TNO en het Planbureau voor de Leefomgeving (PBL) techno-economische studies uit naar onder meer de aanleg van een landelijk waterstofnetwerk (de zogeheten waterstofbackbone) en de kosten van windenergie op zee, als onderbouwing voor de energietransitieplannen van de Nederlandse overheid.
Hoe ver is de techniek?
Techno-economische analyse is zelf geen nieuwe of experimentele techniek; de methode wordt al decennia gebruikt in de chemische en energie-industrie en is inmiddels sterk gestandaardiseerd, met vaste rekenmodellen en softwarepakketten zoals Aspen Plus en SuperPro Designer. De uitdaging zit niet in de methode zelf, maar in de kwaliteit van de aannames die erin gaan.
Een veelgebruikt aanvullend begrip is het Technology Readiness Level (TRL), een schaal van 1 (fundamenteel onderzoek) tot 9 (bewezen technologie in commercieel bedrijf) die aangeeft hoe volwassen een technologie is. TEA en TRL worden vaak samen gebruikt: hoe lager het TRL, hoe onzekerder de kostenschattingen, omdat er nog nauwelijks praktijkgegevens zijn.
Dat wijst meteen op de belangrijkste beperking van TEA: de uitkomsten zijn zo goed als de aannames erachter. Kosten van een allereerste demonstratiefabriek (first-of-a-kind) liggen doorgaans veel hoger dan die van een volwassen, veelvuldig gebouwde installatie (n-th-of-a-kind), en het is notoir lastig om vooraf in te schatten hoe snel die leercurve verloopt. Ook de gevoeligheid voor subsidies, CO2-beprijzing en energieprijzen kan een analyse compleet doen kantelen: dezelfde technologie kan in het ene beleidsscenario rendabel zijn en in het andere niet. Analisten proberen dit te ondervangen met gevoeligheidsanalyses, waarbij ze laten zien hoe de uitkomst verandert als aannames wijzigen, maar dat neemt de fundamentele onzekerheid niet weg.
Wie werken eraan?
In de Verenigde Staten is het National Renewable Energy Laboratory (NREL), gefinancierd door het Amerikaanse ministerie van Energie (Department of Energy), een van de meest toonaangevende instituten op het gebied van techno-economische modellen voor hernieuwbare energie en waterstof. Op internationaal niveau publiceert het IEA in Parijs regelmatig kostenprojecties die als referentie dienen voor beleidsmakers wereldwijd.
In Nederland zijn TNO en het Planbureau voor de Leefomgeving de belangrijkste partijen die techno-economische studies uitvoeren ten behoeve van het Nederlandse klimaat- en energiebeleid, vaak in opdracht van ministeries. Universiteiten zoals TU Delft, maar ook internationale instellingen als MIT en ETH Zürich, doen fundamenteel en toegepast onderzoek naar kostenmodellen voor nieuwe technologieën, van kernfusie tot CO2-afvang.
Daarnaast spelen gespecialiseerde data- en adviesbureaus zoals BloombergNEF en Wood Mackenzie een grote rol: zij verzamelen marktgegevens en publiceren kostencurves die door de hele sector, van start-ups tot investeerders, als benchmark worden gebruikt.