[vc_row][vc_column][vc_custom_heading text=“Flexibles Laden: Wie Elektrofahrzeuge Treiber der Energiewende werden können“ font_container=“tag:h2|font_size:38|text_align:left|color:%23e30613″ use_theme_fonts=“yes“ css=“.vc_custom_1568202304124{margin-top: -25px !important;}“][vc_column_text]Jonas Schlund, Marco Pruckner, Reinhard German, Friedrich-Alexander-Universität Erlangen-Nürnberg[/vc_column_text][vc_custom_heading text=“Kurz und bündig:“ font_container=“tag:h3|font_size:17|text_align:left|color:%23ffffff“ use_theme_fonts=“yes“ css=“.vc_custom_1519747666609{padding-left: 15px !important;background-color: #f07d00 !important;}“][vc_column_text css=“.vc_custom_1568202753002{border-top-width: 1px !important;border-right-width: 1px !important;border-bottom-width: 1px !important;border-left-width: 1px !important;padding-top: 10px !important;padding-right: 10px !important;padding-bottom: 10px !important;padding-left: 10px !important;background-color: #eaeaea !important;border-left-color: #aaaaaa !important;border-left-style: solid !important;border-right-color: #aaaaaa !important;border-right-style: solid !important;border-top-color: #aaaaaa !important;border-top-style: solid !important;border-bottom-color: #aaaaaa !important;border-bottom-style: solid !important;border-radius: 1px !important;}“]Die steigende Anzahl von Elektrofahrzeugen birgt in Deutschland und vergleichbaren Ländern insgesamt mehr Chancen als Herausforderungen. Dank der Digitalisierung entstehen Lösungsmöglichkeiten und zusätzliche Potenziale zur Unterstützung der Energiewende. Durch einen Mix digitaler Methoden wie Optimierung, Simulation und maschinellen Lernverfahren können gleichzeitige Ladevorgänge reduziert werden. Durch Koordination der Ladevorgänge können weitere Systemdienstleistungen ermöglicht und damit elektrische Netze zusätzlich unterstützt werden.[/vc_column_text][/vc_column][/vc_row][vc_row css=“.vc_custom_1519752670572{margin-top: -10px !important;}“][vc_column][vc_column_text]Die Elektromobilität nimmt immer mehr an Fahrt auf. Die Reichweiten werden besser, Elektrofahrzeuge sind angesagt und keine Seltenheit mehr auf den Straßen. Öffentliche Ladestationen sind sogar in vielen ländlichen Gegenden präsent. Die „Nationale Plattform Zukunft der Mobilität“ (NPM) hält eine Anzahl von sieben bis 10,5 Millionen Elektrofahrzeugen bis 2030 in Deutschland für realistisch. Doch wie kann die Integration dieser Fahrzeuge in das Stromnetz gemeistert werden? Und können Elektrofahrzeuge im Zuge der Digitalisierung durch flexibles Laden netzstabilisierend wirken, um selbst zum Treiber der Energiewende zu werden?[/vc_column_text][ult_dualbutton btn_hover_style=“Style 2″ btn_border_style=“solid“ btn_color_border=“#ffffff“ btn_border_size=“2″ btn_alignment=“left“ dual_resp=“off“ button1_text=“Einzelheft kaufen“ icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fproduct%2Fdigital-energy%2F|||“ btn1_background_color=“#f07d00″ btn1_bghovercolor=“#e30613″ icon=“Defaults-book“ icon_size=“22″ icon_color=“#ffffff“ icon_hover_color=“#f07d00″ button2_text=“Jetzt abonnieren“ btn_icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2FSIR%2Fabo%2F|||“ btn2_background_color=“#f07d00″ btn2_bghovercolor=“#e30613″ btn_icon=“Defaults-chevron-right“ btn_icon_size=“22″ btn_icon_color=“#ffffff“ btn_iconhover_color=“#f07d00″ divider_text=“oder“ divider_text_color=“#f07d00″ divider_bg_color=“#ffffff“ btn1_text_color=“#ffffff“ btn1_text_hovercolor=“#ffffff“ btn2_text_color=“#ffffff“ btn2_text_hovercolor=“#ffffff“ title_font_size=“desktop:20px;“ btn_border_radius=“3″ title_line_ht=“desktop:22px;“ btn_width=“280″][/vc_column][/vc_row][vc_row][vc_column][vc_custom_heading text=“Herausforderungen der Systemintegration“ font_container=“tag:h3|text_align:left“][vc_column_text]Grundsätzlich spielt die Bereitstellung der Energie für das Laden von Elektrofahrzeugen keine große Rolle. Eine Flotte von einer Million batteriebetriebenen Elektrofahrzeugen mit einer durchschnittlichen Fahrleistung von 12.000 km pro Jahr benötigt eine Energiemenge von ca. 2,2 TWh. Verglichen mit dem Nettostromverbrauch von 527 TWh im Jahr 2018 [1] liegt die zusätzlich benötigte Energiemenge bei deutlich unter einem Prozent. Andererseits kann das gleichzeitige Laden mehrerer Fahrzeuge drastische Auswirkungen auf die Stabilität unserer Stromnetze haben. Angenommen es laden 50 Prozent der Fahrzeuge mit einer Ladeleistung von jeweils 11 kW gleichzeitig, dann beträgt die gesamte Ladeleistung 5,5 GW und hätte einen Anteil von ca. sieben Prozent an der Jahreshöchstlast. Die Herausforderungen bei der Systemintegration von Elektrofahrzeugen liegen also insbesondere in der räumlichen und temporalen Gleichzeitigkeit von Ladevorgängen. Finden im selben Verteilnetz zur gleichen Zeit Ladevorgänge mit hohen Ladeleistungen statt, dann können diese einen erheblichen Einfluss auf die Spannungsqualität haben. Im schlimmsten Fall wird der Transformator überlastet und es kann zur Beeinträchtigung der Versorgungssicherheit kommen. Genau an dieser Stelle hilft die Digitalisierung. Durch intelligentes Lademanagement kann die Gleichzeitigkeit von Ladevorgängen aufgelöst werden. Durch die Kommunikation von Nutzer- und Fahrzeuginformationen, wie beispielsweise der geplanten Abfahrtszeit sowie dem gewünschten und aktuellen Batteriefüllstand, können individuelle Ladepläne unter Berücksichtigung von Netzzustandsinformationen für jeden Nutzer erstellt werden. Auf diese Weise kann der Beeinträchtigung der Spannungsqualität entscheidend entgegengewirkt werden, da die Ladevorgänge über mehrere Stunden (z.B. während der Nacht) verteilt werden. Abbildung 1 veranschaulicht einen solchen stark vereinfachten Vorgang exemplarisch. Dabei können die Optimierungsziele beliebig angepasst werden. Neben der Netzdienlichkeit können die Reduzierung der Gesamtsystemkosten sowie die Minimierung der CO2-Emissionen weitere Ziele der Optimierung sein. Mögliche Erweiterungen stellen dabei Algorithmen des maschinellen Lernens dar. Durch die bereitgestellten Daten können maschinelle Lernverfahren eingesetzt werden, um das Nutzerverhalten zu erkennen und vorherzusagen. Auf diese Weise müsste der Nutzer nicht jedes Mal seine gewünschte Abfahrtszeit kommunizieren und ein zusätzlicher Komfortgewinn wird ermöglicht. Außerdem kann diese Prognose dazu dienen, die Modelle weiter zu verbessern.[/vc_column_text][vc_custom_heading text=“Chancen durch Digitalisierung“ font_container=“tag:h3|text_align:left“][vc_column_text]Neben den beschriebenen Herausforderungen bietet die Integration von Elektrofahrzeugen in das Stromnetz im großen Maßstab neue Möglichkeiten zur dezentralen Bereitstellung von Flexibilität. Flexibilität bedeutet in diesem Zusammenhang die Fähigkeit, sein Verhalten aufgrund eines sich ändernden Zustands im Stromnetz entsprechend anzupassen und ist essenziell für die Netzstabilität. So können Ladevorgänge beispielsweise auf Engpässe oder ein Ungleichgewicht von Erzeugung und Verbrauch im Stromnetz reagieren. Diese Flexibilität wird im Kontext der Energiewende immer wichtiger, da die Stromerzeugung aus erneuerbaren Energien größtenteils dargebotsabhängig ist und ein politischer Konsens darüber herrscht, zunehmend auf konventionelle Kraftwerke verzichten zu wollen. Aus diesen Gründen spielt flexibles Laden in Langzeitprognosen eine wichtige Rolle für das Gelingen der Energiewende. [2] Unter der Annahme einer mittleren Batteriekapazität von 40 kWh (Nissan Leaf ZE1 [3]) entspricht die prognostizierte Flotte von Elektrofahrzeugen 2030 in Deutschland [4] einem 300 GWh großen Speicher. Aufgrund fallender Preise für Batterien geht der Trend hin zu noch größeren Kapazitäten. Ein Tesla Model S hat im Vergleich zu einem Nissan Leaf eine bis zu 2,5-fache Batteriekapazität [3]. Die gesamte Kapazität ist jedoch nicht dauerhaft zur Bereitstellung von Flexibilität verfügbar. Der primäre Zweck, für den die Fahrzeuge angeschafft werden und der nicht eingeschränkt werden darf, ist schließlich die Mobilität. Andererseits werden in Deutschland gut 40 % der Privatfahrzeuge an einem durchschnittlichen Tag nicht genutzt [5] und im Schnitt stehen die Fahrzeuge über 95 % der Gesamtzeit. In dieser Zeit kann ein Elektrofahrzeug theoretisch, sofern es an eine steuerbare Ladestation angeschlossen ist, durch die Vermarktung des Batteriespeichers zusätzliche Erlöse erzielen. Grundsätzlich kann bidirektionale Flexibilität – also positive oder negative Leistungserbringung – sowohl durch bi- als auch durch unidirektionales Laden erfolgen. Beim unidirektionalem Laden wird vom zuvor festgelegten Ladeplan durch eine Reduzierung oder eine Vergrößerung der Last abgewichen. Dabei ist Flexibilität nur während des Ladens verfügbar und die Energiemenge, die durch das Fahren verbraucht wird, ist der wichtigste limitierende Faktor. Im Vergleich kann der mobile Speicher eines Fahrzeuges bei bidirektionalem Laden deutlich besser genutzt werden, jedoch wird in diesem Fall durch zusätzliche Ladezyklen die Batteriealterung beschleunigt. Interessant bei der Vermarktung ist, dass die Grenzkosten des flexiblen Ladens im Vergleich zur Flexibilität konventioneller Kraftwerke sehr günstig sind und bei unidirektionalem Laden aufgrund keiner nennenswerten zusätzlichen Alterung sogar gegen null gehen. Die verwendeten Assets bestehen ohnehin, da sie für den Hauptzweck der Mobilität angeschafft wurden. Der Elektrofahrzeugbesitzer profitiert also von der Vermarktung seiner Flexibilität. Gleichzeitig profitiert die gesamte Gesellschaft von günstigeren Systemdienstleistungen und somit einem günstigeren Strompreis. Die Erbringung der Flexibilität muss je nach Art der Anwendung unterschiedliche Anforderungen erfüllen, zum Beispiel wird eine hohe Verfügbarkeit gefordert. Elektrofahrzeuge verhalten sich im Stromnetz jedoch nicht deterministisch. Es ist nicht mit Sicherheit vorherzusagen, wann ein Nutzer eine Fahrt beginnen möchte. Wie können diese hohen Anforderungen dennoch erfüllt werden? Die Herausforderung besteht darin, das Nutzerverhalten abzubilden und den Verkehr sowie das Stromnetz kombiniert zu betrachten. Diese Effekte können stochastisch modelliert werden, um beschreiben zu können, wann wo wieviel Flexibilität zur Verfügung steht. Wir verfolgen dabei einen datengetriebenen Ansatz, bei dem auf Basis von Mobilitätsstatistiken [5] realistische Wegeketten für Elektrofahrzeuge erstellt werden können. Dabei werden Abhängigkeiten von verhaltenshomogenen Nutzergruppen, Verkehrsmittelnutzung, Bundesländern, Regionentypen, Wochen- und Feiertagen, Monaten sowie Wegezwecken berücksichtigt und Distanzen, Verkehrsdichten, Geschwindigkeiten sowie Abfahrtszeiten abgeleitet. Die Flexibilität selbst wird dann über ein zeitvariantes äquivalentes Speichermodell [6] beschrieben. Unsere Simulationen haben gezeigt, dass es grundsätzlich möglich ist, mit einem virtuellen Kraftwerk aus bidirektionalen Heimladesäulen Primärregelleistung – die anspruchsvollste Systemdienstleistung im Energiesystem – zu erbringen [7]. Primärregelleistung ist die unmittelbare Reaktion auf eine Abweichung der Netzfrequenz und essenziell um die Nominalfrequenz von 50 Hz zu halten und damit einen Stromausfall zu verhindern. Im Jahr 2018 wurde bereits das erste Fahrzeug im Pool mit Stationärspeichern zur Primärregelleistung präqualifiziert [8]. Die Wirtschaftlichkeit der Anwendung scheint gegeben, eine eindeutige Aussage stellt sich jedoch aufgrund der volatilen und in den letzten Jahren fallenden Preisen am Primärregelleistungsmarkt schwierig dar. Mit unidirektionalen Ladestationen erwarten wir im Vergleich eine verbesserte Wirtschaftlichkeit, insbesondere durch Synergieeffekte in einem Pool mit diversen Teilnehmern. So hat flexibles Laden beispielsweise hohe Kosten für Vorhaltung von Energie aber niedrige Kosten für den Abruf von Leistung, während sich das Verhältnis bei konventionellen Teilnehmern am Regelleistungsmarkt andersrum darstellen kann.[/vc_column_text][vc_single_image image=“12820″ img_size=“large“ add_caption=“yes“ alignment=“center“][vc_custom_heading text=“Fazit“ font_container=“tag:h3|text_align:left“][vc_column_text]Grundsätzlich sind die Herausforderungen der Systemintegration von Elektrofahrzeugen zu meistern. Fahrzeugbatterien können bei ausreichend ausgebauter Messinfrastruktur und damit Kenntnis des Netzzustandes sogar volkswirtschaftlich sinnvolle Dienstleistungen für das Stromnetz erbringen. Der Trend geht dabei zu virtuellen Kraftwerken, die Synergieeffekte der heterogenen Teilnehmer ausnutzen und nicht nur einzelne Ziele verfolgen, sondern die Wirtschaftlichkeit über mehrere gleichzeitige Anwendungen steigern. In einem weiteren Projekt testet beispielsweise TenneT die Möglichkeit, durch koordiniertes Laden die Abregelungen von Windparks im Norden, die aufgrund fehlender Leitungskapazitäten in den Süden erfolgen muss, zu reduzieren [9]. Bei all diesen Anwendungen ist es jedoch unabdingbar, die Batteriealterung zu berücksichtigen, um insgesamt Mehrkosten für den Nutzer zu vermeiden. Zudem sind Anwendungen einer starken Volatilität und einem Preisverfall am Regelenergiemarkt ausgesetzt. Die mittleren Leistungspreise für Primärregelleistung in diesem Jahr werden aufgrund des zunehmenden Ausbaus von Batteriekraftwerken im Vergleich zum letzten Jahr voraussichtlich um 35 % sinken [10]. Für ein globales Energiesystem, das auf Erneuerbaren Energien basiert, würden jedoch laut der Energy Watch Group im Jahr 2050 etwa 25.000 TWh aus Stromspeichern benötigt [11]. Bei Betrachtung des gesamten Energiesystems kann flexibles Laden somit nur ein kleiner von vielen Bausteinen in Richtung eines nachhaltigen Energiesystems werden.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][/vc_column][/vc_row]