Chinas mobile Lade-LKW nutzen Netzarbitrage
Auf Chinas Autobahnen wird bis Ende 2025 eine neue Generation mobiler Ladeinfrastruktur Einzug halten – nicht nur, um liegengebliebene Elektrofahrzeuge (EVs) mit Strom zu versorgen, sondern auch, um aktiv Energiehandel mit dem Stromnetz zu betreiben. Eine bahnbrechende Studie, die diesen Monat veröffentlicht wurde, zeigt, wie truckmontierte mobile Ladestationen (TMCS) optimiert werden, um nicht nur als Notstromquellen am Straßenrand zu dienen, sondern auch als dynamische Energieassets, die zwischen Dienstleistungen für Fahrer und Arbitrage-Geschäften auf Großhandelsstrommärkten wechseln können – teilweise innerhalb desselben Tages.
Diese Doppelrollen-Strategie, entwickelt von Forschern der Tianjin University und der Lanzhou Jiaotong University, nutzt einen sophisticated Entscheidungsrahmen namens Information Gap Decision Theory (IGDT), um das volatile Terrain aus unsicherer EV-Nachfrage und schwankenden Netzkapazitäten zu navigieren. Im Gegensatz zu traditionellen festen Ladestationen, die in Schwachlastzeiten oft leerstehen, können TMCS-Einheiten umziehen, in Niedrigpreisphasen aufladen, in Hochpreisphasen einspeisen und dennoch auf plötzliche Ladestationen am Straßenrand reagieren – alles bei Maximierung des Betreiberertrags und Wahrung der Servicequalität.
Diese Innovation kommt zu einem kritischen Zeitpunkt. China hat allein 2022 fast 100 % mehr öffentliche Ladepunkte installiert, doch die feste Infrastruktur leidet nach wie vor unter hohen Kapitalkosten, langen Genehmigungsverfahren und mangelnder Flexibilität während Reisehochsaisons oder unerwarteter Netzausfälle. Als Reaktion darauf schreibt die nationale Politik nun bis 2025 ein „Feststationär-plus-Mobil“-Ladenetz entlang der Hauptverkehrsachsen vor. Unternehmen wie NIO haben bereits zugesagt, bis Jahresende 120 hochkapazitive TMCS-Einheiten in den nordwestlichen und nordöstlichen Korridoren Chinas einzusetzen. Tesla und Volkswagen haben ähnliche mobile Plattformen in Nordamerika und Europa demonstriert, doch Chinas Ansatz unterscheidet sich durch die Integration in Strommärkte und algorithmische Dispatches.
Im Kern dieses neuen Paradigmas steht ein Scheduling-Modell, das Unsicherheit nicht als zu beseitigendes Problem betrachtet – sondern als eine auf Risikoappetit basierende zu managende Variable. Das Forschungsteam unter der Leitung von He Kecheng, Jia Hongjie und Mu Yunfei entwickelte zwei komplementäre IGDT-basierte Strategien: ein robustes Modell für konservative Betreiber, die garantierte Mindestrenditen priorisieren, und ein opportunistisches Modell für aggressive Akteure, die auf günstige Nachfrage- oder Preisschwankungen setzen wollen.
Praktisch bedeutet dies, dass eine einzelne TMCS-Einheit zwischen Mitternacht und 3 Uhr morgens Strom zum Preis von 0,03 USD/kWh aus dem Netz beziehen, in ihrem 3-MWh-Batteriepack speichern und ihn dann um 13 Uhr während der Spitzenpreisphase für 0,12 USD/kWh zurückverkaufen könnte – es sei denn, Echtzeit-Verkehrsdaten zeigen einen plötzlichen Ansturm von EVs an einer nahegelegenen Feststation. In diesem Fall leitet die Einheit um, umgeht die Arbitrage und liefert Schnellladedienstleistungen zu einem Aufpreis. Das System wägt diese Trade-offs kontinuierlich mithilfe prädiktiver Modelle für Fahrverhalten, Straßenverkehrsaufkommen und lokale Grenzpreise ab.
Feldsimulationen auf einer 465 Kilometer langen Ringautobahn – mit fünf Anschlussstellen, 18 Feststationen und vier TMCS-Einheiten – demonstrierten die Resilienz des Modells. In Szenarien, in denen die EV-Nachfrage aufgrund von Wetter oder wirtschaftlichen Faktoren um 39 % einbrach, sicherte die robuste IGDT-Strategie dennoch 20 % höhere Gewinne als konventionelles deterministisches Scheduling, indem der Fokus auf Netzarbitrage verlagert wurde. Umgekehrt steigerte das opportunistische Modell bei einer Nachfragespitze von 94 % den Betreiberumsatz um 12,6 % und erhöhte die Ladedienst-Erfüllungsrate von 73 % auf 91 %, wodurch überlastete Feststationen effektiv entlastet wurden.
Entscheidend ist, dass das System keine präzisen Wahrscheinlichkeitsprognosen erfordert – ein großer Vorteil in aufstrebenden Märkten, wo EV-Adaptionsmuster unberechenbar bleiben. Traditionelle stochastische Optimierungsmethoden erfordern genaue historische Verteilungen des Ladeverhaltens, die oft nicht verfügbar oder schnell veraltet sind. IGDT umgeht dies, indem es eine „Informationslücke“ definiert – einen Unsicherheitsradius um vorhergesagte Werte – und dann entweder auf Worst-Case-Absicherung (robust) oder Best-Case-Ausbeutung (opportunistisch) optimiert. Dies macht den Ansatz besonders geeignet für Chinas sich schnell entwickelndes EV-Ökosystem, in dem die monatlichen Verkäufe um 30 % schwanken können und neue Autobahnkorridore vierteljährlich eröffnet werden.
Die wirtschaftlichen Implikationen sind erheblich. TMCS-Betreiber sehen sich typischerweise drei Kostenstellen gegenüber: Batterieverschleiß, Arbeitskraft/Wartung und Fahrzeugkilometer. Durch intelligentes Wechseln zwischen hochmarginaler Arbitrage und hochwertigem Straßenservice reduziert das IGDT-Modell unnötige Batteriezyklen und minimiert Leerfahrten. In einem Testfall erzielte eine TMCS-Einheit in der Nähe eines großen Logistikzentrums 44 % ihres Tagesgewinns aus dem Stromhandel während der Mittagsflaute, um dann während des abendlichen Schichtwechsels auf die Bedienung von Zustell-EVs umzustellen – ohne zur Basis zurückzukehren.
Regulatorische Rückenwinde beschleunigen die Adoption. Chinas „Doppel-Kohlenstoff“-Ziele – Emissionspeak bis 2030 und Kohlenstoffneutralität bis 2060 – haben die Verkehrselektrifizierung nicht verhandelbar gemacht. Die National Development and Reform Commission stuft mobiles Laden nun als „strategische flexible Infrastruktur“ ein, die für Subventionen und prioritäre Netz-Anbindung berechtigt ist. Unterdessen testen Provinzstrommärkte Day-Ahead-Preis-Mechanismen, die klare Arbitrage-Fenster schaffen – genau die Bedingungen, die TMCS-Einheiten zum Gedeihen benötigen.
Branchenakteure nehmen Notiz. NIOs „Power North“-Initiative, die abgelegene Regionen mit geringer Netzkapazität anvisiert, setzt stark auf solar geladene TMCS-Einheiten, die netzunabhängig operieren. Die State Grid Corporation, Chinas größter Versorger, testet TMCS-Flotten als mobile Netzausgleichsressourcen während sommerlicher Spitzenlastzeiten. Selbst Ölkonzerne wie Sinopec wandeln Tankstellen-Vorfelder in Hybrid-Hubs um, in denen TMCS-Einheiten in verkehrsarmen Stunden parken, um Strom zu handeln.
Dennoch bleiben Herausforderungen. Batteriekosten dominieren, obwohl fallend, weiterhin die TMCS-Ökonomie – insbesondere wenn Einheiten mehrmals täglich laden und entladen. Aktuelle Modelle gehen von 12 Schnellladeports pro LKW aus, doch reale Einsätze begrenzen diese oft auf 6–8, um Reichweite und Nutzlast zu erhalten. Zudem berücksichtigt der IGDT-Rahmen, obwohl er Nachfrage- und Netzunsicherheiten gut handhabt, noch keine Wetterstörungen, Cyberangriffe oder politische Schocks – Faktoren, die die Informationslücke über modellierte Schwellen hinaus ausweiten könnten.
Blick nach vorn schlagen die Forscher vor, TMCS in virtuelle Kraftwerke (VKW) zu integrieren, wo aggregierte mobile Einheiten in Nebenleistungsmärkten für Frequenzregelung oder Schwarzstartfähigkeit bieten könnten. Mit der Reifung von Chinas Spot-Strommärkten könnten solche Fähigkeiten TMCS von Kostenstellen zu Profitmaschinen machen. Pilotprogramme in Guangdong und Jiangsu erforschen dies bereits, mit frühen Ergebnissen, die zeigen, dass die TMCS-Teilnahme lokale Netzüberlastungen während Reiseverkehrsspitzen um bis zu 18 % reduzieren kann.
Für globale Beobachter bietet Chinas TMCS-Strategie eine Blaupause für das Management von EV-Infrastruktur in volatilen Umgebungen. Anders als in den USA oder der EU, wo mobiles Laden weitgehend reaktiv bleibt (z.B. Veranstaltungsunterstützung oder Katastrophenhilfe), bettet China Mobilität in die Kernökonomie von Ladenetzen ein. Das Ergebnis ist ein System, das nicht nur auf Unsicherheit reagiert – es profitiert davon.
Wie He Kecheng, Hauptautor und Dozent an der Lanzhou Jiaotong University, feststellt: „Die Zukunft der EV-Infrastruktur dreht sich nicht nur um mehr Ladestationen – es geht um intelligentere, adaptivere Assets, die multiple Rollen übernehmen können. Ein TMCS ist kein Backup-Plan. Es ist ein strategischer Knotenpunkt im Energie-Transport-Nexus.“
Mit über 20 Millionen erwarteten EVs auf Chinas Straßen bis 2026 läuft der Wettlauf nicht nur um Kapazität, sondern auch um Intelligenz. Mobile Lade-LKW, einst als Übergangslösungen angesehen, könnten wohl zum agilen Rückgrat einer dekarbonisierten Transportzukunft werden.
Autorenzugehörigkeiten:
He Kecheng¹,², Jia Hongjie¹, Mu Yunfei¹, Yu Xiaodan¹, Xiao Qian¹, Dong Xiaohong³
¹Key Laboratory of Smart Grid of Ministry of Education (Tianjin University), Tianjin 300072, China
²School of New Energy and Power Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China
³State Key Laboratory of Reliability and Intelligence of Electrical Equipment (Hebei University of Technology), Tianjin 300131, China
Journal: IEEE Transactions on Intelligent Transportation Systems
DOI: 10.1109/TITS.2024.3387652