Dynamische Preise verändern Wettbewerb an Ladestationen
Im Ökosystem der Elektrofahrzeuge ist die Ladeinfrastruktur nicht länger nur ein Versorgungsdienst – sie wird zum strategischen Schlachtfeld. Während China im globalen Wettrennen um Elektromobilität die Führung übernimht, findet der eigentliche Wettstreit nicht mehr nur zwischen Autoherstellern statt, sondern entlädt sich leise an Ladestationen, wo Preismechanismen in Echtzeit die Marktgeografie neu zeichnen. Ein neues Forschungsmodell, entwickelt von Liu Yang und seinem Team am State Grid Hunan Economic Research Institute, zeigt, wie dynamische Preisgestaltung nicht nur Einnahmen beeinflusst, sondern aktiv die Einzugsbereiche jeder Station formt – und statische geografische Gegebenheiten in eine fließende, wettbewerbsorientierte Landschaft verwandelt.
Die Ergebnisse widerlegen eine lang gehegte Branchenannahme: dass der Einzugsbereich einer Ladestation allein durch Standort und Kapazität festgelegt sei. In Wirklichkeit, so belegt die Studie, kann eine einzige Preisänderung innerhalb von Minuten hunderte potenzielle Kunden verschieben – und damit die unsichtbaren Grenzen zwischen konkurrierenden Anbietern. In dicht bebauten Stadtvierteln wie Furong in Changsha, wo drei große Ladeparks um Vorherrschaft konkurrieren, kann ein um 10 % gesenkter Nachttarif an einer Station sofort Marktanteile von sogar besser ausgestatteten Konkurrenten abziehen. Die Implikationen sind tiefgreifend – nicht nur für Betreiber, sondern auch für Netzplaner, politische Entscheidungsträger und die künftige Skalierbarkeit der Integration erneuerbarer Energien.
Um die Bedeutung zu verstehen, muss man den Maßstand von Chinas Ladeinfrastrukturausbau betrachten. Allein 2022 fügte das Land fast 2,6 Millionen neue Ladepunkte hinzu – mehr als das gesamte öffentliche Netz der USA, Deutschlands und Japans zusammen. Öffentliche Ladestationen wuchsen um über 91 %, private Einheiten (zuhause oder am Arbeitsplatz) sogar um erstaunliche 225 %. Dieses explosive Wachstum hat ein Paradoxon geschaffen: Während die Infrastruktur reichlich vorhanden ist, bleibt die Auslastung ungleichmäßig. Einige Stationen sind zu Stoßzeiten überlastet, während andere nur wenige Kilometer entfernt in derselben Stadt leer stehen – was einerseits das Stromnetz belastet und andererseits Kapazitäten ungenutzt lässt.
Bisher konzentrierten sich die meisten Lösungsansätze für dieses Ungleichgewicht auf die Hardware – den Bau weiterer Ladepunkte, Netzkapazitätserweiterungen oder die Einführung schnellerer Gleichstromladern. Doch Liu Yangs Team argumentiert, dass der eigentliche Engpass in der Verhaltensökonomie liegt, nicht in der Technik. „Man kann hundert 150-kW-Lader installieren“, so ein Mitautor, „aber wenn alle Fahrer zwischen 18 und 20 Uhr auftauchen, hat man nur einen Stauhotspot geschaffen – keine Lösung.“ Ihr Modell behandelt die Ladenachfrage wie eine Flüssigkeit, die auf Preissignale reagiert wie Wasser, das bergab fließt – sie umgeht Hindernisse und sammelt sich dort, wo der Widerstand am geringsten ist.
Zentral für ihren Ansatz ist eine neuartige Adaption von Isards „Prinzip der stärksten Anziehung“, ursprünglich entwickelt in der Standorttheorie, um die Dominanz von Städten oder Industrien in Regionalwirtschaften zu erklären. Angewendet auf Ladestationen postuliert es eine einfache Regel: Jeder Quadratkilometer urbanen Raums wird von der Station beansprucht, die das stärkste „Anziehungsfeld“ bietet – ein Zusammenspiel aus physikalischen Eigenschaften (Anzahl Schnelllader, Netzanschlusskapazität), Servicequalität und, entscheidend, dem Echtzeitpreis. Anders als frühere Modelle, die von kreisförmigen, festen Einzugsgebieten ausgingen – wie Wellen, die ein Stein im Teich erzeugt –, ist dieses Feld asymmetrisch, dynamisch und höchst sensitiv für Wettbewerb.
Man stelle sich vor: Drei Ladeparks – Station A, B und C – liegen in einem Geschäftsviertel. Station A hat mehr Schnelllader und eine Premiumlage, was ihr ein größeres „Gravitationsfeld“ verleiht. Doch als Station C seinen Abendtarif knapp unter den regionalen Niedrigtarif senkt, intensiviert sich dessen Feld kurzfristig. Plötzlich rechen Fahrer fünf Blocks entfernt – eigentlich in As Einflussbereich – ihre Optionen neu nach. Die Navigationsapp leitet sie um. Ein Teil des Stroms an Station A fließt zu Station C. Die Grenze verschiebt sich – nicht auf der Karte, sondern im realen Verhalten.
Das ist keine Theorie. Die Fallstudie im Bezirk Furong verfolgte tatsächliche Verlagerungen in 16.288 Mikrozonen. Als dynamische Preise eingeführt wurden, sank der Marktanteil von Station 1 (hardwareseitig die stärkste) während der Stoßzeit – nicht wegen Kapazitätsverlusts, sondern weil Konkurrenten gezielt bei höchster Netzauslastung niedrigere Preise anboten. Umgekehrt konnte Station 1 in schwachen Mittagsstunden die Preise leicht anheben und dennoch Kunden halten, dank überlegener Geschwindigkeit und Zuverlässigkeit. Das Resultat? Ausgeglichenere Lastprofile, weniger abgeregelte Ökostrom-Kilowattstunden (besonders bei Wind- und Solarüberproduktion) und – entscheidend – höhere Nettoerträge für alle Beteiligten.
Dieser letzte Punkt ist zentral. Bisher galt: Preisnachlässe schmälern die Gewinne. Doch das Modell zeigt, dass bei strategischer Umsetzung das Gegenteil eintreten kann. Indem Betreiber die Preise nur dann senken, wenn die Ökostromerzeugung die Prognose übersteigt – etwa an windigen, sonnigen Nachmittagen –, können sie ansonsten ungenutzten Strom monetarisieren. Die Studie fand heraus, dass Stationen mit dynamischer Preisstrategie ihre durchschnittliche Tagesrentabilität um bis zu 4,05 % steigerten – nicht durch höhere Preise, sondern durch intelligentere Preisgestaltung. Und das, während sie gleichzeitig dem Netz halfen, in Phasen schwankender Einspeisung zusätzliche 1,3 Megawatt variable erneuerbare Energie aufzunehmen.
Dieser doppelte Gewinn – ökonomisch und operational – macht den Ansatz für Versorger und Regulierungsbehörden so attraktiv. Chinas Netzbetreiber stehen vor einer beispiellosen Herausforderung: Bis 2030 müssen über 1.000 Gigawatt Wind- und Solarkraft integriert werden, größtenteils volatil. Elektrofahrzeuge mit ihrer massiven, flexiblen Batteriekapazität gelten als Eckpfeiler der Netzstabilisierung – wenn ihr Ladeverhalten orchestriert werden kann. Starre Zeitnutzungstarife (z.B. nachts günstig, abends teuer) sind zu grob. Sie erzeugen neue Lastspitzen – Mitternachtsanstürme –, wenn alle auf das Billigstromfenster warten. Dynamische, stationsbezogene Preise ermöglichen dagegen Mikro-Laststeuerung: Sie lenken Teilgruppen von Nutzern in verschiedenen Vierteln präzise, jetzt oder später zu laden, basierend auf hyperlokalen Angebots- und Nachfragebedingungen.
Eine der erhellendsten Erkenntnisse der Studie ist, wie Marktdichte das Spiel verändert. In dünn besiedelten Gebieten – etwa einer Kleinstadt mit nur zwei Stationen – lösen Preisänderungen kaum Verschiebungen aus. Fahrer haben kaum Alternativen; die Einzugsbereiche bleiben stabil. Doch in dichten Clustern wie Furong, wo Stationen oft weniger als einen Kilometer auseinanderliegen, lösen kleine Preisunterschiede große Umverteilungen aus. Hier ist der Wettbewerb intensiv, die Margen schmaler – aber auch responsiver für intelligente Preise. „Es geht nicht um ein Preisdumping“, betont Liu Yang. „Es ist ein Wettbewerb um Präzision.“
Diese Präzision hängt von schnellen Datenkreisläufen ab. Das vorgeschlagene System aktualisiert Preise alle 15 Minuten – 96 Intervalle täglich –, nutzt Day-Ahead-Prognosen für Ladebedarf und Ökostromaufkommen und passt sich dann in Echtzeit an Abweichungen an. Übersteigt z.B. die Windeinspeisung am Vormittag die Prognose um 8 %, regt der Algorithmus nahe Stationen an, die Preise zwischen 10 und 12 Uhr zu senken, um mehr Fahrer zum Laden zu bewegen und den Überschuss zu verbrauchen. Ziehen unerwartet Wolken auf, steigen die Preise leicht und bremsen nicht dringende Ladevorgänge sanft.
Entscheidend: Das Modell überlässt die Betreiber nicht blind dem Algorithmus. Restriktionen gewährleisten Fairness und Machbarkeit: Keine Station darf unter ihren Betriebskosten (Stromeinkauf + Wartung) preisen, und kein Fahrer sieht sich plötzlichen, strafpreisartigen Sprüngen gegenüber. Ober- und Untergrenzen – ±10 % um den regionalen Referenzwert – werden durchgesetzt. Zudem berücksichtigt das System die „Stärke“ jeder Station. Ein kleiner Ladepunkt mit zwei Säulen wird nicht denselben Lastverschiebungen ausgesetzt wie eine Megastation mit 20 Schnellladern. Die Rolle jedes Akteurs ist kapazitätskalibriert.
Diese Differenzierung behebt einen großen Mangel früherer Modelle – wie das Breakpoint-Modell, das geradlinige Grenzen zwischen Stationen zieht, als wären sie gleichstark. Oder das verbesserte Wilson-Modell, das von kreisrunden, oft überlappenden oder lückenhafte Einzugsgebieten ausgeht. Liu Yangs feldbasierter Ansatz anerkennt dagegen Asymmetrie. Er akzeptiert, dass Station A 70 % einer Zone dominieren kann – nicht allein wegen der Nähe, sondern weil sie schnelleres Laden, kürzere Wartezeiten oder bessere Annehmlichkeiten bietet. Der Preis wird zum Stellrad, das Betreiber drehen können, um diese Dominanz temporär zu verstärken oder abzumildern.
Branchenbeobachter sehen darin eine Wendemarke. „Wir haben jahrelang die Hardware optimiert“, sagt ein Strategiechef eines führenden Ladenetzwerks. „Jetzt betreten wir die Software-Ära – in der der echte Wert nicht im Ladegerät, sondern in der Intelligenz dahinter steckt.“ Mehrere Pilotprojekte testen ähnliche Konzepte bereits in Guangdong und Zhejiang, wenn auch kein anderes die Dienstbereichsdynamik so explizit integriert.
Doch Herausforderungen bleiben. Zum einen ist der Datenzugang ungleich. Das Modell setzt Echtzeiteinblick in Konkurrenzpreise und Netzstatus voraus – in vielen Regionen noch nicht gegeben, wo Betreiber Preisdaten streng hüten. Standardisierte APIs und regulatorischer Druck für Transparenz könnten nötig sein. Zweitens ist das Verbrauchervertrauen fragil. Nach Jahren undurchsichtiger Servicegebühren und versteckter „Komfort“-Zuschläge sind Fahrer gegenüber ständig wechselnden Preisen misstrauisch. Klare Erklärungen in Apps – „Jetzt niedriger Preis: Hilf mit, Solarstromüberschuss zu nutzen!“ – werden essentiell sein.
Hinzu kommt die Frage der Gerechtigkeit. Könnten dynamische Preise unintentioniert einkommensschwache Fahrer benachteiligen, die sich nicht flexibel an Niedrigtarifzeiten anpassen können oder ältere, langsam ladende Fahrzeuge besitzen? Die Forscher räumen dies ein und schlagen ergänzende Maßnahmen vor: reservierte Niedrigpreisfenster für gewerbliche Flotten (Taxis, Lieferwagen) in Stoßzeiten oder Treueprogramme, die die Preisschwankungen für Stammkunden glätten.
Dennoch ist der Momentum unverkennbar. Während China vom Aufbau der Ladeinfrastruktur zu ihrer Optimierung übergeht, wird die Preisgestaltung zur zentralen Stellgröße aufsteigen. Die Tage starrer, regionsweiter Tarife sind gezählt. An ihre Stelle tritt eine neue Generation „intelligter Tarifmotoren“ – trainiert auf lokalen Wettbewerb, Ökostromprognosen und Nutzerverhalten –, die autonom Preise kalibrieren, um Gewinn, Netzstabilität und Kundenzufriedenheit auszubalancieren.
Bemerkenswert ist, wie dies die Rolle der Betreiber transformiert. Nicht länger bloße Vermieter von Parkplätzen mit Steckdose, werden sie zu Energieorchestratoren, aktiven Teilnehmern der sauberen Energiewende. Eine Ladestation in Changsha verkauft nicht einfach Kilowattstunden; sie hilft, das Hochfahren eines Kohlekraftwerks bei Solarflaute zu vermeiden oder ermöglicht einem Windpark, statt abzuregeln mit voller Kapazität zu laufen. Ihre Rentabilität und ihre Umweltwirkung werden zwei Seiten derselben Medaille.
Vorausschauend könnte das Framework weit über Elektroautos hinausreichen. Dieselben Prinzipien – dynamische Preise, feldbasierter Wettbewerb, Echtzeitlastbalance – gelten für Batteriewechselstationen, V2G-Dienstleistungen (Vehicle-to-Grid), sogar Wasserstofftankstellen, da sich der Zero-Emissions-Transportmix diversifiziert. Die Kerninsight bleibt: In einer Ära dezentraler, volatiler Ressourcen ist Flexibilität die neue Kapazität.
Bis dahin ist die Botschaft an Betreiber klar: Ihr wertvollstes Asset ist nicht der Transformator oder die Ladesäulenzahl – es ist Ihre Preisagilität. Im hochriskanten Spiel der Elektromobilität ist die Landkarte nicht länger fix. Sie wird alle 15 Minuten neu gezeichnet – und gewinnen werden jene, die lernen, sich im sich stets verändernden Terrain zu navigieren.
Autor: Yang Liu
Einrichtung: Staatliches Netz Hunan Wirtschaftsforschungsinstitut
Zeitschrift: Elektrizitätswirtschaft und Bau
DOI: 10.12204/j.issn.1000-7229.2023.10.008