Elektroautos senken Energiekosten um 20 %
Die Integration von Elektrofahrzeugen (EVs) in städtische Schienenverkehrssysteme eröffnet neue Wege zur Effizienzsteigerung und Kostensenkung im öffentlichen Nahverkehr. Eine aktuelle Studie zeigt, dass der gezielte Einsatz von Elektrofahrzeugen als mobile Energiespeicher an Haltestellen von S-Bahn- oder Regionalbahnen erhebliche Einsparungen bei den Stromkosten ermöglicht. Die Forschung, durchgeführt von Tang Zhaoxiang und Xu Wantao vom CRRC Qingdao Sifang Co. in Zusammenarbeit mit Deng Hao und Lu Wenjie von der School of Electrical Engineering der Southwest Jiaotong University, untersucht ein neuartiges Modell zur Optimierung des Energieverbrauchs in sogenannten gleichphasigen Wechselstrom-Zugstromversorgungssystemen unter Einbeziehung von Elektrofahrzeugen und Superkondensatoren.
Die Studie, veröffentlicht in der renommierten Fachzeitschrift Energy Storage Science and Technology, beleuchtet ein innovatives Konzept, das die zunehmende Verbreitung von Elektromobilität und die Notwendigkeit einer energieeffizienten städtischen Infrastruktur miteinander verbindet. Mit der wachsenden Akzeptanz von Park-and-Ride-Konzepten, bei denen Pendler ihre Elektrofahrzeuge an Bahnhöfen außerhalb der Innenstadt parken und mit der Bahn weiterfahren, entstehen natürliche Schnittstellen zwischen individueller und kollektiver Mobilität. Diese Parkflächen, oft mit Ladeinfrastruktur ausgestattet, können mehr sein als nur praktische Haltepunkte – sie können zu aktiven Energiespeichern werden, die das Schienennetz unterstützen.
Das Kernziel der Forschung ist die Reduzierung der täglichen Stromkosten von Zugtransformatorstationen. In herkömmlichen Systemen entstehen hohe Kosten durch Spitzenlasten und ineffiziente Nutzung der beim Bremsen von Zügen erzeugten Bremsenergie. Oft wird diese Energie ungenutzt verpufft oder in Widerständen als Wärme abgeführt, da sie entweder nicht schnell genug gespeichert oder an andere Züge weitergeleitet werden kann. Die Forscher adressieren dieses Problem, indem sie ein umfassendes Optimierungsmodell entwickeln, das die Lade- und Entladevorgänge von Elektrofahrzeugen, die Speicherung in Superkondensatoren und die Leistungsregelung der Transformatorstationen in Einklang bringt.
Ein besonderes Merkmal der Studie ist die Berücksichtigung der Unsicherheiten, die mit dem Nutzerverhalten von Elektrofahrzeugbesitzern verbunden sind. Im Gegensatz zu deterministischen Modellen, die feste Ankunfts- und Abfahrtszeiten sowie einen konstanten Ladezustand (State of Charge, SOC) voraussetzen, erkennt die Realität eine hohe Variabilität. Pendler kommen zu unterschiedlichen Zeiten an, verlassen den Bahnhof unvorhersehbar und beginnen das Laden mit unterschiedlich stark entladenen Batterien. Um diese Unsicherheiten realistisch abzubilden, greift das Forscherteam auf die sogenannte Chancenrestriktionsprogrammierung (Chance-Constrained Programming) zurück.
Diese Methode ermöglicht es, Wahrscheinlichkeitsgrenzen für die Einhaltung bestimmter Anforderungen festzulegen. Statt zu verlangen, dass jede einzelne Anforderung zu 100 % erfüllt wird – was zu übermäßig konservativen und oft nicht praktikablen Lösungen führen würde – erlaubt das Modell eine kleine, vordefinierte Wahrscheinlichkeit für eine Verletzung der Bedingungen, zum Beispiel 5 %. Gleichzeitig wird sichergestellt, dass die Gesamtlösung mit einer hohen Vertrauenswürdigkeit (z. B. 95 %) die Bedürfnisse der Fahrer erfüllt. Dieser Ansatz führt zu flexibleren und robusteren Betriebsstrategien, die den realen Gegebenheiten des Alltagsverkehrs besser gerecht werden.
Das mathematische Modell wurde als gemischt-ganzzahliges lineares Programm (Mixed-Integer Linear Programming, MILP) formuliert, eine etablierte Methode zur Lösung komplexer Optimierungsprobleme mit diskreten und kontinuierlichen Variablen. Zur Lösung wurde der leistungsstarke CPLEX-Optimierer eingesetzt. Die Simulation basiert auf einem realen Szenario eines chinesischen S-Bahn-Netzes, das mit 200 Elektrofahrzeugen und einem Superkondensator-System ausgestattet ist.
Die Ergebnisse sind beeindruckend: Das vorgeschlagene System reduziert die täglichen Stromkosten der Transformatorstation um 20,37 %. Dieser signifikante Kostenvorteil resultiert aus einer Kombination mehrerer Faktoren. Erstens wird der Bezug von Strom während teurer Spitzenlastzeiten minimiert. Zweitens wird die maximale Leistungsaufnahme („Maximalleistung“), die einen wesentlichen Teil der Stromrechnung ausmacht, erheblich gesenkt. In der Simulation sank die Spitzenlast von 9,3 MW auf 5,4 MW, eine Reduktion von 41,9 %. Drittens generiert das System zusätzliche Einnahmen, indem überschüssige Energie, die beispielsweise von den Bremsvorgängen der Züge stammt, an das öffentliche Stromnetz zurückgespeist wird.
Ein weiterer zentraler Erfolg des Modells ist die extrem hohe Nutzung der regenerativen Bremsenergie. Während in traditionellen Systemen oft nur 30–50 % der beim Bremsen erzeugten Energie wiederverwertet werden können, erreicht das neue System eine Nutzung von 96,68 %. Dies geschieht dadurch, dass die beim Bremsen eines Zuges erzeugte Energie nicht verloren geht, sondern entweder direkt von einem beschleunigenden Zug genutzt, in Superkondensatoren gespeichert oder zur Ladung der an der Station geparkten Elektrofahrzeuge verwendet wird. Auf diese Weise wird aus verschwendeter Energie nützliche Energie.
Die Forscher haben die Elektrofahrzeuge in zwei Typen eingeteilt, um unterschiedliche Nutzungsprofile zu berücksichtigen. Typ A umfasst Pendler, die morgens mit ihrem Elektrofahrzeug zur Station fahren, dort parken und mit der Bahn ins Stadtzentrum fahren, um abends den umgekehrten Weg zu gehen. Typ B sind lokale Bewohner, die tagsüber außerhalb der Station arbeiten und ihr Fahrzeug über Nacht an der Park-and-Ride-Anlage laden. Diese unterschiedlichen Verhaltensmuster wurden mit Wahrscheinlichkeitsverteilungen modelliert – Ankunfts- und Abfahrtszeiten sowie der Anfangs-Ladezustand folgen einer Normalverteilung, während der gewünschte End-Ladezustand einer Gleichverteilung entspricht.
Um die Unsicherheiten zu berücksichtigen, wurde die Methode der Monte-Carlo-Simulation verwendet, um 500 verschiedene Szenarien zu generieren, die die reale Variabilität widerspiegeln. Diese Szenarien wurden dann mit der Methode der Stichprobenmittelwertnäherung (Sample Average Approximation, SAA) in das Optimierungsmodell integriert. Dies ermöglichte die Umwandlung der stochastischen Chancenrestriktionen in deterministische, lösbarere Gleichungen, ohne die statistische Aussagekraft des Modells zu verlieren.
Die technische Umsetzung des Konzepts basiert auf einem sogenannten Leistungsflussregler (Power Flow Controller, PFC), der die Schnittstelle zwischen dem öffentlichen Drehstromnetz und dem einphasigen Fahrleitungssystem der Bahn bildet. Ein entscheidender Vorteil des verwendeten gleichphasigen Systems ist die Beseitigung der elektrischen Phasentrennstellen, die bei herkömmlichen Wechselstromsystemen zu technischen Problemen führen können. Die Elektrofahrzeuge und die Superkondensatoren sind über DC/DC-Wandler an den Gleichstromzwischenkreis des PFC angeschlossen. Diese Architektur vermeidet zusätzliche Gleichrichter und ermöglicht einen effizienten bidirektionalen Energieaustausch zwischen allen Komponenten: Netz, Zug, Superkondensator und Elektrofahrzeuge.
Ein wesentlicher Aspekt des Modells ist die intelligente Kombination der beiden Energiespeichertechnologien. Superkondensatoren zeichnen sich durch ihre Fähigkeit aus, hohe Leistungen über kurze Zeiträume sehr schnell zu speichern und abzugeben. Sie sind daher ideal, um die plötzlichen, impulsartigen Lasten beim Beschleunigen und Bremsen von Zügen auszugleichen. Elektrofahrzeugbatterien hingegen bieten eine viel größere Energiedichte und können daher größere Mengen an Energie über längere Zeiträume speichern. Durch die gemeinsame Nutzung beider Systeme kann das Netz sowohl auf kurzfristige Leistungsspitzen als auch auf langfristige Energiebedarfe reagieren, wobei gleichzeitig der Verschleiß der teuren Fahrzeugbatterien minimiert wird, da sie nicht für die schnellen, aber degradierenden Kurzzyklen verantwortlich gemacht werden müssen.
Die Studie hat weitreichende Implikationen für die zukünftige Planung urbaner Verkehrs- und Energiesysteme. Sie zeigt, dass Park-and-Ride-Anlagen nicht länger als passive Infrastruktur betrachtet werden sollten, sondern als aktive Knotenpunkte in einem intelligenten Energienetz. Stadtplaner und Verkehrsunternehmen sollten bei der Entwicklung neuer Linien oder der Modernisierung bestehender Anlagen die Einbindung von bidirektionalem Ladeequipment (V2G, Vehicle-to-Grid) von Anfang an berücksichtigen. Für Stromversorger bedeutet dies eine Entlastung des Netzes während Spitzenlastzeiten und eine höhere Netzstabilität. Für die Betreiber der Schienenfahrzeuge ergeben sich direkte Kosteneinsparungen und eine verbesserte ökologische Bilanz.
Ein potenzieller Hemmschuh für die breite Einführung solcher Systeme ist die Sorge um die Lebensdauer der Fahrzeugbatterien. Obwohl das Modell darauf ausgelegt ist, tiefe Entladungen und hohe Lade-/Entlade-Leistungen zu vermeiden, ist eine empirische Langzeitstudie erforderlich, um den tatsächlichen Einfluss auf die Batteriedegradation zu quantifizieren. Dennoch deuten aktuelle Forschungen darauf hin, dass der zusätzliche Verschleiß bei moderater Nutzung gering ist, insbesondere wenn die Fahrer nicht ihre gesamte Reichweite für den täglichen Pendelverkehr benötigen.
Eine praktische Umsetzung könnte mit Pilotprojekten beginnen, die auf Flotten von Unternehmensfahrzeugen oder kommunalen Dienstwagen setzen, wo die Nutzungsmuster besser vorhersehbar sind und eine zentrale Steuerung möglich ist. Nach erfolgreicher Demonstration und Optimierung könnten solche Programme schrittweise auf die breite Öffentlichkeit ausgeweitet werden.
Die Vorteile dieses Ansatzes sind nicht auf S-Bahn-Netze beschränkt. Ähnliche Prinzipien könnten auf Busdepots, Flughafen-Parkhäuser oder große Parkplätze von Industrie- oder Gewerbegebieten angewendet werden, wo Elektrofahrzeuge über längere Zeiträume geparkt werden. Jeder dieser Standorte könnte zu einem kleinen Kraftwerk werden, das zur Stabilität und Effizienz des lokalen Energiesystems beiträgt.
Die Arbeit von Tang Zhaoxiang, Xu Wantao, Deng Hao und Lu Wenjie markiert einen Paradigmenwechsel in der Betrachtung von Elektrofahrzeugen. Sie werden nicht mehr nur als Ersatz für Verbrennungsmotoren gesehen, sondern als integraler Bestandteil eines größeren, vernetzten Energiesystems. Das Parken eines Elektrofahrzeugs wird zu einem aktiven Beitrag zur Energieversorgung der Stadt. Dieses Konzept der „mobilen Speicher“ nutzt eine bisher ungenutzte Ressource – die Milliarden von Batteriekapazität, die täglich in Parkhäusern und auf Straßen steht – und verwandelt sie in einen wertvollen Bestandteil der Infrastruktur.
Die Studie bietet eine fundierte, wissenschaftlich abgesicherte Grundlage für politische Entscheidungsträger, Industrie und Stadtwerke. Sie zeigt, dass die Energiewende nicht nur in Kraftwerken stattfindet, sondern auch an den Bahnhöfen und Parkplätzen unserer Städte. Mit den richtigen technologischen Werkzeugen, klugen Steuerungsalgorithmen und einer koordinierten Zusammenarbeit zwischen allen Beteiligten – Schienenverkehrsbetreiber, Energieversorger, Automobilhersteller und Behörden – ist es möglich, ein nachhaltigeres, wirtschaftlicheres und resilienteres Verkehrssystem zu schaffen. Die Integration von Elektrofahrzeugen in die Zugstromversorgung ist mehr als eine technische Neuerung; sie ist ein Schritt hin zu einer echten Symbiose von Mobilität und Energie.
Tang Zhaoxiang, Xu Wantao, Deng Hao, Lu Wenjie. Optimal operation of urban railway traction power supply system with electric vehicles based on chance-constrained programming. Energy Storage Science and Technology, 2024. DOI: 10.19799/j.cnki.2095-4239.2023.0487