Elektrofahrzeugflotten und Stromnetz im Einklang
Die Integration von Elektrofahrzeugen (EVs) in bestehende Energiesysteme hat sich zu einem entscheidenden Faktor bei der Erreichung globaler Klimaziele entwickelt. Während die Mobilitätswende durch die Elektrifizierung des Verkehrs voranschreitet, entstehen neue Herausforderungen für die Stabilität und Effizienz der Stromnetze. Insbesondere in städtischen Ballungsräumen, wo Verkehrs- und Stromnetz zunehmend miteinander verflochten sind, wird die Notwendigkeit deutlich, intelligente Lösungen zu entwickeln, die sowohl die Flexibilität von Elektrofahrzeugen nutzen als auch die Dekarbonisierung beider Systeme fördern. In einer bahnbrechenden Studie, die kürzlich in der renommierten Fachzeitschrift Power System Technology veröffentlicht wurde, präsentieren Yuan Quan von der Wuxi University und Tang Yi von der Southeast University einen neuartigen Ansatz zur koordinierten Steuerung von Elektrofahrzeugflotten unter Berücksichtigung der Wechselwirkungen zwischen Verkehrs- und Stromnetz.
Das Forschungsteam hat eine mehrzeitskalige Dekarbonisierungsstrategie entwickelt, die darauf abzielt, die Ladevorgänge von Elektrofahrzeugen so zu optimieren, dass sie nicht nur den Bedürfnissen der Nutzer gerecht werden, sondern auch die Einspeisung erneuerbarer Energien maximieren und die Gesamtemissionen des gekoppelten Systems minimieren. Diese Strategie ist besonders relevant angesichts der zunehmenden Volatilität erneuerbarer Energiequellen wie Photovoltaik und Windkraft, deren Erzeugung starken Schwankungen unterliegt und somit eine flexible Nachfrageseite erfordert, um das Gleichgewicht im Netz zu gewährleisten.
Ein zentrales Element der von Yuan und Tang vorgeschlagenen Methode ist die Berücksichtigung mehrerer Unsicherheitsfaktoren, die das Ladeverhalten von Elektrofahrzeugen beeinflussen. Dazu gehören Verkehrsstaus, Wartezeiten an Schnellladesäulen, individuelle Fahrpräferenzen und die variierende Verfügbarkeit von erneuerbarem Strom. Um diese Komplexität zu bewältigen, verwenden die Forscher die Copula-Theorie, ein statistisches Verfahren, das es ermöglicht, die Abhängigkeiten zwischen verschiedenen Zufallsvariablen präzise zu modellieren. Anhand historischer Daten über Sonneneinstrahlung, Stromverbrauch und die Ladeanforderungen von Elektrofahrzeugen generieren sie eine Reihe typischer Szenarien, die die reale Variabilität dieser Faktoren widerspiegeln. Diese Szenarien bilden die Grundlage für ein stochastisches Optimierungsmodell, das sowohl kurzfristige als auch langfristige Planungshorizonte berücksichtigt.
Das vorgestellte Modell ist in zwei Phasen unterteilt: eine vorab (day-ahead) durchgeführte deterministische Optimierung und eine intratägliche (intra-day) stochastische Nachoptimierung. In der vorab-Phase wird basierend auf Prognosen für die Erzeugung erneuerbarer Energien und den erwarteten Stromverbrauch ein optimales Ladeschema für die gesamte Fahrzeugflotte festgelegt. Dieses Schema berücksichtigt nicht nur die wirtschaftlichen Kosten der Strombeschaffung, sondern auch die indirekten CO2-Emissionen, die mit der Stromerzeugung verbunden sind. Ziel ist es, die Ladevorgänge in Zeiten zu verlegen, in denen der Anteil erneuerbaren Stroms im Netz besonders hoch ist, was die sogenannte „grüne Lade“ fördert.
Die intratägliche Nachoptimierung ist entscheidend, um mit den Abweichungen zwischen den Prognosen und der tatsächlichen Entwicklung umzugehen. Wenn beispielsweise die Sonneneinstrahlung höher oder niedriger ausfällt als erwartet, oder wenn sich der Verkehrsstau anders entwickelt, als vorhergesagt, kann das System in Echtzeit reagieren. Die Forscher modellieren diese Unsicherheiten durch acht verschiedene Szenarien, die jeweils unterschiedliche Kombinationen aus Photovoltaik-Erzeugung und Lastverhalten darstellen. Das Optimierungsmodell wird dann für jedes dieser Szenarien gelöst, wobei die Wahrscheinlichkeit ihres Eintretens berücksichtigt wird. Dies ermöglicht eine robuste Planung, die auch unter unsicheren Bedingungen zuverlässig funktioniert.
Ein weiterer innovativer Aspekt der Studie ist die Integration von Kohlenstoffabscheidungsanlagen (CCS) in das Modell. Die Forscher zeigen, dass die Kombination von flexibler Nachfrage durch Elektrofahrzeuge mit CCS-Technologie an konventionellen Kraftwerken eine besonders effektive Strategie zur Emissionsreduktion darstellt. Wenn die Nachfrage durch die Verschiebung von Ladevorgängen gedeckt werden kann, muss weniger fossiler Strom erzeugt werden. In den Fällen, in denen dies nicht ausreicht, kann die CCS-Technologie einen Teil der emittierten CO2-Menge auffangen, bevor sie in die Atmosphäre gelangt. Die Studie quantifiziert die Kosten und Nutzen dieser Technologien und zeigt, wie sie optimal miteinander kombiniert werden können, um die Gesamtkosten der Dekarbonisierung zu minimieren.
Die praktischen Implikationen dieser Forschung sind weitreichend. Für Netzbetreiber bietet die Strategie ein leistungsfähiges Werkzeug, um die Netzstabilität zu gewährleisten und gleichzeitig die Integration erneuerbarer Energien zu fördern. Durch die gezielte Steuerung von Elektrofahrzeugladevorgängen können Lastspitzen abgeflacht und die Netzverluste reduziert werden. Dies führt zu einer effizienteren Nutzung der bestehenden Infrastruktur und kann den Bedarf an teuren Netzverstärkungen oder Spitzenlastkraftwerken verringern. Für Stadtplaner und Verkehrsbehörden liefert die Studie wertvolle Erkenntnisse darüber, wie die Planung von Ladeinfrastruktur und Verkehrsflüssen optimiert werden kann, um eine nachhaltige urbane Mobilität zu ermöglichen.
Ein besonderer Fokus liegt auf der Rolle des Nutzerverhaltens. Die Effektivität der Strategie hängt entscheidend davon ab, wie bereit die Fahrer sind, ihre Ladezeiten zu verschieben. Das Modell berücksichtigt dies, indem es eine „Antwortbereitschaft“ von 50 % für Schnellladungen annimmt, was realistische Einschränkungen durch Fahrpläne und persönliche Vorlieben widerspiegelt. Die Forscher betonen jedoch, dass eine höhere Bereitschaft zur Flexibilität die Potenziale der Strategie erheblich steigern würde. Dies unterstreicht die Notwendigkeit, Anreizsysteme zu entwickeln, die Nutzer für ihr kooperatives Verhalten belohnen, beispielsweise durch dynamische Tarifmodelle, bei denen der Strompreis je nach Netzlast und CO2-Intensität schwankt.
Die Ergebnisse der Fallstudie, die auf einem realen städtischen Netz basiert, sind beeindruckend. Die Simulationen zeigen, dass die Anwendung der mehrzeitskaligen koordinierten Steuerung zu einer signifikanten Reduktion der Gesamtbetriebskosten des Stromnetzes führt. Gleichzeitig wird die Menge an lokal verbrauchtem Solarstrom um fast 18 % gesteigert, was die Abhängigkeit von fossilen Brennstoffen verringert. Die Gesamtemissionen des gekoppelten Verkehrs- und Stromnetzes sinken um mehr als 23 %, ein klarer Beweis für die Wirksamkeit des Ansatzes. Auch die Netzverluste und die benötigte Leistung der konventionellen Kraftwerke (DG) werden erheblich reduziert, was die Effizienz des gesamten Systems verbessert.
Diese Ergebnisse haben tiefgreifende Auswirkungen auf die zukünftige Gestaltung urbaner Energiesysteme. Sie zeigen, dass Elektrofahrzeuge nicht nur als Verbraucher von Strom gesehen werden sollten, sondern als aktive, flexible Ressourcen, die einen wertvollen Beitrag zur Netzstabilität und zur Erreichung von Klimazielen leisten können. Die von Yuan Quan und Tang Yi vorgeschlagene Strategie bietet einen konkreten Fahrplan, wie diese Potenziale systematisch erschlossen werden können. Sie verbindet technische Innovation mit einer ganzheitlichen Betrachtung der Wechselwirkungen zwischen verschiedenen Infrastrukturen und menschlichem Verhalten.
Für die Automobilindustrie ergeben sich daraus neue Chancen. Hersteller können ihre Fahrzeuge mit intelligenteren Ladesystemen ausstatten, die nahtlos in solche koordinierten Netzsteuerungssysteme integriert werden können. Dies könnte die Entwicklung von Fahrzeugen vorantreiben, die nicht nur fahren, sondern auch aktiv am Energiemarkt teilnehmen – ein Konzept, das als Vehicle-to-Grid (V2G) bekannt ist. Durch die Bereitstellung von Flexibilität könnten Fahrzeuge nicht nur emissionsärmer betrieben werden, sondern ihre Besitzer könnten auch finanzielle Vorteile erzielen.
Die Studie unterstreicht auch die entscheidende Rolle von Forschung und Entwicklung bei der Bewältigung der globalen Klimakrise. Die Zusammenarbeit zwischen der Wuxi University und der Southeast University, unterstützt durch Fördermittel der National Natural Science Foundation of China, ist ein Beispiel dafür, wie akademische Exzellenz in praktische Lösungen für drängende gesellschaftliche Herausforderungen umgesetzt werden kann. Die Veröffentlichung in Power System Technology, einer der führenden Fachzeitschriften auf dem Gebiet der Energiesystemtechnik, unterstreicht die wissenschaftliche Qualität und Relevanz der Arbeit.
Zusammenfassend lässt sich sagen, dass die Forschung von Yuan Quan und Tang Yi einen bedeutenden Beitrag zur Entwicklung intelligenter, nachhaltiger und resilienter Energiesysteme leistet. Indem sie die Flexibilität von Elektrofahrzeugen als Schlüssel zur Dekarbonisierung des Strom- und Verkehrssektors nutzen, bieten sie eine überzeugende Vision für die Zukunft. Ihre mehrzeitskalige koordinierte Steuerungsstrategie ist nicht nur ein theoretisches Konstrukt, sondern ein praktisch anwendbares Modell, das bereits in realen Netzen implementiert werden könnte. Es zeigt, dass der Übergang zu einer kohlenstoffarmen Zukunft nicht nur technologisch machbar, sondern auch wirtschaftlich sinnvoll ist. Die Integration von Verkehrs- und Energiesystemen ist kein Luxus, sondern eine Notwendigkeit, und diese Studie liefert einen der wichtigsten Bausteine für diesen integrativen Ansatz.
Yuan Quan, Wuxi University; Tang Yi, Southeast University. Power System Technology. DOI: 10.13335/j.1000-3673.pst.2023.1792