Energiewende in Chinas Stadtnetzen: Wie E-Autos, Solar und Wasserstoff die Stromversorgung revolutionieren
Während China den Übergang zur Kohlenstoffneutralität beschleunigt, vollzieht sich unter den Straßen seiner Megastädte eine stille Revolution – nicht in Form neuer Straßen oder U-Bahnen, sondern in der grundlegenden Architektur der städtischen Stromverteilung. Im Zentrum dieses Wandels steht das beispiellose Zusammenwirken dreier Schlüsseltechnologien: Dach-Photovoltaik (PV), Elektrofahrzeuge (EVs) und wasserstoffbasierte Energiespeicherung. Gemeinsam definieren sie neu, wie Elektrizität in städtischen Netzen erzeugt, gespeichert, verbraucht und sogar gehandelt wird. Doch diese Integration ist alles andere als nahtlos. Der rasante Aufstieg dieser dezentralen, schwankenden und mobilen Energiequellen belastet die bestehende Infrastruktur und zwingt Netzplaner, jahrzehntealte Annahmen über Stromfluss, Stabilität und Steuerung zu überdenken.
Jahrelang waren Verteilnetze nach einem einfachen Prinzip konzipiert: Strom fließt in eine Richtung – von zentralen Kraftwerken über Übertragungsleitungen und Umspannwerke hin zu passiven Endverbrauchern. Dieses Modell ist nun obsolet. In Städten wie Peking und Shenzhen sind Wohnhausdächer mit Solarpanelen bestückt, Büroparkplätze dienen gleichzeitig als E-Auto-Ladezentren, und Wasserstofftankstellen beginnen, Industriegebiete zu prägen. Diese Anlagen verbrauchen oder erzeugen nicht nur Strom – sie interagieren aktiv mit dem Netz und bieten Dienstleistungen wie Spannungsregelung, Frequenzunterstützung und Lastspitzenglättung. Doch genau diese Flexibilität führt zu mehreren Ebenen von Unsicherheit, die traditionelle Planungsmethodiken herausfordern.
Laut einer umfassenden Übersichtsarbeit, die in High Voltage Engineering veröffentlicht wurde, argumentieren Forscher der Tsinghua-Universität und des State Grid Beijing Electric Power Research Institute, dass die Zukunft der städtischen Netzresilienz davon abhängt, wie effektiv Planer die Synergien zwischen PV, EVs und Wasserstoff nutzen können – ein Konzept, das sie als „PV-EV-Wasserstoff-Trias“ bezeichnen. „Das Netz ist kein statisches Rohr mehr“, sagt Jiamei Zhang, Hauptautorin und Postdoktorandin am State Key Laboratory of Power System Operation and Control der Tsinghua-Universität. „Es wird zu einem dynamischen, multidirektionalen Ökosystem, in dem jedes Dach, jedes geparkte Auto und jeder Wasserstofftank ein Knotenpunkt der Flexibilität sein könnte – falls richtig koordiniert.“
Diese Verschiebung ist nicht nur technisch, sondern systemisch. Man betrachte das Ausmaß: Bis 2030 wird voraussichtlich etwa 100 Millionen E-Autos auf Chinas Straßen unterwegs sein, mit einer Bordbatteriekapazität von über 230 Milliarden Kilowattstunden – genug, um einen erheblichen Teil des täglichen Speicherbedarfs des Netzes zu decken. Unterdessen haben dezentrale PV-Anlagen 47 % der gesamten nationalen Erzeugungskapazität überschritten und damit 2022 erstmals die Kohle überholt. Wasserstoff, obwohl noch in den Kinderschuhen, gewinnt unter Chinas Mittel- bis langfristigem Wasserstoff-Entwicklungsplan (2021–2035) politisch an Schwung, der bis 2030 eine ausgereifte Wasserstoffwirtschaft vorsieht.
Doch die Integration in diesem Maßstab bringt tiefgreifende operative Herausforderungen mit sich. Die Solarleistung schwankt mit der Bewölkung; E-Auto-Ladeverhalten hängt von unvorhersehbarem menschlichem Verhalten ab; und die Wasserelektrolyse ist durch thermodynamische Grenzen und Drucklimits eingeschränkt. In Kombination erzeugen diese Variablen eine hochdimensionale Unsicherheitslandschaft, die konventionelle Prognose- und Planungswerkzeuge überfordert.
Historisch betrachtet hatten Netzplaner nur eine Unsicherheitsquelle: die Lastnachfrage. Heute müssen sie Sonneneinstrahlungsvariabilität, Verkehrsflüsse, Nutzer-Ladepräferenzen, Wasserstoffproduktionseffizienz und mehr berücksichtigen – und das über mehrere Zeitskalen hinweg, von Sekunden (für Frequenzresponse) bis zu Jahreszeiten (für Energiespeicherung). „Man kann nicht einfach mehr Transformatoren bauen und damit ist die Sache erledigt“, erklärt Kai Sun, außerordentlicher Professor an der Tsinghua-Universität und Mitautor der Studie. „Die Kosten wären prohibitiv, und es würde das Kernproblem nicht lösen: die Diskrepanz zwischen Zeitpunkt und Ort der Energieverfügbarkeit und dem Zeitpunkt und Ort des Energiebedarfs.“
Die Lösung liege laut den Forschern darin, PV, EVs und Wasserstoff nicht als isolierte Assets, sondern als komplementäre Flexibilitätsressourcen zu behandeln. Jede hat besondere Stärken. Solarwechselrichter können nahezu verzögerungsfrei Blindleistung bereitstellen, um die Spannung zu stabilisieren – besonders wertvoll in städtischen Niederspannungsnetzen, die zu Mittags-Sonnenspitzen zu Überspannung neigen. E-Autos bieten dank ihrer schnell reagierenden Batterien und wachsenden Anzahl Kurz- bis mittelfristige Energiearbitrage: Laden in Schwachlastzeiten und Entladen während abendlicher Lastspitzen. Wasserstoff hingegen eignet sich hervorragend für die Langzeitspeicherung. Überschüssige Solarenergie kann an Sommertagen per Elektrolyse in Wasserstoff umgewandelt und über Wochen oder Monate gespeichert werden, um dann während Winterlastspitzen oder Netznöten über Brennstoffzellen wieder rückverstromt zu werden.
Entscheidend ist, dass diese Ressourcen sich gegenseitig verstärken können. Unkontrolliertes E-Auto-Laden während solarer Spitzenlastzeiten kann beispielsweise die Netzüberlastung verschärfen. Doch bei intelligenter Koordination können EVs überschüssige PV-Erzeugung in Echtzeit aufnehmen, was Redispatch verringert und Infrastrukturausbau verzögert. Wasserstoffsysteme, weniger nutzerverhaltensabhängig als EVs, können dann einspringen, wenn die EV-Verfügbarkeit sinkt – etwa während morgendlicher Pendelzeiten – und so kontinuierliche Ausgleichskapazität sicherstellen.
Diese Synergie wird bereits in Pilotprojekten erprobt. Im Pekinger Bezirk Yizhuang optimiert eine integrierte PV-EV-Wasserstoff-Station lokale Energieflüsse, um Netzverluste zu minimieren und gleichzeitig den E-Auto-Bedarf zu decken. Erste Ergebnisse zeigen eine 15–20 %ige Reduktion der Transformatorenlast während Spitzenzeiten. Ähnliche Initiativen entstehen in den Provinzen Guangdong und Jiangsu, oft unterstützt durch den Forschungsarm des State Grid.
Doch die Skalierung dieser Piloten zu stadtweiten Strategien erfordert mehr als Technologie – sie verlangt neue Planungsrahmenwerke. Traditionelle Netzerweiterungsmodelle, die auf deterministischem Lastwachstum basieren, sind für stochastische, multivariable Systeme ungeeignet. Das Tsinghua-Peking-Team skizziert einen Planungsansatz der nächsten Generation, der das Flexibilitätspotenzial dezentraler Ressourcen explizit einbezieht. Ihr vorgeschlagenes Modell umfasst duale Ziele: Minimierung von Kapital- und Betriebskosten (z.B. Leitungsausbau, Energieverluste) bei gleichzeitiger Maximierung der technischen Leistung (z.B. Spannungsstabilität, Zuverlässigkeit). Entscheidend ist, dass es EVs und Wasserstoff nicht als Lasten, sondern als dispatch-fähige Assets behandelt, deren Verfügbarkeit probabilistisch auf Basis von Mobilitätsmustern und Nutzungsprofilen modelliert wird.
Unsicherheit wird durch fortschrittliche Optimierungstechniken adressiert. Während frühere Studien sich auf szenariobasierte stochastische Programmierung verließen – die Hunderte möglicher Zukünfte simuliert – wird dieser Ansatz rechenintensiv und unhandlich für langfristige, stadtweite Planung. Die Autoren plädieren für distributionsrobuste Optimierung, die keine exakte Wahrscheinlichkeitsverteilung annimmt, sondern innerhalb eines „unscharfen Satzes“ plausibler Verteilungen operiert, die aus historischen Daten abgeleitet werden. Diese Methode bietet stärkere Garantien gegen Worst-Case-Ergebnisse ohne den Konservatismus reiner robuster Optimierung.
Dennoch bleiben drei kritische Hürden. Erstens die Flexibilitätsquantifizierung. Wie viel nutzbare Kapazität kann eine Flotte von E-Autos tatsächlich bereitstellen? Die Antwort hängt vom Batterieladezustand, Nutzerabfahrtszeiten, Ladertypen (schnell vs. langsam) und der Bereitschaft zur Teilnahme an Netzdienstleistungen ab. Die Aggregation Tausender heterogener Fahrzeuge zu einem verlässlichen „virtuellen Kraftwerk“ erfordert detaillierte Verhaltensmodelle und Echtzeit-Telemetrie – Fähigkeiten, die in den meisten chinesischen Städten noch begrenzt sind.
Zweitens die Multi-Zeitskalen-Koordination. Solare Laständerungen geschehen innerhalb von Minuten; E-Auto-Ladevorgänge dauern Stunden; Wasserstoffspeicherung erstreckt sich über Tage. Die Abstimmung dieser unterschiedlichen Rhythmen erfordert hierarchische Steuerungsarchitekturen, die nahtlos zwischen Echtzeit-Balancing und Tag-vorher-Planung wechseln können. Derzeitigen Netzbetreibern fehlt die Software-Infrastruktur für solch integriertes Dispatch.
Drittens – und vielleicht am entmutigendsten – ist die wirtschaftliche und institutionelle Abstimmung zwischen Versorgern und Endnutzern. Netzbetreiber profitieren, wenn EVs in Schwachlastzeiten laden oder Notstrom bereitstellen, aber Fahrer sträuben sich möglicherweise, wenn es sie inconvenienciert oder ihre Batterien verschleißt. Ohne faire Vergütungsmechanismen – dynamische Preise, Treueprämien oder Direktzahlungen – bleibt die Beteiligung niedrig. „Hier gibt es eine inherente Spannung“, bemerkt Zhang. „Das Netz will Vorhersehbarkeit; Nutzer wollen Autonomie. Diese Lücke zu überbrücken erfordert mehr als Algorithmen – es braucht neue Marktregeln und Vertrauensbildung.“
Vorausschauend identifizieren die Forscher drei Grenzbereiche. Der erste ist risikobewusste Planung bei hohem Erneuerbaren-Anteil. Wenn synchrone Generatoren stillgelegt werden, bricht die Netzinertie ein, was Systeme anfälliger für Kaskadenausfälle macht. Zukünftige Modelle müssen Fehlerszenarien und Resilienzmetriken direkt in Investitionsentscheidungen einbetten – z.B. durch Priorisierung von Netzsegmenten, in denen EVs Schwarzstartfähigkeit bieten können.
Der zweite sind Extrem-Durchdringungsszenarien, in denen bestimmte Stadtteile mehr Solarstrom erzeugen als sie verbrauchen. In solchen „Prosumer“-Gebieten könnte sich das Netz vom Lieferanten zu einer Ausgleichsplattform wandeln, mit Peer-to-Peer-Energiehandel und lokaler Spannungskontrolle als Norm. Dies würde traditionelle Tarifstrukturen und regulatorische Rahmenwerke auf den Kopf stellen.
Der dritte ist die tiefe Kopplung von Energie- und Transportsystemen. E-Auto-Adaption beeinflusst nicht nur Stromnachfrage – sie verändert städtische Mobilität. Planer müssen jetzt Ladestationenplatzierung mit Verkehrsflussmodellen, Flächennutzungspolitik und öffentlichen Verkehrsrouten co-optimieren. Ein Ladezentrum in einer überlasteten Innenstadt könnte Netzstress lindern, aber Verkehr verschlimmern; eines in einem Vorort-Park-and-Ride-Parkhaus könnte das Gegenteil bewirken. Nur integrierte Planung kann diese Zielkonflikte lösen.
Für globale Beobachter bietet Chinas Experiment eine Vorschau auf Herausforderungen, die bald Städte weltweit betreffen werden. Die Internationale Energieagentur projiziert, dass der globale E-Auto-Bestand bis 2030 200 Millionen erreichen wird, während Solar in fortgeschrittenen Volkswirtschaften 35 % der Stromerzeugung ausmachen könnte. Die Lehren aus Peking – über Koordination, Unsicherheitsmanagement und institutionelle Innovation – werden von unschätzbarem Wert sein.
Doch Chinas staatsgeführtes Modell bietet auch einzigartige Vorteile. Da State Grid über 80 % der Verteilnetz-Assets des Landes kontrolliert, ist Top-down-Koordination auf eine Weise möglich, die in fragmentierten westlichen Märkten nicht existiert. Zudem schaffen starke politische Vorgaben – von den „Dual Carbon“-Zielen bis zu Wasserstoff-Fahrplänen – ein stabiles Investitionsklima, das die Umsetzung beschleunigt.
Dennoch sollte die technische Komplexität nicht unterschätzt werden. Wie Zhang und ihre Kollegen betonen, geht es beim zukünftigen Weg nicht darum, mehr Hardware zu installieren, sondern um intelligentere Orchestrierung des bereits Existierenden. „Das zukünftige Netz wird nicht mit mehr Stahl und Kupfer gebaut“, sagt Sun. „Es wird in Algorithmen codiert, durch Anreize gesteuert und durch Zusammenarbeit betrieben werden.“
Für Automobilhersteller, Energieunternehmen und Infrastrukturinvestoren sind die Implikationen klar: Das nächste Wettbewerbsfeld liegt nicht nur in Fahrreichweite oder Batteriechemie – es liegt darin, wie nahtlos diese Assets in den städtischen Energieverbund integriert werden. Wer die Trias aus Sonne, Rädern und Wasserstoff beherrscht, wird nicht nur Produkte verkaufen; er wird das Betriebssystem der Städte von morgen gestalten.
Jiamei Zhang¹, Kai Sun¹, Hongtao Li², Zijin Li², Chen Wang²
¹State Key Laboratory of Power System Operation and Control, Tsinghua-Universität, Peking 100084, China
²State Grid Beijing Electric Power Research Institute, Peking 100075, China
High Voltage Engineering, Bd. 50, Nr. 3, S. 1067–1079, 31. März 2024
DOI: 10.13336/j.1003-6520.hve.20231852