Intelligente Preisgestaltung steigert Gewinn und Netzstabilität von Batteriewechselstationen
Die rasante Verbreitung von Elektrofahrzeugen (EVs) stellt die Stromnetze weltweit vor neue Herausforderungen. Die unkoordinierten Ladevorgänge von Millionen von Fahrzeugen können Spitzenlasten verschärfen und die Frequenzregelung des Netzes erheblich belasten. Während Technologien wie Vehicle-to-Grid (V2G) theoretisch Lösungen bieten, stoßen sie in der Praxis oft an ihre Grenzen, da sie von der Kooperationsbereitschaft der Fahrer abhängen und Bedenken hinsichtlich des Batterieverlusts wecken. Eine bahnbrechende Studie von Forschern der China Three Gorges University bietet nun jedoch einen systematischeren und effizienteren Ansatz: Die Transformation von Batteriewechselstationen (BSS) von reinen Dienstleistungsanbietern hin zu profitablen und aktiven Akteuren zur Stabilisierung des Stromnetzes.
Dieses innovative Konzept, das von Professor Li Xianshan und seinem Team entwickelt wurde, basiert auf einem zweistufigen Optimierungsmodell. Es ermöglicht es Wechselstationen, aktiv sowohl am Stromenergiemarkt als auch am Frequenzregelmarkt teilzunehmen. Im Gegensatz zu herkömmlichen Ladestationen besitzen BSS eine entscheidende strategische Überlegenheit: Sie verfügen über die Eigentümerschaft und die zentrale Kontrolle über eine große Flotte von Batterien. Diese zentrale Verwaltung bedeutet, dass ihre Speicherkapazität nicht den unvorhersehbaren Fahrplänen einzelner Fahrer unterworfen ist, sondern viel zuverlässiger und planbar für Netzdienstleistungen eingesetzt werden kann. Das Herzstück des neuen Modells ist ein ausgeklügelter Nachfragesteuerungsmechanismus, bei dem die Station durch dynamische Preise das Wechselverhalten der EV-Besitzer beeinflusst. Dadurch kann sie ihre eigene Batterieverfügbarkeit strategisch auf die lukrativsten Marktgelegenheiten abstimmen.
Die zentrale Erkenntnis hinter dieser Forschung ist, dass die Fähigkeit einer BSS, hochwertige Netzdienstleistungen – insbesondere die Frequenzregelung – anzubieten, direkt mit der Anzahl ihrer „redundanten“ oder verfügbaren Batterien zu einem bestimmten Zeitpunkt verknüpft ist. Die Frequenzregelung erfordert schnelle, reaktive Einspeisungen oder Entnahmen von Strom, um das Gleichgewicht von Erzeugung und Verbrauch im Netz zu halten. Eine BSS kann diese Dienstleistung erbringen, indem sie ihre verfügbaren Batterien entlädt oder auflädt. Allerdings schwankt die Anzahl der verfügbaren Batterien stark und hängt von der Kundennachfrage ab. Sind alle Batterien gerade in Fahrzeugen unterwegs, hat die Station keine Kapazität, dem Netz zu helfen. Das Forschungsteam erkannte, dass eine BSS anstelle, diese Nachfrage passiv hinzunehmen, sie aktiv formen kann.
Die erste Stufe des Modells widmet sich genau dieser Nachfrageformung. Der Algorithmus analysiert die prognostizierten oder historischen Abwicklungspreise des Frequenzregelmarktes. Zeiträume mit hohen Preisen signalisieren eine starke Nachfrage nach Regelenergie, was bedeutet, dass das Netz mehr Unterstützung benötigt und bereit ist, dafür mehr zu bezahlen. Das Modell berechnet daraufhin einen optimalen zeitabhängigen Batteriewechselpreis. In Zeiten hoher Preise und hoher Nachfrage nach Frequenzregelung erhöht die BSS ihren Wechselpreis leicht. Dieser kleine wirtschaftliche Anreiz motiviert EV-Besitzer, ihren Wechselvorgang hinauszuzögern, vielleicht bis der Preis wieder sinkt. Umgekehrt kann die BSS in Zeiten niedriger Preise für die Frequenzregelung Rabatte anbieten, um mehr Kunden anzulocken.
Dieser elegante wirtschaftliche Impuls schafft eine mächtige Rückkopplungsschleife. Indem sie das Kundenverhalten beeinflusst, stellt die BSS sicher, dass sie genau dann eine größere Anzahl aufgeladener, verfügbarer Batterien besitzt, wenn der Markt für Frequenzregelung am profitabelsten ist. Es ist eine Win-Win-Situation: Die Station maximiert ihren Ertrag aus Netzdienstleistungen, während EV-Besitzer einen klaren finanziellen Anreiz erhalten, ihre Nutzung in Zeiten mit geringerer Belastung zu verlegen – was ebenfalls vorteilhaft für die allgemeine Lastverteilung im Netz ist. Dieser Ansatz umgeht die größten Hürden des direkten V2G, wie die Zurückhaltung der Nutzer und die Sorge um den Batterieverlust, indem er die Verantwortung und das Risiko klar auf den professionellen Betreiber – die BSS – legt, dessen Geschäftsmodell auf der Pflege und Optimierung von Batterien basiert.
Die zweite Stufe des Modells nutzt diesen strategisch optimierten Batteriebestand, um eine erfolgreiche Gebotserklärung für die Strommärkte zu erstellen. Mit einem klaren Bild davon, wie viele Batterien wann verfügbar sein werden, kann die BSS fundierte Entscheidungen über die Allokation ihrer Ressourcen treffen. Sollte sie ihre Batterien in einer Phase niedriger Strompreise am Energiemarkt laden? Oder sollte sie diese Ladekapazität reservieren, um später eine wertvollere Frequenzregeldienstleistung erbringen zu können? Das Modell bewertet die potenziellen Gewinne aus beiden Märkten gleichzeitig.
Die Studie vergleicht zwei verschiedene Abwicklungsverfahren: sequenziell und gemeinsam. Beim sequenziellen Verfahren wird zuerst der Energiemarkt abgewickelt. Die BSS bindet ihre Lade- und Entladeleistung an diesen Markt, und nur die verbleibende Kapazität wird anschließend dem Frequenzregelmarkt angeboten. Dies zwingt oft zu einer suboptimalen Entscheidung. Eine BSS könnte beispielsweise einen bescheidenen Betrag dafür erhalten, ihre Batterien in einer Niedrigpreisphase am Energiemarkt zu laden, verbraucht dabei jedoch die Ladeleistung, die sie für eine wertvollere Frequenzregeldienstleistung später hätte reservieren können. Das gemeinsame Abwicklungsverfahren, das in der Studie als überlegen befunden wurde, bewertet beide Märkte gleichzeitig. Diese ganzheitliche Sichtweise ermöglicht es der BSS, eine einzige, koordinierte Gebotserklärung abzugeben, die ihren Gesamtumsatz aus beiden Märkten maximiert und wählt, an welchem Service sie mit ihrer verfügbaren Kapazität pro Stunde den besten Ertrag erzielt.
Die in der Studie vorgestellten Simulationsergebnisse sind überzeugend. Im Vergleich zu einer BSS mit einem festen, pauschalen Wechselpreis hat die neue Nachfragesteuerungsstrategie die Anzahl der verfügbaren Batterien während der Spitzenstunden für die Frequenzregelung erheblich erhöht. Dies führte direkt zu einem massiven Gewinnanstieg. In den getesteten Szenarien stieg der Gesamtgewinn der BSS aus dem Frequenzregelmarkt um fast 42 %, von 7,942 Millionen Yuan auf 11,245 Millionen Yuan. Noch beeindruckender ist, dass der gesamte operative Umsatz der Station um über 9 % von 38,355 Millionen Yuan auf 41,889 Millionen Yuan stieg, und das bei gleichbleibendem Umsatz aus ihrem Kerngeschäft, dem Batteriewechsel. Dies zeigt, dass der Gewinn aus Netzdienstleistungen eine reine Zusatzmarge darstellt und nicht auf Kosten des Hauptgeschäfts erzielt wird.
Über die finanziellen Vorteile für die BSS hinaus hat die Strategie tiefgreifende positive Auswirkungen auf das gesamte Stromsystem. Indem sie EV-Besitzer anreizt, in Zeiten geringerer Belastung zu wechseln, verlagert die BSS ihre eigene Ladebelastung von Zeiten hoher Nachfrage weg. Diese „Lastverlagerung“ hilft, die gesamte Stromnachfragekurve zu glätten und reduziert den Bedarf an teuren und oft schadstoffintensiven Spitzenlastkraftwerken. Dies ist ein direkter Beitrag zur „Spitzenlastreduktion“, einem primären Ziel von Netzbetreibern.
Darüber hinaus bietet die aktive Teilnahme der BSS am Frequenzregelmarkt eine neue, schnell reagierende Quelle an Flexibilität. Die Simulationen zeigten, dass die Abwicklungspreise für Frequenzregeldienstleistungen während Spitzenlastzeiten signifikant sinken, wenn BSS diese intelligente Strategie anwenden. Niedrigere Preise bedeuten, dass der Netzbetreiber die notwendigen Regelenergie-Dienstleistungen zu geringeren Kosten beschaffen kann, was letztlich allen Stromverbrauchern zugutekommt. Es bedeutet auch, dass das Netz stabiler und widerstandsfähiger ist, da eine größere Pool an sofort verfügbaren Ressourcen vorhanden ist, um auf plötzliche Ungleichgewichte zu reagieren.
Diese Forschung hebt auch einen entscheidenden Unterschied zwischen einer BSS hervor, die als passiver, unkoordinierter Verbraucher agiert, und einer, die als aktiver Marktteilnehmer fungiert. Wenn eine BSS einfach alle ihre zurückgebrachten Batterien sofort auflädt, könnte sie eine neue Spitzenlast erzeugen und das Problem, das sie eigentlich lösen könnte, verschärfen. Das Modell der Studie stellt sicher, dass das Ladeverhalten der Station nicht passiv ist, sondern eine strategische Entscheidung ist, die auf Marktsignalen basiert und aktiv zur Netzstabilität beiträgt, anstatt sie zu beeinträchtigen.
Die Implikationen dieser Arbeit reichen weit über eine einzelne BSS hinaus. Während der EV-Markt reift, wird die Batteriewechseltechnologie voraussichtlich eine größere Rolle spielen, insbesondere für Flotten wie Taxis und Lieferfahrzeuge, die eine schnelle Umlaufzeit benötigen. Dieses Modell bietet einen Fahrplan dafür, wie ein Netzwerk von Wechselstationen kollektiv als riesiges, verteiltes virtuelles Kraftwerk fungieren könnte. Durch die Koordination ihrer Preis- und Gebotsstrategien könnten mehrere BSS Gigawatt an Leistung für das Netz bereitstellen und ein beispielloses Maß an Flexibilität bieten.
Der Erfolg dieses Modells hängt von mehreren Faktoren ab. Erstens erfordert es einen ausgereiften und transparenten Strommarkt mit klaren Preissignalen sowohl für Energie als auch für Nebendienstleistungen wie die Frequenzregelung. Zweitens hängt er davon ab, ob EV-Besitzer auf Preisänderungen reagieren. Die Studie geht von einem bestimmten Maß an Preiselastizität aus, was bedeutet, dass eine kleine Preisanpassung zu einer messbaren Änderung der Nachfrage führt. Dies ist eine vernünftige Annahme, da viele Verbraucher bereits mit zeitabhängigen Stromtarifen für ihren Haushaltsstrom vertraut sind.
Die Autoren betonen auch, dass ihr Modell die Kernfunktion der BSS – die zuverlässige und bequeme Bereitstellung von Batteriewechseln für EV-Besitzer – priorisiert. Die Nachfragesteuerungsstrategie soll die Zeitpunkte der Wechselvorgänge steuern, nicht den Service zu verweigern. Die im Modell enthaltenen Beschränkungen stellen sicher, dass die Station immer genügend Batterien hat, um die Basismarktnachfrage zu decken, auch nach den Preisanpassungen. Diese Zuverlässigkeit ist entscheidend für das Kundenvertrauen und die langfristige Lebensfähigkeit des Wechselgeschäfts.
Zusammenfassend präsentiert diese Forschung der China Three Gorges University eine ausgeklügelte und hochpraktische Lösung für eine der größten Herausforderungen des elektrifizierten Verkehrsaltertums. Indem sie Batteriewechselstationen in intelligente Marktteilnehmer verwandelt, die dynamische Preise nutzen, um die Kundennachfrage zu steuern, schafft das Modell eine starke Synergie zwischen Gewinnmaximierung und Netzstabilität. Es demonstriert, dass mit den richtigen wirtschaftlichen Anreizen und Optimierungswerkzeugen EV-Infrastruktur zu einer tragenden Säule eines flexibleren, effizienteren und nachhaltigeren Stromnetzes werden kann. Während die Strommärkte sich weiterentwickeln und die EV-Nutzung zunimmt, werden Strategien wie diese unerlässlich sein, um eine reibungslose und profitable Transformation hin zu einer kohlenstofffreien Zukunft zu gewährleisten.
Die Studie weist auch auf zukünftige Forschungsfelder hin, wie die Analyse der kompetitiven und kooperativen Dynamiken zwischen mehreren BSS in einer Region. Mit dem Wachstum des Marktes wird die Interaktion zwischen verschiedenen Stationen komplexer, und spieltheoretische Modelle werden benötigt, um das Gleichgewicht zu verstehen. Dennoch bietet das von diesem zweistufigen Optimierungsmodell gelegte Fundament einen robusten und skalierbaren Rahmen für die Zukunft der Integration von Elektrofahrzeugen und Stromnetz. Es verlagert die Diskussion von der technischen Machbarkeit von V2G hin zu einem kommerziell tragfähigen und für alle Beteiligten vorteilhaften Geschäftsmodell, bei dem sauberer Verkehr und ein stabiles Stromnetz Hand in Hand gehen.
Li Xianshan, Zhan Ziao, Li Fei, Zhang Lei, China Three Gorges University, Automation of Electric Power Systems, DOI: 10.7500/AEPS20230628004