Intelligente Preisstrategie senkt Emissionen in urbanen Netzen
Die rasante Elektrifizierung der städtischen Mobilität verändert nicht nur die Art und Weise, wie Menschen sich fortbewegen, sondern auch die tiefgreifende Verbindung zwischen Verkehrs- und Stromnetzen. Mit dem prognostizierten Anstieg der Elektrofahrzeugverkäufe auf 56 Millionen jährlich bis 2040 wird die Integration dieser Fahrzeuge in die bestehende Infrastruktur zu einer der zentralen Herausforderungen des 21. Jahrhunderts. Während Elektrofahrzeuge (EVs) als Schlüsseltechnologie zur Reduktion fossiler Brennstoffe und zur Verbesserung der Luftqualität in Städten gelten, bringen sie gleichzeitig neue Komplexitäten mit sich – insbesondere im Zusammenspiel zwischen Straßenverkehr und Stromversorgung. Eine neue Studie der Liaoning Technical University beleuchtet genau dieses Spannungsfeld und präsentiert einen innovativen Ansatz, wie Betreiber von Ladestationen (CNOs) durch strategische Preisgestaltung nicht nur ihre eigenen Gewinne steigern, sondern gleichzeitig die CO₂-Emissionen in urbanen Netzwerken signifikant reduzieren können.
Die Forschung, geleitet von Aoyang Liu und Jianchen Liu vom Fachbereich für Elektro- und Regelungstechnik der Liaoning Technical University, geht über herkömmliche Modelle hinaus, die Ladestationen lediglich als passive Knotenpunkte betrachten, die den vom Stromnetz vorgegebenen Preis an die Nutzer weitergeben. Stattdessen positioniert die Studie den CNO als aktiven Gestalter innerhalb des gekoppelten Verkehrs- und Energiesystems. Durch differenzierte Preise an verschiedenen Ladestationen kann der Betreiber gezielt beeinflussen, wo und wann Elektrofahrer laden – ein Prozess, der nicht nur die Lastverteilung im Stromnetz optimiert, sondern auch Staus auf den Straßen verringern und die Nutzung erneuerbarer Energien fördern kann.
Ein wesentliches Merkmal der Studie ist die umfassende Berücksichtigung von Kohlenstoffemissionen. Viele frühere Ansätze konzentrierten sich entweder ausschließlich auf die direkten Emissionen von Verbrennungsmotoren oder vernachlässigten die indirekten Emissionen von Elektrofahrzeugen, die von der Kohlenstoffintensität des verwendeten Stroms abhängen. Liu und Liu argumentieren zu Recht, dass Elektrofahrzeuge nicht per se emissionsfrei sind. Wenn der Strom aus fossilen Quellen stammt, können ihre Lebenszyklusemissionen die von herkömmlichen Fahrzeugen sogar übertreffen. Ihre Modellierung integriert daher sowohl die direkten Emissionen von Benzinern (GVs) als auch die indirekten Emissionen von EVs, wobei sie die Theorie des „Carbon Emission Flow“ (CEF) nutzen, um die CO₂-Bilanz an jedem Ladepunkt genau zu quantifizieren.
Dieser ganzheitliche Ansatz führt zu einem revolutionären Paradigmenwechsel: Die Ladepreise werden nicht mehr nur als Kostenfaktor gesehen, sondern als ein mächtiges Steuerungsinstrument für nachhaltige Mobilität. Wenn eine Ladestation an ein Netz mit hohem Anteil an Solarenergie angeschlossen ist, ist ihre CO₂-Intensität geringer. Durch die Einführung niedrigerer Preise an solchen Standorten können CNOs Elektrofahrer motivieren, einen kleinen Umweg in Kauf zu nehmen, um „grüner“ zu laden. Dieses Verhalten, das als „Ladeverhalten mit räumlicher Flexibilität“ bezeichnet werden kann, wird in der Studie systematisch genutzt, um die Gesamtemissionen des urbanen Systems zu senken.
Ein weiterer entscheidender Beitrag der Forschung ist die Entwicklung einer dezentralen Lösungsmethode. In der realen Welt werden Verkehrsnetz (UTN), Stromnetz (PDN) und Ladestationenbetreiber (CNO) von verschiedenen Organisationen mit unterschiedlichen Zielen und vertraulichen Betriebsdaten verwaltet. Eine zentrale Steuerung, die alle Informationen sammelt, wäre nicht nur technisch komplex, sondern auch aus datenschutzrechtlichen und wettbewerbsrechtlichen Gründen unerwünscht. Die von Liu und Liu vorgeschlagene Methode umgeht dieses Problem elegant durch einen iterativen Algorithmus, der auf dem Prinzip der „besten Antwort“ basiert.
Der Algorithmus funktioniert wie ein kooperatives Spiel: Zuerst berechnet das Verkehrsnetz, basierend auf den aktuellen Ladepreisen, wie sich die Fahrzeuge auf dem Straßennetz verteilen. Dieses Ergebnis – die Verteilung der Ladeleistung – wird dann an das Stromnetz weitergegeben. Das Stromnetz berechnet daraufhin die optimalen Energiepreise unter Berücksichtigung von Netzbelastung, verfügbaren erneuerbaren Energien und der lokalen CO₂-Intensität. Diese Informationen gelangen schließlich zurück zum CNO, der sie nutzt, um seine Ladepreise so zu setzen, dass sein Gewinn maximiert wird. Dieser Kreislauf wiederholt sich, bis sich ein stabiles Gleichgewicht einstellt, bei dem keine der drei Parteien durch eine einseitige Änderung ihrer Strategie ihren Nutzen verbessern kann. Der entscheidende Vorteil: Bei diesem Prozess tauschen die Parteien nur minimale, nicht vertrauliche Informationen aus, während ihre internen Betriebsgeheimnisse geschützt bleiben.
Die Wirksamkeit dieses Modells wurde anhand eines simulierten, aber realistischen Szenarios getestet, das das bekannte Nguyen-Dupuis-Verkehrsnetz mit dem Baran & Wu 33-Knoten-Stromnetz kombiniert. In diesem Szenario gibt es vier Ladestationen, wobei zwei von ihnen an ein Stromnetz angeschlossen sind, das eine Photovoltaik-Anlage speist. Die Simulationen verglichen verschiedene Preismodelle: ein einfaches, nicht-differenziertes Preismodell, ein Modell, das auf dem lokalen Strompreis (LMP) basiert, und schließlich das vorgeschlagene optimierte Preismodell des CNO.
Die Ergebnisse waren beeindruckend. Bei nicht-differenzierten Preisen verhalten sich die Fahrer rein nach Bequemlichkeit und laden an der nächstgelegenen Station. Dies führt zu einer suboptimalen Lastverteilung, oft mit hohen Emissionen. Das LMP-basierte Modell führte zu einer gewissen Lastverschiebung, aber nicht unbedingt in Richtung geringerer Emissionen, da der niedrigste Strompreis nicht zwangsläufig mit dem niedrigsten CO₂-Fußabdruck einhergeht. Erst das vollständig optimierte Preismodell des CNO, das sowohl den Gewinn als auch die Emissionen berücksichtigt, entfaltete seine volle Wirkung.
In diesem Szenario setzte der CNO gezielt niedrigere Preise an den Stationen, die an das PV-reiche Stromnetz angeschlossen waren. Dies lockte die Elektrofahrer an, obwohl die Kosten für den CNO dort möglicherweise höher waren. Die höhere Auslastung dieser grünen Stationen kompensierte jedoch die höheren Beschaffungskosten und führte insgesamt zu einem Gewinnanstieg von 16,78 % gegenüber einem einheitlichen Preismodell. Gleichzeitig sanken die Gesamtemissionen des Systems um etwa 27 %. Dieser Doppelnutzen – mehr Gewinn und weniger CO₂ – entsteht durch die intelligente Nutzung der räumlichen Flexibilität der Fahrer. Der CNO wird so zum „grünen Marktplatzführer“, der wirtschaftliche Anreize schafft, um umweltfreundliches Verhalten zu belohnen.
Die zeitliche Analyse über einen 24-Stunden-Zeitraum zeigte die Dynamik dieses Systems. Nachts, wenn die Sonne nicht scheint und der Verkehr gering ist, ist der CO₂-Vorteil minimal. Mit dem Sonnenaufgang steigt jedoch die Solarenergieproduktion, und die CO₂-Intensität des PV-Netzes sinkt drastisch. In den Mittagsstunden, wenn sowohl die Sonneneinstrahlung als auch die Verkehrsnachfrage ihren Höhepunkt erreichen, wird die Kluft zwischen den beiden Stromnetzen am größten. Genau in dieser Phase ist die Wirkung der optimierten Preisgestaltung am stärksten. Um 11:00 Uhr erreichte der Gewinn des CNO sein Maximum (753,09 Yuan), während die Emissionen ihr Tagesminimum (12,07 kg) erreichten. Dies demonstriert die perfekte Synergie zwischen erneuerbarer Energieerzeugung, Verkehrsbedarf und wirtschaftlicher Optimierung.
Die Ergebnisse dieser Studie haben weitreichende Implikationen für Stadtplaner, Energieversorger und die Politik. Sie zeigen, dass eine nachhaltige urbane Mobilität nicht allein durch Subventionen oder Vorschriften erreicht werden kann, sondern durch intelligente, marktbasierte Mechanismen, die private Gewinninteressen mit öffentlichen Umweltzielen vereinen. Für die Betreiber von Ladestationen eröffnet sich eine neue Geschäftsstrategie: Statt Emissionen als Kostenfaktor zu sehen, können sie sie in ihr Kerngeschätsmodell integrieren. Stationen mit Zugang zu grüner Energie können als „Low-Carbon-Zonen“ vermarktet werden, was umweltbewusste Kunden anzieht und eine neue Wettbewerbsdimension schafft.
Für die Politik bedeutet dies, dass regulatorische Rahmenbedingungen geschaffen werden müssen, die solche innovativen Preismodelle ermöglichen. CNOs müssen die Freiheit haben, Preise räumlich und zeitlich zu differenzieren, um ihre Netzwerke optimal zu steuern. Gleichzeitig müssen Regulierungsbehörden sicherstellen, dass diese Marktmacht nicht missbraucht wird, beispielsweise durch die Festlegung von durchschnittlichen Preiskappen, wie sie in der Studie als Konstante C vorgeschlagen wird.
Zusammenfassend lässt sich sagen, dass die Arbeit von Liu Aoyang und Liu Jianchen einen entscheidenden Schritt hin zu einer wirklich intelligenten und nachhaltigen urbanen Infrastruktur darstellt. Sie beweist, dass die Zukunft der Elektromobilität nicht nur im Fahrzeug selbst liegt, sondern in der Art und Weise, wie das gesamte Ökosystem – Straßen, Stromnetze und Nutzerverhalten – miteinander verbunden und gesteuert wird. Durch die Schaffung von Anreizen, die sowohl wirtschaftlich attraktiv als auch ökologisch sinnvoll sind, können Städte die Vorteile der Elektrifizierung voll ausschöpfen und einen signifikanten Beitrag zur Bekämpfung des Klimawandels leisten.
Liu Aoyang, Liu Jianchen. Optimale Preisstrategie für elektrifizierte Verkehrsnetze unter niedrigen Kohlenstoffzielen. Elektrotechnik, 2024, 25(5).