Menschliches Verhalten steuert Elektroauto-Ladung
In einem Vorort von Nanjing parkt ein silberner BYD Han an einer Ladestation. Die Besitzerin schläft, während ihr Fahrzeug auf ein wirtschaftliches Signal reagiert: sinkende Strompreise, gesteuert von einem Aggregator, der verhaltenswissenschaftliche Erkenntnisse nutzt. Es ist keine Zauberei, sondern eine neue Denkweise – die Software agiert wie ein Verhaltensökonom, nicht wie ein Ingenieur.
Bisher konzentrierte sich die Diskussion um Elektrofahrzeuge (EV) und Netzintegration vor allem auf Hardware: größere Batterien, intelligentere Wechselrichter, schnellere Ladegeräte. Doch im Hintergrund vollzieht sich ein grundlegender Wandel, der menschliche Entscheidungen in den Mittelpunkt des Energiesystemdesigns stellt. Eine neue Forschungsrichtung, angeführt vom Nanjing Institute of Technology, definiert neu, wie EVs mit dem Netz interagieren – nicht durch Zwang, sondern durch psychologisch fundierte Preisimpulse.
Die globale EV-Flotte wächst rasant – allein in China wurden 2022 über zwei Millionen Elektroautos zugelassen –, was lokale Verteilnetze vor enorme Herausforderungen stellt. Transformatoren ächzen unter doppelten Lastspitzen am Abend, wenn der Haushaltsstrombedarf mit der Ladung tausender Fahrzeuge zusammentrifft. Herkömmliche Demand-Response-Programme, die EV-Besitzer als passive Einheiten behandeln, greifen zu kurz. Denn Menschen sind keine Algorithmen. Sie reagieren nicht linear auf Preise. Ihre Bereitschaft, das Laden zu verschieben oder sogar Energie ins Netz einzuspeisen, hängt von praktischen Bedürfnissen, Reichweitenangst und dem Gefühl fairer Behandlung ab.
Hier setzt das Paradigma der „Nutzerresponsivität“ an.
Unter Leitung von Jun Li, einem Professor, der sich mit Energiesystemen und nutzerzentriertem Design beschäftigt, suchte das Forschungsteam nach einer Antwort auf eine scheinbar einfache Frage: Was bewegt EV-Besitzer dazu, ihr Ladeverhalten zu ändern oder Energie zurückzuspeisen – jenseits finanzieller Anreize? Ihre Antwort, detailliert in einer Studie in Southern Power System Technology, geht über die Annahme hinaus, Nutzer würden automatisch das günstigste Tariffenster wählen. Stattdessen entwickelten sie ein Modell basierend auf dem Weber-Fechner-Gesetz, einem grundlegenden Prinzip der Psychophysik, wonach die menschliche Wahrnehmung von Reizen – wie Preisänderungen – proportional zur relativen und nicht zur absoluten Veränderung ist.
Ein Rabatt von 200 ¥/MWh erscheint enorm, wenn die Ladung normalerweise 400 ¥ kostet, ist aber kaum spürbar, wenn der Preis bereits bei 1.200 ¥ liegt. Noch entscheidender ist, dass das Team den Ladezustand (State of Charge, SOC) als stillen Vermittler jeder Entscheidung erkannte. Ein Fahrzeug mit 90 % SOC um 19 Uhr? Der Besitzer würde bei passendem Preis vielleicht gerne Energie ins Netz zurückspeisen. Ein Fahrzeug mit 20 % SOC und einer anstehenden Schulweg-Fahrt um 7:30 Uhr? Kein finanzieller Anreiz übertrumpft das Bedürfnis nach Reichweite.
Um diese Nuancen abzubilden, entwickelten Li und seine Kollegen – Jiacheng Liang, Ketian Liu, Wei Han, Xiao Liang und Xin Li – eine duale Response-Oberfläche: eine für das Laden, eine für das Entladen. Jede Oberfläche setzt dynamische Preissignale und den Echtzeit-SOC in eine Teilnahmewahrscheinlichkeit um. Über eine Fahrzeugflotte aggregiert, ergibt sich die „planbare Kapazität“: nicht die theoretisch maximale Leistung, sondern das realistische, verhaltensbedingte Maß, das zu jeder Stunde beigetragen werden kann.
Das Modell wurde mit realen Fahrtdaten getestet, angepasst an chinesische Pendelmuster. Simulationen mit 50, 100 und 200 EVs an einem typischen Verteilnetz verglichen drei Szenarien: unkontrolliertes Laden, gesteuertes Laden und koordiniertes Laden/Entladen (V2G) basierend auf dem Responsivitäts-Modell.
Die Ergebnisse waren beeindruckend – nicht nur in der Menge, sondern in der Qualität der Auswirkungen.
Im unkontrollierten Szenario stieg die Lastvarianz auf über 19.600 kW² bei 200 EVs. Transformatoren erreichten Belastungsgrenzen. Die durchschnittlichen Ladekosten lagen bei 8,50 ¥ pro Session, und die Gewinne der Aggregatoren waren minimal.
Beim koordinierten Laden/Entladen sank die Lastvarianz um über 93 % auf nur 1.377 kW² – die Tageslastkurve glich einem sanften Hügel statt einer zerklüfteten Bergkette. Entscheidend: Dies gelang ohne Einbußen für die Nutzer. Die durchschnittlichen Ladekosten sanken auf 4,47 ¥ – eine Reduktion von 48 % –, da die Fahrer überschüssige Energie zu Spitzenpreisen verkauften und nachts zu niedrigen Tarifen luden. Der tägliche Gewinn der Aggregatoren verdoppelte sich auf 336 ¥.
Die aufschlussreichste Erkenntnis ergab sich jedoch aus dem Vergleich dynamischer Preise mit zeitvariablen Tarifen (Time-of-Use, TOU), die nur wenige Male täglich wechseln. Dynamische Preise, stündlich aktualisiert, erzielten bessere Netzergebnisse: geringere Varianz, niedrigere Nutzerkosten. Doch sie hatten einen versteckten Preis: kognitive Belastung. Häufige Preisschwankungen, so warnt das Team, können das Nutzervertrauen und die Teilnahme langfristig untergraben. Die TOU-Variante, zwar numerisch leicht unterlegen (19 % höhere Lastvarianz), erzielte höhere Aggregatorgewinne – was darauf hindeutet, dass Nutzer bereit sind, marginally höhere Kosten für mehr Vorhersehbarkeit und Einfachheit zu akzeptieren.
Diese Spannung – zwischen mathematischer Optimalität und menschlicher Nachhaltigkeit – liegt im Kern der nächsten Generation der EV-Netz-Schnittstelle. Die Forschung bietet nicht nur einen besseren Algorithmus, sondern stellt das Problem neu dar. Der Aggregator ist kein top-down-Planer mehr, sondern ein Marktvermittler, dessen Erfolg von Empathie abhängt. Seine Preissignale müssen verständlich, fair und psychologisch nachvollziehbar sein – nicht nur wirtschaftlich effizient.
Die Industrie hat dies bereits erkannt. Immer mehr „Virtuelle Kraftwerke“ (VPP) setzen auf Verhaltensorchestrierung. Ein Unternehmen aus Shenzhen integriert „Vertrauensschwellen“ in seine App: Statt eines festen SOC von 90 % fragt es: „Wie wohl fühlen Sie sich mit 80 %?“ und passt die Planung entsprechend an. Ein Aggregator aus Hangzhou bietet „Beteiligungsboni“ – garantierte Auszahlungen für Nutzer, die mindestens drei V2G-Teilnahmen pro Woche zusagen, und wandelt so sporadische in gewohnheitsmäßige Cooperation.
Kritisch ist, dass dieser Ansatz die Datenschutzfallen früherer Smart-Grid-Initiativen umgeht. Das Modell benötigt keine minütliche GPS-Verfolgung oder tiefgehende Profilerstellung. Es braucht nur drei Eingaben pro Fahrzeug: Ansteckzeit, Absteckzeit und initialen SOC – alles Daten, die Nutzer bereitwillig für niedrigere Rechnungen und „Grid-Hero“-Status teilen. Der Rest wird statistisch über die Flotte abgeleitet, was Anonymität wahrt und kollektiven Nutzen erschließt.
Aus regulatorischer Sicht stellen die Ergebnisse veraltete Vorstellungen von Netzneutralität infrage. Wenn EVs als reagierende Ressourcen – nicht nur als Lasten – agieren können, müssen Vergütungsstrukturen sich anpassen. Die heutigen Net-Metering-Regeln, designed für Solaranlagen mit festen Erzeugungsprofilen, sind für die stochastische, bidirektionale Natur der EV-Teilnahme ungeeignet. Die Studie plädiert implizit für neue Tarifarchitekturen: vielleicht ein zweiteiliger Satz mit einer pauschalen „Anschlussgebühr“ plus einer leistungsbasierten „Flexibilitätsprämie“ pro Kilowattstunde nachgewiesener Lastreduktion oder -einspeisung.
Einer der unterschätztesten Vorteile der Studie ist die Netzresilienz. Während eines simulierten Nachfragepeak am späten Nachmittag – wie bei einer Hitzewelle – glich der koordinierte EV-Fuhrpark die Spitze nicht nur aus, sondern absorbierte sie. Für 90 kritische Minuten deckte die eingespeiste Energie parkender Fahrzeuge 18 % des Systemdefizits, wodurch der Einsatz teurer, CO2-intensiver Spitzenlastkraftwerke vermieden wurde. Das ist keine Nebenleistungsbeschaffung, sondern community-basierte Schockabsorption durch ungenutzte Autos.
Herausforderungen bleiben. Sorgen um Batterieverschleiß bestehen, besonders unter Early Adopters. Während moderne LFP-Batterien unter moderater V2G-Nutzung bemerkenswert robust sind, hinkt die öffentliche Wahrnehmung hinterher. Die Forscher räumen ein, dass künftige Arbeiten wahrgenommene Degradationskosten in das Responsivitäts-Modell integrieren müssen – selbst wenn der tatsächliche Verschleiß minimal ist. Vertrauen ist schließlich ebenso eine Netzressource wie Kupfer oder Silizium.
Ebenso wichtig ist die Frage der Gerechtigkeit. Wird diese neue Flexibilitätsökonomie vor allem wohlhabende Stadtbewohner mit privaten Garagen und bidirektionalen Ladern begünstigen? Oder kann sie auf Wohnungsmieter, Fuhrparkbetreiber und ländliche Gemeinden ausgeweitet werden? Der Rahmen der Studie ist skalierbar – die Responsivitäts-Oberflächen können für verschiedene Nutzergruppen neu parametrisiert werden –, aber die Umsetzungsstrategie ist entscheidend. Pilotprogramme in Suzhou testen „gemeinsame EV-Pufferpools“ in Mehrfamilienhäusern, wo eine gebäudeweise Batterie als Vermittler fungiert, einzelne Mieter vor direkter Netzinteraktion schützt und dennoch systemweite Vorteile erfasst.
Was diese Arbeit auszeichnet, ist ihre Weigerung, den menschlichen Faktor als Störgröße zu behandeln. Jahrzehntelang versuchten Energieingenieure, Variabilität durch rotierende Reserve, Frequenzregelung und immer engere Regelkreise zu eliminieren. Diese Forschung kehrt den Ansatz um: Sie nutzt Variabilität, indem sie erkennt, dass menschliches Verhalten – wenn richtig verstanden und respektiert – ein Feature sein kann, kein Bug.
Zurück auf dem Parkplatz in Nanjing beendet der silberne BYD Han sein Nachtladen kurz vor 5 Uhr morgens mit 92 % SOC. Um 18:45 Uhr, wenn die Klimaanlage im Haus hochfährt, speist er leise 5 kWh ins Heimnetz ein – genug, um das Abendessen zuzubereiten, ohne dass eine Lampe flackert. Die Besitzerin erhält einen Gutschrift von 3,20 ¥, automatisch auf der nächsten Rechnung. Sie denkt nicht über Lastrampen oder Spannungseinbrüche nach. Sie denkt: „Schön. Mein Auto hat beim Einkaufen geholfen.“
Das ist der wahre Durchbruch. Nicht Optimierung in Teraflops, sondern ein simpler, stiller Moment der Abstimmung – zwischen Fahrer und Fahrzeug, Fahrzeug und Netz, Individuum und System. Wenn Technologie in den Hintergrund tritt und Wert spürbar wird, hört Teilnahme auf, eine Pflicht zu sein, und wird ganz natürlich zur Gewohnheit.
Der Weg ahead ist nicht ohne Hindernisse. Interoperabilitätsstandards für V2G-Kommunikation sind fragmentiert. Regulatorische Sandboxes sind zu klein und kurzlebig. Verbraucheraufklärung hinkt hinterher. Doch die Richtung ist unverkennbar: Das künftige Netz wird nicht von einer zentralen KI kommandiert. Es wird sich adaptiv und elegant aus Millionen kleiner, intelligenter, menschzentrierter Entscheidungen entwickeln – jede eine Stimme für ein resilienteres, bezahlbareres und gerechteres Energiesystem.
Und manchmal werden die wirkungsvollsten Stimmen abgegeben, während ihre Besitzer schlafen.
Jun Li, Jiacheng Liang, Ketian Liu, Wei Han, Xiao Liang, Xin Li
School of Electric Power Engineering, Nanjing Institute of Technology, Nanjing 211167, China; Huaian Power Supply Company of State Grid Jiangsu Electric Power Co., Ltd., Huaian, Jiangsu 223001, China
Southern Power System Technology, Vol. 17, No. 8, Aug. 2023
DOI: 10.13648/j.cnki.issn1674-0629.2023.08.014