Netzbetreiber nutzen Lastmanagement zur CO2-Reduktion
In einer unauffälligen Leitwarte außerhalb Pekings beobachten Ingenieure, wie eine Welle der Anpassungsfähigkeit das Stromnetz Nordchinas durchläuft – nicht durch neue Windparks oder Batterieanlagen, sondern durch etwas weit weniger Sichtbares: flexible Lasten, die in Echtzeit verschoben werden, koordiniert durch eine neu entwickelte digitale Handelsplattform, die CO2-Reduktion nicht als Nebeneffekt, sondern als Kernware behandelt.
Dies ist keine Spekulation. Es handelt sich um die jüngste Entwicklung im Lastmanagement – einem Bereich, der lange mit der Glättung von Spitzenlasten und der Senkung von Kosten in Verbindung gebracht wurde. Ein neues Handelsmodell für die Nachfragesteuerung verbessert gleichzeitig die Netzstabilität und reduziert die Kohlenstoffemissionen.
In einer Zeit, in der Energiezuverlässigkeit und Klimaverantwortung keine konkurrierenden Prioritäten mehr sind, sondern doppelte Imperative, drängen Ingenieure und politische Entscheidungsträger gleichermaßen stärker denn je auf Lösungen, die beide Fronten bedienen. Ein neuer Ansatz von Forschern des China Electric Power Research Institute sorgt für Aufsehen: ein dual-incentive Nachfragesteuerungs-Handelsmodell, das neu definiert, wie flexible elektrische Lasten an Netzausgleichsmärkten teilnehmen, nicht nur aus Kosteneffizienzgründen, sondern für messbare CO2-Reduktion.
Was zeichnet diese Entwicklung aus? Es ist nicht einfach eine Algorithmusanpassung oder ein theoretischer Vorschlag, der in akademischem Jargon begraben ist. Dieses Modell integriert die CO2-Leistung direkt in die finanziellen Mechanismen von Nachfragesteuerungsprogrammen (DR). Dadurch entsteht eine Struktur, in der jede Kilowattstunde reduzierter Last nicht nur ein technischer Service ist – sondern auch eine verifizierte Emissionsminderung. Und entscheidend ist, dass es Teilnehmer für beides bezahlt.
Man kann sich DR als Stoßdämpfer des Netzes vorstellen: Wenn die Stromnachfrage unerwartet steigt oder das Angebot sinkt, können flexible Verbraucher – Fabriken, die Schichtpläne anpassen, Ladestationen für Elektrofahrzeuge, die kurz pausieren, HLK-Systeme in Gewerbegebäuden, die die Leistung modulieren – ihren Verbrauch vorübergehend reduzieren oder verschieben. Traditionell werden sie dafür entschädigt, wie viel Strom sie einsparen und wie zuverlässig sie dies tun. Aber im neuen Rahmen, entwickelt von Gong Feixiang, Xu Jing, Chen Songsong und Li Dezhi, steht im Mittelpunkt, wie sauber diese Reaktion erfolgt.
Wie genau? Durch die Einführung eines zweiten, parallelen Zahlungsstroms: einer für das Antwortvolumen und ein weiterer für die erreichte CO2-Reduktion – berechnet nicht als Schätzung, sondern als quantifizierbare Differenz, die an die tatsächliche Verdrängung des Erzeugungsmix jedes Teilnehmers gebunden ist. Dieser letzte Punkt ist entscheidend. Eine Fabrik, die während der Spitzenlastzeiten die Last reduziert, kann die Belastung eines kohlelastigen Netzteils verringern und dabei mehrere hundert Kilogramm CO₂ pro vermiedener Megawattstunde verdrängen. Ein Rechenzentrum, das hauptsächlich mit lokaler Solarenergie betrieben wird, trägt hingegen weit weniger zur Emissionsreduzierung bei derselben Lastsenkung bei. Das Modell berücksichtigt diese Nuance.
Dies ist kein Greenwashing per Tabellenkalkulation. Es hängt von zwei neuen Bewertungsindizes ab – einem für das Antwortpotenzial (wie schnell, wie viel, wie stabil eine Last abgebaut werden kann) und einem weiteren für das CO2-arme Handlungspotenzial (wie viel fossile Erzeugung tatsächlich verdrängt wird, wenn diese Last zurückgeht). Diese Kennzahlen fließen in ein Bieterverfahren ein, bei dem die Teilnehmer nicht nur einen Preis pro kWh, sondern auch einen CO2-Reduktionswertvorschlag einreichen. Die Plattform – der zentrale Marktplatz-Orchestrator – passt dann Gebote nicht nur an die Netzanforderungen an, sondern maximiert auch den Umweltnutzen pro ausgegebenem Dollar.
In Simulationen, die auf einem modifizierten IEEE-30-Knoten-Testsystem – einem Standardbenchmark für Übertragungsstudien – durchgeführt wurden, waren die Ergebnisse frappierend. Im Vergleich zu herkömmlichen DR-Systemen steigerte die CO2-bewusste Plattform den Gesamtumsatz der Teilnehmer um etwa 50 %, während die Nettonutzen der Netzbetreiber um über 28 % stiegen. Noch aussagekräftiger ist, dass dieselbe Klasse von einstellbaren Lasten – industrielle Nutzer, gewerbliche Komplexe, Wohnaggregationen, EV-Ladecluster, sogar 5G-Basisstationen – unter den neuen Regeln bis zu 32 % mehr kumulative CO2-Reduktionen erbrachten, ohne dass neue Infrastruktur oder Hardware-Nachrüstungen erforderlich waren. Die Gewinne kamen vollständig aus intelligenteren Anreizen und besser abgestimmten Marktsignalen.
Nehmen wir industrielle Lasten als Beispiel. Im simulierten Einsatzfenster (das Hochlastzeiten von 10 bis 13 Uhr und 17 bis 22 Uhr abdeckte) schnitten Fabriken durchweg am besten ab – nicht nur in Bezug auf die abgeschalteten Megawatt, sondern auch bei den vermiedenen CO2-Emissionen. Warum? Weil ihre Drosselung typischerweise während Netzspitzen erfolgt, die von marginalen, kohlebefeuerten Einheiten dominiert werden. Selbst eine kurze, 15-minütige Pause in Hilfsprozessen kann Hunderte von Kilogramm Emissionen verdrängen. Im alten System wurden sie für die kWh bezahlt. Im neuen? Sie werden für die kWh und das kg bezahlt – was die Teilnahme erheblich attraktiver macht.
Aber vielleicht liegt der überzeugendste Aspekt in der Skalierbarkeit und Fairness. Das Modell begünstigt nicht ausschließlich große industrielle Akteure. Kleinere, dezentrale Ressourcen – wie koordinierte Gruppen von intelligenten Wohnthermostaten oder Elektrofahrzeug-Ladestationen – können ebenfalls effektiv konkurrieren, insbesondere wenn ihr kollektiver CO2-Verdrängungswert hoch ist (z. B. in Regionen mit hohem Kohleanteil). Entscheidend ist, dass der Mechanismus eine dynamische Gewichtung enthält: Wenn die gesamten CO2-Ziele nicht erreicht werden, kann die Plattform die Bieterkriterien in Richtung CO2-armen Auswirkungen neigen, selbst zu einem leichten Aufpreis. Dies wandelt DR von einem reinen Kostenminimierungswerkzeug in ein politisches Instrument um – eines, das Dekarbonisierungsziele neben der Zuverlässigkeit flexibel unterstützen kann.
Kritisch dabei ist, dass die Architektur eine häufige Fallgrube früherer CO2-integrierter Netzmodelle vermeidet: Überkomplizierung. Frühere Versuche fügten oft CO2-Beschränkungen wie einen Nachgedanken zu bestehenden Marktregeln hinzu – durch das Hinzufügen starrer Obergrenzen („muss X Tonnen reduzieren“) oder fester Strafkosten. Diese konnten Bieterverhalten verzerren oder die Teilnahme entmutigen. Im Gegensatz dazu baut dieses Modell den CO2-Wert in den Kernwirtschaftsvorschlag ein. Es ist keine Strafe – es ist ein Bonus. Keine Einschränkung – es ist eine Chance.
Darüber hinaus gingen die Forscher nicht von einheitlichem Verhalten aus. Sie modellierten reale operationelle Reibung: die Anfahr- und Abklingraten von Notstrom-Dieselgeneratoren, die einige Nutzer während Drosselungsereignissen einsetzen, die Verschleißkosten durch häufigere Zyklen der Ausrüstung, sogar die Zeit, die eine Last benötigt, um 95 % ihres zugesagten Reduktionsniveaus zu erreichen (eine Metrik namens „steady-state duration“). All dies fließt in die Kostenkalkulation des Teilnehmers ein – stellt sicher, dass die Anreize die tatsächliche Wirtschaftlichkeit widerspiegeln, nicht idealisierte Theorie.
Aus politischer Sicht sind die Implikationen tiefgreifend. Da Nationen Emissionsvorschriften verschärfen und CO2-Preismechanismen reifen (die Studie ging von einem CO2-Preis von 0,26 RMB/kg aus – etwa 37 $/Tonne CO2, in Übereinstimmung mit aufkeimenden chinesischen Pilotmärkten), werden Versorger und Netzbetreiber DR-Programme benötigen, die dieselbe Sprache sprechen wie Klimaregulierungsbehörden. Dieses Modell bietet eine gebrauchsfertige Brücke.
Man bedenke die Auswirkungen. Ein städtischer Versorger, der ein solches Programm betreibt, könnte mit der Zeit nicht nur „X MW Spitzenlast reduziert“ melden, sondern „Y Tonnen CO2 durch nachfrageseitige Maßnahmen direkt vermieden“. Das ist eine Erzählung, die bei Stadtparlamenten, unternehmensinternen ESG-Teams und umweltbewussten Tarifkunden gleichermaßen Anklang findet. Es eröffnet auch Türen zu neuen Einnahmequellen – man stelle sich CO2-Kredit-Sammelstellen vor, die verifizierte Reduktionen von DR-Plattformen kaufen, oder grüne Finanzinstrumente, die um vorhersehbare Emissionsersparnisse strukturiert sind.
Man könnte sich fragen: Riskierte die Hinzufügung eines zweiten Ziels – CO2-Reduktion – nicht, das primäre Ziel der Netzzuverlässigkeit zu untergraben? Die Daten sagen nein. Tatsächlich verbesserte sich die Zuverlässigkeit. Weil die Teilnehmer motivierter (und fairer entschädigt) waren, stiegen die allgemeine Antwortgenauigkeit und die Einhaltung von Einsatzsignalen. Die Plattform verzeichnete weniger Engpässe, weniger Last-Minute-Suchen nach Backup-Ressourcen – was zu einer glatteren Frequenzregelung und geringeren Notreserveanforderungen führte.
Noch subtiler fördert das Modell Transparenz. Jeder Teilnehmer erhält eine klare Aufschlüsselung: hier ist, was Sie für Volumen verdient haben, hier ist, was Sie für CO2 verdient haben, und hier ist genau, wie wir Letzteres berechnet haben – basierend auf Echtzeit-Netzemissionsfaktoren, nicht statischen Durchschnitten. Das schafft Vertrauen. Es schafft auch eine Feedback-Schleife: Nutzer können sehen, wie der Wechsel zu sauberer Eigenerzeugung (z. B. durch das Hinzufügen von Dach-Solar oder Batteriespeicher) ihre CO2-Reduktionserlöse steigert – was die dezentrale Dekarbonisierung weiter beschleunigt.
Selbstverständlich bleiben Implementierungsherausforderungen bestehen. Die Integration von Echtzeit-CO2-Intensitätsdaten von Netzbetreibern erfordert robuste Datenaustauschprotokolle. Die Verifizierung der Erzeugung vor Ort während DR-Ereignisse benötigt sichere Mess- und Telemetrielösungen. Und regionale Unterschiede in den Brennstoffmixen bedeuten, dass das Modell lokal kalibriert werden muss – nicht kopiert-eingefügt.
Dennoch ist die Kernidee übertragbar: Märkte funktionieren am besten, wenn Preise den vollen gesellschaftlichen Wert widerspiegeln. Strom wurde lange für Energie und Kapazität bepreist. Zunehmend wird er für Standort (Überlastung) und Zeit (Knappheit) bepreist. Nun gesellt sich mit dieser Arbeit die Emissionsintensität dazu – nicht als regulatorische Belastung, sondern als Marktsignal, das Investitionen, Verhalten und Innovation in Richtung eines saubereren, widerstandsfähigeren Netzes lenkt.
In einer Branche, die manchmal akademische Vorschläge misstrauisch betrachtet, sticht dieser hervor. Er ist in realen Systembeschränkungen verankert, gegen Standardtestfälle validiert und darauf ausgelegt, sich in bestehende plattformgeführte DR-Architekturen einzufügen – von denen es viele gibt, von Kaliforniens Auto-DR-Programmen bis zu Europas zunehmend sophisticated Flexibilitätsmärkten.
Es ist auch zeitgemäß. Da Elektrofahrzeuge, Wärmepumpen und Rechenzentren die Rolle der Elektrizität im täglichen Leben vertiefen, ist das Lastmanagement kein Nischenwerkzeug mehr – es ist zentrale Infrastruktur. Und wenn diese Infrastruktur sowohl wirtschaftliche als auch ökologische Ziele bedienen soll, benötigt sie Preismechanismen, die das Gesamtbild sehen.
Genau das liefert dieses Modell: einen Marktplatz, auf dem das Einsparen von Megawatt und das Retten des Planeten keine aufeinanderfolgenden Aufgaben sind, sondern eine einzige, integrierte Transaktion.
Gong Feixiang, Xu Jing, Chen Songsong, Li Dezhi — China Electric Power Research Institute; Beijing Key Laboratory of Demand-Side Multi-energy Complementary Optimization and Supply-Demand Interaction Technology Power Demand Side Management, Vol. 26, No. 4, July 15, 2024 DOI: 10.3969/j.issn.1009-1831.2024.04.014