Thesis
Standortspezifische Simulation synthetischer Lastprofile von Ladeinfrastruktur
Warum synthetische Lastprofile?
Die vorliegende Masterarbeit befasst sich mit der simulationsbasierten Erzeugung synthetischer Lastprofile von Ladeinfrastruktur. Ziel ist es, den Ladebedarf an konkreten Standorten bereits in frühen Planungsphasen technisch und wirtschaftlich bewerten zu können. Dies ist insbesondere relevant, weil für neue Ladeinfrastrukturprojekte häufig keine historischen Messdaten zur Prognose des zukünftigen Ladeverhaltens vorliegen. Lastprofile bilden jedoch eine wichtige Grundlage für die Auslegung von Ladepunkten, Netzanschlüssen, Photovoltaikanlagen und integrierten Energiekonzepten.
Das Simulationsmodell
Im Rahmen der Arbeit wurde ein flexibel parametrierbares Simulationsmodell in Python entwickelt. Es erzeugt aus standortspezifischen Eingangsparametern synthetische Ladeereignisse und daraus resultierende Lastprofile. Berücksichtigt werden unter anderem die erwartete Anzahl der Ladevorgänge, Ankunftszeiten, Standzeiten, Ladezustände bei Ankunft, Fahrzeug- und Batteriedaten, Ladepunktanzahl, Ladeleistung, Grundlast, Netzanschlussleistung sowie die verfügbare PV-Erzeugung. Aus diesen Eingangsparametern werden Ladeereignisse erzeugt, eine Lademanagementstrategie angewendet und anschließend technische sowie ökonomische Kennzahlen abgeleitet.
Eine zentrale Modellgrenze besteht darin, dass die Anzahl der Ladevorgänge nicht prognostiziert wird. Die erwartete Nachfrage wird als exogener Eingangsparameter vorgegeben und im Modell realitätsnah über den betrachteten Zeitraum verteilt. Das Modell ersetzt damit keine Markthochlauf- oder Nachfrageprognose, sondern dient der vergleichenden Bewertung vorgegebener Nutzungsszenarien.
Drei Lademanagementstrategien
Untersucht werden drei Lademanagementstrategien: Sofortladen, marktorientiertes Laden und PV-orientiertes Laden. Beim Sofortladen werden Fahrzeuge unmittelbar nach Ankunft geladen. Beim marktorientierten Laden werden Ladevorgänge in Zeiträume mit günstigeren Preisen für elektrische Energie verschoben. Beim PV-orientierten Laden werden vorrangig Zeitfenster genutzt, in denen elektrische Energie aus der Photovoltaikanlage verfügbar ist. Die Validierung zeigt, dass das Modell wesentliche technische Randbedingungen wie Ladepunktverfügbarkeit, Netzanschlussgrenzen, Grundlastrestriktionen und PV-Vorrang konsistent abbildet.
Drei reale Beispielstandorte
Die Anwendung erfolgt anhand von drei realen, anonymisierten Beispielstandorten. Der Logistikstandort umfasst 4 Ladepunkte, einen jährlichen Grundlastverbrauch von rund 861 MWh, eine PV-Erzeugung von rund 799 MWh und einen Energiebedarf der Ladeinfrastruktur von rund 211 MWh. Der Bürostandort weist mit 48 Ladepunkten den höchsten Ladebedarf auf. Bei einem jährlichen Grundlastverbrauch von rund 127 MWh und einer PV-Erzeugung von rund 81 MWh beträgt der Energiebedarf der Ladeinfrastruktur rund 580 MWh pro Jahr. Der Einzelhandelsstandort umfasst 2 Ladepunkte, einen jährlichen Grundlastverbrauch von rund 198 MWh, eine PV-Erzeugung von rund 87 MWh und eine jährlich geladene Energiemenge von rund 50 MWh.
Ergebnisse
Die Ergebnisse zeigen, dass Ladeinfrastruktur in Kombination mit Photovoltaikanlagen an allen drei Standorten unter den getroffenen Annahmen technisch umsetzbar und wirtschaftlich vorteilhaft sein kann. Die Vorteilhaftigkeit hängt jedoch deutlich von den Standortbedingungen ab. Entscheidend sind insbesondere die geladene Energiemenge, die Standzeiten der Fahrzeuge, die verfügbare PV-Erzeugung und die Möglichkeit, Ladevorgänge zeitlich zu verschieben.
Logistikstandort
Am Logistikstandort zeigt sich der deutlichste Nutzen einer PV-orientierten Steuerung. Diese erhöht die durch die Ladeinfrastruktur genutzte PV-Energie auf rund 62 MWh pro Jahr. Beim Sofortladen werden rund 55 MWh und beim marktorientierten Laden rund 45 MWh PV-Energie genutzt. Auch wirtschaftlich weist die PV-orientierte Strategie hier die günstigsten Kennzahlen auf: Der operative Cashflow beträgt 48.672 € pro Jahr, die Amortisationszeit liegt bei 2,52 Jahren. Der Standort profitiert damit besonders von langen Standzeiten, relevanten Überschüssen aus PV-Erzeugung und verschiebbaren Ladebedarfen.
Bürostandort
Am Bürostandort ist der jährliche Ladebedarf mit rund 580 MWh deutlich höher als an den übrigen Standorten. Der Beitrag der Photovoltaikanlage zur elektrischen Energieversorgung der Ladeinfrastruktur liegt jedoch nur bei etwa 21 MWh. Die Unterschiede zwischen den Ladestrategien sind daher technisch gering. Wirtschaftlich ergeben sich dennoch vorteilhafte Kennzahlen: Der operative Cashflow beträgt je nach Strategie zwischen 101.847 € und 112.164 € pro Jahr, die Amortisationszeit liegt zwischen 0,865 und 0,785 Jahren. Die Wirtschaftlichkeit wird hier weniger durch den PV-Anteil als durch die hohe geladene Energiemenge und die angenommenen Referenzkosten des externen Ladens geprägt.
Einzelhandelsstandort
Am Einzelhandelsstandort bleibt die Nutzung von PV-Energie durch die Ladeinfrastruktur mit 1,6 bis 2,0 MWh gering. Ursache sind vor allem kurze Standzeiten, die den Spielraum für Lastverschiebungen begrenzen. Bei einem Verkaufspreis von 0,39 €/kWh ergeben sich jährliche Erlöse von rund 19.500 bis 19.600 €. Der operative Cashflow liegt je nach Strategie zwischen 7.586 € und 7.717 € pro Jahr, die Amortisationszeit zwischen 5,33 und 5,26 Jahren. Der Standort ist daher eher als ergänzendes Service- oder Geschäftsmodell einzuordnen und weniger als starker Hebel zur Erhöhung des PV-Eigenverbrauchs.
Sensitivitätsanalyse
Die Sensitivitätsanalyse zeigt, dass die angenommene Nachfrage der einflussreichste Modellparameter ist. Am Bürostandort führt eine Variation der erwarteten Ladevorgänge pro Ladepunkt und Tag von 0,96 über 1,20 auf 1,44 dazu, dass die geladene Energiemenge von rund 514 MWh auf 583 MWh und 617 MWh steigt. Gleichzeitig bleibt die Nutzung von PV-Energie mit rund 21 MWh nahezu konstant. Daraus folgt, dass Wirtschaftlichkeit und Auslastung wesentlich von der vorgegebenen Anzahl der Ladevorgänge abhängen.
Keine Strategie für alle Standorte
Standortübergreifend zeigt sich, dass die Wahl der besten Ladestrategie nicht pauschal beantwortet werden kann. Eine PV-orientierte Steuerung ist besonders dann vorteilhaft, wenn ausreichend Überschüsse aus PV-Erzeugung, lange Standzeiten und verschiebbare Ladebedarfe vorhanden sind. An Standorten mit kurzen Standzeiten oder geringem PV-Beitrag sind die Unterschiede zwischen den Strategien hingegen deutlich geringer.
Insgesamt zeigt die Arbeit, dass ein kompaktes, standortspezifisch parametrierbares Simulationsmodell einen wertvollen Beitrag zur frühen Planung von Ladeinfrastruktur in Kombination mit Photovoltaik leisten kann. Das entwickelte Werkzeug stellt damit eine fundierte Grundlage für die Planung und Bewertung integrierter PV- und Ladeinfrastrukturlösungen dar.