Begrenzung der Kosten des gesteuerten Ladens von Elektrofahrzeugen – Angebotskurven für Szenarien von 2025 bis 2050

Warum der Ladezeitpunkt Ihres Autos wichtig ist

Elektrofahrzeuge verbreiten sich auf den Straßen der Vereinigten Staaten, und jedes einzelne benötigt Strom. Wenn die meisten Fahrer zur gleichen Zeit einstecken, kann diese Nachfrage das Stromnetz belasten und Versorgungsunternehmen dazu zwingen, teure neue Ausrüstung oder Kraftwerke zu bauen. Diese Studie betrachtet einen anderen Weg: das sorgfältige Steuern des Ladezeitpunkts, damit Elektrofahrzeuge dem Netz helfen statt es zu belasten, und berechnet, wie viel es kosten wird, solche Programme zwischen 2025 und 2050 zu betreiben.

Verschiedene Ansätze zur Steuerung des EV-Ladens

Die Autoren konzentrieren sich auf drei Hauptansätze, die Versorger nutzen können, um das Ladeverhalten zu beeinflussen. Bei Direktsteuerungsprogrammen kann das Versorgungsunternehmen oder ein Aggregator das Laden innerhalb vom Fahrer gesetzter Grenzen ferngesteuert starten, stoppen oder verlangsamen, etwa unter Berücksichtigung einer gewünschten Abfahrtszeit. Echtzeit-Preisprogramme senden stattdessen wechselnde Preise, die Fahrer oder intelligente Ladegeräte dazu anregen, günstige Stunden zu bevorzugen. Zeitabhängige Tarife sind einfacher: Sie halten die Preise während festgelegter Nebenlastzeiten niedrig und in den Spitzenstunden höher. Jeder Ansatz bietet ein anderes Gleichgewicht aus Kontrolle, Komfort für den Fahrer und Kommunikationsanforderungen; diese Unterschiede bestimmen sowohl die Anmelderaten als auch die Kosten pro Fahrzeug.

Mit Szenarien in die Zukunft blicken

Da sich EV-Technologie, Ladegewohnheiten und Software in den nächsten Jahrzehnten verändern werden, entwickeln die Forschenden vier Zukunftsszenarien. Eine "Hohe Flexibilität"-Zukunft stellt sich weit verbreitete, intelligente Ladegeräte, reibungslose Kommunikation und routinemäßiges geplantes Laden vor, wodurch die Teilnahme für viele Fahrer günstig und einfach wird. Eine "Geringe Flexibilität"-Welt geht von begrenzter intelligenter Ladetechnologie und zurückhaltenden Kundinnen und Kunden aus, sodass Versorger mehr für Anreize und Verwaltung ausgeben müssen, um die gleiche Reaktion zu erzielen. Ein "Mittlere Flexibilität"-Fall liegt zwischen diesen Extremen, während ein "Flaches" Szenario langsameres, stärker verteiltes Laden bei geringeren Leistungen annimmt, um Lastspitzen im Netz klein zu halten. Zusammen liefern diese Szenarien obere und untere Grenzen dafür, was gesteuertes Laden kosten könnte.

Die realen Kosten aufschlüsseln

Um diese Erzählungen in Zahlen zu überführen, sammelt das Team die neuesten Daten aus Versorgungsunternehmensdokumenten, Pilotprogrammen, Umfragen und Experteninterviews. Sie teilen die Programmkosten in vier Hauptkategorien: einmalige Einrichtungs- und Anmeldeaufgaben, laufender Betrieb und Verwaltung, Zahlungen oder Rabatte, die Kunden zur Teilnahme bewegen, und Marketing, um Fahrer über die Programme zu informieren. Für einige Kunden, insbesondere anfangs, kann die Teilnahme an einem Direktsteuerungsprogramm den Kauf eines neuen intelligenten Ladegeräts erfordern, was den notwendigen Anreiz erhöht. Die Autoren modellieren dann, wie die Teilnahme zunimmt, wenn Anreize oder Marketingausgaben steigen, mithilfe einer Kurve, die zunächst schnell ansteigt und dann abflacht, sobald die am meisten interessierten Kunden bereits angemeldet sind.

Von einzelnen Fahrern zu Angebotskurven

Ausgehend von diesen Zusammenhängen erstellt die Studie "Angebotskurven" für gesteuertes Laden: Für jedes Jahr von 2025 bis 2050 und für Pkw sowie leichte, mittlere und schwere Nutzfahrzeuge zeigen die Kurven die Kosten pro Fahrzeug, um ein bestimmtes Teilnahmelevel zu erreichen. Sie unterscheiden zwischen neuen Kunden, die oft teurer in der Akquise sind, und wiederkehrenden Kunden, deren jährliche Kosten hauptsächlich den Programmbetrieb und fortlaufende Anreize widerspiegeln. In den meisten Szenarien sinken die Kosten pro Fahrzeug im Zeitverlauf, da die Abläufe effizienter werden, mehr Ladegeräte standardmäßig intelligent sind und Anreize reduziert werden können. Im Fall geringer Flexibilität ändern sich Kosten und erreichbare Teilnahme jedoch kaum, was eine Welt widerspiegelt, in der sich Technologie und Kundenverhalten kaum verbessern.

Vergleich der Programmart und möglicher Zukunftspfade

Die Kurven zeigen auch, wie sich die drei Programmartic im Vergleich verhalten. Direktsteuerung liefert typischerweise die präziseste Netzunterstützung, ist aber pro Fahrzeug oft am teuersten, insbesondere bei hoher Teilnahme, weil sie verlässliche Zweiwegkommunikation erfordert und auf größere Vorbehalte der Kundschaft stößt. Echtzeit-Preise können mit geringeren Kosten eine höhere Teilnahme erreichen, indem sie Preissignale anstelle direkter Steuerung nutzen. Zeitabhängige Tarife sind in der Regel bei geringer Teilnahme am günstigsten zu verwalten, ziehen aber ohne Automatisierung möglicherweise weniger Fahrer an. In optimistischeren Szenarien mit vielen intelligenten Ladegeräten und besserer Kundenvertrautheit werden alle drei Methoden billiger und leistungsfähigere Werkzeuge zur Steuerung der EV-Nachfrage, während sie in pessimistischen Szenarien teurer und eingeschränkter bleiben.

Was das für Fahrer und das Netz bedeutet

Für Nichtfachleute ist die Quintessenz, dass der Zeitpunkt und die Art des Ladens von Elektrofahrzeugen genauso viel Einfluss auf das Netz haben können wie die Anzahl der Fahrzeuge. Diese Arbeit liefert Planern, Regulierern und Versorgern detaillierte, vorausschauende Kostenschätzungen, damit sie gesteuertes Laden mit dem Bau neuer Kraftwerke oder Leitungen vergleichen können. Wenn Programme gut gestaltet sind und die Technologie sich weiter verbessert, kann die zeitliche Verschiebung des EV-Ladens eine vergleichsweise kostengünstige Maßnahme sein, um die Stromversorgung zu sichern, Rechnungen zu senken und mehr saubere Fahrzeuge auf die Straße zu bringen. Andernfalls könnte das Netz höhere Ausgaben haben, um mit ungeplantem Laden Schritt zu halten.

Zitation: Matsuda-Dunn, R., Hale, E., Estreich, E. et al. Bounding the costs of electric vehicle managed charging—supply curves for scenarios from 2025 to 2050. Sci Data 13, 651 (2026). https://doi.org/10.1038/s41597-026-07008-6

Schlüsselwörter: Elektrofahrzeuge, gesteuertes Laden, Lastmanagement, Netzplanung, Energiepreisgestaltung