Externe Monographien
Wolf-Peter Schill, Clemens Gerbaulet
(Development of an Evaluation Framework for the Introduction of Electromobility ; 2.2, 7.1, 7.2)
Im Rahmen des Projekts DEFINE untersuchen wir die Integration künftiger Elektrofahrzeugflotten in das deutsche Stromsystem für verschiedene Szenarien der Jahre 2020 und 2030 bei unterschiedlichen Ladestrategien. Wir verwenden ein numerisches Kraftwerkseinsatzmodell mit einer Unit‐ Commitment‐Formulierung, bei dem die gesamten Kraftwerkseinsatzkosten über ein komplettes Jahr minimiert werden. Elektrofahrzeugspezifische Inputdaten werden vom Öko‐Institut in WP 4 bereitgestellt. Wir beleuchten die Interaktionen zwischen verschiedenen Ladestrategien und dem Kraftwerkseinsatz sowie die Auswirkungen auf die CO2‐Intensität des Ladestroms. Im Vergleich zur gesamten Stromnachfrage ist der Energiebedarf der modellierten Elektrofahrzeugflotten gering. Er beträgt, je nach Ladestrategie, nur 0,1‐0,2% (2020) beziehungsweise 1,3‐1,6% (2030) des gesamten Stromverbrauchs. Die stündlichen Ladeleistungen können jedoch sehr groß werden, wobei große Unterschiede zwischen den Ladestrategien bestehen. Bei einer nutzergetriebenen Aufladung werden die Fahrzeuge tagsüber und in den Abendstunden geladen, mit entsprechenden Auswirkungen auf die Spitzenlast des Systems. Eine kostengetriebene Aufladung findet dagegen hauptsächlich in den Nachtstunden statt. Entsprechend ergeben sich Änderungen beim Kraftwerkseinsatz: Kostengetriebenes Laden erhöht die Auslastung von Braun‐ und Steinkohlekraftwerken erheblich gegenüber einem Vergleichsszenario ohne Elektrofahrzeuge. Nutzergetriebenes Laden erhöht dagegen vor allem die Gas‐ und Steinkohleverstromung. Gleichzeitig sind die Potenziale zur Verminderung der Abregelung erneuerbarer Energien bei kostengetriebenem Laden am höchsten. Insgesamt sind die spezifischen CO2‐Emissionen des Ladestroms in den meisten Szenarien deutlich höher als im systemweiten Durchschnitt, da der Ladestrom überwiegend von emissionsintensiven Kraftwerken stammt. Nur in zusätzlichen Szenarien, in denen wir die Einführung der Elektromobilität mit einem entsprechenden zusätzlichen Ausbau erneuerbarer Energien verknüpfen, sind Elektrofahrzeuge weitgehend CO2‐neutral. Grundsätzlich sind die spezifischen CO2‐Emissionen des Ladestroms bei kostengetriebener Aufladung am höchsten, weil hier die höchste Kohleverstromung erfolgt. Auf Grundlage der Modellergebnisse ziehen wir einige politisch relevante Schlussfolgerungen. Zum einen ist der gesamte Strombedarf künftiger Elektrofahrzeugflotten auf längere Sicht als unproblematisch einzuordnen, die stündlichen Aufladeleistungen können jedoch kritisch werden. In Hinblick auf die Systemsicherheit müsste ein rein nutzergetriebenes Aufladen regulativ beschränkt werden, falls eine solche Ladestrategie nicht aufgrund steigender Strompreise ohnehin unattraktiv würde. Zum anderen sollten Entscheidungsträger sich bewusst sein, dass Elektrofahrzeuge nicht nur die Integration erneuerbarer Energien verbessern, sondern auch die Auslastung von Braun‐ und Steinkohlekraftwerken erhöhen. Falls die Einführung der Elektromobilität – wie beispielsweise von der Bundesregierung geäußert – mit der Nutzung erneuerbarer Energien verknüpft wird, muss sichergestellt werden, dass ein entsprechender zusätzlicher Ausbau erneuerbarer Energien erfolgt. Darüber hinaus kann eine kostengetriebene Aufladung nur dann zu emissionsseitig optimalen Ergebnissen führen, wenn Emissionsexternalitäten hinreichend eingepreist sind. Ansonsten kann eine kostengetriebene Ladestrategie zu überdurchschnittlichen spezifischen Emissionen führen. Nicht zuletzt bestehen relevante Interaktionen zwischen Elektrofahrzeugflotten und anderen Flexibilitätsoptionen für das Stromsystem. Der künftige Bedarf an solchen Flexibilitätsoptionen und ihre jeweilige Profitabilität dürfte stark von der Größe und der Ladestrategie der künftigen Elektrofahrzeugflotte abhängen.
Within the project DEFINE, we analyze the integration of future fleets of electric vehicles (EV) into the German power system for various scenarios of 2020 and 2030, drawing on different assumptions on the charging mode. We use a numerical dispatch model with a unit‐commitment formulation which minimizes overall dispatch costs over a full year. EV‐related input parameters are provided by the Öko‐Institut in WP 4. We shed some light on the interactions between different EV charging patterns and power plant dispatch, and respective consequences for the CO2‐intensity of the electricity used to charge EVs. The overall energy demand of the modeled EV fleets is low compared to the power system at large. EVs account for only 0.1% to 0.2% of total power consumption in 2020 and for around 1.3% to 1.6% in 2030, depending on the charging mode. Hourly charging loads can become very high and differ strongly between charging modes. In the user‐driven mode, charging largely occurs during daytime and in the evening with respective consequences for the peak load of the system. In contrast, costdriven charging is carried out during night‐time. These different charging patterns go along with respective changes in power plant dispatch. Cost‐driven EV charging strongly increases the utilization of lignite and hard coal plants compared to a scenario without EVs. In the user‐driven mode, additional power generation predominantly comes from natural gas and hard coal. The potential of EVs to reduce renewable curtailment is, at the same time, higher in case of cost‐driven charging compared to the user‐driven mode. Overall, specific CO2 emissions of electric vehicles are substantially larger than specific emissions of the overall power system in most scenarios as EV‐related improvements in renewable integration are over‐compensated by increases in the utilization of lignite or hard coal. Only in additional model runs, in which we link the introduction of electromobility to a respective deployment of additional renewable generation capacity, electric vehicles become largely CO2‐neutral. Specific EV emissions are generally slightly larger in the cost‐driven charging mode compared to the user‐driven one because of increased coal utilization. Based on these findings we suggest several policy conclusions. First, overall energy requirements of electric vehicles should not be of concern to policy makers, whereas their peak charging power should be. Because of generation adequacy concerns, purely user‐driven charging would have to be restricted by a regulator in the future, unless high wholesale prices render user‐driven charging unattractive, anyway. Second, policy makers should be aware that cost‐driven charging not only increases the utilization of renewable energy, but also of lignite and hard coal plants. If the introduction of electromobility is linked to the use of renewable energy, as repeatedly stated by the German government, it has to be made sure that a corresponding amount of additional renewables is added to the system. Third, cost‐driven charging can only lead to emission‐optimal outcomes if emission externalities are correctly priced. Otherwise, a cost‐driven charging mode may lead to above‐average specific emissions, and even to higher emissions compared to user‐driven charging. Finally, controlled charging of future electric vehicle fleets interacts with other potential sources of power system flexibility. Accordingly, both the future requirement of such flexibility options and their profitability depend on the size of the future EV fleet, as well as on its charging mode.
Topics: Energy economics