Demand Side Management mit Elektrofahrzeugen ... · Alexandra-Gwyn Paetz, Prof. Wolf Fichtner Lehrstuhl für Energiewirtschaft, KIT 3 12. Symposium Energieinnovation Demand Side Management

KIT – Universität des Landes Baden-Württemberg undnationales Großforschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu

INSTITUT FÜR INDUSTRIEBETRIEBSLEHRE UND INDUSTRIELLE PRODUKTION (IIP)Lehrstuhl für Energiewirtschaft (Prof. Fichtner)

Demand Side Management mit Elektrofahrzeugen –Ausgestaltungsmöglichkeiten und Nutzerakzeptanz

Graz, 16.02.2012

Alexandra-Gwyn Paetz, Patrick Jochem, Wolf Fichtner

Alexandra-Gwyn Paetz, Prof. Wolf Fichtner

Lehrstuhl für Energiewirtschaft, KIT

2 12. Symposium Energieinnovation

Demand Side Management für Elektrofahrzeuge





Das Elektrizitätssystem sieht sich mehreren Herausforderungen gegenüber

ZunehmendeStrombereit-stellung auserneuerbarenEnergiequellen

Förderung & Integration elektrischbetriebener Pkwins Elektrizitäts-system

Senkung der CO2-Emissionen

Unabhängig-keit vom Öl

Zunehmend dezentrale Versorgung

Atomaus-stieg

�Harmonisierungder Nachfrage mit(erneuerbarem) Stromangebot

�ZusätzlicherSpeicherbedarf

Politische Ziele Konsequenzen Herausforderungen





Handlungsbedarf besteht insbesondere auf lokaler Ebene, wo E-Pkw geladen werden

Netzlast mit ungesteuertem Laden von Elektrofahrzeugen in einem beispielhaftem Stadtgebiet

0

5.000

10.000

15.000

20.000

25.000

30.000

Mo

06

:00

12

:00

18

:00 Di

06

:00

12

:00

18

:00

Mi

06

:00

12

:00

18

:00

Do

06

:00

12

:00

18

:00 Fr

06

:00

12

:00

18

:00

Sa

06

:00

12

:00

18

:00

So

06

:00

12

:00

18

:00

23

:45

kW

Ladelast E-Fzge Standardlast Gesamtlast

Quelle: Kaschub et al. (2010)





Demand Side Management kann ein Lösungs-weg zur Flexibilisierung der Nachfrage sein

Demand Side Management (Nachfrage-steuerung)

Demand Response

(Laststeuerung P(t))

Load Control(Direkte

Lastkontrolle)

LoadManagement

(Anreizbasierte Laststeuerung

EnergyResponse

(Verbrauchs-steuerung

(E(t))

EnergyConservation(Verbrauchs-

senkung)

EnergyEfficiency(Effizienz-

steigerung )

•Direktes Schalten von Lasten•Effektiv, für wenige Geräte nutzbar

•Kundenvertrauen erforderlich

• Indirekte Steuerung (Preise)•Für alle Geräte anwendbar, weniger effektiv

•Kundenverhalten erforderlich

Nu

tzer-

ein

fluss





Einige DSM-Maßnahmen sind zwar gesetzlich verankert, deren Kundenakzeptanz ist aber unklar

2006/32/EC, § 21g EnWG, § 40 EnWG

Variable Stromtarife: Angebot von Stromtarifen mit dem Anreiz zur Einsparung und / oder Lastverschiebung � ~ 100 EVUs bieten diese in D an

Smart Meter: Einbau in Neubauten wenn technisch und wirtschaftlich umsetzbar � bislang haben wenige HH (außerhalb von Piloten) Smart Meter

Feedbacksysteme werden in Pilotregionen noch getestet

Geringes Marktangebot an intelligenten Haushaltsgeräten / Ladesäulen

Automatisierte Energie- und Lastmanagementsysteme werden derzeit noch erforscht

Wenige E-Pkw auf deutschen Straßen zugelassen

Gesetzlicher Rahmen und Marktrollen noch nicht definiert

� Effektivität und Kundenakzeptanz, insbesondere für die Elektromobilität

noch weitgehend unklar





Wie werden Demand Side Management Maßnahmen –insbesondere von „erfahrenen“ Konsumenten – akzeptiert?

Welche Motive und Barrieren beeinflussen die Bereitschaft Ladevorgänge zu verschieben?

Wie können DSM-Maßnahmen für Elektrofahrzeuge effektiv ausgestaltet werden?





Agenda

Methodische Vorgehensweise

Ergebnisse

Ausblick





Zur Analyse des Nutzerakzeptanz ist ein mehr-stufiges Vorgehen gewählt worden

Vor-studie

Konzept Feldtest

Auswahlprozess Nutzer

Erhalt Smart

ed

Phase 1: Preis-anreiz

Phase 2: ILM

Ende Feldtest

Fokusgruppen-interviews

Schriftlicher Fragebogen

„Erwartungen“

Schriftlicher Fragebogen

„Erfahrungen“Telefon-

interviews ITelefon-

interviews II





Die DSM-Maßnahmen sind im Feldtest modular eingesetzt worden

1

2

Phase 1: Preisanreiz

• Zweistufiger Ladestromtarif• 22,31 Ct/kWh; 19,31 Ct/kWh• Ladesäulen zu Hause (Wallbox) sowie 32 Stück im

(halb-)öffentlichen Raum in den Städten Karlsruhe und Stuttgart

Phase 2: Intelligentes Lademanagement (ILM)

• Automatisierter Ladevorgang nach vorheriger Anmeldung

• Anmeldung der Ladevorgänge über Smartphone Anwendung

• Anzahl Ladevorgänge wurden auf Ladezeitkonto gesammelt (entspricht einem zusätzlichen Rabatt auf Ladestrom am Monatsende)





Stichprobenbeschreibung

� 14 von 15 Haushalten nehmen an der Befragung teil (9 m / 5 w; 33-59 J.)

� Sieben „MeRegio“-Haushalte (variabler Haushaltsstromtarif)

� Vier Haushalte mit eigener PV-Anlage

� Wohnhaft im Eigentum außerhalb des Stadtzentrums

� Hohe Fahrzeugausstattung (mind. 2 Pkw); 2/3 haben Vorerfahrungen mit alternativ betriebenen Pkw

� 53% Akademiker mit hohem Einkommen

� Ökologisch-orientiert und technik-affin

Stichprobenbeschreibung

0% 20% 40% 60% 80% 100%

Ich kann mich fürTechnik sehrbegeistern.

Ich weiß ganz gutBescheid, was sich in

der Technikentwicklungin den letzten Jahren

getan hat.

Technik bereitet demMenschen mehr

Probleme, als sie ihmnützt.

Ich wäre froh, wenn esnicht so viel Technik in

der Welt gäbe.

Stimmeüberhauptnicht zu

2

3

4= neutral

5

6

Stimmesehr zu





Agenda


Ergebnisse

Ausblick





Die E-Pkw wurden hauptsächlich nach der letztenFahrt des Tages zu Hause geladen

Ladeverhalten

Ladestromtarif

Intelligentes Lade-

management - 20,000 40,000 60,000 80,000

00:…01:…02:…03:…04:…05:…06:…07:…08:…09:…10:…11:…12:…13:…14:…15:…16:…17:…18:…19:…20:…21:…22:…23:…

kWh

Durchschnitt Sa-So Durchschnitt Mo-Fr

Gesamteffekt

� 85% der Lade-vorgänge an der Wallbox (zu Hause)

� Durchschnittl. über 12 Stunden an der „eingesteckt“

� Haupt-Ladestrategie: Laden nach der letzten Fahrt des Tages (i.d.R. Heim-fahrt von der Arbeit)

� Etwas mehr Flexibilität an den Wochenenden





Die Bereitschaft zur Ladelastverlagerung ist vor-handen, der Stromtarif zeigt aber geringe Wirkung

� Generelle Bereitschaft zur Ladelastverlagerung vorhanden

� Vier Teilnehmer setzen diese nach eigenen Angaben auch um

� Zentrales Motiv liegt in der ökologischen Nachhaltigkeit

� Preisliche Motive spielen nur bei den „erfahrenen“ Teilnehmern eine Rolle

� Andere Anreize (bspw. Loyalty-Programme) finden keine Zustimmung

� Hauptbarrieren sind kognitiver Mehraufwand und Bequemlichkeit

� Eigenerzeugung überlagert preisliche Anreize

� Wunsch nach automatisierter Ladesäule bei allen Befragten

Ladeverhalten

Ladestromtarif

Intelligentes Lade-

management

Wirkung Preisanreiz

„Ich gehe immer um 22.00

Uhr hinaus, um das

Fahrzeug zu laden. Die

Stromampel ist in 95 %

aller Fälle dann grün.“

„Wenn ich schon so viel

Geld für das Elektroauto

ausgebe, dann kommt es

jetzt auf ein paar Cent

rauf oder runter auch

nicht an.“





Die automatisierte Ladelösung erleichterte den Umgang mit dem zeitvariablen Ladestromtarif

� ILM erleichtert den Umgang mit Ladestromtarif

� Fixes Vergütungsmodell (für Standzeiten) leicht verständlich

� ILM erfordert aber zusätzliche „Handgriffe“ am Smartphone

� ILM wird aufgrund ökologischer Motive regelmäßig genutzt…

� …allerdings auch regelmäßig überprüft – geringes Vertrauen in automatisierte Lösung

� „Angst“ um Lebensdauer der Batterie

� Wunsch nach Ladesäulen am Arbeitsplatz

Ladeverhalten

Ladestromtarif

Intelligentes Lade-

management

Umgang mit Automatik

„Also RFID Karte dran

heben, Ladeklappe wird

freigemacht, ich muss den

Menneckes Stecker rein,

dann muss ich es am

Fahrzeug auch noch

haben, dann muss ich

auch noch am iPhone

irgendwelche

Abfahrtsdaten eingeben,

das wird dann vielleicht

dem ein oder anderen

einfach zu viel des

Guten.“





Lessons Learned

Lademöglichkeiten in den Haushalten von zentraler Bedeutung – gleichzeitig noch Ausbaupotenzial für Lademöglichkeiten am Arbeitsplatz

Monetäre Anreize spielen eine untergeordnete Rolle bei der „Lade-Entscheidung“ – Tarife werden kaum berücksichtigt (müssen verstanden werden)

Bereitschaft den Ladezeitpunkt zu variieren grundsätzlich bei allen vorhanden

Ökologische Motive als Kerntreiber – bisherigen Erkenntnisse zeigen entgegengesetzte Motivation für den Umgang im Haushalt

Alltagsroutinen wirken einschränkend und erfordern für E-Pkw – genauso wie im für bestimmte Haushaltsgeräte – automatisierte Lösungen

Noch geringes Vertrauen in automatisierte Optionen aufgrund

Technik: Zuverlässigkeit der IKT

Batterie: Angst um Lebensdauer

� Kundensupport und aktive Kommunikation von zentraler Bedeutung

Ladesteuerung darf die Kaufentscheidung für E-Pkw nicht negativ beeinflussen





Agenda


Ergebnisse

Ausblick





Ausblick auf weitere Untersuchungen in den kommenden Monaten

� Integrierte Betrachtung von Haushalt und Elektromobilität

� Test verschiedener Anreizsysteme (über zweistufigen Ladestromtarif hinaus) mit automatisierten Optionen

� Test mehrerer Ladestrategien (über zeitversetztes Laden hinaus)

� Experimentelles Umfeld im Smart Home

� Betrachtung einer anderen Zielgruppe� Erweiterung um zweirädrige Elektro-

fahrzeuge (E-Bikes)� Detaillierte Analyse des

Mobilitätsverhaltens (mittels GPS)� Ausloten von ausschöpfbaren „Lade“-

Lastverschiebepotenzialen� Feldversuch kleineren Umfangs (ca. 3

Monate)









KIT – Universität des Landes Baden-Württemberg undnationales Großforschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu

INSTITUT FÜR INDUSTRIEBETRIEBSLEHRE UND INDUSTRIELLE PRODUKTION (IIP)Lehrstuhl für Energiewirtschaft (Prof. Fichtner)

Danke für Ihre Aufmerksamkeit!

Alexandra-Gwyn Paetz Prof. Dr. Wolf FichtnerWissenschaftliche Mitarbeiterin Institutsleiter und LehrstuhlinhaberLehrstuhl für Energiewirtschaft Lehrstuhl für Energiewirtschaft+49 721 608 44669 +49 721 608 [email protected] [email protected]

Documents

Demand Side Management mit Elektrofahrzeugen ... · Alexandra-Gwyn Paetz, Prof. Wolf Fichtner Lehrstuhl für Energiewirtschaft, KIT 3 12. Symposium Energieinnovation Demand Side Management