Regulatorische Auswirkungen der Elektromobilität

Die Zulassungszahlen des Kraftfahrtbundesamtes deuten auf einen schnell wachsenden Marktanteil von Elektroautos hin. Doch der gegebene Regulierungsrahmen wird dem Ausbaubedarf von Niederspannungsnetzen durch den Zuwachs von Elektrofahrzeugen nur unzureichend gerecht.

Nach bestehenden Planungsgrundsätzen sind Niederspannungsnetze mit überwiegender Einfamilienhausbebauung momentan bei vielen Netzbetreibern auf eine gleichzeitige Belastung durch alle Anschlussnehmer von 2,2 kW ausgelegt [1]. Je nach geografischer Lage sind zudem PV-Dachflächenanlagen mit hoher gleichzeitiger Einspeiseleistung in der Planung zu berücksichtigen. Die Nutzung von privater Ladeinfrastruktur mit Wallboxen kann dementsprechend zu Kapazitätsengpässen in den Niederspannungsnetzen führen:

Hohe Leistungen: Je nach Anzahl der verwendeten Phasen werden unterschiedliche Ladeleistungen realisiert. Beim einphasigen Laden wird in der Regel eine Ladeleistung von 3,7 kW erreicht. Mit dieser Technologie können jedoch vollständig entladene Fahrzeugbatterien nicht innerhalb einer Nacht aufgeladen werden. Es wird erwartet, dass sich langfristig dreiphasige Ladetechnologien mit 22 kW Ladeleistung durchsetzen werden.

Hohe Gleichzeitigkeit: Ähnlich wie die Einspeisung von PV-Dachflächenanlagen wird das Laden von Elektrofahrzeugen typischerweise durch hohe Gleichzeitigkeiten gekennzeichnet sein. Nutzer von privater Ladeinfrastruktur werden ihr Fahrzeug nach Feierabend an die häusliche Ladeeinrichtung anschließen, um das Fahrzeug wieder aufzuladen. Somit dürfte vor allem in den Abendstunden die Gleichzeitigkeit besonders hoch sein.

Keine netzentlastende Wirkung durch PV-Dachflächenanlagen: In Situationen hoher Bezugsleistung wirken dezentrale Einspeiser wie PV-Dachflächenanlagen netzentlastend [2]. Diese netzentlastende Wirkung ist jedoch in den Situationen hoher Ladeleistung (Abendstunden) nur noch begrenzt vorhanden.

Netzengpässe vermeiden

Elektrische Netze müssen für den maximal möglichen Belastungsfall konzipiert sein, ohne dass es zu einer Verletzung technischer Randbedingungen kommt [3]. Der Zubau leistungsfähiger Ladeinfrastruktur in Privathaushalten kann jedoch zur Verletzung technischer Randbedingungen führen. Um diesen Netzengpässen zu begegnen, kann der Netzbetreiber prinzipiell zwei Gegenmaßnahmen ergreifen:

Variante 1: Konventioneller Netzausbau

Ortsnetzstationen können durch Transformatoren mit größerer Bemessungsleistung ersetzt werden. Abgänge mit Überlastung werden verstärkt, indem entweder Leitungen mit größerer Stromtragfähigkeit oder neue Leitungen parallel verlegt werden. Dafür sind jedoch umfangreiche und kostenintensive Tiefbauarbeiten mit Eingriffen in die städtische Verkehrsführung notwendig.

Variante 2: Netzdienliches Lademanagement

Hier wird der in Variante 1 notwendige Netzausbau im Idealfall vollständig kompensiert, indem Ladevorgänge von Elektrofahrzeugen so gesteuert werden, dass keine Netzüberlastung auftreten kann. Dazu werden entweder die Ladevorgänge zeitlich entkoppelt, sodass einzelne Anschlüsse in einem Abgang sequentiell laden, oder es wird die Bezugsleistung der Ladesäule reduziert, sodass wiederum parallele Ladevorgänge stattfinden können. Eine solche Lösung setzt eine steuerbare Ladeeinrichtung voraus. Es ist anzunehmen, dass die Ausstattung der Niederspannungsebene mit Informations- und Kommunikationstechnik (IKT) aufgrund nicht notwendiger Tiefbauarbeiten langfristig günstiger sowie schneller umsetzbar ist. Mit § 14a EnWG existiert auch der rechtliche Rahmen für die netzdienliche Steuerung von Ladeeinrichtungen durch den Netzbetreiber [4]. Es besteht jedoch die Vermutung, dass Variante 2 mit hohen Einführungskosten sowie im Vergleich zur etablierten Netzführung höheren Betriebskosten verbunden ist.

Um durch Elektrofahrzeuge hervorgerufene Netzüberlastungen sicher detektieren zu können, benötigt der Netzbetreiber Informationen über die Belastungssituation im Netz. Dazu müssten im Idealfall die für den Netzbetrieb relevanten Abgangsbelastungen im Niederspannungsnetz in Echtzeit zu beobachten sein. Solche Systeme werden beispielsweise von SPIE SAG mit iNES [5] oder von DEPsys mit GridEye [6] angeboten, können jedoch noch nicht als Branchenstandard vorausgesetzt werden, sodass die meisten Niederspannungsnetze entsprechend nachgerüstet werden müssen. Dieser Nachrüstbedarf ist vor allem in Variante 2 erforderlich, weil dort auf Netzüberlastungen durch das netzdienliche Lademanagement reagiert werden muss.

Finanzielle Risiken im regulierten Netzbereich

Der Ausbau der bestehenden Niederspannungsnetze erfordert einen erheblichen Investitionsbedarf. Im Folgenden werden mögliche finanzielle Risiken der Netzbetreiber für beide Varianten erläutert. Grundsätzlich erhalten Netzbetreiber Erlöse in Form von Netznutzungsentgelten in Höhe einer durch Regulierungsbehörden festgelegten individuellen Erlösobergrenze EOt.

Regulatorische Auswirkungen der Elektromobilität
Bild 1. Funktionsschema der Anreizregulierung (vereinfachte Darstellung durch Konzentration auf zentrale Zusammenhänge der Anreizregulierung)

Wie in Bild 1 dargestellt, basiert die EOt auf den genehmigten Netzkosten und dem individuellen Effizienzwert des Netzbetreibers für eine fünfjährige Regulierungsperiode. Ausgangspunkt für die Bestimmung der EOt ist eine Kostenprüfung, die von der zuständigen Regulierungsbehörde durchgeführt wird:

  • Das Kalenderjahr, auf dessen Daten die Kostenprüfung basiert, wird in der Anreizregulierungsverordnung (ARegV) als Basis- oder Fotojahr bezeichnet. Grundsätzlich werden Kosten des Netzbetriebs nur dann berücksichtigt, wenn sie als betriebsnotwendig durch die Regulierungsbehörde anerkannt werden.
  • Nach Prüfung der Kostenbasis wird ein bundesweiter Effizienzvergleich unter den Netzbetreibern durchgeführt. Zur Ermittlung der individuellen Effizienzwerte werden Kosten und Strukturparameter wie Anzahl Anschlüsse, Leitungslänge oder versorgte Fläche eines Netzbetreibers mit denjenigen Werten anderer Unternehmen verglichen.

In der Anreizregulierung wird vor allem zwischen folgenden Kostenanteilen unterschieden:

  • dauerhaft nicht beeinflussbarer Kostenanteil KAdnb,t: Kostenanteil, den ein Netzbetreiber prinzipiell nicht beeinflussen kann und der somit nicht dem individuellen Effizienzwert unterliegt – zum Beispiel vorgelagerte Netzkosten oder Konzessionsabgaben
  • vorübergehend nicht beeinflussbarer Kostenanteil KAvnb,t: Kostenanteil, der in der laufenden Regulierungsperiode als effizient angesehen wird
  • beeinflussbarer Kostenanteil KAb,t: Kostenanteil, der in der laufenden Regulierungsperiode als ineffizient angesehen wird und abzubauen ist.

Die Aufteilung in KAvnb,t und KAb,t ergibt sich aus dem individuellen Effizienzwert. Ein individueller Effizienzwert von 90 % bedeutet beispielsweise 90 % KAvnb,t und 10 % KAb,t. Der KAb,t wird mit Hilfe des Verteilungsfaktors Vt innerhalb einer Regulierungsperiode schrittweise abgebaut. Der Verbraucherpreisgesamtindex VPIt für die allgemeine Geldwertentwicklung ergibt sich aus der Veröffentlichung des Statistischen Bundesamts. Dieser Wert wird ins Verhältnis gesetzt zum VPI0 für das Basisjahr. Der generelle sektorale Produktivitätsfaktor PFt berücksichtigt die Effizienzsteigerung in der Branche und wird aus der Abweichung des netzwirtschaftlichen Produktivitätsfortschritts und der gesamtwirtschaftlichen Einstandspreisentwicklung von der netzwirtschaftlichen Einstandspreisentwicklung ermittelt. Verbraucherpreisgesamtindex und genereller sektoraler Produktivitätsfaktor sind für alle Netzbetreiber gleich.

Die genannten Kostenanteile KAvnb,t und KAb,t bestehen aus pagatorischen Kosten (in der Regel Opex – operational expenditures) und kalkulatorischen Kosten (in der Regel Capex – capital expenditures) sofern sie als betriebsnotwendig anerkannt werden. Auf beide genannten Kostenanteile wirkt der Anpassungsterm (VPIt/VPI0 – PFt).

  • Pagatorische Kosten gehen auf dem Niveau des Basisjahres in die Regulierungsformel ein. Somit entstehen Zeitverzüge zwischen angefallenem Aufwand und Rückfluss in die EOt. Beispielsweise kann angefallener Aufwand im Jahr 2022, nach der Kostenprüfung in der vierten Regulierungsperiode, erst ab dem Jahr 2029 in der fünften Regulierungsperiode zurückfließen.
  • Capex bestehen vor allem aus kalkulatorischen Abschreibungen und der kalkulatorischen Eigenkapitalverzinsung.
    • kalkulatorische Abschreibungen unterscheiden sich von den handelsrechtlichen Abschreibungen durch kalkulatorisch zugrunde gelegte Nutzungsdauern nach Stromnetzentgeltverordnung (StromNEV).
    • Für das eingesetzte Eigenkapital wird dem Netzbetreiber eine Verzinsung zugestanden, welche in der Theorie sein Gewinn nach Steuern sein sollte.

Anders als bei den pagatorischen Kosten werden die kalkulatorischen Kosten prinzipiell über den ab 2019 gültigen Kapitalkostenabgleich jährlich bestimmt und hängen somit nicht mehr direkt vom Basisjahr ab. Investitionen in jedem Jahr einer Regulierungsperiode werden über den Kapitalkostenaufschlag (KKAt) unmittelbar berücksichtigt und erhöhen somit die Erlösobergrenze EOt. So können Zeitverzüge bei der Berücksichtigung von Investitionen, im Gegensatz zu der Berücksichtigung pagatorischer Kosten, im Idealfall vollständig vermieden werden.

Qualitative Wirkung der beiden Varianten

Aktivierbares Anlagenvermögen in Variante 1 – vor allem Leitungsbau einschließlich Tiefbau – und in Variante 2 – vor allem Ausstattung und Betrieb von IKT – führen aufgrund des KKAt zeitnah zu einer Steigerung der Erlösobergrenze. Variante 1 sollte im Vergleich zu Variante 2 höhere Capex aufgrund kostenintensiver Tiefbauarbeiten verursachen. Es ist anzunehmen, dass in Variante 2 für den Netzbetreiber höhere Opex aufgrund komplexer und deutlich weniger etablierter Prozesse entstehen. Aufgrund der Basisjahrbetrachtung bei den Opex erfolgt die Kostenberücksichtigung zeitversetzt erst in der nächsten Regulierungsperiode. Opex werden auch nur in dem Maß berücksichtigt, wie sie im Basisjahr anfallen, und haben zudem erfahrungsgemäß ein höheres Kürzungsrisiko bei der Prüfung der Betriebsnotwendigkeit als Capex.

Die Erfüllung eines vergleichbaren Versorgungsauftrags mit unterschiedlichen Kostenbasen sollte zu unterschiedlichen Effizienzwerten führen. Die Kosten und Strukturparameter der über 800 Stromnetzbetreiber unterliegen einer kontinuierlichen Entwicklung, weshalb eine Abschätzung der künftigen Effizienzwerte kaum verlässlich möglich ist. Auch ist unklar, wie die nach § 14a EnWG angeschlossene Ladeinfrastruktur berücksichtigt wird. Grundsätzlich sollte sich jedoch die kostengünstigere Variante positiv auf den individuellen Effizienzwert auswirken.

Im Ergebnis erscheint der gegenwärtige Regulierungsrahmen die Umsetzung der Variante 1 zu begünstigen, was auch die folgende Modellbetrachtung verdeutlicht.

Modellbeschreibung

Nach der qualitativen Analyse werden die beiden Varianten anhand eines realitätsnahen städtischen Netzbetreibers mit einer Monte-Carlo-Simulation für die dritte Regulierungsperiode quantitativ untersucht [7]. Eine Betrachtung von Effizienzwerten kann aufgrund der oben genannten Gründe nicht valide erfolgen. Zunächst wird der Zubau der Ladeinfrastruktur für Elektrofahrzeuge stochastisch auf einzelne Haushalte in der Niederspannungsebene verteilt. Die meisten Fahrzeughersteller bieten zurzeit überwiegend einphasige Ladetechnologien und nur wenige dreiphasige Ladetechnologien an, weshalb sich die Ladeleistung in zwei Gruppen unterteilt [8]. Auf Basis der ursprünglichen Ziele der Bundesregierung (1 Mio. Elektrofahrzeuge im Jahr 2020) wird im Modell ein Wachstumspfad von 100.000 E-Autos in Deutschland im Jahr 2019 und 1.000.000 Fahrzeugen im Jahr 2023 unterstellt. Dies entspricht einem Marktanteil von rund 2 % im Jahr 2023. Die Zahl konventioneller Fahrzeuge multipliziert mit dem Marktanteil ergibt den Erwartungswert an E-Autos im jeweiligen Jahr. Unter Zuhilfenahme einer Normalverteilung mit geringer Varianz wird anhand der Einwohner- und Autodichte der Siedlungstypen (Innenstadt, Vorstadt, Hochhaus) eine zufällige Zahl an E-Autos erzeugt. Innerhalb der Siedlungstypen wird die erzeugte Anzahl an E-Autos auf die Hausanschlusspunkte zufällig gleichverteilt (Bild 2).

Regulatorische Auswirkungen der Elektromobilität
Bild 2. Annahmen und Rahmenbedingungen für die Modellberechnung

Die technische Rückwirkung auf die Netze wird anhand von Modellnetzen untersucht. Es werden Standardbetriebsmittel angenommen (Bild 2). Unterschieden wird hier nur die Netztopologie, also die Netzstruktur der Siedlungstypen wie Wohneinheiten je Hausanschluss, Hausanschlüsse je Netzstrang, Netzstrangabgänge und -länge, Anzahl Wohneinheiten und Auslastungsgrad des Transformators. Der daraus resultierende Netzausbaubedarf für die beiden Varianten in der dritten Regulierungsperiode wird entsprechend Bild 3 bestimmt.

Regulatorische Auswirkungen der Elektromobilität
Bild 3. Berechnungsschema »konventioneller Netzausbau« und »netzdienliches Lademanagement«

Reicht die Transformatorleistung nicht aus, wird in beiden Varianten ein zusätzlicher Transformator zu je 50.000 € installiert. Auf die zunehmende Anzahl von E-Autos in jedem Betrachtungsjahr reagiert der Netzbetreiber in Variante 1 bei einer Betriebsmittelüberlastung in einem Netzstrang mit einer Verstärkung der Netzinfrastruktur – einschließlich Tiefbauarbeiten und Oberflächenversiegelung. Diese Umbaumaßnahmen verursachen Investitionen von 200 €/m und jährliche Betriebsausgaben von 0,5 % der Investitionssumme. In Variante 2 wird bei einer auftretenden Betriebsmittelüberlastung der Netzstrang mit IKT ausgestattet, die den Abgang beim einphasigen Laden mit nur 50 % Leistung und beim dreiphasigen Laden mit nur 20 % Leistung belastet. Die Investitionen betragen für das einmalige Ausrüsten 10.000 € je Netzstrang und verursachen jährliche Betriebsausgaben von 400 € für das erste angeschlossene E-Auto im Netzstrang und 100 € für jedes weitere E-Auto. Kommt es in den Folgejahren trotz eingesetzter IKT zu einer Betriebsmittelüberlastung, muss auch hier der jeweilige Netzstrang konventionell ausgebaut werden.

Untersuchungsergebnisse

Die Verteilung der E-Autos hat beim konventionellen Netzausbau zur Folge, dass 18 % der Leitungsabgänge im Netzgebiet bis zum Jahr 2023 verstärkt werden müssen. Beim netzdienlichen Lademanagement beträgt der zu verstärkende Anteil nur 2 %, die restlichen 16 % werden über IKT kompensiert. In Bild 4 werden die Kosteneffekte der Varianten dargestellt. Die Investitionen betragen in Summe beim konventionellen Netzausbau rund 13 Mio. €, gegenüber 3,5 Mio. € beim netzdienlichen Lademanagement. Die Betriebskosten fallen dagegen beim netzdienlichen Lademanagement in Summe mit 121.000 € fast doppelt so hoch aus wie beim konventionellen Netzausbau.

Regulatorische Auswirkungen der Elektromobilität
Bild 4. Kostenvergleich »konventioneller Netzausbau« vs. »netzdienliches Lademanagement«

Die Auswirkungen auf die EOt entsprechen für beide Varianten vereinfacht dem KKAt. Wie bereits erwähnt, werden Investitionen jährlich berücksichtigt und hängen, im Gegensatz zu den Betriebskosten, nicht unmittelbar vom Basisjahr ab. In Bild 5 sind die Kapitalkostenaufschläge für beiden Varianten dargestellt.

Regulatorische Auswirkungen der Elektromobilität
Bild 5. Kapitalkostenaufschlag

Der KKAt für den konventionellen Netzausbau in der dritten Regulierungsperiode steigt auf 938 T€ gegenüber dem netzdienlichen Lademanagement mit 252 T€. Hier muss erwähnt werden, dass die kalkulatorischen Nutzungsdauern und damit die Zeit bis zum vollständigen Rückfluss der Investitionsausgaben beim konventionellen Netzausbau (zum Beispiel Kabel) deutlich länger sind als beim netzdienlichen Lademanagement (zum Beispiel Software) und sich somit eine höhere Verzinsungsbasis über die gesamte kalkulatorische Nutzungsdauer der in diesem Rahmen erstellten Anlagen einstellt. Die Berücksichtigung der Betriebskosten erfolgt aufgrund der Basisjahrbetrachtung zeitversetzt erst in der nächsten Regulierungsperiode. Im konkreten Beispiel kann der Netzbetreiber beim netzdienlichen Lademanagement nur maximal die im Basisjahr 2021 angefallen Kosten von 20 000 € (Bild 4) als zusätzliche Betriebskosten anerkannt bekommen. Da die Betriebskosten schon im Betrachtungszeitraum auf 62.000 € steigen, kann eine Kostenunterdeckung ab der vierten Regulierungsperiode folgen.

Aufgrund der unterschiedlichen Erlöswirkungen und der noch offenen technischen Umsetzungsfragen im Zusammenhang mit dem netzdienlichen Lademanagement ist es denkbar, dass sich viele Netzbetreiber strategisch für die Umsetzung von Variante 1 entscheiden.

Fazit

Die Autoren zeigen anhand eines quantitativen Modells auf, dass der wachsende Marktanteil von E-Autos zu erheblichem Netzausbaubedarf führt. Die skizzierten Ansätze zur Netzintegration der Ladeinfrastruktur führen zu unterschiedlichen Erlöswirkungen bei den betroffenen Netzbetreibern. Der jetzige Regulierungsrahmen begünstigt den konventionellen Netzausbau im Vergleich zum intelligenten Netzausbau aufgrund der Ungleichbehandlung von Capex und Opex. Es besteht die Gefahr, dass sich diese Ungleichbehandlung investitionshemmend auf die Entwicklung intelligenter Netze auswirken kann.

Es ist daher fraglich, ob der heutige regulatorische Rahmen eine kosteneffiziente und alle technische Möglichkeiten berücksichtigende Integration von Ladeinfrastruktur gewährleistet. Aufgrund schnell wachsender Zulassungszahlen bei E-Autos besteht daher zunehmender Handlungsdruck, Antworten hierzu zu finden.

Literatur

[1] Scheffler, J.: Bestimmung der maximalen zulässigen Netzanschlussleistung photovoltaischer Energiewandlungsanlagen in Wohnsiedlungsgebieten. Juni 2002, Köln.

[2] Consentec: Wirtschaftlichkeit dezentraler Einspeisung auf die elektrischen Netze der Schweiz. März 2010, Aachen, im Auftrag des Bundesamts für Energie BFE.

[3] BDEW: Technische Anschlussbedingungen für den Anschluss an das Nieder­span­nungsnetz (TAB 2007). 2011, Berlin.

[4] §14a EnWG gestattet ein verringertes Netznutzungsentgelt für diejenigen Kunden, die dem Netzbetreiber die netzdienliche Steuerung der Ladeeinrichtung erlauben. Dabei muss die Ladeeinrichtung einen separaten Zählpunkt haben, der mit einer intelligenten Messeinrichtung ausgestattet wird (§ 29 Abs. 1 Nr. 1 2. HS MsbG).

[5] SPIE SAG: Smart Grids: iNES Intelligentes Verteilnetz-Management-System.
www.spie-sag.de/de/leistungen-produkte/smarte-technologien/smart-grids.php.

[6] DEPsys: GridEye.
www.depsys.ch/produkte/?lang=de.

[7] Monte-Carlo-Simulation ist ein Verfahren, bei dem eine sehr große Zahl gleichartiger Zufallsexperimente die Basis darstellt. Es wird dabei versucht, analytisch aufwendig lösbare Probleme mit Hilfe der Stochastik numerisch zu lösen.

[8] Börger, T.: Elektromobilität in Hamburg: Ausbau von öffentlicher Ladeinfrastruktur. Vortrag, 6. Tag der Elektromobilität, Juli 2017, www.ihkzuschwerin.de/blob/snihk24/innovation/Veranstaltungen_und_Wettbewerbe/3808788/a4f014c1c3172dc2376de67f2c435428/Vortrag-Thomas-Boerger-data.pdf.

Autoren

Andreas Feil, Associate Consultant,
KVK Kompetenzzentrum Verteilnetze und Konzessionen GmbH, Köln, E-Mail: andreas.feil@kvk-kompetenzzentrum.de

Andreas Esser, Geschäftsführer,
KVK Kompetenzzentrum Verteilnetze und Konzessionen GmbH, Köln, E-Mail: andreas.esser@kvk-kompetenzzentrum.de

Christoph Mucha, Leiter Weiterbildung/Prokurist,
KVK Kompetenzzentrum Verteilnetze und Konzessionen GmbH, Köln, E-Mail: christoph.mucha@kvk-kompetenzzentrum.de

Fachbeitrag aus ew 7-8/2018

Inhalt E-Magazin bestellen