Aktualisierung der Studie „Ladeinfrastruktur nach 2025/2030: Szenarien für den Markthochlauf“

Für die Nationale Leitstelle Ladeinfrastruktur (NLL) entwickelt das RLI die Methodik der im Jahr 2020 veröffentlichten Studie Ladeinfrastruktur nach 2025/2030: Szenarien für den Markthochlauf weiter und aktualisiert damit die Erkenntnisse. Mit der Studie suchten die Wissenschaftler:innen nach Antworten auf die Frage: „Wie viel und welche Ladeinfrastruktur für E-Mobilität muss bis zum Jahr 2030 in Deutschland aufgebaut werden?“. Die Datengrundlage sowie Informationen zu Technologie oder Nutzungsverhalten sollen nun aktualisiert werden. Die Studie wird außerdem bis ins Jahr 2035 erweitert und der gesamte Programmcode mit Open-Source-Lizenz veröffentlicht.

Aktualisierung der Datengrundlage

Der Bedarf an Ladeinfrastruktur in Deutschland für unterschiedliche Anwendungsszenarien (Lade-Use-Cases) ist von vielen Faktoren und Annahmen abhängig. In Zusammenarbeit mit der NLL aktualisiert das Projektteam die Datengrundlage der Vorgängerstudie. Um neue Informationen zu gewinnen, zum Beispiel zu Markthochlauf und Technik der E-Fahrzeuge, Ladeverhalten der Nutzenden oder Attraktivität der einzelnen Lade-Use-Cases, werden unter anderem Cleanroom-Gespräche und Stakeholder-Dialoge durchgeführt. Auch die Auswertung der Daten zur Mobilität in Deutschland aus dem Jahr 2017 (MiD-Daten) wird aktualisiert. Das Ziel ist es, Fahrten von Elektrofahrzeugen in Deutschland bis ins Jahr 2035 simulativ abbilden zu können. Die Aktualisierung der Daten wird hauptsächlich von der NLL durchgeführt.

Weiterentwicklung der Methodik

In der Vorgängerstudie hat das Projektteam den bundesweiten Bedarf an Ladeinfrastruktur in unterschiedlichen Use-Cases mit einem Bottom-Up Ansatz bestimmt. Seit Veröffentlichung der Studie hat sich der Aufbau von Ladeinfrastruktur diversifiziert und beschleunigt. Auch die Priorisierung des Ausbaus von Ladeinfrastruktur mit sehr hoher Ladeleistung (High-Power-Charging-Ladeinfrastruktur) ist neu. Aus diesen Gründen wird die Methodik der Studie weiterentwickelt. Neben allgemeinen Verbesserungen am Programmcode wird in der Aktualisierung eine Sensitivitätsanalyse durchgeführt. Das bedeutet, die Ergebnisse werden hinsichtlich ihrer Sensitivität gegenüber einer Änderung von unterschiedlichen Parametern, wie zum Beispiel x oder y untersucht.

Veröffentlichung des Modells

Der Programmcode der Studie „Ladeinfrastruktur nach 2025/2030: Szenarien für den Markthochlauf“ wurde in der Programmiersprache Matlab geschrieben und nicht veröffentlicht. Das wird sich durch die Aktualisierung ändern: Der gesamte Programmcode wird in der Programmiersprache Python geschrieben und vollständig mit der Open-Source-Lizenz AGPL-3.0 veröffentlicht.

• Auswertung der Aktualisierten Datengrundlage
• Weiterentwicklung der Methodik sowie des Modells der Studie
• Veröffentlichung der Ergebnisse der Aktualisierung der Studie „Ladeinfrastruktur nach 2025/2030: Szenarien für den Markthochlauf“
• Veröffentlichung des vollständigen Programmcodes

• In der Studie wird je nach Szenario eine installierte Ladeleistung von 23,3 bis 32,4 GW ermittelt.
  Das entspricht einem Bedarf von 380.000 bis 680.000 öffentlich zugänglichen Ladepunkten, davon 55.000 bis 90.000 HPC-Ladepunkte über 150 kW Ladeleistung. Im Referenzszenario, das die Basisannahmen kombiniert, ergibt sich ein Bedarf von 520.000 Ladepunkten, davon 68.000 HPC-Ladepunkte.
• Die in die E-Pkw verladene Menge an elektrischer Energie beziffert sich insgesamt auf 37,8 TWh – wobei öffentlich zugängliche Ladeinfrastruktur je nach Szenario einen Anteil zwischen 36 und 50 Prozent dieser Energie zur Verfügung stellen wird.
• Die Anzahl nicht öffentlich zugänglicher Ladepunkte zu Hause und in Unternehmen hat großen Einfluss auf die notwendige öffentlich zugängliche Ladeinfrastruktur.
• Das HPC-Szenario, bei dem ein Fokus auf HPC-Ladeinfrastruktur gelegt wird, reduziert die Gesamtzahl an benötigten öffentlich zugänglichen Ladepunkten bei wachsender Anzahl von HPC-Ladepunkten, wobei die installierte Ladeleistung gegenüber dem Referenzszenario konstant bleibt.