Ladeinfrastruktur – Bestand und Ausbauplanung

Aktuelle Ladeinfrastruktur

Die unzureichende öffentliche Ladeinfrastruktur stellt ein wesentliches Hindernis für den erfolgreichen Übergang zur Elektromobilität dar. Laut Berechnungen der NPE (2015) sind rund 85 Prozent der benötigten Ladeinfrastruktur private Ladepunkte. Die restlichen 15 Prozent befinden sich im öffentlich zugänglichen Bereich. Die meisten Nutzer nutzen eine private Lademöglichkeit.

Problem sind auch sehr divergierende Angaben zu den verfügbaren Ladestationen.

Die Bundesnetzagentur stellt ein Ladesäulenregister mit 11.600 Ladesäulen (Stand Januar 2020) zu den im Rahmen der Ladesäulenverordnung (LSV) gemeldeten Daten zur öffentlich zugänglichen Ladeinfrastruktur in Deutschland zum Download (CC-BY 4.0) bereit.

Derzeit (Stand Dezember 2019) werden vom Bundesverband der Deutschen Energiewirtschaft (BDEW) rund 23.840 öffentliche und halböffentliche Ladepunkte von Energieunternehmen, Parkhaus- und Parkplatzbetreibern, Supermärkten und Hotels erfasst. Das ist eine Steigerung von über 50 Prozent innerhalb eines Jahres. Der Anteil der Schnellladestationen liegt bei rund 12 Prozent.

Anderson u.a. (2016) ermitteln einen Ladeinfrastrukturbedarf für die anvisierten eine Million Elektrofahrzeuge in Deutschland im Jahr 2020 von ca. 33.000 öffentlichen und halböffentlichen Ladepunkte für den Alltagsverkehr, sowie circa 2.600 öffentlichen Ladepunkten für den Fernverkehr. Je nach Ausgestaltung der Normalladeinfrastruktur und angestrebter Versorgungssicherheit sind zusätzlich bis zu etwa 4.000 Schnellladepunkte sinnvoll.

Forschungen zur Ladeinfrastruktur fokussieren sich nach Anderson, 2016, S. 7 vorzugsweise auf die drei Bereiche Optimierung, Analysen zur räumlichen Verteilung und Empfehlungen zur Aufstellung von Ladestationen. Viele Einflussfaktoren sind nach Anderson, 2016, S. 14 noch nicht ausreichend bekannt, so technische Faktoren (z.B. elektrische Reichweite und Ladegeschwindigkeit), Charakteristika von Nutzern (z.B. Verfügbarkeit von privater Ladeinfrastruktur) oder das Nutzerverhalten in Bezug auf Fahrverhalten und Ladepräferenzen. Anderson u.a., 2016, S. 27 leiten mittels Routing-Algorithmen auch streckenbezogene Ladevorgänge im Fernverkehr als Dichtekarten ab.