Spatial modeling of charging infrastructure for the traffic flow-based charging demand of battery-electric vehicle fleets

Abstract

Die Planung von Ladeinfrastruktur für batterieelektrische Fahrzeugflotten auf großräumiger Skala setzt voraus zu verstehen, welche Parameter auf die geografische Verteilung des Ladebedarfs Einfluss nehmen. Entscheidend sind dabei Flottenzusammensetzung und Adoptionsmuster, verbraucherspezifisches Verhalten und räumlich variierende Ladekosten. Die vorliegende Dissertation vertieft dieses Verständnis durch vier Forschungsbeiträge zu Personenkraftwagen- und Nutzfahrzeugflotten im regionalen und überregionalen Verkehr. In allen vier Beiträgen wird die geografische Zuordnung des Ladebedarfs endogen bestimmt. Dabei wird analysiert, wie Flottenerneuerung, Adoptionsmuster, Verbraucherverhalten und Ladekosten diese Zuordnung prägen.Die Beiträge basieren auf drei entwickelten Methoden, die auf einer gemeinsamen Grundlage aufbauen: räumlich aufgelöste Verkehrsfluss- und Quelle-Ziel-Daten, die sowohl die Mobilität der Fahrzeugflotten als auch die flexible räumliche Zuordnung des Ladebedarfs abbilden. Das Methodendesign spiegelt dabei Abwägungen zwischen räumlicher Auflösung, zeitlicher Skalierung und Modellumfang wider --- Abwägungen, die sich unmittelbar aus den jeweiligen Forschungsfragen ergeben. Diese reichen von der statischen Standortplanung einzelner Autobahnabschnitte über die mehrjährige Flottenumstellungsoptimierung auf regionaler Ebene bis hin zur Erstellung von stündlichen Ladelastprofilen für die Stromsystemintegration.Die quantitativen Analysen werden auf europäische Fallstudien auf regionaler, nationaler und internationaler Ebene angewandt. Betrachtet man die Beiträge nicht isoliert, sondern in ihrer Gesamtheit, treten drei übergreifende Erkenntnisse hervor: Erstens hat die Reichweite, sowohl bei Personenkraftwagen als auch bei Nutzfahrzeugen, einen überraschend begrenzten Einfluss auf den Ladebedarf und die Infrastrukturkosten. Statt neue Standorte zu erschließen, konvergiert der Ausbau des Ladenetzwerks vor allem hin zur Verdichtung bestehender Standorte. In diesem Zusammenhang ist eine räumlich dichte Ladeinfrastruktur unerlässlich, um eine Adoption batterieelektrischer Fahrzeuge über alle Einkommensklassen hinweg zu erzielen. Zweitens erweist sich die räumliche Flexibilität bei der Zuordnung des Ladebedarfs als erheblich. Räumlich unterschiedliche Ladekosten verlagern den Bedarf über Landesgrenzen hinweg, während Transitströme eine regionale Bedarfsheterogenität erzeugen, die durch nationale Flottenprognosen allein nicht erfasst werden kann. Drittens führen einkommensspezifische Verhaltensunterschiede --- erfasst über den „Value of Time" --- zu deutlich divergierenden Ladepräferenzen. Daraus folgt, dass eine homogene Verbraucherdarstellung die Realität der Infrastrukturplanung systematisch verzerrt.Die Erkenntnisse dieser Arbeit deuten auf einige notwendige Weiterentwicklungen in der Ladeinfrastrukturplanung hin: Bei der Planung auf großräumiger Skala müssen etablierte Methoden von der kapazitätsbasierten Standortplanung zu einer betriebsoptimierten Kapazitätsplanung übergehen: eine Planung, die Kapazitätsdimensionierung, Stationsauslastung und Fahrzeugbetrieb als wechselwirkende Größen endogen berücksichtigt. Für Personenkraftwagen bedeutet dies konkret, Ausbauziele an räumlicher Erreichbarkeit statt an installierter Kapazität auszurichten, da nur eine flächendeckend dichte Infrastruktur die Adoption über alle Einkommensgruppen hinweg sicherstellt. Für Nutzfahrzeugflotten hingegen muss die räumliche Flexibilität des Ladebedarfs als nachfrageseitige Ressource für das Stromsystem aktiv genutzt werden --- besonders entlang internationaler Korridore, wo Infrastruktur- und Kostenkonfigurationen den Ladebedarf grenzüberschreitend beeinflussen. All dies lässt sich nicht im nationalen Alleingang lösen: Es bedarf eines koordinierten Handelns von Verkehrspolitik, Infrastrukturplanung und Stromnetzbetrieb über Ländergrenzen hinaus.

Planning charging infrastructure for battery-electric vehicle fleets at large geographic scales requires understanding how charging demand is geographically allocated---and how fleet adoption dynamics, consumer-specific behavior, and spatially varying charging costs shape this allocation. This thesis advances this understanding through four research contributions across passenger car and commercial vehicle fleets in both regional and long-distance transport. Across these segments, the analyses endogenously determine the geographic allocation of charging demand and capture how this is influenced by fleet turnover and adoption patterns, consumer-specific behavior, and spatially varying charging costs. The three distinct methodologies developed in this thesis share a common basis in spatially resolved traffic flow and origin-destination data, capturing the mobility of vehicle fleets and thus their spatially flexible allocation of charging demands. The method design reflects trade-offs between spatial resolution, temporal scale, and model scope, as required by the respective research questions---ranging from a static station siting at individual highway segments to multi-year fleet turnover optimization at the regional level and hourly charging load profiling for electricity system integration.The quantitative analyses are applied to different European case studies at regional, national, and international geographic scopes. Considering the contributions jointly rather than in isolation, three overarching insights emerge: First, across both passenger car and commercial fleet analyses, driving range has a limited impact on required charging capacity and infrastructure costs, with expansion converging towards densification of the charger network rather than initial siting. The spatial density of charging sites emerges as a key factor for enabling equitable battery-electric adoption. Second, the spatial flexibility in charging demand allocation proves substantial---spatially differing charging costs redistribute demands across national borders, while transit flows generate regional demand heterogeneity that domestic fleet projections alone would miss. Third, income-specific behavioral differences that are captured using the value of time produce divergent charging preferences, indicating that a homogeneous consumer representation oversimplifies infrastructure planning.Overall, the findings indicate that charging infrastructure planning at large geographic scales needs to shift from coverage-based siting toward operations-aware capacity planning, accounting endogenously for the interplay between capacity sizing, station utilization, and vehicle operation. Expansion targets for passenger cars must be grounded in spatial accessibility rather than installed capacity, as spatially dense infrastructure is essential for enabling adoption across all income groups. For commercial fleets, the spatially flexible allocation of charging demands must be leveraged as a demand-side resource for the electricity system, particularly along international corridors where charging demand is shaped by infrastructure and cost configurations across national boundaries. Achieving this requires coordinated action from transport policy makers, infrastructure planners, and electricity system operators beyond the national level.