Techno-ökonomische Analyse zum kommunalen Einsatz von

Elektromobilität
in kommunalen
Reinigungsflotten
Michael Haag | Lieselotte Ade
Universität Stuttgart IAT
Dezember 2015
Elektromobilität
in kommunalen
Reinigungsflotten
A u to re n
Mi c h a e l Ha a g , L i e s e l o tte Ad e
U n i v e rs i tä t S tu ttg a rt I AT
K e y wo rd s
E le k tro mo b i l i tä t, K o mmu n a l e Rei ni gungs fahrz euge, F ahrz eugfl otten,
T C O -An a l y s e , P o te n zi a l -An a l y s e, O pti mi erung
Inhaltsverzeichnis
1
Einleitung und Motivation ................................................................................... 1
2
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen ..................... 2
2.1
Definition und Einordnung von mobilen Arbeitsmaschinen .................. 2
2.2
Historische Einordnung der Stadtreinigung .......................................... 3
2.3
Mobile Arbeitsmaschinen auf deutschen Straßen ................................ 4
2.4
Umweltbelastungen durch mobile Arbeitsmaschinen ........................... 5
3
Methodik ............................................................................................................... 8
4
Datengrundlage ................................................................................................. 10
5
4.1
Datenerhebung .................................................................................. 10
4.2
Eingangsparameter ........................................................................... 11
Ergebnisse ......................................................................................................... 13
5.1
Statistische Analyse der Fahrleistungen kommunaler
Kehrmaschinen ................................................................................. 13
5.2
Technologische Analyse zum Einsatz elektrischer
Reinigungsfahrzeuge ......................................................................... 17
5.2.1
Bestimmung notwendiger Batteriekapazität ....................................... 17
5.2.2
Simulation eines hybriden Reinigungsfahrzeugs ............................... 19
5.3
Ökonomische Analyse zum Einsatz elektrischer
Reinigungsfahrzeuge ......................................................................... 22
6
Diskussion und Schlussfolgerung ................................................................... 24
7
Literaturverzeichnis ........................................................................................... 26
Einleitung und Motivation
1
1
Einleitung und Motivation
Diese Arbeit ist im Rahmen des Schaufensterprojekts „Umweltfreundliche Kommunalfahrzeuge“ im „LivingLab BWe mobil“ in Baden-Württemberg entstanden. 1
Unsere Umwelt leidet unter den Folgen des Verkehrs auf Basis fossiler Rohstoffe. Um
den Klimawandel und die damit verbunden Umweltrisiken mindern zu können, muss
der CO2-Ausstoß deutlich reduziert werden. Des Weiteren verknappen die Ressourcen
zunehmend und führen zu einer Preissteigerung für Kraftstoffe. Nicht nur global betrachtet, sondern auch in unseren deutschen Städten wird die Situation zunehmend
kritisch. Abgase, Feinstaub und Lärm belasten die Lebensqualität, insbesondere in
Stadtbereichen, die dicht bewohnt sind.
(Teil-)Elektrische Antriebe mit keinen oder geringeren (lokalen) Emissionen können
diese Problematik lindern, indem sie mit Strom aus erneuerbaren Energien versorgt
werden. So wird im Bereich der Pkw-Entwicklung schon seit Jahren viel in die Entwicklung und Markteinführung alternativer Antriebe investiert. Warum sollte man sich bei
dieser Entwicklung auf Pkws und Lkws beschränken? Im Bereich der Nutzfahrzeuge
und kommunalen Geräteträger gibt es bislang nur wenige Bemühungen umweltfreundlichere Antriebe einzusetzen. Dabei ist gerade in diesem Fahrzeugsegment ein großes
Potenzial zur Elektrifizierung gegeben. Gerade im kommunalen Bereich werden die
Arbeitsgeräte, beispielsweise Straßenkehrmaschinen oder Fahrzeuge im Winterdienst,
oftmals nur über kürzere Strecken genutzt, was die Reichweitenproblematik elektrischer Antriebe entschärft. Die Vorteile von geringerem Kraftstoffverbrauch und reduzierte Geräusch- und Abgasemissionen, könnten sich in Quartieren mit Fußgängerbereichen oder in Wohngebieten positiv auf die Lebenssituation der Menschen auswirken.
In diesem Bericht wird auf Basis von erhobenen Fahrprofilen der Frage nachgegangen,
welche technischen und ökonomischen Potenziale elektrifizierte Reinigungsfahrzeuge
in einem kommunalen Fuhrpark besitzen. Dabei ist der Bericht wie folgt gegliedert.
Zunächst erfolgt in Kapitel 2 eine Einordnung von mobilen Arbeitsmaschinen (kommunalen Reinigungsfahrzeugen). Kapitel 3 gibt einen kurzen Überblick über die methodische Vorgehensweise, während Kapitel 4 die verwendeten Eingangsdaten und –
Parameter erläutert. In Kapitel 5 werden die Ergebnisse vorgestellt und in Kapitel 6
abschließend diskutiert.
1 Vgl. e-mobil BW (2013).
2
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
2
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
2.1
Definition und Einordnung von mobilen Arbeitsmaschinen
Der Begriff „mobile Arbeitsmaschine“ verdeutlicht, dass es sich um eine Maschine mit
Arbeitsauftrag handelt, die jedoch nicht an einem feststehenden Ort tätig ist, sondern
sich räumlich autark bewegen kann. Diese mobilen Maschinen und Geräte sind auch
unter dem Begriff der „Non-Road Mobile Machinery“, kurz NRMM, bekannt. 2 Man findet sie beispielsweise in den Bereichen der Forst- und Landwirtschaft, unter den Baumaschinen und im Bereich der kommunalen Geräte. Es existiert keine einheitliche Definition für diese Art von Maschinen, weshalb sich dieser Bericht einzelner Definitionen
bedient und diese kombiniert.
In der Maschinenrichtlinie 2006/42/EG wird eine Maschine folgendermaßen definiert:
„eine mit einem anderen Antriebssystem als der unmittelbar eingesetzten menschlichen oder tierischen Kraft ausgestattete oder dafür vorgesehene Gesamtheit miteinander verbundener Teile oder Vorrichtungen, von denen mindestens eines bzw. eine beweglich ist und die für eine bestimmte Anwendung zusammengefügt sind.“ 3
Nach dieser Definition besteht die Hauptfunktion einer Maschine darin, eine Arbeit zu
verrichten, wozu sie mit einer externen Energiequelle ausgestattet ist. Allerdings ist
diese Definition nicht ausreichend, um die mobilen Arbeitsmaschinen zu beschreiben,
denn sie enthält die Einschränkung, dass der Maschine „[…] die Teile fehlen, die sie
mit ihrem Einsatzort oder mit ihren Energie- und Antriebsquellen verbinden“. 4 Für die
Definition einer mobilen Arbeitsmaschine ist zusätzlich deren Fahrantrieb, der für eine
eigenständige Fortbewegung sorgt, zu berücksichtigen. Diese Mobilität, unabhängig
vom direkten Umfeld und vorgegebenen Fahrbahnen, ist Voraussetzung für die Bewältigung der Arbeitsaufgabe und stellt den größten Unterschied zu stationären Maschinen dar. 5
2 Vgl. Merker und Teichmann (2014), S. 271
3 Vgl. Das Europäische Parlament und der Europäische Rat (2006) (S.27)
4 Vgl. Das Europäische Parlament und der Europäische Rat (2006) (S.27)
5 Vgl. Martinus (2004), S. 6
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
3
Kraftfahrzeuge werden laut Fahrzeugzulassungsverordnung (FZV) als „nicht dauerhaft
spurgeführte Landfahrzeuge, die durch Maschinenkraft bewegt werden“ definiert. 6 Diese Beschreibung trifft auch auf die mobilen Arbeitsmaschinen zu. In der FZV werden
sie demnach als selbstfahrende Arbeitsmaschinen bezeichnet, die „nach ihrer Bauart
und ihren besonderen, mit dem Fahrzeug fest verbundenen Einrichtungen zur Verrichtung von Arbeiten, jedoch nicht zur Beförderung von Personen oder Gütern bestimmt
und geeignet sind“. 7 Auf Grundlage dieser Definitionen kann man eine Einordnung der
mobilen Arbeitsmaschinen innerhalb der Gruppe der Kraftfahrzeuge, nach Art der Nutzung, vornehmen.
Eine eindeutige Abgrenzung zu herkömmlichen Fahrzeugen mit eigenem Fahrantrieb,
wie Pkws oder Lkws, ist durch die Präsenz des Arbeitsantriebs und der Priorität des
Arbeitsauftrages gegeben.
Zusammenfassend lässt sich festhalten, dass das zentrale Charakterisierungsmerkmal
von mobilen Arbeitsmaschinen, deren beide Antriebe sind. Fahr- und Arbeitsantrieb
sind dabei zur Bewältigung der Arbeitsaufgabe gleichermaßen von Bedeutung. Die
uneingeschränkte Mobilität und die Funktion der Arbeitsaggregate sind erforderlich, um
den übergeordneten Zweck, das bedeutet den Arbeitsprozess, zu erfüllen. Die reine
Fortbewegung, beispielsweise die Fahrt zum Einsatzort, spielt eine untergeordnete
Rolle. 8
2.2
Historische Einordnung der Stadtreinigung
Die Bedeutung der Stadtreinigung wird deutlich, wenn man sich ihre Geschichte betrachtet. Schon 320 v.Chr. war den Menschen im antiken Griechenland bewusst, dass
die Reinhaltung der Straßen sichergestellt werden muss. Leider scheiterte die Umsetzung dieses Vorhabens, denn die Straßen waren bis ins Hochmittelalter (ab ca. 1300)
nicht befestigt. Oftmals befand sich so viel Schlamm auf den Straßen, so dass an eine
Reinigung nicht zu denken war. Des Weiteren gab es weder eine Kanalisation oder
Abwasserversorgung, noch eine Abfallbeseitigung. Die hygienische Situation in den
Städten war größtenteils katastrophal. Obwohl zahlreiche Sauberkeitsverordnungen
erlassen wurden, verbesserte sich die Situation nicht. Erst mit Einführung von städtischen Einrichtungen und Übernahme der Verantwortung für die Sauberkeit der Stadt
durch die Kommunen selbst (ab der zweiten Hälfte des 19. Jahrhunderts), brachte man
6 Vgl. Bundesministerium der Justiz und für Verbraucherschutz (2011) (S.4)
7 Vgl. Bundesministerium der Justiz und für Verbraucherschutz (2011) (S.5, §2 Nr.17)
8 Vgl. Geimer und Pohlandt (2014) (S.I-5)
4
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
die Probleme langsam unter Kontrolle. Dies wird als die erste „Reform der Stadtreinigung“ bezeichnet. 9 Ein Indikator dafür, dass sich die Investitionen in die Sauberkeit
und Stadtpflege gelohnt haben, war der drastische Rückgang an Seuchen. Krankheiten
wie Cholera oder Typhus, die zuvor viele hunderttausend Tote gefordert haben, konnten durch die getroffenen Maßnahmen aus europäischen Städten gänzlich verdrängt
werden. Mit dem Übergang der Straßenreinigung auf die Gemeinden haben sich zwei
grundlegende Dinge geändert, die letztlich zum Erfolg führten. Zum einen wurde die
Handarbeit zum größten Teil durch Maschinen ersetzt oder von Maschinen unterstützt.
Zum anderen änderte sich dadurch auch die Zusammensetzung des Personals zur
Reinigung der Stadt. Anstelle von Sträflingen und Armen, wurden Arbeiter angelernt
und für ihre Arbeit entlohnt.
Die ersten Kehrmaschinen wurden um 1800 konstruiert. Sie wurden von Pferden gezogen und schon 25 Jahre später gab es den ersten Entwurf einer selbstaufnehmenden Kehrmaschine. Die Maschine von Whitworth konnte das Kehrgut eigenständig in
einen Aufnahmebehälter befördern, so wie es auch bei den heutigen Maschinen zum
Stand der Technik gehört. Zu Beginn des 20. Jahrhunderts kamen Kehrmaschinen mit
Verbrennungsmotoren auf den Markt. Mit dem technischen Fortschritt und einer wachsenden Nachfrage an kommunalen Reinigungsfahrzeugen, haben sich zahlreiche Unternehmen in diesem Marktsegment entwickelt und bieten dabei oft kundenindividuelle
Lösungen an.
2.3
Mobile Arbeitsmaschinen auf deutschen Straßen
Die Entwicklung der Neuzulassungen und des Fahrzeugbestandes von mobilen Arbeitsmaschinen in Deutschland wird durch das Kraftfahrt-Bundesamt (KBA) erfasst.10
Abbildung 1 zeigt die Entwicklung der Fahrzeuge für die Straßenreinigung für die Jahre
2005 bis 2010. Die Erfassung des Fahrzeugbestandes wird durch das KBA mit dem
Stichtag des 01.01. eines Jahres durchgeführt. Die Veränderungen des Bestandes
(Neuzulassungen, Außerbetriebssetzungen etc.) sind auf das jeweilige Jahr zeitraumbezogen. Aus Abbildung 1 ist zu erkennen, dass der Bestand der mobilen Arbeitsmaschinen für die Straßenreinigung mit den Jahren stetig gewachsen ist. 11 So waren im
Jahr 2010 in Deutschland in etwa 9.000 mobile Arbeitsmaschinen zugelassen. Die Abbildung zeigt weiter, dass der Bestand vom Jahr 2007 auf das Jahr 2008 jedoch stark
9 Vgl. Martens (1999)
10 Vgl. Kraftfahrt-Bundesamt (2014)
11 Vgl. Kraftfahrt-Bundesamt (2014)
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
5
sank. Dieser Umstand ist einer geänderten Erfassungsmethodik des Kraftfahrtbundesamtes geschuldet, wonach nur noch angemeldete Fahrzeuge ohne vorübergehende
Stilllegungen oder Außerbetriebssetzungen gezählt werden. 12
Aufgrund der EU-Verordnung 2007/46 und 678/2011 werden ab dem 01. Januar 2011
die Neuzulassungen und der Bestand von mobilen Arbeitsmaschinen mit einer veränderten Einteilung bei den Fahrzeugaufbauarten erfasst. 13, 14 Dies führt dazu, dass ab
dem 01. Januar 2012 die Bestandsdaten und ab dem 01. Januar 2011 die Neuzulassungsdaten nicht mit den Daten der Vorjahre vergleichbar sind. So werden nach den
neuen Verordnungen ab 2011 die Straßenreinigungsfahrzeuge zukünftig nur noch aggregiert (nach der Aufbauart „Straßenkehrer und Kanalreiniger“) erfasst.
Neuzulassung
900
Fahrzeugbestand
10.000
9.500
700
9.000
600
500
8.500
400
8.000
300
7.500
200
7.000
100
0
Fahrzeugbestand [n]
Neuzulassungen [n]
800
2005
2006
2007
2008
2009
2010
6.500
Abbildung 1: Neuzulassungen und Bestand von mobilen Arbeitsmaschinen für die
Straßenreinigung in Deutschland 15
2.4
Umweltbelastungen durch mobile Arbeitsmaschinen
Gemessen am Fahrzeugbestand in Deutschland, liegen mobile Arbeitsmaschinen für
die Straßenreinigung weit hinter den anderen Kraftfahrzeugen zurück. So machen
12 Vgl. Kraftfahrt-Bundesamt (2014)
13 Vgl. Europäisches Parlament (2007)
14 Vgl. Europäische Kommission (2011)
15 Vgl. Kraftfahrt-Bundesamt (2014)
6
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
Straßenreinigungsfahrzeuge nur etwa 0,0002 %, gemessen am gesamtdeutschen
Fahrzeugbestand, aus. 16
Die Zulassungszahlen in Deutschland zeigen, dass insbesondere mobile Arbeitsmaschinen 17 hohe Schadstoffemissionen aufweisen. Eine Studie belegt, dass mobile Arbeitsmaschinen im Vergleich zum übrigen Straßenverkehr, in etwa dieselbe Menge an
Partikelemissionen ausstoßen und an den Stickstoffoxidemissionen zu 20 % beteiligt
sind. 18 Abbildung 2 veranschaulicht diesen Zusammenhang.
Abbildung 2: Anteile an den deutschlandweiten NOx- und Partikelemissionen des Straßenverkehrs und der mobilen Arbeitsmaschinen für das Jahr 2010 19
Als Ursache für diesen überproportionalen Schadstoffausstoß kann angeführt werden,
dass es sich bei mobilen Arbeitsmaschinen meist um Dieselfahrzeuge handelt und
häufig Fahrzeuge älterer Baujahre noch als Arbeitsgeräte zum Einsatz kommen, die
den heutigen Abgasnormen nicht entsprechen. Dies ist mitunter auf den Umstand zurückzuführen, dass lange Zeit keine regulierende Richtlinie für die Emissionen der Arbeitsmaschinen existierte. So wurden im Jahr 1997 erstmals verbindliche Emissionsgrenzwerte für Arbeitsmaschinen im Straßenverkehr festgelegt und somit sechs Jahre
nach der Abgasnorm für den übrigen Straßenverkehr. 20
16 Vgl. Kraftfahrt-Bundesamt (2015)
17 In diesem Fall Sonstige Kfz inkl. Reinigungsfahrzeuge, Abfallsammelfahrzeuge, Bagger und
Lader, etc. Für eine detaillierte Übersicht siehe Kraftfahrt-Bundesamt (2014)
18 Vgl. Helms und Heidt (2014) (S. 15)
19 Vgl. Helms und Heidt (2014) (S. 15)
20 Vgl. Das Europäische Parlament und der Rat der Europäischen Union (1997).
Einordnung von Arbeitsmaschinen und Reinigungsfahrzeugen
7
Im Bereich der mobilen Arbeitsmaschinen sind, bedingt durch kleinere Stückzahlen, die
Maßnahmen zur Reduzierung der Emissionen und Entwicklungen zu alternativen Antrieben nicht so weit fortgeschritten, wie beispielsweise im Pkw und Nutzfahrzeugbereich.
8
3
Methodik
Methodik
In diesem Abschnitt wird die Methodik zur ökonomischen und technischen Potenzialberechnung auf Basis von Fahrprofilen beschrieben.
Formale Berechnung der Total Cost of Ownership
Zur Ermittlung des ökonomischen Potenzials der kommunalen Reinigungsfahrzeuge
werden die Total Cost of Ownership 21 (TCO) für erhobene Fahrprofile und die beiden
betrachteten Antriebstechnologien Diesel und Range-Extended Electric Vehicle
(REEV) bestimmt. Für die technische Potenzialbestimmung wird zunächst die Berechnung des elektrischen Fahranteils eines REEV durchgeführt. Für die aufgezeichneten
Fahrprofile erfolgt eine Simulation der Batterieentladungen und –ladungen. Basierend
auf der Simulation des Batterieprofils wird berechnet, wie viele Kilometer an der Gesamtfahrleistung elektrisch zurückgelegt werden können. Der Quotient entspricht dem
elektrischen Fahranteil.
Aufbauend auf der Analyse des technischen Potenzials, werden für jedes Fahrprofil
und jeden Fahrzeugtyp die jährlichen 𝑇𝑇𝑇𝑇𝑇𝑇𝑎𝑎 bestimmt. Diese setzen sich aus den diskontierten Anschaffungsausgaben sowie den jährlichen Betriebskosten zusammen.
𝑎𝑎𝑐𝑐𝑎𝑎𝑝𝑝𝑝𝑝𝑝𝑝 (capital expenditure) bezeichnet die Annuität der Investition und stellt die diskontierte Anschaffungsinvestition dar. Die jährlichen Betriebskosten werden als 𝑎𝑎𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 (operational expenditures) bezeichnet und beinhalten die laufenden Betriebsausgaben, wie
Energiekosten und Aufwendungen für Wartung und Instandhaltung. Das ökonomische
Potenzial eines einzelnen Fahrzeugs ist durch den Fahrzeugtyp gegeben, welcher es
erlaubt, das im Fahrprofil dokumentierte Fahrverhalten am wirtschaftlichsten zu ermöglichen.
Die Kostenfunktionen für die Berechnung eines konventionellen Dieselfahrzeugs
𝑎𝑎
𝑎𝑎
(𝑇𝑇𝑇𝑇𝑇𝑇𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷
) sowie eines hybriden Reinigungsfahrzeugs (𝑇𝑇𝑇𝑇𝑇𝑇𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
) sind nachfolgend
dargestellt. 22
21 Nachfolgend vereinfacht TCO genannt
22 Vgl. Plötz et al. (2014) (S.26f) und Haag (2012)
Methodik
9
𝑎𝑎
𝐷𝐷𝐷𝐷𝐷𝐷𝑠𝑠𝑒𝑒𝑒𝑒
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷
𝑇𝑇𝑇𝑇𝑇𝑇𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷
= 𝑎𝑎𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
+ 𝑎𝑎𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷
= (𝐼𝐼𝐹𝐹 ∗ 𝑎𝑎) ∗ (1 + 𝑉𝑉𝑉𝑉𝑉𝑉)
𝑎𝑎𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷
= ��𝑉𝑉𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 ∗ 𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾 � ∗ 𝐽𝐽𝐽𝐽𝐽𝐽 + 𝐾𝐾𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊 � ∗ (1 + 𝑉𝑉𝑉𝑉𝑉𝑉)
𝑎𝑎𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜
𝑎𝑎
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
𝑇𝑇𝑇𝑇𝑇𝑇𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
= 𝑎𝑎𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
+ 𝑎𝑎𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
= �(𝐼𝐼𝐹𝐹 + 𝐼𝐼𝐵𝐵 ) ∗ 𝑎𝑎 + 𝐼𝐼𝐿𝐿𝐿𝐿𝐿𝐿 ∗ 𝑎𝑎𝐿𝐿 � ∗ (1 + 𝑉𝑉𝑉𝑉𝑉𝑉)
𝑎𝑎𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
= ��𝑠𝑠𝑒𝑒𝑒𝑒 ∗ 𝑉𝑉𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 ∗ 𝐾𝐾𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 + (1 − 𝑠𝑠𝑒𝑒𝑒𝑒 ) ∗ 𝑉𝑉𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 ∗ 𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾 � ∗ 𝐽𝐽𝐽𝐽𝐽𝐽 + 𝐾𝐾𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊 � ∗ (1 + 𝑉𝑉𝑉𝑉𝑉𝑉)
𝑎𝑎𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜
mit
𝑇𝑇𝑇𝑇𝑇𝑇𝑎𝑎 : Jährliche Total Cost of Ownership [€]
𝑎𝑎𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 : Annuität der Investition [€/Zeiteinheit]
𝐼𝐼𝐹𝐹 : Investition Fahrzeug [€]
𝐼𝐼𝐿𝐿𝐿𝐿𝐿𝐿 : Investition Ladeinfrastruktur [€]
𝑎𝑎𝑜𝑜𝑜𝑜𝑜𝑜𝑜𝑜 : jährliche Betriebskosten [€]
𝐼𝐼𝐵𝐵 : Investition Batterie [€]
𝑉𝑉𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 : Verbrauch konventionell [l/km]
𝑉𝑉𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 : Verbrauch elektrisch [kWh/km]
𝐾𝐾𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊𝑊 : Kosten Wartung [€]
𝑉𝑉𝑉𝑉𝑉𝑉: Mehrwertsteuer [%]
𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾𝐾 : Treibstoffkosten Diesel [€/l]
𝐽𝐽𝐽𝐽𝐽𝐽: Jahresfahrleistung [km]
𝑠𝑠𝑒𝑒𝑒𝑒 : elektrischer Fahranteil [%]
Annuitätenfaktor 𝑎𝑎:
(1+𝑖𝑖)𝑇𝑇 ∗𝑖𝑖
(1+𝑖𝑖)𝑇𝑇 −1
𝐾𝐾𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 : Energiekosten elektrisch [€/kWh]
T: Nutzungsdauer [a]
i: Kapitalzinssatz [%]
Annuitätenfaktor 𝑎𝑎𝐿𝐿 :
(1+𝑖𝑖𝐿𝐿 )𝑇𝑇𝐿𝐿 ∗𝑖𝑖𝐿𝐿
(1+𝑖𝑖𝐿𝐿 )𝑇𝑇𝐿𝐿 −1
10
4
Datengrundlage
Datengrundlage
Die Erhebung und Auswertung der nachfolgenden Daten erfolgten im Rahmen des
Projekts „Umweltfreundliche Kommunalfahrzeuge“ (FKZ 16SBW008C) als Teil des
Schaufensters Elektromobilität „LivingLab BWe mobil“ in Baden-Württemberg.
4.1
Datenerhebung
Es gibt in Deutschland mehrere Verkehrserhebungen im Bereich des Privat- und Wirtschaftsverkehrs wie „Mobilität in Deutschland 2008“ oder „Kraftfahrzeugverkehr in
Deutschland 2010“. 23, 24 Jedoch deckt keine dieser Erhebungen den Bereich der mobilen Arbeitsmaschinen bzw. kommunalen Straßenreinigungsfahrzeuge zufriedenstellend
ab.
Um eine valide Datengrundlagen für die nachfolgende Modellrechnung zu erstellen,
wurden im Rahmen des Projekts „Umweltfreundliche Kommunalfahrzeuge“ Fahrprofile
von konventionellen Reinigungsfahrzeugen aufgezeichnet.
Zur Erhebung der Datensätze kamen GPS-Trackinggeräte 25 in drei Erhebungsintervallen zum Einsatz. Die Datenlogger wurden in die Fahrzeuge eingebaut und mit der Zündung verbunden. Wird ein Fahrzeug gestartet, wird der Datenlogger ebenfalls aktiv und
beginnt mit der Erfassung der Positionsdaten. Die Datenübertragung zum Nutzer, der
die Daten über ein Softwareinterface auslesen kann, erfolgt dazu über die integrierte
GSM-Verbindung. Die Datenlogger zeichneten alle zurückgelegten Fahrten eines
Fahrzeuges auf. Unter anderem sind Daten zu Start- und Endzeitpunkt, geographische
Länge- und Breite des Start- und Zielorts, Geschwindigkeit sowie die zurückgelegte
Strecke für jede Fahrt verfügbar.
Die Datenlogger wurden an drei assoziierte Projektpartner ausgegeben, um den Einsatz deren konventionellen Straßenreinigungsflotten aufzuzeichnen. Der Erhebungszeitraum erstreckte sich von Mai 2014 bis Ende August 2015. Insgesamt wurden in
dem Projekt „Umweltfreundliche Kommunalfahrzeuge“ bislang 7.072 Fahrten von fünf
Fahrzeugen in drei deutschen Städten aufgezeichnet. 26
23 Vgl. WVI et al. (2010)
24 Vgl. infas und DLR (2008)
25 Nachfolgend als Datenlogger bezeichnet
26 Stand Ende August 2015
Datengrundlage
4.2
11
Eingangsparameter
Für die Bestimmung der Gesamtnutzungskosten der Fahrzeuge mit den Antriebstechnologien Diesel und Range-Extender (REEV), werden verschiedene Quellen zur Berechnung herangezogen. Exemplarisch ist hier die Studie „Markthochlaufszenarien für
Elektrofahrzeuge“ zu nennen, welche die gewählten Eingangsparameter detailliert beschreibt und deren Verwendung in diesem Bericht ermöglicht. 27
Bei einigen der fahrzeugspezifischen Parametern in Tabelle 1 wurden Annahmen getroffen, da elektrifizierte Kommunalfahrzeuge derzeit noch sehr eingeschränkt am
Markt verfügbar sind. Dies ist bei den Anschaffungsausgaben sowie dem elektrischen
und konventionellen Verbrauch der Fall. Für die konventionellen und elektrischen Verbräuche wurden nach Rücksprache mit Industrieexperten Annahmen getroffen; so liegt
der Verbrauch beim Dieselfahrzeug bei 0,43 l/km und beim Hybridfahrzeug bei 0,36
l/km Diesel oder 1,48 kWh/km, je nach Antriebsmodus. 28 In Tabelle 2 sind die allgemeinen Eingangsparameter für das Jahr 2020 dargestellt.
Tabelle 1: Fahrzeugspezifische Eingangsparameter für das Jahr 2020 29
Parameter
Diesel
REEV
Kraftfahrzeugsteuer [€/Jahr]
161
161
Wartung & Instandhaltung [€/km]
0,059
0,041
Nettolistenpreis (ohne Batterie) [€]
65.000
80.000
Batteriepreis [€/kWh]
-
500 / 280
Batteriekapazität [kWh]
-
16
Konventioneller Verbrauch [l/km]
0,43
0,36
Elektrischer Verbrauch [kWh/km]
-
1,48
DoD [%]
-
0,9
27 Vgl. Plötz et al. (2013)
28 Siehe Abschnitt 5.1 für eine Definition von Arbeits- und Transportmodus
29 Vgl. Plötz et al. (2013) sowie eigene Annahmen
12
Datengrundlage
Tabelle 2: Allgemeine Eingangsparameter für das Jahr 2020 30
Parameter
Wert
Dieselpreis (netto) [€/l]
1,33
Strompreis (netto) [€/kWh]
0,181
Haltedauer [Jahre]
12
Zinssatz [%]
0,05
Umsatzsteuer [%]
0,19
30 Vgl. Plötz et al. (2013)
Ergebnisse
5
13
Ergebnisse
In diesem Kapitel werden die Ergebnisse zum Einsatz elektrischer Reinigungsfahrzeuge mittels der in Kapitel 3 vorgestellten Total Cost of Ownership Methodik vorgestellt.
Zunächst erfolgt in Abschnitt 5.1 eine statistische Analyse der aufgezeichneten Fahrleistungen konventioneller Straßenreinigungsfahrzeuge. In einem zweiten Schritt wird
in Abschnitt 5.2 der Datensatz einer technologischen Analyse unterzogen, um die für
den Betrieb von elektrifizierten Kehrmaschinen benötigten Batteriekapazitäten zu bestimmen. Abschließend wird in Kapitel 5.3 eine ökonomische Analyse anhand eines
exemplarischen Fahrprofils durchgeführt.
5.1
Statistische Analyse der Fahrleistungen kommunaler
Kehrmaschinen
Abbildung 3 zeigt die Verteilung der durchschnittlichen Tagesfahrstrecken der Fahrzeuge im Datensatz. Es ist eine rechtsschiefe Verteilung der Werte festzustellen. Man
sieht eine Häufung der täglichen Fahrstrecken bei Werten zwischen 15 und 50 Kilometer sowie eine stetige Abnahme ab 40 Kilometer. Vergleicht man die Abbildung mit Verteilungen aus dem Pkw-Wirtschaftsverkehr (vgl. Gnann, Plötz, Zischler und Wietschel
(2012)), so zeigt sich, dass die täglichen Fahrleistungen kommunaler Kehrmaschinen
deutlich unter denen gewerblich gehaltener Pkws liegen. Dies lässt sich durch die
Fahrzeugnutzung und dem gegebenen Reinigungsauftrag (bei niedrigen Geschwindigkeiten) erklären, da die Kehrmaschinen hauptsächlich nur auf der Kurzstrecke, und
nicht wie Pkws, auch auf der Mittel- oder Langstrecke eingesetzt werden.
14
Ergebnisse
140
Anzahl Fahrten [n]
120
100
80
60
40
20
0
0
10
20
30
40
50
60
70
80
90
100
durchschnittliche Tagesfahrleistung [km]
Abbildung 3: Histogramm der Streckenlängen aller drei Anwendungspartner
Abbildung 4 zeigt einen Box-Plot, welcher die errechneten Tagesfahrleistungen der
untersuchten Kehrfahrzeuge darstellt. Der Median ist als waagrechter Strich innerhalb
der Box abgebildet. Die Box selbst ist durch das obere und das untere Quartil begrenzt. Die Antennen, auch Whisker genannt, betragen nach einer Definition Tukeys
(1977, S.40f.) maximal das 1,5-fache des Interquartilsabstands, enden jedoch an dem
größten bzw. kleinsten Datenwert innerhalb des 1,5-fachen Interquartilsabstands. Die
Datenwerte außerhalb der Antennen werden als Ausreißer betrachtet. Ausreißer, welche mehr als das Dreifache der Boxlänge vom oberen oder unteren Quartil entfernt
liegen, werden als extreme Ausreißer dargestellt. 31 Ein Boxplot vereint somit verschiedene Lageparameter innerhalb eines Diagramms und gibt einen schnellen Überblick
über die Verteilung der Werte. 32
Die Abbildung zeigt deutlich, dass es zu einer erheblichen Streuung der täglichen Fahrleistungen bei den einzelnen Kehrmaschinen kommt. Es bilden sich hierbei drei Cluster
31 In den nachfolgenden Boxplots werden normale Ausreißer mit einem Kreuz, extreme Ausrei-
ßer mit einem Kreis dargestellt.
32 Vgl. Cleff, Thomas (2011), S.55
Ergebnisse
15
heraus, wonach Cluster 1 (hier die Fahrzeuge 3 und 5) mehrheitlich täglich zwischen
18 und 25 Kilometer fährt. Die Kehrfahrzeuge in Cluster 2 (Fahrzeuge 1, 2 und 6) weisen im Median eine tägliche Fahrleistung zwischen 30 und 40 Kilometer auf. Bei Fahrzeug 4 liegen die durchschnittlichen täglichen Fahrleistungen deutlich über 40 Kilometer.
100
90
Tagesfahrleistung [km]
80
70
60
50
40
30
20
10
0
Nr. 1
Nr. 2
Nr. 3
Nr. 4
Nr. 5
Nr. 6
Fahrzeug
Abbildung 4: Vergleich der täglich gefahrenen Streckenlänge zwischen den eingesetzten Fahrzeugen
Wie in Abschnitt 4.2 erwähnt, muss bei kommunalen Reinigungsfahrzeugen zwischen
der Transport- und Arbeitsfahrt unterschieden werden. In diesem Bericht wird angenommen, dass bei Fahrten mit einer Geschwindigkeit von ≤ 10 km/h ein Arbeitseinsatz
erfolgt und bei Fahrten mit Geschwindigkeiten > 10 km/h eine reine Transportfahrt zum
Arbeits- oder Heimatstandort vorliegt.
Anhand der durchschnittlichen Geschwindigkeit einer Einzelfahrt lässt sich somit herausfinden, ob sich ein Fahrzeug im Arbeits- oder Transporteinsatz befindet. Neben den
täglichen Fahrleistungen sind insbesondere der Arbeitsanteil und der daraus resultierende elektrische Fahranteil von Bedeutung. Wie Tabelle 3 entnommen werden kann,
weisen die untersuchten Fahrzeuge einen Arbeitsanteil zwischen 38 % und 97 % (gemessen an der Gesamtfahrstrecke) auf. Der korrespondierende elektrische Fahranteil
der Fahrzeuge liegt zwischen 27 % und 57 %, was bedeutet, dass dieser Anteil an der
16
Ergebnisse
täglichen Gesamtfahrstrecke rein elektrisch zurückgelegt werden kann (ohne hierbei
den Range-Extender zu verwenden).
Tabelle 3: Auswertung der erhobenen Daten im Betrachtungszeitraum Mai 2014 bis
August 2015
Fahrzeug
Mittlere
Fahrleistung
pro Tag [km]
Mittlere Geschwindigkeit
[km/h]
Arbeitsanteil
[%]
Elektrischer
Fahranteil
[%]
1
32
11,1
62,9
35,1
2
37
10,1
74,6
31,1
3
18
5,5
97,3
56,6
4
41
11,8
38,2
26,8
5
19
8,1
78,7
52,9
6
30
8,2
82,9
36,9
In Abbildung 5 ist der elektrische Fahranteil in Abhängigkeit der Tagesfahrleistung für
die Fahrzeuge dargestellt. Es ist zu erkennen, dass die Verteilung des elektrischen
Fahranteils (bezogen auf die Tagesfahrleistung) einer über alle Fahrzeuge vergleichbaren Abnahme unterliegt. Bei geringen Tagesfahrleistungen von bis zu 20 Kilometern,
liegt der elektrische Fahranteil in Bereichen von über 50 %. So besitzen die Fahrzeuge
bei einer täglichen Fahrleistung von 10 km einen durchschnittlichen elektrischen Fahranteil von ca. 80 %, bei 20 km einen elektrischen Fahranteil von 50 % und bei 50 km
täglicher Fahrleistung einen ca. 20 %igen elektrischen Fahranteil.
20
0
1
0.5
0
Tagesfahrleistung [km]
100
50
0
1
0.5
0
Tagesfahrleistung [km]
40
40
20
0
1
0.5
0
Tagesfahrleistung [km]
30
20
10
0
1
0.5
0
Tagesfahrleistung [km]
Elektrischer Fahranteil [%]
40
60
40
Elektrischer Fahranteil [%]
60
Elektrischer Fahranteil [%]
17
Elektrischer Fahranteil [%]
Elektrischer Fahranteil [%]
Elektrischer Fahranteil [%]
Ergebnisse
80
30
20
10
0
1
0.5
0
Tagesfahrleistung [km]
60
40
20
0
1
0.5
0
Tagesfahrleistung [km]
Abbildung 5: Elektrischer Fahranteil der Fahrzeuge in Abhängigkeit der Tagesfahrleistung
5.2
Technologische Analyse zum Einsatz elektrischer Reinigungsfahrzeuge
5.2.1
Bestimmung notwendiger Batteriekapazität
In diesem Abschnitt wird auf die Dimensionierung der Batteriekapazität für elektrische
Reinigungsfahrzeuge eingegangen. Hierbei müssen zwei Aspekte beachtet werden:
Zum einen ist es im Interesse eines Anwenders eine möglichst große Anzahl der Fahrten elektrisch mit einem elektrifizierten Kehrfahrzeug durchführen zu können, um dessen Betriebskostenvorteile zu maximieren. Andererseits muss berücksichtigt werden,
dass mit steigender Batteriekapazität das Fahrzeuggewicht sowie die Investitionsausgaben steigen. Es gilt hierbei einen Kompromiss zu finden, bei welchem ein möglichst
hoher elektrischer Fahranteil bei akzeptablen Anschaffungsausgaben für Traktionsbatterie und elektrifiziertes Reinigungsfahrzeug erreicht wird.
Damit eine Aussage getroffen werden kann, welche Batteriekapazität bei unterschiedlichen Fahrleistungen benötigt wird, wurde für die erhobenen Fahrprofile eine Simulation
bei variierenden Nettobatteriekapazitäten durchgeführt. In Abbildung 6 ist für jedes
18
Ergebnisse
Elektrischer Fahranteil aller Fahrprofile nach Fahrzeug [%]
Fahrprofil der elektrische Fahranteil an der Gesamtstrecke in Abhängigkeit der Nettobatteriekapazität dargestellt. Weiter wurde aus den Fahrprofilen ein Gesamtdurchschnitt gebildet.
1
0.9
0.8
0.7
0.6
0.5
Fahrzeug 1
Fahrzeug 2
Fahrzeug 3
Fahrzeug 4
Fahrzeug 5
Fahrzeug 6
Durchschnitt
0.4
0.3
0.2
0.1
0
0
10
20
30
40
50
60
70
Nettobatteriekapazität [kWh]
80
90
100
Abbildung 6: Elektrischer Fahranteil an der Gesamtstrecke in Abhängigkeit der Batteriekapazität
Anhand von Abbildung 6 ist zu erkennen, dass der Verlauf des elektrischen Fahranteils
bei drei Fahrzeugen verschiedener Anwendungspartner nahezu gleichförmig ist und in
etwa dem Gesamtdurchschnitt entspricht. Es zeigt sich, dass bei einer Batteriekapazität von 10 kWh die Hälfte der Fahrprofile einen elektrischen Fahranteil von mehr als
30 % aufweist. Wird die Batteriekapazität auf 20 kWh erhöht, so können fünf der sechs
Fahrprofile mit einem elektrischen Fahranteil von mindestens 55 % durchgeführt werden.
Wichtig ist hierbei zu erwähnen, dass für die Berechnung der Batteriekapazitäten eine
Ladeleistung von 3,7 kW angenommen wurde. Dies ist eine sehr konservative Annahme, da durch höhere Ladeleistungen und die konsequente Ausnutzung aller Fahrtunterbrechungen zum Laden (beispielsweise in den Pausenzeiten der Fahrer), der elektrische Fahranteil nochmals deutlich gesteigert werden kann.
Ergebnisse
5.2.2
19
Simulation eines hybriden Reinigungsfahrzeugs
In diesem Abschnitt wird ein exemplarisches Fahrprofil aus dem in Abschnitt 4.1 beschriebenen Datensatz einer Batteriesimulation unterzogen. Für die Bestimmung des
Batterieladestands wird ein Simulationsmodell in MATLAB verwendet 33, welches die
Eingangsparameter aus Abschnitt 4.2 berücksichtigt.
Nachfolgend wird die Auswertung eines mittleren Fahrprofils über einen Beobachtungszeitraum von einer Woche beschrieben. Wie in Abschnitt 5.1 erläutert, fährt das
Fahrzeug nur im Arbeitsmodus und bei Geschwindigkeiten von ≤ 10 km/h elektrisch.
Bei Geschwindigkeiten von ≤ 10 km/h und entladener Batterie befindet sich das Fahrzeug im konventionellen Arbeitsmodus (mit aktiviertem Range-Extender). Bei Geschwindigkeiten von > 10 km/h liegen konventionelle Transportfahrten zur Raumüberwindung vor.
In Hinblick auf die Einsatzbedingungen werden zwei Ladestrategien verglichen. Das
erste simulierte Szenario ist das ausschließliche Laden über Nacht, das heißt die Batterie wird über den Tag entladen und erst nach Ende des letzten Arbeitseinsatzes über
Nacht wieder aufgeladen. Bei dem zweiten Szenario wird das Fahrzeug zusätzlich bei
jedem Halt am Heimatstandort der Stadtreinigung analog der tatsächlichen Standzeit
aufgeladen. Da die Fahrer dort ihre Pause verbringen und Versorgungsarbeiten durchführen, ist dies zumeist einmal am Tag der Fall. Diese Strategien beeinflussen den
elektrischen Fahranteil und damit auch indirekt die Betriebskosten für ein Kehrfahrzeug. Im Folgenden werden die beiden Ladeszenarien erläutert.
Technisches Potenzial bei Laden über Nacht
Im ersten Szenario wird das Fahrprofil mit der Betriebsstrategie „Laden über Nacht“
simuliert. In Abbildung 7 sind die simulierten Fahrzeugzustände über den Beobachtungszeitraum einer Woche aufgetragen. Hinsichtlich des Arbeitsbetriebs der Kehrmaschine wird zwischen elektrischem und konventionellem Arbeitsbetrieb differenziert.
Weiter sind der Abbildung 7 der konventionelle Transportbetrieb und die Stillstandzeiten des Fahrzeugs zu entnehmen. Hier ist zu differenzieren, ob das Fahrzeug an seinem Heimatstandort parkt, parkt und lädt oder anderswo parkt.
33 Vgl. Haag et al. (2015)
20
Ergebnisse
SWEEPER STATES
work electric
work ice
States
transport ice
--stand
stand home
stand & charge home
0
20
40
100
80
60
Hours since start
120
140
160
140
160
STATE OF CHARGE OF BATTERY
100
SOC in %
80
60
40
20
0
0
20
40
100
80
60
Hours since start
120
Abbildung 7: Simulation der Betriebsstrategie „Laden über Nacht“
Im unteren Teil von Abbildung 7 ist der korrespondierende Ladezustand der Batterie
(SOC) aufgetragen. Bei elektrischem Reinigungsbetrieb des Fahrzeugs erfolgt eine
Entladung, im Stillstand bleibt der Batterieladestand unverändert.
In der betrachteten Woche wurden insgesamt 217,4 Kilometer zurückgelegt 34. 79,7
Kilometer wurden als Transportfahrten durchgeführt. Über 137,7 Kilometer war das
Kehrfahrzeug im Arbeitseinsatz, wovon 60 Kilometer elektrisch gereinigt wurde. Dies
entspricht einem elektrischen Arbeitsanteil von 43,6 %. Gemessen an der Gesamtstrecke, können 27,5 % der zurückgelegten Kilometer mit dieser Betriebsstrategie elektrifiziert werden.
34 In der betrachteten Woche liegt der Fahranteil bei 17,9 %, der Parkanteil liegt bei 82,1 %
Ergebnisse
21
Technisches Potenzial für Laden bei Halt am Heimatstandort
Bei der Betriebsstrategie „Laden bei Halt am Heimatstandort“ wird im Vergleich zur
vorherig betrachteten Betriebsstrategie „Laden über Nacht“ auch bei einem Halt im
Tagesverlauf am Heimatstandort aufgeladen. Abbildung 8 zeigt in der oberen Hälfte die
eingenommenen Zustände des Fahrzeugs. In der unteren Hälfte der Abbildung ist der
sich daraus ergebende, simulierte Batterieladezustand zu sehen.
SWEEPER STATES
work electric
work ice
States
transport ice
--stand
stand home
stand & charge home
0
20
40
60
80
100
Hours since start
120
140
160
140
160
STATE OF CHARGE OF BATTERY
100
SOC in %
80
60
40
20
0
0
20
40
60
80
100
Hours since start
120
Abbildung 8: Simulation der Betriebsstrategie „Laden am Heimatstandort“
Der Verlauf des Ladestandes zeigt deutlich, dass die Batterie, im Vergleich zum vorherigen Szenario, auch während der Beobachtungstage nachgeladen wird. Verglichen mit
den Werten beim Szenario „Laden nur über Nacht“, können somit mehr Reinigungsfahrten elektrisch durchgeführt werden (vgl. Abbildung 7 und Abbildung 8). Insgesamt
wird so ein elektrischer Fahranteil von 33,8 % an der Gesamtstrecke erreicht, bezogen
auf die eigentliche Reinigungsarbeit lassen sich so sogar 53,3 % elektrisch reinigen.
Abschließend lässt sich festhalten, dass beim Szenario „Laden bei Halt am Standort“
ein Zugewinn von 13,5 km an elektrischen Reinigungsfahrten bei dem verwendeten
exemplarischen Fahrprofil ermöglicht wird.
22
5.3
Ergebnisse
Ökonomische Analyse zum Einsatz elektrischer Reinigungsfahrzeuge
In diesem Abschnitt erfolgt eine ökonomische Bewertung zum Einsatz elektrischer Reinigungsfahrzeuge.
Unter Berücksichtigung der in Abschnitt 4.2 beschriebenen Parameter werden die
𝑇𝑇𝑇𝑇𝑇𝑇𝑎𝑎 für ein Reinigungsfahrzeug im Jahr 2020 berechnet. Es werden hierbei die Antriebstechnologien Diesel sowie ein hybrides Fahrzeug mit Range Extender (REEV)
untersucht. Aus den in Abschnitt 5.1 ermittelten Fahrleistungen, wurde ein durchschnittliches Referenzfahrzeug abgeleitet. In Bezug auf den elektrischen Fahranteil,
der je nach gefahrener Strecke und verwendeter Ladestrategie variiert, wird für das
REEV ein mittlerer Wert von 45 % verwendet, als Batteriepreis werden 500 €/kWh angenommen.
Auf Basis dieser Annahmen sind in Abbildung 9 die jährlichen 𝑇𝑇𝑇𝑇𝑇𝑇𝑎𝑎 für die betrachteten Antriebstechnologien in Abhängigkeit der Jahresfahrleistung dargestellt.
TCOa [€]
40.000
30.000
20.000
Diesel
10.000
REEV
0
0
5.000
10.000 15.000 20.000
Jahresfahrleistung [km]
25.000
30.000
Abbildung 9: 𝑇𝑇𝑇𝑇𝑇𝑇𝑎𝑎 2020 in Abhängigkeit der Jahresfahrleistung mit mittlerem elektrischen Fahranteil von 45 % und Batteriepreis von 500 €/kWh
In Abbildung 9 ist zu sehen, dass die diskontierten Anschaffungsausgaben, welche aus
dem Schnittpunkt der Kurve mit der Ordinatenachse ersichtlich sind, bei dem teilelektrischen Kehrfahrzeug um etwa 20 % höher liegen als bei dem konventionellen
Dieselreinigungsfahrzeug.
Es ist zu erkennen, dass das dieselbetriebene Reinigungsfahrzeuge bis zu einer Laufleistung von etwa 17.000 Kilometer/Jahr die ökonomisch sinnvollere Lösung darstellt.
Durch die günstigeren Betriebskosten der elektrifizierten Reinigungsfahrzeuge, bedingt
Ergebnisse
23
durch eine höhere Energieeffizienz und einen geringeren Wartungsaufwand, ist ab
einer Jahresfahrleistung von etwa 17.000 Kilometer der REEV die wirtschaftlichere
Alternative.
TCOa [€]
40.000
30.000
20.000
Diesel
10.000
REEV
0
0
5.000
10.000 15.000 20.000
Jahresfahrleistung [km]
25.000
30.000
Abbildung 10: TCOa 2020 in Abhängigkeit der Jahresfahrleistung mit mittlerem elektrischen Fahranteil von 45 % und Batteriepreis von 280 €/kWh
In Abbildung 10 sind die jährlichen Gesamtkosten bei Batteriepreisen von 280 €/kWh
dargestellt. 35 Es ist deutlich zu sehen, dass durch die gesunkenen Anschaffungsausgaben das Range-Extender Kehrfahrzeug bei einer geringeren Jahresfahrleistung die
ökonomisch sinnvollste Lösung darstellt. So ist das teilelektrifizierte Fahrzeug ab etwa
14.000 Kilometer dem Dieselfahrzeug ökonomisch überlegen.
Für die Ergebnisse der ökonomischen Analyse lässt sich abschließend festhalten, dass
elektrifizierte Kehrfahrzeuge im Jahr 2020 bereits bei realistischen Jahresfahrleistungen ab 14.000 Kilometer eine sinnvolle Alternative zu konventionellen Kehrfahrzeugen
darstellen können.
35 Vgl. Nationale Plattform Elektromobilität (2014) (S.57)
24
6
Diskussion und Schlussfolgerung
Diskussion und Schlussfolgerung
In den vorausgehenden Kapiteln wurde eine Analyse hinsichtlich des Elektrifizierungspotenzials von kommunalen Kehrfahrzeugen durchgeführt. Als Datengrundlage wurden
hierfür im Projekt „Umweltfreundliche Kommunalfahrzeuge“ aufgezeichnete Fahrprofile
genutzt, welche mit aktuell verfügbaren Prognosedaten für das Jahr 2020 analysiert
wurden. Im Folgenden wird eine Zusammenfassung über die Potenzialanalyse zu
elektrifizierten Kommunalfahrzeugen gegeben.
Statistische Analyse der Fahrleistungen von Kehrmaschinen
Die Ergebnisse konnten aufzeigen, dass kommunale Kehrmaschinen gut für eine
Elektrifizierung geeignet sind. Ein Großteil der Kehrmaschinen legt täglich zwischen 20
und 40 Kilometer zurück, das arithmetische Mittel liegt bei 29,5 Kilometer pro Tag. Insgesamt liegt in dem Datensatz eine erhebliche Streuung der täglichen Fahrleistungen
bei den einzelnen Kehrmaschinen vor. Dies spiegelt sich auch im elektrischen Fahranteil wider. So können die einzelnen Kehrmaschinen, in Abhängigkeit ihrer Fahrleistung,
zwischen 27 % und 57 % der täglichen Strecke rein elektrisch zurücklegen.
Es muss darauf hingewiesen werden, dass es sich in diesem Fall um ein sehr kleines
Datensample handelt. Um allgemeine Aussagen zu den Fahrleistungen von Kehrmaschinen treffen zu können, muss die Datengrundlage erweitert werden.
Technologische Analyse zum Einsatz elektrischer Kehrmaschinen
Es konnte aufgezeigt werden, dass die Bemessung der Batteriekapazität einen erheblichen Einfluss auf die elektrische Fahrleistung besitzt. Bei einer Batteriekapazität von
10 kWh weist die Hälfte der im Datensatz enthaltenen Fahrprofile einen elektrischen
Fahranteil von mehr als 30 % auf. Wird die Batteriekapazität auf 20 kWh verdoppelt, so
konnte gezeigt werden, dass 83 % der Fahrprofile einen elektrischen Fahranteil von
mehr als 55 % aufweisen.
In einem zweiten Schritt wurde ein exemplarisches Fahrprofil aus dem Datensatz einer
Batteriesimulation über den Beobachtungszeitraum von einer Woche unterzogen.
Hierbei wurden zwei verschiedene Szenarien verglichen: „Laden über Nacht“ und „Laden bei jedem Halt am Heimatstandort“. Die Ergebnisse konnten aufzeigen, dass durch
Zwischenladen am Heimatstandort die elektrische Reinigungsarbeit deutlich gesteigert
werden kann. So konnte der elektrische Fahranteil im Beobachtungszeitraum von
27,5 % auf 33,8 % erhöht werden. Betrachtet man nur die reine Arbeitsstrecke, so
konnte der elektrische Reinigungsanteil von 43,6 % auf 53,3 % gesteigert werden, was
Diskussion und Schlussfolgerung
25
einem absoluten Mehrgewinn von 13,5 km in der beobachteten Arbeitswoche entspricht.
Ökonomische Analyse zum Einsatz elektrischer Kehrmaschinen
Es konnte aufgezeigt werden, dass Kehrmaschinen im Jahr 2020 ökonomisches Potenzial für eine Elektrifizierung aufweisen. Es kann festgehalten werden, dass elektrifizierte Kommunalfahrzeuge mittelfristig bei Jahresfahrleistungen ab 14.000 Kilometer
eine ökonomisch sinnvolle Alternative zu dieselgetriebenen Reinigungsfahrzeugen
darstellen. Die Analysen verdeutlichen, dass dies in erster Linie von der Entwicklung
der Batteriekosten abhängt. Hybride Fahrzeuge, wie der in dieser Studie untersuchte
Range-Extender, können eine wesentliche Rolle zur Elektrifizierung der kommunalen
Reinigungsfuhrparks spielen.
Danksagung
Die Autoren bedanken sich bei Iris Breddin, Dominic Bäder und Patrick Schäffner für
ihre Unterstützung während der Analysen, sowie der Bundesregierung für die Förderung dieser Arbeit (FKZ 16SBW008C) als Teil des Schaufensters Elektromobilität
„LivingLab BWe mobil“.
26
7
Literaturverzeichnis
Literaturverzeichnis
Bundesministerium der Justiz und für Verbraucherschutz (2011): FahrzeugZulassungsverordnung vom 3. Februar 2011 (BGBl. I S. 139), die zuletzt durch
Artikel 1 u. 2 der Verordnung vom 8. Oktober 2013 (BGBl. I S. 3772) geändert
worden
ist,
[online]
http://www.gesetze-iminternet.de/bundesrecht/fzv_2011/gesamt.pdf (Zugriff: 29.10.2014).
Cleff, Thomas (2011): Deskriptive Statistik und moderne Datenanalyse.
Das Europäische Parlament und der Europäische Rat (2006): Maschinenrichtlinie
2006/42/EG des europäischen Parlaments und des Rates vom 17. Mai 2006
über Maschinen und zur Änderung der Richtlinie 95/16/EG (Neufassung), [online]
http://www.maschinenrichtlinie.de/fileadmin/dokumente/2006-42EG_maschinenrichtlinie_de.pdf (Zugriff: 17.10.2014).
Das Europäische Parlament und der Rat der Europäischen Union (1997): Richtlinie
97/68/EG des Europäischen Parlaments und des Rates, [online] http://eurlex.europa.eu/LexUriServ/LexUriServ.do?uri=CONSLEG:1997L0068:20090807:
DE:PDF (Zugriff: 28.10.2014).
e-mobil
BW
(2013):
Umweltfreundliche
Kommunalfahrzeuge.
[online]
http://www.livinglab-bwe.de/projekt/umweltfreundliche-kommunalfahrzeuge/
(Zugriff: 16.03.2015).
Europäische Kommission (2011): VERORDNUNG (EU) Nr. 678/2011 DER
KOMMISSION,
Brüssel.
[online]
http://eur-lex.europa.eu/legalcontent/DE/TXT/HTML/?uri=CELEX:32011R0678&from=DE
(Zugriff:
16.11.2015).
Europäisches Parlament (2007): EU-Typgenehmigung für Kraftfahrzeuge. [online]
http://eur-lex.europa.eu/legal-content/DE/TXT/?uri=uriserv:n26100
(Zugriff:
16.11.2015).
Geimer, M. und Pohlandt, C. (2014): Grundlagen mobiler Arbeitsmaschinen, Karlsruhe,
KIT Scientific Publishing. [online] http://nbn-resolving.org/urn:nbn:de:0072394436.
Gnann, T., Plötz, P., Zischler, F., und Wietschel, M. (2012): Elektromobilität im Personenwirtschaftsverkehr - eine Potenzialanalyse, Karlsruhe, Fraunhofer ISI.
Haag, M. (2012): Techno-ökonomische Bewertung eines Aufbaus von Ladeinfrastruktur für Elektrofahrzeuge, Karlsruhe, Fraunhofer ISI.
Haag, M., Wagner, S., Ernst, T., und Scheffler, G. (2015): Elektromobilisiert.de - Erfahrungsbericht zur Elektrifizierung von (kommunalen) Fahrzeugflotten in Stuttgart,
Universität Stuttgart IAT.
Helms, H. und Heidt, C. (2014): Erarbeitung eines Konzepts zur Minderung der Umweltbelastung aus NRMM (non road mobile machinery) unter Berücksichtigung
aktueller Emissionsfaktoren und Emissionsverminderungsoptionen für den Be-
Literaturverzeichnis
27
stand,
Umweltbundesamt.
[online]
http://www.umweltbundesamt.de/publikationen/erarbeitung-eines-konzepts-zurminderung-der (Zugriff: 23.10.2015).
infas und DLR (2008): Mobilität in Deutschland (MiD) 2008, Bonn, Berlin, infas Institut
für angewandte Sozialwissenschaft GmbH, Deutsches Zentrum für Luft- und
Raumfahrt e. V. (DLR).
Kraftfahrt-Bundesamt (2014): Bestand an Nutzfahrzeugen, Kraftfahrzeugen insgesamt
und Kraftfahrzeuganhängern nach technischen Daten (FZ 25), Flensburg, Kraftfahrt-Bundesamt
(KBA).
[online]
http://www.kba.de/DE/Presse/Presseportal/FZ_Bestand/fz25_bestand_nutzfz_a
nhaenger_technischeDaten_inhalt.html.
Kraftfahrt-Bundesamt (2015): Jahresbilanz der Neuzulassungen 2014. [online]
http://www.kba.de/DE/Statistik/Fahrzeuge/Neuzulassungen/2014_n_jahresbilan
z.html;jsessionid=83A02F0427A20371C622E71AF17765C4.live1041?nn=6445
22.
Martens, B. (1999): Das Abfallproblem im historischen Zusammenhang in Die gesellschaftliche Resonanz auf das Abfallproblem. Deutscher Universitätsverlag, 9–
48. [online] http://link.springer.com/chapter/10.1007/978-3-663-08211-8_2 (Zugriff: 16.11.2015).
Martinus, M. (2004): Funktionale Sicherheit von mechatronischen Systemen bei mobilen Arbeitsmaschinen. [online] http://mediatum2.ub.tum.de/?id=601913 (Zugriff:
27.10.2015).
Merker, G. P. und Teichmann, R. (Hrsg.) (2014): Grundlagen Verbrennungsmotoren,
Wiesbaden,
Springer
Fachmedien
Wiesbaden.
[online]
http://link.springer.com/10.1007/978-3-658-03195-4 (Zugriff: 27.10.2015).
Nationale Plattform Elektromobilität (2014): Fortschrittsbericht 2014 – Bilanz der Marktvorbereitung,
[online]
http://www.bmub.bund.de/fileadmin/Daten_BMU/Download_PDF/Verkehr/emob
_fortschrifttsbericht_2014_bf.pdf (Zugriff: 25.02.2015).
Plötz, P., Gnann, T., Kühn, A., und Wietschel, M. (2013): Markthochlaufszenarien für
Elektrofahrzeuge - Langfassung, Karlsruhe, Fraunhofer ISI. [online]
http://www.isi.fraunhofer.de/isi-de/e/projekte/npetco_316741_plp.php.
Saltelli, A., Annoni, P., und D’Hombres, B. (2010): How to avoid a perfunctory sensitivity analysis. Procedia - Social and Behavioral Sciences, 2(6), 7592–7594.
Tukey, J. W. (1977): Exploratory Data Analysis, Addison-Wesley Publishing Company.
WVI, IVT, DLR, und KBA (2010): Kraftfahrzeugverkehr in Deutschland 2010 (KiD2010),
WVI Prof. Dr. Wermuth Verkehrsforschung und Infrastrukturplanung GmbH,
Braunschweig, IVT Institut für angewandte Verkehrs- und Tourismusforschung
e. V., Heilbronn, DLR Deutsches Zentrum für Luft- und Raumfahrt - Institut für
28
Literaturverzeichnis
Verkehrsforschung, Berlin, KBA Kraftfahrt-Bundesamt, Flensburg. [online]
http://www.kid2010.de/de/page&id=5&navid=305 (Zugriff: 4.08.2012).