Der Straßenverkehr verursacht zahlreiche Emissionen. Während die Treibhausgase zu starken Auswirkungen auf globaler Ebene führen, ist auf lokaler Ebene – besonders in urbanen Räumen mit hoher Verkehrsbelastung und dichter Bebauung – eines der größten Probleme die Verschlechterung der Luftqualität. Für die Verbesserung der Luftqualität existieren zahlreiche Maßnahmen in unterschiedlichen Anwendungsbereichen wie der Raum- und Mobilitätsplanung sowie der Fahrzeug- und Verkehrstechnik. Dazu gehört auch die Förderung von Fahrzeugen mit alternativen Antriebstechnologien, welche besonders im letzten Jahrzehnt aufgrund limitierter Ressourcen und kritischer Umweltbelange wieder stärker in den Vordergrund gerückt sind. Von diesen Alternativen bieten Elektrofahrzeuge, mit Hilfe der aktuellen ehrgeizigen Förderungsziele weltweit, eine zusätzliche Chance zur Verringerung der Emissionen. Obwohl der Fokus der Elektromobilität stark auf der Reduzierung der CO₂-Emissionen liegt, bietet sich aufgrund der nicht produzierten Abgase auch die Möglichkeit zur Verringerung der Belastung durch Luftschadstoffe und Verbesserung der Luftqualität.

Demzufolge werden relevante Maßnahmen unter Berücksichtigung der Elektromobilität immer häufiger in Luftreinhaltungsplänen aufgenommen.

In Deutschland stellen NO_X und PM₁₀ die kritischen Straßenverkehr-relevanten Schadstoffe dar. In 2016 trug der Straßenverkehr 35 % der NO_X und 14 % der PM₁₀-Emissionen in Deutschland bei [1]. Obwohl die Belastungswerte für beide Schadstoffe zurückgehen (besondere Fortschritte bei PM₁₀), sind NO₂-Belastungen in städtischen Bereichen weiterhin problematisch [2]. Im Unterschied zu NO_X, stammt heutzutage der größte Teil der PM₁₀-Emissionen aus Nicht-Auspuff-Quellen (als eine Folge der strengeren Vorschriften zu den Diesel-Partikelfiltern) [3]. Weiterhin ist bekannt, dass ein starker Zusammenhang zwischen Nicht-Auspuff-Emissionen und dem Fahrzeuggewicht besteht. Durch das insgesamt ca. 20 % höhere Gesamtgewicht von Elektrofahrzeugen wird erwartet, dass die durch Auspuff und Bremsabrieb eingesparten PM₁₀-Emissionen durch höhere Resuspension, Straßenabrieb und Reifenabrieb ersetzt werden [3]. Zusammenfassend ist nicht zu erwarten, dass die Substitution konventioneller Fahrzeuge durch Elektrofahrzeuge die Gesamt-PM₁₀-Konzentrationen stark beeinflussen können, da deren Straßenverkehrsanteil gering ist und viele der Quellen davon nicht Auspuff-relevant sind. Diese Studie fokussiert sich daher lediglich auf die Reduzierung von NO_X-Emissionen, welche in Deutschland ohnehin häufiger Überschreitungen des Immissionsgrenzwertes hervorrufen [2]. Das Ziel dieser Simulationsstudie ist, anhand der Untersuchung eines beispielhaften urbanen Straßennetzes darzustellen, welche Effekte der steigende Anteil an Elektrofahrzeugen (in unterschiedlichen Fahrzeugkategorien) auf die Reduzierung der NO_X-Emissionen hat und in welchen Bereichen des Straßennetzes diese Effekte besonders zum Tragen kommen.

Der Fachvortrag zur Veranstaltung ist im Volltext verfügbar. Das PDF enthält alle Bilder und Formeln.

Methodik

Aufgrund der Schwierigkeiten die Effekte von hohen Ausstattungsraten von Elektrofahrzeugen mit realen Messungen zu ermitteln, wurde für die Untersuchung eine Verkehrssimulation eines beispielhaften urbanen Straßennetzes verwendet. In diesem fiktiven urbanen Straßennetz wurden unterschiedliche Verkehrssituationen abgebildet. Für die Nachbildung des Verkehrs wurde eine mikroskopische Verkehrsflusssimulation (PTV VISSIM, Version 9) genutzt, wobei einzelne Fahrzeuge mit ihrem Fahrverhalten simuliert werden können. Die Emissionsberechnungen wurden mit einem Motorkennfeld-basierten Emissionsmodell (PHEM, Version 12.0.10) durchgeführt, welches Emissionen von einzelnen Fahrzeugen anhand ihrer Trajektorien berechnet. Die dafür benötigten Fahrzeugtrajektorien wurden aus der Verkehrssimulation exportiert. Die berücksichtigte Fahrzeugflotte enthält Personenkraftwagen (Pkw), leichte Nutzfahrzeuge (LNfz) und Lastkraftwagen (Lkw). Ausgehend von einem Basis-Szenario wurden unter Berücksichtigung unterschiedlicher Elektrofahrzeuganteile (für die einzelnen Fahrzeugtypen Pkw, LNfz und Lkw) verschiedene Szenarien simuliert und die Wirkungen auf die NOX-Emissionen analysiert. Für jedes Szenario wurden fünf Simulationsläufe mit jeweils unterschiedlichen Startzufallszahlen durchgeführt und die Analysen der Ergebnisse berücksichtigen die aus den Simulationsläufen errechneten Mittelwerte.

Verkehrsflusssimulation

Das erstellte Verkehrsnetz umfasst eine Länge von 25,1 km und enthält unterschiedliche Straßentypen: Bundesstraßen, Hauptverkehrsstraßen und Sammelstraßen (siehe detaillierte Auflistung der Eigenschaften in Abbildung 1 und Tabelle 1) sowie verschiedene Strukturelemente (z.B. plangleiche und planfreie Knotenpunkte, Kreuzungen mit/ohne Lichtsignalanlagen, Abschnitte mit/ohne Neigung). Für die Berechnung der Emissionen und die Analyse der Ergebnisse wurden die Straßen in einzelne Straßenabschnitte (mit einer Länge zwischen 100 und 400 m) unterteilt. Somit können verschiedene Verkehrssituationen innerhalb eines Straßenzugs (z.B. geprägt durch unterschiedliche durchschnittliche Geschwindigkeiten und Verlustzeitanteile) in die Analyse einbezogen werden. Hierbei wurden vor allem die Rückstaubereiche vor den Lichtsignalanlagen (LSA) als separate Abschnitte (mit einer Länge von 100 m) berücksichtigt. Die Verflechtungsbereiche wurden ebenfalls als separate Abschnitte betrachtet. Außerdem weisen alle Streckenabschnitte mit Neigung (5 %) eine Länge von 150 m auf.

Abbildung 1: Verwendetes fiktives Straßennetz

Die Verkehrszusammensetzung wurde in Abhängigkeit der einzelnen Strecken und Straßentypen variiert: Sammelstraßen wurden für den Lkw-Verkehr gesperrt, Bundesstraßen weisen einen höheren Lkw-Anteil auf, während in den Hauptverkehrsstraßen der Anteil der LNfz am höchsten ist. Weiterhin wurden für die Verkehrsbelastungen ausgeprägte Hauptrichtungen berücksichtigt, sodass unterschiedliche Belastungssituationen in den verschiedenen Straßentypen hervorgerufen werden (Lkw sind hauptsächlich in Fahrtrichtung Norden, LNfz überwiegend in Fahrtrichtung Osten unterwegs).

Tabelle 1: Eigenschaften der Strecken und Streckenabschnitte im verwendeten Straßennetz

In der Simulation wurde eine beispielhafte Morgenspitze betrachtet. Jeder Simulationslauf umfasst einen Zeitraum von 6 Stunden (05:30 bis 11:30 Uhr), wobei eine Aufwärm- sowie eine Abkling-Phase berücksichtigt wurde, sodass sich der Untersuchungszeitraum auf 5 Stunden (06:00 Uhr bis 11:00 Uhr) beläuft. Die Verkehrsbelastungen jeder Zufahrt wurden in jedem 30 min-Intervall bis 07:30 Uhr um jeweils 10 % gesteigert. Ab 09:00 Uhr wird das Verkehrsaufkommen in der gleichen Weise reduziert (siehe Abbildung 2, links). In der Folge bilden sich zwischen 08:30 und 09:30 Uhr im Netz in mehreren Bereichen Staus. Das Ausmaß des Staus variiert nach Straßentyp und Fahrtrichtung (siehe Geschwindigkeitseinbruch in Abbildung 2, rechts). Die Hauptverkehrsrichtung der Bundes- und Hauptverkehrsstraßen stellt die Nord-Süd- bzw. West-Ost-Richtung dar (Abbildung 3).

Abbildung 2: Übersicht der durchschnittlichen Verkehrsbelastungen und Geschwindigkeiten nach Straßentypen im gesamten Untersuchungszeitraum.

Zusätzlich zur Änderung des Verkehrszustands durch Anpassung der Verkehrsbelastung wurden weitere Einflüsse berücksichtigt, um möglichst viele unterschiedliche Verkehrssituationen in allen Straßentypen und Simulationszeiträumen (in Haupt- und Nebenverkehrszeiten) zu erhalten. Hierfür wurde eine Alternativroute (siehe Abbildung 3, rechts) sowie ein temporäres Ereignis (siehe Fahrstreifenreduktion im Tunnel in Abbildung 3, links) abgebildet. In Summe wurden im Rahmen der Untersuchung in manchen Bereichen des Straßennetzes bewusst höhere Verkehrsbelastungen vorgesehen und Staus modelliert (sowohl in Strecken mit und ohne LSA sowie in allen Straßentypen) um Emissions-Hotspots zu generieren.

Abbildung 3: Verkehrsbelastung und durchschnittliche Geschwindigkeiten je Straßenabschnitt; Beispiele für Nebenverkehrszeit (links) und Hauptverkehrszeit (rechts)

Emissionsberechnungen

Zur Berechnung der Emissionen wurde das Motorkennfeld-basierte Emissionsmodell PHEM verwendet. Hierzu wurden die Trajektorien der einzelnen Fahrzeuge aus der Verkehrssimulation extrahiert und die NOX-Emissionen für jede Stunde und jeden Straßenabschnitt ermittelt. Als Basis der Berechnungen wurde eine durchschnittliche Flottenzusammensetzung für Deutschland (im Jahr 2018) für jeden Fahrzeugtyp (Pkw, LNFz, Lkw) aus dem Handbuch für Emissionsfaktoren des Straßenverkehrs (HBEFA) [4] verwendet (siehe Tabelle 2). In den Berechnungen wurde das PHEM-Modell im ADVANCE Mode genutzt und finale Auspuff-Emissionen berechnet [5].

Tabelle 2: Verwendete Flottenzusammensetzung nach Fahrzeugtypen gemäß HBEFA [4]

Abbildung 4 zeigt die ermittelten stündlichen NOX-Gesamtemissionen der einzelnen Streckenabschnitte im Basis-Szenario für die Haupt- und Nebenverkehrszeit. Es ist erkennbar, dass in Streckenabschnitten mit höheren Verkehrsbelastungen (u.a. in den Hauptrichtungen) und in Steigungsstrecken höhere NOX-Emissionen hervorgerufen werden. In der Nebenverkehrszeit (siehe Abbildung 4, links) sind darüber hinaus die höheren Emissionen in Bereichen mit Stauhäufung (z.B. LSA-bedingte Rückstaus) ersichtlich.

Abbildung 4: Stündliche NOX-Emissionen der einzelnen Streckenabschnitte im Basis-Szenario; Beispiele für Nebenverkehrszeit (links) und Hauptverkehrszeit (rechts)

Szenario-Beschreibung

Zur Analyse der Wirkung der Substitution von konventionellen Fahrzeugen durch Elektrofahrzeuge wurden unterschiedliche Elektrifizierungsgrade der einzelnen Fahrzeugtypen betrachtet. Für alle Fahrzeugtypen werden die Elektrofahrzeug-Anteile 5 %, 15 %, 30 % und 70 % in separaten Szenariengruppen berechnet. Ausgehend vom Basis-Szenario (0 % Elektrofahrzeuge) wird in jeder Szenariengruppe zunächst nur die Elektrifizierung der Pkw-Teilflotte berücksichtigt. In einem weiteren Unterszenario wird zusätzlich in der Teilflotte der LNfz jeweils der gleiche Anteil durch Elektrofahrzeuge ersetzt, bevor im jeweils letzten Unterszenario jeder Szenariengruppe alle Teilflotten mit dem gleichen Elektrofahrzeuganteil berechnet werden. Hierbei ist drauf hinzuweisen, dass in allen Szenarien jeweils alle Emissionsklassen der einzelnen Fahrzeugtypen im gleichen Maße durch Elektrofahrzeuge ersetzt wurden (z.B. im Szenario 15 % Pkw werden sowohl 15 % der Euro 3 Benzin als auch der Euro 6 Diesel durch Elektrofahrzeuge ersetzt). Tabelle 3 zeigt die Übersicht der betrachteten Szenarien.

Tabelle 3: Szenariengruppen und Bezeichnung der einzelnen Szenarien

Analyse der Potenziale von Elektrofahrzeugen

Die Ergebnisse der Emissionsberechnungen der einzelnen Szenarien wurden zunächst für das Gesamtnetz zusammengestellt und die Reduzierungseffekte in den einzelnen Simulationsstunden (Haupt- und Nebenverkehrszeit) sowie im kompletten Untersuchungszeitraum (5 Stunden) analysiert (siehe Tabelle 4). In einem weiteren Schritt erfolgte der Vergleich der Reduzierungseffekte in einzelnen Simulationsstunden in Bezug auf die unterschiedlichen Straßentypen. Aufgrund der unterschiedlichen Länge der Streckenabschnitte wurden streckenbezogene Emissionsfaktoren (NOX-Emission pro Fahrzeug und km) für die einzelnen Streckenabschnitte ermittelt. Zum Vergleich dieser Emissionsfaktoren wurden die Ergebnisse der jeweils 5 Simulationsläufe jedes Szenarios berücksichtigt und die Verteilung deren Änderung aufgezeigt (siehe Abbildung 5). Schließlich wird die räumliche Verteilung der NOX-Reduzierung im Straßennetz dargestellt, um die Abhängigkeit der Emissionsreduzierung von der Charakteristik der einzelnen Straßenabschnitte zu ermitteln (siehe Abbildung 6).

Tabelle 4: Reduzierung der NOX-Gesamtemissionen in den Simulationsstunden der einzelnen Szenarien

Tabelle 4 zeigt die relative Reduzierung der Emissionen in den einzelnen Szenarien im Gesamtnetz im Vergleich zum Basis-Szenario. Hierzu wurde der Mittelwert der jeweils 5 Simulationsläufe in den Szenarien berücksichtigt. Es ist ersichtlich, dass mit höherem Elektrofahrzeuganteil in den einzelnen Teilflotten eine stärkere Reduzierung der Gesamtemissionen hervorgerufen wird. Dabei sind die größten Reduzierungseffekte in der Spitzenstunde (08:00 – 09:00 Uhr) zu verzeichnen. Außerdem ist zu sehen, dass eine Änderung des Elektro-Pkw-Anteils in jeder Szenariengruppe jeweils die höchsten Effekte der absoluten Emissionsreduktion hervorruft, da Pkw den größten Anteil in der Fahrzeugflotte innerhalb des gesamten Netzes aufweisen. Werden hingegen die NOX-Emissionsreduzierungen pro Elektrofahrzeug berechnet, zeigt sich, dass das Ersetzen eines konventionellen Lkw durch einen Elektro-Lkw aufgrund der größeren Emissionsfaktoren (in allen Szenariengruppen) die jeweils größten Effekte hervorbringt.

Abbildung 5: Verteilung der Reduzierung der streckenbezogenen NOX-Emissionsfaktoren (g/Fzg/km) nach Straßentypen

Der Vergleich der Gesamtemissionen in den verschiedenen Straßentypen zeigt, dass in allen Szenarien in den Sammelstraßen die jeweils geringsten Emissionen entstehen. In allen Bundesstraßen werden insgesamt 13-mal mehr NOX-Emissionen erzeugt, in Hauptverkehrsstraßen ergibt sich eine 9-fach höhere NOX-Emission im Vergleich zur Gesamtemission in allen Sammelstraßen. Die Reduzierung der Gesamtemissionen zeigt ein vergleichbares Bild: in den Bundesstraßen und Hauptverkehrsstraßen sind wesentlich höhere Reduzierungen zu verzeichnen. Um vergleichen zu können, in welchen Straßentypen die Elektrofahrzeuge pro Fahrzeug und Kilometer Abschnittslänge den größten Einfluss auf die mittleren Emissionsreduzierungen haben, wurden die streckenbezogenen Emissionsfaktoren für jeden Streckenabschnitt in den einzelnen Szenarien ermittelt. Die Verteilung dieser streckenbezogenen Emissionsfaktoren nach Straßentypen sind in Abbildung 5 dargestellt. In Bundesstraßen und Hauptverkehrsstraßen ergeben sich trotz unterschiedlicher Gesamtemissionen vergleichbare Reduzierungen der Emissionsfaktoren. Sammelstraßen weisen insgesamt einen geringeren Effekt auf und Änderungen des Elektrofahrzeuganteils in den Fahrzeuggruppen LNfz und Lkw zeigen kaum Einfluss auf die streckenbezogenen NOX-Emissionsfaktoren.

Abbildung 6: Räumliche Verteilung der NOX-Gesamtemissionen (links) und der streckenbezogenen NOX-Emissionsfaktoren (rechts) im Szenario 70 % Gesamt

Bei der Betrachtung der räumlichen Verteilung der Reduzierung der Gesamtemissionen (Beispielergebnisse für Szenario 70 % Gesamt) zeigt sich, dass neben der Verkehrsbelastung vor allem die Rückstaubereiche vor den LSA einen wesentlichen Einfluss haben (siehe Abbildung 6, links). Unabhängig von der Art des Straßentyps wird die Änderung der streckenbezogenen NOX-Emissionsfaktoren im Wesentlichen durch die vorhandene Neigung der Streckenabschnitte beeinflusst. In Bundesstraßen und Hauptverkehrsstraßen können in Streckenabschnitten mit hohen Verkehrsbelastungen und in Rückstaubereichen vor den LSA (mit größeren Verlustzeitanteilen) ebenfalls größere Reduzierungen der NOX-Emissionsfaktoren festgestellt werden (siehe Abbildung 6, rechts).

Zusammenfassung und Diskussion

Die Ergebnisse der vorliegenden Simulationsstudie zeigen, dass bei Betrachtung des Gesamtnetzes die höchsten Emissionsreduzierungen in den Spitzenstunden hervorgerufen werden. Der Vergleich der einzelnen Straßentypen zeigt, dass die Emissionsreduzierungen in Bundesstraßen höher als in Hauptverkehrsstraßen beziehungsweise Sammelstraßen sind (im Einklang mit den Verkehrsbelastungen der Straßentypen). Auf der anderen Seite zeigen die relativen Änderungen der Emissionsreduzierungen von Bundes- und Hauptverkehrsstraßen ähnliche Tendenzen, wohingegen geringere Unterschiede zu den Ergebnissen der Sammelstraßen vorliegen. Wird die räumliche Verteilung der absoluten Emissionsreduzierungen betrachtet, ist erkennbar, dass in Streckenabschnitten mit höheren Verkehrsbelastungen oder höheren Verlustzeitanteilen (z.B. Rückstaubereiche vor LSA) eine höhere Reduzierung der Gesamtemissionen vorliegt. Werden streckenbezogene Emissionsfaktoren betrachtet, sind die größten Reduzierungseffekte in Streckenabschnitten vor LSA und in Rückstaubereichen zu sehen. Außerdem zeigen in allen Straßentypen Streckenabschnitte mit Steigungen höhere Reduzierungen als ebene Streckenabschnitte bzw. Gefällestrecken.

Es ist wichtig darauf hinzuweisen, dass die in dieser Studie gezeigten Analysen unter Verwendung eines realitätsnahen, innerstädtischen Straßennetzes, Verkehrszuständen, Verkehrszusammensetzung und Flottenzusammensetzung durchgeführt wurden. Die exakten Werte der Emissionsreduzierungen durch die höheren Elektrofahrzeuganteile sind abhängig von den genannten Eigenschaften des jeweiligen Anwendungsfalles. Es ist generell festzustellen, dass die Elektrifizierung der Fahrzeuge in Netzbereichen und Zeitintervallen mit hoher Emissionserzeugung (z.B. an Emissions-Hotspots und während der Spitzenstunde) die größten Effekte zeigt. Weiterhin trägt der Fahrzeugtyp mit dem größten Anteil in der Verkehrszusammensetzung innerhalb des untersuchten Bereichs am stärksten zur absoluten Emissionsreduzierung bei. Diese Erkenntnisse bestätigen die Bestrebungen, Maßnahmen unter Berücksichtigung von Elektrofahrzeugen in Luftreinhalteplänen aufzunehmen.
Die unterschiedlichen Fahrleistungen der Fahrzeugtypen ist für die Interpretation und Hochrechnungen der ermittelten Effekte einzelner Fahrzeugtypen auf größere Netzbereiche und größere Zeitintervalle zu berücksichtigen. Darüber hinaus kann in weiteren Studien (zusätzlich zum Verlustzeitanteil) der Zusammenhang zwischen NOX-Emissionen und der Anzahl der Stopps, sowie den Beschleunigungs- und Verzögerungsanteilen untersucht werden. Um zu ermitteln, welchen Beitrag Elektrofahrzeuge zur Reduzierung von NOX-Immissionen und Grenzwertüberschreitungen leisten können, ist vorgesehen die vorhandene Berechnungsmethodik in weiteren Studien um ein Ausbreitungsmodell zu erweitern.

Quellen

1. Umweltbundesamt, Nationale Trendtabellen für die deutsche Berichterstattung atmosphärischer Emissionen 1990-2016, Umweltbundesamt, Dessau, 2018.
2. A. Minkos, U. Dauert, S. Feigenspan, S. Kessinger, S. Nordman und T. Himpel, Luftqualität 2017: Vorläufige Auswertung, Umweltbundesamt, 2018.
3. V. Timmers und P. Achten, Non-exhaust PM Emissions from Electric Vehicles, Atmospheric Environment 134, pp. 10-17, 2016.
4. M. Keller, P. Wüthrich, B. Notter, HBEFA Handbook Emission Factors for Road Transport 3.1/3.2/3.3, Bern: Infras, 2017.
5. S. Hausberger und M. Rexeis, PHEM - Passenger Car and Heavy-Duty Emission Model, 2017.