Seit vielen Jahren wird die Belastung der Luft und Umwelt mit unterschiedlichen Schadstoffen aufgezeichnet. Dazu gehört untere anderem auch die Aufzeichnung der Stickstoffoxide (NO_x), die als NO₂ berechnet werden. Gemäß den Angaben des Umweltbundesamtes haben sich diese Belastungen zwischen den Jahren 1990 und 2016 in Deutschland um 58 %, was in etwa 1,7 Millionen Tonnen jährlich entspricht, reduziert [UBA 2018]. Trotz dieser umfangreichen Reduktion kommt es weiterhin zu Überschreitungen der Grenzwerte, die in der Richtlinie des Europäischen Parlaments und des Rates über Luftqualität und Saubere Luft für Europa seit dem 01. Januar 2010 gelten [2008/50/EG]. Als Stundengrenzwert gilt eine Konzentration des Stickstoffdioxids von 200 µg/m³, als Tagesgrenzwert gelten 40 µg/m³. Zuzüglich existieren noch festgelegte untere und obere Beurteilungsschwellen für beide Grenzwerte sowie ein kritischer durchschnittlicher Jahreswert für die Vegetation (vgl. Tabelle 1) [2008/50/EG].

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

1   Aktualität der Schadstoffbelastung von Städten

Seit vielen Jahren wird die Belastung der Luft und Umwelt mit unterschiedlichen Schadstoffen aufgezeichnet. Dazu gehört untere anderem auch die Aufzeichnung der Stickstoffoxide (NO_x), die als NO₂ berechnet werden. Gemäß den Angaben des Umweltbundesamtes haben sich diese Belastungen zwischen den Jahren 1990 und 2016 in Deutschland um 58 %, was in etwa 1,7 Millionen Tonnen jährlich entspricht, reduziert [UBA 2018]. Trotz dieser umfangreichen Reduktion kommt es weiterhin zu Überschreitungen der Grenzwerte, die in der Richtlinie des Europäischen Parlaments und des Rates über Luftqualität und Saubere Luft für Europa seit dem 01. Januar 2010 gelten [2008/50/EG]. Als Stundengrenzwert gilt eine Konzentration des Stickstoffdioxids von 200 µg/m³, als Tagesgrenzwert gelten 40 µg/m³. Zuzüglich existieren noch festgelegte untere und obere Beurteilungsschwellen für beide Grenzwerte sowie ein kritischer durchschnittlicher Jahreswert für die Vegetation (vgl. Tabelle 1) [2008/50/EG].

Tabelle 1: Übersicht der rechtlichen Vorgaben hinsichtlich Grenzwerten von Stickstoffoxiden [eigene Darstellung nach 2008/50/EG]

Die Überschreitungen der Grenzwerte verteilen sich ungleich zwischen Gebieten mit ländlichem, (vor-)städtischen und verkehrsnahem Hintergrund. Für letztere gab es bei 59 % der Stationen im Jahr 2016 Überschreitungen, wohingegen es an städtischen Hintergrundmessstellen keine Überschreitungen gab. Als Hauptverursacher gibt das Umweltbundesamt mit circa 40 % den Verkehrssektor an. [UBA 2017a] [UBA 2018]

Die aktuelle besondere Aufmerksamkeit in der Öffentlichkeit für die Luftreinhaltung erhält das Thema durch die umfangreichen Klagen der Umwelthilfe gegen Städte und Kommunen, die diese bereits seit einigen Jahren bekannten Grenzwerte nicht einhalten. Rechtsprechungen bezüglich der Gültigkeit von Fahrverboten für Diesel in Innenstädten sorgen in öffentlichen Medien für große Brisanz. Seit dem Urteil des Bundesverwaltungsgerichts am 27. Februar 2018 sind beschränkte Verkehrsverbote für (bestimmte) Dieselfahrzeuge auf bestimmten Straßen bzw. Straßenabschnitten erlaubt, wenn sie die einzig geeignete Maßnahme zur schnellstmöglichen Einhaltung der Stickstoffdioxid-Grenzwerte darstellen [BVerwG 2018]. Als Folge dieses Urteils stehen für 31 Städte in Deutschland (Stand Dezember 2018) Klagen der Deutschen Umwelthilfe im Raum [DUH 2018] [ADAC 2018] [StN 2018]. Bei einem Teil der Klagen kam es bereits zum Urteilsspruch und der Umsetzung bzw. Terminierung von Fahrverboten; bei anderen steht eine Entscheidung noch aus (vgl. Tabelle 2).

Tabelle 2: Übersicht der Klagen der Umwelthilfe aufgrund von Grenzwertüberschreitungen bei Stickoxiden [eigene Darstellung auf Basis DUH 2018, ADAC 2018, StN 2018; Stand Dezember 2018]

Ebenso wie die Klagen der Umwelthilfe sind in den Medien aktuell viele Stimmen zu hören, die entweder die Standortwahl der Messstationen, die Messverfahren oder die Handlungen, die sich aus den Grenzwertüberschreitungen ergeben, kritisch sehen. Beispiele wie in der Stadt Oldenburg, in der während Straßensperrungen und somit ohne Verkehrsbelastungen die Grenzwerte an den Messstationen fast überschritten bzw. tatsächlich überschritten wurden [N. Doll 2018], unterstützen medial die Meinung der kritischen Stimmen. Auch auf politischer Ebene gehen die Diskussionen seit der Klagewelle weiter, sodass derzeit ein Gesetzentwurf der Bundesregierung zur Änderung des Bundes-Immissionsschutzgesetzes vorliegt. Demnach sollen künftig Fahrverbote nur in Erwägung gezogen werden bei einer Überschreitung eines Jahresmittelwertes von 50 µg/m³ pro Kubikmeter Luft. Weiterhin sollen bestimmte Kraftfahrzeuge sowie Haltergruppen ausgenommen wurden. Bei geringeren Überschreitungen des Grenzwertes seien Fahrverbote in der Regel nicht erforderlich und unverhältnismäßig. [Deutscher Bundestag 2018]

Unabhängig der Diskussionen, ab welchem Wert einer Grenzwertüberschreitung welche Konsequenzen möglich sind oder den Diskussionen hinsichtlich der Messmethoden und deren Auswirkungen auf die gemessenen Werte, gibt es viele wissenschaftliche Publikationen, die die Auswirkungen zu hoher Stickoxidemissionen auf Flora und Fauna beschreiben, sodass das Ziel, diese Emissionen zu reduzieren, verfolgenswert ist. Ein Ansatz die Luftbelastung weiter zu verringern, stellt die Substitution konventionell betriebener Fahrzeuge durch Elektrofahrzeuge dar. Aus Abbildung 1 wird deutlich, dass durch die Nutzung von Elektrofahrzeugen die Gesamtstickoxidemissionen reduziert werden. Ihr besonderer Vorteil darin liegt, dass die Reduktion in den direkten Emissionen liegt, die nicht mehr vorhanden sind. Somit sind an den lokalen Orten, an denen sich die Elektrofahrzeuge bewegen, keine zusätzlichen Emissionen zu erwarten. Allerdings muss im Sinne des Lebenszyklus berücksichtigt werden, dass dafür derzeit noch bei der Fahrzeugherstellung höhere Emissionen als bei konventionellen Fahrzeugen entstehen, und dass auch der Strommix, der für den Ladestrom der Fahrzeuge verwendet wird, einen großen Einfluss hat.

Abbildung 1: Stickoxidemissionen in mg/km von Fahrzeugen verschiedener Antriebsarten [BMU 2017 auf Basis UBA 2016]

2   Rahmengebendes Forschungsprojekt "eMIND"

Die vorgestellten Untersuchungen zum Einsparpotential von NO_x-Emissionen durch die Ausbreitung der Elektromobilität entstehen im Rahmen des Forschungsprojektes „eMIND – electric Mobility Integration Düren“. Dieses wird innerhalb des Förderprogramms „Sofortprogramm Saubere Luft 2017 - 2020“ durch das Bundesministerium für Wirtschaft und Energie (BMWi) gefördert. Das Konsortium des Projektes setzt sich aus Forschungspartnern sowie der Stadt Düren mit ihren Unterauftragnehmern, der städtischen Wirtschaftsförderungsgesellschaft WIN.DN GmbH und dem Netzbetreiber Leitungspartner GmbH zusammen. Die Forschungspartner umfassen drei Institute der RWTH Aachen University: das Institut für Stadtbauwesen und Stadtverkehr (ISB), das Human-Computer-Interaction-Center (HCIC) und das Institut für Hochspannungstechnik (IFHT). Das Ziel des Verbundvorhabens ist die deutliche und nachhaltige Reduzierung der NO_x-Belastung in der Stadt Düren, in der es nachweislich hohe Grenzwertüberschreitungen bei der Stickstoffdioxidbelastung gibt (vgl. Abbildung 2).

Abbildung 2: Trend der Stickstoffdioxid-Jahresmittelwerte im Vergleich zwischen Düren und dem Bundesdurchschnitt unterschiedlicher Messstationen [eigene Darstellung auf Basis vom UBA 2018, LANUV 2018]

Mit dem Projekt soll unter anderem die Akzeptanz, sowohl von Firmenflotten als auch von privaten Nutzern, zur Substitution von konventionellen Fahrzeugen durch Elektrofahrzeuge durch Errichtung von Ladeinfrastruktur bei Arbeitgebern gesteigert werden. Zur Erreichung dieser Ziele wird im Rahmen des Projektes halb-öffentliche Ladeinfrastruktur in der Stadt Düren ausgebracht. Zudem werden Lade- und Serviceangebote untersucht, um eine kundenorientierte Bereitstellung der Infrastruktur zu gewährleisten.

3    Stand der Technik: Modelle zur Ermittlung der Stickoxidemissionen durch den Straßenverkehr

In der Wissenschaft existieren bereits eine Reihe verschiedener, sich bewährter Modellansätze zur Ermittlung der durch den Straßenverkehr entstehenden Stickoxidemissionen. Zu den im europäischen Kontext bekanntesten Modellen, bei denen auch weitere Schadstoffauswirkungen ermittelt werden, gehören die Modelle COPERT, TREMOD, HBEFA, VERSIT+, LIISA und GLOBEMI (vgl. Abbildung 3).

Abbildung 3: Nutzung von Verkehrsemissionsmodellen für die nationale Berichterstattung von Treibhausgas- und Luftschadstoffemissionen in europäischen Ländern

Alle Verkehrsemissionsmodelle basieren auf Emissionsdatenbanken, die sie dann mittels ihrer jeweiligen Modelllogik weiterverarbeiten, um als Ergebnis die durch den Straßenverkehr emittierten Schadstoffbelastungen zu erhalten. Eine solche Emissionsdatenbank, auf die mehrere der im Folgenden vorgestellten Emissionsmodelle aufbauen, stellt das Handbuch für Emissionsfaktoren des Straßenverkehrs (HBEFA) dar. Das HBEFA stellt Emissionen pro Fahrkilometer eines Fahrzeugsubsegments, das als eine Kombination der einzelnen Fahrzeugtypen (Pkw, LNF, SNF, Linien. & Reisebusse, Motorräder) mit den verschiedenen Kennwerten (Fahrzeuggröße, Antriebsart, Emissionskonzept, Emissionsminderungstechnologien) gebildet wird, für unterschiedliche Verkehrssituationen zur Verfügung. Eine Verkehrssituation wiederum ist abhängig vom Gebietstyp, dem Straßentyp, dem vorherrschenden Tempolimit sowie dem Verkehrszustand. Das HBEFA liefert diese Informationen für alle reglementierten sowie einzelnen nicht-reglementierten Schadstoffen sowie dem Kraftstoffverbrauch. Somit ist die Ausgabe einer großen Bandbreite an Emissionsfaktoren möglich. [UBA 2017b] [Keller et al. 2017]

Zu allen benannten Modellen können Modellbeschreibungen unterschiedlicher Detailtiefe gefunden werden. Neben diesen individuellen Projektbeschreibungen können in der Literatur auch weitere Quellen gefunden werden, die Quervergleiche zwischen den benannten Modellen hinsichtlich ihrer methodischen Ansätze und den ausgegebenen Ergebnissen vergleichen. Zu einem sehr umfangreichen Modellvergleich gehört die Publikation „Vergleich TREMOD – COPERT“ der Bundesanstalt für Straßenwesen [Notter et al. 2016]. Ähnlich anderer Ergebnisse zwischen verschiedenen Modellvergleichen, kommt die Publikation zu dem Resümee, dass keines der Modelle allgemeingesprochen besser als das andere sei, sondern vielmehr aufgezeigt wird, welches Modell für welchen Anwendungsfall besser geeignet ist [Notter et al. 2016, S146f]. Ausgehend von diesen Aussagen, werden die genannten Emissionsmodelle hinsichtlich ihrer Anwendbarkeit in der vorliegenden Forschungsfrage nochmals analysiert und verglichen. Dabei werden andere methodische Ansätze innerhalb der Modelle, außer die zur Ermittlung der Stickoxidemissionen, vernachlässigt, da sie aufgrund mangelnder Relevanz für die Zielführung der untersuchten Forschungsfrage keine Bedeutung haben. Ein besonderer Fokus in der Analyse liegt dabei einerseits in der Frage der Übertragbarkeit der Methode auf andere Räume und Szenarien sowie andererseits in einer räumlich hohen Auflösung der Ergebnisse. Diese Anforderungen ergeben sich aus dem Kontext, in dem die Methode zur Abschätzung des Einsparpotentials von NO_x-Belastung durch die Modellierung der substituierbaren Verkehrsleistung konventionell betriebener Fahrzeuge entwickelt wird: sie soll eine Erweiterung des Standortfindungsmodells für elektrische Ladeinfrastruktur (STELLA) darstellen (vgl. Abschnitt 5.2). STELLA untersucht derzeit auf der räumlichen Auflösungsebene von Standquartieren für ganz Deutschland das Potential für den Bedarf von elektrischer Ladeinfrastruktur. Dabei ist es aufgrund der modularen Struktur des Modells möglich, die Methodik auf andere Untersuchungsräume oder andere Szenarien und Rahmenbedingungen flexibel anzupassen.

Wie in Abbildung 2 dargestellt, zählen die Modelle VERSIT+ (Niederlande) [Ligterink & de Lange 2009], LIISA (Finnland) [Mäkelä, Kanner & Laurikko 1996] und GLOBEMI (Österreich) [Krutzler et al. 2013, S.20] zu den bekanntesten länderspezifischen Emissionsmodellen. Die Übertragbarkeit dieser Ansätze auf Deutschland oder in einem weiteren Arbeitsschritt auf andere europäische/internationale Länder im Kontext des Standortfindungsmodells STELLA ist kritisch zu hinterfragen. Für alle drei Modelle gilt, dass Ihre Methodik nicht öffentlich zugänglich ist, sodass eine Analyse der Eingangsdaten und Modelleigenschaften sowie Prüfung, ob durch eine Weiterentwicklung der Methode eine Übertragbarkeit ermöglicht werden würde, nicht durchführbar ist. Daher kann nur mit den veröffentlichten Informationen eine erste Überprüfung durchgeführt werden, welche jedoch die Anwendung dieser Modelle im Ergebnis für Deutschland nicht empfiehlt. Am Modell VERSIT+ können diese Schwierigkeiten bei der Übertragbarkeit der Modellierungsmethoden verdeutlicht werden: VERSIT+ basiert auf einer Datenbank, die real gemessene Fahrzyklen aus den Niederlanden beinhaltet [Ligterink & de Lange 2009]. Diese Fahrzyklen werden unter anderem beeinflusst durch Geschwindigkeitsgrenzwerte in den Niederlanden, eine für die Niederlande typische Fahrzeugflottenzusammensetzung sowie geografische und topografische Gegebenheiten der Niederlande. Solche Informationen liegen im Rahmen des Forschungsprojektes weder für Deutschland noch andere Länder vor, sodass eine Anpassung der Methode Schwierigkeiten ergeben würde.

Auch die Anwendung des Modells TREMOD ist nicht öffentlich zugänglich, sondern einigen Bundesbehörden und Lizenznehmern vorbehalten [Knörr et al. 2016] [Notter et al. 2016]. Dennoch wird eine detailliertere Analyse des Modells vorgenommen, da der Anwendungsbereich Deutschland entsprechend dem derzeitigen Anwendungsbereich des Modells STELLA entspricht. Dabei zeigt sich jedoch, dass TREMOD nicht nur hinsichtlich der räumlichen Übertragbarkeit derzeit eingeschränkt ist, sondern ebenfalls Einschränkungen bezogen auf die räumliche Auflösungsebene aufzeigt, da die Datengrundlage ausschließlich eine nationale Gesamtemissionsdarstellung ermöglicht. Für die Analyse von kleinräumigeren Teilbereichen, wie beispielsweise eines Landes oder einer Stadt, muss eine eigene Datengrundlage erstellt werden. Bei der zeitlichen Dimensionierung der Ergebnisse, gilt der Betrachtungszeitraum von einem Jahr als kleinstmögliche Ausgabeoption. Neben der Ermittlung der direkten Emissionen ist in dem Modell auch die Ermittlung der indirekten Emissionen, die bei der Kraftstoffbereitstellung entstehen möglich, wodurch eine umfassende Betrachtung des Themas der Schadstoffentstehung durch Verkehr ermöglicht wird. Eingangsdaten für die Berechnungsmethodik in TREMOD bildet unter anderem die HBEFA-Emissionsdatenbank. [Notter et al. 2016]

Die Berechnungsmethode basiert auf drei Submodellen: das Flottenmodul, das Fahrleistungsmodul und das Emissionsmodul.

• Das Flottenmodul gibt eine differenzierte jährliche Fahrleistungsverteilung der Fahrzeugflotte für jede Fahrzeugkategorie an. Diese ergibt sich aus Verknüpfung von Realdaten des KBA und Kennzahlen zur mittleren Fahrleistung unterschiedlicher Fahrzeugschichten.
• Das Fahrleistungsmodul gibt abhängig der Verkehrssituation und der Straßenkategorie die jährliche Gesamtfahrleistung je Fahrzeugkategorie wieder.
• Das Emissionsmodul verknüpft die differenzierten Fahrleistungen aus dem Fahrleistungsmodul und dem Flottenmodul mit Emissionsfaktoren aus dem HBEFA.
  [Notter et al. 2016]

Die Möglichkeiten der Ausgabe der Outputs von Stickoxiden in TREMOD sind sehr umfänglich. Die Ergebnisse können für Fahrzeugkategorien, Straßenkategorien, Emissionsarten, Szenarien, Größenklassen, Fahrzeugschichten, Kraftstoff-/Energiearten, Komponenten, Ergebnisparameter oder auch weitere spezifische Werte ausgegeben werden [Notter et al. 2016]. Durch diese Vielfältigkeit sind zahlreiche Analysen der Korrelationen verschiedener Indikatoren möglich.
Eine andere Situation zeigt sich bei dem Modell COPERT, welches der Öffentlichkeit hinsichtlich der Methodik kostenlos zur Verfügung steht, bei dem jedoch länderspezifische Datensätze, die als Input für die Methode dienen, kostenpflichtig – allerdings von jedermann – dazu gekauft werden müssen [Notter et al. 2016, S. 8]. Neben der Verbreitung in Europa (vgl. Abbildung 2), existieren mittlerweile auch Versionen für Asien, Südamerika, Ozeanien und Australien [Notter et al. 2016, S. 33]. Die Methode ist geeignet, um Emissionen des Straßenverkehrs auf unterschiedlicher räumlicher Ebene zu berechnen. Es sind sowohl Untersuchungen auf nationaler Ebene als auch auf kleinräumigeren Zuschnitten wie Ländern, Städten oder gar Straßen durch Anwendung des Zusatzmodells „COPERT Street Level“ möglich [Notter et al. 2016, S. 36] [EMISIA 2018]. Die zeitliche Ebene ist ebenfalls differenzierbar, als kleinste zeitliche Betrachtungsebene ist der Zeitraum von einem Jahr definiert.
In der Modellbeschreibung von COPERT wird von fünf Teilmodellen der Berechnungsmethode gesprochen:

• Die Fahrzeugflotte erstellt die Bestands-Inputdaten und dient der Segmentierung der Flotte differenziert nach bis zu 266 Kategorien. Die Zusammensetzung wird abhängig von den nach Fahrleistung gewichteten Anteilen der Fahrzeugkategorien an der Gesamt-Fahrleistung gebildet.
• Die Verkehrsaktivitäten erstellen die Fahrleistungs-Inputdaten, zu denen unter anderem Fahrleistungsanteile und Fahrgeschwindigkeiten differenziert nach den Straßentypen Autobahn sowie ländliche und urbane Straßen gehören. Berücksichtigt werden dabei insbesondere Kriterien, die Einfluss auf die Schadstoffmenge haben, wie beispielweise Alter, Fahrleistung, Straßentyp, Umgebungstemperatur.
• Die Emissionsfaktoren werden differenziert nach Emissionsart, Fahrzeugkategorie und Straßentyp angegeben. Bei den Emissionsarten wird aufgrund des unterschiedlichen Einflusses auf die Luftschadstoffe zwischen Kaltstartemissionen (Korrekturfaktor auf die warmen Emissionen abhängig der Außenlufttemperatur) und betriebswarmen Emissionen (Konstante je Fahrzeugtyp) unterschieden.
• Der Energieverbrauch wird als Funktion von Fahrzeugtyp (Kraftstoffart, Gewicht/Leistung, Emissionsstufe) und Durchschnittsgeschwindigkeit angegeben. Basis der Datenquellen sind unter anderem die HBEFA-Verkehrssituationen.
• Die Emissionsberechnung entspricht der Multiplikation von Flotten- und Verkehrsaktivitätsdaten mit entsprechenden Emissionsfaktoren. Als Ergebnis resultieren Treibhausgas- und Luftschadstoffemissionen sowie der Kraftstoffverbrauch. In der Rechnung wird differenziert zwischen Motorenemissionen und diffusen Quellen.
  [Notter et al. 2016]

Die Ergebnisse von COPERT können nach Fahrzeugtyp, Straßentyp, Emissionsart und Jahr differenziert ausgegeben werden [Notter et al. 2016].

Die vergleichende Analyse der Modellansätze zeigt, dass die Modelle jeweils für den ihnen angedachten Anwendungsfall entsprechende Eigenschaften aufzeigen, die allerdings bei der hier dargestellten Forschungsfrage nicht immer zum Tragen kommen. So ist beispielsweise die umfangreiche Betrachtung des gesamten Verkehrssektors Deutschlands, zu dem neben dem Straßenverkehr ebenfalls der Schienenverkehr, der Binnenschifffahrtsverkehr und der Luftverkehr gehören, hier nicht relevant. Aufgrund der geringen Zugangshürden sowie insbesondere der bereits breiten Verbreitung des Modellansatzes und der Möglichkeit der kleinräumigen Analyse, wird für die weitere Forschungsarbeit zur Abschätzung des Einsparpotentials von NO_x-Belastung durch die Modellierung der substituierbaren Verkehrsleistung konventionell betriebener Fahrzeuge auf das Emissionsmodelle COPERT zurückgegriffen. Allerdings werden auch hierbei in folgenden Schritten Anpassungsbedarfe, wie möglicherweise in der Fahrzeugflotte und der Berücksichtigung von elektrischen Antrieben und Plugin-Hybriden, überprüft und bei Bedarf durchgeführt. Bisherige Ansätze in Teilmodellen der Methodik STELLA (s. Abschnitt 5.2) basieren unter anderem auf Ansätzen des Modells TREMOD, zum Beispiel bei den Basis Verbräuchen von vollelektrischen Fahrzeugen. Ob diese Teilmodelle angepasst werden, durch Informationen aus COPERT, oder in ihrer Struktur beibehalten werden, wird im Laufe der Projektbearbeitung überprüft.

4   Stand der Technik: Fallstudien zur Ermittlung des Einsparpotentials von NO_x-Emissionen

In der Literatur gib es bereits vereinzelte Studien, die die Auswirkungen von veränderten Fahrzeugflotten in Zusammenhang mit der Schadstoffbelastung bzw. im Speziellen mit der NO_x-Belastung in unterschiedlichen räumlichen Zuschnitten analysieren. Diese Quellen können hinsichtlich drei relevanter Kriterien differenziert werden: der räumlichen Betrachtungsebene (theoretische Ebene – großräumig & grob – kleinräumig & detailliert), der Relevanz von Stickoxiden als Luftschadstoff (niedrig – hoch) und der Berücksichtigung von Elektrofahrzeugen (nicht vorhanden – vorhanden). Abhängig ihres räumlichen Zuschnittes thematisieren die Studien die standortspezifischen Zusammensetzungen der Luftschadstoffemissionen unterschiedlich stark. Während der Recherche wurde keine, dem geplanten Forschungsvorhaben ähnliche, Studie gefunden, die einen kleinräumigen Untersuchungsraum mit hoher Detailtiefe sowie besonderem Fokus auf der Korrelation von Stickoxidentwicklungen und Verbreitung von Elektromobilität hat. Eine Erklärungsmöglichkeit für die häufig nur geringe Berücksichtigung der Elektromobilität ist möglicherweise, dass eine Vielzahl der Studien zu Zeitpunkten erstellt wurde, in denen das Thema Elektromobilität noch nicht solche Bedeutung hatte wie zu aktuellen Zeiten.

Die Studie des ifeu „Auswirkungen zukünftiger NO_x- und NO₂-Emissionen des Kfz-Verkehrs auf die Luftqualität in hoch belasteten Straßen in Baden-Württemberg“ [Dünnebeil et al. 2010] als Beispiel analysiert die gemessenen Ergebnisse an den einzelnen spezifischen Messstationen im Bundesland differenziert nach der Gesamtimmission, den Immissionen durch den städtischen Hintergrund sowie dem lokalen NO_x- bzw. NO₂-Beitrag. Diese Ergebnisse werden dann mit den NO_x-Emissionen und der Verkehrsmenge sowie der Verkehrszusammensetzung differenziert nach Pkw, leichten Nutzfahrzeugen und Lkw verknüpft. Das Thema Elektromobilität wird allerdings nicht thematisiert, sodass auch keine Korrelationen zwischen dem Anteil Elektrofahrzeuge in der Flotte und Einsparung von NO_x bzw. NO₂ möglich sind. Diese Studie kann demnach so eingeordnet werden, dass sie zwar eine hohe räumliche Auflösung sowie einen besonderen Fokus auf Stickoxiden hat, allerdings ohne die Betrachtung der Elektromobilen Fahrzeugentwicklungen.

In anderen Quellen wie dem Beitrag von E. Helmers zum Thema „Bewertung der Umwelteffizienz moderner Autoantriebe – auf dem Weg vom Diesel-Pkw-Boom zu Elektroautos“ (2010) werden keine räumlich konkreten Analysen durchgeführt, sondern vielmehr auf Basis einer umfangreichen Literaturrecherche auf theoretischer Ebene Aussagen zu den Auswirkungen einer veränderten Fahrzeugflotte getätigt. Dabei werden zwar auch Stickoxide angesprochen, dies jedoch nur am Rande, da der Fokus auf den CO₂-Auswirkungen liegt. Es liegt somit weder eine raumbezogene Analyse vor noch eine detaillierte Berücksichtigung von Stickoxiden.

Auch auf europäischer Ebene existieren Beiträge wie von Kousoulidou et al. (2008), in denen zwar Ansätze zu Entwicklungen von verschiedenen Luftschadstoffen in Europa in Verbindung zu den Entwicklungen des europäischen (Straßen-)Verkehrssektors aufgeführt werden, allerdings fehlt auch hier die Berücksichtigung von Elektrofahrzeugen.

Eine Studie, die in Kombination der drei Differenzierungsmöglichkeiten der im aktuellen Forschungsvorhaben gestellten Forschungsfrage noch die größten Ähnlichkeiten hat, ist die Untersuchung von M. Baumann et al. (2012). Dort wird für die Stadt Stuttgart für unterschiedliche Szenarien bezogen auf die Entwicklung der Elektrofahrzeuge sowie deren Ladeverhalten eine Analyse der direkten und indirekten Emissionen aufgestellt. In den Ergebnissen werden als einer von vielen Luftschadstoffen auch die unterschiedlichen Mengen an NO_x in kg/Jahr aufgeführt. Eine genauere Analyse sowie eine Beschreibung der daraus resultierenden Auswirkungen auf die Umwelt werden nicht angeführt.

5   Methodik zur Abschätzung des Schadstoffeinsparpotentials

5.1   Allgemeiner Methodischer Ansatz

Die Methodik zur Abschätzung des NO_x-Einsparpotentials kombiniert verschiedene bewährte Ansätze aus der Forschung mit bereits für andere Projekte entwickelten Teilmodellen. Sowohl die verkehrlichen Analysen als auch die technischen sind für die Abschätzung des Schadstoffeinsparpotentials relevant. Die Methodik sieht vor, ausgehend von den aus dem Modell STELLA erwarteten Ladebedarfen für einen speziellen Standort, abzuleiten, welche Fahrzeugtypen wieviel Kilometer an diesem Standort ‚laden‘. Weiterführend wird dann unter Berücksichtigung der Teilmodelle der Verkehrsverteilung und des Fahrzeugbesitzmodells sowie Mobilitätsstudien, Mobilitätserhebungen und weiteren Datensätzen ermittelt, welche Strecke bzw. wieviel Kilometer diese Fahrzeuge über die Route hinaus, die sie an diesen Ladestandort führt, fahren und wieviel Kilometer sie dann an anderen Standorten (öffentlich oder privat) laden. Durch die Verknüpfung der verkehrlichen Analysen hinsichtlich Quell- und Zielverkehren auf Ebene der Kreise mit den technischen Kenntnissen hinsichtlich der entstehenden Menge an NO_X sowie Charakteristiken von Elektrofahrzeugen, können die Anzahl an potentiell ersetzbaren konventionellen Fahrzeugen sowie die Menge an potentiell ersetzbarer Fahrleistung abgeleitet werden. In Kombination dieser beiden Erkenntnisse sowie der infrastrukturellen Parameter (z.B. Autobahn, urbane oder ländliche Umgebung) kann dann unter Anwendung des Emissionsmodells COPERT die lokale Schadstoffmenge ermittelt werden, die durch den Ausbau der Ladeinfrastruktur eingespart werden kann. In einem, außerhalb des Forschungsprojektes liegenden weiteren Schritt, sollen die Auswirkungen der ermittelten Emissionswerte durch Immissionsmodelle auf die Grenzwerte der einzelnen Städte untersucht werden. Zur Validierung der im theoretischen Ansatz ermittelten eingesparten Fahrleistung mit konventionellen Fahrzeugen, sollen Ladedaten der Ladestationen ausgewertet werden und mit den Ergebnissen des theoretischen Ansatzes verglichen werden. Durch Veränderungen in den Annahmen der Fahrzeugmarktdurchdringung von Elektrofahrzeugen sowie dem Ausbau von Ladeinfrastruktur in einzelnen Gebieten, können verschiedene Szenarien zur Untersuchung der Entwicklungen durchgeführt werden. Eine feinere Auflösung dieser Ergebnisse ist durch Disaggregation sowie ergänzende Verkehrsdaten durch Auswertung von Szenarien möglich.

Im Rahmen dieses Papers liegt der Fokus einerseits auf einem der vorgelagerten Teilmodelle zur Bestimmung der durch Elektrofahrzeuge substituierbaren Fahrleistung konventioneller Fahrzeuge bzw. Fahrzeugtypen (vgl. Abschnitt 5.2) und andererseits auf der als Basis dienenden Literaturanalyse für die Methodenauswahl der Emissionsmodelle (vgl. Abschnitt 3). 

5.2   STELLA – regionsspezifische Mobilitäts- und Fahrzeugmarktanalysen

Das Standortfindungsmodell für elektrische Ladeinfrastruktur (STELLA) wird zur Abschätzung des Ladebedarfs für Elektromobilität auf der Ebene der gesamten Bundesrepublik Deutschland unter den Kriterien der Flächendeckung und Bedarfsorientierung angewendet. Ein Ergebnis ist ein räumlich verortetes Standortpotential für elektrische Ladeinfrastruktur (LIS) auf der Stadtquartiersebene. Das Modell nutzt Methoden und Datenstrukturen aus dem Bereich der Verkehrsmodellierung. [Brost et al. 2018]

Mit einem modularen Aufbau werden Aspekte aus den Bereichen Nutzerstruktur, Nutzerverhalten, Raumstruktur, Verkehrsnetz, Fahrzeuge sowie Stromnetzen miteinander verknüpft. Eine Basis der Ermittlung bildet der zu erwartende private Personenverkehr mit elektrischen Fahrzeugen unter der Annahme, dass das heutige Mobilitätsverhalten beibehalten wird und es zu keiner Induktion von Verkehrsleistung kommt. Das Potential für LIS kann differenziert nach verschiedenen Ladeleistungen, zum Beispiel Normalladen < 22 kW, Schnellladen ≥ 22 kW und Hochleistungsladen 450 kW, ausgegeben werden. Die Differenzierung basiert unter anderem auf der erwarteten Aufenthaltszeit an den Standorten auf der Grundlage von Mobilitätserhebungen wie die „Mobilität in Deutschland“ (MiD 2008) [Infas, DLR 2010] und der benötigten Reichweite zum Erfüllen der erwarteten Tagesfahrleistung.

Zu den Grundlagen des Modells gehört eine überregionale Verkehrsverteilung differenziert nach unterschiedlichen Wegezwecken, beruhend auf der Bundesverkehrsverflechtungsprognose [BVU et al. 2014] und einigen Auswertungen der Verkehrsnachfrage. Ergänzt durch ein räumlich verortetes Fahrzeugbesitzmodell, differenzierbar nach Fahrzeugklassen und Antriebsart. Beide Submodelle dienen als Basis für die zu entwickelnde Methode zur Abschätzung des Einsparpotentials von NO_x-Belastungen durch die Substitution konventioneller Fahrzeuge durch Elektrofahrzeuge.

Die Eingangsmerkmale für die räumliche Verortung der Fahrzeuge beruhen auf den Zulassungszahlen des Kraftfahrtbundesamtes [KBA 2018], die auf der Ebene Zulassungsbezirke mit Fahrzeugmodellangabe und auf der fünfstelligen Postleitzahlebene in Fahrzeugklassen der Berechnung vorliegen. Ergänzt werden die Bestandzahlen durch Daten des privaten Datenanbieters microm GmbH [microm 2018]. Diese zusammengestellte Fahrzeugverteilung wird mit den örtlichen Merkmalen der Bevölkerung und der Lage verknüpft.

So ergibt sich durch die Anlehnung an die in der TREMOD-Erweiterung [BASt 2016] verwendeten spezifischen Basisverbräuche der BEV, der Annahmen zur Entwicklung der Batteriekapazität der BEV in den Ober-, Mittel-, Kompaktklasse und Kleinstwagen mit 90, 60, 40 und 20 kWh, die bewerteten Reichweiten von 210, 180, 160 und 100 km. Bei der Bewertung der Reichweite wurde eine Minderung der sich aus der Kapazität und dem Verbrauch ergebenden Reichweite um dreißig Prozent durchgeführt. Dies basiert auf den Annahmen, dass ein Fahrzeug nicht vollständig entladen oder aufgeladen wird. Mögliche Gründe dafür wären beispielsweise die Reichweitenangst als untere Grenze eines einzunehmenden Ladezustands oder die Schonung der Fahrbatterie durchs Vermeiden einer Vollladung. In Kombination mit einer Auswertung der Wegesatzdaten aus der MiD 2008 ergeben sich hohe Abdeckung der täglichen Fahrleistung als Fahrer im MIV (vgl. Abbildung 4). Demnach ermöglicht ein Kleinstwagen rund 90 % der in einem Personenkraftwagen zurückgelegte Strecke in allen Kreistypen mit einer Ladung der Fahrbatterie. Die Oberklassefahrzeuge erreichen je nach Kreistyp 98 % der täglich mit einem Fahrzeug zurückgelegten Kilometer.

Abbildung 4: Tägliche Fahrleistung unterschiedlicher Regionstypen bezogen auf die gewichtete Reichweite von BEV [Eigene Berechnung auf Basis von infas, DLR 2010 und BBSR 2011] Mit diesem Teilergebnis lassen sich Variationen der Merkmalsausprägungen in Regionen vornehmen und durch Parameterstudien die Marktentwicklung sowie der damit zusammenhängende Schadstoffausstoß regionsspezifisch bestimmen. 6 Ausblick Die vorgestellten Analysen dienen als Basis für die Entwicklung einer Methode zur Abschätzung des Einsparpotentials von NOx-Belastung durch die Modellierung der substituierbaren Verkehrsleistung konventionell betriebener Fahrzeuge. Diese Methode soll im Rahmen des Projektes eMIND bis September 2020 entwickelt werden und die Auswirkungen der Verbreitung von Elektromobilität aus einem Betrachtungswinkel aufzeigen. Inwieweit Aussagen zum Einsparpotential auf der hohen räumlichen Auflösungsebene des Modells STELLA möglich sind, soll innerhalb des Forschungsprojektes geklärt werden. Ebenso sollen die zu Beginn aufgestellten Hypothesen über die Verbreitung und Nutzung von Elektrofahrzeugen durch die Förderung des Aufbaus von Ladeinfrastruktur bei Arbeitgebern durch Datensätze des real entstehenden Ladeverhaltens an den entsprechenden Säulen sowie Befragung der entsprechenden Nutzergruppen überprüft werden, um für die weiteren Entwicklungsschritte im Kontext der Elektromobilität neue Kenntnisse gewinnen zu können.

Literaturverzeichnis

1. ADAC (2018): Dieselfahrverbot: Alle Fragen und Antworten. München. Dezember 2018. https://www.adac.de/rund-ums-fahrzeug/abgas-diesel-fahrverbote/fahrverbote/dieselfahrverbot-faq/ (Abruf: 17. Dezember 2018)
2. ARTEMIS (2007): Assessment and reliability of transport emission models and inventory systems, final report. DG TREN Contract No. 1999-RD.10429 Deliverable No. 15. P. Boulter & I. McCrae. Wokingham, United Kingdom. Oktober 2007.
3. Baumann, M., Simon, B., Dura, H. & Weil, M. (2012): The contribution of electric vehicles tot he changes of airborne emissions. 2nd IEEE ENERGYCON Conference & Exhibition, Sustainable Transportation Systems Symposium. Florenz. November 2012. ISBN 978-1-4673-1454-1
4. BASt, 2016. Erweiterung der Software TREMOD um zukünftige Fahrzeugkonzepte, Antriebe und Kraftstoffe [Online]. Autoren: F. Bergk, C. Heidt, W. Knörr und M. Keller. Bundesanstalt für Straßenwesen (BASt). Bergisch Gladbach. Berichte der Bundesanstalt für Straßenwesen F, Fahrzeugtechnik. 113. ISBN 978-3- 95606-237-7. Verfügbar unter: https://bast.opus.hbz-nrw.de/opus45-bast/frontdoor/deliver/index/docId/1657/file/F113_barrierefreies_Internet_PDF.pdf [Zugriff am: 28. November 2018].
5. Brost, W., Funke, T., Philipsen, R., Brell, T. & Ziefle, M. (2018): Integrated Model Approach STELLA. Method of Site Identification for Charging Infrastructure. 15th IFAC Symposium on Control in Transportation Systems (CTS 2018). Juni 2018. Savona. DOI: 10.1016/j.ifacol.2018.07.034
6. Bundesinstitut für Bau-, Stadt- und Raumforschung (2011): Siedlungsstrukturelle Kreistypen 2009. Bonn. 2011.
   Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (BMU) (2017): Wie umweltfreundlich sind Elektroautos?. Berlin. 2017.
7. BVU, ITP, IVV und Planco, 2014. Verkehrsverflechtungsprognose 2030. Abschlussbericht. Auftraggeber: Bundesministerium für Verkehr und digitale Infrastruktur (BMVI). FE-Nr.: 96.0981/2011.Bundesverwaltungsgericht (BVerwG) (2018): Urteil vom 27.02.2018 – BVerwG 7 C 26.16. (Beschränkte) Verkehrsverbote für (bestimmte) Dieselfahrzeuge – Luftreinhalteplan. Düsseldorf. Februar 2018. https://www.bverwg.de/de/270218U7C26.16.0  (Abruf: 04. September 2018)
8. Deutscher Bundestag (2018): Fahrverbote sollen eingeschränkt werden – Umwelt, Naturschutz und nukleare Sicherheit/Gesetzentwurf – 11.12.2018 (hib 972/2018). Berlin. Dezember 2018. https://www.bundestag.de/presse/hib/-/583666  (Abruf: 21. Januar 2019)
9. Deutsche Umwelthilfe (DUH) (2018): Klagen für Saubere Luft. Hintergrundpapier. Oktober 2018. Radolfzell/Berlin. https://www.duh.de/fileadmin/user_upload/download/Projektinformation/Verkehr/Feinstaub/2018-10-22_Right-to-Clean-Air_Hintergrundpapier_D.pdf   (Abruf: 17. Dezember 2018)
10. Doll, N. (2018): Schlechte Luft ohne Diesel – hier zeigt sich der Messstellen-Wahnsinn. Die Welt (online). Wirtschaft. November 2018. https://www.welt.de/wirtschaft/article183234798/Diesel-Fahrverbote-Messwerte-in-Oldenburg-sorgen-fuer-Zweifel-an-schlechten-Luftwerten-in-Staedten.html   (Abruf: 20. Januar 2019)
11. Dünnebeil, F., Lambrecht, U., Schacht, A., & ifeu Heidelberg (2010): Auswirkungen zukünftiger NOx- und NO2-Emissionen des Kfz-Verkehrs auf die Luftqualität in hoch belasteten Straßen in Baden-Württemberg.
    Heidelberg. Februar 2010. https://docplayer.org/9841287-Auswirkungen-zukuenftiger-nox-und-no2-emissionen-des-kfz-verkehrs-auf-die-luftqualitaet-in-hoch-belasteten-strassen-in-baden-wuerttemberg.html (Abruf 10. Dezember 2018)
12. EMISIA (2018): COPERT Street Level, from a small street to a big city. Thessaloniki, Brüssel. 2018. https://www.emisia.com/utilities/copert-street-level/  (Abruf 17. Dezember 2018)
13. Helmers, E. (2010): Bewertung der Umwelteffizienz moderner Autoantriebe – auf dem Weg vom Diesel-Pkw-Boom zu Elektroautos. Umweltwissenschaften und Schadstoff-Forschung (UWSF), No. 22, S. 564-578. Berlin. September 2010. DOI 10.1007/s12302-010-0158-x
14. Infas, DLR (2010): Mobilität in Deutschland 2008. Bundesministerium für Verkehr, Bau und Stadtentwicklung.
    Bonn und Berlin. Februar 2010.
15. Keller, M., Hausberger, S., Matzer, C., Wüthrich, P. & Notter, B. (2017): HBEFA Version 3.3 – Hintergrundbericht. Bern. April 2017. http://www.hbefa.net/d/documents/HBEFA33_Hintergrundbericht.pdf  (Abruf:
    20. Dezember 2018)
16. Knörr, W., Heidt, C., Gores, S. & Bergk, F. (2016): Aktualisierung „Daten- und Rechenmodell: Enerfieverbrauch und Schadstoffemissionen des motorisierten Verkehrs in Deutschland 1960-2035“ (TREMOD) für die Emissionsberichterstattung 2016 (Berichtsperiode 1990-2014). Projektnummer 54329. Ifeu-Insitut für Energie- und Umweltforschung Heidelberg GmbH. Im Auftrag des Umweltbundesamtes. Januar 2016. Heidelberg
17. Kousoulidou, M., Ntziachristos, L., Mellios, G. & Samaras, Z. (2008): Road-transport emission projections to 2020 in European urban environments. Atmospheric Environment, volume. 42, issue 32, S. 7465-7475. Oktober 2008. DOI 10.1016/j.atmosenv.2008.06.002
18. Kraftfahrt-Bundesamt (KBA) (2018): Bestand an ausgewählten Fahrzeugklassen nach Zulassungsbezirken am 01. Januar 2018 sowie Marken, Modellreihen, Kraftstoffarten und E-Kennzeichen davon bei Personenkraftwagen nach Segmenten.
19. Krutzler, T., Gallauer, T., Gössl, M. Heller, C., Lichtblau, G., Schindler, I., Stoiber, H., Storch, A., Stranner, G., Wiesenberger, H. & Zechmeister, A. (2013): Energiewirtschaftliche Inputdaten und Szenarien, Grundlage für den Monitoring Mechanism 2013 und das Klimaschutzgesetz, Synthesebericht 2013. Umweltbundesamt. Wien. 2013. http://www.umweltbundesamt.at/fileadmin/site/publikationen/REP0415.pdf (Abruf Dezember 2018)
20. Landesamt für Natur, Umwelt und Verbraucherschutz Nordrhein-Westfalen (LANUV) (2018): Messorte der Luftqualitätsüberwachung ind NRW. Recklinghausen. 2018. https://www.lanuv.nrw.de/umwelt/luft/immissionen/messorte-und-werte/   (Abruf: 20. Dezember 2018)
21. Ligterink,N., de Lange, R. (2009): Refined vehicle and driving-behaviour dependencies in the Versit+ emission model. Actes INRETS no. 122, p. 1-8. Environment & Transport. https://repository.tudelft.nl/view/tno/uuid:b79baf31-d368-4759-b98b-425fa6beb0fc (Abruf: 19. Januar 2019)
22. Mälelä, K., Kanner, H. & Laurikko, J. (1996): Road traffix exhaust gas emissions in Finland – LIISA 95 calculation software. Januar 1996. https://www.researchgate.net/publication/297817401_Road_traffic_exhaust_gas_emissions_in_Finland_LIISA_95_calculation_software     (Abruf: 19. Januar 2019)
23. microm (2018): Sozio, Basis, PKW-Daten, Kaufkraft, microm Automobil, microm Frequenzdaten. microm Micromarketing-Systeme und Consult GmbH
24. Notter, B., Wüthrich, P., Heidt, C., Knörr, W., Mellios, G., Papadimitriou, G & Kouridis, C. (2016): Vergleich COPERT – TREMOD. Bundesanstalt für Straßenwesen. FE 84.0519/2015. Bern, Heidelberg, Thessaloniki. August 2016. https://bast.opus.hbz-nrw.de/opus45-bast/frontdoor/deliver/index/docId/1891/file/ 7307b_COPERT_TREMOD_BAST_Schlussbericht.pdf     (Abruf: 19. Januar 2019)
25. Stuttgarter Nachrichten (StN) (2018): Umwelthilfe will auch in Freiburg Fahrverbote erzwingen. Stuttgarter Nachrichten (online). November 2018. https://www.stuttgarter-nachrichten.de/inhalt.diesel-fahrverbote-umwelthilfe-will-auch-in-freiburg-fahrverbote-erzwingen.bffc812e-4058-4fd0-bf30-eab9af01f960.html        (Abruf 10. Dezember 2018).
26. Umweltbundesamt (UBA) (2016): Weiterentwicklung und vertiefte Analyse der Umweltbilanz von Elektrofahrzeugen. Forschungskennzahl 3711 96 113. Dessau-Roßlau. April 2016. ISSN 1862-4804. https://www.umweltbundesamt.de/sites/default/files/medien/378/publikationen/ texte_27_2016_umweltbilanz_von_elektrofahrzeugen.pdf    (Abruf: 19. Januar 2019)
27. Umweltbundesamt (UBA) (2017a): Stickstoffdioxid-Belastung. Oktober 2017. https://www.umweltbundesamt.de/daten/luft/stickstoffdioxid-belastung#textpart-1    (Abruf: 04. September 2018)
28. Umweltbundesamt (UBA) (2017b): Hintergrundinformationen zum Handbuch für Emissionsfaktoren für Straßenverkehr (HBEFA). April 2017. https://www.umweltbundesamt.de/sites/default/files/medien/2546/dokumente/faqs_hbefa.pdf   (Abruf: 20. Dezember 2018)
29. Umweltbundesamt (UBA) (2018): Stickstoffoxid-Emissionen. Juli 2018. https://www.umweltbundesamt.de/ daten/luft/luftschadstoff-emissionen-in-deutschland/stickstoffoxid-emissionen#textpart-1     (Abruf: 04. September 2018)
30. 2008/50/EG (2008): Richtlinie des Europäischen Parlaments und des Rates über Luftqualität und saubere Luft für Europa. Mai 2008. https://eur-lex.europa.eu/legal-content/DE/TXT/?qid=1536738979424&uri=CELEX:32008L0050   (Abruf: 12. Januar 2018)