von Marcel Linnemann
Reales Prosumer-Verhalten unter HEMS-Steuerung und seine Konsequenzen für die Niederspannungsinfrastruktur
Hinweis: An dieser Stelle möchte ich mich bedanken bei den Energieforen Leipzig GmbH . Zum einen für die Bereitstellung der Abbildungen aus den HEMS-System sowie für den Veranstaltungstag Netz trifft Vertrieb im April bei dem die Idee für diesen Beitrag entstanden ist.
1. Der stille Wandel im Niederspannungsnetz
Die klassische Niederspannungsplanung basiert auf Jahrzehnten empirisch validierter Lastprofile, statistisch abgesicherter Gleichzeitigkeitsfaktoren und einem Systemverständnis, das von der Grundannahme geprägt ist: Netznutzer wie z.B. verhalten sich reaktiv und weitgehend unkoordiniert. Ihr Lastgang folgt sozialen Mustern – Morgen- und Abendroutinen, Wochenendeffekte –, ist aber im Wesentlichen preisunelastisch. Erzeugungsanlagen, insbesondere Photovoltaik, überlagern dieses Bild mit deterministischen, wetterbedingten Profilen. Hausspeicher wurden in dieser Logik als lokale Puffer modelliert: Sie nehmen PV-Überschuss auf und entlasten die Abendspitze.
Diese Planungswelt steht unter erheblichem Veränderungsdruck. Drei treibende Kräfte wirken zusammen: Erstens führt das EEG sowie regulatorische Vereinfachungen – Bsp. Mispel – zu einer rapide steigenden Anzahl an PV-Anlagen und Speichern in der Niederspannung. Parallel dazu führt der Trend der Elektrifizierung zu einem Anstieg elektrisch betriebener Fahrzeuge. Zweitens schafft die EU-Strommarktrichtlinie (Electricity Market Directive 2019/944) und ihre nationale Umsetzung im Energiewirtschaftsgesetz (§41a EnWG) die regulatorische Grundlage für dynamische Stromtarife, die Endverbrauchern variierende, spotpreisnahe Signale geben. Drittens ermöglichen Messsysteme und leistungsfähige HEMS-Algorithmen die automatisierte, optimierende Reaktion auf diese Preissignale – in Echtzeit, mit Leistungsgradienten, die Betriebsmitteln bisher unbekannte Beanspruchungsmuster auferlegen.
Das Ergebnis ist ein Paradigmenwechsel, der in der Planungspraxis noch nicht (vollständig) angekommen ist. Der vorliegende Beitrag möchte diesen Paradigmenwechsel anhand realer Betriebsdaten greifbar machen und konkrete Schlussfolgerungen für die Planungsarbeit ableiten.
2. Dynamische Tarife: Mechanismus und Regulierungsrahmen
Dynamische Tarife bilden viertelstündliche Spotmarktpreise – in der Regel des Day-ahead-Marktes der EPEX SPOT – als Bestandteil des Endkundenpreises ab. Der Verbraucher zahlt zu jeder Stunde einen Preis, der sich aus dem aktuellen Börsenwert des Stroms, Netzentgelten und staatlichen Abgaben zusammensetzt. Die Preiskomponente „Energie“ kann dabei zwischen negativen Werten (Überschussstunden mit hoher Wind- und PV-Einspeisung) und mehreren hundert Euro pro Megawattstunde (Knappheitsstunden) variieren.
In Deutschland hat der Gesetzgeber mit §41a EnWG die Grundlage für dynamische Tarife geschaffen und Lieferanten zur Angebotsbereitstellung verpflichtet. Parallel regelt §14a EnWG das steuerbare-Verbrauchseinrichtungen-Konzept (SteuVE), das Netzbetreibern im Gegenzug für reduzierte Netzentgelte das Recht zur Steuerung steuerbarer Lasten einräumt. Beide Regelungskreise schaffen zusammen ein System, in dem preissensitive Lasten im Niederspannungsnetz zur Normalität werden. Zusätzlich sind bereits neue regelungen auf dem Weg wie z. B. Mispel, welche das bidirektionale Laden von Speichern in Kombination mit EE-Anlagen ermöglichen sollen.
Ein HEMS ist das entscheidende Bindeglied zwischen Markt und physikalischem System. Es aggregiert Informationen über aktuelle und prognostizierte Preise, Wetterdaten (PV-Erzeugungsprognose), Haushaltslastprognosen und den aktuellen Betriebszustand von Speicher und Wechselrichter. Auf dieser Grundlage optimiert ein hinterlegter Algorithmus – in modernen Systemen zunehmend Machine-Learning-gestützt – den Betriebsplan für den kommenden Planungshorizont (typischerweise 24–48 Stunden rollierend).
Die Optimierungsstrategie eines preisorientierten HEMS unterscheidet sich fundamental von der eigenverbrauchsorientierten Betriebsstrategie der frühen Prosumersysteme. Statt PV-Strom möglichst lokal zu nutzen, maximiert das HEMS die monetäre Auszahlung über alle Optionen: Eigenverbrauch aus PV, Netzeinspeisung zu Einspeisevergütung oder Marktpreis, Netzbezug bei günstigem Preis zum Laden des Speichers, Speicherentladung in Hochpreisphasen. Der Speicher wird dabei zur arbitragefähigen Assetklasse.
Die systemtheoretische Konsequenz ist weitreichend: Ein Prosumer mit preisoptimierendem HEMS ist kein passiver Netznutzer mehr, sondern ein preisgetriebener Marktteilnehmer, dessen physikalisches Verhalten durch externe Marktsignale determiniert wird. Das bedeutet:
▪ Lastgang und Einspeisung korrelieren mit dem Börsenpreis, nicht mehr ausschließlich mit dem lokalen Haushaltsprofil oder dem Sonnenstand.
▪ Gleichzeitige Preissignale führen zu gleichzeitigem Verhalten vieler Anlagen – eine Korrelation, die in klassischen Gleichzeitigkeitsfaktoren nicht abgebildet ist.
▪ Lastgradienten können Werte erreichen, die bisher ausschließlich industriellen oder gewerblichen Großverbrauchern zugeschrieben wurden.
▪ Das Netz übernimmt in Niedrigpreisphasen aktiv die Rolle des „Energielieferanten“ für Speicher – unabhängig von lokaler Erzeugung.
3. Ein Fallbeispiel: Reales HEMS-Verhalten an drei Tagen
Die Ausgangslage
Das die theoretisch beschriebene Welt aus dem vorherigen Kapitel längst in der Realität angekommen ist (nur noch nicht in Masse), soll an Hand eines Fallbeispiels auf realen Messdaten eines Prosumer-Haushalts im deutschen Niederspannungsnetz gezeigt werden. Die Anlage umfasst eine Photovoltaikanlage in haushaltstypischer Dimensionierung sowie einen Hausspeicher mit einer nutzbaren Kapazität von 10 kWh und einer Wärmepumpe mit ca. 8 kW. Das HEMS ist auf Kostenminimierung unter einem dynamischen Day-ahead-Tarif konfiguriert. Die ausgewerteten Tage decken unterschiedliche meteorologische Konstellationen ab und erlauben damit eine erste Analyse des preisinduzierten Verhaltens über verschiedene Erzeugungs- und Nachfragesituationen hinweg.
Bevor wir die drei Tage im Einzelnen analysieren möchten wir erst einen groben Überblick geben, wie sich die einzelnen Betriebsmittel hinter dem Netzanschluss verhalten haben:
Analyse der Kernauffälligkeiten
(1) Nachtladung trotz ausreichendem Ladezustand
An allen drei Messtagen lädt das HEMS den Hausspeicher in der Nacht teilweise oder vollständig aus dem Netz, obwohl der State of Charge (SoC) zum Ladezeitpunkt über der systemeigenen Mindestgrenze von ca. 10 % liegt. Das Systemverhalten folgt nicht dem Kriterium „Speicher ist leer – lade nach“, sondern dem Kriterium „Preis ist günstig – nutze Gelegenheit“. In einer Winternacht mit hoher Windstromerzeugung (30.03.) fallen die Spotpreise auf Werte, bei denen die Grenzkosten des Speicherladens inkl. Verluste deutlich unterhalb des erwarteten Entladewertes am Folgemorgen liegen. Das HEMS erkennt diese Arbitrageopportunität und aktiviert den Ladevorgang.
Für das Niederspannungsnetz entsteht damit eine Lastkomponente, die in klassischen Planungsansätzen schlicht nicht existiert: eine preisinduzierte Grundlast in der nächtlichen Tiefstlastphase. Bei einem einzelnen Haushalt summiert sich diese Ladeleistung auf bis zu 10 kW – vergleichbar mit einer Nachtspeicherheizung der früheren Generation, jedoch ohne deren vorhersehbare, regulatorische Steuerbarkeit (HT/NT-Tarif) – E-Autos einmal vernachlässigt. Bei zehn solcher Haushalte im gleichen Niederspannungsstrang ergibt sich eine potenzielle zusätzliche Nachtlast von bis zu 60–100 kW – abhängig vom Gleichzeitigkeitsfaktor, der unter gemeinsamen Preissignalen gegen 1 tendiert.
(2) Mittagsladung trotz laufender PV-Produktion
Das auffälligste und für die Netzplanung und -führung relevanteste Phänomen tritt am 04.04.2026, Ostersamstag in Extremform auf: Das HEMS lädt den Speicher massiv aus dem Netz, während die PV-Anlage zeitgleich Strom produziert. Der PV-Strom wird zwar lokal gepuffert, dennoch wird massiv Strom aus dem Netz zusätzlich bezogen. Perspektivisch stellt sich hier auch die Frage, ob zukünftig die PV-Anlage den Strom einspeisen kann während der Speicher ausschließlich Strom aus dem Netz bezieht.
Dieses Verhalten wäre auf den ersten Blick energetisch ineffizient, ist es aus Systemsicht jedoch keineswegs: Wenn der Netzbezugspreis um 12 Uhr signifikant unterhalb der Einspeisevergütung zuzüglich der Differenz zum prognostizierten Abendpreis liegt, ist es für den Prosumer rational, PV-Strom einzuspeisen (Einspeisevergütung kassieren) und den Speicher günstig aus dem Netz zu füllen (für die Abend-Hochpreisphase). Das System würde korrekt handeln – aus Netzplanungsperspektive entsteht jedoch ein Szenario, das die Grundannahme „viel Sonne = wenig Netzlast“ fundamental bricht.
(3) Der Extremfall negativer Preise (06.04.2026)
Ostermontag, 13:00 Uhr: Der Day-ahead-Spotpreis erreicht einen negativen Wert. Das HEMS reagiert algorithmisch korrekt: Es lädt den Speicher maximal schnell aus dem Netz – denn jede geladene Kilowattstunde bedeutet buchstäblich Geld. Gleichzeitig wäre auch hier der Fall denkbar, dass die PV-Anlage ins Netz einspeist, was in diesem Beispiel noch nicht funktioniert. Das Verteilnetz stünde in diesem Moment vor einer unerwarteten Doppelbelastung: Einspeisung aus PV auf der einen Seite, aktiver Netzbezug des Speichers auf der anderen. Aus dem klassisch angenommenen Einspeiseszenario würde ein bidirektionales Gleichzeitigkeitsverhalten entstehen.
Dieses Verhalten könnte in Zukunft kein Sonderfall bleiben. Mit dem Zubau erneuerbarer Energien nehmen die Häufigkeit und Intensität negativer Preise zu. Jedes HEMS, das ähnlich konfiguriert ist, wird in diesen Stunden identisch reagieren. Die systemische Gleichzeitigkeit ist damit keine Annahme – sie ist eine mathematische Konsequenz gemeinsamer Preissignale.
4. Abweichungen vom klassischen Planungsmodell: Eine Systematisierung
Die Fallbeispiele illustrieren einen tiefgreifenden Bruch mit etablierten Planungs- und Netzführungsannahmen. Vermutlich könnte man hingehen und nun ganze Dissertationen hierzu veröffentlichen – und vermutlich ist hier schon längst eine Vielzahl an Menschen mit der Frage beschäftigt – doch im Kern lassen sich eine Vielzahl von neuen Verhaltensmuster erkennen, welche man vielleicht ansatzweise in der folgenden Tabelle zusammenfassen könnte:
5. Systemische Effekte und Risikobewertung für das Niederspannungsnetz
Der entscheidende Unterschied zwischen einem einzelnen optimierenden Prosumer und einer Flotte von HEMS-Haushalten liegt in der Korrelation des Verhaltens. Klassische Gleichzeitigkeitsfaktoren in der Netzplanung basieren auf der Annahme statistisch unabhängiger Haushaltslastgänge. Bei zehn Haushalten wird nicht erwartet, dass alle gleichzeitig kochen, duschen oder das Licht einschalten. Diese Diversifizierung ist die Grundlage für die bekannten Abminderungsfaktoren in den einschlägigen Planungsrichtlinien (VDE-AR-N 4100, VDEW-Lastprofile).
Preissignale wirken als Synchronisierungsmechanismus. Ein negativer Börsenpreis ist für alle HEMS im gleichen Tarifmodell simultan sichtbar. Die algorithmische Reaktion – Speicher maximal laden – ist bei gleicher Systemkonfiguration identisch. Die resultierende Gleichzeitigkeit nähert sich theoretisch dem Wert 1. In der Praxis werden Unterschiede in Systemkonfiguration, Algorithmus und verbliebenem SoC eine gewisse Streuung erzeugen, aber die Grundrichtung ist unverkennbar: preisinduzierte Gleichzeitigkeiten liegen strukturell oberhalb der statistischen Haushaltsdiversifikation.
Zur Größenordnung: Ein typischer Niederspannungsstrang versorgt 30–80 Haushaltskunden. Bei einer HEMS-Durchdringung von 30 % und einer mittleren Ladeleistung von 5 kW entspricht die preisinduzierte Gleichzeitigkeit einer Zusatzlast von 45–120 kW – ein Wert, der die Bemessungsgrenze kleinerer Ortsnetztransformatoren erheblich beansprucht oder überschreitet.
Moderne Lithium-Ionen-Hausspeicher können innerhalb von Sekunden von Null auf Maximalladeleistung hochfahren. Bei einem 10-kWh-System mit 10-kW-Ladeleistung bedeutet das ggf. einen Lastsprung von 0 auf 10 kW in weniger als 30 Sekunden – ein Gradient von über 1.200 kW/min. In klassischen Netzberechnungen für die Niederspannung spielten solche Gradienten keine Rolle; Haushaltslastgänge sind träge und stetiger Natur.
Diese Gradienten haben praktische Konsequenzen für drei Bereiche: Erstens die Spannungsqualität – schnelle Lastwechsel führen zu transienten Spannungseinbrüchen, die in langen oder schwach ausgebauten Niederspannungsleitungen die Spannungsbandgrenzen nach EN 50160 (±10 %) verletzen können. Zweitens die Schutzeinrichtungen – herkömmliche Überstromschutzrelais und Sicherungsautomaten in Niederspannungsnetzen sind nicht für die Detektion und Behandlung schnell wechselnder Lasten mit marktinduziertem Muster ausgelegt. Drittens die Lebensdauer von Transformatoren – thermische Belastungszyklen, die durch kurze intensive Ladephasen entstehen, beschleunigen ggf. die Alterung des Wicklungsisolationssystems in einem Maß, das in keiner der bisherigen Lebenserwartungskalkulationen berücksichtigt wurde.
Ein bisher kaum diskutiertes Problem ist die räumliche Überlagerung von Einspeisung und Netzbezug im gleichen Netzgebiet. Aus der Sicht des Ortsnetztrafo und der Leitung ergeben sich inkonsistente Energieflüsse: Spannung wird durch die Einspeisung am Trafoanschluss angehoben, während der Netzbezug an anderer Stelle des Strangs Spannungsabfall erzeugt. Je nach topologischer Anordnung der beteiligten Anlagen kann dies zu unerwarteten Spannungsprofilen entlang des Strangs führen.
Dieses Phänomen ist nicht auf Einzelhaushalte beschränkt. In einem Netzgebiet mit mehreren PV-Einspeisern und gleichzeitig marktladen Speichern oder E-Autos entstehen räumlich verteilte, dynamisch wechselnde Leistungsflüsse, die mit den stationären Berechnungsverfahren der klassischen Netzplanung (z. B. Worst-Case-Lastflussrechnung mit Erzeugungs- und Lastszenarien) nicht adäquat abgebildet werden können.
Die Zubaudynamik für PV-Anlagen und Heimspeicher lässt keine Zweifel: Die Bundesregierung verfolgt ein Ziel von 215 GW PV-Leistung bis 2030, der Heimspeichermarkt verzeichnet jährliche Wachstumsraten von 30–50 %. Gleichzeitig dürften Energieknappheiten wie sie immer wieder auftreten (Bsp. Russland-Ukraine, Iran-USA) auf den Weltmärkten die Elektrifizierung und Digitalisierung der Netznutzer vorantreiben. Die Kombination dieser drei Trends – mehr PV, mehr Speicher, mehr dynamische Preissignale – ist nicht linear, sondern systemisch: Ab einer bestimmten Durchdringungsschwelle ändert sich die Netzcharakteristik qualitativ, nicht nur quantitativ.
Mehrere Studien (u. a. Fraunhofer ISE sowie akademische Arbeiten zu Home Energy Management) zeigen, dass preisinduzierte Gleichzeitigkeitseffekte bei steigender Durchdringung steuerbarer Haushaltslasten auftreten können und ohne Koordination zu neuen Lastspitzen und potenziellen Netzengpässen führen.
6. Neue Anforderungen an die Netzplanung: Methodik und Parameter
Das fundamentale methodische Problem der klassischen Netzplanung ist, dass sie auf historischen Lastprofilen basiert, die in einer Welt ohne Preisoptimierung erhoben wurden. Die Standardlastprofile (H0, G0 etc.) des BDEW und die Simultanleistungskennlinien der VDE-AR-N 4100 bilden das Verhalten von Haushalten ohne HEMS und dynamische Tarife ab. Sie sind für eine planende Nutzung mit preissensitiver Flexibilitätssteuerung grundsätzlich ungeeignet.
Künftige Netzplanung muss zeitbasierte Tarifprofile berücksichtigen. Darunter ist zu verstehen: die statistische Charakterisierung des preisgetriebenen Verhaltens einer Geräteflotte (HEMS, Wärmepumpen, Elektrofahrzeuge) unter unterschiedlichen Spotmarktpreis-Szenarien – ggf auch dynamische NNE. Solche Tarifprofile sind keine deterministischen Lastprofile, sondern Wahrscheinlichkeitsverteilungen über mögliche Lastgänge, konditioniert auf Preisszenarien. Ihre Erstellung erfordert Daten, die derzeit erst in Ansätzen verfügbar sind – ein starkes Argument für systematisches Messdate-Erhebung durch Netzbetreiber ab sofort.
Die deterministische Worst-Case-Betrachtung – „wie hoch ist die maximale Gleichzeitigkeitsleistung?“ – verliert ihre Alleinstellung als Planungsmethode. Notwendig ist eine szenariobasierte, zeit- und preisreihenbasierte probabilistische Planung, die fragt: „Wie wahrscheinlich ist eine kritische Netzsituation unter welchen Marktbedingungen – und wie robust ist das Netz gegenüber dieser Wahrscheinlichkeitsverteilung?“
Dies impliziert die Einführung von Methoden wie Monte-Carlo-Lastflussrechnungen, die über eine Vielzahl von Preisszenarien und Gerätekombinationen aggregieren. Es impliziert ebenso, dass die Planungs- und Netzführungsabteilungen von Verteilnetzbetreibern Zugang zu Marktpreisdaten, Wetterprognosedaten und HEMS-Betriebsdaten benötigen – eine interdisziplinäre Informationsbasis, die bisher nicht zur Standardausstattung von Netzbetreibern gehört.
§14a EnWG bietet einen regulatorischen Hebel, der in der Planungspraxis bisher zu wenig genutzt wird. Die Möglichkeit, steuerbare Verbrauchseinrichtungen in kritischen Netzsituationen temporär zu reduzieren, kann als Planungsreserve fungieren: Statt ein Netz für den theoretischen Worst-Case aller gleichzeitig ladenden Speicher auszubauen, kann der Netzbetreiber eine kontrollierte Abregelungsreserve in seine Dimensionierungsrechnung einbeziehen. Voraussetzung ist allerdings, dass die technische Steuerungsinfrastruktur (intelligente Messsysteme, Steuerboxen, Kommunikationsanbindung) flächendeckend vorhanden ist – ein Ausbauziel, das in Deutschland noch erheblicher Anstrengungen bedarf.
In diesem Kontext ist Flexibilität nicht mehr nur ein Marktprodukt (Regelenergie, Lastmanagement), sondern ein integraler Bestandteil der Netzplanung und Netzführung. Der Netzbetreiber der Zukunft plant nicht mehr allein mit Kupfer und Stahl, sondern auch mit steuerbarer Nachfrage auf Basis von Preissignalen.
7. Handlungsempfehlungen für Netzbetreiber und Branche
Wie immer wenn man anfängt Themen zu durchdenken – und vermutlich kann dieser Beitrag nur einen Impuls liefern – wird es am Ende doch wieder ziemlich kompliziert, wenn man heute schon an einen möglichen Zielzustand der Zukunft denkt. Und ja, wenn man sich die Niederspannungsnetze anschaut und die heutigen Betriebsabläufe haben wir als Energiewirtschaft noch einiges zu tun, trotzdem lohnt es sich schon heute zu überlegen, was erste Grundsteine sein können, damit wir eine Energiewelt auf Basis dynamischer Preissignale überhaupt errichten können. Was man als Netzbetreiber ggf. tun könnte / sollte ist in der folgenden Tabelle kurz zusammengefasst (keine Gewähr auf Vollständigkeit):
8. Fazit
Die realen Messdaten aus dem Fallbeispiel sind eindeutig: Ein Prosumer mit preisoptimierendem HEMS verhält sich nicht so, wie die klassische Netzplanung es annimmt. Der Hausspeicher ist kein passiver PV-Puffer – er ist ein marktorientierter, preisgetriebener Verbraucher mit erheblicher Ladeleistung, der in Niedrigpreisphasen aktiv Netzstrom bezieht. PV-Strom wird nicht automatisch lokal gepuffert. In Extremszenarien negativer Börsenpreise kehrt sich das erwartete Systemverhalten geradezu um.
Diese Erkenntnisse sind kein akademisches Randphänomen. Sie beschreiben das Verhalten heutiger, handelsüblicher HEMS-Systeme unter dynamischen Tarifen – einem Markt, der bereits existiert und schnell wächst. Was heute vereinzelt auffällt, wird in drei bis fünf Jahren in vielen Niederspannungsnetzen systemrelevant sein.
Die Netzbetreiber haben die Aufgabe, diesen Wandel nicht reaktiv zu erleben, sondern proaktiv zu gestalten. Das erfordert erstens Daten – systematische Messkampagnen in HEMS-affinen Netzgebieten –, zweitens Methodenentwicklung – Tarifprofile, probabilistische Planung, Flexibilitätsmodellierung – und drittens Dialog: mit Gerätherstellern, Aggregatoren, Regulatoren und der Politik. Der Assets im Keller des Eigenheims werden zum Marktakteur im Verteilnetz. Die Energiewirtschaft muss lernen, sie als solche zu behandeln – bevor er zum Problem wird.
Für alle die sich die beschriebenen Mustertage einmal im Detail ansehen wollen, hier die Auszüge aus dem HEMS – (Quelle Energieforen Leipzig GmbH )
