Ein Elektroauto zu Hause zu laden ist bequem – aber nicht immer günstig. Bei dynamischen Stromtarifen schwankt der Preis stündlich oder sogar viertelstündlich. Wer abends einfach ansteckt, lädt oft genau dann, wenn der Strom am teuersten ist.
Die Lösung liegt in der Kombination aus Strompreismonitoring und automatisierter Steuerung. Mit Loxone lässt sich der günstigste Ladezeitraum im Voraus ermitteln – und das Elektroauto lädt nur dann, wenn der Strompreis wirklich attraktiv ist.
Bei dynamischen Stromtarifen orientiert sich der Energiepreis an der Strombörse. Typischer Tagesverlauf:
sehr niedrige Preise in der Nacht oder bei hoher Wind- und PV-Produktion
hohe Preise am Morgen und am frühen Abend
teilweise starke Schwankungen innerhalb eines Tages
Unterschiede von 10 bis über 40 Cent pro kWh sind keine Seltenheit.
Wer sein Elektroauto mit 40 kWh lädt, kann dadurch:
bei 40 ct/kWh → 16 € zahlen
bei 15 ct/kWh → nur 6 €
Das Einsparpotenzial ist erheblich.
Mit dem Dynamischen Spotpreis-Rechner in der Loxone Config werden die stündlichen Strompreise automatisch eingelesen und ausgewertet. Der entscheidende Punkt: Es wird nicht nur der aktuelle Preis betrachtet, sondern ein vordefinierter Zeitraum in der Zukunft analysiert.
Beispiel:
Das Fahrzeug soll bis 6:00 Uhr früh geladen sein.
Benötigt werden 30 kWh.
Die Ladeleistung beträgt 11 kW.
Daraus ergibt sich eine benötigte Ladezeit von rund 3 Stunden.
Das System sucht nun innerhalb des verfügbaren Zeitfensters die günstigsten 3 Stunden heraus – nicht zwingend zusammenhängend, sondern preisoptimiert.
Der berechnete Ladezeitraum wird direkt an den Wallbox-Baustein in Loxone übergeben.
Das bedeutet konkret:
Start der Ladung automatisch bei günstiger Preisphase
Stoppen der Ladung, wenn der Preis steigt
Fortsetzen, sobald wieder günstige Stunden erreicht werden
Sicherstellung, dass das Fahrzeug rechtzeitig voll ist
Alles ohne manuelles Eingreifen.
Ein Haushalt mit dynamischem Tarif lädt regelmäßig rund 8.000 kWh pro Jahr für E-Mobilität.
Ohne Steuerung:
Durchschnittlicher Energiepreis: ca. 25 ct/kWh
Kosten: ca. 2.000 € jährlich
Mit automatischer Preisoptimierung:
Effektiver Durchschnittspreis: ca. 16–18 ct/kWh
Kosten: ca. 1.300–1.440 € jährlich
Einsparung: mehrere hundert Euro pro Jahr – allein durch intelligente Steuerung.
Noch interessanter wird die Lösung in Kombination mit einer Photovoltaikanlage. Das System kann dabei klare Prioritäten setzen: An erster Stelle steht die Nutzung des eigenen PV-Überschusses, danach folgen besonders günstige Strompreisphasen am Spotmarkt und erst mit niedrigerer Priorität normale Strompreise. Auf diese Weise wird zunächst der selbst erzeugte Strom verwendet. Reicht dieser nicht aus, startet die Ladung automatisch in den günstigsten verfügbaren Marktphasen.
Die technische Umsetzung erfolgt über den Dynamischen Spotpreis-Rechner in Kombination mit dem Wallbox-Baustein. Ergänzend kommen eine Ladeleistungsregelung, eine definierte Zeitfenstersteuerung sowie – optional – eine PV-Überschusslogik zum Einsatz. Der gesamte Ablauf ist vollständig automatisiert und berücksichtigt dabei die geplante Abfahrtszeit, die benötigte Energiemenge, die maximale Ladeleistung sowie die aktuellen und zukünftigen Strompreise.
Daraus ergeben sich folgende Vorteile:
✔ Keine manuelle Preisbeobachtung
✔ Keine nächtlichen Eingriffe notwendig
✔ Nutzung der günstigsten Marktphasen
✔ Reduktion der Stromkosten
✔ Optimale Integration in bestehendes Energiemanagement
Wenn Sie eine ähnliche Lösung für Ihr Zuhause umsetzen möchten, finden Sie auf unserer Loxone-Seite weitere Informationen zur Planung und Umsetzung.
Ein Elektroauto bei dynamischem Stromtarif einfach anzustecken reicht nicht aus. Wer wirklich sparen will, muss den Strompreis vorausschauend analysieren und die Ladung automatisch steuern. Mit dem Dynamischen Spotpreis-Rechner in Kombination mit dem Wallbox-Baustein lässt sich genau das realisieren. Das Fahrzeug lädt automatisch in den günstigsten Zeitfenstern – und stoppt, sobald der Strompreis steigt. So wird E-Mobilität nicht nur komfortabel, sondern auch wirtschaftlich.