Der Verkehrssektor ist ein wesentlicher Treiber des Klimawandels und zeichnet für einen beträchtlichen Anteil der weltweiten CO2-Emissionen verantwortlich. Batterieelektrische Fahrzeuge bieten eine vielversprechende Lösung zur Emissionsreduktion, erfordern jedoch für eine breite Akzeptanz ein gut ausgebautes Ladenetz. Das Deterministic Flow Refueling Location Problem (DFRLP) befasst sich mit der Optimierung der Platzierung von Ladestationen unter Berücksichtigung der Verkehrsströme, um die Abdeckung des Ladebedarfs zu maximieren. Diese Arbeit adressiert die Kombination zweier bestehender Erweiterungen des DFRLP. Diese berücksichtigen die Dimensionierung von Ladestationen mit begrenzter Kapazität, sowie die Kostenheterogenität in städtischen, vorstädtischen und ländlichen Gebieten. Zur effizienten Lösung dieses erweiterten DFRLP wird eine problemspezifische Dekompositionsmethode entwickelt und angewendet. Die entwickelte Dekompositionsmethode zerlegt einen gegebenen Graphen durch das Entfernen der Kanten mit dem kleinsten Verkehrsvolumen, bis der Graph in kleinere Cluster zerfällt, auf die das erweiterte DFRLP effizient angewendet werden kann. Die Wirksamkeit der Dekompositionsmethode wird durch umfangreiche numerische Experimente demonstriert. Die Ergebnisse zeigen, dass die Lösungsqualität bei einer deutlichen Laufzeitreduktion annähernd der Optimallösung der vollen Datensätze entspricht. Die vorliegende Arbeit leistet einen Beitrag zur Optimierung der Ladeinfrastruktur für Elektrofahrzeuge und bietet ein praktisches Werkzeug für die Entscheidungsfindung im Bereich der Verkehrsplanung. Die vorgeschlagene Methode kann Entscheidungsträger, Infrastrukturplaner und private Investoren dabei unterstützen, die Platzierung und Dimensionierung von Ladestationen zu optimieren, um eine nachhaltige Verkehrszukunft zu ermöglichen.