08.06.2020 • Energie

Elektroautos mit künstlicher Intelligenz optimal laden

Das Ziel: Überlastungen von Verteilernetzen beim Laden von E-Autos vermeiden.

Im angewandten Forschungsprojekt KI-LAN untersucht eine Gruppe von Projekt­partnern unter Führung des Instituts für Arbeits­wissen­schaft und Technologie­management der Universität Stuttgart, wie sich Elektro­autos ideal laden lassen. Ziel ist es, ein intelli­gentes Lade­manage­ment­system auf Basis von KI zu entwickeln und Wissen über den nachhaltigen Betrieb in Park­situa­tionen mit hoher Anzahl an modularen Lade­punkten zu erarbeiten.

Abb.: Ladung eines Elektro-Fahrzeugs. (Bild: Wiley-VCH, S. Wiktorowicz)
Abb.: Ladung eines Elektro-Fahrzeugs. (Bild: Wiley-VCH, S. Wiktorowicz)

Mit einem zunehmenden Umstieg auf elektrisch angetriebene Fahrzeuge stellen sowohl der Ausbau von aus­reichender Lade­infra­struktur als auch die poten­ziellen Netz­über­lastungen bei zeit­gleichen Lade­vorgängen große Heraus­forderungen dar. Wie gelingt es den Lade­bedarf von unter­schied­lichen Elektro­fahrzeug­nutzern zufrieden­stellend zu decken? Und wie muss eine Lade­infra­struktur ausge­stattet sein, sodass ein Netz­betreiber im Falle von Netz­eng­pässen das lokale Lade­manage­ment steuern kann? An diese und weitere Fragen knüpft das Verbund­projekt KI-LAN an. Das Akronym steht für „Künst­liche Intelli­genz–basiertes netz­dien­liches Lade­manage­ment beim Parken unter verschiedenen Nutzungss­zenarien“.

Dabei werden zwei Nutzungs­szenarien für Lade­stationen untersucht: Im ersten Szenario steht das Parken im urbanen Raum während der Arbeits­zeit und bei Veranstal­tungen im Fokus, im zweiten Szenario wird das Parken während der Arbeits­zeit im länd­lichen Raum in den Blick genommen. Hierfür stellen das Wizemann-Areal in Stuttgart und die Marquardt GmbH in Rietheim-Weilheim im Projekt­kontext aufzu­bauende Lade­stationen auf ihren Park­flächen zur Verfügung.

Im Rahmen von KI-LAN wollen die Projekt­teil­nehmer ein prognose­basiertes Lade­manage­ment­system sowie Algorithmen entwickeln, die Lade­vorgänge intelligent steuern. Mithilfe künstlicher Intelligenz wird ermittelt, welche Leistung am Standort zum Laden der Fahrzeuge zur Verfügung steht. Die Umfänge und Kosten des Ausbaus der zugehörigen Netz- und Lade­infra­struktur können somit verringert und der Netz­anschluss optimal ausge­nutzt werden.

„Indem wir eine Intelligenz im Lade­vorgang hinter­legen, schaffen wir es, Lade­infra­struktur auszu­bauen, ohne das Stromnetz auszu­bauen. Je mehr Infra­struktur vorhanden ist, desto mehr Elektro­autos werden sich bald auf den Straßen befinden. Das befördert natürlich auch die Akzeptanz der Elektro­mobilität in der Gesell­schaft und kann die Elektro­mobilität auch als massen­taug­liches Nach­haltigkeits­konzept etablieren“, sagt Projekt­leiter Marc Schmidt von der Uni Stuttgart. Das IAT hat im Projekt als Konsortial­leiter haupt­sächlich die technische Konzeption des Gesamt­systems sowie der Nutzungs­szenarien und die Entwicklung einer zentralen Lade­infra­struktur-Manage­ment-Platt­form in der Hand, welche die prognose­basierte Steuerung der Lade­infra­struktur umsetzt.

„Die Plattform integriert dabei die Anforde­rungen des Verteil­netz­betreibers und berück­sichtigt in der prognose­basierten Steuerung die Bedürf­nisse der Nutzerinnen und Nutzer, erst dadurch kann man wirklich von einer zielführenden KI sprechen“, ergänzt Daniel Stetter vom Fraun­hofer-Institut für Arbeits­wirt­schaft und Organi­sation. Dadurch kann die vorhandene Infra­struktur optimal genutzt und zusätzliche Investi­tionen in die Infra­struktur vermieden werden. Die erarbeiteten Lösungen sollen auf weitere Anwendungs­fälle und Geschäfts­modelle über­tragbar sein.

Fh.-IAO / RK

Weitere Infos

Sonderhefte

Physics' Best und Best of
Sonderausgaben

Physics' Best und Best of

Die Sonder­ausgaben präsentieren kompakt und übersichtlich neue Produkt­informationen und ihre Anwendungen und bieten für Nutzer wie Unternehmen ein zusätzliches Forum.

EnergyViews

EnergyViews
Dossier

EnergyViews

Die neuesten Meldungen zu Energieforschung und -technologie von pro-physik.de und Physik in unserer Zeit.

Meist gelesen

Themen