Simulation und Optimierung von Ladevorgängen an steuerbaren E-Ladesäulen

Transkript

1 Simulation und Optimierung von Ladevorgängen an steuerbaren E-Ladesäulen

2 Inhalt Clean Motion Offensive Projektvorstellung Feldversuch Feldversuch: Nutzungsdaten Auswertungen Ladeverhalten Schlussfolgerung f. gesteuertes Laden Simulation u. Optimierung von Ladevorgängen Motivation Anforderungen Demonstration 2

3 CMO Das Projekt Als technologisches Leuchtturmprojekt wurde Clean Motion Offensive (CMO) im Oktober 2010 vom Klima- und Energiefonds mit 4,4 Mio. Euro Förderung genehmigt. Im Projekt CMO arbeiten 12 Partner unter der Leitung des Automobil-Clusters zusammen. Projektziele: Im Projekt CMO werden kostengünstige Komponenten für die Fahrzeugindustrie und eine einfache Anwendung der Infrastruktur entwickelt. Ziel ist es Elektromobilität einfacher zu machen, einzelne technische Komponenten zu verbessern und mögliche Geschäftsmodelle zu finden. 3

4 CMO Auf Einen Blick Leistungsverteilung Kommunikationszentrale Wirtschaftlichkeit Flottenanwendung Easy2Use laden Energiespeicher Range Extender Fahrzeugbau Akkutechnik 4

5 Teilprojekt smart CleanPower Geschäftsmodelle attraktiver Einsatz von Lademanagement Lastmanagement Entlastung der Netze Ladeinfrastruktur lokales Lademanagement und Satellitensystem t Benutzerfreundliches Laden Ladestation Master Sales Management SEM Server Smart Grids Load Management Operator Management User Management SEM Box Inductive Charging 5

6 Feldversuch I Tiefgarage Promenade, Linz Testpartner sind Unternehmen in unmittelbarer Umgebung des Pilotstandortes: Sparkasse OÖ OÖ Nachrichten Life Radio Land d OÖ Büro LR Anschober Testfahrer haben keine (Vor-)Erfahrung in der Verwendung von E-Autos und der Benutzung der E-Ladeinfrastruktur; Test unter normalen normalen Alltagsbedingungen Ein detailliertes Roadbook über Fahrtdauer, -strecke und Ladestatus ist für jede Fahrt zu führen Messungen an der Ladeinfrastruktur für genaue Lastverläufe 6

7 Feldversuch I Parkflächen inkl. Satelliten Basisstation

8 CMO dezentrales Lastmanagement Project Layout Charging Station Satellite Charging Station Master Cluster Management Software Sales Management Load Management Software Grid Management 8

9 Feldversuch I Erkenntnisse bzgl. Lademanagement Nutzerprofil: weitgehend gewerblich Auffallende Konzentration von Ladevorgängen in den frühen Mittagsstunden 9

10 Feldversuch I Erkenntnisse bzgl. Lademanagement Besonders kritisch: gleichzeitige Ladevorgänge am gleichen Anschluss Gleichzeitigkeit überlappt stark mit gewerblicher Spitzenlast 10

11 Feldversuch I Erkenntnisse bzgl. Lademanagement durchschnittlicher Ladestrom zu Gleichzeitigkeit Ladestrom über 28 Tage gemittelt, 4 Abnahmepunkte 11

12 Feldversuch I Fazit Feldversuch bildet ein gewerbliches Nutzerszenario ab Firmenflotte städtische öffentliche Ladestation Hohe Tendenz zu gleichzeitigem Laden in engen Zeitbereichen Bei gemeinsam genutzten Anschluss: Ladespitzen überlappen mit hoher gewerblicher Basislast Durch lokales Lastmanagement könnte die Anschlussleistung optimal aufgeteilt werden 12

13 Lastmanagement als Scheduling Verteilung einer begrenzten Ressource (Anschlussleistung) auf Interessenten (Elektrofahrzeuge) als klassiches Scheduling- Problem Durch Hinzunahme von Abfahrtszeitpunkt und SOC wird Optimierungsspielraum geschaffen Für derartige Aufgaben existiert eine Fülle an Algorithmen mit jeweils stark unterschiedlichen Eigenschaften Algorithmen müssen gefunden werden, welche unter sämtlichen möglichen Bedingungen zu einer validen Ladesteuerung führen 13

14 Anforderungen: Testsoftware für Schedulingalgorithmen Test und Bewertung von vielgestaltigen Verfahren (optimierend und nicht-optimierend) für die Ladesteuerung Erweiterbarkeit für beliebige Verfahren Soll die Simulation unter realen Bedingungen g ermöglichen Modellierung von Nutzungsszenarien Langzeit- Evaluierung von Schedulingverfahren Intuitive Darstellung der Ergebnisse 14

15 Prinzip: Testsoftware für Schedulingalgorithmen Schedulingverfahren Verfahrensparameter Jedes Fahrzeug: Zeitpunkt Ankunft Zeitpunkt Abfahrt Maximale Ladeleistung Ladebedarf Priorität Kontext: Variabilität der Zeitpunkte Max. Leistungskapazität Variabilität der Kapazität Kostenprofil Simulationsdauer Ladekurve Optimierung/Scheduling Szenario Ergebnis Simulation Ergebnisvisualisierung Bewertung des Verfahrens 15

16 Vorführung Auslegung einer Ladesäule: benötigte Anschlussleistung Modelliertes Szenario aus dem Feldversuch Mit welcher minimalen i Anschlussdimension i kann die Nachfrage der Elektrofahrzeuge bedient werden? Wie wirken sich unterschiedliche Schedulingverfahren aus? 16

17 Testsoftware: Fazit & Ausblick Weitere Verfahren implementieren und testent Simulationsbasierte Bewertung von Verfahren mit Daten aus Feldversuchen Wie würden sich unterschiedliche Verfahren in einem bestimmten Szenario auswirken? Auslegung von Ladesäulen Bewertung von Geschäftsmodellen 17

18 CMO. Currently the best. at Dieses Projekt wird aus Mitteln des Klima- und Energiefonds gefördert und im Rahmen des Programms Technologische Leuchttürme der Elektromobilität durchgeführt.