Smart Grids Gespräche Intelligent und vernetzt Energie und Mobilität im Einklang Dr.-Ing. Daniel Stetter 08.10.2018 Fraunhofer IAO L. Parsyak Seite 1
Storyline Unsere Erfahrungen Fazit Baustein 2: Smart Charging Motivation Baustein 1: Parkhaus als Smart Grid https://www.google.de/search?client=firefox-b-ab&dcr=0&biw=1533&bih=762&tbm=isch&q=roter+leitfaden&sa=x&ved=0ahukewj_wjbq_pfwahwhphqkhxirbk4qhyyijw#imgdii=3irapkehs0il0m:&imgrc=aqv6jbdrchjihm: Seite 2
Gute alte Zeit? Seite 3 Foto: Verena N. / pixelio.de
Wieso bleibt man nicht bei diesem Konzept? Seite 4 Fraunhofer IAO, IAT Universität Foto: Bauwelt Stuttgart 12, Große Pläne, kleine Schritte. Christoph Busse, Braunkohlekraftwerk Lippendorf
Ausbauziele des BMWi: EE Anteile Seite 5 Quelle: BMWi
Was bedeutet das für die Stromversorgung der Zukunft? Seite 6 Foto: q.pictures / pixelio.de
230 / 400 V 6 30 kv 110 kv Leistung [GW] 220 / 380 kv Prinzip: Heraus konventionelle forderung: Erzeugung Bidirektionaler folgt Res vertikaler iduallas t Lastfluss 3 6 9 12 15 18 21 Tageszeit Seite 7
Bestandsaufnahme: EE Anteile Seite 8
Wie ist es um die Versorgungssicherheit bestellt? Seite 9 Foto: q.pictures / pixelio.de
Modal-split im Energiekontext 27% 2600 TWh 23% S trom Verkehr 5% EE 38% EE 13 % EE 50% Wärme 10% EE Abb.: Wärme Energiewende Preis der Vernunft. SZ, 15.6.2011; Ramona Petrolle Industriephotografie Härterei; Heilbronner Straße - Foto: Oskar Eyb/7aktuell.de; Stuttgart bei Nacht: Manfred Boder. Seite 10
Regulatorik und das ist nur der aktuelle Stand Seite 11 Quelle: Becker Büttner Held
E-Mobilität kommt 2020!? Quelle: McKinsey Analysis Seite 12
mit den Herausforderungen Kosten.. Komfortverlust inakzeptabel.. Zugang zu LIS / Ladeleistungen / Ladezeiten Reichweiten Querschnitt zum Energienetz Gesteuertes Laden Einbettung in IKT Ökosystem Seite 13
Zukunft? Seite 14 Foto: Stuttgart bei Nacht: Manfred Boder.
Praxisbeispiel Elektrofahrzeuge im Parkhaus Aufbau Fraunhofer IAO Micro Smart Grid (Stand 01/2018) Seite 15
Micro Smart Grid Stand und Ausblick Erweiterung mit weiteren Komponenten (bspw. Induktiv 22kw in 2018) Netz Windkraft Photovoltaik Li-Batterie 100 kwh Nebenverbraucher AC-Direkteinspeisung 10 kw = 10 kw = = = 30 kwp 30 kwp = = 60 kw Netztrennschalter = 120 kw Nebenverbraucher intern (Steuerung, ) Ladestationen 530 kw 600V DC-Zwischenkreis H2-Tankstelle 30 kw = = Wärmeversorgung Induktiv 22kW LOHC Tankstelle LOHC-Speicher 2.000 kwh Seite 16
PROGNOSEBASIERTES LADEMANAGEMENT Seite 17
Seite 18 Die intelligente Cloud-Plattform für den wirtschaftlichen Betrieb von (E-)Fahrzeugflotten und (E)-Fahrzeugflotten Ladeinfrastruktur
Mit ubstack in die E-Mobilität 1) Buchungssystem 2) Fuhrparkoptimierung 3) Lade- & Lastmanagement 4) Cloud-basierte Lösung Seite 19
Prognosebasierte Lade- und Lastmanagement-Optimierung Software-Architektur mit notwendigen Datenlieferanten und Systemgrenzen Flottenbetreiber Stammdaten Disposition Telematik Fahrzeug- & Ladeinfrastruktur -modelle Fahrzeugzustände Solver Optimierungs -modell RESTful LLMO-Service Ladeprofil- Daten RESTful Ladestations- Backend SOAP Roaming-DL Roaming-DL Mess-Daten RESTful Steuer-Daten RESTful OCPP 1.5/ OCPP 1.6 SOAP/WebSockets Prognosen Energiemanagement / GLT* Ladeinfrastruktur Ladeinfrastruktur Energiemanagement-System Ladestationsbetreiber *GLT: Gebäudeleittechnik Seite 20
Prognosen Visualisierung, Steuerung und Optimierung von Energiesystemen Zur Steuerung und Optimierung von Energiesystemen werden Lastprognosen (Strom-, Wärme und Kälteverbräuche) benötigt Einsatz von maschinellen Lernverfahren Monitoring der Prognosegüte Echtzeitprognosen über Cloud-basierte Plattformen (Livebetrieb bei Kunden): 1-minütige Prognoseabfragen 15-minütige Auflösung 10 Tage Prognosehorizont Seite 21
Baustein Ladestations-Backend (CPO) Steuerung und Überwachung der Ladevorgänge Übersicht und Verwaltung über den Ladevorgängen Monitoring der Ladeinfrastruktur Zugriffsverwaltung über RFID-Tags Möglichkeit zum Erstellen von Ladeprofilen Zuordnung von Ladevorgängen zu bestimmten Fahrzeugen in unserem Fuhrpark Ungeplantes Fahrzeug-Verhalten Ansteuerung über Open Charge Point Protocol (OCPP1.6) Seite 22
Ladeprofile für Elektrofahrzeugflotten Grundlage für die Steuerung der Wirkleistung der Ladeinfrastruktur Ladeprofile geben vor, welches Fahrzeug zu welchem Zeitpunkt wieviel Strom ziehen darf Maximaler Strom ist abhängig von: Jeweiligem Fahrzeugtyp/Fahrzeugmodell Genutztes Ladekabel Genutzten Konnektor an Ladesäule Genutzte Ladesäule Zeitpunkt der Ladung Ziel: Ideale Beladung des Fahrzeugs bis zum Abfahrtzeitpunkt Ladeverschiebung mit prognostizierter PV- Erzeugung Seite 23
Fazit: 0,5% Regelung E-Modelle in der Pipeline TCO Fahrverbote Elektromobilität muss auch aus Sicht des Energiesystems gedacht werden Nutzer wollen einfach, dass es funktioniert. machen aber auch Fehler. Echtzeit-Prognose und Einbindung weiterer Daten: Korrekturen in Ladeplänen Ausblick: vom Flottenmanagement im Unternehmenskontext bis zu Mitarbeiterladen: BIG 9 Geteilte Flotten und Intermodalität Lade- und Lastmanagement in der Niederspannung Seite 24
Herzlichen Dank! Seite 25