EcoCharge

EcoCharge - Senkung von Energiekosten durch Nutzung der Ladevorgänge von Elektrofahrzeugen zur Lastverschiebung auf der Basis von Deep-Learning-Verfahren

Unternehmen in Industrie und Gewerbe beschäftigen sich zunehmend mit der Elektrifizierung ihrer Dienstwagenflotte, und bauen auch öffentlich zugängliche Ladeinfrastruktur für ihre Kunden auf. Eine führende Rolle spielen hierbei Handelsketten, die ihre Filialen derzeit mit Anschlüssen für schnelles Laden (bis 350 kW) ausstatten. Hierdurch kann sich der Leistungsbedarf einer Filiale durch die Ladeinfrastruktur verdoppeln oder vervielfachen. Dies führt zu höheren Leistungspreisen als Teil der Netzentgelte und auch der Netzausbau wird kostenintensiver bzw. ist (zeitnah) nicht möglich.

Im EcoCharge-Projekt wird deswegen ein neuartiger Ansatz verfolgt, der die energetischen Vorgänge im Unternehmen mit hoher Genauigkeit prognostiziert, um sie effizient mit dem Strombedarf der Ladeinfrastruktur koordinieren zu können. Dies gelingt durch ein neuartiges Energiemanagement-System auf der Basis von KI-Technologien. Hierbei wird das Drosseln von Ladevorgängen bewusst vermieden, da dies zu Mindereinnahmen führt und die Kundenakzeptanz schmälert. Der verfolgte Ansatz nutzt insbes. den thermischen Speicher der Kältesysteme aus, welcher häufig im Handel in großer Kapazität bereits vorhanden ist. So werden zusätzliche Investitionen, wie z.B. in elektrische Speicher, vermieden.

 

Projektleitung
Prof. Dr. Kolja Eger
Projektlaufzeit
-
ProjektBudget
195.635
Mittelgeber
Hamburgische Investitions- und Förderbank (IFB)
Einrichtungen
CC4E - Erneuerbare Energien und Energieeffizienz Fakultät Technik und Informatik
x