DIVERGENT

Geparkte Elek­tro­fahr­zeuge (Electric Vehi­cles, EVs) stellen eine viel­ver­spre­chende Ressource für die Spei­che­rung fluk­tu­ie­render erneu­er­barer Energie dar. Smartes bidi­rek­tio­nales Laden (Smart Bidi­rec­tional Char­ging, SBC) – also der Austausch rele­vanter Infor­ma­tionen über Daten­ver­bin­dungen zwischen Fahr­zeug, Lade­sta­tion und dem lokalen Ener­gie­netz­werk – eröffnet in diesem Kontext die Möglich­keit, das gesamte Netz­werk lokal zu steuern, sodass durch die Nutzung der Fahr­zeug­bat­terie einer­seits Leis­tungs­spitzen auf Verbrau­che­r­e­bene (und indi­rekt auf konven­tio­neller Ener­gie­er­zeu­gungs­ebene) vermieden und ande­rer­seits „über­schüs­sige, vorhan­dene“ erneu­er­bare Energie optimal genutzt werden kann.

Im Rahmen von DIVER­GENT erfor­schen wir dezen­trale Entschei­dungs­fin­dungs­me­thoden und -algo­rithmen zur Unter­stüt­zung dieses intel­li­genten, bidi­rek­tio­nalen Ladens von Elek­tro­fahr­zeugen. Als Basis für die Erfor­schung unserer Entschei­dungs­fin­dungs­me­thoden werden sowohl klas­si­sche Entschei­dungs­al­go­rithmen sowie Ansätze auf der Grund­lage von „Multi-Agenten Rein­force­ment Learning“ (MARL) und/​oder anderen maschi­nellen Lern­me­thoden dienen. Im Kontext der Berück­sich­ti­gung einer umfas­senden Entschei­dungs­grund­lage beschäf­tigen wir uns in DIVER­GENT weiters mit den Berei­chen der Fahr­zeug­nut­zungs­si­mu­la­tion, der Model­lie­rung des EV-Nutzer­ver­hal­tens sowie des Ener­gie­ma­nage­ments, um insbe­son­dere rele­vante und entschei­dende Anfor­de­rungen der Stake­holder realis­tisch und effektiv abbilden sowie auswerten zu können.

Auf der Grund­lage unserer Ergeb­nisse wird ein Wech­sel­strom-SBC-Labor­de­mons­trator entwi­ckelt, aufge­baut und evalu­iert, der den bidi­rek­tio­nalen Energie- und Daten­fluss zwischen der EV-Batterie, dem OBC (OnBoard Charger), der auto­ma­ti­sierten AC (Alter­na­ting Current)-Lade­tech­no­logie und dem lokalen (Haus­halts-)Netz simu­liert.

Zusam­men­fas­send sollen im Zuge von DIVER­GENT folgende Ergeb­nisse erzielt werden:

• Entschei­dungs­fin­dungs­me­thoden, die eine bidi­rek­tio­nale und dyna­mi­sche Steue­rung des Lade­pro­fils unter­stützen und in weiterer Folge
  • das Ener­gie­ver­brauchs­muster von Haus­halten/​Gebäuden, die mit bidi­rek­tio­nalen Lade­ge­räten ausge­stattet sind, opti­mieren und
  • Last­spitzen vermeiden, die durch gleich­zei­tiges Laden und Entladen von Elek­tro­fahr­zeugen verur­sacht werden.
• Methoden zur Abschät­zung des Batte­rie­ge­sund­heits­zu­stands sowie zur Prognose der verblei­benden Batte­ri­en­ut­zungs­dauer, um die Bewer­tung und Vorher­sage der Auswir­kungen von bidi­rek­tio­nalen Lade­vor­gängen auf die Batterie zu ermög­li­chen.
• Entwick­lung eines Labor-Demons­tra­tors zur Inte­gra­tion und Evalu­ie­rung der Soft­ware­pro­to­typen für (a) den Electric Vehicle Commu­ni­ca­tion Controller (EVCC) und (b) den Supply Equip­ment Commu­ni­ca­tion Controller (SECC).

Dieses Projekt wird im Rahmen des Zero Emis­sion Mobi­lity Programmes des Klima- und Ener­gie­fonds der Repu­blik Öster­reich, vertreten durch das Bundes­mi­nis­te­rium für Klima­schutz, Umwelt, Energie, Mobi­lität, Inno­va­tion und Tech­no­logie (BMK) kofi­nan­ziert.

Mehr Infor­ma­tionen: Zero Emis­sion Mobi­lity | FFG