Modellprädiktiv optimiertes Management für Elektrofahrzeug-Ladecluster

Abstract:
Größere Ladeinfrastrukturen für Elektrofahrzeuge stellen ohne zusätzliches intelligentes Lademanagement enorme Anforderungen an die Belastbarkeit des Netzanschlusses: Ist keine Steuerung der Ladevorgänge implementiert, muss die Summe der Maximalleistungen aller Fahrzeuganschlusspunkte am Netzanschlusspunkt abgesichert sein. In diesem Beitrag wird eine Lösung für ein lokales Lastmanagement für Pools bzw. Cluster von Ladestationen mit mehreren Lade-punkten vorgestellt, bei denen die Summe der Bemessungsleistungen der Ladepunkte die Bemessungsleistung des Netzanschlusses übersteigen kann. Hier wird ein Algorithmus vorgestellt, der basierend auf minimalen fahrzeug- bzw. nutzerspezifischen Angaben ladepunktscharfe Ladepläne erzeugt, bei denen sichergestellt ist, dass die Summenleistung die Bemessungsgrenzen des Systems einhält. Darüber hinaus kann eine Beladung aus eigenen, regenerativen Energieerzeugern priorisiert werden. Primär ist die Anwendung auf Ladevorgänge der Ladebetriebsart 3 mit frei einstellbaren Ladeleistungen vorgesehen, jedoch ist eine Erweiterung zur Berücksichtigung von An-/Aus-Ladevorgängen der Ladebetriebsarten 1 und 2 möglich. Die Berücksichtigung der SOC-Abhängigkeit der maximalen Ladeleistung stellt eine hohe Güte der Ladepläne sicher. Der Algorithmus wurde am Fraunhofer ISE in einer einsatzfähigen Implementierung realisiert und getestet. Diese kann in bestehenden Flotten- und Ladeinfrastrukturmanagementsystemen integriert werden.