Toekomstbestendig flexibel opladen

Gepubliceerd op: 13 juli 2023

Elektrische voertuigen (EV's) kunnen aanzienlijk bijdragen aan het verminderen van lucht- en geluidsvervuiling in stedelijke regio's. Het opladen van EV's kan echter een aanzienlijke belasting vormen voor lokale distributienetwerken. Gelukkig kan de flexibiliteit in het oplaadproces worden benut om deze belasting te verminderen.

Inzet van Artificiële Intelligentie

Het betrokken projectteam vanuit de Werkgroep Energie en Duurzaamheid en de TU Delft pleit voor slimme planningsalgoritmen om een flexibel stroomverbruik enkele uren in de -inherent onzekere- toekomst te coördineren. “In ons URSES-onderzoeksproject GCP hebben wij ontdekt dat de modernste stochastische optimalisatie en algoritmen voor sequential decision-making onder onzekerheid dergelijke plannen kunnen opstellen voor een enkele flexibele belasting en/of generator. Op basis hiervan hebben wij algoritmen en mechanismen ontwikkeld die het mogelijk maken i) op te schalen naar vele belastingen of generatoren en ii) rekening te houden met netwerkcongestie.”

Welke uitdaging lost het op?

Deze algoritmen vormen een basis voor het plannen van het opladen van EV’s onder de huidige marktreguleringen. Deze context leidt tot nieuwe en uitdagende onderzoeksvragen, zoals welke algoritmen leveren de meest acceptabele resultaten voor een aggregator voor het opladen van EV’s? Hoe coördineer je het opladen van veel EV’s binnen de fysieke beperkingen van het distributienetwerk? En wat is het effect van deze geavanceerde algoritmen in de praktijk?

“We zullen deze vragen beantwoorden door onze eerdere algoritmen uit te breiden. We zullen deze uitgebreide versies eerst testen in een realistische simulatieomgeving voor het opladen van EV’s. Vervolgens zullen we onze algoritmen in de praktijk brengen op een concrete pilotlocatie in Amsterdam. Dit omvat een implementatie die voldoet aan USEF en de huidige hardware, met inachtneming van netwerklimieten. In het bijzonder zullen we de kostenvermindering kwantificeren die onze geavanceerde algoritmen opleveren.”

Mede mogelijk gemaakt door:

Dit is een vervolg op het GCP-project met als belangrijkste projectpartner Jedlix.

Meer informatie

Voor verdere informatie, contactpersonen of meer van dit soort projecten kunt u terecht bij de Werkgroep Energie en Duurzaamheid. Bezoek hiervoor:

Delen via: