Das Institut für Arbeitswissenschaft und Technologiemanagement (IAT) der Universität Stuttgart erforscht gemeinsam mit Partnern, wie sich Überlastungen von Verteilernetzen beim Laden von E-Autos mit KI vermeiden lassen. Ziel des angewandten Forschungsprojekts „Künstliche Intelligenz – basiertes netzdienliches Lademanagement beim Parken unter verschiedenen Nutzungsszenarien“ (KI-LAN) sei es, ein intelligentes Lademanagementsystem auf Basis von KI zu entwickeln und Wissen über den nachhaltigen Betrieb in Parksituationen mit hoher Anzahl an modularen Ladepunkten zu erarbeiten. Das teilte das dem Projektkonsortium angehörige Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO) mit.
Mit einem zunehmenden Umstieg auf elektrisch angetriebene Fahrzeuge stellten sowohl der Ausbau von ausreichender Ladeinfrastruktur als auch die potenziellen Netzüberlastungen bei zeitgleichen Ladevorgängen große Herausforderungen dar, so das IAO. Wie gelingt es den Ladebedarf von unterschiedlichen Elektrofahrzeugnutzern zufriedenstellend zu decken? Und wie muss eine Ladeinfrastruktur ausgestattet sein, sodass ein Netzbetreiber im Falle von Netzengpässen das lokale Lademanagement steuern kann?
An diesen Fragen knüpfe das Verbundprojekt an, an dem neben dem Konsortialleiter IAT und der IAO auch die Hochschule Furtwangen, Netze BW, Stadtwerke Stuttgart, Stuttgart Netze, BridgingIT, chargeIQ, die Stadt Stuttgart, das Institut für Nachhaltige Energietechnik und Mobilität (INEM) der Hochschule Esslingen, die Schwenkrain Grundstücks GmbH und Co. KG sowie die Marquardt GmbH beteiligt sind.
Mit KI zum Ausbau von Ladeinfrastruktur ohne Stromnetzausbau
Zwei Nutzungsszenarien für Ladestationen werden untersucht: Im ersten Szenario steht das Parken im urbanen Raum während der Arbeitszeit und bei Veranstaltungen im Fokus, im zweiten Szenario wird das Parken während der Arbeitszeit im ländlichen Raum in den Blick genommen. Hierfür stellen das Wizemann-Areal in Stuttgart und die Marquardt GmbH in Rietheim-Weilheim eigens im Projektkontext dafür aufzubauende Ladestationen auf ihren Parkflächen zur Verfügung.
Im Rahmen des Projekts wollen die Teilnehmer ein prognosebasiertes Lademanagementsystem sowie Algorithmen entwickeln, die Ladevorgänge intelligent steuern. Mithilfe Künstlicher Intelligenz soll ermittelt werden, welche Leistung am Standort zum Laden der Fahrzeuge zur Verfügung steht. Die Umfänge und Kosten des Ausbaus der zugehörigen Netz- und Ladeinfrastruktur können somit verringert und der Netzanschluss optimal ausgenutzt werden. „Indem wir eine Intelligenz im Ladevorgang hinterlegen, schaffen wir es, Ladeinfrastruktur auszubauen ohne das Stromnetz auszubauen. Je mehr Infrastruktur vorhanden ist, desto mehr Elektroautos werden sich bald auf den Straßen befinden. Dies befördert natürlich auch die Akzeptanz der Elektromobilität in der Gesellschaft und kann die Elektromobilität auch als massentaugliches Nachhaltigkeitskonzept etablieren“, sagt Marc Schmidt, Projektleiter und Wissenschaftler des IAT der Universität Stuttgart.
Algorithmen sollen Ladevorgänge intelligent steuern
Das IAT hat im Projekt als Konsortialleiter hauptsächlich die technische Konzeption des Gesamtsystems sowie der Nutzungsszenarien und die Entwicklung einer zentralen Ladeinfrastruktur-Management-Plattform in der Hand, welche die prognosebasierte Steuerung der Ladeinfrastruktur umsetzt. „Die Plattform integriert dabei die Anforderungen des Verteilnetzbetreibers und berücksichtigt in der prognosebasierten Steuerung die Bedürfnisse der Nutzerinnen und Nutzer, erst dadurch kann man wirklich von einer zielführenden KI sprechen“, ergänzt Daniel Stetter vom Fraunhofer IAO. Dadurch könne die vorhandene Infrastruktur optimal genutzt und zusätzliche Investitionen in die Infrastruktur vermieden werden. Die erarbeiteten Lösungen sollen auf weitere Anwendungsfälle und Geschäftsmodelle übertragbar sein.