Entwicklung eines Algorithmus zur ökonomischen Optimierung der Ladevorgänge von Elektroautos

Masterarbeit aus dem Jahr 2021 im Fachbereich Ingenieurwissenschaften - Energietechnik, Note: 1,0, Universit酹 Bremen (Institut f Automatisierungstechnik), Sprache: Deutsch, Abstract: In der Arbeit wird ein Algorithmus entwickelt, der die Ladevorg鄚ge von Elektroautos hinsichtlich der Generierung 闥onomischen Nutzens optimiert. Durch die Vorausplanung von Ladezeiten und -leistungen werden die Beschaffungskosten im Stromb顤senhandel reduziert und der Eigenverbrauch privater PV-Anlagen erh鐬t. Zudem wird die Ladeflexibilit酹 am Sekund酺regelleistungsmarkt vermarktet. Zur Erlangung reduzierter Netznutzungsentgelte werden die Anforderungen des netzdienlichen Ladens gem? 14a EnWG beachtet. Der Algorithmus wird in ein Optimierungssystem eingebettet, das mithilfe von Simulationen untersucht wird. Eine gezielte Steuerung der Ladevorg鄚ge kann Einspeisefluktuationen ausgleichen und Netzerlastungen vermeiden. Die Optimierung anhand 闥onomischer Ziele bietet Chancen f neue Gesch輎tsmodelle und f eine Attraktivit酹ssteigerung der Elektromobilit酹. Die Arbeit bewertet das 闥onomische Potenzial der vier kombinierten Quellen 闥onomischen Nutzens. Es wird untersucht, ob die 闥onomische Optimierung zur Integration von erneuerbaren Energien in das Stromnetz beitr輍t. Au erdem wird der Einfluss einer gro en Elektroautoflotte auf die Preise am Sekund酺regelleistungsmarkt ermittelt. Das entwickelte Optimierungssystem und die durchgefrten Simulationen basieren auf den Regularien und Mechanismen der deutschen Stromwirtschaft. Es wird ein Prognosemodell f den Day-Ahead-B顤senstrompreis auf der Grundlage von ARX-Modellen entwickelt. F die Simulationen werden unter der Verwendung realer Fahrprofile Nutzer modelliert und der Regelleistungsmarkt wird virtuell abgebildet. Per linearer Programmierung werden auf der Basis von Prognosen vorausplanend in mehrstdigen Intervallen die optimalen Ladezeiten und -leistungen ermittelt.