Steuerung von Elektrofahrzeugen zur Stabilisierung der Stromnetze
Die Popularität von Elektrofahrzeugen (EF) wächst schnell und kann einen umweltfreundlicheren Verkehr in Europa naher Zukunft fördern. Durch eine breitere Nutzung von Elektrofahrzeugen kann auch noch ein weiterer Vorteil entspringen. Sie besitzen das Potential die Nachfrage in nationalen Stromnetzen mithilfe ihrer Stromspeicherkapazitäten zu stabilisieren und auszubalancieren. Zur Veranschaulichung, wenn auch nur 5,5% der deutschen Autoflotte Elektrofahrzeuge wäre, hätte das Land genügend Speicherkapazitäten, um die komplette für das Stromnetz erforderliche Stabilisierungsleistung durch EF zu liefern. In diesem Zusammenhang hat das EU-geförderte Projekt COGENT (Control for green energy-efficient technologies) sich mit der Frage befasst, wie EF das Stromnetz unter Berücksichtigung ihrer unterschiedlichen Konnektivität stabilisieren könnten. Unter Berücksichtigung der Annahme, dass der Verkauf von EF sich in den nächsten zehn Jahren verdreifachen wird, untersuchte das Projekt die Rolle der Fahrer und ihre Gewohnheiten, die Batterien für den Netzausgleich zu verwenden und diese dabei aufzuladen. Es entwickelte dann optimale Steuerungstechniken, die die Energieeffizienz der Fahrzeuge und ihre Stromausgleichsfähigkeiten verbessern. Um seine Ziele zu erreichen, hat das Projekt die jüngsten Entwicklungen in Sensorik und Kommunikationstechnologien berücksichtigt, die Daten über das Stromnetz bereitstellen. Es entwickelte ein Steuersystem, um die Daten zu nutzen und auf die Bedürfnisse des Netzes zu reagieren. Dieses wurde unter Verwendung von Model Predictive Control (MPC) und leistungsstarken Modellierungstechniken aus dem maschinellen Lernen entwickelt. COGENT erforschte auch lernbasierte Identifikationsmethoden und wie diese sie in einer MPC-Umgebung integriert werden können. Es entwickelte Sicherheitsgarantien für lernbasierte Steuerungsmethoden mit dem Schwerpunkt, Regelungstheorie mit Lerntechniken zu kombinieren. Zu den Projektleistungen gehören neue Techniken für die Implementierung prädiktiver Regler für das Energiemanagement von EF, die Echtzeitanforderungen und die verteilte Struktur des Problems bewältigen. Die neuen Steuerungsstrategien auf Lernbasis werden ein effizientes Energiemanagement der EF unterstützen und deren Rolle bei der Optimierung der Stromnetze fördern. Der nächste Schritt, der über das Projekt hinaus geht, ist die Durchführung einer erweiterten EF-Studie, um die Vorteile der lernbasierten und verteilten prädiktiven Steuerung für ihr optimales Energiemanagement zu demonstrieren. Sobald dies getan wurde, wird der Traum von einem intelligenten Stromnetz, das eine umweltfreundliche und effiziente Energieerzeugung bietet, auf dem guten Weg in die Realität sein.
Schlüsselbegriffe
Elektrofahrzeuge, COGENT, Stromnetze, Model Predictive Control, maschinelles Lernen, Energiemanagement
