Entwicklung eines Algorithmus zur ökonomischen Optimierung der Ladevorgänge von Elektroautos

Inhaltsverzeichnis

• 1. Einleitung
• 1.1. Motivation: Herausforderungen der Energie- und Verkehrswende
• 1.2. Forschungsgegenstand der Arbeit
• 1.3. Aufbau der Arbeit
• 2. Theoretischer Hintergrund
• 2.1. Regularien in der deutschen Stromwirtschaft
• 2.1.1. Grundlagen der stromwirtschaftlichen Bilanzierung
• 2.1.2. Stromhandel
• 2.1.3. Regelleistungsmarkt
• 2.1.4. Eigenverbrauch des Stromes privater Photovoltaikanlagen
• 2.1.5. Netzdienliches Laden
• 2.2. Ladevorgangssteuerung von Elektroautos
• 2.2.1. Ladesysteme in Elektroautos
• 2.2.2. Systemarchitekturen der Ladevorgangsoptimierung
• 2.2.3. Praxisbeispiel Jedlix
• 2.3. Regressionsmodelle für die Prognose von Zeitreihen
• 2.3.1. Lineare Regressionsmodelle
• 2.3.2. AR-Modell
• 2.3.3. ARX-Modell
• 2.3.4. Methode der kleinsten Quadrate
• 2.3.5. Metriken zur Ermittlung der Prognosequalität
• 2.4. Lineare Optimierung
• 2.4.1. Grundlagen der linearen Optimierung
• 2.4.2. Lösung eines linearen Optimierungsproblems durch den primalen Simplexalgorithmus
• 2.5. Überblick zum Forschungsstand der Ladevorgangsoptimierung
• 2.5.1. Zusammenfassung ausgewählter Studien
• 2.5.2. Dominierende Methoden, Systemarchitekturen und Optimierungsziele
• 3. Entwicklung eines Systems zur ökonomischen Ladevorgangsoptimierung
• 3.1. Modellierte Systemarchitektur
• 3.1.1. Interaktion mit dem Strommarkt
• 3.1.2. Interaktion mit dem Regelleistungsmarkt
• 3.1.3. Einbindung der privaten Photovoltaikanlagen
• 3.1.4. Einbindung in das netzdienliche Laden
• 3.2. Optimierungskonzept
• 3.3. Modellierung der Nutzer
• 3.3.1. Nutzungsprofile
• 3.3.2. Fahrzeug- und Ladedaten
• 3.3.3. Generierung der Nutzungsprofile
• 3.3.4. Vertragsdaten
• 3.3.5. Photovoltaikanlagendaten und -prognosen
• 3.3.6. Wissen des Aggregators über Nutzerdaten
• 3.4. Modellierung der Spotmarktinteraktion und -preisprognose
• 3.4.1. Rohdaten aus der Stromwirtschaft
• 3.4.2. Analyse des Day-Ahead-Strompreises
• 3.4.3. Spotmarktprognosemodell
• 3.5. Modellierung der Regelleistungsmarktinteraktion und Preisstrategie
• 3.5.1. Rohdaten des Regelleistungsmarkts
• 3.5.2. Generierung der Regelarbeitspreise
• 3.5.3. Analyse des Regelleistungs- und Regelarbeitspreises
• 3.5.4. Preisstrategie
• 3.6. Entwickelte Algorithmen zur ökonomischen Ladevorgangsoptimierung
• 3.6.1. Vorausplanender Optimierungsalgorithmus
• 3.6.2. Operativer Algorithmus
• 4. Untersuchungen zum Optimierungssystem und Ergebnisse der Simulationen
• 4.1. Auswertung der Spotmarkt- und PV-Prognose
• 4.1.1. Spotmarktprognosemodell
• 4.1.2. PV-Prognosedaten
• 4.2. Parameter der durchgeführten Simulationen
• 4.3. Auswertung der simulierten Nutzungsprofile
• 4.4. Auswertung der simulierten Lastprofile
• 4.4.1. Geplante Lastprofile
• 4.4.2. Reale Lastprofile
• 4.5. Auswertung der Regelleistungsmarktinteraktion
• 4.6. Finanzielle Auswertung des Optimierungssystems
• 4.6.1. Auswertung der Ladeenergiekosten
• 4.6.2. Untersuchung möglicher Zusatzkosten durch den Bedarf an intelligenten Messsystemen
• 4.6.3. Untersuchung des netzdienliches Ladens für PV-Anlagenbesitzer
• 4.6.4. Untersuchung verkürzter Regelleistungszeitscheiben

Zielsetzung und Themenschwerpunkte

Die Arbeit zielt darauf ab, einen Algorithmus zur ökonomischen Optimierung von Ladevorgängen bei Elektroautos zu entwickeln und zu evaluieren. Das System soll die Kosten für die Nutzer reduzieren, den Eigenverbrauch von Photovoltaik-Anlagen steigern und die Integration erneuerbarer Energien ins Stromnetz verbessern.

• Entwicklung eines Algorithmus zur Ladevorgangsoptimierung
• Ökonomische Optimierung durch Strombörsenhandel und Eigenverbrauch
• Teilnahme am Sekundärregelleistungsmarkt
• Netzdienliches Laden gemäß § 14a EnWG
• Bewertung des ökonomischen Potenzials und Einfluss auf den Strommarkt

Zusammenfassung der Kapitel

1. Einleitung: Dieses Kapitel führt in die Thematik der Arbeit ein und erläutert die Herausforderungen der Energie- und Verkehrswende, die den Hintergrund für die Entwicklung des Algorithmus bilden. Es werden die Motivation, der Forschungsgegenstand und der Aufbau der Arbeit detailliert beschrieben. Die steigende Anzahl von Elektrofahrzeugen und die damit verbundenen Herausforderungen für das Stromnetz werden als zentrale Problemstellung herausgestellt.

2. Theoretischer Hintergrund: Dieses Kapitel liefert die notwendigen theoretischen Grundlagen für die Entwicklung und Bewertung des Algorithmus. Es werden die Regularien der deutschen Stromwirtschaft, verschiedene Ladevorgangssteuerungskonzepte, Regressionsmodelle zur Prognose von Zeitreihen, Methoden der linearen Optimierung und der aktuelle Forschungsstand im Bereich der Ladevorgangsoptimierung umfassend dargestellt und eingeordnet.

3. Entwicklung eines Systems zur ökonomischen Ladevorgangsoptimierung: Hier wird die entwickelte Systemarchitektur detailliert beschrieben, welche die Interaktion mit dem Strommarkt, dem Regelleistungsmarkt, privaten Photovoltaikanlagen und dem netzdienlichen Laden umfasst. Das Kapitel beleuchtet das Optimierungskonzept, die Modellierung der Nutzer, die Spotmarkt- und Regelleistungsmarktinteraktion sowie die entwickelten Algorithmen zur ökonomischen Ladevorgangsoptimierung (vorausschauender und operativer Algorithmus).

Schlüsselwörter

Elektroautos, Ladevorgangsoptimierung, ökonomischer Nutzen, Strommarkt, Regelleistungsmarkt, Photovoltaik, Netzdienliches Laden, lineare Programmierung, Simulation, Energiewende, ARX-Modell, Prognose.

Häufig gestellte Fragen

Was ist das Ziel der Arbeit zur Ladevorgangsoptimierung?

Das Hauptziel ist die Entwicklung und Evaluierung eines Algorithmus zur ökonomischen Optimierung von Ladevorgängen bei Elektroautos. Das System soll die Ladekosten für die Nutzer senken, den Eigenverbrauch von Photovoltaik-Anlagen erhöhen und die Integration erneuerbarer Energien ins Stromnetz verbessern.

Welche Themenschwerpunkte werden in der Arbeit behandelt?

Die Arbeit konzentriert sich auf die Entwicklung eines Algorithmus zur Ladevorgangsoptimierung, die ökonomische Optimierung durch Strombörsenhandel und Eigenverbrauch, die Teilnahme am Sekundärregelleistungsmarkt, das netzdienliche Laden gemäß § 14a EnWG sowie die Bewertung des ökonomischen Potenzials und des Einflusses auf den Strommarkt.

Was wird im Kapitel "Einleitung" behandelt?

Das Kapitel "Einleitung" führt in die Thematik der Arbeit ein und erläutert die Herausforderungen der Energie- und Verkehrswende. Es beschreibt die Motivation, den Forschungsgegenstand und den Aufbau der Arbeit. Die steigende Anzahl von Elektrofahrzeugen und die damit verbundenen Herausforderungen für das Stromnetz werden als zentrale Problemstellung herausgestellt.

Welche theoretischen Grundlagen werden im Kapitel "Theoretischer Hintergrund" behandelt?

Das Kapitel "Theoretischer Hintergrund" liefert die notwendigen theoretischen Grundlagen für die Entwicklung und Bewertung des Algorithmus. Es werden die Regularien der deutschen Stromwirtschaft, verschiedene Ladevorgangssteuerungskonzepte, Regressionsmodelle zur Prognose von Zeitreihen, Methoden der linearen Optimierung und der aktuelle Forschungsstand im Bereich der Ladevorgangsoptimierung dargestellt.

Was wird im Kapitel "Entwicklung eines Systems zur ökonomischen Ladevorgangsoptimierung" beschrieben?

Dieses Kapitel beschreibt die entwickelte Systemarchitektur, welche die Interaktion mit dem Strommarkt, dem Regelleistungsmarkt, privaten Photovoltaikanlagen und dem netzdienlichen Laden umfasst. Das Kapitel beleuchtet das Optimierungskonzept, die Modellierung der Nutzer, die Spotmarkt- und Regelleistungsmarktinteraktion sowie die entwickelten Algorithmen zur ökonomischen Ladevorgangsoptimierung (vorausschauender und operativer Algorithmus).

Welche Schlüsselwörter sind relevant für diese Arbeit?

Die relevanten Schlüsselwörter sind: Elektroautos, Ladevorgangsoptimierung, ökonomischer Nutzen, Strommarkt, Regelleistungsmarkt, Photovoltaik, Netzdienliches Laden, lineare Programmierung, Simulation, Energiewende, ARX-Modell, Prognose.

Was ist netzdienliches Laden gemäß § 14a EnWG?

Netzdienliches Laden bezieht sich auf das Laden von Elektrofahrzeugen unter Berücksichtigung der Netzstabilität und -auslastung, wie es in § 14a des Energiewirtschaftsgesetzes (EnWG) geregelt ist. Ziel ist es, das Stromnetz durch intelligentes Laden zu entlasten und die Integration erneuerbarer Energien zu fördern.

Welche Art von Prognosemodellen werden verwendet?

Regressionsmodelle wie lineare Regressionsmodelle, AR-Modelle und ARX-Modelle werden zur Prognose von Zeitreihen, insbesondere des Day-Ahead-Strompreises, verwendet.

Was ist der Sekundärregelleistungsmarkt?

Der Sekundärregelleistungsmarkt ist ein Markt, auf dem Stromanbieter ihre Fähigkeit anbieten, kurzfristige Schwankungen in der Stromerzeugung und -nachfrage auszugleichen, um die Netzfrequenz stabil zu halten. Die Teilnahme an diesem Markt ermöglicht es, zusätzliche Einnahmen durch die Bereitstellung von Regelleistung zu erzielen.