Refine
Document Type
- conference proceeding (article) (1)
- Part of Periodical (1)
- Report (1)
Is part of the Bibliography
- no (3)
Keywords
- Elektromobilität (1)
- Energiewende (1)
- Forschung (1)
- Forschungsbericht (1)
- Intelligentes Stromnetz (1)
- Künstliche Intelligenz (1)
- Netzausbau (1)
- Netzberechnung (1)
- Netzplanung (1)
- Oberschwingungsbelastung (1)
Institute
Begutachtungsstatus
- peer-reviewed (1)
Im Zuge der Energiewende werden die erneuerbaren Energien zur tragenden Säule unserer Stromversorgung. Bis 2025 sollen bundesweit 40-45 % des Stroms aus erneuerbaren Quellen stammen, bis 2050 sogar 80 %. Dabei wird der erzeugte Strom hauptsächlich aus Wind und Sonne stammen. Im Norden der Bundesrepublik wird Wind die Erzeugung dominieren, während im Süden, insbesondere in Bayern der Strom vornehmlich aus Photovoltaik gewonnen werden wird. Um die Ziele der Energiewende zu erreichen, wird neben den ausreichenden Erzeugungskapazitäten auch eine leistungsfähige Infrastruktur zur Verteilung und Nutzung des erneuerbaren Stroms notwendig sein. Planbarkeit und Sicherung der Versorgungsqualität bei zunehmenden Anteilen von volatiler Erzeugung werden dabei zu einer immer größeren Herausforderung. Das Projekt neos hat im engen Verbund mit den beteiligten Partnern wichtige tagesaktuelle Fragestellungen wissenschaftlich erörtert und untersucht, die sich durch die laufende Transformation des Energiesystems und den rasanten Ausbau der Anlagen zur erneuerbaren Energieerzeugung den Projektpartnern stellen.
Electric vehicles are one of the important components of the energy transition, which is necessary for the CO2 emission reduction. In order to estimate the influence of electromobility on electric grids at present day and in the future, the generation of realistic charge profiles is necessary. The main objective of this study is the development of an algorithm, which generates realistic charge time series of electric vehicles. The very huge and detailed input surveys enable to define different population groups, representing specific driving behaviour. These groups are then composed and scaled up, according to the statistical population structure of a chosen town or city in Germany, and show typical driving behaviour of all inhabitants. The charge profiles are calculated for several charge station types, based on daily electric vehicle user mobility, day type and household type. In addition, charge process occurrence is evaluated through a model, involving charge infrastructure presence, attractiveness of corresponding charge station type and charge process necessity.
Forschung 2019
(2019)