Entwicklung eines Algorithmus zur ökonomischen Optimierung der Ladevorgänge von Elektroautos

Masterarbeit aus dem Jahr 2021 im Fachbereich Ingenieurwissenschaften - Energietechnik, Note: 1,0, Universit t Bremen (Institut f r Automatisierungstechnik), Sprache: Deutsch, Abstract: In der Arbeit wird ein Algorithmus entwickelt, der die Ladevorg nge von Elektroautos hinsichtlich der Generierung konomischen Nutzens optimiert. Durch die Vorausplanung von Ladezeiten und -leistungen werden die Beschaffungskosten im Stromb rsenhandel reduziert und der Eigenverbrauch privater PV-Anlagen erh ht. Zudem wird die Ladeflexibilit t am Sekund rregelleistungsmarkt 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 nge kann Einspeisefluktuationen ausgleichen und Netz berlastungen vermeiden. Die Optimierung anhand konomischer Ziele bietet Chancen f r neue Gesch ftsmodelle und f r eine Attraktivit tssteigerung der Elektromobilit t. Die Arbeit bewertet das konomische Potenzial der vier kombinierten Quellen konomischen Nutzens. Es wird untersucht, ob die konomische Optimierung zur Integration von erneuerbaren Energien in das Stromnetz beitr gt. Au erdem wird der Einfluss einer gro en Elektroautoflotte auf die Preise am Sekund rregelleistungsmarkt ermittelt. Das entwickelte Optimierungssystem und die durchgef hrten Simulationen basieren auf den Regularien und Mechanismen der deutschen Stromwirtschaft. Es wird ein Prognosemodell f r den Day-Ahead-B rsenstrompreis auf der Grundlage von ARX-Modellen entwickelt. F r 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 ndigen Intervallen die optimalen Ladezeiten und -leistungen ermittelt.