Skip to main content

Advertisement

SpringerLink
Log in

Probabilistische Methode zur Modellierung des Ladeverhaltens von Elektroautos anhand gemessener Daten elektrischer Ladestationen – Auslastungsanalysen von Ladestationen unter Berücksichtigung des Standorts zur Planung von elektrischen Stromnetzen

Probabilistic method of modelling the charging behaviour of electric vehicles based on measured data from electric charging stations—utilization analysis of charging stations for electrical grid planning under consideration of the location

  • Originalarbeiten
  • Published:
e & i Elektrotechnik und Informationstechnik Aims and scope Submit manuscript

Zusammenfassung

In diesem Beitrag wird eine neue probabilistische Methode aufgezeigt, um das Ladeverhalten von Elektrofahrzeugen an Ladestationen durch eine unterschiedliche Anzahl an Elektroautos mit verschiedenen Anschlussleistungen (3,7/11/22/50 kW) zu analysieren. Die Eingangsdaten für diesen Bottom-up Ansatz basieren auf den gemessenen Daten unterschiedlicher Ladestationen mit standortspezifischem Verhalten (öffentliche, betriebliche, Einkaufzentrum Ladestationen). Die durchgeführten Simulationen beantworten aktuelle Fragestellungen im Rahmen der Elektromobilität. Ebenfalls werden zu erwartende energetische Auslastungen innerhalb eines Tages sowie sinnvolle Aufstellungsorte unter Berücksichtigung der Anzahl von elektrischen Ladestationen betrachtet.

Der vorgestellte standortspezifische gesteuerte Gleichzeitigkeitsfaktor sowie ungesteuerte Gleichzeitigkeitsfaktor ist für die zukünftige Planung der Anzahl und Aufstellungsorte sowie der Integration von Schnell- bzw. Langsam-Ladestationen in das Niederspannungsnetz maßgebend.

Abstract

In this contribution a novel probabilistic approach is shown to analyse and model the charging behaviour of a various number of electric vehicles on different locations for different installed power of the electric charging stations (3,7/11/22/50 kW). The input data for this bottom-up approach are based on measured data for different locations (public, company and shopping centre charging stations). The performed simulations answer actual questions in the context of electric mobility with respect to the expected energy usage within a day, as well as the relevant locations and number of electric charging stations.

The presented location-specific controlled coincidence factors and uncontrolled coincidence factors are decisive for future grid planning. These factors, depending on the number of charging stations and their specific locations are important to integrate the fast and slow charging stations in low voltage networks.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1.
Abb. 2.
Abb. 3.
Abb. 4.
Abb. 5.
Abb. 6.
Abb. 7.
Abb. 8.
Abb. 9.
Abb. 10.
Abb. 11.
Abb. 12.

Literatur

  1. Umweltbundesamt (2010): Elektromobilität in Österreich – Szenario 2020 und 2050. Report, Wien, Österreich.

  2. Statistik Austria (2014): KFZ Statistik – Fahrzeugbestand 2013. www.statistik.at. Zuletzt abgerufen am: 20.05.2014.

  3. Fabian, J., Brunner, H., Hirz, M., Wieland, T., et al. (2014): Aktuelle Forschungsthemen und innovative Trends der Elektromobilität in Österreich. In 13. Energiesymposium Energieinnovation, Graz, Österreich.

    Google Scholar 

  4. Statusbericht Modellregion Großraum Graz (2013): Statusbericht der E-Mobilitätsmodellregion Großraum Graz. Bericht, Graz, Österreich.

  5. Herry, M., Sedlacek, N., Steinacher, I. (2007): Verkehr in Zahlen – Österreich. Bundesministerium für Verkehr, Innovation und Technologie: Wien.

    Google Scholar 

  6. SEM (2011): Smart-Electric-Mobility – Speichereinsatz für regenerative elektrische Mobilität und Netzstabilität. Publizierbarer Endbericht, 2. Ausschreibung Neue Energien 2020, Wien, Österreich.

  7. Litzlbauer, M. (2009): Erstellung und Modellierung von stochastischen Ladeprofilen mobiler Energiespeicher mit MATLAB. Diplomarbeit, Institut für Elektrische Anlagen und Energiewirtschaft, TU Wien, Wien, Österreich.

  8. Probst, A., Braun, M., Tenbohlen, S. (2011): Erstellung und Simulation probabilistischer Lastmodelle von Haushalten und Elektrofahrzeugen zur Spannungsbandanalyse. In ETG Kongress 2011, Würzburg, Deutschland.

    Google Scholar 

  9. Zumkeller, D., Chlond, B., Lipps, O. (1996): Panelauswertung 1995/1996. Schlussbericht, Institut für Verkehrswesen, Universität Karlsruhe (TH), Karlsruhe, Deutschland.

  10. Liu, L., Eisenreich, M., Balzer, G., Kessler, A. (2010): Potenzielle Einsatzmöglichkeit der Batterien von Elektroautos in Niederspannungsnetzen. In 11. Symposium Energieinnovation, Graz, Österreich.

    Google Scholar 

  11. Karner, A. (2011): Vehicle grid integration of low emission vehicles into the electric distribution grid. Blue Globe report, Klima und Energiefond, Wien, Österreich.

  12. Linden, D., Reddy, T. B. (2002): Handbook of batteries. 3rd edn. New York: McGraw-Hill. ISBN 0-07-135978-8.

    Google Scholar 

  13. TAEV (2012): Technische Anschlussbedingungen für den Anschluss an öffentliche Versorgungsnetze mit Betriebsspan-nungen bis 1000 Volt. Wien: Österreichs E-Wirtschaft Akademie GmbH.

    Google Scholar 

Download references

Danksagung

Diese Arbeit ist Teil des Forschungsprojekts „Begleitforschung Elektromobilität – Großraum Graz“ und wird aus Mitteln des Klima- und Energiefonds im Rahmen des Programms „Ausschreibung Modellregion Elektromobilität“ gefördert. Die Autoren bedanken sich für die fachliche Unterstützung durch Herrn Mag. Josef Neuhold (Energie Graz) sowie Herrn Ing. Markus Peyreder (Energie Steiermark).

Author information

Authors and Affiliations

  1. Institut für Elektrische Anlagen, Technische Universität Graz, Inffeldgasse 18/I, 8010, Graz, Österreich

    Thomas Wieland, Michael Reiter, Ernst Schmautzer & Lothar Fickert

  2. Institut für Fahrzeugtechnik, Technische Universität Graz, Inffeldgasse 11/II, 8010, Graz, Österreich

    Jürgen Fabian

  3. e-mobility Graz GmbH, Steyrergasse 114, 8010, Graz, Österreich

    Robert Schmied

Authors
  1. Thomas Wieland
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Michael Reiter
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Ernst Schmautzer
    View author publications

    You can also search for this author in PubMed Google Scholar

  4. Lothar Fickert
    View author publications

    You can also search for this author in PubMed Google Scholar

  5. Jürgen Fabian
    View author publications

    You can also search for this author in PubMed Google Scholar

  6. Robert Schmied
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Thomas Wieland.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Wieland, T., Reiter, M., Schmautzer, E. et al. Probabilistische Methode zur Modellierung des Ladeverhaltens von Elektroautos anhand gemessener Daten elektrischer Ladestationen – Auslastungsanalysen von Ladestationen unter Berücksichtigung des Standorts zur Planung von elektrischen Stromnetzen. Elektrotech. Inftech. 132, 160–167 (2015). https://doi.org/10.1007/s00502-015-0299-0

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00502-015-0299-0

Schlüsselwörter

Keywords

Search

Navigation