Über das Projekt
Projektbeschreibung
Zielsetzung
Die zunehmende Integration einer großen Anzahl dezentraler, erneuerbarer Energieerzeuger in Verbindung mit sinkenden Netzbudgets hat die Betreiber von Verteilnetzen in den letzten Jahren bis heute vor neue Herausforderungen gestellt. Zusätzlich rückt der Luft- und Klimaschutz die Notwendigkeit zur Emissionsreduktion durch die Transformation des Verkehrssektors mittels der Sektorkopplung von Straßenverkehr und elektrischer Energieversorgung in den Fokus und lässt die Anforderungen an elektrische Verteilnetze in den kommenden Jahren weiter steigen. Die Elektromobilität verändert die durch zunehmende Volatilitäten gekennzeichnete Versorgungsaufgabe der Verteilnetzbetreiber zusätzlich und erhöht die Planungsunsicherheiten deutlich. Dabei fällt der divergenten und großen Bandbreite möglicher Markthochlaufszenarien und räumlicher Durchdringungsgrade von Elektrofahrzeugen eine wesentliche Rolle zu.
Die Komplexität der Verteilnetzplanung nimmt hierdurch erheblich zu: Während der konventionellen Planung nur wenige Extremfälle zugrunde liegen, ist die Versorgungsaufgabe künftig zunehmend örtlich differenziert und kundenspezifisch zu betrachten. Darüber hinaus ist der Abruf zeitlicher & technischer Flexibilitäten bereits im Planungsprozess zu berücksichtigen, um einen bedarfsgerechten Netzausbau. Schließlich ist die divergente Bandbreite der unterschiedlichen Erzeugungs-, Speicher- und Verbrauchsszenarien netzplanerisch agil zu bedienen und in einer risikobasierten Maßnahmenpriorisierung zu adressieren.
Hierzu soll NOVAgent auf der Vorhersageebene basierend auf divergierenden Rahmenbedingungen das ortsspezifische Investitionsverhalten in Elektrofahrzeuge und Speicherlösungen mittels Data Mining Methoden auf Grundlage soziodemografischer & soziogeografischer Daten ermitteln. Die Bewegungs- und Verbrauchsprofile der NutzerInnen und deren multidimensionale Interaktion definieren die zukünftigen Erzeugungssituationen und Versorgungsaufgaben zeit- und ortsscharf in Form von Hotspot-Analysen und werden durch agentenbasierte Simulationen wahrscheinlichkeitsgewichtet gewonnen. Die Ergebnisse ermöglichen auf der Handlungsebene die Verbindung von Raum- und Netzplanung, wodurch sich optimale Ladeinfrastrukturen ermitteln und priorisierte kostenoptimale Handlungsempfehlungen für die Verteilnetzplanung mittels multikriterieller Optimierung ableiten lassen.
Ergebnisse
Die Ergebnisse dienen als Vorstufe einer weiteren kommerziellen Nutzung in Form von Studien bzw. Softwareanwendungen für Netzbetreiber durch die beteiligten KMUs.
Projektpartner (Konsortium)
TU Dortmund ie3, ef-ruhr GmbH, enerVance GmbH
Projektpartner (assoziiert)
Westnetz GmbH, Stadtwerke Bochum, Stadtwerke Witten