Die Verbindung künstlicher Intelligenz mit dem Internet of Things ist in der Lage, Ladevorgänge hinsichtlich des Nutzerverhaltens, der Energienachfrage und des Angebots zu optimieren. Auch die Entlastung des Stromnetzes zu Spitzenzeiten ist dadurch möglich.

Die Verbindung künstlicher Intelligenz mit dem Internet of Things ist in der Lage, Ladevorgänge hinsichtlich des Nutzerverhaltens, der Energienachfrage und des Angebots zu optimieren. Auch die Entlastung des Stromnetzes zu Spitzenzeiten ist dadurch möglich. (Bild: AdobeStock_242327573_petovarga)

Mit der Elektrifizierung der Mobilität steigen die Anforderungen an ein smartes Energiemanagement. Denn neben Dezentralität und Volatilität kommt noch ein massiver Mehrbedarf an elektrischer Energie hinzu: Ziel der Bundesregierung sind bis 2030 mindestens 15 Millionen vollelektrische Pkw. Für sie müssten eine Million Ladepunkte für eine sinnvolle Abdeckung mit Ladeinfrastruktur sorgen. Zum Vergleich: Am 1. Januar 2022 waren laut Statista rund 620.000 reine Elektro-Pkw und eine Million Hybrid-Autos zugelassen, aktuell gibt es in Deutschland rund 60.000 Ladepunkte.

Um flächendeckend Millionen von E-Autos zuverlässig mit Energie versorgen zu können, müssen die Verteilnetze zugunsten eines intelligenten Lastmanagements aufgerüstet werden. Denn diese sind derzeit nicht auf den Mehrbedarf durch Elektromobilität ausgelegt. Neben der steigenden Menge von E-Fahrzeugen spielen insbesondere auch die typischen punktuellen Lastspitzen eine immer größere Rolle: bei den privaten Ladesäulen in den frühen Abendstunden, nach Rückkehr von der Arbeit, bei unternehmenseigenen Ladepunkten morgens, nachdem das E-Auto auf dem Firmenparkplatz abgestellt wurde.

AIoT als Schlüssel

Die Verbindung von künstlicher Intelligenz (Artificial Intelligence, AI) mit dem Internet of Things (IoT) kann Ladevorgänge hinsichtlich des Nutzerverhaltens, der Energienachfrage und des Angebots optimieren. Eine solche Artificial Intelligence of Things (AIoT) ermöglicht die Überwachung von Energieflüssen und ihre intelligente Steuerung. Mit ihr lassen sich Daten von Energieerzeugern, -verbrauchern und -speichern in einer zentralen Plattform zusammenführen. Per Funk übertragen sie Informationen zu digitalen Plattformen in der Cloud. Künstliche Intelligenz analysiert dort die Datenmengen in Echtzeit und legt damit Optimierungspotenziale frei. Dabei sind die intelligenten Algorithmen umso präziser in ihren Prognosen, je öfter sie zum Einsatz kommen. Energieverbräuche werden so zunehmend effizienter.

Im Bereich der Elektromobilität kommt der AIoT die Aufgabe zu, Ladevorgänge zu optimieren. Durch die Vernetzung smarter Ladeboxen auf einer digitalen Plattform entstehen Datenpools, deren Analyse zu Nutzungsprofilen führt, die beispielsweise Auskunft über bevorzugte Lade- und Standzeiten geben. Sie werden dann auf die Ladebox übertragen, die den Ladevorgang abhängig vom individuellen Verhalten steuern und entsprechend der vorhandenen Netzkapazitäten anpasst. Durch eine solche automatische Steuerung ist gewährleistet, dass die Batterien das Optimum an Leistung aus dem Netz beziehen, ohne es zu überlasten.

E-Mobility: Laden

ae_emobility_laden_940x250.jpg
(Bild: AdobeStock_39293318)

Wo und wie lässt sich ein E-Auto aufladen? Welche Leistungselektronik steck in einer Ladesäule? Wie wird die Ladesäule intelligent? Halbleiter, Hochvolt-Komponenten, Stecker, Kabel, Wallboxen, Kommunikation, Infrastruktur, Standards, Services und mehr. Die Technologien dahinter finden Sie hier.

Smartes Energiemanagement

AIoT ermöglicht nicht nur die Vernetzung mehrerer Ladeboxen über digitale Plattformen, um beispielsweise die Ladevorgänge von Unternehmensflotten oder Mehrfamilienhäusern zu optimieren. Sie erlaubt auch die Integration verschiedenster Verbraucher und Erzeuger. So wird sie zum Rückgrat eines smarten Energiemanagements, das Energie-Nutzung (z. B. durch E-Fahrzeuge), Energie-Produktion (Prosumer-PV-Anlagen), Energiebeschaffung (Stromnachfrage- und -angebot) und Speicherung automatisiert aufeinander abstimmt. Intelligente Ladelösungen können dadurch im Gebäude der Zukunft zu einem integralen Bestandteil des gesamten Energiesystems werden.

Die künstliche Intelligenz sagt voraus, wann welche Energiequelle den günstigsten Strom produziert, wie viel Energie zu welchem Zeitpunkt benötigt wird und wann die Preise dafür am niedrigsten sind. Auf dieser Grundlage trifft AIoT eine auf Sicht und Wunsch automatisierte Entscheidung über den Zeitpunkt des Einkaufs und wann Überschüsse vorhanden sind. So lassen sich Lastspitzen vermeiden und der Stromverbrauch besser prognostizieren.

Zusätzlich wird durch die Einbindung von Speichertechnologien eine Lastspitzenkappung möglich. Dies ist auch angesichts der Zukunftstechnologie des bidirektionalen Ladens von Bedeutung. Dabei beziehen die Batterien der E-Fahrzeuge nicht nur Strom aus dem Netz, sondern führen überschüssige Energie entweder in das eigene Energiesystem zurück oder speisen sie in das öffentliche Stromnetz ein. Damit stünde dem Stromnetz ein Schwarm von dezentralen Energiespeichern zur Verfügung, die zur Glättung von Peaks einsetzbar sind. Ein großer Vorteil dabei: Bei diesem Schwarmspeicher fallen für die Netzbetreiber keine Investitionskosten an.

Doch auch ohne bidirektionales Laden ist Peak-Glättung bereits heute machbar. Mit einer intelligenten Remote-Abschaltung bzw. Anschaltung ist es möglich, Fahrzeuge bei hohem Strombedarf vom Netz zu nehmen und den Ladevorgang auf Zeiten geringen Strombedarfs zu verlegen. Das trägt nicht nur zur Stabilisierung des Netzes bei. Gleichzeitig sinken mit dem richtigen Stromtarif die Kosten für die Verbraucher, wenn der Einkauf in nachfragestarken und teuren Zeiten vermieden und auf Zeiten verlagert wird, in denen der Bedarf und damit die Preise niedrig sind.

Vom E-Auto bis hin zum Stadtteil

AIoT-Plattformen sind in der Lage, verfügbare Energie über alle mit der Plattform verbundenen Geräte hinweg effizienter zu steuern. Die Verknüpfung von AI und IoT führt dabei nicht nur zu intelligenten Ladelösungen und zu ihrer Integration in das Energiesystem des smarten Gebäudes. Auch ganze Stadtteile profitieren. Envision Digital ermöglicht das smarte Energiemanagement auf Basis von AIoT. Bereits heute werden über 400 GW erneuerbarer Energien über die unternehmenseigene Plattform EnOS verwaltet. Darunter ist auch die Smart City in Singapur. Die AIoT-Technologie ermöglicht dabei eine kontinuierliche Optimierung aller relevanten Parameter mithilfe von Algorithmen, sodass Energieflüsse sinnvoll und effizient nutzbar sind.

Gerade die Elektromobilität kann dabei zur Grundlage und zum Impulsgeber werden. Als Basistechnologie für intelligente Ladeninfrastrukturen wird die Zusammenführung von künstlicher Intelligenz und dem Internet of Things zur Grundlage für ein umfassendes Energiemanagement. Durch die Echtzeit-Optimierung von Energieflüssen und der dynamischen Anpassung von Lasten an die Netzkapazitäten, verschafft AIoT dem Stromnetz die Verknüpfung und die Intelligenz, die für das Gelingen der Energiewende notwendig sind. (na)

Drazen Nikolic, Envision Digital Germany
(Bild: Envision Digital Germrany)

Drazen Nikolic

Managing Director, Envision Digital Germany

Sie möchten gerne weiterlesen?