Optimierung der Ladeinfrastruktur für Elektrofahrzeuge anhand von Energieszenarien am Beispiel der Stadt Duisburg
Marcel Dumeier () and
Jutta Geldermann ()
Additional contact information
Marcel Dumeier: Universität Duisburg-Essen
Jutta Geldermann: Universität Duisburg-Essen
A chapter in Towards the New Normal in Mobility, 2023, pp 657-673 from Springer
Abstract:
Zusammenfassung Das Laden einer steigenden Anzahl von Elektrofahrzeugen wird sich auf die Stromnachfrage auswirken. Insbesondere die Platzierung und Kapazität von Ladestationen beeinflusst, wann Fahrzeuge geladen werden können. Zukünftig soll der Zeitpunkt der Energienachfrage zudem flexibilisiert und an das Dargebot der erneuerbaren Energieträger angepasst werden. Elektrofahrzeuge können aufgrund ihrer hohen Speicherkapazität und Ladeleistung einen entscheidenden Beitrag zur Stabilisierung des Stromdargebots leisten. Die Flexibilität und das Potenzial der Fahrzeuge sind dabei auch von der verfügbaren Ladeinfrastruktur abhängig. Diese wird oft auf kommunaler Ebene geplant oder durch Förderprojekte beeinflusst. Das zeitlich variierende Energiedargebot spielt bei der Planung oft eine untergeordnete Rolle. Daher wird ein Modell zur Optimierung der Ladeinfrastruktur für Elektrofahrzeuge anhand von Energieszenarien vorgestellt, das unterschiedliche Entwicklungen der zukünftigen Energieerzeugung, insbesondere durch die Nutzung erneuerbarer Energiequellen, sowie darauf abgestimmte Verteilung der Ladeinfrastruktur abbildet. Neben dem strategischen Ausbau der Infrastruktur berücksichtigt das Modell auch kurzfristige Aspekte, wie die zeitliche und geografische Verteilung von Lasten durch das Ladeverhalten der Elektrofahrzeuge. Ergebnisse von Modellrechnungen können eine Grundlage schaffen, um Standortentscheidungen zu unterstützen und das Potential einer auf das Energiedargebot angepassten Ladeinfrastruktur darzustellen. Eine Fallstudie zur Ausbauplanung der Stadt Duisburg verdeutlicht den Einfluss, den die Berücksichtigung des Energiedargebots bei der Standortplanung haben kann.
Date: 2023
References: Add references at CitEc
Citations:
There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-39438-7_37
Ordering information: This item can be ordered from
http://www.springer.com/9783658394387
DOI: 10.1007/978-3-658-39438-7_37
Access Statistics for this chapter
More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().