SALM-Abschlussveranstaltung

20. Juni 2023

13:00-15:15 Uhr

• Begrüßung und Einführung in das Thema | Prof. Dr. Peter Birkner, House of Energy
• Projektvorstellung und Herausforderungen | Georg Schmitt, Flavia IT
• Kennzahlen und Simulation - Schlüsselkonzepte zur Realisierung eines cloud-basierten Lastmanagement | Jonas Kilian und Johannes Werner, Flavia IT
• Digitaler Zwilling, Steuerung, und Transfer - Adaptive Methoden der Künstlichen Intelligenz. | Mohammed Hassouna und Mohammad Ali Wazed, Universität Kassel
• Diskussionsrunde (ca. 30 min)
• Zusammenfassung und Schlusswort | Prof. Dr. Peter Birkner, House of Energy

Wir freuen uns auf Ihr Kommen!

Im Rahmen des Projektes wurde ein selbstadaptives Managementsystem für das Laden von E-Fahrzeugen entwickelt. Für die einzelnen Fahrzeuge wird der Energiebedarf und die zulässige Ladedauer analysiert, damit kann der Einsatz der vorhandenen Ladeinfrastruktur optimiert werden. Dieser Regelvorgang wird durch künstliche Intelligenz (KI) unterstützt.

Ein wesentliches Merkmal des Projektes ist, dass Qualitätsziele individuell auf die Bedürfnisse des einzelnen Betreibers definiert werden können. Ein typisches Qualitätsziel ist beispielsweise die Anzahl der Fahrzeuge die vollständig geladen wurden. Durch die Bewertung jedes Ladevorganges, ist es für den Betreiber möglich die Ladeleistung quantitativ zu beurteilen und faktenbasierte Entscheidungen über einen weiteren Ausbau der Ladeinfrastruktur zu treffen.

Ziel ist es durch Einsatz künstlicher Intelligenz die einzelnen Ladevorgänge so zu regeln, dass das Gesamtsystem bestehend aus Netz, Ladesäulen und Elektrofahrzeugen intelligent betrieben wird. Im Kern bestimmt die Regeleinheit mit welcher Ladeleistung die Batterien der einzelnen Fahrzeuge am besten geladen werden. Dazu wird ein „Digitaler Zwilling“ erstellt, der das Verhalten der Ladestationen nachbildet und es ermöglicht diesen Regelvorgang zu optimieren.

Das Projekt wird gefördert duch das Bundesministerium für Bildung und Forschung (BMBF)