details_view: 2 von 9

 

EnEff:Stadt:Smart2Charge - SmartGrid-fähige, intelligente E-Ladeinfrastruktur für den ländlichen Raum - Planung und Umsetzung, Akzeptanz und Wirtschaftlichkeit am Beispiel der Gemeinde Wüstenrot; Teilvorhaben enisyst: Steuerungstechnische Integration der Ladeinfrastruktur in die Energieleittechnik

Zeitraum
2019-12-01  –  2023-11-30
Bewilligte Summe
389.405,70 EUR
Ausführende Stelle
enisyst GmbH, Pliezhausen, Baden-Württemberg
Förderkennzeichen
03EN3009C
Leistungsplansystematik
Örtliche Versorgungskonzepte [EA2113]
Verbundvorhaben
01196172/1  –  EnEff:Stadt:Smart2Charge
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESN3)
Förderprogramm
Energie
 
Die Gemeinde Wüstenrot ist auf dem Weg zur Plusenergiegemeinde und will nun auch beim Ausbau der Elektromobilität rasch voranschreiten. Dabei stellen sich herausfordernde Fragen: Wie kann die Ladeinfrastruktur intelligent und zukunftsweisend aufgebaut werden? Wie kann sie in das bestehende, über Generationen gewachsene Stromnetz integriert werden? Wie ist dies wirtschaftlich umsetzbar? Wie können E-Ladestationen langfristig mit hoher Frequentierung (= Akzeptanz) betrieben werden? Beispielhaft für viele andere Kommunen im ländlichen Raum soll dies im Projekt Smart2Charge wissenschaftlich analysiert und umgesetzt werden - dabei eröffnen sich auch neue Chancen: Durch intelligente digitale Vernetzung können Fahrzeugspeicher im Zusammenspiel mit ortsgebundenen Stromspeichern Flexibilität für das Stromnetz zur Verfügung stellen und so eine bessere Ausnutzung volatiler erneuerbarer Energie ermöglichen. Anhand von Pilotprojekten in kommunalen Gebäuden, Privathaushalten und Betrieben soll dies demonstriert werden. enlsyst fokussiert in Ihrem Teilvorhaben auf die intelligente Anbindung der Ladeinfrastruktur an die Gebäude-, Quartiers- und die kommunale Energieleittechnik sowie an die Netzleittechnik der Stadtwerke Schwäbisch Hall. Weiterhin entwickelt enisyst gemeinsam mit der HFT Stuttgart KI basierte Prognosetools zur Last- und Erzeugungsvorhersage auf Gebäude bzw. Arealstromnetzebene. Diese werden mit Unterstützung von Oxygen als Cloudservice von enisyst in einer ELEMENTs API implementiert. Acht Arbeitspakete bauen aufeinander auf: Auf die Analyse der Nutzergruppen und Verkehrsströme (APO) folgt die Planung (AP 1} und netzdienliche Implementierung der Ladeinfrastruktur (AP 2) und anschließend Monitoring und Optimierung (AP 3). Der Datenaustausch zwischen den Systemen wird in AP 4 entwickelt. Über Akzeptanz-, Nutzungs- und Wirtschaftlichkeitsanalysen (APS) werden tragfähige Geschäftsmodelle entwickelt (AP 6). Ein Leitfaden fasst die Erkenntnisse zusammen (AP 7).