ENABLE – Auslegung und Optimierung der Infrastruktur und des Betriebs von E-Nutzfahrzeugflotten

Projektbeschreibung

Im Verbundprojekt „ENABLE – Elektrische Nutzfahrzeuge: Auslegung, Betrieb, Ladeinfrastruktur und Energieversorgung“ wird die ganzheitliche, technisch und ökonomisch optimierte Elektrifizierung von Nutzfahrzeugflotten in Logistik- und Busunternehmen untersucht. Vor dem Hintergrund der Dekarbonisierung des Verkehrssektors stehen Unternehmen vor der Herausforderung, E-LKW- und E-Bus-Flotten nicht nur fahrzeugseitig, sondern auch infrastrukturell, energiewirtschaftlich und betrieblich zuverlässig auszulegen. Besonders relevant sind dabei Ladeinfrastruktur, Depot-Lastmanagement, Photovoltaik-Integration, stationäre Batteriespeicher, dynamische Stromtarife, Netzrestriktionen, Batteriealterung sowie mögliche Vehicle-to-Grid-Anwendungen. Die Projektskizze hebt hervor, dass Unternehmen hierfür nachvollziehbare Entscheidungshilfen benötigen, insbesondere für Energieverbrauch, Wirtschaftlichkeit, Ladeinfrastrukturplanung, Netzintegration, Unsicherheiten und datenbasierte Optimierung.

Ziel des Forschungsprojekts ENABLE ist die Entwicklung wissenschaftlich fundierter, länderübergreifend einsetzbarer Simulations- und Optimierungstools, die Bus- und Logistikunternehmen bei der Auslegung und dem Betrieb elektrischer Nutzfahrzeugflotten unterstützen. Die Tools sollen reale Monitoringdaten, technische Fahrzeug- und Ladeinfrastrukturmodelle, energiewirtschaftliche Rahmenbedingungen sowie Unsicherheiten in Last-, Erzeugungs-, Verbrauchs- und Verfügbarkeitsprognosen berücksichtigen. Im Ergebnis entstehen Open-Source-Entscheidungshilfen für die Planung von Flotten, Ladepunkten, PV-Anlagen, stationären Batteriespeichern und Betriebsstrategien. Das Projekt sieht zudem die Validierung der modellbasierten Entscheidungen anhand realitätsnaher Simulationen und Praxisfälle bei Unternehmenspartnern vor.

Das Teilprojekt der Hochschule Kempten baut auf den Vorarbeiten in den Bereichen energiewirtschaftliche Optimierung, Batteriespeichersysteme, Batteriealterung, stochastische Optimierung und Reinforcement Learning auf. Im Mittelpunkt steht die Entwicklung robuster Optimierungs- und Steuerungsverfahren für das Flottenladen unter unsicheren Randbedingungen. Hierzu werden Modelle für PV-Erzeugung, Grundlasten, dynamische Stromtarife, stationäre Speicher, Ladeinfrastruktur, Fahrzeugverfügbarkeit und Batteriealterung gekoppelt. Die Hochschule Kempten entwickelt insbesondere energiewirtschaftliche Optimierungsmodelle unter Berücksichtigung von Unsicherheiten und verwendet dafür Stakeholder-spezifische Batteriemodelle, stochastische Optimierung und Reinforcement Learning.

Im Projekt werden zunächst die relevanten Anwendungsfälle, Datenquellen und Systemgrenzen gemeinsam mit den Unternehmenspartnern und assoziierten Partnern definiert. Dazu gehören Fahrpläne, Tourenprofile, Energieverbräuche, Ladezustände, Ladeinfrastruktur, PV-Erzeugung, stationäre Speicher, betriebliche Grundlasten, Tarifmodelle, Netzanschlussbedingungen und regionale regulatorische Rahmenbedingungen. Anschließend werden physikalische und datengetriebene Modelle parametriert und in eine Gesamtsimulation überführt. Für die mathematische Optimierung wird ein rechenbares approximiertes Modell verwendet, dessen Ergebnisse in einer realitätsnahen Simulation validiert werden. Die Projektskizze beschreibt diesen Ansatz als Kopplung von Realität, Simulation und Optimierung, wobei Messdaten aus dem realen System in physikalische Simulationen und mathematische Optimierungsmodelle einfließen.

Methodisch werden unter anderem lineare und gemischt-ganzzahlige Optimierung, Model Predictive Control, stochastische Optimierung, Reinforcement Learning und Multi-Agent Reinforcement Learning eingesetzt. Die Hochschule Kempten untersucht dabei insbesondere robuste Ladeplanung, Echtzeit-Dispatch, koordinierte Ladeentscheidungen mehrerer Fahrzeuge, hybride Ansätze aus klassischer Optimierung und Reinforcement Learning sowie den Einfluss von Batteriealterung und dynamischen Energiepreisen auf die Betriebsführung. Als Forschungsfragen stehen unter anderem im Vordergrund, wie Ladepläne mit erneuerbarer Energie, dynamischer Bepreisung und Batteriealterung optimiert werden können, wie RL und MARL zur Koordination des Flottenladens beitragen und wie RL-basierte Ansätze gegenüber stochastischer Optimierung unter realen Unsicherheiten abschneiden.

Die entwickelten Steuer- und Optimierungsstrategien werden in Praxisfällen bei Projekt- und assoziierten Unternehmenspartnern getestet, validiert und weiterentwickelt. Die Ergebnisse sollen typische Use Cases für Logistik- und Busunternehmen abbilden und als dokumentierte Open-Source-Tools veröffentlicht werden. Damit leistet ENABLE einen Beitrag zur skalierbaren, wirtschaftlichen und netzverträglichen Elektrifizierung von Nutzfahrzeugflotten und unterstützt gleichzeitig Wissenstransfer, wissenschaftliche Publikationen sowie die Weiterverwendung der Ergebnisse durch Energieagenturen, technische Büros, Beratungsunternehmen und Flottenbetreiber.