Door het opladen van elektrische auto’s lokaal slim aan te sturen en een digitaal ‘vangnet’ toe te voegen, kunnen veel meer elektrische auto’s probleemloos geladen worden binnen zonder overbelasting van het stroom. Dat blijkt uit proeven uitgevoerd bij de parkeerplaatsen van het hoofdkantoor van a.s.r. verzekeringen in Utrecht, bij het provinciehuis in Zwolle en op de campus van de Universiteit Twente. Het 4-jarige onderzoeksproject SmoothEMS met Gridshield, een samenwerking van de Universiteit Twente, Kropman, Amperapark, MENNEKES eMobility, a.s.r. verzekeringen en ElaadNL, wordt hiermee succesvol afgerond.

Energiemanagementsysteem
De gecombineerde inzet van een gebruikersvriendelijk energiemanagementsysteem in combinatie met een beveiliging die de levering van elektriciteit veilig stelt bij dreigende overbelasting, leidt tot een verbetering van het gebruik van de eigen aansluiting op het stroomnet. Overschrijding van de technische of administratieve vermogensgrens wordt zo gegarandeerd vermeden. Dat is de hoofdconclusie van het project SmoothEMS met Gridshield. Zowel het lokale energiemanagementsysteem (SmoothEMS) als het ontwikkelde digitale vangnet (Gridshield) blijken goed te functioneren na uitvoerige tests en zijn klaar om op meer locaties ingezet te worden.

Het SmoothEMS is een energiemanagementsysteem dat voor de verdeling van de beschikbare stroom expliciet de behoeftes van gebruikers, zoals het laden van elektrische auto’s, meeneemt.

3 locaties
De werking is onderzocht op 3 locaties met laadplekken die sterk verschilden in type laadgedrag: het hoofdkantoor van a.s.r. verzekeringen in Utrecht, bij het provinciehuis in Zwolle en op de campus van de Universiteit Twente. In al deze gevallen werd het opladen van elektrische auto’s gecombineerd met het opwekken van stroom uit zonnepanelen en de inzet van batterijen. Het energiemanagementsysteem maakt lokale optimale afstemming van opwek en afname van stroom op locatie mogelijk, wat gunstig is voor de stroomrekening maar ook om lokale overbelasting en netcongestie te voorkomen. Elektrische auto’s worden dan dus sneller opgeladen als er meer stroom beschikbaar is van de zonnepanelen en/of de stroomvraag van bijvoorbeeld warmtepompen voor het kantoor laag is.

In het project is op basis van statistische analyses de laadbehoefte van de verwachte gebruikers gemodelleerd om een goede inschatting te kunnen maken. Bovendien is, waar mogelijk, zelf invloed gegeven aan de gebruikers via een ontwikkelde app. Hierbij bleek dat aanvankelijk de gebruikers redelijk slechte inschattingen maakten van hun behoeftes, met tot wel 44 procent overschatting van de energiebehoefte. Gedurende het project kregen gebruikers meer kennis van hun elektrische auto door middel van feedback en daalde dit naar 33 procent. Het energiemanagementsysteem zelf bleek robuust te zijn en kon goed omgaan met deze overschatting. Het benaderde het optimale resultaat waarbij de gebruikersinput voor meerwaarde zorgde.

Meer informatie
> Lees verder: Bron: nederlandelektrisch.nl