Een elektrische volledig auto opladen kost soms meer energie dan een huishouden in een hele dag gebruikt. Als bestuurders thuiskomen van hun werk en allemaal op hetzelfde moment hun auto opladen, zou dat zelfs het elektriciteitsnet kunnen destabiliseren, zegt promovendus Konstantina Valogianni van Rotterdam School of Management, Erasmus University (RSM). In haar proefschrift beschrijft ze hoe zelflerende algoritmes pieken in de vraag voorkomen en de stroomkosten voor consumenten kunnen verlagen.
Elektrische voertuigen (EV’s) maken transport duurzamer, maar kunnen ook nadelige gevolgen hebben, stelt onderzoeker Valogianni. Het stroomnet en energiecentrales zijn namelijk in de eerste plaats ontworpen om in behoeften van huishoudens te voorzien. Als er te veel auto’s tegelijkertijd worden ingeplugd, vooral aan het eind van de werkdag, rond zes uur ’s avonds, kunnen ze de piekende vraag naar stroom nauwelijks aan.
Het opstarten van extra centrales kan zulke pieken wel opvangen, maar is vervuilend en kostbaar. Dit leidt weer tot hogere stroomprijzen voor consumenten. Als het aantal EV’s blijft toenemen, zoals in de komende jaren wordt verwacht, kan het aantal pieken onbeheersbaar worden en zelfs leiden tot stroomuitval.
De vraag beheersen
Volgens Valogianni kunnen de piekbelastingen worden voorkomen door het opladen van EV’s beter te reguleren. Bijvoorbeeld door de auto’s in daluren te laten opladen, of niet meer te laten opladen dan nodig voor normaal gebruik. Daarnaast is het mogelijk om geparkeerde EV’s tijdens pieken stroom aan het netwerk te laten terugleveren.
Er zijn in principe twee manieren om het opladen van elektrische auto’s te managen, zegt de onderzoekster. De netbeheerder kan top-down ingrijpen op de vraag door de stroomprijs aan te passen. De markt zal daarop reageren door meer of minder elektriciteit in te kopen. Anderzijds kunnen consumenten de boordcomputer in hun EV laten beslissen over de beste tijd om op te laden of energie terug te verkopen aan het stroomnet. Valogianni ontwikkelde en testte algoritmes die beide benaderingen ondersteunen. Vooral de combinatie ervan van die twee benaderingen heeft veel toekomstpotentieel, verwacht ze.
Boordcomputers
Voor een van haar studies ontwikkelde Valogianni een algoritme waarmee intelligente software in de boordcomputer zelfstandig beslissingen kan nemen over het opladen van de batterij. De software leert continu bij over de voorkeuren van de bestuurder door goed te observeren hoe het voertuig gebruikt wordt, wanneer er wordt opgeladen en hoeveel elektriciteit het huishouden verbruikt. De software analyseert dit en zet het af tegen de constant schommelende energieprijs. Vervolgens besluit de computer wat het juiste moment is om op te laden, of wanneer het beter is om de in de batterij opgeslagen overtollige energie terug te verkopen aan het netwerk.
De intelligente software kan zelfs besluiten om de auto niet volledig op te laden als verwacht wordt dat de eigenaar de volgende ochtend alleen een kort ritje naar zijn werk gaat maken. De software zorgt er zo voor dat de accu altijd voldoende energie bevat voor het verwachte gebruik terwijl de laadkosten laag blijven. Valogianni benadrukt de flexibiliteit van het systeem. De gebruiker kan de auto altijd zo instellen dat een besluit van de boordcomputer genegeerd kan worden. Bij voorbeeld om de dag voor een lange rit de accu volledig op te laden.
Prijsdaling
Wanneer veel eigenaren van elektrische auto’s besluiten de slimme software te installeren die Valogianni ontwikkelde, daalt de vraag naar dure piekenergie. Als gevolg daarvan dalen de stroomprijzen. Valogianni deed verschillende scenariostudies om uit te zoeken hoeveel en baseerde die op huidige, reële gebruiksgegevens van elektrische auto’s. In het meest optimistische scenario, waarin 1.000.000 elektrische auto’s op de weg zijn, daalde de marktprijs voor elektriciteit met gemiddeld 55 procent.
Veilingen
Er is nog een andere manier om piekbelasting door het opladen van elektrische auto’s te voorkomen: de netbeheerder laten bepalen wat het beste moment is om op te laden. Dit betekent dat sommige klanten moeten wachten op een rustig moment voordat zij aan de beurt zijn. De uitdaging is dan om iedereen tevreden te houden. Wachttijden mogen immers niet oncomfortabel lang worden, terwijl tegelijkertijd het netwerk zo min mogelijk belast moet worden.
Mobiele app
Valogianni ontdekte dat een bijna ‘real time’ veiling van stroom een oplossing biedt voor dit dilemma. Met zo’n veiling informeren energiebedrijven hun klanten via een mobiele app over hun actuele stroomprijzen. Door hun prijzen bij grote vraag te verhogen, en bij minder vraag te verlagen, kunnen zij hun klanten ertoe aanzetten de beste tijd te kiezen om hun auto op te laden. Na modellering en praktijktests met de app blijkt het systeem het stroomaanbod eerlijk te kunnen verdelen over klanten en blijven hun auto’s opgeladen, terwijl piekbelastingen van het netwerk afnemen.
Volgens de onderzoekster zou een combinatie van de algoritmes voor consumenten en netbeheerders zelfs nog betere resultaten opleveren. Een dergelijk hybride systeem leert individuele consumentenvoorkeuren herkennen en geeft tegelijkertijd netbeheerders genoeg invloed op de vraag om ongewenste piekbelastingen te voorkomen.
Lees het onderzoek: ‘Sustainable Electric Vehicle Management using Coordinated Machine Learning’