Hogeschool van Amsterdam

Urban Technology

IDO-LAAD

Intelligente Data-gedreven Optimalisatie van Laadinfrastructuur

Project

Nederland is wereldwijd één van de koplopers op het gebied van elektrische mobiliteit. Sinds 2011 wordt er door zowel de nationale als lokale overheden voortvarend gewerkt aan de uitrol van publiek toegankelijke laadinfrastructuur. Met de groei in elektrisch rijden ontstaat de vraag waar, wanneer en wat voor publieke laadinfrastructuur moet worden ontwikkeld met oog voor effectief gebruik en een goede business case van de laadinfrastructuur.

Dit project zet data-analyse en modellering in om professionals in het veld te ondersteunen bij het uitrollen van laadinfrastructuur. Zo gaan we onderzoeken hoe we laadgedrag kunnen modelleren, bijvoorbeeld in laadpatronen die we kunnen onderscheiden. Maar ook of we kunnen voorspellen hoe een nog te plaatsen laadpaal gebruikt gaat worden, en wat het effect zal zijn als er twee keer zoveel elektrische auto’s zouden zijn.

In dit onderzoeksproject, gefinancierd door Regieorgaan SiA, werkt de Hogeschool van Amsterdam samen met tien consortiumpartners. Binnen de HvA zullen studenten, onderzoekers en promovendi complexe voorspel-  en simulatiemodellen ontwikkelen die de mogelijkheid bieden om praktijkcases op basis van data door te rekenen: wat is effect van tariefdifferentiatie op laadgedrag? Wat kunnen we op basis van data zeggen over mogelijke businessmodellen voor de publieke laadinfrastructuur?

Uiteindelijk zal het project een aantal praktijktools opleveren die door professionals bij gemeenten, provincies en bedrijven gebruikt kunnen worden: datagedreven, gericht op optimalisatie en het slechten van barrières rond elektrische mobiliteit.

Betrokken partijen

Gemeenten Amsterdam, Den Haag, Rotterdam en Utrecht, Nuon, Cofely, EV-Box, Enexis, Overmorgen, metropoolregio Amsterdam, Universiteit van Amsterdam. 

Doelstelling

Doelstelling van dit project is om professionals in de laadinfrastructuur-keten met concrete instrumenten te ondersteunen bij de uitrol van de publieke laadinfrastructuur. Hierdoor ontstaat een effectieve en kostenefficiënte laadinfrastructuur.

Met effectief wordt bedoeld dat laadvraag en laadaanbod goed matchen en dat de laadinfrastructuur doelmatig is. Met kostenefficiënt wordt bedoeld dat kosten en baten van plaatsing, gebruik, exploitatie en onderhoud van de laadinfrastructuur in balans zijn en leiden tot een sluitende business case.

Subvragen binnen dit project

  • Welke methoden en technieken kunnen worden toegepast om op basis van beschikbare data voorspellingen te doen over het gebruik van de laadinfrastructuur?

  • Hoe kan laadgedrag van elektrische autobezitters worden gemodelleerd?

  • Welke uitrolstrategieën en interventies zijn effectief voor het realiseren van een betere benutting van het laadnetwerk?

  • Welke prijsmechanismen (e.g. prijsprikkels, prijsdifferentiatie) zijn bruikbaar om de business case voor laadinfrastructuur sluitend te krijgen?

  • Welke tools en producten kunnen worden ontwikkeld om professionals maximaal te ondersteunen bij ontwikkeling en gebruik van laadinfrastructuur?

Resultaten

  • Een professionele IT infrastructuur die big-data analyses faciliteert.

  • Gevalideerde voorspel- en simulatiemodellen die kunnen helpen toekomstige scenario’s door te rekenen.

  • Meer dan 15 Case studies, waaronder effect studies, simulaties en concrete experimenten bij de steden.

  • Concrete voorwaarden waaronder business cases voor laadinfrastructuur sluitend te maken zijn.

  • Dashboards van laadgedrag en decision support systemen die gemeenten, energiebedrijven en laadpaaloperators helpen hun bedrijfsvoering te optimaliseren.

IDO-laad is een vierjarig onderzoeksproject dat mede wordt gefinancierd door het nationale regieorgaan voor praktijkgericht onderzoek SiA.

Contact

Bent u geïnteresseerd en wilt u meer weten over wat dit project u te bieden heeft, neem dan contact op met projectleider E-mobility Simone Maase: s.j.f.m.maase@hva.nl.

www.idolaad.nl

Gepubliceerd door  Faculteit Techniek 30 oktober 2018