Search

Die Zahl an Neuzulassungen von Elektrofahrzeugen ist in den letzten Jahren stetig gewachsen. Nicht zuletzt auch wegen der stark steigenden Energiekosten ist das Verlangen bei privaten Haushalten nach kostensparender Nutzung des Fahrzeugs ebenfalls gestiegen. Neben energiesparender Fahrweise bieten auch die Ladesäulen Möglichkeiten Kosten einzusparen. Mithilfe der Auswertung eines gemischt-ganzzahligen linearen Modells sollen in dieser Diplomarbeit intelligente Ladesäulen auf deren Einsparungspotential für einen fiktiven Dreipersonenhaushalt untersucht werden. In den Simulationen für ein Jahr werden aufgezeichnete Daten (PV-Erzeugung, Day-Ahead Preis) aus dem Jahr 2020 herangezogen. Die Kostenzielfunktion, die minimiert werden soll, beschreibt die Gesamtkosten (Energie-, Betriebskosten) eines ganzen Kalenderjahres. Eine besondere Betrachtung kommt der Nutzung des EV zu – es werden 3 verschiedene Fahrprofile untersucht. Anfangs wird von einem Basisszenario ausgegangen, in dem kein flexibles Lademanagement möglich ist. Die Ergebnisse der nachfolgenden Szenarien in denen intelligente Lademanagementmethoden zum Einsatz kommen zeigen, dass im Vergleich zum Basisszenario eine Ersparnis von einem Viertel bzw. von einem Achtel der ursprünglichen Kosten möglich ist. Die später folgenden Sensitivitätsanalysen geben einen Einblick über die Auswirkung auf die Gesamtkosten bzw. auf den Einsatz der Ladestationen bei einer veränderten Fahrweise. So kann gezeigt werden, dass bei einem Fahrzeugnutzer, der sein Elektrofahrzeug nur in seiner Freizeit nutzt, der Energiebezug aus dem Netz bis zu einem Drittel gesenkt werden kann., The number of new registrations of electric vehicles has been steadily growing in recent years. Due to the high rise in energy costs, households has been using their vehicles in a more economical way. In addition to energy-saving driving, charging stations also offer opportunities to cut down costs. The purpose of this thesis is to examine the saving potentials of intelligent charging stations of a three-person household by means of a mixed-integer linear model. In the simulations, which consider the time span of one year, recorded data (PV generation, day-ahead price) from the year 2020 are used. The cost objective function, which must be minimised, describes the total costs (energy, operating costs) of an entire calendar year. Special consideration is given to the use of the EV whereby three different driving profiles are examined. Initially, a baseline scenario is presented in which no flexible charging management is possible. The results of the subsequent scenarios, in which intelligent charging management methods are used, illustrate savings of a quarter or an eighth of the original costs compared to the base scenario. The sensitivity analyses, which follow later, investigate the impact on the total costs or on the use of the charging stations in the case of a different driving style. It can be shown that a vehicle user who only uses his electric vehicle in his pastime can reduce his energy consumption from the grid up to one third.