Pametno polnjenje postalo pametnejše: novi pristopi k umetni inteligenci za polnjenje električnih vozil

Ponovno objavil Platon

Spremljevalci: 0

Obsežna izgradnja infrastrukture za polnjenje električnih vozil je bistvenega pomena za nadaljnjo pospešitev sprejemanja električnih vozil in splošne dekarbonizacije prometnega sektorja. Glavni načrt evropske infrastrukture za polnjenje električnih vozil ocenjuje, da se mora uvedba polnilnih postaj za električna vozila po Evropi do leta 9 povečati za 2030-krat, da bi dosegli cilje razogljičenja – približno 14,000 novih postaj na teden.

Vendar pa izzivi pri polnjenju električnih vozil presegajo zgolj prilagajanje velikosti. Obstoječa polnilna omrežja se soočajo z velikimi ovirami glede zanesljivosti, interoperabilnosti in omrežnih povezav, ki upočasnjujejo uvajanje, ogrožajo stabilnost lokalnih energetskih omrežij ter zmanjšujejo učinkovitost in kohezijo polnilnih omrežij.

Ozka grla omrežja – kritična ovira za polnjenje električnih vozil:

Energetska plat enačbe za uvedbo polnjenja električnih vozil je morda najzahtevnejša. Večina omrežne infrastrukture ni bila zgrajena tako, da bi zadostila visokim potrebam po energiji, ki jih zahtevajo polnilne postaje za električna vozila, zlasti hitre polnilne postaje. Zahtevane posodobitve omrežne infrastrukture so dolgotrajen in drag postopek (od 6 do 24 mesecev za avtocestne polnilnice), ki znatno upočasnjuje uvedbo omrežja za polnjenje električnih vozil in odvrača potencialne operaterje omrežij za polnjenje.

Kot odgovor na te izzive inovatorji izkoriščajo umetno inteligenco za izboljšanje poslovnega primera za zaračunavanje omrežnih operaterjev in javnih služb, znižanje stroškov uvedbe in obratovanja polnilnih postaj, optimizacijo obstoječe omrežne infrastrukture ob zmanjšanju nadgradenj omrežja in integracijo omrežij EV v lokalne energetske sisteme za podporo odpornost in fleksibilnost mreže.

Inovacije AI

Inovatorji AI premagujejo ovire z rešitvami, kot so:

Pametno polnjenje z uporabo napovedne analize povpraševanja in obremenitve omrežja za optimizacijo porabe energije, integracijo obnovljivih virov energije in zmanjšanje obremenitve omrežja (npr. Iotecha, BluWave-ai)
Upravljanje polnilnega omrežja za zagotavljanje zanesljivosti polnilne točke, povezljivosti in interoperabilnosti (npr. Terbine)
Napovedovanje, razporejanje in dinamično določanje cen za olajšanje storitev od vozila do omrežja (V2G) in omrežnih storitev (npr. Fermata energija) ter za optimizacijo upravljanja prihodkov in zaračunavanja V2G, zlasti za vozne parke
Programska orodja za določanje optimalne lokacije polnilnih mest na podlagi vzorcev uporabe, vedenja voznikov in lokalnih spodbud (npr. Freewire)
Integrirano polnjenje in upravljanje energetskih sredstev za prestavljanje obremenitve (npr. Električna doba, Polnilna točka)

Umetna inteligenca se uči iz vzorcev polnjenja električnih vozil, da napoveduje povpraševanje in optimizira vsa energetska sredstva (električne baterije, shranjevanje energije, sončna energija, mikroomrežja) ter zmanjša obremenitev omrežja, zagotovi odziv na povpraševanje in omrežne storitve
Umetna inteligenca predvideva povpraševanje po polnjenju električnih vozil na podlagi podatkov o obremenitvi potrošnikov in razpoložljivosti energije spredaj in za števcem, ublaži konične obremenitve in optimizira uporabo mešanih virov energije, kar prinese optimizacijo polnjenja, tarif in mešanice porabe energije za čim večje prihranke pri računih za komunalne storitve in zmanjšanje povpraševanja dajatve

Konkurenčni trendi in tržna dinamika

Popolnoma integrirane rešitve za polnjenje od konca do konca so še posebej privlačne za operaterje polnilnih postaj, ki prvič polnijo storitve, in ponujajo veliko vrednost s pospeševanjem uvajanja in zmanjšanjem namestitve infrastrukture. Te rešitve zajemajo rastočo bazo strank trgovcev na drobno, bencinskih črpalk in proizvajalcev originalne opreme za avtomobile, ki želijo spremeniti svoje poslovne modele in se preseliti v prostor delovanja polnilnega omrežja. Ti ambiciozni operaterji omrežij za polnjenje se zaradi zapletenosti in težav pri razvoju učinkovitih modelov umetne inteligence raje obračajo na inovatorje kot na razvoj lastnih izdelkov.

Sodelovanje z inovatorji jim bo omogočilo hitrejši dostop do trga z bolj sofisticirano programsko opremo. Operaterji dohodnih omrežij za polnjenje se soočajo z dvojnim izzivom:

1) Premagati ovire omrežja in izzive nezanesljivosti, ki pestijo prejšnjo generacijo omrežij za polnjenje električnih vozil, in

2) hkrati ponuditi izkušnjo polnjenja in izdelek, ki tekmuje s tržnim standardom za učinkovitost in zanesljivost polnilne infrastrukture, ki podpira AI, ki jo označuje Tesla.

V prihodnje pričakujte, da se bodo avtomobilski proizvajalci originalne opreme, javne službe ter velika podjetja za nafto in plin povezali z inovatorji polnjenja z umetno inteligenco v tekmi za vzpostavitev lastniških omrežij za polnjenje in izkoristili prednosti umetne inteligence, preden postane tržni standard, da bi konkurirali obstoječim ponudnikom polnilnih omrežij.