Het nieuwe oplaadsysteem van Royal HaskoningDHV, laaddienstverlener Eneco eMobility en softwarebedrijf GreenFlux maximaliseert de laadcapaciteit van een parkeerterrein met machine learning en kan daardoor wel tot drie keer meer auto's opladen. 

Steeds vaker kiezen bedrijven voor elektrische leaseauto’s. Daardoor neemt de vraag naar laadcapaciteit bij bedrijven toe. Zo ook bij Royal HaskoningDHV, dat dit jaar zijn complete wagenpark van zeshonderd leaseauto’s wil hebben geëlektrificeerd.

Om een zo groot mogelijke laadcapaciteit te kunnen bieden op het parkeerterrein van het hoofdkantoor in Amersfoort, ging het ingenieurs- en adviesbureau in zee met laaddienstverlener Eneco eMobility en softwarebedrijf GreenFlux. Samen kwamen ze tot een nieuwe oplossing: cloud based machine learning smart charging.

 

Stemmen
Dit is een van de twaalf genomineerden voor De Vernufteling 2020. Bekijk hier alle kandidaten of stem op dit project bij NLingenieurs.

 

Verschillende typen

Het systeem van smart charging bestaat al langer. Het zorgt ervoor dat er niet meer stroom kan worden gevraagd dan beschikbaar is. Maar hoe kun je de maximale laadcapaciteit benutten op het moment dat verschillende typen stekkerauto’s aan de laadpaal staan?

‘De elektrische auto’s die hier laden hebben een 1-fase- of een 3-fasenaansluiting’, zegt Mike van Gemund, fleetmanager bij Royal HaskoningDHV. ‘Ofwel: de stroom gaat door twee of vier draden.’

 

Ongebruikte vermogen

Een 3-fasen-auto vergt meer stroom dan een 1-fase-model. ‘Alle laad palen hier hebben een 3-fasenaansluiting, die werkt voor beide typen. Maar het betekent wel dat het systeem onnodig vermogen reserveert als er een 1-faseauto staat te laden’, zegt Van Gemund. ‘Die vraagt immers maar een derde van wat de paal kan geven.’

Wat te doen met het ongebruikte vermogen? Daar komt het machine learning-systeem om de hoek kijken.

 

Ruis

Om de fasetopologie, ofwel hoe iedere lader elektrisch is aangesloten, in kaart te brengen, maakt het algoritme van Eneco eMobility en GreenFlux een overzicht van de bedrading van alle laadpalen op de parkeerplaats. ‘Dit klinkt eenvoudig, maar met op de achtergrond een bedrijfspand waar regelmatig activiteit is en auto’s die aan- en afkoppelen is er veel ruis’, zegt Bart Fick van Eneco eMobility. ‘Vandaar dat er machine learning voor nodig is.’

Daar waar meerdere 1-fasemodellen zijn aangesloten, maakt de software het ongebruikte laadvermogen vrij voor andere auto’s.

 

Proeftuin

Het parkeerterrein van Royal HaskoningDHV dient als een proeftuin voor het machine learning-algoritme. Het systeem is niet alleen te gebruiken bij andere bedrijfsterreinen, maar ook bij openbare locaties waar meerdere laadpalen samen zijn aangesloten op het energienet.

‘Een enkele laadpaal is zo aan te sluiten op het net’, zegt Fick. ‘Maar zodra meerdere laadpalen samen zijn aangesloten, is deze optimalisatie relevant.’

 

Stemmen
Dit is een van de twaalf genomineerden voor De Vernufteling 2020. Bekijk hier alle kandidaten of stem op dit project bij NLingenieurs.

 

Beeld: Royal HaskoningDHV