-
Die Erfindung betrifft ein Verfahren zum Positionieren von Ladestationen für Elektrofahrzeuge mittels eines Computermodells sowie ein Computersystem umfassend ein solches Computermodell.
-
Elektrofahrzeuge umfassen einen Energiespeicher, der regelmäßig mit Energie versorgt (d. h., geladen) werden muss. Im Fahrbetrieb entlädt sich der Energiespeicher sukzessive durch Umwandlung der gespeicherten elektrischen Energie in Traktionsenergie.
-
Bekannterweise sind für das Laden von Elektrofahrzeugen Ladestationen vorgesehen. Diese können aus einem Versorgungsstromnetz elektrische Energie entnehmen und an das Fahrzeug zum Beispiel unter einer geeigneten Spannungsumwandlung und/oder Stromumwandlung übertragen. Bekannt sind stationäre Ladestationen (Ladesäulen), die dauerhaft an einem Ort verbleiben und dort fest installiert sind (zum Beispiel fest mit dem Untergrund verbunden und / oder nur mit erheblichem Aufwand hiervon wieder entfernbar sind).
-
Ebenso bekannt sind mobile Ladestationen (mobile Ladesäulen), die lediglich temporär an vorbestimmten Orten verbleiben und unter einem erheblichen geringeren Aufwand wieder hiervon entfernt werden können. Sie zeichnen sich zum Beispiel durch eine fehlende feste und / oder dauerhafte Verbindung mit dem Untergrund aus und sind vorzugsweise werkzeuglos wieder von dem Untergrund entfernbar (zum Beispiel durch Anheben mit einem Kran oder dergleichen).
-
Eine allgemeine Herausforderung besteht darin, Ladestationen an Orten zu positionieren, an denen sie tatsächlich benötigt werden. Anders ausgedrückt sollen sie dort positioniert werden, wo ein Bedarf für entsprechende Ladestationen tatsächlich vorhanden ist. Dies hat vor allem einen finanziellen Hintergrund, da Betreiber der Ladestationen in der Regel nur dann Geld verdienen, wenn die Ladestationen tatsächlich benutzt werden.
-
Allgemein kann in dieser Offenbarung unter einem Elektrofahrzeug ein zumindest teilweise elektrisch angetriebenes Fahrzeug verstanden werden, das über einen elektrischen Energiespeicher verfügt, der mittels entsprechender Ladestationen bedarfsweise geladen werden muss. Insbesondere kann es sich hierbei um ein Elektrokraftfahrzeug und vorzugsweise einen Elektropersonenkraftwagen oder einen Elektrolastwagen handeln.
-
Bisher werden Ladestationen nach Erfahrungswerten, nach der Verfügbarkeit freier Flächen oder schlicht auf Basis subjektiver Vorlieben positioniert. Dies führt nicht immer zu einer gewünschten hohen Auslastung der Ladestationen.
-
Es besteht somit ein Bedarf dafür, das Positionieren von Ladestationen und genauer gesagt die Standortwahl hiervon zu verbessern.
-
Diese Aufgabe wird durch ein Verfahren mit den Merkmalen von Anspruch 1 und ein Computersystem mit den Merkmalen von Anspruch 10 gelöst. Vorteilhafte Weiterbildungen sind in den abhängigen Ansprüchen angegeben. Es versteht sich, dass sämtliche der einleitenden Erläuterungen und Merkmale auch bei der vorliegenden Lösung vorgesehen sein beziehungsweise auf diese zutreffen können.
-
Eine Grundidee der Erfindung besteht darin, Möglichkeiten zum Berücksichtigen geeigneter Eingangsinformationen zu schaffen, anhand derer ein erwarteter Bedarf für Ladestationen in einem Gebiet und insbesondere an bestimmten Orten in dem Gebiet aussagekräftig abgeschätzt werden kann. Weiter wird hierfür vorteilhafterweise ein Computermodell verwendet, das anhand der Eingangsinformationen eine ortsabhängige Abschätzung eines Bedarfs für Ladestationen vornimmt.
-
Sofern in dieser Offenbarung von einer Ortsabhängigkeit gesprochen wird, bezieht sich dies auf Orte in einem vorbestimmten Gebiet. Zumindest für ausgewählte, vorzugsweise aber für jeden einer Mehrzahl von Orten in dem Gebiet, kann dann eine entsprechende Bedarfsermittlung stattfinden. Es ist darauf hinzuweisen, dass ein Ort im Rahmen dieser Offenbarung nicht notwendigerweise als ein geometrischer eindimensionaler Punkt zu verstehen ist, sondern auch eine gewisse Fläche einnehmen kann. Beispielsweise kann es sich um ein vorbestimmtes Untergebiet oder einen Unterbereich des gesamten betrachtenden Gebiets handeln. Beispielsweise kann das Gebiet ein Stadtgebiet oder eine Region sein und in eine Mehrzahl von zwei dimensionalen Orten unterteilt sein (zum Beispiel gemäß einem vorgegebenen Raster).
-
Mittels des erfindungsgemäßen Computermodells kann folglich zumindest teilweise, größtenteils oder auch vollständig automatisch und unter Reduzierung subjektiver Einflüsse vorausgesagt (d. h., prädiziert) werden, an welchen Orten innerhalb eines betrachteten Gebiets ein erhöhter Bedarf für Ladestationen existiert, so dass dort von einer entsprechend hohen Auslastung der Ladestationen ausgegangen werden kann. Wie nachstehend erläutert, ist das Computermodell vorzugsweise selbstlernend und / oder anpassungsfähig. Insbesondere kann im Sinne einer Regelschleife ermittelt werden, ob Standortempfehlungen (d. h., vorgeschlagene Positionen von Ladestationen) oder allgemein vorhergesagte hohe Bedarfe beziehungsweise Auslastungen tatsächlich eintreten. Wenn dies der Fall ist, können derartige Informationen für eine Anpassung, ein Update und / oder eine Korrektur des Computermodells verwendet werden.
-
Unter einem Computermodell kann hierin verstanden werden, dass dieses mittels eines Algorithmus realisiert ist und / oder einen solchen Algorithmus umfasst. Zusätzlich oder alternativ kann das Computermodell Programmanweisungen umfassen oder mittels Programmanweisungen ausführbar sein. Allgemein kann das Computermodell wenigstens eine Softwarekomponente umfassen oder mittels einer solchen ausführbar sein und / oder kann auf Datenbanken zugreifen. Allgemein ist das Computermodell von einer Computereinrichtung mit wenigstens einer Prozessoreinrichtung ausführbar.
-
Weiter modelliert das Computermodell reale Zusammenhänge und in dem vorliegenden Fall den erwarteten realen Bedarf für Ladestationen in einem vorbestimmten Gebiet. Hierfür kann das Computermodell Funktionen, Beziehungen, Regeln, (mathematische) Zusammenhänge oder dergleichen definieren und / oder enthalten, um ortsabhängige Bedarfsschätzungen für Ladestationen ermitteln zu können. Allgemein ausgedrückt kann es sich zum Beispiel um ein Simulationsmodell handeln. Weiter kann das Computermodell die gewünschten Zusammenhänge zumindest teilweise basierend auf mathematischen Funktionen oder mathematischen Beziehungen modellieren beziehungsweise derartige mathematischen Funktionen und Beziehungen definieren oder enthalten.
-
Das Computermodell kann im Rahmen der Erfindung auch erzeugt werden (das heißt, das Verfahren kann einen Schritt des Erzeugens des Computermodells umfassen). Hierfür können Werte der Eingangsinformationen verwendet werden, die zum Beispiel in einem sogenannten Trainingsdatensatz zusammengefasst werden können. Beispielsweise kann das Computermodell zunächst mit beliebigen oder lediglich geschätzten Parametern erzeugt werden, um die vorstehend erläuterten Funktionen und / oder Beziehungen zu beschreiben, und diese Parameter können basierend auf dem Trainingsdatensatz verifiziert und / oder angepasst werden. Ist ein maschineller Lernvorgang vorgesehen, wie im Rahmen der Erfindung allgemein bevorzugt, können diese Parameter dann fortlaufend angepasst werden, beispielsweise basierend auf real ermittelten Auslastungen der Ladestationen. Die Parameter können zum Beispiel Gewichtungen der nachstehend erläuterten Art definieren.
-
Im Detail wird ein Verfahren zum Positionieren von (elektrischen) Ladestationen für Elektrofahrzeuge innerhalb eines Gebiets vorgeschlagen, das mehrere Orte umfasst, wobei das Verfahren mittels eines Computermodells ausgeführt wird. Insbesondere werden mittels des Computermodells Standortempfehlungen für die Ladestationen erzeugt, auf deren Basis die Ladestationen positioniert werden können. Das Verfahren umfasst:
- - Erhalten von wenigstens einer ersten Art von Eingangsinformationen, die ortsabhängige Informationen zu einer Mehrzahl von Elektrofahrzeugen in dem Gebiet sind;
- - Prädizieren von ortsabhängigen Bedarfsgrößen für (bzw. an) Ladestationen anhand der Eingangsinformationen mit einem Computermodel;
und dann, wenn die Bedarfsgröße an einem der Orte ein vorbestimmtes Bedarfskriterium erfüllt:
- - Positionieren von wenigstens einer Ladestation an dem zu dieser Bedarfsgröße gehörigen Ort.
-
Die Eingangsinformationen (oder auch Eingangsgrößen) können wenigsten einen Datensatz oder eine Sammlung von Datensätzen umfassen, welche entsprechende ortsabhängige Informationen enthalten und / oder beschreiben. Allgemein kann unter den Eingangsinformationen eine Art von Information verstanden werden, die zum Beispiel von dem Computermodell erhalten wird, und es können mehrere verschiedene Arten von Eingangsinformationen erhalten werden.
-
Ein Vorteil der Erfindung ist in der Möglichkeit zur Auswahl spezifischer Eingangsinformationen zu sehen, die das Prädizieren der ortsabhängigen Bedarfsgröße besonders genau ermöglichen. Die ortsabhängigen Informationen der Mehrzahl von Elektrofahrzeugen können insbesondere Aufenthaltsinformationen sein. Anders ausgedrückt können diese Informationen beschreiben, wann und wo sich die Elektrofahrzeuge aufhalten und / oder wie lange sie an bestimmten Orten verbleiben. Über eine Vielzahl von Elektrofahrzeugen betrachtet, können dann Aufenthaltsschwerpunkte in dem Gebiet ermittelt werden. Allgemein kann dort, wo sich eine Vielzahl von Elektrofahrzeugen aufhält und insbesondere gleichzeitig aufhält und / oder über eine längere Zeitdauer betrachtet aufhält (d. h., parkt) von einem höheren Bedarf für Ladestationen ausgegangen werden, was das Computermodell entsprechend ermitteln kann.
-
Bei dem Gebiet kann es sich um ein Stadtgebiet und / oder eine vorbestimmte Region handeln. Wie erwähnt, können die Orte einzelne Bereiche, Straßenzüge, Abstellflächen oder dergleichen in dem Gebiet sein.
-
Die Bedarfsgröße kann einen erwartenden Bedarf für Ladestationen zumindest mittelbar beschreiben. Beispielsweise kann es sich hierbei um eine prädizierte Auslastung handeln. Je höher die prädizierte Auslastung, desto höher auch der Bedarf für eine entsprechende Ladestation.
-
Das Bedarfskriterium (oder auch ein hiervon beschriebenes oder daraus ableitbares Auslastungskriterium) kann ein Schwellenwert für einen erforderlichen Mindestbedarf sein, der beispielsweise erforderlich ist, um eine Ladestation wirtschaftlich betreiben zu können.
-
Das Positionieren der Ladestation kann manuell erfolgen, zum Beispiel durch Transportieren der Ladestation zu einem Ort mittels eines Transportfahrzeugs.
-
Gemäß einer Weiterbildung ist vorgesehen, dass eine reale Auslastung der positionierten Ladestation ermittelt wird und das Computermodell basierend auf dieser realen Auslastung angepasst wird, zum Beispiel für das zukünftige Prädizieren angepasst wird. Die reale Auslastung kann von der Ladestation automatisch ermittelt werden und / oder anhand ihres Energieverbrauchs bestimmt werden. Diese Informationen können dann über eine Kommunikationsverbindung (zum Beispiel per Mobilfunk) an ein Computersystem übermittelt werden, das den Zustand der positionierten Ladestation überwacht und / oder das das hierin geschilderte Computermodell umfasst oder hiermit verbindbar ist.
-
Das Anpassen des Computermodells kann umfassen, dass die reale Auslastung als reale Bedarfsgröße oder auch Ist-Bedarfsgröße verwendet wird oder eine solche Größe basierend auf der realen Auslastung bestimmt wird. Die prädizierte ortsabhängige Bedarfsgröße kann dieser real ermittelten Ist-Bedarfsgröße gegenübergestellt werden. Abweichungen hierzwischen können dann für Anpassungen verwendet werden.
-
Allgemein können derartige Abweichungen Informationen zur Güte der prädizierten Bedarfsgröße darstellen (das heißt, je größer die Abweichung, desto geringer die Güte des bisherigen Computermodells). Insbesondere können basierend auf einer solchen Abweichung Gewichtungen oder Verbindungen der nachstehend erläuterten Art angepasst werden.
-
Gemäß einer Weiterbildung beschreiben die ortsabhängigen Informationen zu Elektrofahrzeugen ein Bewegungsprofil der Elektrofahrzeuge innerhalb des Gebiets.
-
Hierbei kann es sich um (bevorzugt GPS-basierte) Daten handeln, die Aufenthaltsorte, Aufenthaltsdauern und / oder Aufenthaltszeitpunkte der Elektrofahrzeuge in dem Gebiet beschreiben können. Allgemein können vorliegend Daten von einer Vielzahl von Elektrofahrzeugen (zum Beispiel wenigstens 50, wenigstens 100 oder wenigstens 500) ausgewertet werden. Die Elektrofahrzeuge können entsprechende Daten zum Beispiel per Mobilfunk an ein Computersystem der hierin geschilderten Art übermitteln.
-
Zusätzlich oder alternativ können die ortsabhängigen Informationen einen ortsabhängigen Ladezustand von einem elektrischen Energiespeicher (Traktionsbatterie) der Elektrofahrzeuge beschreiben. Dieser Ladezustand kann auch als state-of-charge (SOC) bezeichnet werden. Hierdurch kann zum Beispiel erkannt werden, ob innerhalb des Gebiets Orte existieren, an denen die Elektrofahrzeuge in überdurchschnittlichem Ausmaß einen geringen Ladezustand aufweisen und somit ein erhöhter Ladebedarf existiert.
-
Weiter können als Eingangsinformationen zeitbezogene Informationen oder wetterbezogene Informationen erhalten werden. Die zeitbezogenen Informationen können saisonale Informationen sein. Sie können Jahreszeiten definieren, Hauptverkehrszeitpunkte (zum Beispiel Berufsverkehr), Wochentage, Feiertage oder dergleichen. Jegliche anderen Eingangsinformationen können dann diesen zeitbezogenen Informationen zugeordnet werden oder anhand hiervon klassifiziert werden. Das Computermodell kann entsprechend dazu eingerichtet sein, für von den zeitbezogenen Informationen beschriebene Zeitpunkte oder Zeitdauern spezifische ortsabhängige Bedarfsgrößen zu ermitteln. Beispielsweise kann das Computermodell ermitteln, an welchen Orten innerhalb des Gebiets an bestimmten Feiertagen ein erhöhter Bedarf für Ladestationen existiert.
-
Als wetterbezogene Informationen können Zustände wie Regen oder nicht-Regen, Schneefall oder nicht-Schneefall oder auch Temperaturwerte, Niederschlagsmengen, Frostperiodendauern oder dergleichen erhalten werden. Diese können zum Beispiel automatisiert von Online-Wetterdienstleistern abgerufen und dem Computermodell zur Verfügung gestellt werden. Das Computermodell kann dann beispielsweise dazu eingerichtet sein, zu ermitteln, bei welchen Wetterbedingungen an welchen Orten ein erhöhter Bedarf für Ladestationen existiert.
-
Eine Weiterbildung sieht vor, dass die prädizierte Bedarfsgröße zeitabhängig ist. Dies kann zum Beispiel mittels der zeitbezogenen Informationen erreicht werden. Allgemein kann das Computermodell dann ermitteln, zu welchen Zeiten und an welchen Orten ein erhöhter Bedarf für Ladestationen existiert.
-
Weiter kann das Computermodell mittels eines maschinellen Lernvorgangs erzeugt (beispielsweise trainiert) werden.
-
Ferner beispielsweise kann das Computermodell ein künstliches neuronales Netz umfassen.
-
Insbesondere kann es sich um ein mehrere Schichten umfassendes (also ein sogenanntes tiefes beziehungsweise „deep“) neuronales Netz handeln, bei der eine sogenannte Eingangsschicht und Ausgangsschicht über mehre Schichten verknüpft sind. Allgemein kann jede Schicht eines neuronalen Netzes in bekannter Weise Knoten enthalten und die Knoten sind mit einem oder mit mehreren Knoten in einer benachbarten Schicht über gewichtete Verbindungen verknüpft. Die Gewichte und Verbindungen der Knoten könnten im Rahmen eines maschinellen Lernvorgangs (oder auch eines sogenannten Trainingsprozesses) des neuronalen Netzes erlernt werden. Ferner sind diese jeweils anpassbar, insbesondere auf Basis der hierin geschilderten ermittelten realen Auslastungen von positionierten Ladestationen.
-
Allgemein kann das Computermodell und können insbesondere hierfür verwendete neuronale Netze einen nicht-linearen Zusammenhang zwischen Eingangsgröße (Eingangsinformationen) und Ausgangsgrößen (Ausgangsinformationen) definieren und somit anhand bereitgestellter Eingangsinformationen, Ausgangsgrößen beziehungsweise Ausgangsinformationen ermitteln. Die Ausgangsgrößen beziehungsweise Ausgangsinformationen können Standortempfehlungen für Ladestationen sein. Die nicht-Linearität kann durch sogenannte Aktivierungsfunktionen eines neuronalen Netzes bedingt sein beziehungsweise berücksichtigt werden. Die Netze (und allgemein das Computermodell) können einen mathematischen Zusammenhang von Eingangsinformationen und Ausgangsinformationen durch vorstehend erwähnte Knoten und Schichten abbilden.
-
Alternativ ist es möglich, dass das Computermodell allgemein einen mathematischen Zusammenhang, eine mathematische Funktion oder eine mathematische Beziehung definiert, um auf Basis der Eingangsinformationen die Ausgangsinformationen zu bestimmen. Ebenso können auch regelbasierte Modelle von dem Computermodell umfasst sein, in denen Regeln und / oder Bedingungen definiert sind, die zu erfüllen sind, um einen Ort als empfehlenswert für das dortige Positionieren einer Ladestation zu klassifizieren.
-
Wie erwähnt, können die Ladestationen mobile Ladestationen sein. Es kann aber gemäß einer weiteren Ausführungsform ebenso vorgesehen sein, dass zusätzlich oder alternativ basierend auf der Bedarfsgröße Standortempfehlungen für stationäre Ladestationen erzeugt werden.
-
Eine Standortempfehlung kann gleichbedeutend mit einem Ort sein, für den eine hohe Bedarfsgröße ermittelt wurde und / oder der von dem Computermodell als empfohlener Ort für das Positionieren einer Ladestation identifiziert wurde. Hierfür kann das Computermodell als weitere Eingangsinformationen eine Netzauslastung erhalten und / oder Informationen zu Netzknotenpunkten erhalten. Die Netzauslastung kann darauf hindeuten, ob an einem bestimmten Ort noch eine ausreichende Netzkapazität vorhanden ist, um eine Ladestation zu versorgen. Netzknotenpunkte eignen sich aufgrund der dort verfügbaren Leitungen besonders für das Positionieren von Ladestationen.
-
Das Computermodell kann also, wenn die Bedarfsgröße auf einen erhöhten Bedarf für eine Ladestation hindeutet, einen zugehörigen Ort beispielsweise nur dann als Standortempfehlung für eine stationäre Ladestation identifizieren, wenn eine dortige Netzauslastung ein vorgeschriebenes Auslastungskriterium erfüllt (zum Beispiel unterhalb eines zulässigen maximalen Schwellenwerts liegt) und / oder ein Netzknotenpunkt innerhalb einer maximal zulässigen Distanz zu dem betrachteten Ort liegt.
-
Die Erfindung betrifft auch ein Computersystem zum Erzeugen von Standortempfehlungen für Ladestationen für Elektrofahrzeuge innerhalb eines Gebiets, das mehrere Orte umfasst, wobei das Computersystem dazu eingerichtet ist:
- - wenigstens eine Art von Eingangsinformationen zu erhalten, die ortsabhängige Informationen zu einer Mehrzahl von Elektrofahrzeugen in dem Gebiet sind; und
- - mittels eines Computermodells eine ortsabhängige Bedarfsgröße für Ladestationen anhand der Eingangsinformationen zu prädizieren und darauf basierend Standortempfehlungen für Ladestationen in dem Gebiet zu erzeugen.
-
Die Standortempfehlungen können zum Beispiel mittels einer Anzeigeeinrichtung ausgegeben werden und darauf basierend können die Ladestationen dann positioniert werden. Das Computersystem kann wenigstens eine Prozessoreinrichtung und / oder wenigstens eine Speichereinrichtung umfassen. Die Speichereinrichtung kann Programmanweisungen und / oder einen Algorithmus umfassen, auf denen das Computermodell basieren kann. Die Prozessoreinrichtung kann dazu eingerichtet sein, diese Programmanweisungen oder allgemein Inhalte der Speichereinrichtung auszuführen. Allgemein ausgedrückt, kann die Prozessoreinrichtung dazu eingerichtet sein, das Computermodell auszuführen und somit auch die damit zusammenhängenden Funktionen und Schritte.
-
Allgemein kann das Computersystem dazu eingerichtet sein, ein Verfahren gemäß jeglicher hierin erläuterter Variante auszuführen. Ebenso können sämtlich der vorstehenden Erläuterungen und Weiterbildungen zu dem Verfahren auf die gleichlautenden Merkmale des Computersystems zutreffen beziehungsweise bei diesen vorgesehen sein. Weiter kann das Computersystem sämtliche weiteren Merkmale, Weiterbildungen und Varianten umfassen, um sämtliche vorstehenden und nachstehenden Schritte, Effekte, Betriebszustände, Wechselwirkungen und Funktionen bereitzustellen. Insbesondere kann das Computersystem dazu eingerichtet sein, das Computermodell basierend auf jeglicher der hierin geschilderten Varianten anzupassen, insbesondere durch Ermitteln und / oder Berücksichtigen realer Auslastungen der Ladestationen. Weiter kann das Computersystem dazu eingerichtet sein, das Computermodell zu erzeugen.
-
Im Folgenden werden Ausführungsformen der Erfindung basierend auf den beigefügten schematischen Figuren erläutert. Gleichbleibende oder gleichwirkende Merkmale können dabei mit den gleichen Bezugszeichen versehen sein.
- 1 zeigt ein Funktionsdiagramm zum Erläutern eines erfindungsgemäßen Verfahrens, das mit einem erfindungsgemäßen Computersystem ausführbar ist;
- 2 zeigt ein beispielhaftes Ablaufschema eines erfindungsgemäßen Verfahrens.
-
1 zeigt ein Funktionsdiagramm eines erfindungsgemäßen Verfahrens, wobei auch ein erfindungsgemäßes Computersystem 10 gezeigt ist. Das Computersystem 10 umfasst wenigstens eine Prozessoreinrichtung 11 zum Ausführen von Programmanweisungen, die auf einer optionalen Datenspeichereinrichtung 12 hinterlegt sein können. Insbesondere kann die Prozessoreinrichtung 11 einen Algorithmus ausführen, der von einem hierin beschriebenen Computermodell 20 umfasst ist und / oder dieses Computermodell 20 definiert und mit dem die verfahrensgemäßen Schritte und Funktionen bereitstellbar sind.
-
Bei dem Computermodell 20 handelt es sich dabei in dem gezeigten Beispiel um ein künstliches neuronales Netz, das basierend auf einem maschinellen Lernvorgang erzeugt wurde. In dem gezeigten Beispiel wird davon ausgegangen, dass dieses Computermodell 20 bereits erzeugt wurde. Das Erzeugen kann aber auch Bestandteil des erfindungsgemäßen Verfahrens und Computersystems 10 sein.
-
Das Computersystem 10 erhält verschiedene Arten von Eingangsinformationen, die jeweils in digitaler Form (d. h., als digitale Datensätze) vorliegen. Eine erste Art von Eingangsinformationen betrifft Bewegungsprofile B von nur schematisch angedeuteten Fahrzeugen 19, die in einem aktuell betrachteten Gebiet verkehren oder dort verkehrt sind. Die Bewegungsprofile B können in Form von GPS-Daten vorliegen oder solche umfassen. Sie können angeben, an welchen Orten innerhalb des Gebiets, zu welchen Zeitpunkten und wie lange sich ein jeweiliges Fahrzeug 19 dort aufgehalten hat.
Als eine weitere Eingangsinformation wird ein Ladezustand beziehungsweise state-of-charge S der Fahrzeuge 19 erhalten. Dieser liegt in dem gezeigten Beispiel ortsabhängig vor, das heißt, der entsprechende Ladezustand ist mit einer Ortsinformation versehen (zum Beispiel wiederum in Form von GPS-Koordinaten).
-
Die Bewegungsprofile B und der Ladezustand S der Fahrzeuge 19 bilden jeweils ortsabhängige Informationen zu einer Mehrzahl der Elektrofahrzeuge 19 in dem betrachteten Gebiet. Sie können von den Fahrzeugen 19 zum Beispiel per Mobilfunk an das Computersystem 10 oder an ein hiermit verknüpftes oder verknüpfbares System übermittelt werden. Das Computersystem 10 kann diese dann nachträglich oder auch in Echtzeit auswerten.
-
Lediglich beispielhaft ist mit einem unteren Pfeil in 1 angedeutet, dass das Computersystem 10 auch noch weitere Eingangsinformationen erhalten kann. Hierbei kann es sich zum Beispiel um die vorstehend erläuterten zeitbezogenen Informationen oder wetterbezogenen Informationen handeln.
-
Das Computersystem 10 verwendet die Eingangsinformationen, um eine ortsabhängige Bedarfsgröße BG für Ladestationen in dem Gebiet zu ermitteln. Vorzugsweise wird dabei für jeden betrachteten Ort in dem Gebiet (zum Beispiel für ein jedes Raster, in die das Gebiet unterteilt oder unterteilbar ist) eine entsprechende Bedarfsgröße BG ermittelt.
-
Erfüllt die Bedarfsgröße BG eines Ortes ein vorbestimmtes Bedarfskriterium (in dem gezeigten Fall eine vorbestimmte erwartete Mindestauslastung), kann der entsprechende Ort als besonders geeignet identifiziert werden. Genauer gesagt, kann dann eine Standortempfehlung SE von dem Computersystem 10 erzeugt werden, das den entsprechenden Ort zur Positionierung einer Ladestation 15 empfiehlt.
-
Bevorzugt werden die Bedarfsgröße BG, zumindest aber die Standortempfehlung SE, von dem Computersystem 10 anschließend ausgegeben. Dies erfolgt in dem gezeigten Beispiel über eine optionale Anzeigeeinrichtung 13. Ein Positionierservice 14, bei dem es sich um einen manuell betriebenen Transporter für mobile Ladestationen 15 handeln kann, mit dem die Ladestationen 15 in dem betrachteten Gebiet verteilbar sind, entnimmt dann die Standortempfehlung SE der Anzeigeeinrichtung 13. Daraufhin kann der Positionierservice 14 die mobilen Ladestationen 15 an den entsprechenden Orten in dem Gebiet verteilen. Dies ist in 1 lediglich äußerst schematisch angedeutet.
-
Zu erwähnen ist, dass die Bedarfsgröße BG basierend auf dem Computermodell 20 ermittelt wird, das per maschinellem Lernen erzeugt beziehungsweise trainiert wurde und den Zusammenhang zwischen den Eingangsinformationen und einem ortsabhängigen Bedarf für Ladestationen mathematisch und / oder regelbasiert modelliert. Während des Erzeugens des Computermodells 20 werden hierfür weitreichende Annahmen getroffen und / oder werden Trainingsdatensätze von anderen Gebieten oder aus allgemein anderen Zusammenhängen verwendet. Das Computermodell 20 wird daher erwartungsgemäß für ein gegebenes bestimmtes Gebiet geeignet sein, da aufgrund spezifischer Eigenschaften und Bedingungen je Gebiet dort individuelle Zusammenhänge gültig sind.
-
Entsprechend sieht das gezeigte Beispiel bevorzugt vor, dass Computermodell 20 fortlaufend anzupassen. Hierfür wird eine reale Auslastung A der Ladestationen 15 ermittelt. Dies können die Ladestationen 15 gemäß herkömmlicher Lösungen selbst vornehmen und dann per Mobilfunk an das Computersystem 10 oder an ein hiermit verbundenes oder verbindbares System übermitteln. Das Computersystem 10 verwendet dann die erhaltene reale Auslastungsgröße A als einen ortsabhängigen Ist-Bedarf und stellt dies der ermittelten ortsabhängigen Bedarfsgröße BG für denselben Ort gegenüber. Anhand von etwaiger Abweichungen dieser Größen kann vorzugsweise automatisiert entschieden werden, ob Verknüpfungen, Gewichtungen und / oder Regeln des Computermodells 20 anzupassen sind.
-
Liegt die reale Auslastung A unterhalb der eigentlich ermittelten Bedarfsgröße BG, kann der entsprechende Ort weniger stark gewichtet werden oder können für die ursprüngliche Empfehlung ursächliche Verknüpfungen weniger stark gewichtet oder auch entfernt werden.
-
Liegt die reale Auslastung A jedoch über der ermittelten Bedarfsgröße BG, können zusätzliche Verknüpfungen geschaffen und / oder Gewichtungen erhöht werden. Dies kann prinzipiell auch manuell durch Anpassen eines dem Computermodell 20 zugrundeliegenden Algorithmus erfolgen.
-
Liegt die reale Auslastung A unterhalb einer gewünschten Mindestauslastung, kann der Positionierservice 14 eine betroffene Ladestation 15 neu positionieren. Vorzugsweise wird dies von dem Computermodell 20 erkannt und wird eine neue Standortempfehlung SE für die Ladestation 15 erzeugt.
-
Ein Vorteil der gezeigten Lösung ist auch darin zu sehen, dass zum Beispiel wetterabhängig und / oder saisonal bedingt Vohersagen für Bedarfsgrößen BG an Orten innerhalb des Gebiets erzeugt werden können. Somit kann der Positionierservice 14 die Ladestationen 15 gemäß entsprechender Standortempfehlungen SE vorab in dem Gebiet verteilen. Es kann also vorgesehen sein, dass die Standortempfehlungen SE sich auf Punkte in der Zukunft und zum Beispiel auf Standortempfehlungen SE zur Positionierung von Ladestationen 15 in den nächsten Tagen oder Wochen richten. Dadurch, dass aber auch eine reale Auslastung A der positionierten Ladestationen 15 erfasst wird, kann das Computermodell 20 fortlaufend trainiert und verbessert werden.
-
In 2 ist ein Ablaufschema für ein erfindungsgemäßes Verfahren gezeigt, das mit dem Computersystem 10 aus 1 ausgeführt wird. In einem Schritt S1 werden die Eingangsinformationen B, S erhalten. Das in dem gezeigten Fall bereits erzeugte Computermodell 20 verwendet diese Eingangsgrößen dann, um in einem Schritt S2 als Ausgangsgröße eine ortsabhängige Bedarfsgröße BG und vorzugsweise auch eine Standortempfehlung SE zu ermitteln. Diese werden in Schritt S3 einem (manuellen) Positionierservice 14 angezeigt. In einem Schritt S4 werden dann die Ladestationen 15 gemäß den Standortempfehlungen SE in dem Gebiet positioniert. In einem Schritt S5 werden reale Auslastungen A der Ladestationen 15 ermittelt und an das Computermodell 20 ausgegeben. In einem Schritt S6 wird das Computermodell 20 daraufhin angepasst. Anschließend wird zum Schritt S1 zurückgekehrt, um auf Basis vorzugsweise aktuell erhaltener Eingangsinformationen mit dem angepassten Computermodell 20 neue Bedarfsgrößen BG und Standortempfehlungen SE zu ermitteln.
-
Bezugszeichenliste
-
- 10
- Computersystem
- 11
- Prozessoreinrichtung
- 12
- Datenspeichereinrichtung
- 13
- Anzeigeeinrichtung
- 14
- Positionierservice
- 15
- Ladestation
- 19
- Elektrofahrzeug
- 20
- Computermodell
- B
- Bewegungsprofil
- S
- Ladezustand
- BG
- Bedarfsgröße
- SE
- Standortempfehlung
