DE102020110236A1 - Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung - Google Patents

Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung Download PDF

Info

Publication number
DE102020110236A1
DE102020110236A1 DE102020110236.4A DE102020110236A DE102020110236A1 DE 102020110236 A1 DE102020110236 A1 DE 102020110236A1 DE 102020110236 A DE102020110236 A DE 102020110236A DE 102020110236 A1 DE102020110236 A1 DE 102020110236A1
Authority
DE
Germany
Prior art keywords
energy source
computing device
electronic computing
potential energy
roof
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102020110236.4A
Other languages
English (en)
Inventor
Felix Klanner
Horst KLOEDEN
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102020110236.4A priority Critical patent/DE102020110236A1/de
Publication of DE102020110236A1 publication Critical patent/DE102020110236A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/63—Monitoring or controlling charging stations in response to network capacity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/67—Controlling two or more charging stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/66—Ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • Y04S10/126—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving electric vehicles [EV] or hybrid vehicles [HEV], i.e. power aggregation of EV or HEV, vehicle to grid arrangements [V2G]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Biophysics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Computing Systems (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Mechanical Engineering (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Transportation (AREA)
  • Evolutionary Biology (AREA)
  • Genetics & Genomics (AREA)
  • Physiology (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)

Abstract

Die hier offenbarte Technologie betrifft erfindungsgemäß ein Verfahren zum Bestimmen zumindest einer Position (P) von zumindest einer elektrischen Ladeeinrichtung (12) für ein zumindest teilweise elektrisch betriebenes Kraftfahrzeug (14) innerhalb einer vorgegebenen Region (10) mittels einer elektronischen Recheneinrichtung (16), mit den Schritten:- Bestimmen zumindest einer potentiellen Energiequellenposition (E) einer regenerativen Energiequelle (18) innerhalb der vorgegebenen Region (10) mittels eines Optimierungsverfahrens (20) der elektronischen Recheneinrichtung (16); und- Bestimmen der zumindest einen Position (P) der zumindest einen elektrischen Ladeeinrichtung (12) in Abhängigkeit von der zumindest einen potentiellen Energiequellenposition (E) der regenerativen Energiequelle (18).Ferner betrifft die Erfindung ein computerlesbares Speichermedium sowie eine elektronische Recheneinrichtung (16).

Description

  • Eine hier offenbarte Technologie betrifft ein Verfahren zum Bestimmen zumindest einer Position von zumindest einer elektrischen Ladeeinrichtung für ein zumindest teilweise elektrisch betriebenes Kraftfahrzeug innerhalb einer vorgegebenen Region mittels einer elektronischen Recheneinrichtung. Ferner betrifft die Erfindung ein computerlesbares Speichermedium sowie eine elektronische Recheneinrichtung.
  • Das Dokument DE 10 2014 109 939 A1 gehört zum Stand der Technik.
  • Es ist eine bevorzugte Aufgabe der hier offenbarten Technologie, zumindest einen Nachteil von einer vorbekannten Lösung zu verringern oder zu beheben oder eine alternative Lösung vorzuschlagen. Es ist insbesondere eine bevorzugte Aufgabe der hier offenbarten Technologie, verbessert eine Position für eine elektrische Ladeeinrichtung innerhalb einer vorgegebenen Region zu bestimmen. Weitere bevorzugte Aufgaben können sich aus den vorteilhaften Effekten der hier offenbarten Technologie ergeben.
  • Die Aufgaben werden gelöst durch die Gegenstände der unabhängigen Patentansprüche. Die abhängigen Patentansprüche stellen bevorzugte Ausgestaltungen dar.
  • Die hier offenbarte Technologie betrifft ein Verfahren zum Bestimmen zumindest einer Position von zumindest einer elektrischen Ladeeinrichtung für ein zumindest teilweise elektrisch betriebenes Kraftfahrzeug innerhalb einer vorgegebenen Region mittels einer elektronischen Recheneinrichtung. Es erfolgt ein Bestimmen zumindest einer potentiellen Energiequellenposition einer regenerativen Energiequelle innerhalb der vorgegebenen Region mittels eines Optimierungsverfahrens der elektronischen Recheneinrichtung. Es erfolgt ein Bestimmen der zumindest einen Position der zumindest einen elektrischen Ladeeinrichtung in Abhängigkeit von der zumindest einen potentiellen Energiequellenposition der regenerativen Energiequelle.
  • Insbesondere hat dies den Vorteil, dass die elektrischen Ladeeinrichtungen, welche insbesondere auch als Ladestation bezeichnet werden kann und deren Position mittels der Technologie bestimmt werden können, eine erhöhte Verfügbarkeit bekommen. Dadurch ist es ermöglicht, dass die Wahrscheinlichkeit für einen Kunden eine Anschaffung eines teilweise elektrisch betriebenen Kraftfahrzeugs, insbesondere eines vollelektrisch betriebenen Kraftfahrzeugs, durchzuführen erhöht wird. Des Weiteren ist es dadurch ermöglicht, dass verbessert ein elektrisches, insbesondere regionales, Netz innerhalb der vorgegebenen Region ausgelastet werden kann, da die Ladeeinrichtung nicht nur von repräsentativen Orten abhängig ist, sondern insbesondere in Abhängigkeit der potentiellen Energiequellenposition aufgebaut werden kann.
  • Insbesondere hat dies ferner den Vorteil, dass das zumindest teilweise elektrisch betriebene Kraftfahrzeug einen verbesserten Beitrag zu einer CO2-Bilanz aufbaut, da insbesondere mittels einer regenerativen Energiequelle ein elektrischer Energiespeicher des elektrischen Kraftfahrzeugs geladen werden kann. Ferner ist aus dem Stand der Technik bekannt, dass nicht genutzte Ladesäulen häufig gut gelegene Parkplätze an hochfrequentierten Orten, mit den entsprechenden Ladeeinrichtungen, blockieren, was ein negatives Image bezüglich der Elektromobilität erzeugt. Dies kann insbesondere dadurch reduziert werden, dass die Ladeeinrichtung in Abhängigkeit der potentiellen Energiequellenposition und nicht auf Basis einer Kundenfrequentierung errichtet wird.
  • Mit anderen Worten betrifft die hier offenbarte Technologie ein elektrisches Netz innerhalb einer vorgegebenen Region mit Ladeeinrichtungen, deren Position nach einem Optimierungsverfahren festgelegt wird. Eine Verbindung der Ladeeinrichtung mit einer regenerativen Energiequelle, die beispielsweise an umliegenden Gebäuden auf Dächern beziehungsweise Parkplätzen montiert ist, wird hierzu genutzt. Dadurch wird lokal das Energienetz entlastet, sodass die Dichte der Ladeeinrichtungen durch die Leistung der Einspeisung der regenerativen Energiequelle erhöht werden kann.
  • Gemäß einer vorteilhaften Ausgestaltungsform wird zur Bestimmung der potentiellen Energiequellenposition eine Auswertung auf Basis von Luftbildern der vorgegebenen Region mittels der elektronischen Recheneinrichtung durchgeführt. Um somit eine Ladeeinrichtungsposition strategisch mit der Energiequellenposition festzulegen, wird das Optimierungsverfahren vorgeschlagen, das insbesondere eine Analyse von Luftbildern oder Kartendaten, zum Beispiel von internetbasierten oder städtischen Kartendaten über potentielle Flächen einer Region innerhalb der Region, die sich zur Installation von regenerativen Energiequellen eignen, durchgeführt wird. Diese Flächen umfassen insbesondere Dachflächen, Parkplätze, die aktuell noch nicht überdacht sind, Kläranlagen, ungenutzte Wasserflächen, Freiflächen, die nicht zur Nutzung als Agrarland/Bauland geeignet sind und zum Beispiel kontaminiert von vorausgegangener militärischer Nutzung oder ähnlichem sind. Als Ergebnis der Analyse liegen die Geopositionen der potentiellen Flächen vor, die Klassifikation dieser Fläche und die Größe der Fläche.
  • Die Technologie offenbart ferner, dass zur Auswertung der Luftbilddaten ein Clusterverfahren und/oder ein neuronales Netzwerk von der elektronischen Recheneinrichtung genutzt wird. Insbesondere um die Klassifikation durchzuführen, wird das Clusterverfahren, welches mittels einer Computervision durchgeführt werden kann, genutzt, um homogene Flächen zu erkennen, sowie wird ein neuronales Netz zur Klassifikation der Flächenart genutzt. Die Clusterverfahren nutzen zusätzliche Karteninformationen über umliegende Objekte, sodass zum Beispiel plausibilisiert wird, dass Gebäude typischerweise an Straßen angebunden sind oder dass Kläranlagen nicht inmitten von Wohngebieten liegen. Dadurch ist es ermöglicht, dass verbessert die zumindest eine Position bestimmt werden kann.
  • Die Technologie offenbart ferner, dass bei einem erkannten Dach in den Luftbilddaten eine Dachmodellierung mittels der elektronischen Recheneinrichtung durchgeführt wird. Insbesondere wird somit bei Dachflächen die Dachmodellierung vorgenommen. Diese besteht aus einer Klassifikation des Daches, beispielsweise ob es sich um ein Flachdach, ein Dach mit Neigung handelt, zum Beispiel durch ein neuronales Netzwerk der elektronischen Recheneinrichtung. Somit kann verbessert die Position für die Ladeeinrichtung bestimmt werden.
  • Die Technologie offenbart ferner, dass zur Dachmodellierung eine Klassifikation des erkannten Dachs und/oder eine Dachwinkelschätzung und/oder eine Dachsegmentierung mittels der elektronischen Recheneinrichtung durchgeführt werden. Bei der Dachwinkelschätzung kann insbesondere diese in Grad durchgeführt werden. Bei der Segmentierung des Daches in unterschiedliche Flächenarten, beispielsweise geschlossen, Fenster, Balkonfläche oder Schornstein, kann dies zum Beispiel mittels eines faltenden neuronalen Netzwerks (Convolutional Neural Network - CNN) durchgeführt werden. Die Dachwinkelschätzung erfolgt durch unterschiedliche Merkmale wie zum Beispiel internetbasierte Straßenaufnahme aus der Straßenperspektive. Ferner können die Winkel durch Triangulation im rekonstruierten dreidimensionalen Bild bestimmt werden. Des Weiteren kann über Datenbanken, die aufgrund von dreidimensionalen Aufnahmen einer Drohne oder eines Niedrigflugs aufgenommen wurden, der dreidimensionale Winkel bestimmt werden. Ferner kann über die genannten Datenbanken auch ein „Ground-Truth“ erzeugt werden, der über ein neuronales Netz den Zusammenhang zwischen dem zweidimensionalen Bild und dem Dachwinkel herstellt. Hierbei liegt die Annahme zugrunde, dass insbesondere Dächer in einer bestimmten Region und gleichen Baualters eine ähnliche Dachneigung haben. Grund hierfür ist, dass durch ähnliche Wetterbedingungen, wie zum Beispiel Schneelast und Architektureinflüsse, ähnliche Dächer gebaut werden. Somit kann verbessert die Position der Ladeeinrichtung bestimmt werden.
  • Die Technologie offenbart ferner, dass zur Dachwinkelschätzung eine Datenbank mit Straßenaufnahmen an der potentiellen Energiequellenposition mittels der elektronischen Recheneinrichtung ausgewertet wird. Somit kann abhängig von der aktuellen Position des Dachs zuverlässig bestimmt werden, an welchen Positionen sich eine Energiequellenposition eignet.
  • Die Technologie offenbart ferner, dass zur Dachwinkelabschätzung die Luftbilddaten mittels eines neuronalen Netzwerks der elektronischen Recheneinrichtung ausgewertet werden. Dadurch ist es ermöglicht, dass verbessert die Dachwinkelabschätzung durchgeführt werden kann.
  • Die Technologie offenbart ferner, dass an der potentiellen Energiequellenposition eine mittels der regenerativen Energiequelle potentiell erzeugbare Energie mittels der elektronischen Recheneinrichtung abgeschätzt wird. Mit anderen Worten kann auf Basis des Dachmodells und des Dachmodells der umliegenden Gebäude sowie beispielsweise des Sonnenstands für jede Fläche der potentiell erzeugbare beispielsweise Solarstrom abgeschätzt werden. Dies kann vorteilhaft einfließen, um die Position der Ladeeinrichtung zuverlässig bestimmen zu können.
  • Die Technologie offenbart ferner, dass zur Abschätzung der potentiell erzeugbaren Energie Wetterdaten für die potentielle Energiequellenposition und/oder zumindest eine Umgebungsinformation der potentiellen Energiequellenposition berücksichtigt werden. Dadurch ist es ermöglicht, dass zusätzlich vergangene Wetterdaten mit einbezogen werden, welche insbesondere beispielsweise Wolken, Smog oder Niederschläge, insbesondere Schnee oder Regen, umfassen. Ebenso können auf Basis von umliegenden Laubbäumen Abschattungen durch Blätter mitmodelliert werden. Als Ergebnis für jede Fläche unter Berücksichtigung der genannten Parameter kann eine potentiell erzeugbare netto-elektrische Leistung in Abhängigkeit der Tageszeit und der Jahreszeit vorgenommen werden. Somit kann verbessert die Position der regenerativen Energiequelle bestimmt werden.
  • Die Technologie offenbart ferner, dass ein potentieller Eigenenergieverbrauch eines Objekts, an welchem die potentielle Energiequelle angeordnet wird, mittels der elektronischen Recheneinrichtung berücksichtigt wird. Sollte beispielsweise die regenerative Energiequelle an einem Gebäude angeordnet sein, so kann der Eigenverbrauch des Gebäudes ebenfalls mit berücksichtigt werden. Insbesondere wird somit der Verbrauch angegeben, welcher ohne Einspeisung verbraucht werden kann. Hierzu können beispielsweise die Energiepässe für die Gebäude genutzt werden. Somit kann verbessert die potentiell erzeugbare Energie abgeschätzt werden.
  • Die Technologie offenbart ferner, dass ein Verkehrsaufkommen an einer potentiellen Energiequellenposition auf Basis von Vergangenheitsdaten für das Verkehrsaufkommen mittels der elektronischen Recheneinrichtung berücksichtigt wird. Dies kann beispielsweise aus städtischen Registern, beispielsweise durch die Analyse von Parkautomaten, realisiert werden. Hierbei kann beispielsweise geschlussfolgert werden, an welchen Orten welche Anzahl von Kraftfahrzeugen typischerweise parkt. Unter der Annahme einer Zunahme von Elektrofahrzeugen im Gesamtmix der Flotte kann somit der Bedarf von Ladeeinrichtungen in einer Mikrozelle, welche insbesondere der vorgegebenen Region entspricht, ermittelt werden.
  • Die Technologie offenbart ferner, dass als Optimierungsverfahren ein Traveling-Salesman-Optimierungsverfahren mit einem genetischen Algorithmus angewendet wird. Insbesondere kann dadurch ein Ranking ermittelt werden, welche Flächen sich zur Installation der regenerativen Energiequelle besonders eignen, gleichzeitigt mit dem Bedarf einer Ladeeinrichtung und gleichzeitig mit dem bereits vorhandenen Energiebedarf des Gebäudes. Insbesondere werden dabei sowohl Dächer als auch durch die regenerativen Energiequellen überdachbare Flächen wie zum Beispiel Parkplätze, Kläranlagen oder ähnliches berücksichtigt. Dieses Ranking wird genutzt, um den Aufbau der Ladeeinrichtungen festzulegen.
  • Die Technologie offenbart ferner, dass eine als Photovoltaikanlage ausgebildete Energiequelle und/oder eine als Windrad ausgebildete Energiequelle für die Bestimmung der potentiellen Energiequellenposition berücksichtigt werden. Insbesondere haben die Photovoltaikanlage und das Windrad unterschiedliche Voraussetzungen an beispielsweise Standorte. Insbesondere können diese Voraussetzungen berücksichtigt werden, um zuverlässig und verbessert die potentielle Energiequellenposition bestimmen zu können. In Abhängigkeit davon kann dann wiederum verbessert die Position der Ladeeinrichtung bestimmt werden.
  • Ein weiterer Aspekt der Erfindung betrifft ein computerlesbares Speichermedium, auf welchem Programminstruktionen gespeichert sind, die bei Ausführung durch einen Mikroprozessor diesen veranlassen, ein Verfahren nach dem vorhergehenden Aspekt auszuführen.
  • Ein nochmals weiterer Aspekt der Erfindung betrifft eine elektronische Recheneinrichtung mit einem computerlesbaren Speichermedium gemäß dem vorhergehenden Aspekt, wobei die elektronische Recheneinrichtung zum Durchführen eines Verfahrens nach dem vorhergehenden Aspekt ausgebildet ist. Insbesondere wird das Verfahren mittels der elektronischen Recheneinrichtung durchgeführt.
  • Die hier offenbarte Technologie wird nun anhand der Figur erläutert. Es zeigt dabei die einzige Figur eine schematische Draufsicht auf eine vorgegebene Region.
    • In der Figur sind gleiche oder funktionsgleiche Elemente mit den gleichen Bezugszeichen versehen.
  • Die Figur zeigt in einer schematischen Ansicht eine Ausführungsform einer vorgegebenen Region 10. Die Figur beschreibt insbesondere ein Verfahren zum Bestimmen zumindest einer Position P einer elektrischen Ladeeinrichtung 12 für ein zumindest teilweise elektrisch betriebenes Kraftfahrzeug 14 innerhalb der vorgegebenen Region 10 mittels einer elektronischen Recheneinrichtung 16. Bei dem Verfahren erfolgt ein Bestimmen zumindest einer potentiellen Energiequellenposition E einer regenerativen Energiequelle 18 innerhalb der vorgegebenen Region 10 mittels eines Optimierungsverfahrens 20 der elektronischen Recheneinrichtung 16. Ferner erfolgt ein Bestimmen der zumindest einen Position P der zumindest einen elektrischen Ladeeinrichtung 12 in Abhängigkeit von der zumindest einen potentiellen Energiequellenposition E der regenerativen Energiequelle 18.
  • Im folgenden Ausführungsbeispiel ist insbesondere gezeigt, dass für die vorgegebene Region 10 zwei Ladeeinrichtungen 12 bestimmt werden. Insbesondere werden zwei Positionen P für die zwei Ladeeinrichtungen 12, wobei die Ladeeinrichtungen 12 und deren Positionen P voneinander unabhängig sind, bestimmt. Hierzu weist im vorliegenden Ausführungsbeispiel die vorgegebene Region 10 zumindest ein erstes Gebäude 22 und ein zweites Gebäude 24 auf. Auf dem ersten Gebäude 22 ist insbesondere eine Photovoltaikanlage als regenerative Energiequelle 18 angeordnet und auf dem zweiten Gebäude 24 ist insbesondere ein Windrad als regenerative Energiequelle 18 angeordnet.
  • Beim Bestimmen der potentiellen Energiequellenposition E erfolgt insbesondere eine Auswertung auf Basis von Luftbilddaten 26 mittels der elektronischen Recheneinrichtung 16. Insbesondere können die Luftbilddaten 26 mittels eines Clusterverfahrens und/oder eines neuronalen Netzwerks 32 von der elektronischen Recheneinrichtung 16 genutzt werden. Ferner kann vorgesehen sein, dass bei erkannten Dächern 28, insbesondere Dachflächen, in den Luftbilddaten 26 eine Dachmodellierung mittels der elektronischen Recheneinrichtung 16 durchgeführt wird. Des Weiteren kann vorgesehen sein, dass zur Dachmodellierung eine Klassifikation des erkannten Dachs 28 und/oder eine Dachwinkelschätzung und/oder eine Dachsegmentierung mittels der elektronischen Recheneinrichtung 16 durchgeführt werden. Ferner kann zur Dachwinkelabschätzung eine Datenbank mit Straßenaufnahmen an der potentiellen Energiequellenposition E mittels der elektronischen Recheneinrichtung 16 ausgewertet werden. Insbesondere können zur Dachwinkelabschätzung ferner die Luftbilddaten 26 mittels des neuronalen Netzwerks 32 zur elektronischen Recheneinrichtung 16 ausgewertet werden.
  • Des Weiteren kann vorgesehen sein, dass an der potentiellen Energiequellenposition E eine mittels der regenerativen Energiequelle 18 potentiell erzeugbare Energie mittels der elektronischen Recheneinrichtung 16 abgeschätzt wird. Insbesondere können zur Abschätzung der potentiell erzeugbaren Energie Wetterdaten für die potentielle Energiequellenposition E und/oder zumindest eine Umgebungsinformation 30 der potentiellen Energiequellenposition E berücksichtigt werden. Des Weiteren kann vorgesehen sein, dass ein potentieller Eigenenergieverbrauch eines Objekts, im vorliegenden Ausführungsbeispiel des ersten Gebäudes 22 und/oder des zweiten Gebäudes 24, an welchen die potentielle Energiequelle E angeordnet wird, mittels der elektronischen Recheneinrichtung 16 berücksichtigt wird.
  • Ferner kann vorgesehen sein, dass ein Verkehrsaufkommen an der potentiellen Energiequellenposition E auf Basis von Vergangenheitsdaten für das Verkehrsaufkommen mittels der elektronischen Recheneinrichtung 16 berücksichtigt wird.
  • Des Weiteren kann vorgesehen sein, dass als Optimierungsverfahren 20 ein Traveling-Salesman-Optimierungsverfahren mit einem genetischen Algorithmus angewendet wird.
  • Insbesondere zeigt somit die Figur eine vorgegebene Region 10 mit entsprechenden Ladeeinrichtungen 12, deren Position P mittels des Optimierungsverfahrens 20 festgelegt wird. Eine Verbindung der Ladeeinrichtungen 12 mit den regenerativen Energiequellen 18, die an umliegenden Gebäuden 22, 24 insbesondere auf den Dächern 28 beziehungsweise auf Parkplätzen montiert sind, wird durchgeführt. Dadurch wird lokal das Energienetz entlastet, sodass die Dichte der Ladeeinrichtungen 12 durch die Leistung der Einspeisung der regenerativen Energiequellen 18 erhöht werden kann. Um die Ladeeinrichtungsposition P strategisch in Kombination mit den regenerativen Energiequellen 18 festzulegen, wird das Optimierungsverfahren 20 vorgeschlagen, das insbesondere die Analyse der Luftbilddaten 26 oder von Kartendaten über potentielle Flächen innerhalb der vorgegebenen Region 10 nutzt, die sich zur Installation der regenerativen Energiequellen 18 eignen. Diese Flächen umfassen insbesondere die Dachflächen, Parkplätze, die aktuell noch nicht überdacht sind, Kläranlagen, ungenutzte Wasserflächen, Freiflächen, die nicht zur Nutzung als Agrarland oder Bauland sich eignen beziehungsweise kontaminiert von vorausgegangener militärischer Nutzung sind. Als Ergebnis der Analyse liegen die Geopositionen der potentiellen Energiequellenflächen E vor, die die Klassifikation dieser Fläche und die Größe der Fläche beinhalten. Um diese Klassifikation durchzuführen, werden insbesondere Clusterverfahren mittels Computervision genutzt, um homogene Flächen zu erkennen sowie neuronale Netze 32 zur Klassifikation der Flächenart. Die Clusterverfahren nutzen zusätzliche Karteninformationen über umliegende Objekte, sodass zum Beispiel plausibilisiert wird, dass das Gebäude 22, 24 typischerweise an Straßen angebunden ist oder dass Kläranlagen nicht inmitten von Wohngebieten liegen.
  • Bei Dachflächen wird eine Dachmodellierung vorgenommen. Diese besteht aus einer Klassifikation des Daches 28, insbesondere bezüglich eines Flachdachs beziehungsweise Daches 28 mit Neigung, zum Beispiel durch ein neuronales Netz 32. Hierbei kann insbesondere eine Dachwinkelabschätzung in Grad durchgeführt werden. Ferner kann eine Segmentierung des Daches 28 in unterschiedliche Flächenarten, beispielsweise geschlossen, Fenster, Balkonflächen oder Schornstein durchgeführt werden, wobei dies beispielsweise mittels eines gefalteten neuronalen Netzwerks (Convolutional Neuronal Network - CNN) durchgeführt werden kann. Die Dachwinkelschätzung erfolgt durch unterschiedliche Merkmale. Beispielsweise kann dies über Straßenaufnahmen aus einer Straßenperspektive erfolgen, wobei dadurch Winkel durch Triangulation im rekonstruierten dreidimensionalen Bild bestimmt werden. Ferner kann über Datenbanken, die aufgrund von dreidimensionalen Aufnahmen beispielsweise einer Drohne oder eines Niedrigfluges aufgenommen wurden, ein dreidimensionaler Winkel bestimmt werden. Ferner kann über genannte Datenbanken auch ein „Ground Truth“ erzeugt werden, die über ein neuronales Netz 32 den Zusammenhang zwischen dem zweidimensionalen Bild und dem Dachwinkel herstellt. Hierbei liegt die Annahme zugrunde, dass insbesondere die Dächer 28 in einer bestimmten Region und gleichen Baualter eine ähnliche Dachneigung haben. Grund hierfür ist, dass durch ähnliche Wetterbedingungen, wie zum Beispiel Schneelast und Architektureinflüsse, ähnliche Dächer 28 gebaut werden.
  • Ferner kann vorgesehen sein, dass auf Basis des Dachmodells und des Dachmodells zu umliegenden Gebäude 22, 24 sowie beispielsweise des Sonnenstands für jede der Flächen der potentiell erzeugbare Solarstrom der regenerative Strom abgeschätzt wird. Hierbei kann beispielsweise zusätzlich vorgesehen sein, dass vergangene Wetterdaten mit einbezogen werden, welche insbesondere Wolken, Smog, Niederschlag sowohl Schnee als auch Regen berücksichtigen. Ebenso können auf Basis von umliegenden Laubbäumen Abschattungen durch Blätter mitmodelliert werden. Als Ergebnis liegt für jede Fläche unter Berücksichtigung der genannten Parameter eine potentiell erzeugbare Netto-Energie-Leistung in Abhängigkeit der Tageszeit und Jahreszeit vor.
  • Weiterhin wird der individuelle Energieverbrauch jedes Gebäudes 22, 24 übermittelt, um zu ermitteln, in welchem Gebäude 22, 24 der erzeugte regenerative Strom schon heute, beispielsweise mit geringer Anzahl von Elektrofahrzeugen, ohne Einspeisung verbraucht werden kann. Beispielsweise kann dies auf Basis eines Energiepasses durchgeführt werden.
  • Aus städtischen Registern, wie zum Beispiel durch die Analyse von Parkautomaten, kann geschlussfolgert werden, an welchen Orten welche Anzahl von Kraftfahrzeugen typischerweise parkt. Unter der Annahme, dass eine Zunahme von Elektrofahrzeugen im gesamten Mix der Flotte zu verzeichnen ist, kann somit der Bedarf von Ladeeinrichtungen 12 innerhalb der vorgegebenen Region 10 durchgeführt werden.
  • Durch das Optimierungsverfahren 20, zum Beispiel mittels des Traveling-Salesman-Problems mit genetischem Algorithmus, wird ein Ranking ermittelt, welche Flächen sich zur Installation der regenerativen Energiequelle 18, gleichzeitig mit dem Bedarf einer Ladeeinrichtung 12 und gleichzeitig mit dem bereits vorhandenen Energiebedarf des Gebäudes 22, 24, decken.
  • Sowohl die durch Dächer 28 als auch die durch regenerative Energiequellen 18 überdachbare Flächen werden zum Beispiel Parkplätze von Kläranlagen oder ähnlichem berücksichtigt. Dieses Ranking wird genutzt, um den Aufbau der Ladeeinrichtungen 12 festzulegen.
  • Ferner kann vorgesehen sein, dass die Abschätzung des Rankings eines Gebäudes 22, 24 als Grundlage für einen Konfigurationsvorschlag für das elektrische Kraftfahrzeug 14 genutzt wird. Dies bedeutet, dass einem Kunden bei sehr hoher Eignung des zumindest teilweise elektrisch betriebenen Kraftfahrzeugs 14 vorgeschlagen werden kann, bei sehr niedriger Eignung eher einen Verbrennungsmotor anzulegen. Neben dieser technischen Empfehlung, welches Antriebskonzept für den Kunden optimal ist, kann dem Kunden zusätzlich eine Empfehlung hinsichtlich Ladestation beziehungsweise Ladeeinrichtung 12 und möglicher regenerativer Energiequellen 18 basierter Energieversorgung zum Beispiel auf dem eigenen Hausdach bereitgestellt werden.
  • Die vorhergehende Beschreibung der vorliegenden Erfindung dient nur zu illustrativen Zwecken und nicht zum Zwecke der Beschränkung der Erfindung. Im Rahmen der Erfindung sind verschiedene Änderungen und Modifikationen möglich, ohne den Umfang der Erfindung sowie ihrer Äquivalente zu verlassen.
  • Bezugszeichenliste
    • 10
    vorgegebene Region
    12
    Ladeeinrichtung
    14
    Kraftfahrzeug
    16
    elektronische Recheneinrichtung
    18
    regenerative Energiequelle
    20
    Optimierungsverfahren
    22
    erstes Gebäude
    24
    zweites Gebäude
    26
    Luftbilddaten
    28
    Dach
    30
    Umgebungsinformation
    E
    potentielle Energiequellenposition
    P
    Position
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102014109939 A1 [0002]

Claims (15)

  1. Verfahren zum Bestimmen zumindest einer Position (P) von zumindest einer elektrischen Ladeeinrichtung (12) für ein zumindest teilweise elektrisch betriebenes Kraftfahrzeug (14) innerhalb einer vorgegebenen Region (10) mittels einer elektronischen Recheneinrichtung (16), mit den Schritten: - Bestimmen zumindest einer potentiellen Energiequellenposition (E) einer regenerativen Energiequelle (18) innerhalb der vorgegebenen Region (10) mittels eines Optimierungsverfahrens (20) der elektronischen Recheneinrichtung (16); und - Bestimmen der zumindest einen Position (P) der zumindest einen elektrischen Ladeeinrichtung (12) in Abhängigkeit von der zumindest einen potentiellen Energiequellenposition (E) der regenerativen Energiequelle (18).
  2. Verfahren nach Anspruch 1, wobei zur Bestimmung der potentiellen Energiequellenposition (E) eine Auswertung auf Basis von Luftbilddaten (26) der vorgegebenen Region (10) mittels der elektronischen Recheneinrichtung (16) durchgeführt wird.
  3. Verfahren nach Anspruch 2, wobei zur Auswertung der Luftbilddaten (26) ein Clusterverfahren und/oder ein neuronales Netzwerk (32) von der elektronischen Recheneinrichtung (16) genutzt wird.
  4. Verfahren nach einem der Ansprüche 2 oder 3, wobei bei erkanntem Dach (28) in den Luftbilddaten (26) eine Dachmodellierung mittels der elektronischen Recheneinrichtung (16) durchgeführt wird.
  5. Verfahren nach Anspruch 4, wobei zur Dachmodellierung eine Klassifikation des erkannten Dachs (28) und/oder eine Dachwinkelschätzung und/oder eine Dachsegmentierung mittels der elektronischen Recheneinrichtung (16) durchgeführt werden.
  6. Verfahren nach Anspruch 5, wobei zur Dachwinkelabschätzung eine Datenbank mit Straßenaufnahmen an der potentiellen Energiequellenposition (E) mittels der elektronischen Recheneinrichtung (16) ausgewertet wird.
  7. Verfahren nach Anspruch 5 oder 6, wobei zur Dachwinkelabschätzung die Luftbilddaten (26) mittels eines neuronalen Netzwerks (32) der elektronischen Recheneinrichtung (16) ausgewertet werden.
  8. Verfahren nach einem der vorhergehenden Ansprüche, wobei an der potentiellen Energiequellenposition (E) eine mittels der regenerativen Energiequelle (18) potentiell erzeugbare Energie mittels der elektronischen Recheneinrichtung (16) abgeschätzt wird.
  9. Verfahren nach Anspruch 8, wobei zur Abschätzung der potentiell erzeugbaren Energie Wetterdaten für die potentielle Energiequellenposition (E) und/oder zumindest eine Umgebungsinformation (30) der potentiellen Energiequellenposition (E) berücksichtigt werden.
  10. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein potentieller Eigenenergieverbrauch eines Objekts, an welchem die potentielle Energiequelle (18) angeordnet wird, mittels der elektronischen Recheneinrichtung (16) berücksichtigt wird.
  11. Verfahren nach einem der vorhergehenden Ansprüche, wobei ein Verkehrsaufkommen an der potentiellen Energiequellenposition (E) auf Basis von Vergangenheitsdaten für das Verkehrsaufkommen mittels der elektronischen Recheneinrichtung (16) berücksichtigt wird.
  12. Verfahren nach einem der vorhergehenden Ansprüche, wobei als Optimierungsverfahren (20) ein Traveling-Salesman-Optimierungsverfahren mit einem genetischen Algorithmus angewendet wird.
  13. Verfahren nach einem der vorhergehenden Ansprüche, wobei eine als Photovoltaikanlage ausgebildete regenerative Energiequelle (18) und/oder eine als Windrad ausgebildete regenerative Energiequelle (18) für die Bestimmung der potentiellen Energiequellenposition (E) berücksichtigt werden.
  14. Computerlesbares Speichermedium, auf welchem Programminstruktionen gespeichert sind, die bei Ausführung durch einen Mikroprozessor diesen veranlassen, ein Verfahren nach einem der Ansprüche 1-13 auszuführen.
  15. Elektronische Recheneinrichtung (16) mit einem computerlesbaren Speichermedium gemäß Anspruch 14, wobei die elektronische Recheneinrichtung (16) um Durchführen eines Verfahrens nach einem der Ansprüche 1 bis 13 ausgebildet ist.
DE102020110236.4A 2020-04-15 2020-04-15 Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung Pending DE102020110236A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020110236.4A DE102020110236A1 (de) 2020-04-15 2020-04-15 Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020110236.4A DE102020110236A1 (de) 2020-04-15 2020-04-15 Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung

Publications (1)

Publication Number Publication Date
DE102020110236A1 true DE102020110236A1 (de) 2021-10-21

Family

ID=77920048

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020110236.4A Pending DE102020110236A1 (de) 2020-04-15 2020-04-15 Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung

Country Status (1)

Country Link
DE (1) DE102020110236A1 (de)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130246010A1 (en) 2011-09-12 2013-09-19 Modsolar, Llc System and Method for Optimized Automated Layout of Solar Panels
DE102014109939A1 (de) 2014-07-15 2016-01-21 EnBW Energie Baden-Württemberg AG Lokales Ladenetz mit wenigstens einem Ladesystem zum Laden von Elektrofahrzeugen, Ladesystem mit wenigstens einer Ladestation und Verfahren zum Betreiben eines Ladenetzes mit wenigstens einem Ladesystem zum Laden von Elektrofahrzeugen
US20170228834A1 (en) 2011-07-25 2017-08-10 Clean Power Research, L.L.C. Generating A Risk-Adjusted Probabilistic Forecast Of Renewable Power Production For A Fleet With The Aid Of A Digital Computer
CN109840708A (zh) 2019-02-01 2019-06-04 国网河北省电力有限公司经济技术研究院 一种充电站建设的规划方法、系统及终端设备
CN110163445A (zh) 2019-05-28 2019-08-23 广东工业大学 一种电动汽车充电站选址方法、系统及相关装置
US20200065583A1 (en) 2018-08-24 2020-02-27 Loveland Innovations, LLC Image analysis and estimation of rooftop solar exposure
CN110866636A (zh) 2019-11-06 2020-03-06 南京工程学院 一种综合考虑电动汽车充电站及分布式能源的微电网规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170228834A1 (en) 2011-07-25 2017-08-10 Clean Power Research, L.L.C. Generating A Risk-Adjusted Probabilistic Forecast Of Renewable Power Production For A Fleet With The Aid Of A Digital Computer
US20130246010A1 (en) 2011-09-12 2013-09-19 Modsolar, Llc System and Method for Optimized Automated Layout of Solar Panels
DE102014109939A1 (de) 2014-07-15 2016-01-21 EnBW Energie Baden-Württemberg AG Lokales Ladenetz mit wenigstens einem Ladesystem zum Laden von Elektrofahrzeugen, Ladesystem mit wenigstens einer Ladestation und Verfahren zum Betreiben eines Ladenetzes mit wenigstens einem Ladesystem zum Laden von Elektrofahrzeugen
US20200065583A1 (en) 2018-08-24 2020-02-27 Loveland Innovations, LLC Image analysis and estimation of rooftop solar exposure
CN109840708A (zh) 2019-02-01 2019-06-04 国网河北省电力有限公司经济技术研究院 一种充电站建设的规划方法、系统及终端设备
CN110163445A (zh) 2019-05-28 2019-08-23 广东工业大学 一种电动汽车充电站选址方法、系统及相关装置
CN110866636A (zh) 2019-11-06 2020-03-06 南京工程学院 一种综合考虑电动汽车充电站及分布式能源的微电网规划方法

Similar Documents

Publication Publication Date Title
DE102013202059B4 (de) LADEINFRASTRUKTUR FÜR ELEKTROFAHRZEUGE (EVs) MIT OPTIMALER STANDORTWAHL FÜR LADESTATIONEN
EP2395550B1 (de) Verfahren zum Erkennen und Beurteilen von Verschattungen
EP2641059B1 (de) Verfahren zur ermittlung einer restreichweite
DE102016202044A1 (de) Sensorvorrichtung, Verfahren zum Ermitteln einer Parkposition sowie Verfahren zum Erstellen einer digitalen Parkraumkarte
DE102016213892A1 (de) Betrieb eines Sonnenenergie-Erzeugungssystems
DE2820628A1 (de) Strom erzeugende einrichtung an transportmitteln
DE102020121696A1 (de) Steuervorrichtung und Verfahren zum prädiktiven Betreiben eines Energiebordnetzes
DE102018217190A1 (de) Verfahren und System zum Bereitstellen einer Reibwertinformation für einen Verkehrsflächenabschnitt
DE102021118615A1 (de) Lernvorrichtung und Modell-Lernsystem
DE102020110236A1 (de) Verfahren zum Bestimmen zumindest einer Position von einer elektrischen Ladeeinrichtung innerhalb einer vorgegebenen Region, computerlesbares Speichermedium sowie elektronische Recheneinrichtung
DE102010028356A1 (de) Verfahren und Vorrichtung zum Ermitteln eines Energiebedarfs eines Kraftfahrzeugs und System
DE102023113856A1 (de) Anpassbare ausrichtungsoptimierung für fahrzeuge mit solarphotovoltaikflächen
WO2014183942A1 (de) Verfahren zum automatischen ermitteln des energiebedarfs und/oder des belegungsbedarfs einer elektrotankstelle und zugehörige dv-anlagen
WO2023275062A1 (de) Fahrzeug, blockkettennetzwerk, und verfahren zum umweltmonitoring
DE102012214329A1 (de) Verfahren zur Bestimmung von Parametern einer Photovoltaikanlage
DE102012221179A1 (de) Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
DE102018222803A1 (de) Verfahren zum Betreiben einer Anlage zur Umwandlung und/oder Speicherung von wenigstens einer Energieform, elektronische Recheneinrichtung zum Durchführen eines Verfahrens sowie Computerprogramm und elektronisch lesbarer Datenträger
DE102018110630A1 (de) Verfahren zur Auslegung eines Energieversorgungs- und verteilersystems
DE102021128213A1 (de) Freizeitfahrzeug, insbesondere Wohnmobil oder Wohnwagen, mit einem computerimplementierten Simulationsverfahren
DE102009058891A1 (de) Mehrzonen-Solardach bei Kraftfahrzeugen zur optimalen Ausnutzung globaler Sonneneinstrahlungen
DE102020207155A1 (de) Planung eines Stromversorgungssystems
DE102022200137A1 (de) Verfahren zum Bereitstellen von Informationen für eine Solarprognose unter Verwendung mindestens eines Fahrzeugs
DE102022124443A1 (de) Verfahren zum elektrischen Laden eines Energiespeichers eines Kraftfahrzeugs, Steuereinrichtung und Kraftfahrzeug
DE202024100686U1 (de) System zur Analyse von Microgrid-integrierten photovoltaisch betriebenen Ladestationen für Elektrofahrzeuge (EVCS)
DE102021119782A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Route durch ein Wegenetz

Legal Events

Date Code Title Description
R163 Identified publications notified