14 mei 2024

Blog: Een kijkje achter de schermen bij de ontwikkeling van de laadprofielengenerator

Nazir Refa, Daan Hammer en Thomas Bos van het data-team van ElaadNL hebben eerder dit jaar de laadprofielengenerator ontwikkeld om beter inzicht te bieden in de impact van elektrisch laden op het laagspanningsnet. Hiermee kunnen netbeheerders, gemeenten en andere instanties onderzoeken wat mogelijk is in het opschalen van laadinfrastructuur. Maar hoe ontwikkel je zo’n laadprofielengenerator? Thomas Bos geeft in deze blog een kijkje achter de schermen.

Laten we beginnen met de vraag: wat is een laadprofiel eigenlijk?

Een laadprofiel geeft voor een elektrische auto of laadpaal aan met hoeveel vermogen deze laadt op welk moment van de dag. Dit is nuttige informatie voor bijvoorbeeld netbeheerders, omdat zij deze kunnen combineren met andere zogenaamde vermogensprofielen om een beeld te krijgen van het energiegebruik op het elektriciteitsnet. Aangezien netbeheerders de grootste vraag hebben naar data over elektrisch laden is er daarom bij de ontwikeling van de laadprofielengenerator veel afstemming geweest met hen over de invulling van deze nieuwe tool.

Volgende vraag is dan natuurlijk hoe je kunt weten hoe er geladen wordt bij een laadpaal?

Daar heb je veel data voor nodig. Gelukkig hebben we bij Elaad inmiddels beschikking over miljoenen laadsessies van de afgelopen jaren die ons vertellen wanneer voertuigen gaan beginnen met laden en hoeveel ze dan laden. Helaas vertelt dit ons nog niet precies wat er gebeurd tijdens de laadsessie en hoe snel er op elk moment geladen wordt. Daarom hebben we een model ontwikkeld dat aangeeft hoe het laden tijdens een laadsessie eruit ziet. Dit model geeft ons ook de mogelijkheid parameters aan te passen om zo het laden af te stemmen op het type paal of voertuig.

Dan komen we bij de volgende stap. Want voor het laadprofiel maakt het nogal uit of ik bijvoorbeeld thuis of op het werk laadt.

De locatie van de laadpaal is erg belangrijk voor het bepalen van een vermogensprofiel omdat verschillende groepen elektrische rijders laden op verschillende momenten van de dag. Zie ook onderstaande grafiek. Het is dus belangrijk dat de gegenereerde profielen locatie-afhankelijk zijn. De generator kan daarom profielen genereren voor laadpalen en elektrische auto’s op thuis-, werk- en openbare locaties. Dit wordt gedaan door in het model alleen laadsessies te gebruiken die afkomen van het gekozen locatietype. Dit zorgt er automatisch voor dat het laadprofiel past bij de doellocatie.

Maar dan zijn we er nog niet want we willen eigenlijk weten hoe er in de toekomst geladen gaat worden.

Aangezien niemand een glazen bol heeft, is het lastig om te bepalen hoe elektrisch laden er in de toekomst uit gaat zien. De analisten van Elaad zien wel dat het type eigenaar van een elektrische auto aan het veranderen is. Waar tot nu toe de meeste elektrische auto’s zakelijk worden gereden, verandert dit naar steeds meer particulier gebruik. Dit betekent dat een elektrische auto relatief steeds minder kilometers rijdt op jaarbasis en dus ook anders gebruik maakt van laadinfrastructuur. De profielengenerator neemt daarom de verwachte veranderingen in het laad- en reisgedrag mee voor het specifieke jaar waarvoor de profielen gegenereerd worden.

Tenslotte wil je weten wat ontwikkelingen als slim laden voor effect kunnen hebben op de laadprofielen. Zo wordt er gewerkt aan een implementatie van ‘netbewust laden’ om de druk op het net te verlichten. Netbewust laden, een vorm van slim laden, heeft het doel om elektrisch laden tijdens drukke momenten op het net te verplaatsen naar een later moment wanneer er meer ruimte op het net is. Om de laadprofielen toekomstbestendig te maken is het belangrijk dat deze ontwikkelingen ook worden meegenomen. Hoe netbewust laden precies verwerkt is in de profielengenerator lees je in een volgende blog.

Bezoek en bekijk zelf de ‘Low-Voltage profiles generator’ (Laadprofielengenerator).

Bekijk de laadprofielengenerator (link in Engels)