De sterke opkomst van elektrisch vervoer zorgt voor schonere mobiliteit, maar creëert ook een nieuwe en grotere vraag naar energie. Het voorspellen van die energievraag van elektrische voertuigen is voor verschillende partijen – bijvoorbeeld voor netbeheerders – essentieel om adequaat te anticiperen; welke laadinfrastructuur is waar en wanneer nodig? ElaadNL onderzoekt en test verschillende ontwikkelingen om de implicaties van elektrische mobiliteit in kaart te brengen. Samen met een internationaal gezelschap onderzoekers test zij nu ook voorspeltechnieken.
Uit een recente schatting van ElaadNL blijkt dat de energievraag vanuit de mobiliteitssector rond de 24 TWh bedraagt. Dit komt neer op meer dan 20% toename ten opzichte van de huidige vraag aan elektriciteit in Nederland. Daarmee speelt de mobiliteitssector een steeds grotere rol binnen het Nederlandse energienet. Voor ElaadNL aanleiding om breed onderzoek te doen naar de voorspelbaarheid van de groei.
In een nieuwe wetenschappelijke publicatie worden diverse voorspeltechnieken met elkaar vergeleken. In deze methodologische studie – uitgevoerd door onderzoekers uit Slowakije, Italië en Nederland – werd gekeken welke methode het beste kan voorspellen wat de energievraag is van verschillende clusters van publieke laadpalen. Hoe beter er voorspeld kan worden wat er gaat gebeuren, des te beter kan daarop geanticipeerd worden door een energiemaatschappij en netbeheerder. De wetenschappelijke en wiskundige inzichten van de Italiaanse en Slowaakse wetenschappers is hierbij gecombineerd met de relevante data en praktische inzichten van ElaadNL.
De wetenschappelijke publicatie is verschenen in het toonaangevendeacademische tijdschrift Applied Energy en is hier beschikbaar: ‘An Ensemble Methodology for Hierarchical Probabilistic Electric Vehicle Load Forecasting at Regular Charging Stations’
ElaadNL werkt nauw samen met (inter)nationale onderzoeksinstituten om verschillende aspecten van elektrische vervoer te belichten. Met behulp van data- en marktanalyses creëert zij inzichten in relevante ontwikkelingen op het gebied van elektrificatie van de mobiliteitssector. Vanuit de open source gedachte stelt ElaadNL zoveel mogelijk kennis en data beschikbaar voor geïnteresseerde partijen. Geïnteresseerde onderzoekers, studenten en andere geïnteresseerden kunnen hiervan via het dataplatform van ElaadNL gebruikmaken.
——
Voorbeeld uit de paper An Ensemble Methodology for Hierarchical Probabilistic Electric Vehicle Load Forecasting at Regular Charging Stations
Figuur 1 toont de vier verschillende COROP-regio’s waarvan het gesommeerd energieverbruik van de publieke laadpalen uit de regio’s met elkaar vergeleken zijn op basis van uur- en dag vooruit voorspellingen. De resultaten van dit onderzoek tonen aan dat een dergelijk regionale benadering een beter resultaat levert ten opzichte van een totale benadering.