Das System SmiLE, das unter der wissenschaftlichen Leitung von Prof. Dr. Andreas Berl in Deggendorf entwickelt wird, soll dank dem Einsatz von KI-Methoden hochintelligentes Laden ermöglichen. Ein weiteres positives Merkmal des Projekts ist, dass zusätzlich auch das Management der Lade-Parkplätze im Sinne der Mitarbeiter geregelt wird und jeder entsprechend seinem Nutzungsprofil laden kann. Dabei vermeidet SmiLE Lastspitzen, optimiert die Verwendung der aus Erneuerbaren Energien selbst erzeugten Strommengen und berücksichtigt Batteriespeicher. Zusätzlich ermittelt das System den Zustand der Fahrzeugbatterien („State of Health“, Batteriegesundheit) und verbessert so die Langlebigkeit der Fahrzeuge.

Firmen müssen in Zukunft mit ganz verschiedenen Nutzungsprofilen innerhalb ihres Bestands an elektrischen Fahrzeugen umgehen lernen. Da gibt es den typischen Firmenwagen eines Mitarbeiters, der sein E-Auto morgens abstellt und abends wieder mitnimmt. Kundendienstfahrzeuge fahren ständig zwischen Firmenstandort und Kunde hin und her, und haben daher kurzfristigen Ladebedarf. Poolfahrzeuge und elektrische Busse sowie Transporter im Firmengelände haben wiederum andere Nutzungsprofile. 

Energiewirtschaftlich betrachtet geht es bei Firmenflotten um die Vermeidung von Lastspitzen, die sich auch negativ auf die Stromkosten des Unternehmens niederschlagen können. Wenn der Stromverbrauch Teil des gesamten Stromtarifs einer Firma ist, besteht die Gefahr, dass durch unvorhergesehene Lastspitzen eine vertraglich vereinbarte Jahreshöchstlast überschritten wird – was bei großen Installationen zu Aufpreisen von mehreren hunderttausend Euro führen kann.

Deshalb bedarf es eines intelligenten Lademanagement-Systems, welches auf der einen Seite die benötigte Ladeleistung und Standzeit der Nutzer erfassen und auf der anderen Seite den Energiebezug im Unternehmen im Blick behalten kann, um eine ungesteuerte Lastspitze durch die Elektromobilität zu verhindern.

„Nach einer knapp einjährigen Evaluationsphase sind wir jetzt in der Lage, den Parkplatzbedarf unterschiedlicher Nutzergruppen bei der Firma mittels Machine Learning vorhersagen zu können. Das ist ein Schritt hin zur Optimierung der Ladevorgänge unter Einbeziehung des aktuellen Energieverbrauchs in der Firma“, erklärt Dr. Andreas Berl, Professor für Angewandte Informatik an der TH Deggendorf.

„Es ist für uns sehr spannend, unsere Erfahrung mit intelligentem Laden in das Projekt SmiLE einzubringen“, ergänzt Helene Strunz, Projektmanagerin bei der Mer Solutions GmbH. „Wir verfügen mit eeFlat Neo bereits über ein System, das zeitgesteuert laden kann. Das last- und bedarfsgerechte Laden ist für uns der nächste Schritt zu einem smarten Ladekonzept für die Infrastruktur am Unternehmensstandort.“

„Mer will durch die Verbindung von E-Mobilität mit dem Ausbau erneuerbarer Energien die Energie- und Mobilitätswende in Europa vorantreiben. Mit dem System SmiLE und dem Anschluss der Ladeinfrastruktur an die smarten Stromnetze der Zukunft entwickeln wir Lösungen für die Herausforderungen unserer Zeit“, so Otto Loserth, Geschäftsführer der Mer Germany GmbH.