Jobb okostöltési algoritmusok készülhetnek

A felhasználói adatok és tapasztalatok figyelembevételével jobb töltési megoldások fejleszthetők ki.

Az ETH Zürich kutatói arra voltak kíváncsiak, hogy az otthonokban megtermelhető-e annyi áram, amely elegendő ahhoz, hogy valaki annak segítségével töltse fel az elektromos autóját úgy, hogy mindig azzal közlekedhessen. Svájcban a fotovoltaikus napelemek biztosítják már az országos áramfogyasztás 5 százalékát. A helyi utakon 70 000 elektromos és 200 000 hibrid gépkocsi közlekedik. Martin Raubal, az ETH Zürich professzora és a kollégái azt vizsgálták, hogy milyen mértékben tölthetők fel az otthoni rendszerek segítségével az elektromos járművek úgy, hogy eközben ne kelljen korlátozni az egyéb áramfogyasztást.

Henry Martin, az ETH Zürich Térképészeti és Geoinformációs Intézetének doktorandusza közölte, hogy a rögzített eredményeik azt mutatták, hogy az elektromos autók tulajdonosai egyszerre tudták használni korlátozások nélkül a gépkocsijaikat és ezzel párhuzamosan feltölteni a rendszereiket. A kapcsolódó tanulmányban 78 személy vett részt, aki általában családi házban laktak és általában napközben használták a járműveiket. Az emberek magatartását 10 hónapon keresztül minden percben feljegyezték, így a kutatók pontosan tudták, hogy mikor alkalmazták az autóikat, azokat mikor kellett feltölteni és mikor álltak. A felhasználói adatok az SBB Green Class projektből származtak.

A megkérdezettek többsége otthon töltötte fel a gépkocsiját és a szakemberek tudták, hogy arra pontosan mikortól meddig került sor. A maximális töltési teljesítmény 11 kilowatt volt, míg a fotovoltaikus rendszerek csúcsteljesítménye 5 és 25 kilowatt között változott.

A kutatók négy töltési stratégiát állapították meg. Az elsőnél az elektromos járműveket ugyanabban az időpontban töltötték fel. Ebben az esetben az éves áramszükségletnek csak a 15 százalékát lehetett fotovoltaikus rendszerekből fedezni. A másodiknál egy egyszerű intelligens vezérlő gondoskodott arról, hogy az akkumulátor csak akkor töltődjön fel, ha elérhető az otthoni áram. Az arány ilyenkor 56 százalék volt és meglepte a szakembereket. Amennyiben következetesen kiaknázták az intelligens vezérlésben rejlő lehetőségeket (harmadik töltési stratégia), akkor az arány 90 százalékra nőtt. Míg, ha a megtermelt árammennyiséget el is tárolták (negyedik töltési stratégia), akkor az autókat szinte teljes mértékben az otthoni áramról lehetett működtetni.

Martin Raubal tanszékén most olyan gépi tanulási stratégiákat fejlesztenek, amelyekkel pontosan előrejelezhetők a felhasználói magatartások. Azok képezik ugyanis az alapját az elektromos gépkocsikba a jövőben szabványosan bekerülő okostöltési algoritmusok megalkotásának.