© 2024 SURF
Sinds 2011 hebben de vier grote gemeenten (G4), de Metropoolregio Amsterdam Elektrisch (MRA-e), de Rijksoverheid en bedrijven fors geïnvesteerd in de ontwikkeling van openbare laadinfrastructuur voor elektrisch vervoer.
Kernprobleem is dat gestructureerde monitoring en intelligente analyse van de laaddata over de hele keten ontbreekt. Professionals bij gemeenten, energiebedrijven, laadpunt-exploitanten en netbeheerders geven aan de instrumenten te missen waarmee zij tot onderbouwde besluitvorming kunnen komen. Uit de inventarisatie van kennisvragen bij alle ketenpartners blijkt dat het in hoofdzaak gaat om vragen over (i) beschikbaarheid en gebruik van de laadinfrastructuur (effectiviteit) en (ii) het sluitend krijgen van business case (kostenefficiëntie).
centrale onderzoeksvraag:
Hoe kunnen professionals in de keten van laadinfrastructuur met concrete instrumenten worden ondersteund om een (i) effectieve en (ii) kostenefficiënte laadinfrastructuur te realiseren?
Het consortium van twee kennisinstellingen, twee gemeenten en zes bedrijven (waarvan drie MKB), brengt samen met de deelnemende twee andere grote gemeenten en de MRA-e maandelijks een unieke dataset van laadsessies bijeen. Het onderzoek bestaat uit het iteratief ontwikkelen van wiskundige voorspel- en simulatiemodellen gebruik makend van de bestaande datasets uitgebreid met externe data en binnen het onderzoek gegenereerde data. Deze modellen vormen de ‘motor’ voor het uitvoeren van concrete analyses in de vorm van (i) effectstudies, (ii) simulaties en (iii) experimenten en vice versa. Bij de experimenten vormen de grote steden en MRA-e de proeftuin waar interventies worden ingezet, gemonitord en geëvalueerd. Tenslotte resulteren de analyses in (i) kennisdashboards (ii) decision support systemen en (iii) (data-gedreven) innovaties voor professionals.
Aanleiding:
De elektrische auto wordt steeds populairder en er zijn inmiddels meer dan 5.000 openbare en 5.000 semiopenbare oplaadpunten in Nederland.
Professionals bij gemeenten, energiebedrijven, laadpuntexploitanten en netbeheerders missen echter de instrumenten waarmee zij tot onderbouwde besluitvorming omtrent de plaatsing en het aantal laadpunten kunnen komen. De belangrijkste vragen die ze hebben, hebben betrekking op beschikbaarheid en gebruik van de laadinfrastructuur (effectiviteit van de infrastructuur), en het sluitend krijgen van de businesscase (kostenefficiëntie).
Doelstelling
Het project wil bijdragen aan een van de grote uitdagingen rond elektrisch rijden: het ontwikkelen van een effectieve en kostenefficiënte laadinfrastructuur, gedragen door een sluitende businesscase.
Het onderzoek bestaat uit het iteratief ontwikkelen van wiskundige voorspel- en simulatiemodellen voor de uitrol en het gebruik van de laadinfrastructuur.
De projectdeelnemers toetsen deze modellen in de praktijk met concrete interventies in door de consortiumpartners geboden proeftuinen. De voorspellingen en simulaties worden vervolgens toegankelijk gemaakt voor de professionals bij gemeenten en bedrijven. Studenten ontwikkelen daarvoor instrumenten zoals kennisdashboards en decision-supportsystemen. Overige deelnemers kunnen bij het project aanhaken door casussen in te brengen die de studenten uitwerken met behulp van een datagedreven productontwikkelingsproces.
Beoogde resultaten
Concrete resultaten van dit project zijn onder andere:
" een set gevalideerde en generiek toepasbare voorspel- en simulatiemodellen;
" 10 uitgevoerde casestudies waarin concrete simulaties worden uitgevoerd en adviezen voor ketenpartijen worden gedestilleerd;
" minimaal 3 experimenten waarin concrete interventies zijn uitgevoerd en geëvalueerd;
" 3 geteste (kennis)dashboards voor te selecteren partijen;
" 3 gerealiseerde datagedreven producten/services;
" 3 concrete en geteste decision-supportsystemen voor nader te selecteren ketenpartijen.