Im Rahmen von Fresh erproben die Teilnehmer neue Ideen bei der Lieferung von Regelleistung aus Batterien von automatisch gesteuerten E-Fahrzeugen. ©Bild: Next Kraftwerke

Projekt Fresh: Erprobt frische Ideen bei der Elektrifizierung der Hafenlogistik in Hamburg

(PM) Next Kraftwerke startet mit der Hamburger Hafen und Logistik AG (HHLA), dem Institut für Informatik (Offis e. V.) und der Georg-August-Universität Göttingen das Projekt Fresh. Der Titel steht für Flexibilitätsmanagement und Regelenergiebereitstellung von Schwerlastfahrzeugen im Hafen. Im Rahmen von Fresh erproben die Teilnehmer neue Ideen bei der Lieferung von Regelleistung aus Batterien von automatisch gesteuerten E-Fahrzeugen.


Am Container Terminal Altenwerder (CTA) der Hamburger Hafen und Logistik AG sind vollständig automatisierte fahrerlose Transportfahrzeuge (Automated Guided Vehicles, AGV) im Einsatz, um Container zwischen den Kaikranen und den Blocklagern zu transportieren. Die Flotte von rund 100 dieser Schwerlastfahrzeuge wird derzeit vollständig auf Fahrzeuge mit Lithium-Ionen-Batterieantrieb umgestellt. Fahrzeuge, die nachgeladen werden müssen oder sich in einer Warteposition befinden, sollen künftig für die Regelleistungsbereitstellung zur Verfügung stehen. Zunächst liegt der Fokus auf der Bereitstellung von Primärregelleistung aus dem Flottenverbund. Weitere Formen der Regelenergie sowie eine bedarfsgerechte Beladung und lokale Flexibilitätsbereitstellung werden ebenfalls geprüft.

Flottenpräqualifikation und Lademanagement
Next Kraftwerke entwickelt im Rahmen des Projekts das Konzept für die Flottenpräqualifikation sowie das im Rahmen der Regelleistungsvorhaltung notwendige Lademanagement und vermarktet die Regelenergie. Für die Vorhaltung der Regelleistung werden die Ladestationen über eine bidirektionale Schnittstelle, die von Next Kraftwerke entwickelte Fernsteuereinheit Next Box, an das virtuelle Kraftwerk angeschlossen. Bei der Berechnung der verfügbaren Regelleistung muss das Konsortium einiges beachten: Denn die Bereitstellung der Batteriekapazitäten für den Strommarkt muss mit grösster Zuverlässigkeit erfolgen; gleichzeitig darf die Bereitstellung der Regelenergie nicht den Logistikbetrieb auf dem Terminal beeinträchtigen.

Einsatz von Deep Learning
Auf Basis der Einsatz- und Standzeitenprognosen der Fahrzeuge berechnet ein Prognosealgorithmus die möglichen Angebotsmengen. Um diese Prognosen stetig zu verbessern, setzen die Projektpartner unter anderem Deep Learning ein, eine Form des Machine Learning. Redundanzen bei den Stromtankstellen stellen unter anderem sicher, dass die Regelenergie dauerhaft und verlässlich bereitgestellt werden kann. Rein rechnerisch könnte die AGV-Flotte dem Strommarkt bis zu vier Megawatt Regelleistung zuliefern.

Text: ee-news.ch, Quelle: Next Kraftwerke GmbH

0 Kommentare

Kommentar hinzufügen

Top

Gelesen
|
Kommentiert