Show simple item record

dc.date.accessioned2023-11-28T12:37:54Z
dc.date.available2023-11-28T12:37:54Z
dc.date.issued2023-04
dc.identifierdoi:10.17170/kobra-202311088983
dc.identifier.urihttp://hdl.handle.net/123456789/15225
dc.description.sponsorshipDiese Arbeit wurde durch die Graduiertenförderung der Universität Kassel gefördert.
dc.language.isoger
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectSzenarienmodellierungger
dc.subjectEnergiesystemger
dc.subjectElektromobilitätger
dc.subjectLadestellenger
dc.subjectElektrofahrzeugeger
dc.subjectDissertationger
dc.subjectGISger
dc.subjectSzenarienvalidierungger
dc.subjectBevölkerungsstrukturger
dc.subjectHeimladenger
dc.subjectöffentliches Ladenger
dc.subjectVerteilnetzger
dc.subject.ddc600
dc.titleRegionalisierung von E-Kfz-Ladestellen in Szenarien für den zukünftigen Ausbau in Deutschlandger
dc.typeDissertation
dcterms.abstractEin wesentlicher Baustein zur Senkung der CO2-Emissionen im Verkehrssektor ist die Elektrifizierung des Individualverkehrs, wobei die schnell wachsende Lade-infrastruktur Auswirkungen auf das Stromnetz hat. Netzberechnungen erfordern die räumliche Verortung von zukünftigen Ladestellen. Die vorliegende Arbeit mo-delliert dafür Heimladestellen und öffentlich zugängliche Ladestellen holistisch und punktgenau, und ist für alle Gemeinden in Deutschland anwendbar. Zunächst wird die Anzahl an Elektrofahrzeugen und Ladestellen je Gemeinde bestimmt. Hierbei werden unter anderem der demografische Wandel und Pendlerstatistiken berücksichtigt. Fokus der Arbeit ist die daran anschließende Detailregionalisie-rung, die am Beispiel Hamburg vorgestellt wird. Das Heimlade-Modell basiert auf einer synthetischen Bevölkerung auf Haushaltsebene unter Einbeziehung sozio-ökonomischer Aspekte. Für öffentlich zugängliche Ladestellen werden Ladebe-darfe, unter anderem bei Points of Interest, den Parkplatzpotentialen gegenüber-gestellt. Modellumfang und Detailtiefe bieten gegenüber bisherigen Verfahren validierte Vorteile. Beispielsweise werden Minimalwerte öffentlicher Lade- bedarfe realistischer abgebildet als in einem verglichenen KI-Verfahren, und die haushaltsscharfe Zuordnung zeigt eine engere Korrelation zu Zensusdaten als straßenzugbasierte Ansätze. Für die praktische Anwendung in der Netzplanung ist eine Schnittstelle zu Ladezeitreihen und Netzberechnungen ausgearbeitet. Die so zugänglichen Modellergebnisse eignen sich für die recheneffiziente Abbildung einer großen Szenarienbandbreite, sowie für die probabilistische Berechnung eines konsekutiven Netzausbaus. Damit wurde ein sehr wertvolles Werkzeug geschaffen, um die dringend notwendige Umsetzung der Energie-wende zu unterstützen.ger
dcterms.accessRightsopen access
dcterms.creatorGauglitz, Philip
dcterms.dateAccepted2023-10-23
dcterms.extent146 Seiten
dc.contributor.corporatenameKassel, Universität Kassel, Fachbereich Elektrotechnik / Informatik
dc.contributor.refereeRohrig, Kurt (Prof. Dr.)
dc.contributor.refereeNieße, Astrid (Prof. Dr.)
dc.relation.projectidFKZ 0350048
dc.subject.swdDeutschlandger
dc.subject.swdRegionalisierungger
dc.subject.swdEntwicklungger
dc.subject.swdStromtankstelleger
dc.subject.swdKraftfahrzeugger
dc.subject.swdElektrofahrzeugger
dc.subject.swdElektromobilitätger
dc.type.versionpublishedVersion
kup.iskupfalse
ubks.epflichttrue


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 International
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 International