Optimiertes PI‑Regler‑basiertes Hybridmodell für adaptive Energiemanagement in photovoltaisch integrierten Ladestationen für Elektrofahrzeuge in Mikronetzen

Warum intelligenteres Laden wichtig ist

Der Aufstieg der Elektrofahrzeuge verspricht sauberere Luft und leisere Straßen, schafft aber auch ein neues Problem: Wie versorgt man Millionen von Autos mit Strom, ohne das Stromnetz zu überlasten oder die Kosten in die Höhe zu treiben? Diese Arbeit untersucht eine Möglichkeit, kleine lokale Stromnetze – sogenannte Mikronetze – zu betreiben, die Solarmodule, Brennstoffzellen, Batterien und Schnelllader kombinieren, sodass Elektrofahrzeuge günstig, zuverlässig und mit deutlich weniger Treibhausgasemissionen geladen werden können.

Fahrzeuge mit Sonne und mehr versorgen

Die Studie konzentriert sich auf ein Gleichstrom(Mikro)netz, das mehrere saubere Energiequellen integriert. Aufdach‑artige Solarmodule liefern den Löwenanteil der Energie, wenn die Sonne scheint. Eine Wasserstoffbrennstoffzelle dient als saubere Backup‑Quelle bei schwacher Sonneneinstrahlung, und ein großer Batteriepark nimmt überschüssige Energie auf oder gibt sie ab, wenn die Nachfrage ansteigt. Alle diese Komponenten sind an eine gemeinsame Gleichstrom‑Schiene angeschlossen, die die Ladegeräte für Elektrofahrzeuge versorgt. Da sowohl Sonneneinstrahlung als auch Fahrverhalten unvorhersehbar sind, muss das System ständig entscheiden, wann es welche Quelle nutzt, wann es Energie speichert und wann es das öffentliche Netz anzapft – und das alles bei stabilen Spannungen und funktionierenden Ladegeräten.

Ein Steuerzentrum für das lokale Stromnetz

Zur Koordination dieses Jonglierens entwerfen die Autoren ein „Energiemanagement“‑Gehirn, das über dem Mikronetz sitzt. Im Kern steht ein verbreiteter Rückkopplungsregler, in der Technik als PI‑Regler bekannt, der die Leistungselektronik so anpasst, dass Spannungen und Ströme in sicheren Grenzen bleiben. Alleinstehend kann dieser Regler bei schnellen Zustandsänderungen an seine Grenzen stoßen. Die Arbeit stärkt ihn durch zwei Schichten künstlicher Intelligenz: Fuzzy‑Logik, die menschliches Wenn‑Dann‑Denken bei unsicheren Situationen (wie „Nachfrage ist hoch“ oder „Solarleistung ist gering“) nachahmt, und ein bioinspiriertes Suchverfahren, das die Parameter des PI‑Reglers abstimmt. Dieser Suchalgorithmus kombiniert Verhaltensideen aus der Jagd und dem Sozialverhalten von Zwergmongoosen und Roten Pandas, um effizient viele Steuerungseinstellungen zu sondieren und diejenigen zu wählen, die die Ladekosten minimieren und das Netz stabil halten.

Wie das System in der Praxis reagiert

Die Forscher erstellen ein detailliertes Computermodell des Mikronetzes in MATLAB/Simulink, einschließlich realistischer Solarprofile, Batterieverhalten, Brennstoffzellendynamik und dem Stop‑and‑Go‑Eintreffen von Elektrofahrzeugen an einer Station. Sie testen viele Szenarien: verschiedene Anteile erneuerbarer Energien, schwankende Ladeanforderungen und unterschiedliche Muster für Werktage versus Wochenenden. Der intelligente Regler misst kontinuierlich Solarertrag, Batterieladezustand, Brennstoffzellenstatus und EV‑Nachfrage und passt dann die Leistungswandler so an, dass Solar‑ und Brennstoffzellenleistung vorrangig genutzt werden, die Batterie innerhalb sicherer Grenzen geladen bzw. entladen wird und Netzstrom nur bei Bedarf bezogen wird. Eine Fuzzy‑Entscheidungsschicht verlagert zudem mehr Ladevorgänge in Stunden mit reichlich erneuerbarer Energie und niedrigen Tarifen, wodurch die Belastung des übergeordneten Netzes reduziert wird.

Einsparungen, Stabilität und sauberere Luft

Die Simulationen zeigen beträchtliche Vorteile gegenüber bestehenden Managementmethoden auf Basis neuronaler Netze oder anderer Optimierungsschemata. Während sonniger Nebenzeiten sinken die Lade­kosten auf etwa 0,009–0,015 USD pro gelieferten Kilowattstunde, weit unter typischen Pauschalpreisen. Im Durchschnitt fallen die Lade­kosten an Werktagen und Wochenenden auf etwa 0,086 bzw. 0,088 USD pro Kilowattstunde, Einsparungen von rund 45 % bzw. 56 % gegenüber konventionellen Setups. Da der Regler lokale Solar‑ und Brennstoffzellenleistung priorisiert, kann das Mikronetz einen erneuerbaren Beitrag von bis zu 84 % erreichen und die Treibhausgasemissionen um bis zu etwa 55 % gegenüber einer ausschließlich netzgebundenen Station reduzieren. Gleichzeitig hält der optimierte Regler die Gleichstrom‑Busspannung innerhalb enger Grenzen und reagiert schnell auf plötzliche Ein‑ oder Aussteckvorgänge, wodurch er mehrere bekannte Optimierungsalgorithmen sowohl in Geschwindigkeit als auch Zuverlässigkeit übertrifft.

Was das für zukünftige Ladezentren bedeutet

Diese Arbeit legt nahe, dass die Kombination lokaler sauberer Energie mit intelligenter Steuerung Ladestationen in kostengünstige, kohlenstoffarme Energiezentren verwandeln kann, die zugleich das übergeordnete Netz vor plötzlichen Nachfragespitzen schützen. Durch die Verbindung einfacher, schnell wirkender Regelung mit adaptiver, von der Natur inspirierter Feinabstimmung bietet das vorgeschlagene System einen praktischen Weg, um schnelles, günstiges und klimafreundliches Laden flächendeckend verfügbar zu machen, während Elektrofahrzeuge zur Norm werden.

Zitation: Natarajan, R., Selvaraj, J., Daniel, S. et al. Optimized PI controller-based hybrid model for adaptive energy management in photovoltaic integrated electric vehicle charging microgrids. Sci Rep 16, 10341 (2026). https://doi.org/10.1038/s41598-026-40839-2

Schlüsselwörter: Ladung von Elektrofahrzeugen, Mikronetze, erneuerbare Energie, Energiemanagement, Fuzzy‑Regelung