Steeds vaker kiezen bedrijven voor elektrische leaseauto’s. Daardoor neemt de vraag naar laadcapaciteit bij bedrijven toe. Zo ook voor Royal HaskoningDHV die dit jaar haar complete wagenpark van zeshonderd leaseauto’s geëlektrificeerd wil hebben.

Om een zo groot mogelijke laadcapaciteit te kunnen bieden op het parkeerterrein van het hoofdkantoor in Amersfoort, ging het ingenieurs- en adviesbureau in zee met laaddienstverlener Eneco eMobility en softwarebedrijf GreenFlux. Samen kwamen ze tot een nieuwe oplossing: cloud based machine learning smart charging.

Het systeem van smart charging bestaat al. Dat zorgt ervoor dat er niet meer stroom kan worden gevraagd dan beschikbaar is. Maar hoe kun je de maximale laadcapaciteit benutten op het moment dat verschillende typen stekkerauto’s aan de laadpaal staan? ‘De elektrische auto’s die hier laden hebben een 1-fase- of een 3-fasenaansluiting’, zegt Mike van Gemund, Fleetemanager bij Royal HaskoningDHV. ‘Ofwel: gaat de stroom gaat door twee of door vier draden.’

Een 3-fasen elektrische auto vergt meer stroom dan een 1-fase-model. ‘Alle laadpalen hier hebben een 3-fasenaansluiting, die werkt voor beide typen. Maar het betekent wel dat het systeem onnodig vermogen reserveert als er een 1-faseauto staat te laden’, zegt Van Gemund. ‘Die vraagt immers maar een derde van wat de laadpaal daadwerkelijk kan geven.’ Wat te doen met het ongebruikte laadvermogen? Daar komt het nieuwe machine learning-systeem om de hoek kijken.

Om de fasetopologie, ofwel hoe iedere lader elektrisch is aangesloten, in kaart te brengen, maakt het algoritme van Eneco eMobility en GreenFlux een overzicht van de bedrading van alle laadpalen op de parkeerplaats. ‘Dit klinkt eenvoudig, maar met op de achtergrond een bedrijfspand waar regelmatig activiteit is en auto’s die aan- en afkoppelen is er veel ruis’, zegt Bart Fick, Lead Technology van Eneco eMobility. ‘Vandaar dat er machine learning voor nodig is.’ Gebaseerd op dit inzicht kan het algoritme optimaliseren tussen de aangesloten 1-fase en 3-fasen elektrische auto’s. Daar waar meerdere 1-fasemodellen zijn aangesloten, maakt de software het ongebruikte laadvermogen vrij voor andere auto’s.

Het parkeerterrein van Royal HaskoningDHV dient als een proeftuin voor het machine learning-algoritme. Het systeem is toepasbaar voor andere bedrijfsterreinen, maar ook voor openbare locaties waar meerdere laadpalen samen zijn aangesloten op het energienet. ‘Een enkele laadpaal is direct aangesloten op het net’, zegt Fick. ‘Maar zodra meerdere laadpalen samen zijn aangesloten, is deze optimalisatie relevant.’