Hogeschool van Amsterdam

Intelligente Data-gedreven Optimalisatie Laadinfrastructuur

Algemene informatie

Binnen het project IDO-laad – Intelligente Data-gedreven Optimalisatie laadinfrastructuur – vindt onderzoek plaats en worden tools ontwikkeld gericht op de uitrol van een kostenefficiënte en effectief gebruikte laadinfrastructuur voor elektrisch rijden. Publieke en semi-publieke EV laadinfrastructuur is de afgelopen jaren in Nederland op grotere schaal ontwikkeld, met name in het stedelijk gebied. Met de groei van elektrisch rijden zijn optimalisatievraagstukken nu actueel.

Op basis van door de consortiumpartners beschikbaar gestelde laaddata gecombineerd met andere relevante datasets wordt door onderzoekers van de Hogeschool van Amsterdam en de Universiteit van Amsterdam gewerkt aan voorspel- en simulatiemodellen. Deze modellen worden vervolgens toegepast bij de ontwikkeling van tools voor professionals die bij overheden en bedrijven werken aan de ontwikkeling en uitrol van EV laadinfrastructuur. Van september 2015 tot en met augustus 2019 zet het consortium en projectteam in op effectief gebruik van de laadinfrastructuur en het sluitend maken van de businesscase voor laadinfrastructuurwordt er binnen dit project Het doel van dit project is middels onderzoek de komende vier jaar professionals in de laadinfrastructuur-keten te ondersteunen bij de uitrol van een effectieve en kostenefficiënte laadinfrastructuur. Met effectief wordt bedoeld dat laadvraag en laadaanbod goed matchen, en dat de laadinfrastructuur doelmatig is. Met kostenefficiënt wordt bedoeld dat kosten en baten van plaatsing, gebruik, exploitatie en onderhoud van de laadinfra-structuur in balans en leiden tot een sluitende business case.

Gepubliceerd door  IDO-Laad 7 april 2016