Mehr Ladesäulen - aber wohin? Feinverteilung von Ladebedarfen und Platzierung neuer Ladeinfrastruktur mittels Parkflächen aus Luftbildern im Service PowerForecastMapper

Abstract

Der Hochlauf der Elektromobilität benötigt einen Ausbau der Ladeinfrastruktur sowie Anpassungen im Stromnetz. Da Ladebedarfe dort entstehen, wo Fahrzeuge geparkt werden, nutzt der wissenschaftliche Service PowerForecastMapper (PFM) Daten zu Straßen, Zufahrtswegen und Parkflächen, welche mittels eines neuronalen Netzwerks aus Digitalen Orthofotos extrahiert werden. Ein Dense-U-Net wird zu diesem Zweck mit dem neuartigen TIAS-Datensatz trainiert. Die Segmentierungsergebnisse werden vektorisiert und mit weiteren Geodaten verschnitten, um Parkflächen mit Attributen wie Zugänglichkeit und Kapazität anzureichern. Die resultierenden Informationen werden einerseits genutzt, um prognostizierte Ladebedarfe feinräumlich zu verteilen. Andererseits werden Standorte für zusätzliche Ladeinfrastruktur identifiziert - eine wichtige Planungsgrundlage für Betreiber von Ladepunkten, städtische Akteure sowie Netzbetreiber. Wir demonstrieren den Ansatz anhand einer Fallstudie für Berlin mit Daten aus 2024.