Dienst van SURF
© 2025 SURF
De Hogeschool van Amsterdam doet al meer dan 10 jaar onderzoek naar het opladen van elektrische auto’s en de benodigde laadinfrastructuur. Een dynamische wereld waarin de ontwikkelingen heel snel zijn gegaan. Het onderzoek van de HvA is meegegroeid met deze wereld. Van AC tot DC en van plug-in hybride tot volledig elektrisch. In dit boek geven we een overzicht van de ontwikkelingen en de onderzoeksprojecten gedurende deze periode.
Let op! Deze week is mijn studenten meegedeeld dat het College van Bestuur per 1-4 2009 het opladen van notebooks zonder energystarlabel op school verbiedt. Het College motiveert zijn besluit uit het oogpunt van kostenbesparing en duurzaamheid.
Voor de komende jaren wordt een toename in elektrisch vervoer voorzien. Naast lichte elektrische vrachtvoertuigen betreft het elektrische bestel- en vrachtwagens met een hoger laadvermogen. Het opladen van die elektrische voertuigen betekent een extra belasting voor de elektrische infrastructuur.Gebruikers weten vaak niet wat ze al aan elektriciteit verbruiken op hun locatie, en (dus) ook niet wat ze nog kunnen uitbreiden met elektrische voertuigen binnen de huidige aansluitvoorwaarden. Door de Hogeschool van Amsterdam is daartoe het EVEC (Electric Vehicle Expansion Calculator) model ontwikkeld. Met informatie over de verschillende laadbehoeften van EV’s en op basis van data van het eigen energieverbruik, (uit de slimme meter of met zelf gemeten data), is met het model inzicht te verkijgen in wat er nog mogelijk is op de locatie.
De wereldwijde dronemarkt in 2025 bedraagt 12 MRD€, waarvan 2 MRD€ in Europa. Nieuwe Europese wetgeving maakt automatisch vliegen mogelijk, waardoor de toepassingsbusiness cases valide worden (precisielandbouw, veiligheid, inspectie & maintenance). Vele drone systeem integratoren zijn bezig met oplossingen voor deze specifieke toepassingen. Zij hebben echter allen behoefte aan noodzakelijk technologie voor het autonoom vliegen: (1) autonoom en obstakelvrij een pad vliegen (2) automatisch landen en opstijgen (3) automatisch opladen en payload wissel. De voorziene Business-to-Business startup levert deze technologieën als component aan de drone systeem integratoren. De business case wordt ver ontwikkeld en het team aangevuld
Elektrisch rijden heeft zijn definitieve doorbraak gemaakt. Het opladen van deze auto’s zorgt echter voor een verzwaring van de belasting van het lokale elektriciteitsnetwerk. Gemeentes en netbeheerders onderzoeken samen welke slimme laadtechnieken een oplossing kunnen bieden op grote schaal om zo grote investeringen in het elektriciteitsnet te voorkomen. Door de snelheid waarmee het probleem op ons afkomt en de diverse stadia van ontwikkeling van de oplossingen zorgt dat gemeentes geen goed overzicht hebben van welke techniek waar en wanneer het beste kan worden toegepast. De onderzoeksvraag binnen dit project luidt daarom ook: Hoe kunnen gemeentes en netbeheerders kiezen tussen de (combinaties van) verschillende slimme technieken voor het inpassen van laadpalen voor elektrische auto’s in het elektriciteitsnet met een evenwichtige afweging van de belangen van alle ketenpartners? De doelstelling van dit project is bij te dragen aan de evaluatie van verschillende slim laden technieken zodat publieke partijen zoals gemeentes, regionale overheden en netbeheerders rondom keuzes voor slimme inpassingen van laadinfrastructuur voor elektrische auto’s. Omdat verschillende technieken zich in verschillende stadia van ontwikkeling bevinden, maar er een hoge mate van urgentie is voor het verminderen van de druk op het elektriciteitsnet wordt er voor de publieke partijen een analyse gemaakt van het potentieel van de verschillende technieken in de tijd. De analyse bevat kennis over het potentieel, de technische toepassing, de organisatorische randvoorwaarden en een financiële afweging. Deze kennis zal zorgen voor het versnellen van de transitie naar zero-emissie vervoer binnen de gemeentes. De analyse wordt gedaan aan de hand van evaluatie van diverse projecten in de praktijk met een breed scala aan technieken, van de toepassing van (stationaire) batterijen, integratie in lokale energienetten en het grootschalig toepassen van slim laden. Inzichten hieruit worden geëvalueerd om tot een integraal advies voor publieke partijen te komen.
De Hogeschool van Amsterdam (HvA) onderzoekt in het U-SMILE project de effectiviteit van maatregelen die de gemeente Amsterdam neemt om de taxisector te verschonen. Op dit moment zijn de taxistandplaatsen Centraal Station en Leidseplein alleen toegankelijk voor schone taxi’s; diesels mogen er niet meer komen. De gemeente Amsterdam wil meer taxistandplaatsen verschonen en vraagt zich af of het aantal schone taxi’s in staat is om de sterk in tijd variërende aantallen passagiers op die taxistandplaatsen te bedienen. deze beleidsvraag te kunnen beantwoorden zijn betrouwbare gegevens over aantallen taxi’s en passagiers bij de taxistandplaatsen nodig. Metingen door menselijke tellers zijn duur en fragmentarisch (vaak een uur per dag). De HvA wil de gegevens verzamelen met eenvoudige camera’s in combinatie met te ontwikkelen geavanceerde beeldherkenningssoftware. De software interpreteert de camerabeelden maar slaat de beelden niet op, zodat privacy geen issue is: de camera’s registreren alleen aantallen. Eisen aan de beeldherkeningscamera’s zijn dat deze dag en nacht kan tellen wanneer taxi’s komen en vertrekken, hoeveel mensen in- en uitstappen, en hoe groot het aantal wachtende mensen is. Op termijn wordt beoogd dat de beeldherkenningscamera’s ook toegepast kunnen worden om te tellen hoeveel elektrische taxi’s afzien van opladen omdat het te druk is op snellaadstations (buiten dit project; maar eisen wel meegenomen bij ontwerp). Statische beeldherkenningsalgoritmes zijn bekend in de literatuur en open source beschikbaar. Dit project richt zich op het interpreteren van de herkende beeldobjecten, waarbij door middel van tracing (meerdere foto’s na elkaar), de objecten in tijd en ruimte worden geplaatst.