Digital-Twin-Architektur für mobile DC-Schnelllader für E-Fahrzeuge 

Überblick

Uniper AG, ein führendes internationales Energieunternehmen, brauchte einen Digital Twin für seine EV-Schnellladestationen. Das Unternehmen ist in der Stromerzeugung, im Energiehandel und im Infrastrukturgeschäft tätig. Im Bereich Elektromobilität betreibt Uniper zwei mobile Schnelllader (Mobile Fast Charger, MFCs), die das wachsende Ladeangebot ergänzen. Um diese Geräte optimal zu nutzen, reichte Hardware allein nicht aus. Nötig war ein vernetztes Hybridsystem aus Edge und Cloud, das die Ladegeräte intelligent steuert und dabei Menschen die Aufsicht lässt.

Herausforderung: EV-Schnellladestationen ohne Digital Twin betreiben

Eine verteilte Flotte mobiler E-Schnelllader stellt hohe Anforderungen an den Betrieb. Jedes Ladegerät ist ein IoT-Gerät im Feld, oft an wechselnden oder abgelegenen Standorten. Inspektionen vor Ort und manuelle Fehlersuche sind deshalb teuer und langsam. 

Uniper stand vor drei zusammenhängenden Herausforderungen: 

1. Keine Echtzeit-Transparenz über den Gerätezustand. Fehler ließen sich so kaum erkennen und diagnostizieren, bevor sie die Verfügbarkeit beeinträchtigten. 
2. Hoher Betriebsaufwand bei Logistik und Geräteverwaltung. Transportaufträge und Einsatzprozesse mussten manuell mit Logistikpartnern abgestimmt werden. Mit wachsender Flotte bremste das die betrieblichen Abläufe.  
3. Ineffiziente Logistik, weil kein Prognosemodell zeigte, wo und wann sich der Einsatz der Ladegeräte lohnt.

Ohne eine einheitliche, intelligente Architektur konnten die Betriebsteams nur auf Probleme reagieren. Für eine schnell wachsende Ladeinfrastruktur war das eine erhebliche Einschränkung.

Unsere Lösung: ein Digital Twin für EV-Schnellladestationen

Uniper hat gemeinsam mit unserem Team bei iits-consulting einen Digital Twin für seine Flotte mobiler EV-Schnellladestationen konzipiert und umgesetzt. Die skalierbare, cloudangebundene Plattform ersetzt fragmentierte, manuelle Abläufe. Das Betriebsteam sieht und steuert damit jedes Gerät im Feld in Echtzeit. 

Auf Geräteebene ist jedes Ladegerät mit einer Edge-Computing-Einheit vor Ort ausgestattet. Sie erfasst laufend Sensordaten, überwacht den Hardwarestatus und führt lokal eine KI-gestützte Anomalieerkennung aus. So werden Fehler sofort erkannt und gemeldet, ohne dass die Daten erst die Cloud erreichen müssen. Eine sichere, bidirektionale Verbindung zur Cloud ermöglicht Fernüberwachung und Fernsteuerung. Die Teams können Probleme so von überall diagnostizieren und beheben. Per Fernzugriff lassen sich unter anderem Geräteeinstellungen ändern, Notabschaltungen auslösen, Werbung ausspielen, die Bildschirmhelligkeit anpassen und LEDs steuern.  

In der Cloud nimmt eine eigens entwickelte IoT-Plattform die Daten der gesamten Flotte auf. Sie leitet sie an dedizierte Services für Anreicherung, Ereigniserkennung und Prozesssteuerung weiter und stellt sie den Betriebsteams über leicht bedienbare Webanwendungen bereit. Parallel zur physischen Hardware entstand eine vollständig simulierte Geräteumgebung. Damit konnte das Team die gesamte IT-Infrastruktur im großen Maßstab entwickeln und unter Last testen. So war nachgewiesen, dass die Plattform eine Flotte von 1.000 Geräten bewältigt, als erst wenige Hardware-Prototypen verfügbar waren. 

Machine-Learning-Modelle sind in die gesamte Plattform eingebunden. Sie prognostizieren den Ladebedarf nach Standort und Zeit. Das verbessert Logistikentscheidungen und die Verteilung der Flotte im Netz von Uniper. 

Business Impact

Live-Monitoring und Ferndiagnose haben die Zahl der Einsätze vor Ort reduziert. Dadurch stiegen die Verfügbarkeit der Flotte und die Reaktionsgeschwindigkeit im Betrieb.

Virtuelle Inbetriebnahme ermöglicht schnellere, risikofreie Rollouts neuer Geräte und Konfigurationen, weil Tests nicht mehr vom physischen Einsatz abhängen. 

ML-gestützte Logistikoptimierung hat die Standortentscheidungen für die Ladegeräte verbessert und die Auslastung der Flotte erhöht.

iits-consulting hat außerdem eine skalierbare, wiederverwendbare IoT-Cloud-Architektur geliefert. Uniper kann sie über das Laden von E-Fahrzeugen hinaus auf weitere Anlagentypen übertragen, etwa Industrieanlagen und Gebäude.

Dank der Microservice-Architektur kann zudem jeder Service unabhängig skalieren. Das unterstützt das langfristige Wachstum von Uniper im Bereich der E-Mobilitäts-Infrastruktur.