Elektrische Energiespeichertechnik

FeBaL

Felddatenbasierte Batteriediagnose und Lebensdauerprognose

  • Verbundprojekt
  • Partner: Fraunhofer IVI
  • Gefördert vom BMBF
  • Projektdauer: 01.10.2020 - 30.09.2023
  • Teilvorhaben: Prognose des Knickverhaltens im Alterungsverlauf und Definition anwendungsspezifischer Referenzszenarien

Motivation

Die Batterie ist das letzte Verschleißteil eines Elektrofahrzeuges und hat dabei einen signifikanten Anteil an dessen Kosten (bis zu 30 %). Um dieses Asset gut zu verwalten, ist sowohl eine möglichst präzise Batteriedimensionierung als auch eine Bewertung des Nutzwertes bei Weiterverkauf oder Überführung in eine post-automobile Anwendung erforderlich. Die Systemauslegung stützt sich in der Regel auf Angaben des Zellherstellers und beschleunigte Alterungsversuche, während für die Bestimmung des Alterungszustandes und damit des Nutzwertes häufig eine Restkapazitätsmessung als sinnvoll erachtet wird. Diese Ansätze haben mit Blick auf die realen Anwendungen, die sich durch vielfältige Kombinationen unterschiedlicher Belastungen auszeichnen, ein Problem gemeinsam: Sie bilden die Bandbreite der Belastungen und deren Wechselwirkung nicht oder nur unzureichend ab. Eine Fahrzeugbatterie wird weder dauerhaft bei konstant 1C und 100 % DOD (Depth of Discharge; Angabe Zellhersteller; Kapazitätsmessung) noch permanent bei sehr hohen oder niedrigen Temperaturen betrieben (beschleunigte Alterungstests).

Ziele und Vorgehen

Aus den Einschränkungen gängiger Alterungsuntersuchen leitet sich die Zielstellung ab, die folgenden Charakteristika aus den Felddaten zu erlernen

•    das Alterungsverhalten zur Ermittlung der Stressfaktoren und ihrer Wechselwirkungen,

•    den Alterungszustand ohne zusätzliche Kapazitätstests während des Betriebes und

•    das Nutzungsverhalten zur anwendungsspezifischen Lebensdauerprognose.

Damit kann auch das Lebensende einer Batterie neu definiert werden und zwar als der Zeitpunkt, an dem eine Batterie die Anforderungen ihrer jeweiligen Anwendung nicht mehr erfüllen kann.

Für die Lebensdauerprognose ist die Kenntnis der Wirkung verschiedener Belastungen auf die Batterieparameter notwendig. Dazu wird ein stressfaktorbasiertes Alterungsmodell verwendet. Dieses soll ebenfalls mit Hilfe der vom BNN (Battery Neural Network) ermittelten Alterungsparameter aus Fahrdaten – und nicht wie bisher auf Basis von Labordaten - parametriert werden.

Durch die Kombination des Netzwerks mit dem stressfaktorbasiertem Alterungsmodell und mittels Durchführung virtueller Experimente ist es möglich, für beliebige Nutzungsszenarien eine Bestimmung der momentanen Restkapazität und eine Prognose der Restlebensdauer vorzunehmen. Dabei spielen neben Innenwiderstand und Kapazität der Batteriezellen noch weitere Faktoren, wie bspw. Inhomogenitäten oder Kontaktwiderstände, eine entscheidende – weil nutzungsbeschränkende – Rolle.

Zur Unterstützung bzw. Erweiterung des stressfaktorbasierten Alterungsmodells werden parallel zu dem Kernvorhaben Labormessungen zu dem Abknicken der Alterungstrajektorie durchgeführt. Dazu werden bereits laufende Alterungsmessungen an verschiedenen Zelltypen über die Grenze der 80% SOH (State of Health, Alterungszustand) fortgesetzt um das Abknickverhalten analysieren zu können. Das Abknickverhalten tritt häufig erst nach Erreichen von 80% SOH auf und ist deshalb insbesondere für Second-Life Anwendungen von hoher Bedeutung. Aus der Analyse heraus soll ein Modellierungsansatz gefunden werden, der die Prognose des Abknickverhaltens ermöglicht und in das BNN integriert werden kann.

Innovation und Perspektiven

Die zu entwickelnden Methoden stellen Innovationen im Bereich der Analyse der Batteriealterung dar, indem auf Felddaten referenziert und damit auf umfangreiche Labormessungen verzichtet werden kann. Damit kann das Vorhaben die Innovationspipeline im Rahmen des Dachkonzepts Forschungsbatterie stärken, indem die Bewertung der Alterung an realen Einsatzbedingungen gespiegelt und daraus Optimierungen für die Zellspezifikation bzw. -fertigung abgeleitet werden können. Auch für die Second-Life Anwendungen sind die Ergebnisse von großer Bedeutung, da diese Arbeit realistische Prognosen des weiteren Alterungsverlaufs durch die Untersuchung des Abknickverhaltens ermöglicht.

Technische Universität Berlin

FG Elektrische Energiespeichertechnik

Institut für Energie und Automatisierungstechnik

Fakultät IV

Sekr. EMH 2

Einsteinufer 11

D-10587 Berlin

Steven Patrick Neupert

Wiss. Mitarbeiter_in

s.neupert@tu-berlin.de

+49 30 314-73508

Sekretariat EMH 2