Intelligente Batteriemanagementsysteme für flexible Batteriespeicher

Unterschiedliche Batterien sicher und flexibel in einem System nutzen

Stationäre Batteriespeicher gewinnen mit dem Ausbau erneuerbarer Energien an Bedeutung. Gleichzeitig stehen zunehmend gebrauchte Batteriemodule aus Elektrofahrzeugen, Schiffen und industriellen Anwendungen zur Verfügung, die für eine weitere Nutzung in stationären Speichern infrage kommen.

Eine zentrale Herausforderung liegt in ihrer Unterschiedlichkeit. Batteriemodule können verschiedene Zellchemien, Nennkapazitäten und Alterungszustände aufweisen. Konventionelle Batteriemanagementsysteme (BMS) sind dagegen meist auf eine bestimmte Zelltechnologie und Anwendung zugeschnitten.

Auch die präzise Bestimmung des Ladezustands (State of Charge, SoC) und des Gesundheitszustands (State of Health, SoH) wird anspruchsvoller, wenn Module unterschiedlicher Herkunft und Nutzung gemeinsam betrieben werden sollen.

Ziel unserer Forschung ist deshalb ein flexibles Batteriemanagement, das verschiedene Batterietechnologien und Alterungszustände erkennt und im laufenden Betrieb berücksichtigt. Dadurch sollen heterogene Batteriemodule zuverlässiger in neue Speichersysteme integriert werden können.

Batteriemanagement mit lokaler künstlicher Intelligenz an unterschiedliche Zellen anpassen

Unser Forschungsansatz verbindet datenbasierte Zustandsbestimmung mit eingebetteter künstlicher Intelligenz und einer modularen Systemarchitektur. Ziel ist ein Batteriemanagementsystem, das Informationen unterschiedlicher Zelltechnologien verarbeitet und seine Zustandsbewertung an Batterie und Alterungszustand anpassen kann.

KI direkt im Batteriemanagementsystem einsetzen

Statt komplexe Berechnungen ausschließlich auf externe Rechensysteme oder Cloud-Infrastrukturen auszulagern, untersuchen wir ressourceneffiziente KI-Verfahren direkt auf der BMS-Hardware.

Für dieses sogenannte Tiny Machine Learning (TinyML) werden neuronale Netze gezielt für eingebettete Controller optimiert. Untersucht werden unter anderem Quantisierung, Pruning, Knowledge Distillation und die automatisierte Suche geeigneter neuronaler Netzarchitekturen.

Damit sollen KI-basierte Modelle mit begrenzten Rechen- und Speicherressourcen lokal im Batteriesystem ausgeführt werden können

Batteriezustände technologieübergreifend bestimmen

Ein Schwerpunkt liegt auf Algorithmen zur Bestimmung wichtiger Betriebs- und Zustandsgrößen für unterschiedliche Zellchemien.

Dazu gehören:

  • Ladezustand (State of Charge, SoC),
  • Gesundheitszustand (State of Health, SoH),
  • zulässige Lade- und Entladeraten sowie
  • thermisches Verhalten.

Betrachtet werden unter anderem Nickel-Mangan-Cobalt-, Lithium-Eisenphosphat- und Lithium-Titanat-Zelltechnologien.

Batteriemodule zu einem intelligenten Gesamtsystem verbinden

Neben der Zustandsbestimmung erforschen wir die Kommunikation zwischen den Systemebenen. Lokale Batteriemanagementsysteme, softwaregesteuerte Leistungselektronik und das übergeordnete Energiemanagementsystem sollen über standardisierte Schnittstellen zusammenspielen.

Damit entsteht eine Architektur, in der unterschiedliche Module einzeln überwacht und gleichzeitig als gemeinsames Speichersystem betrieben werden können.

Batteriedaten erfassen, Modelle entwickeln und im Gesamtsystem validieren

Für adaptive Batteriemanagementsysteme müssen Batteriezustände zuverlässig erfasst, datenbasierte Modelle trainiert und die entwickelten Algorithmen anschließend auf eingebetteter Hardware umgesetzt werden.

Dafür verbinden wir Controller- und Hardwareentwicklung mit umfangreicher Sensorik. Digitale und analoge Messungen erfassen unter anderem Spannung, Strom und Temperatur der Batteriesysteme.

Batteriezellen unter unterschiedlichen Belastungen charakterisieren

Für die Entwicklung technologieübergreifender KI-Modelle werden Batterien in externen Laborprüfständen charakterisiert. Dazu gehören:

  • zyklische Alterungsuntersuchungen,
  • Tests bei hohen Lade- und Entladeraten,
  • temperaturkontrollierte Charakterisierung sowie
  • die Erfassung von Trainingsdaten für unterschiedliche Batterietechnologien und Alterungszustände.

Die entstehenden Datensätze bilden die Grundlage für die Entwicklung und Bewertung der Zustandsmodelle.

Intelligentes Batteriemanagement im Demonstrator zusammenführen

Ein modularer Demonstrator kombiniert zwei unterschiedliche Batteriemodule mit jeweils intelligentem Batteriemanagement, flexibel steuerbarer Leistungselektronik und einem übergeordneten Energiemanagementsystem.

Damit lässt sich das Zusammenspiel von Batteriezustandsbestimmung, Leistungselektronik und Energiemanagement auf Systemebene untersuchen.

Die Entwicklungsarbeiten bauen auf Kompetenzen in Batteriezell- und Batteriesystementwicklung, datenbasierter Modellierung und eingebetteten Rechnersystemen auf.

Unterschiedliche Batteriemodule für neue Speicheraufgaben zusammenführen

Adaptive Batteriemanagementsysteme sind insbesondere für Speichersysteme interessant, in denen Batteriemodule unterschiedlicher Zelltechnologien, Kapazitäten oder Alterungszustände gemeinsam betrieben werden sollen. Dadurch entstehen neue Ansätze für Second-Life-Anwendungen und modular erweiterbare Batteriespeicher.

Batteriemanagementsystem für Second-Life-Batteriezellen

Ausgangssituation:

Gebrauchte Batteriezellen besitzen häufig noch nutzbare Restkapazität. Unterschiedliche Alterungszustände und Zellparameter erschweren jedoch ihre Zusammenstellung und den sicheren Betrieb in stationären Speichern.

Unsere Lösung:

Das Fraunhofer ISIT entwickelte im Rahmen von Capt'n Energy ein angepasstes Batteriemanagementsystem. Es überwacht Zellparameter, bewertet den Betriebszustand und berücksichtigt unterschiedliche Zellzustände bei der Betriebsführung.

Ergebnis:

Gealterte Zellen können gezielter bewertet und in Second-Life-Batteriesysteme integriert werden. Damit wurden Voraussetzungen für eine sichere und wirtschaftliche Weiternutzung geschaffen.

Batteriemanagementsystem für maritime Batteriespeicher

Ausgangssituation:

Batteriespeicher auf Schiffen und maritimen Plattformen sind wechselnden Temperaturen, Vibrationen und dynamischen Lastprofilen ausgesetzt. Ladezustand, Leistungsfähigkeit und Betriebsgrenzen müssen zuverlässig überwacht werden.

Unsere Lösung:

Das Fraunhofer ISIT entwickelt und adaptiert Batteriemanagementsysteme für maritime Batteriespeicher. Dazu gehören die Überwachung von Zellen und Modulen, die Bestimmung von Lade- und Gesundheitszustand sowie Schutzfunktionen und anwendungsspezifische Betriebsstrategien.

Ergebnis:

Das angepasste Batteriemanagementsystem unterstützt den sicheren Betrieb und die effiziente Nutzung der verfügbaren Kapazität. Es schafft zudem die Grundlage für eine zustandsorientierte Betriebsführung und die Einbindung in übergeordnete Energiemanagementsysteme.

Weitere Anwendungsmöglichkeiten:

Maritime Energiesysteme

Batterien aus elektrischen Schiffs- und Fährantrieben können nach ihrer ersten Nutzungsphase für stationäre Speicheranwendungen untersucht werden. Ein mögliches Einsatzfeld ist die Unterstützung von Landstromsystemen in Häfen.

Stationäre Second-Life-Speicher

Gebrauchte Batteriemodule aus Elektrofahrzeugen, Schienenfahrzeugen oder industriellen Anwendungen können zu stationären Speichersystemen kombiniert werden.

Das adaptive Batteriemanagement soll dabei unterschiedliche Kapazitäten und Alterungszustände berücksichtigen und einen gemeinsamen Betrieb der Module unterstützen.

Netz- und Pufferspeicher

Stationäre Speicher können Energie aufnehmen und zeitversetzt bereitstellen. Heterogene Batteriesysteme eröffnen dabei Möglichkeiten für Netzanwendungen und Pufferspeicher, ohne ausschließlich neue und identische Batteriemodule einsetzen zu müssen.

Industrie- und Gewerbespeicher

Modulare Batteriesysteme können schrittweise erweitert oder mit unterschiedlichen Batteriemodulen aufgebaut werden. Das ist insbesondere für Anwendungen interessant, bei denen vorhandene Speicherkapazität ergänzt oder Batteriemodule unterschiedlicher Herkunft integriert werden sollen.

Batteriemanagement an die Batterie anpassen statt umgekehrt

Ein adaptives BMS soll unterschiedliche Zellchemien und Alterungszustände innerhalb eines Gesamtsystems berücksichtigen. Dadurch entsteht eine flexiblere Grundlage für Batteriespeicher, deren Module nicht zwingend technisch identisch sein müssen.

Unterschiedliche Zelltechnologien gemeinsam managen

Das BMS-Konzept wird für unterschiedliche Zellchemien wie Nickel-Mangan-Cobalt (NMC), Lithium-Eisenphosphat (LFP) und Lithium-Titanat (LTO) entwickelt. Ziel ist es, unterschiedliche Batteriemodule innerhalb einer gemeinsamen Systemarchitektur überwachen und steuern zu können

Batteriezustände lokal und kontinuierlich bewerten

KI-Modelle werden direkt auf eingebetteter BMS-Hardware ausgeführt. Dadurch können relevante Batteriedaten lokal verarbeitet und Zustände in Echtzeit bewertet werden, ohne dauerhaft auf eine externe Cloud-Infrastruktur angewiesen zu sein.

Alterungszustände im Betrieb berücksichtigen

Die gemeinsame Bestimmung von Ladezustand und Gesundheitszustand soll eine differenziertere Bewertung einzelner Batteriemodule ermöglichen. Gerade bei gebrauchten Batterien ist dies entscheidend, da verbleibende Kapazität und Alterungszustand zwischen den Modulen variieren können.

Second-Life-Batterien flexibler einsetzen

Ein technologieübergreifendes BMS kann die Grundlage dafür schaffen, Module unterschiedlicher Herkunft in neuen Speicheranwendungen zusammenzuführen. Damit können Batterien nach ihrer ersten Nutzungsphase weiterverwendet werden, sofern ihr technischer Zustand dies zulässt.

Modular erweiterbare Speichersysteme ermöglichen

Die Kombination aus lokalem Batteriemanagement, flexibel steuerbarer Leistungselektronik und übergeordnetem Energiemanagement schafft eine Grundlage für modulare Speicherarchitekturen. Dadurch können unterschiedliche Module in ein gemeinsames Energiesystem eingebunden werden

Techline

Entdecken Sie unsere thematisch zugehörige Techline:

Intelligente Batteriezellen mit integrierter Sensorik

Forschungsprojekte

Erfahren Sie mehr über unsere thematisch zugehörigen Forschungsprojekte:

2nd2SEA

Downloads

 

 

Weitere Themen

Verlinkung zur Techline 
und zum passenden Projekt