Lernfähige Batteriesysteme für hochflexible und nachhaltige Langzeitanwendungen (LernBaLanz)

Kurzbeschreibung:

Das Projekt „Lernfähige Batteriesysteme für hochflexible und nachhaltige Langzeitanwendungen“ (LernBaLanz), gefördert durch das Bayerische Staatsministerium für Wissenschaft und Kunst, verfolgt das Endziel, intelligente Batteriespeichersysteme auf die Anforderungen von hochflexiblen und nachhaltigen Langzeitanwendungen (z.B. Nutzfahrzeuge, Luft- und Raumfahrt, Stationäre Speicher, Energieversorgung etc.) zu adaptieren und die bestehenden Kompetenzen auf diesen Anwendungsbereichen mit verschiedenartigen Systemanforderungen weiter auszubauen.

Lernfähige Batteriesysteme bieten aufgrund ihrer Architektur und Funktionalitäten das Potential, die Effizienz und Sicherheit im Betrieb als auch die Lebensdauer und Nachhaltigkeit der Speichersysteme im Vergleich zu konventionellen Lösungen signifikant zu verbessern. Für dieses Ziel erfordern lernfähige Batteriesysteme ein geeignetes Kommunikationskonzept, Software und intelligente Betriebsstrategien zur Ansteuerung der Leistungselektronik, welche unter anderem die spezifischen Eigenschaften der einzelnen Batteriezellen im Systemverbund berücksichtigt und für die individuellen Anforderungen der Anwendung optimal und flexibel einsetzt. Die lernfähigen Algorithmen und Methoden kombinieren dafür das Wissen verschiedener Modelle mit realen Messdaten aus einer dezentral verteilten Sensorik für Spannung, Strom, Temperatur, Druck etc., um zu jedem Zeitpunkt die Zustände und Güte der einzelnen Zellen zu bestimmen. Insbesondere die Güteabschätzung des Gesamtsystems heruntergebrochen bis auf Zellebene, führt zu einer deutlich höheren Wertbeständigkeit der Energiespeicher. Zugleich ist diese Eigenschaft auch bei Langzeitanwendungen, wie beispielsweise bei stationären Speichern (Heimspeicher bzw. Pufferspeichern bei Ladesäulen) oder im Nutzfahrzeugbereich mit intensiver Nutzung (E-Trucks und E-Busse), zur Steigerung der Nachhaltigkeit der Batteriesysteme von zentraler Bedeutung. Zusätzlich besitzen lernfähige Batterien mit dezentralisierter Aktorik eine rekonfigurierbare Systemarchitektur, sodass ein sicherer und störungsfreier Weiterbetrieb des Gesamtsystems für einen längstmöglichen Zeitraum gewährleistet wird.

Ein wesentlicher Bestandteil des Projekts ist dabei auch, das vorhandene Partnernetzwerk in der Industrie und Forschung zum Zwecke des gegenseitigen Austausches und Zusammenarbeit, mit weiteren Firmen und Forschungsgruppen aus unterschiedlichen Branchen zu ergänzen.