Es gibt Theorie und dann gibt es die Realität. Die Verbindung zwischen ihnen kann oft bestenfalls schwach sein. In der Welt der Elektroautos verfügt jeder Batteriesatz über ein Batteriemanagementsystem, das mithilfe von Algorithmen seinen Gesamtzustand und Betriebszustand überwacht. „Der Algorithmus sagt Ihnen beispielsweise, ob Ihre Batterie in Ordnung ist oder wie weit Sie fahren können, bevor Sie sie aufladen müssen. Das Problem besteht darin, dass BMS-Algorithmen unter idealen Laborbedingungen entwickelt werden, die nicht das widerspiegeln, was ein Batteriepack in der realen Welt sieht“, sagt Simona Onori, Assistenzprofessorin für Energiewissenschaften und -technik in der USA Stanford Doerr School of Sustainability.
Um die Lücke zwischen kontrollierten Labortests und tatsächlichen Straßenerfahrungen aufzuzeigen, arbeiteten Onori und Kollegen von Stanford mit Forschern des Volkswagen Innovation and Engineering Center in der Nähe des Universitätscampus zusammen. „Algorithmen, die auf unrealistischen Fahrdaten basieren, sind in der Praxis wahrscheinlich ungenau“, sagte Onori, Hauptautor der Studie. „Unser Ziel ist es, die Lebensdauer des Batteriepakets zu erhöhen, indem wir Algorithmen entwickeln, die auf realen Daten trainiert werden.“
Die Ergebnisse der Forschung wurden am 18. August 2023 im Fachjournal veröffentlicht Joule (Paywall). Hier ist eine Zusammenfassung dieses Berichts:
„Der Einsatz von Algorithmen zur Schätzung des Batteriezustands und zur Prognose ist von entscheidender Bedeutung, um die zuverlässige Leistung batterieelektrischer Fahrzeuge sicherzustellen. SoH-Algorithmen werden anhand von im Labor gesammelten Daten entworfen und trainiert, wenn Zellen unter vordefinierten Belastungen und Temperaturen betrieben werden.
„Die über einen Zeitraum von einem Jahr Fahrzeugbetrieb erfassten Feldbatteriedaten werden verwendet, um Leistungs-/Gesundheitsindikatoren zu definieren und zu extrahieren und sie mit realen Fahreigenschaften (Ladegewohnheiten, Beschleunigung und Bremsen) und der saisonabhängigen Umgebungstemperatur zu korrelieren. Leistungsindikatoren während Fahr- und Ladevorgängen werden durch die Einrichtung einer Datenpipeline definiert, um wichtige Signale des Batteriemanagementsystems zu extrahieren.
„Diese Arbeit zeigt die Diskrepanz zwischen Labortests und der tatsächlichen Batterienutzung sowie die Möglichkeit, die sich aus der Verbesserung experimenteller Batterietests ergibt, um Zeit und Temperatur zu entfalten und so die Strategien zur SoH-Schätzung zu verbessern.“
Was ein Batteriemanagementsystem leistet
Bildnachweis: Stanford University via Joule
Ein Batteriemanagementsystem erfasst heute routinemäßig Daten beim Bremsen, Beschleunigen, Abbremsen und Laden. Das Geheimnis einer langen Lebensdauer wiederaufladbarer Batterien liegt möglicherweise darin, die Unterschiede zwischen einzelnen Zellen im realen Betrieb zu verstehen. Eine neue Modellierung der Verschlechterung von Lithium-Ionen-Zellen in einem Akku zeigt eine Möglichkeit, den Ladevorgang an die Kapazität jeder Zelle anzupassen, sodass Elektrofahrzeugbatterien mehr Ladezyklen und eine längere Lebensdauer bewältigen können.
„Das Fahren in der realen Welt ist fahrerspezifisch“, sagt Co-Autorin Gabriele Pozzato, eine Forschungsingenieurin aus Stanford. „Vielleicht sind Sie ein aggressiver Fahrer oder jemand, der sein Auto nur teilweise auflädt. Unterschiedliche Fahr- und Ladestile führen zu unterschiedlichen Verläufen der Batterieverschlechterung. Allerdings sind solche Felddaten in herkömmlichen Batteriealgorithmen nicht enthalten.“
Für die Studie stellte Volkswagen dem Stanford-Team etwa 3.750 Stunden BMS-Fahrdaten zur Verfügung, die von einem vollelektrischen Audi e-tron SUV gesammelt wurden, der ein Jahr lang, von November 2019 bis Oktober 2020, in der San Francisco Bay Area gefahren wurde Team, um den elektrischen Widerstand im Akkupack während dieses Zeitraums zu berechnen. Mithilfe der Daten konnte das Team zwei wichtige Batteriekennzahlen bewerten: Energie und Leistung.
„Energie gibt Ihnen die Reichweite oder wie viele Kilometer Sie mit einer voll aufgeladenen Batterie fahren können“, sagt Pozzato. „Energie ist die Fähigkeit, schnell Energie zu gewinnen. Wenn Sie beschleunigen, möchten Sie schnell auf Energie zugreifen und die Batterie entladen. Je weniger elektrischer Widerstand Sie in der Batterie haben, desto mehr Leistung haben Sie.“
Um den Widerstand zu berechnen, maßen die Forscher abrupte Strom- und Spannungsänderungen im Batteriepaket anhand von Daten von 529 Beschleunigungsereignissen und 392 Bremsereignissen im Laufe des Jahres. Außerdem berechneten sie die Impedanz – ein Maß für den Widerstand beim Laden der Batterie – durch die Analyse von 53 Ladevorgängen. „Impedanz und Widerstand gelten typischerweise als Maßstäbe für den Batteriezustand“, sagte Onori. „Je mehr man fährt, desto stärker steigt der Widerstand. Dies führt normalerweise dazu, dass der Akku weniger Strom zur Verfügung stellt, aber das ist nicht das, was wir gesehen haben.“
Ein komplexeres Muster entstand, als die Forscher dem Mix saisonale Wetterdaten hinzufügten. Sie fanden heraus, dass der elektrische Widerstand in kühleren Monaten abnahm und im Frühling und Sommer stetig zunahm, ein Hinweis darauf, dass sich die Batteriegesundheit mit steigenden Temperaturen verbessert.
„Höhere Temperaturen erhöhen die Batteriekapazität, sodass man das Gefühl hat, dass das Auto mehr Energie hat und man mehr Kilometer fahren kann“, sagte Onori. „Aber wenn Sie die Batterie weiterhin bei hohen Temperaturen verwenden, wird sie schneller abbauen. Das sind sehr heikle Faktoren, die sich auf die Leistung auswirken. Nächstes Jahr werden wir unseren Datensatz auf eine Fahrzeugflotte erweitern, um genau zu bestimmen, wie sich Temperatur und Alterung gegenseitig beeinflussen.“
Theorie vs. Wirklichkeit
Autohersteller verlassen sich auf herkömmliche Batteriemanagement-Algorithmen, die unter idealen Laborbedingungen entwickelt wurden. Mithilfe von maschinellem Lernen überwachen diese Algorithmen typischerweise die Leistungsdaten einer einzelnen 4-Volt-Batteriezelle, die kontinuierlich bei konstanter Temperatur geladen und entladen wird, bis sie leer ist. Die Audi-Felddaten wurden jedoch von einem 396-Volt-Akkupack mit 384 Zellen gesammelt.
„Neue Algorithmen sollten sich auf den gesamten Akku konzentrieren und nicht auf einzelne Zellen“, sagt Onori. „Wir wollen Algorithmen entwickeln, die den Fahrern zeigen, wie sie die Lebensdauer des Batteriepakets, der teuersten Komponente des Fahrzeugs, verlängern können. Beispielsweise könnten Sie Fahrer warnen, wenn sie zu stark schnellladen oder zu aggressiv beschleunigen. Aus Felddaten lässt sich so viel lernen, um BMS-Algorithmen robuster zu machen.“
Die Studie wurde von Mitgliedern des Volkswagen Innovation and Engineering Center in Belmont, Kalifornien, unterstützt, das nur einen Katzensprung vom Stanford-Campus entfernt liegt. Rechenressourcen wurden vom Stanford Research Computing Center bereitgestellt. Die Autoren haben drei Patentanmeldungen im Zusammenhang mit dieser Arbeit eingereicht.
Das wegnehmen
Diese Forschung ist ein Beispiel dafür, wie neue Informationen zu neuen Erkenntnissen darüber führen können, wie die Leistung von Batteriepaketen für Elektroautos maximiert werden kann. Die Elektroauto-Ära ist heute ungefähr dort, wo der Übergang zu Verbrennungsmotoren vor einem Jahrhundert stattfand. Während die Theorie besagt, dass der Motor in einem Ford von 1923 nach den gleichen Grundprinzipien funktionierte wie der Motor in einem Ford F-150 von 2023 – oft reduziert auf die extrem vereinfachte Phrase „Saugen, Drücken, Knall, Blasen“ – ist die Realität modern Der Motor ist seinem Vorgänger um Lichtjahre voraus, wenn es darum geht, aus einem Tropfen Benzin die maximale Energiemenge zu holen.
Die Elektrofahrzeugtechnologie verfolgt einen ähnlichen Weg der ständigen Verbesserung. Studien wie diese in Stanford werden künftigen Elektroautos dabei helfen, die Leistung und Langlebigkeit ihrer Batteriepakete zu maximieren. Ein besseres Batteriemanagementsystem kann entscheidend dafür sein, dass Elektrofahrzeuge ihre gespeicherte Energie exportieren können, um externe Lasten zu versorgen, ohne ihre Nutzungsdauer zu verkürzen.
Theorien sind gute Ausgangspunkte, aber es gibt keinen Ersatz für Erfahrungen in der realen Welt.
Ich mag keine Paywalls. Du magst keine Paywalls. Wer mag Paywalls? Hier bei CleanTechnica haben wir eine Zeit lang eine begrenzte Paywall eingeführt, aber es fühlte sich immer falsch an – und es war immer schwer zu entscheiden, was wir dahinter platzieren sollten. Theoretisch bleiben Ihre exklusivsten und besten Inhalte hinter einer Paywall. Aber dann lesen es weniger Leute! Wir mögen Paywalls einfach nicht und haben daher beschlossen, unsere aufzugeben.
Leider ist das Mediengeschäft immer noch ein hartes, mörderisches Geschäft mit geringen Margen. Es ist eine nie endende olympische Herausforderung, über Wasser zu bleiben oder vielleicht sogar – keuchen – wachsen. Also …