Das Schnellladen und die Lebensdauer von elektrischen Batterien sind wichtige Voraussetzungen für die breitere Anwendung von Elektrofahrzeugen. Hierzu bietet das sogenannte Batteriemanagementsystem ein großes Optimierungspotential. Da über die Zusammenhänge zwischen diesen zwei Anforderungen und den internen Batterieparametern noch zu wenig bekannt ist, gehen die aktuell eingesetzten Batteriemanagementsysteme „auf Nummer sicher“ und setzen häufig unnötig strenge Sicherheitsbeschränkungen für den Betrieb der Batterien.
Zusammen mit Partnern am Forschungszentrum Jülich und am Fritz-Haber-Institut Berlin hat sich das SCC als Ziel gesetzt, ein neuartiges intelligentes Batteriemanagementsystem zu entwickeln, das anhand eines detaillierten Ersatzmodells („digitaler Zwilling“) der Batterie und einer Künstlichen Intelligenz (KI) bessere Entscheidungen zu den Ladezyklen der Batterie treffen kann. Die Aufgabe im Projekt ist es, dieses Batterieersatzmodell auf der Ebene der einzelnen Batteriezellen mithilfe des Gaußprozessverfahrens zu entwickeln. Dabei wird das Modell mit Parametern verschiedener Ersatzschaltungen und dem Ladezustand jeder Zelle parametrisiert. Das Modell wird sowohl mit experimentellen Spektroskopie-Daten als auch mit Daten von physikalischen Ersatzschaltungsmodellen trainiert. Zudem ermöglicht der Einsatz des Gaußprozessverfahrens eine Bestimmung der Modellunsicherheit (Uncertainty Quantification), welche für die Funktion der KI erforderlich ist.
In einer ersten Testphase wird das mit der KI ausgestattete Batteriemanagementsystem auf einfacher Hardware implementiert. Dabei werden im laufenden Betrieb noch Daten gesammelt und gespeichert, so dass sich die KI weiter verbessern kann. In der finalen Phase wird das System mit einer vollständig charakterisierten Batterie getestet.
Das Projekt i2Batman ist eines von 19 geförderten Projekten der Helmholtz Artificial Intelligence Cooperation Unit.
Ansprechpartner am SCC: Dr. Ivan Kondov