Schlussbericht iBMS - Verbundprojekt: Entwicklung eines intelligenten Batterie-Management-Systems zur Lebensdaueroptimierung einer Hochvoltbatterie; Teilvorhaben Huber: Integration der Algorithmen auf das BMS-Steuergerät, Erprobung eines Versuchsmusters und Nachweis zur Einsatzfähigkeit der Technologie
Date
Authors
Volume
Issue
Journal
Series Titel
Book Title
Publisher
Link to publishers version
Abstract
Die präzise Bestimmung der Zustände auf Zell-, Modul- und Systemebene ist essenziell für Sicherheit und Langlebigkeit von Batterien. Wichtige Parameter sind der Ladezustand (SOC), die Temperatur, der Alterungszustand (SOH-R/SOH-C) und die verbleibende Nutzungsdauer (RUL). Eine genaue Bestimmung ermöglicht maximale Lebensdauer, Leistung und Kapazität, reduziert Kosten und Emissionen und erleichtert Second-Life-Anwendungen.
Ziel des Vorhabens ist ein Intelligentes Batteriemanagementsystem für Vorhersage von Temperatur, Ladezustand & Alterungszustands in einer Kombination von echtzeitfähigen KI-Algorithmus im Steuergerät und physikalischen Modell. Die Potentialermittlung soll im Hinblick auf Integration in das System (Lebensdauer, Leistung, Kapazität & Thermomanagement) durch Aufbau einer Fahrzeugsimulation, einer HV-Batterie und eines Demonstrators untersucht werden.
Eine interdisziplinäre Zusammenarbeit zwischen Industrie und Forschung zur Reduktion von Entwicklungszeit und Testaufwände in der Batterieentwicklung ist erforderlich und Basis für zukünftige Zusammenarbeit zwischen ElringKlinger und Huber bezüglich BMS und HV-Batterien.
Datei-Upload durch TIB
The precise determination of cell, module, and system states is essential for battery safety and longevity. Key parameters include the state of charge (SOC), temperature, aging condition (SOH-R/SOH-C), and remaining useful life (RUL). Accurate determination enables maximum service life, performance, and capacity, reduces costs and emissions, and facilitates second-life applications.
The goal of the project is an intelligent battery management system for predicting temperature, state of charge, and aging status through a combination of real-time AI algorithms in the control unit and a physical model. The potential assessment is aimed at integrating into the system (lifetime, performance, capacity & thermal management) and at building a vehicle simulation, a high-voltage battery, and a demonstrator.
An interdisciplinary collaboration between industry and research is essential to reduce development time and costs in battery technology. This is crucial as a foundation for future cooperation between ElringKlinger and Huber regarding BMS and HV batteries.
