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

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.