Technische Hochschule Ingolstadt Forschungsbericht 2019
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Institute<br />
39<br />
Lernfähige Batteriesysteme<br />
Die Batterie stellt eine Kernkomponente im elektrischen Antriebsstrang mit<br />
einem erheblichen Forschungs- und Entwicklungs-Bedarf sowie Potential<br />
dar. Ein Batteriesystem besteht meist aus mehreren hundert Zellen, um die<br />
angestrebte Kapazität und Spannung zu erreichen. Mit dem Trend zu höheren<br />
Energiedichten wird die Überwachung der Sicherheit und die Gewährleistung<br />
der Lebensdauer von Batteriesystemen immer wichtiger und stellt neue<br />
Herausforderungen an das Batteriemanagementsystem. Unerlässlich hierfür<br />
ist eine genaue Kenntnis jeder einzelnen Zelle hinsichtlich des Zustandes.<br />
In der Forschungsgruppe ELS werden seit 2016 Lithium-Ionen-Batterien<br />
in Bezug auf die Elektromobilität intensiv untersucht. Dabei liegt der Fokus<br />
vor allem bei der Anwendung innovativer Software, Elektronik und Künstlicher<br />
Intelligenz zur Parameteridentifikation und Zustandsschätzung auf dem<br />
Batteriemanagementsystem, mit dem Ziel, die Sicherheit und die Zuverlässigkeit<br />
der Batteriesysteme zu erhöhen. Dazu verfügt die ELS-Gruppe über<br />
State-of-the-Art-Equipment und tiefgreifende Expertise zur Evaluierung und<br />
Alterung von Li-Ionen-Zellen und Modulen.<br />
Ziel des Projektes Lernfähige Batteriesysteme ist eine verlässliche<br />
prädiktive Zustandsbestimmung, die einhergeht mit einer Vorhersage von<br />
Lebensdauer und Leistungsfähigkeit über geeignete Modelle.<br />
Prof. Dr.-Ing. Christian Endisch<br />
Forschungsprofessor<br />
Forschungsgruppe Elektromobilität,<br />
lernfähige Systeme (ELS)<br />
Dr. Lidiya Komsiyska<br />
Technologiefeldleiterin Institut<br />
für Innovative Mobilität<br />
Dr. Meinert Lewerenz<br />
Technologiefeldleiter Institut<br />
für Innovative Mobilität<br />
Lithium-Ionen-Batterie, Sensorik und Diagnostik, Datenanalyse mit Künstlicher Intelligenz.<br />
Quelle: THI<br />
Project Adaptive Battery Systems<br />
Since 2016, the research group ELS has been conducting<br />
intensive investigations on lithium-ion batteries for<br />
electric vehicles. The research is focused on applications<br />
of innovative software, electronics, and artificial intelligence<br />
for parameter identification and state estimation of<br />
battery systems. The goal of ELS is an increase in safety<br />
and reliability of these batteries. To accomplish this goal,<br />
ELS employs state-of-the-art equipment as well as broad<br />
expertise in the evaluation and ageing of Li-ion cells and<br />
modules.<br />
The goal of the Learning Battery Systems research project<br />
is to realize a reliable battery state estimation along<br />
with lifespan and performance prediction using elaborate<br />
models.