Sequenzielle Analyse der Alterung von Lithium-Ionen-Batterien
Zusammenfassung der Projektergebnisse
Gerade für neue Einsatzfelder wie die Elektrifizierung von Schiffen, Lastkraftwagen, Flugzeugen, Traktoren und Baumaschinen ist ein fundiertes Verständnis der Batteriealterung und Leistungsfähigkeit unverzichtbar. Nur mit entsprechend aussagekräftigen Batteriemodellen, die physikalische, chemische und elektrische Prozesse adäquat abbilden, kann sichergestellt werden, dass die Batterien den teils enormen Anforderungen an Leistung, Energiedichte und Zuverlässigkeit standhalten. Das Design of Experiment (DoE) spielt dabei eine entscheidende Rolle: Durch eine gezielte Versuchsplanung unter verschiedenen Belastungsfaktoren, wie etwa Stromstärke und Temperatur, können systematisch Daten erhoben werden, die die komplexen Alterungsmechanismen besser verstehen lassen. Auf dieser Basis ist es möglich, Modellansätze zu verfeinern, belastbare Lebensdauerprognosen zu erstellen und so die Entwicklung neuer Batteriesysteme effizienter zu gestalten. Die Projektziele waren die Entwicklung effizienter und systematischer Teststrategien für groß angelegte Alterungstests. Maßgeblich war dabei die Ausarbeitung eines skalierbaren Konzepts für umfangreiche Testmatrizen, das eine Vielzahl relevanter Belastungsfaktoren wie Stromstärke und Temperatur berücksichtigt. Ein zentrales Ergebnis ist die Entwicklung von Methoden für die Versuchsplanung mit mehr als 1000 Zellen, wodurch sowohl der inkrementelle Nutzen einzelner Messungen quantifiziert als auch die statistische Varianz besser abgedeckt werden kann. Darüber hinaus wurde ein automatisiertes Werkzeug zur Generierung und kontinuierlichen Anpassung einer optimierten Testmatrix basierend auf Gaussischen Prozessen entwickelt. Dieses erlaubt Rückkopplungsschleifen aus laufenden Messungen, um den Testverlauf in Echtzeit anzupassen und so die gewonnene Information zu maximieren. Durch diese methodische und technologische Weiterentwicklung ist es gelungen, eine solide Grundlage für datengestützte und empirische Modelle zu schaffen, die bereits kurz- und mittelfristig für die Bewertung der Alterung von Lithium-Ionen-Batterien eingesetzt werden können. Das Projekt hat damit wesentliche Beiträge zur Schließung der bisherigen Forschungslücke geleistet und ermöglicht zukünftig eine präzisere Lebensdauervorhersage sowie eine effizientere Nutzung verfügbarer Testressourcen.
Projektbezogene Publikationen (Auswahl)
-
Demonstrating Linked Battery Data To Accelerate Knowledge Flow in Battery Science
P. Dechent, E. Barbers, S. Clark, S. Lehner, B. Planden, M. Adachi, D. A. Howey & S. Paarmann
-
Short‐Term Tests, Long‐Term Predictions – Accelerating Ageing Characterisation of Lithium‐Ion Batteries. Batteries & Supercaps, 7(11).
Paarmann, Sabine; Schreiber, Markus; Chahbaz, Ahmed; Hildenbrand, Felix; Stahl, Gereon; Rogge, Marcel; Dechent, Philipp; Queisser, Oliver; Frankl, Sebastian Dominic; Morales Torricos, Pablo; Lu, Yao; Nikolov, Nikolay I.; Kateri, Maria; Sauer, Dirk Uwe; Danzer, Michael A.; Wetzel, Thomas; Endisch, Christian; Lienkamp, Markus; Jossen, Andreas & Lewerenz, Meinert
-
Path signature-based life prognostics of Li-ion battery using pulse test data. Applied Energy, 378, 124820.
Ibraheem, Rasheed; Dechent, Philipp & dos Reis, Gonçalo
