Thema: Cloudbasiertes, selbstlernendes Batteriemanagementsystem

Finanzierung: Ministerium für Wirtschaft, Verkehr, Arbeit, Technologie und Tourismus des Landes Schleswig-Holstein im Rahmen des Landesprogramms Wirtschaft 2014-2020 mit EFRE-Mitteln und Landesmitteln nach Maßgabe der FIT-Richtlinie

Forschungskennzahl: LPW-E/1.1.2/1375

Fördersumme: 291.892,00 €

Laufzeit: 01.01.2020 bis 30.06.2023

Projektleiter: Prof. Dr. Christoph Weber

Kurzfassung: Der Einsatz von Batteriesystemen - insbesondere, wenn diese 24 Stunden am Tag betrieben werden - erfordert einen erhöhten Diagnoseaufwand, und zwar für jede Zelle des Batteriesystems mit Hilfe von übergeordneten Batteriemanagementsystemen (BMS). In Ermangelung an zuverlässigen Diagnosemodellen werden daher Batteriesysteme mit einer ausreichenden und kostspieligen Sicherheitsreserve in Form von zusätzlichen Kapazitäten ausgestattet.

Ziel ist, eine möglichst sehr genaue Prognosefähigkeit des Ladezustandes sowie des Gesundheitszustandes für jede einzelne im Batteriesystem genutzte Zelle zu erarbeiten. Im Vordergrund steht der Aufbau einer funktionsfähigen Infrastruktur bestehend aus einem Batteriespeichersystem und einer cloudbasierten BMS-Einheit mit selbstlernenden Algorithmen im laufenden Betrieb des Batteriesystems. Das Mastersteuergerät stellt einen Kleincomputer mit ausreichender Rechenleistung und Speichervermögen dar, der im laufenden Betrieb alle gemessenen und relevanten Daten der Batteriemanagement-Slaves zwischenspeichern und in eine Cloud übertragen kann. Vorteil dieser Vorgehensweise ist, dass das zeitintensive, maschinelle Lernverfahren zur Laufzeit des Batteriesystems auf externe und leistungsfähige Computernetzwerke ausgelagert werden kann.