Stanford: Ableben einer Batterie vorhersagbar

Neue Technologie sieht langsamen Tod einer Lithium-Ionen-Batterie im Vorhinein

Ein an der Universität Stanford entwickeltes neues Modell bietet die Möglichkeit, den Zustand der internen Systeme einer Batterie in Echtzeit mit weitaus größerer Genauigkeit als mit bestehenden Werkzeugen vorherzusagen. Bei Elektroautos könnte die Technologie die Abschätzung der Reichweite verbessern und die Lebensdauer der Batterie verlängern.

Batterien verblassen mit zunehmendem Alter und verlieren langsam an Leistung und Speicherkapazität. Wenn man mehr Gewissheit darüber hat, wie viel Energie eine Batterie während ihres gesamten Lebenszyklus halten kann, ist es möglich, mehr von dieser Kapazität ohne Schaden zu nutzen.

Wie bei Menschen verläuft die Alterung von Batterie zu Batterie unterschiedlich, und es ist nahezu unmöglich, alle interagierenden Mechanismen, die zum Niedergang beitragen, zu messen oder zu modellieren. Infolgedessen sind die meisten Systeme, die bei Elektroautos zur sinnvollen Steuerung des Ladezustands und zur Abschätzung der Reichweite eingesetzt werden, nahezu blind für Veränderungen im Innenleben der Batterie.

Stattdessen funktionieren sie eher wie ein Arzt, der eine Behandlung verschreibt, ohne den Zustand von Herz und Lunge eines Patienten zu kennen und ohne zu wissen, auf welche Weise Umwelt, Lebensstil, Stress und Glück sie verwüstet oder verschont haben. Wenn man einen Laptop oder ein Telefon über genügend Jahre behalten haben, hat man vielleicht aus erster Hand gesehen, wohin das führt: Die Schätzungen der verbleibenden Akkulaufzeit weichen mit der Zeit immer weiter von der Realität ab.

Nun bietet ein von Wissenschaftlern der Universität Stanford entwickeltes Modell eine Möglichkeit, den wahren Zustand einer wiederaufladbaren Batterie in Echtzeit vorherzusagen. Der neue Algorithmus kombiniert Sensordaten mit der Computermodellierung der physikalischen Prozesse, die Lithium-Ionen-Batteriezellen degradieren, um die verbleibende Speicherkapazität und den Ladezustand der Batterie vorherzusagen.

“Wir haben elektrochemische Parameter ausgenutzt, die noch nie zuvor zu Schätzungszwecken verwendet wurden”, sagte Simona Onori, Assistenzprofessorin für Energieressourcentechnik an der Stanford School of Earth, Energy & Environmental Sciences (Stanford Earth). Die Forschung erschien am 11.09.2020 in IEEE Transactions on Control Systems Technology.

Abstract aus IEEE Xplore
Die Alterung von Batterien ist ein natürlicher Prozess, der zum Kapazitäts- und Leistungsabfall beiträgt, was zu einer allmählichen Leistungsverschlechterung im Laufe der Zeit und der Nutzung führt. Die Überwachung des Ladezustands (SOC) und des Gesundheitszustands (SOH) einer alternden Batterie stellt das Batteriemanagementsystem (BMS) aufgrund des Mangels an direkten Messungen vor eine schwierige Aufgabe. Schätzungsalgorithmen, die auf einem elektrochemischen Modell basieren, das die Auswirkungen der Alterung auf physikalische Batterieparameter berücksichtigt, können genaue Informationen über die Lithiumkonzentration und die Zellkapazität über die nutzbare Lebensdauer einer Batterie liefern. Ein temperaturabhängiges elektrochemisches Modell, das erweiterte Einzelpartikelmodell (ESPM), bildet die Grundlage für die Synthese eines adaptiven, miteinander verbundenen Beobachters, der die Beziehung zwischen Kapazität und Leistungsabfall aufgrund des Wachstums der Festelektrolyt-Zwischenphasenschicht (SEI) ausnutzt, um eine kombinierte Schätzung von Zuständen (Lithiumkonzentration in beiden Elektroden und Zellkapazität) und alterungsempfindlichen Transportparametern (Anodendiffusionskoeffizient und Ionenleitfähigkeit der SEI-Schicht) zu ermöglichen. Die praktischen Stabilitätsbedingungen für den adaptiven Beobachter werden mit Hilfe der Theorie von Lyapunov abgeleitet. Validierungsergebnisse gegen experimentelle Daten zeigen einen begrenzten Kapazitätsschätzfehler innerhalb von 2% seines wahren Wertes. Darüber hinaus wird die Wirksamkeit der Kapazitätsschätzung für zwei Zellen in unterschiedlichen Alterungsstadien getestet. Die Robustheit von Kapazitätsschätzungen unter Messrauschen und Sensor-Bias wird untersucht.

Der neue Ansatz könnte dazu beitragen, den Weg für kleinere Batteriepakete und eine größere Reichweite in Elektrofahrzeugen zu ebnen. Die Autohersteller bauen heute in Erwartung eines unbekannten Ausbleichens Reservekapazitäten ein, was zusätzliche Kosten und Materialien verursacht, darunter auch solche, die knapp oder giftig sind. Bessere Schätzungen der tatsächlichen Kapazität einer Batterie werden einen kleineren Puffer ermöglichen.

“Bei unserem Modell ist es immer noch wichtig, vorsichtig damit umzugehen, wie wir das Batteriesystem nutzen”, erklärte Onori. “Aber wenn Sie mehr Gewissheit darüber haben, wie viel Energie Ihre Batterie während ihres gesamten Lebenszyklus halten kann, dann können Sie mehr von dieser Kapazität nutzen. Unser System zeigt auf, wo die Ränder liegen, so dass die Batterien mit größerer Präzision betrieben werden können”.

Die Genauigkeit der Vorhersagen in diesem Modell – laut dem Papier innerhalb von 2 Prozent der tatsächlichen Batterielebensdauer, wie aus Experimenten hervorgeht – könnte es auch einfacher und billiger machen, alte Batterien für Elektroautos, die Energie für das Stromnetz speichern, einzusetzen. “In ihrer jetzigen Form werden Batterien, die aus Elektroautos ausgemustert werden, in ihrer Qualität und Leistung stark variieren”, sagte Onori. “Es gab bisher keine zuverlässige und effiziente Methode, um sie so zu standardisieren, zu testen oder zu zertifizieren, dass sie mit neuen Batterien, die speziell für die stationäre Speicherung gebaut wurden, konkurrenzfähig sind.

Alte Annahmen fallen lassen

Jede Batterie hat zwei Elektroden – die Kathode und die Anode – zwischen denen sich ein Elektrolyt, normalerweise eine Flüssigkeit, befindet. In einer wiederaufladbaren Lithium-Ionen-Batterie pendeln die Lithium-Ionen während des Lade- und Entladevorgangs zwischen den Elektroden hin und her. Ein Elektroauto kann mit Hunderten oder Tausenden dieser kleinen Batteriezellen betrieben werden, die zu einem großen Batteriesatz zusammengesetzt sind, der in der Regel etwa 30 Prozent der Gesamtkosten des Fahrzeugs ausmacht.

Herkömmliche Batteriemanagementsysteme beruhen in der Regel auf Modellen, die davon ausgehen, dass sich die Menge an Lithium in jeder Elektrode nie ändert, sagte der Autor der Leitstudie, Anirudh Allam, ein Doktorand im Bereich der Technik für Energieressourcen. “In Wirklichkeit geht Lithium jedoch durch Nebenreaktionen verloren, wenn die Batterie sich zersetzt”, sagte er, “so dass diese Annahmen zu ungenauen Modellen führen”.

Onori und Allam entwarfen ihr System mit kontinuierlich aktualisierten Schätzungen der Lithiumkonzentrationen und einem speziellen Algorithmus für jede Elektrode, der sich auf der Grundlage von Sensormessungen während des Betriebs des Systems anpasst. Sie validierten ihren Algorithmus in realistischen Szenarien unter Verwendung von Standard-Industrie-Hardware.

Unterwegs

Das Modell stützt sich auf Daten von Sensoren, die in den Batteriemanagementsystemen der heute auf der Straße eingesetzten Elektroautos zu finden sind. “Unser Algorithmus kann in aktuelle Technologien integriert werden, um sie intelligenter zu machen”, sagte Onori. Theoretisch könnten viele Autos, die bereits auf der Straße unterwegs sind, den Algorithmus in ihre elektronischen Steuergeräte eingebaut haben, sagte sie, aber die Kosten einer solchen Aufrüstung machen es wahrscheinlicher, dass die Autohersteller den Algorithmus für Fahrzeuge in Betracht ziehen würden, die noch nicht in Produktion sind.

Das Team konzentrierte seine Experimente auf eine Art von Lithium-Ionen-Batterie, die üblicherweise in Elektrofahrzeugen verwendet wird (Lithium-Nickel-Mangan-Kobalt-Oxid), um wichtige interne Variablen wie die Lithiumkonzentration und die Zellkapazität abzuschätzen. Der Rahmen ist jedoch allgemein genug, dass er auch auf andere Arten von Lithium-Ionen-Batterien anwendbar sein und andere Mechanismen der Batteriedegradation berücksichtigen sollte.

“Wir haben gezeigt, dass unser Algorithmus nicht nur eine schöne theoretische Arbeit ist, die auf einem Computer laufen kann”, sagte sie. “Vielmehr ist es ein praktischer, implementierbarer Algorithmus, der, wenn er angenommen und morgen in Autos eingesetzt wird, zu länger haltbaren Batterien, zuverlässigeren Fahrzeugen und kleineren Batteriepaketen führen kann.

->Quellen: