Forschungsprojekt LionAID

LionAID

LionAID - Entwicklung eines intelligenten Diagnosesystems für Lithium-Ionen-Batterien in Elektrofahrzeugen; Advanced Intelligent Diagnosis of Lithium Ion Batteries.

Partner
EDI GmbH - Engineering Data Intelligence; FKFS Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart
Förderung BMBF
Laufzeit 01.09.2018 - 31.08.2022
Bearbeitende Dr.-Ing. Tatjana Dabrowski

Der wachsende Markt der Elektromobilität und damit die zunehmende Verbreitung von Lithium-Ionen-Batterien machen eine regelmäßige Wartung sowie Analyse für die Sicherheit, Restwertschätzung und Second-Life-Anwendung eines Energiespeichers unerlässlich und erfordern daher ein kostengünstiges Diagnosesystem für Elektrofahrzeuge, mit dem Werkstätten und Prüfeinrichtungen eine einfache und schnelle Analyse der Traktionsbatterie vornehmen können. Hierzu wurde im LionAID-Projekt ein onlinefähiger Diagnosetester für Werkstätten entwickelt, der Messungen an der Traktionsbatterie ohne Fahrversuche durchführt und die Messdaten online über eine Cloud-IT-Infrastruktur an eine Batteriediagnosesoftware übermittelt. Diese kann mit Hilfe komplexer Algorithmen den Gesundheitszustand (SOH – State-Of-Health) sowie die approximierte Restlebensdauer der Traktionsbatterie ermitteln.

Im Rahmen des Projektes erweiterte das Fraunhofer IEE das elektrochemische Batteriesimulationsmodell BaSiS um verschiedene Alterungsmechanismen und entwickelte einen Optimierungsalgorithmus zur Bestimmung des SOH und der Restlebensdauer. Zur Parametrierung und Validierung des Modells führte das IEE eine experimentelle Analyse der Traktionsbatterie des verwendeten Testfahrzeugs (VW Golf GTE 2016) sowie umfangreiche Alterungsversuche (kalendarisch und zyklisch) durch. Zur Übertragung und Analyse der Daten wurde vom Projektpartner EDI das Backend des EDI hive IoT Frameworks erweitert sowie die Schnittstellen zur Übertragung der Messdaten der Traktionsbatterie und die Verwaltung des Batteriesimulationsmodells, der analysierten Fahrzeuge und der Visualisierung der Daten und Batteriezustände implementiert. Das FKFS übernahm die Entwicklung des Diagnosetesters sowie des In-Line-Controllers, der zwischen Ladestation und Fahrzeug geschaltet wurde, um die Traktionsbatterie mit speziellen Lastprofilen sowie unterschiedlichen Ladeleistungen zu belasten.

Abschließend wurden die einzelnen Arbeiten zusammengeführt und an dem Testfahrzeugs VW Golf GTE gemeinsam validiert. Hierbei wurde das Testfahrzeug an den Diagnosetester und den InLine Controller angeschlossen und mit einem Ladeprofil belastet. Anschließend wurden die Messdaten zum EDI hive IoT Framework gesendet und mit Hilfe des vom IEE entwickelten Batteriesimulationsmodells und des Optimierungsalgorithmus analysiert. Auf diese Weise konnten SOH und die Restlebensdauer der Traktionsbatterie in 1 - 5 Minuten bestimmt und somit gezeigt werden, dass der entwickelte Diagnosetester inklusive Cloud-IT-Infrastruktur und Batteriediagnosesoftware für den operativen Einsatz geeignet ist. Diese Ergebnisse wurden auf der AutoTest-Konferenz in Stuttgart unter dem Titel Testsystem für Traktionsbatterien – Kurztest zur modellbasierten Bewertung des SOH von Lithium-Ionen-Batterien beim AC-Laden präsentiert.