KI-basierte Modulare Batteriesysteme für Gewerbe- und Netzanwendungen

Im Projekt KI-M-Bat wird ein modulares Speicherkonzept sowie eine universelle KI-basierte Software-Steuerung für Batteriespeicher im Industrie- und Gewerbemaßstab entwickelt und erprobt. Das Konzept erlaubt einen effizienten und lebensdauer-optimalen Betrieb von Second-Life Batterien. In der Software wird ein digitales Zwillingsmodell des Batteriesystems aufgebaut und darauf eine Steuerungsstrategie mittels maschinellen Lernens erprobt. Die Algorithmen werden in ein Hardware-Demonstrator validiert und als Open-Source-Code veröffentlicht.

Der EES wird seine Expertise in den Bereichen datenbasierte Batteriemodellierung, Alterungssimulation und Erfahrung im Betrieb von Speichersystemen einbringen. Basierend auf den am EES entwickelten und bereits verfügbaren Open-Source-Tools wird im Projekt ein Open-Source-Digital-Twin-Modell der Batteriemodule aufgebaut. Die Parametrisierung erfolgt auf Basis historischer Felddaten und durch direkte Kopplung an die Hardware-Demonstratoren.

Das Projekt umfasst unter anderem folgende Ziele:

• Parametrisierung von Batteriemodellen aus Felddaten und Online-Zustandsabschätzung auf Modulebene.
• Ermöglichung des Betriebs von Second-Life-Batteriesystemen mit unterschiedlichen Zellalterungszuständen und Zellchemien.
• Signifikante Verlängerung der Batterielebensdauer durch KI-gestützte alterungssensitive Steuerung der Batteriemodule.

Neben dem Lehrstuhl für Elektrische Energiespeichertechnik der TUM sind an dem Projekt beteiligt:

• STABL Energy GmbH
• Fenecon GmbH
• Die Hochschule für angewandte Wissenschaften Kempten
• Das TUM Zentrum für Gekoppelte Intelligente Energiesysteme (CoSES)

Weitere Informationen zum Projekt gibt es unter https://stabl.com/forschung/