Den Ladezustand von Batterien anzugeben ist schwierig, besonders wenn es in Echtzeit im Volllastbetrieb geschehen soll. Optimale Versuchsplanung und nichtlineare Batteriemodelle der TU Wien machen das aber möglich. Ein „Batterie-Schnelltester“ wird auf der internationalen Fachmesse sps ipc drives ab 26. November in Nürnberg nun erstmals vorgestellt.
Dass Batterie-Ladezustandsanzeigen nicht immer besonders zuverlässig sind, erlebt man jeden Tag – etwa beim Handy oder bei der Fotokamera. Bei großen Batterien, bei denen die Belastung zeitlich stark variiert, beispielsweise in Hybrid- oder Elektro-Fahrzeugen, ist dieses Problem noch viel schwerwiegender. Für genaue Ladezustandsanzeigen benötigt man ein mathematisches Modell, mit dem sich das Verhalten der Batterie in möglichst allen Situationen beschreiben lässt. Ein Forschungsteam der TU Wien hat sich darauf spezialisiert, solche Modelle aus wenigen, optimal maßgeschneiderten Versuchsmessungen abzuleiten.
Batterieverhalten messen mit optimalen Testsignalen
„Um das dynamische Verhalten der Batterie modellieren zu können, braucht man zunächst Messungen, die ausreichend Informationen für die Modellbildung zur Verfügung stellen“, erklärt Johannes Unger, der im Forschungsteam von Prof. Stefan Jakubek (Institut für Mechanik und Mechatronik der TU Wien) an diesem Problem forscht. Man gibt einen bestimmten zeitlich veränderlichen Laststrom vor und beobachtet, wie sich die Spannung der Batterie unter dieser Belastung verhält.
„Entscheidend ist, mit minimalem Testaufwand ein Maximum an Information über die Batterie herauszufinden“, sagt Stefan Jakubek. Normalerweise wird das Testergebnis umso genauer, je länger man misst. Doch Zeit ist Geld: Längere Messungen sind teurer und verbrauchen Ressourcen. Bei optimaler Planung der Messung lässt sich auch mit kurzen Testsignalen die nötige Information auslesen.
Datenbasierte Black Box Modelle für minimale Schätzfehler des Ladezustandes
„Die Batterie physikalisch und chemisch vollständig zu beschreiben, wäre ungeheuer aufwändig und schlussendlich nicht für Echtzeitanwendungen geeignet“, sagt Stefan Jakubek. Daher modelliert man die Batterie als Black Box, deren Verhalten von einem rein datenbasierten Modell beschrieben wird. Ausgehend von diesem Modell berechnet man, mit welchem Stromsignal das Verhalten der Batterie am besten angeregt werden kann – und abhängig von diesem Messergebnis kann man daraus wiederum das Modell verbessern. Nach einigen Schritten erhält man dadurch ein sehr gutes Modell der Batterie, das über den gesamten Bereich an Betriebsparametern gültig ist.
„Durch unsere Optimierungsrechnungen ergibt sich ein deutlich dynamischeres Testsignal verglichen zu den bisher verwendeten“, sagt Johannes Unger. „Mit unserem Batterie-Schnelltester für industriell-kommerzielle Anwendungen konnten wir zeigen, dass aus nicht optimierten Testsignalen identifizierte Modelle das hochdynamische Batterieverhalten oft systematisch falsch wiedergeben.“ Dann kann es passieren, dass der Ladezustand der Batterie permanent falsch eingeschätzt wird.
Lösung für moderne Batterie-Management-Systeme
Besonders bei Hochleistungseinsätzen, in denen sich die Beanspruchung der Batterie zeitlich stark ändert, ist die datenbasierte Lösung der TU-Forschungsgruppe äußerst nützlich. Sehr wichtig sind die optimale Versuchsplanung und daraus erhaltene Batteriemodelle auch für das Testen von Gleichstrom-Umrichtern: Sie nehmen elektrische Leistung in Form von einzelnen Pulsen auf, etwa aus einer Batterie, und geben möglichst konstante Gleichspannung weiter, zum Beispiel an einen Elektromotor. Für die Entwicklung solcher Umrichter sind präzise Batteriemodelle unverzichtbar.
Präsentation auf Fachmesse
Auf der Fachmesse sps ipc drives ab 26. November in Nürnberg wird der TU-Batterietester zum ersten Mal öffentlich präsentiert. Die TU Wien wird dort außerdem auch neue, intelligente Antriebssysteme für Elektromotoren und ein Projektmanagement-Tool zur Optimierung von Arbeitsabläufen in Großprojekten vorführen.
(Technische Universität Wien, 28.10.2013 – KSA)
