KI-M-Bat

KI-basierte Modulare Batteriesysteme für Gewerbe- und Netzanwendungen

Das Forschungsprojekt strebt einen effizienten und lebensdauer-optimalen Betrieb von neuen und gebrauchten Batterien an.

Dafür wird in einer Software ein digitales Zwillingsmodell des Batteriesystems aufgebaut und mittels maschinellen Lernens eine Steuerungsstrategie erprobt. Die erlangten Algorithmen werden dann in einem Hardware-Demonstrator validiert und anschließend als Open-Source-Code veröffentlicht

Projektziele:

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

Am Projekt KI-M-Bat beteiligen sich ausgewählte Partner aus Industrie und Forschung. Neben der FENECON GmbH und dem Start-up STABL GmbH unterstützen das Projekt die Technische Universität München (TUM) - vertreten durch den Lehrstuhl für Elektrische Energiespeichertechnik (EES) und dem Research Center for Combined Smart Energy Systems (CoSES) - sowie die Hochschule Kempten (Smarte Energiesysteme) mit ihrem Knowhow.