Verbundvorhaben: BattLifeBoost - Lebenszyklusverlängerung von bestehenden und zukünftigen stationären Batteriespeichersystemen durch hybride Zustandsprognose; Teilvorhaben: Statistische und Machine-Learning basierte Methoden zur Alterungsbestimmung
Zeitraum
2023-10-01 – 2026-09-30
Bewilligte Summe
262.817,88 EUR
Ausführende Stelle
Förderkennzeichen
03EI4068C
Leistungsplansystematik
Elektrochemische Speicher - Lithium-basierte Batterien [EA2312]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI4)
Förderprogramm
Energie
Im Teilprojekt 'Statistische und Machine-Learning basierte Methoden zur Alterungsbestimmung' werden zunächst literaturbekanntere Modelle zur Alterung von Batteriezellen um statistische Informationen aus Labordaten erweitert und im Folgenden (mittels unterschiedlicher Modellansäte) in ein Gesamtmodel hybridisiert. Dabei spielt die Abbildung von Modellunsicherheiten und Parameter-Variationen eine zentrale Rolle. Methodisch werden dazu neben statistischen Verfahren insbesondere auch Techniken des maschinellen Lernens eingesetzt. Eine anwendungsorientierte Analyse von ökonomischen und ökologischen Parametern in unterschiedlichen Use-Cases, sowie eine Simulation des Alterungsverhaltens in Second-Life / Zero-Life Anwendungsfällen auf Basis der entwickelten Alterung-Prognose-Modelle rundet das Teilprojekt ab.