hILDe - Neuartige, kostengünstige und hochpräzise Indikation der Imbalance sowie des Ladezustands von Vanadium-Redox-Fluss-Batterien mittels KI-unterstützter Detektion spezifischer Farben - Teilprojekt IZES: Entwicklung Sensorhardware sowie Einsatz des Gesamtsystems in einer realen VRFB im Alltagsbetrieb
Zeitraum
2019-12-01 – 2023-09-30
Bewilligte Summe
371.214,00 EUR
Ausführende Stelle
Förderkennzeichen
03EI3005A
Leistungsplansystematik
Elektrochemische Speicher - Redox-Flow Batterien [EA2313]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB5)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI3)
Förderprogramm
Energie
Das Verbundvorhaben hILDe hat die Entwicklung, den Aufbau und die Erprobung einer neuartigen, kostengünstigen und hochpräzisen Indikation des Ladezustands (SOC) sowie der Imbalance für Vanadium-Redox-Fluss-Batterien (VRFB) zum Ziel. Die elektrochemisch aktiven Spezies einer VRFB liegen in Form wässriger Elektrolyte (Anolyt und Katholyt) vor. Diese enthalten Vanadium-Ionen unterschiedlicher Wertigkeit, Stabilität und Farbe in einer Vielzahl von chemischen Komplexen. Im Betrieb ist die VRFB verschiedenen Alterungsmechanismen unterworfen, welche die Güte des Elektrolyten als Energieträger und somit dessen Kapazität, Zyklenstabilität sowie die Lebensdauer des Gesamtsystems beeinträchtigen. Zum langzeitstabilen Betrieb einer VRFB ist der Einsatz eines hochpräzisen Sensors/Indikators essentiell, welcher über die Anzeige des aktuellen SOC hinaus auch Informationen zur Imbalance des Elektrolyten liefert. Das Vorhaben beinhaltet die Entwicklung und funktionelle Demonstration eines SOC/Imbalance Indikators beruhend auf den Entwicklungen/Ergebnissen der drei Teilsysteme (1) Referenzmesssystem (UdS), (2) KI-Plattform für elektrochemische Prozesse (DFKI), (3) Stand-alone Sensorsystem (IZES). IZES beschäftigt sich in erster Linie mit der Entwicklung der kostengünstigen Sensorhardware des hILDe-Sensors in enger Abstimmung mit den anderen Teilsystemen. Alterungseffekte und das Langzeitverhalten der Sensoren werden dabei ebenfalls berücksichtigt und analysiert. Die Sensorhardware wird während der Entwicklung im firmeneigenen Laborprüfstand und im Referenzmesssystem eingesetzt und getestet. Alle Daten werden dem DFKI für das maschinelle Lernen und für die Entwicklung einer KI-basierten Auswertemethode zur Verfügung gestellt. Diese wird in den hILDe-Sensor integriert und weiter trainiert. Gleichzeitig wird der hILDe-Sensor mit dem Referenzmesssystem verglichen. Zum Abschluss wird das hILDe-Gesamtsystem in eine reale VRFB eingebaut und im Alltagsbetrieb evaluiert.