Varta forscht an einer höheren Lebensdauer von Batterien

Die Alterung von Batteriespeichern hängt stark von der Zahl und Tiefe der Ladezyklen ab, aber auch von vielen anderen Faktoren, wie Lade- und Entladeleistung und Umgebungstemperatur. Da sowohl die Vorgänge in der Batterie als auch das Nutzerverhalten sehr komplex sind, ist die Alterung mit herkömmlichen Methoden schwierig abzuschätzen und muss individuell betrachtet werden. Hier setzt das Forschungsprojekt "Longer" an, in dem die Varta Storage GmbH mit Partnern aus Wirtschaft und Forschung zusammenarbeitet. 

Im Rahmen des Projektes wollen die Partner Künstliche Intelligenz (KI) in Form maschinellen Lernens nutzen, um Modelle des Nutzerverhaltens und der Batterie-Alterung zu entwickeln. Die Software-Programme werden dazu auf Feldtest-Geräten des Heimspeichers "Varta.wall" implementiert. "Heute absolvieren Batterie-Heimspeicher in der Regel 200 bis 300 Vollladezyklen pro Jahr und werden fast ausschließlich zur Speicherung von Solarstrom genutzt", erläutert Benjamin Achzet, Research Coordinator bei Varta Storage. Künftig werde der Heimspeicher zusätzlich als "Stromhändler" agieren und damit Energiekosten weiter senken und das Stromnetz aktiv entlasten. Dafür seien aber Speichersysteme mit höherer Zyklenstabilität notwendig. 

Die KI soll im Rahmen des Projektes die Lastgänge präzise analysieren. Auch soll sie lernen, wie die Batterie in einer bestimmten Situation tatsächlich entladen oder geladen werden sollte, um auf Dauer effizient zu arbeiten. Jens Haupt, Spezialist für Batteriealterung bei dem Unternehmen Novum Engineering, erklärt: "Die KI lernt im Feldversuch eigenständig, wie sich ein bestimmtes Lastprofil auf den Zustand der Batterie, den State of Health, auswirkt. Mit der Zeit kann sie den State of Health auch vorhersagen. Das erlaubt im nächsten Schritt eine vorausschauende Steuerung." Ein solches auf KI basiertes Batteriemanagement könne die Kapazität der Batterie optimal nutzen und zugleich ihre Lebensdauer maximieren.
 Effizientes Testen der KI-basierten Betriebsstrategie

Im Rahmen von "Longer" sollen zudem Simulationsmodelle der Speicher genutzt werden, um die KI-basierte Betriebsstrategie zielführend und effizient zu testen und validieren. Effiziente Simulationsmethoden beziehungsweise digitale Zwillinge erlauben eine Validierung nicht nur mit vertretbarem Zeitaufwand, sondern auch das Testen von Grenzszenarien, die im Labor aufwendig zu realisieren sind.

Statt festen Regeln zu folgen, soll sich die KI je nach Anwendungsfall für die beste Strategie entscheiden. Typische Ertrags- und Verbrauchsmuster kennt die KI bereits und verfeinert sie fortdauernd durch maschinelles Lernen. Die Vision der Partner: Je nach den persönlichen Wünschen

• maximiert die KI den Eigenverbrauch,
• minimiert die CO2-Emissionen
• oder optimiert die Wirtschaftlichkeit des Energie- und Batteriemanagements eines Hauses mit Heimspeicher.

Varta will mithilfe der Technologie seine Speicher kontinuierlich verbessern, um perspektivisch einen Speicher mit lebenslanger Garantie anbieten zu können. Neben Varta und Novum Engineering gehört auch die TWT GmbH Science & Innovation zu den Partnern. Wissenschaftliche Unterstützung bekommen sie vom Fraunhofer-Institut für Solare Energiesysteme (Ise).