BIG LEAP Projekt: Forschung für fortschrittliche Batteriemanagementsysteme und die Integration von Second-Life-Batterien

Batterien gelten als Schlüsseltechnologie für den Wandel hin zu sauberer Energie, insbesondere in der Automobilindustrie und bei der Energiespeicherung. Es gibt allerdings noch einige Herausforderungen, wie z. B. die mangelnde Interoperabilität zwischen Batteriechemien und ‑architekturen oder der nicht standardisierte Prozess der Batterieaufbereitung. Das Projekt BIG LEAP will diese Herausforderungen durch die Entwicklung von Lösungen für Second-Life-Batteriespeichersysteme angehen. Unter der Leitung des Brussels Research and Innovation Center for Green Technologies (BRING) vereint BIG LEAP ein Konsortium von 16 internationalen Partnern.

Positive Auswirkungen auf die gesamte Batterie-Wertschöpfungskette

Zu den geplanten technologischen Innovationen für die Batteriemanagementsysteme gehört eine dreistufige Architektur, durch die Interoperabilität, Sicherheit und Zuverlässigkeit gewährleistet werden. Dazu kommt ein anpassungsfähiges Energiespeichersystem, das die BMS-Integration erleichtert und die Anwendungsmöglichkeiten von Second-Life-Batterien erweitert. Das Projekt will ausserdem den Prozess der Batterieaufbereitung optimieren, indem es ihn kostengünstiger, schneller und standardisierter macht.

Die Entwicklungsmethodik umfasst die Sammlung von Daten von Elektrofahrzeugen (EV), maritimen Elektroschiffen und Batterien von Energiespeichersystemen (ESS). Die Tests werden an drei Demonstrationsstandorten durchgeführt. Ziel ist es, die Effektivität und Kompatibilität des innovativen BMS und des ESS zu validieren, um ihre Verbreitung auf dem Markt zu erleichtern. Diese Lösung dürfte sich über die gesamte Batterie-Wertschöpfungskette hinweg positiv auf die europäische Wirtschaft auswirken, wobei die Vorteile hinsichtlich Nachhaltigkeit im Vordergrund stehen.

Die Aufgaben der BFH konzentrieren sich auf eine neuartige Analyse der Batterieimpedanz zur Abschätzung des Leistungs- und Kapazitätsabfalls mit dem Ziel der Entwicklung eines Algorithmus für den State of Health (SoH) und State of Power (SoP). Die BFH entwickelt zudem einen auf maschinellem Lernen basierenden Algorithmus, der auf ein reduziertes Datenformat  angewendet wird, um den SoH zu ermitteln.