KI-Methode soll Lebensdauer von E-Auto-Batterien um 23 Prozent verlängern

Auch wenn Studien zuletzt gezeigt haben, dass der Batterieverschleiß zumindest innerhalb der ersten 100.000 km Laufleistung heute meist geringer ist als bislang erwartet: Spätestens wenn Elektrofahrzeuge älter werden und die gefahrenen Kilometer noch höher, sinkt der State of Health (SoH) von Traktionsbatterien. Heißt: Die nutzbare Batteriekapazität sinkt mit der Zeit gegenüber der Herstellerangabe.

Unter anderem weil potenzielle Käufer von E-Autos und elektrischen Nutzfahrzeugen in der sinkenden Batteriekapazität eine große Hürde für den Kauf sehen, haben Forscher der Technischen Hochschule Chalmers im schwedischen Göteborg nach an einer Methode gesucht, die die „Batteriegesundheit“ verlängert. Im Fokus stand dabei das DC-Schnellladen, das im Ruf steht, den SoH von Batterien schneller nach unten zu drücken, als dies die langsamen AC-Lader tun.

„Für Taxis oder schwere Nutzfahrzeuge in der Industrie ist der Zugang zu Schnellladestationen von großer Bedeutung, aber das gilt auch für Pkw. Obwohl private Autofahrer ihre Elektroautos üblicherweise zu Hause aufladen, ist die Verfügbarkeit von Schnellladestationen außerhalb des Hauses ein entscheidender Faktor, da sie das Pendeln und das Fahren über längere Strecken erleichtert“, sagt Changfu Zou, Professor am Institut für Elektrotechnik der Chalmers-Universität.

Lebensverlängerung dank KI

In einer nun veröffentlichten Studie zeigt Zou gemeinsam mit Meng Yuan, Assistenzprofessor an der Victoria University of Wellington in Neuseeland und ehemaliger Forscher an der Chalmers-Universität, dass es mithilfe künstlicher Intelligenz möglich ist, die Lebensdauer von Batterien zu verlängern, ohne die Ladegeschwindigkeit wesentlich zu erhöhen.

Durch diese KI-gestützte Lademethode wird die Batterielebensdauer im Vergleich zum heutigen Standardverfahren um etwa 23 Prozent verlängert. Die Ladezeit selbst bleibt dabei nahezu unverändert „Wir zeigen, dass es möglich ist, ungefähr so ​​schnell wie heute zu laden, aber mit einer deutlich geringeren langfristigen Degradation der Batterie“, sagt Meng Yuan.

Schnellladen ist ein Stressfaktor für Batterien, denn dabei wird Strom mit hoher Geschwindigkeit durch die einzelnen Zellen geleitet, was das Risiko chemischer Nebenreaktionen erhöht. Besonders problematisch ist dabei die sogenannte Lithiumplattierung, bei der sich metallisches Lithium auf der Elektrode abscheidet, anstatt ordnungsgemäß in der Batteriestruktur gespeichert zu werden. Dies kann die Kapazität verringern und die Sicherheit beeinträchtigen, da eine ungleichmäßige Lithiumverteilung im schlimmsten Fall einen Kurzschluss verursachen kann.

Lithiumplattierung verhindern

„Das Risiko der Lithiumplattierung steigt mit dem Alter der Batterie. Die heutigen Standardladeverfahren verwenden jedoch unabhängig davon, ob die Batterie neu ist oder schon jahrelang in Gebrauch, denselben Strom und dieselbe Spannung“, sagt Meng Yuan.

Die neue, KI-gestützte Ladestrategie basiert auf Reinforcement Learning, bei dem die richtigen Aktionen belohnt und somit verstärkt werden. Das KI-Modell wurde dafür trainiert, den Ladevorgang an den Ladezustand der Batterie anzupassen. Dabei musste es auch den allgemeinen Zustand der Batterie berücksichtigen, da dieser sowohl für die Kapazität als auch für die Elektrochemie entscheidend ist. Das Ergebnis war eine Ladestrategie, die die Ladezeit verkürzt und schädliche Reaktionen minimiert.

Die neue Ladestrategie ist laut den Forschern sowohl einfach als auch kostengünstig umzusetzen: Prinzipiell ließe sie sich durch Software-Updates in den Batteriemanagementsystemen der Fahrzeuge implementieren. Für eine allgemeine Anwendung sind jedoch einige Anpassungen erforderlich.

cision.com