Wie hochperformante Batteriemanagementsysteme zu Kundenakzeptanz und langfristigem xEV-Markterfolg beitragen – Darstellung künftiger Potenziale für Fast Charge-Anwendungen durch die echtzeitfähige Implementierung elektrochemischer Batteriemodelle

Autoren

C. Weber, K. Nürnberger, T. Danner, Infineon Technologies AG, Neubiberg; M. Göhring, H. Pegel, E. Richter, Mercedes-Benz AG, Stuttgart; A. Fill, K. P. Birke, Universität Stuttgart

Jahr

2025

Druckinfo

Eigenproduktion ÖVK

Zusammenfassung

Der langfristige Markterfolg von rein batterieelektrischen Fahrzeugen (BEV) erscheint derzeit herausfordernd. Eine Vielzahl externer Faktoren, wie beispielsweise Ladeinfrastruktur oder Energiewirtschaft lassen sich durch Fahrzeughersteller kaum oder nicht beeinflussen. Großes Verbesserungspotential hinsichtlich Kundennutzen und Kosteneinsparung findet sich jedoch auf wichtigen Feldern der Batterietechnik. Ein aktuelles Forschungsgebiet umfasst die Befähigung von physikalischen und KI-Batteriemodellen für Echtzeitanwendungen im Fahrzeug. Modelle dieser Art ermöglichen genaue Kenntnis über die inneren Zellzustände. Durch die genaue und sofortige Kenntnis des Batteriezustands ergeben sich Benefits wie beispielsweise große Kostenersparnisse, Verkürzung der Ladezeit bei gleichzeitiger Vermeidung frühzeitiger Alterung oder auch die Möglichkeit einer exakteren Bestimmung und Vorhersage des State-of-health (SoH), einer Kennzahl für die Batteriegesundheit. Eine echtzeitfähige Implementierung solch komplexer Modelle auf einem automobilen Batteriemanagementsystem (BMS) stellt besondere Herausforderungen an die Hardware des Mikrocontrollers. In diesem Beitrag wird aufgezeigt, wie der Einsatz innovativer, hochperformanter Mikrocontroller im Batteriesteuergerät fortan die on-the-edge Nutzung akkuraterer Batteriemodelle anstelle der herkömmlichen stark simplifizierten Modelle ermöglicht. Anhand der Implementierung eines elektrochemischen Batteriemodells auf dem Infineon AURIXTM TC4x Mikrocontroller werden zur erfolgreichen Umsetzung notwendige Optimierungen im Modell vorgestellt. Erste Laufzeitanalysen bestätigen die Echtzeitfähigkeit der Implementierung und geben Aufschluss über künftige Potenziale von Anwendungen dieser Art.

ISBN

978-3-9504969-4-9

DOI

https://doi.org/10.62626/ubod-h1xb Link kopieren

Bestellen Mitglieder-Login