Varta will mit KI Batterien effizienter machen

Speicherhersteller Varta will im Rahmen eines Forschungsvorhabens KI (Künstliche Intelligenz) dazu nutzen, Batterien effizienter zu machen. Dafür ist das Forschungsprojekt „Longer“ vorgesehen. Maschinelles Lernen und KI sollen die typischen Betriebsweisen von Heimspeichern und deren Wirkung auf die Batterie präziser abbilden als heutige Software. So lasse sich die verfügbare Batteriekapazität optimal ausnutzen und zugleich die Batterie schonen. Das führe zugleich zu einer höheren Lebensdauer der Batterie, weniger Materialeinsatz und verringere Kosten. Es gehe ferner darum, Modelle des Nutzerverhaltens und der Batterie-Alterung zu entwickeln.

Benjamin Achzet, Research Coordinator der Varta Storage: „Heute absolvieren Batterie-Heimspeicher in der Regel 200 bis 300 Vollladezyklen pro Jahr und werden fast ausschließlich zur Speicherung von Solarstrom genutzt. In Zukunft wird der Heimspeicher zusätzlich als ‚Stromhändler‘ agieren und damit Energiekosten weiter senken sowie das Stromnetz aktiv entlasten.“ Dafür seien aber Speichersysteme mit höherer Zyklenstabilität nötig.

Das Forschungsprojekt Longer, das bis Ende 2025 läuft, soll dabei helfen, Speicher für die neuen Aufgaben fit zu machen. Neben Varta als Koordinatorin sind daran auch das Fraunhofer-Institut für Solare Energiesysteme, die Novum engineering GmbH und die TWT GmbH Science & Innovation beteiligt.

Die Alterung von Batterie-Speichern hängt stark von der Zahl und Tiefe der Ladezyklen ab, aber auch von vielen anderen Faktoren wie Lade- und Entladeleistung und Umgebungstemperatur. Die Vorgänge sowohl in der Batterie als auch das Nutzerverhalten seien sehr komplex. Deshalb sei die Alterung mit herkömmlichen Methoden schwierig abzuschätzen. Wichtig sei deshalb eine individuelle Betrachtung.

KI soll optimale Ladung udn Entladung lernen

Die KI soll nicht nur die Lastgänge in Gebäuden präzise analysieren, sondern auch lernen, wie die Batterie in einer bestimmten Situation wirklich entladen oder geladen werden sollte, um auf Dauer effizient zu arbeiten. „Die KI lernt im Feldversuch eigenständig, wie sich ein bestimmtes Lastprofil auf den Zustand der Batterie, den State of Heath, auswirkt. Mit der Zeit kann sie den State-of-Health auch vorhersagen. Das erlaubt im nächsten Schritt eine vorausschauende Steuerung“, sagt Jens Haupt, Spezialist für Batteriealterung bei Novum. Ein solches, auf künstlicher Intelligenz basiertes Batterie-Management, kann die Kapazität der Batterie also optimal nutzen und zugleich ihre Lebensdauer maximieren.

Im Rahmen von Longer werden außerdem Simulationsmodelle der Speicher genutzt, um die KI-basierte Betriebsstrategie zielführend und effizient zu testen und validieren. „Effiziente Simulationsmethoden bzw. digitale Zwillinge erlauben eine Validierung nicht nur in vertretbaren Zeiten, sondern auch das Testen von Grenzszenarien, die in Labor aufwendig zu realisieren sind“, erläutert Alejandro Cárdenas Simulationsexperte bei TWT.

Statt festen Regeln zu folgen, findet die KI für jeden Anwendungsfall die beste Strategie. „Typische Ertrags- und Verbrauchsmuster kennt die KI bereits und verfeinert sie ständig durch maschinelles Lernen. So kommt für jedes Haus ein angepasstes Energie- und Batterie-Management heraus. Je nach den persönlichen Wünschen maximiert es den Eigenverbrauch, minimiert die CO2-Emissionen oder optimiert die Wirtschaftlichkeit“, sagt Arne Groß, Softwareexperte am Fraunhofer ISE.

Varta will die KI ferner nach dem Projekt in eigenen Speichern einsetzen. So sollen sich die Speicher kontinuierlich verbessern, um perspektivisch einen Speicher mit lebenslanger Garantie anbieten zu können. 

23.2.2023 | Quelle: Varta | solarserver.de © Solarthemen Media GmbH