Prädiktive Batteriedatenanalyse:
Wie Felddaten die Sicherheit und Leistung von Batterien verbessern

Lithium-Ionen-Batterien (LIB) sind eine tragende Säule unserer Energiezukunft. Wie bei allen Energiequellen besteht auch hier ein Ausfallrisiko. Die gute Nachricht ist, dass LIB-Systeme große Mengen an Daten sammeln und übertragen können.

Mit prädiktiver Batteriedatenanalyse können diese Daten ausgewertet werden, um die Sicherheit und Leistung von Batterien zu verbessern. Cloud-basierte Batteriedatenanalysen können subtile Veränderungen im Zellverhalten, die durch Zell- oder Modulschäden verursacht werden, erkennen und zuverlässig Ausfallzeiten reduzieren sowie kritische Ereignisse verhindern. In dieser Präsentation erklären wir Methoden zur Datenerfassung, -verarbeitung und -analyse von Batteriedaten. Wir werden die Rolle der Cloud-Diagnostik in Kombination mit dem Batteriemanagementsystem (BMS) untersuchen.

Darüber hinaus präsentieren wir Algorithmen zur Analyse von Felddaten und zeigen Beispiele aus der Praxis, wie diese Algorithmen heute helfen, Ausfälle oder sogar Vorfälle bei Gigawattstunden von Batteriespeichersystemen (BESS) zu verhindern. Die Teilnehmer werden ein besseres Verständnis der Algorithmen hinter der Cloud-basierten Batteriediagnostik erhalten und erfahren, wie diese Algorithmen Anomalien erkennen und die Leistung sowie Sicherheit von Batteriespeichersystemen verbessern.