Wichtigste Erkenntnisse
- Ein Modell eines Batteriemanagementsystems ist nur dann sinnvoll, wenn die Anlage, die Sensoren, die Schätzalgorithmen und die Schutzlogik als ein geschlossener Regelkreis simuliert werden.
- Die Modelldetails sollten dem zu untersuchenden Ausfall entsprechen, einschließlich zeitlicher Angaben für Schutzmaßnahmen und Angaben zur Langzeitdrift für Zyklusstudien.
- Die Validierung von Elektrofahrzeugen und die Validierung von Netzspeichern erfordern unterschiedliche Belastungsfenster, selbst wenn sie auf derselben Lithium-Ionen-Chemie basieren.
„Ein gutes Modell für ein Batteriemanagementsystem erkennt fehlerhafte Steuerungslogik, noch bevor Sie die Hardware testen.“
Dieses Ergebnis ist von Bedeutung, da Lithium-Ionen-Akkus eher durch Wechselwirkungen zwischen Zellen, Sensoren, Wärme und Schutzlogik ausfallen als aufgrund eines einzelnen fehlerhaften Schwellenwerts. Der weltweite Absatz von Elektroautos lag im Jahr 2024 bei über 17 Millionen, wodurch weitaus mehr große Akkus in Betriebszyklen gelangen, in denen ein ungenaues Modell kostspielige Steuerungsfehler verschleiern kann. Sie erzielen bessere Validierungsergebnisse, wenn Sie zunächst die Batteriefabrik modellieren, die Eingaben für den Schätzer realistisch halten und die Details an den Fehler anpassen, den Sie untersuchen möchten. Dieser Ansatz funktioniert sowohl für Elektrofahrzeuge als auch für Netzspeicher, auch wenn die Belastungsmuster sehr unterschiedlich sind.
Ein Batteriemanagementsystem sorgt für die Sicherheit von Lithium-Ionen-Zellen
Ein Batteriemanagementsystem misst den Zustand der Zellen und des Akkupacks, schätzt Werte, die sich nicht direkt erfassen lassen, und leitet Schutzmaßnahmen ein, bevor Grenzwerte überschritten werden. Bei Lithium-Ionen-Batterien umfasst dies Spannung, Strom, Temperatur, Ausgleich, Schützsteuerung und Fehlerbehandlung. Alles andere ist lediglich eine Überwachung des Akkupacks.
Man erkennt den Unterschied, wenn ein Fahrzeugpark bei nahezu vollem Ladezustand in den regenerativen Bremsbetrieb wechselt. Ein Monitor zeigt die Zellspannungen an, sobald diese ansteigen. Ein ordnungsgemäßes Batteriemanagementsystem begrenzt die Ladeaufnahme, schätzt ein, welche Zellen zuerst die Obergrenze erreichen, und öffnet die Schütze nur dann, wenn sanftere Maßnahmen versagen. Ein Netzrack bewältigt dasselbe Problem in einem langsameren Ablauf während der Lastverteilung nahe der oberen Ladegrenze.
Diese Unterscheidung ist wichtig, da bei vielen Modellierungsansätzen das Batteriemanagementsystem lediglich als eine Reihe von Warnmeldungen betrachtet wird, die einen Batterieblock umgeben. Dabei wird übersehen, wie eng Schätzungen, Ausgleichsmaßnahmen, thermische Grenzwerte und Schutzfunktionen miteinander verzahnt sind. Wenn Sie auf Simulationsergebnisse vertrauen wollen, muss die gesamte Steuerungsebene als geschlossener Regelkreis mit dem Batteriepack dargestellt werden und nicht als eine Reihe isolierter Prüfungen.
Starten Sie die Simulation des Batteriemanagementsystems mit dem Batterieanlagenmodell
Sie sollten die Simulation des Batteriemanagementsystems mit der Batterieanlage beginnen, da jeder Schätzwert und jeder Schutzschwellenwert vom Ansprechen der Anlage abhängt. Sind das Zellmodell, die Verkabelung des Batteriepacks, die Sensoren und die Schütze zu einfach gehalten, erscheint die Steuerungslogik in der Software zwar stabil, versagt jedoch, sobald Hardwareverzögerungen und Ungleichgewichte im Batteriepack auftreten.
Ein Fahrzeugpaket der 96er-Serie ist ein anschauliches Beispiel dafür. Wenn alle Zellen dieselbe ideale Leerlaufspannungskurve und dieselbe Temperatur aufweisen, verschleiert das Modell den Spannungsabfall schwacher Zellen während der Beschleunigung und verdeckt, welcher Kanal beim Laden zuerst ausfällt. Nützliche Anlagenmodelle berücksichtigen Zell-zu-Zell-Schwankungen, die Vorspannung des Stromsensors, Abtastverzögerungen, die Schaltzeiten der Schütze sowie zumindest einen vereinfachten Wärmepfad zwischen den Zellen und den Kühlplatten.
SPS SOFTWARE eignet sich für diese Phase, da bearbeitbare elektrische und thermische Modelle es ermöglichen, die Annahmen zu überprüfen, anstatt die Anlage als geschlossenen Block zu behandeln. Das ist wichtig, wenn Ihre Schätzungen in einer Studie zutreffen, in einer anderen jedoch stark abweichen. Ein „Plant-First“-Workflow gewährleistet zudem eine zuverlässige spätere Validierung, da jede Schutzmaßnahme dann auf gemessene und verzögerte Signale wirkt und nicht auf ideale interne Zustände.
Passen Sie die Genauigkeit des Modells an den Fehler an, den Sie untersuchen müssen
Die Modellgenauigkeit sollte auf den zu untersuchenden Ausfall abgestimmt sein, denn ein sehr detailliertes Modell am falschen Ort kostet Zeit und lässt das eigentliche Risiko dennoch außer Acht. Für den Zeitpunkt der Abschaltung sind Details zu Sensoren und Schaltvorgängen erforderlich. Bei Langzeit-Zyklusuntersuchungen sind Alterung, thermische Drift und Unwucht wichtiger als elektrische Details im Mikrosekundenbereich.
| Studienfokus | Zeige, was wirklich zählt | Halte es einfacher |
|---|---|---|
| Überspannung der Zelle während des regenerativen Ladevorgangs | Die Verzögerung bei der Spannungsmessung, die Zellfehlanpassung und die Öffnungsverzögerung des Schützes müssen berücksichtigt werden. | Der langfristige Leistungsverfall kann für diese Studie grob veranschlagt werden. |
| Temperaturgrenzwertprüfungen während des Schnellladevorgangs | Die Wärmeentwicklung, die Anordnung der Sensoren und der Widerstand im Kühlkreislauf müssen genauer betrachtet werden. | Die Details zur Konverterumschaltung können zusammengefasst bleiben. |
| Genauigkeit der Ladezustandsschätzung | Am wichtigsten sind der Verlauf der Leerlaufspannung, die Stromvorspannung und die Hysterese. | Die Geometrie des Pack-Gehäuses kann abstrakt bleiben. |
| Prüfung der Logik | Der Leckerstrom, die Kanalauflösung und die Zelldispersion sollten eindeutig angegeben werden. | Eine vollständige Nachverfolgung der Antriebssignale ist oft nicht erforderlich. |
| Studien zu Netzausgleich und Laststeuerung | Alterung, Schwankungen der Umgebungstemperatur und kumulative Abweichungen müssen berücksichtigt werden. | Hochfrequente Schalteffekte können gering gehalten werden. |
Wenn Sie einen Akku auf Fehlauslösungen prüfen, nützt eine detaillierte elektrochemische Analyse nicht viel. Ein einfacheres Ersatzschaltbild mit zuverlässigen Sensoren und Schaltlogik liefert schneller eine Antwort auf die Frage. Wenn Sie den Kapazitätsverlust über wiederholte Lade- und Entladezyklen untersuchen, gilt das Gegenteil, und thermische Alterungsfaktoren sind weitaus aussagekräftiger als Schaltdetails.
Die Zustandsschätzung funktioniert nur mit messbaren Paketsignalen
Die Zustandsschätzung ist nur so gut wie die Signale, die Ihr Akku tatsächlich messen kann. Ein Modell, das dem Schätzer perfekte Ladezustände, perfekte Temperaturen oder rauschfreie Stromwerte zuführt, verschleiert dieselben Fehler, die im Betrieb zu Ausgleichsfehlern, ungenauen Reichweitenprognosen und falschen Schutzmaßnahmen führen.
Die Vorspannung des Stromsensors liefert ein einfaches Beispiel. Ein kleiner Versatz während wiederholter Lade- und Entladezyklen führt dazu, dass der geschätzte Ladezustand vom tatsächlichen Ladezustand des Akkupacks abweicht, und diese Abweichung macht sich zuerst bei einem Fahrzeug bemerkbar, dessen Akku fast leer ist, oder bei einem Akku im Lagerregal, der kurz vor der Auslagerungsgrenze steht. Wenn Ihre Simulation den tatsächlichen internen Ladezustand in den Schätzer einspeist, wird dieser Fehler nie auftreten.
Sie müssen auch die Beobachtbarkeit berücksichtigen. Die Spannung gibt im flachen mittleren Bereich einer Lithium-Ionen-Kurve weniger Aufschluss über den Ladezustand als in der Nähe der Knicke, und Temperaturverzögerungen können die Schätzungen des Innenwiderstands verfälschen. Gute Modelle zwingen den Schätzer dazu, mit denselben blinden Flecken, Quantisierungen und Filterungen zu arbeiten, die Ihre Hardware in die Validierung einbringt.
Die Validierung der Schutzlogik hängt von der Abdeckung zeitlicher Fehler ab
Die Validierung der Schutzlogik hängt stärker von Timing, Fehlerfolge und Wiederherstellungspfaden ab als von einfachen Schwellenwertprüfungen. Sie müssen nachweisen, dass Entprellungsfenster, Sensorverzögerungen und Schützaktionen den Akku auch dann noch schützen, wenn Fehler in ungünstigen Abfolgen auftreten. Eindeutige Einzelschrittfehler sind nur die einfachen Fälle.
Ein sinnvoller Testsatz sollte verschiedene Zeitmuster abdecken, die die Logik aus unterschiedlichen Blickwinkeln auf die Probe stellen:
- Zellüberspannung beim regenerativen Bremsen mit verzögerter Spannungserfassung
- Unter Spannung der Zelle, nachdem ein schwacher Kanal beim Beschleunigen nachgibt
- Überhitzung während des Ladevorgangs nach einem Rückgang des Kühlmittelstroms
- Isolationsverlust, der erst nach dem Schließen des Schützes auftritt
- Eine Vorspannung des Stromsensors, die ein kurzzeitiges Überstromereignis verschleiert
Jeder Einzelfall ist von Bedeutung, da der Schutz nicht an einem einzigen Punkt, sondern als Abfolge von Schritten erfolgt. Eine verspätete Überspannungsmeldung kann zu einer härteren Abschaltung führen als eine rechtzeitige Leistungsbegrenzung. Eine versteckte Stromverzerrung kann dazu führen, dass der Akkuanschluss bestehen bleibt, obwohl er eigentlich bereits isoliert sein sollte. Eine gute Simulation prüft die Verriegelungs-, Wiederherstellungs- und Neustartlogik, da viele Vorfälle mit Akkus darauf zurückzuführen sind, wie das System nach Behebung eines Fehlers wieder in Betrieb genommen wird.
„Die Genauigkeit des Modells sollte auf das zu untersuchende Versagen abgestimmt sein, denn ein sehr detailliertes Modell am falschen Ort kostet nur Zeit und lässt das eigentliche Risiko dennoch außer Acht.“
Thermische Grenzwerte erfordern gekoppelte elektrische Wärmesimulationsmodelle
Thermische Simulationen sind wichtig, da elektrische Grenzwerte nicht mehr als feststehend gelten, sobald sich in Zellen, Sammelschienen und Modulen Wärme staut. Ein aussagekräftiges Modell verbindet Strom, Innenwiderstand, Wärmeentwicklung, Wärmeleitwege und das Kühlverhalten miteinander. So lässt sich erkennen, wann ein elektrischer Befehl, der zunächst sicher ist, nach einigen Minuten unter Last oder beim Laden unsicher wird.
Stellen Sie sich einen Ladevorgang vor, bei dem die Zellen in der Mitte wärmer werden als die Randzellen, da die Kühlplatte die äußeren Module bevorzugt. Die Zellspannungen können zwar noch akzeptabel erscheinen, doch die wärmere Gruppe altert schneller und erreicht im nächsten Zyklus früher eine Schutzgrenze. Wenn Ihr Modell nur eine einzige Packtemperatur verwendet, erscheint das Batteriemanagementsystem ruhiger und genauer, als es auf der Hardware tatsächlich der Fall ist.
Auch die thermische Modellierung beeinflusst die Entscheidung über die Anordnung der Sensoren. Ein einzelner Sensor am Gehäuse eines Moduls erfasst einen internen Hotspot nicht, und die Verzögerung zwischen der Erwärmung des Kerns und der gemessenen Oberflächentemperatur kann lang genug sein, um bei Schnellladung oder wiederholten Beschleunigungsvorgängen eine Rolle zu spielen. Gekoppelte Modelle decken diese Verzögerungen auf und helfen Ihnen dabei, Grenzwerte festzulegen, die nicht nur die Sensoren, sondern auch die Zellen schützen.
Studien zu Elektrofahrzeugen konzentrieren sich auf Impulsbelastungen während Transienten
Studien zu Elektrofahrzeugen sollten sich auf kurze Transienten, die Leistungsgrenzen des Akkupacks und die Erholung des Schätzalgorithmus nach aggressiven Lastsprüngen konzentrieren. Die Betriebszyklen der Fahrzeuge zwingen das Batteriemanagementsystem dazu, auf regenerative Leistungsspitzen, Anlaufströme, Kaltstarts und schnelle Temperaturwechsel zu reagieren. Diese Ereignisse decken Schwachstellen in der Sensorik und der Logik schnell auf.
Eine Bergabfahrt nach vollständiger Aufladung ist ein klassisches Beispiel. Der Akku nimmt regenerativen Strom auf, wenn sich mehrere Zellen bereits nahe der oberen Spannungsgrenze befinden, und der Regler hat nur ein kurzes Zeitfenster, um die Ladeaufnahme zu reduzieren, bevor es zu einer harten Abschaltung kommt. Bei der Modellierung eines BMS (Battery Management System) für ein Elektrofahrzeug ist der Durchschnittsstrom weniger entscheidend als kurze Ereignisse, die die schwächsten Zellen zusätzlich belasten.
Ergebnisse, die für den Fahrer sichtbar sind, machen dies deutlicher. Eine unzureichende Erholung der Schätzwerte nach einer starken Beschleunigung kann zu plötzlichen Reichweitenverlusten, unerwarteten Leistungsbegrenzungen oder störenden Warnmeldungen führen, die dem Fahrer willkürlich erscheinen. Fahrzeugstudien sollten sich auf diese Belastungsspitzen konzentrieren, denn genau hier muss ein Batteriemanagementsystem beweisen, dass es den Akku schützen kann, ohne die Nutzung des Fahrzeugs zu beeinträchtigen.
Studien zu Netzspeichern konzentrieren sich auf Zyklen über lange Zeiträume
Studien zu Netzspeichern sollten sich auf lange Zyklen, thermische Einwirkzeiten und die kumulative Abweichung der Schätzwerte über mehrere Betriebsmonate hinweg konzentrieren. Stationäre Batteriesysteme weisen zwar geringere Leistungsschwankungen auf als Fahrzeugbatterien, verbringen jedoch deutlich mehr Zeit im Bereich der Ladegrenzen und thermischen Plateaus. Geringfügige Modellierungsfehler können sich zu einer schlechten Einsatzplanung, vorzeitiger Leistungsreduzierung oder unnötigen Abschaltungen summieren.
Der weltweite Einsatz von Batterien im Energiesektor erreichte im Jahr 2023 etwa 70 GW, sodass selbst geringfügige Regelungsfehler zu einem ernsthaften Betriebsproblem führen können. Ein Speicherrack, das während der warmen Nachmittagsstunden einen hohen Ladezustand aufweist, altert anders als ein Fahrzeugakku, und die thermische Trägheit bei wiederholten täglichen Zyklen ist von größerer Bedeutung als Stromspitzen beim Start. Aus diesem Grund benötigen Netzstudien lange Zeitfenster, in denen Schwankungen der Umgebungsbedingungen, das Ausgleichsverhalten und die Drift der Schätzverfahren unverändert berücksichtigt werden.
Die wichtigste Schlussfolgerung ist einfach: Eine sinnvolle Modellierung des Batteriemanagementsystems erfordert Disziplin hinsichtlich dessen, was dargestellt wird, was vereinfacht wird und welche Signale der Steuerlogik zur Verfügung stehen dürfen. SPS SOFTWARE unterstützt diese Art von Arbeit, wenn Sie transparente Modelle benötigen, die im Rahmen von technischen Überprüfungen geprüft, optimiert und begründet werden können, anstatt einfach blind akzeptiert zu werden.
