In Hybridfahrzeugen und Elektrofahrzeugen werden zunehmend Traktionsbatterien in Lithium-Ionen-Technik eingesetzt, die bezüglich ihrer Leistungsfähigkeit und Energiedichte Vorteile gegenüber anderen zurzeit für die Großserie verfügbaren Batterietechnologien aufweisen und großes Entwicklungspotenzial bieten. Diese Technik erfordert ein spezielles Überwachungskonzept und Managementkonzept, das auf eigens dafür konzipierten Steuergerätesystemen (Batteriemanagementsystemen - BMS) implementiert wird. Das vorgestellte Verfahren erlaubt, abhängig von Basiszeilparametern, eine thermisch und elektrisch basierte Batteriezustandsprädiktion. Der Algorithmus wurde im Rahmen des BMWi-Projekts Europahybrid entwickelt, auf dem Batteriemanagementsystem 'FEV-Li-lonman' implementiert und durch Prüfstandsläufe validiert. In Kombination mit dem BMS wurde er darüber hinaus seitdem erfolgreich auf weiteren Anwendungen bei Elektrofahrzeugen und Hybridfahrzeugen portiert. Zurzeit befinden sich zirka 20 mit einem FEV-Li-lonman-System ausgestattete Fahrzeuge in Feldversuchen. Zukünftige Schritte werden Verbesserungen bezüglich der spannungsbasierten Leistungsvorhersage (bezogen auf ihre Toleranz im Falle eines nicht exakt angepassten Innenwiderstands) und die Entwicklung weiterführender Ansätze sein, die nicht ausschließlich auf der Einhaltung physikalischer Grenzen basieren (wie Lebensdauergesichtspunkte).


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Prädiktive Algorithmen für Lithium-Ionen-Traktionsbatterien in Elektro- und Hybridfahrzeugen


    Beteiligte:
    Küpper, Mirco (Autor:in) / Hülshorst, Thomas (Autor:in) / Seibert, David (Autor:in)

    Erschienen in:

    ATZ-Elektronik ; 6 , 4 ; 70-77


    Erscheinungsdatum :

    2011


    Format / Umfang :

    8 Seiten, 8 Bilder, 16 Quellen



    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Deutsch