Forscher der Chalmers University of Technology in Schweden haben eine Künstliche-Intelligenz-Methode (KI) für das Schnellladen von Elektrofahrzeug-Batterien entwickelt. Sie passt den Ladevorgang an den Gesundheitszustand der Energiespeicher an. Die Studie zeigt eine um fast 23 Prozent größere Batterielebensdauer, ohne die Ladezeit zu verlängern.
„Für Taxis oder schwere Nutzfahrzeuge in der Industrie beispielsweise ist der Zugang zu Schnellladestationen von großer Bedeutung, aber das gilt auch für Pkw. Obwohl Privatfahrer ihre Elektroautos in der Regel zu Hause aufladen, ist die Verfügbarkeit von Schnellladestationen außerhalb des eigenen Zuhauses ein entscheidender Faktor, da sie das Pendeln und das Zurücklegen längerer Strecken erleichtert“, sagt Changfu Zou, Professor am Institut für Elektrotechnik an der Chalmers-Universität.
Schnellladen ist für längere Fahrten mit E-Fahrzeugen nötig, belastet aber die Batterie. E-Auto-Batterien haben derzeit je nach Nutzung und Laden eine Lebensdauer von etwa 8 bis 15 Jahren. Studien zum europäischen Markt zeigen, dass die begrenzte Batterielebensdauer Käufer von Elektrofahrzeugen beschäftigt. Effizientes Schnellladen steht dabei im Konflikt mit der Batteriegesundheit.
Die neue Strategie der Chalmers University of Technology passt den Strom bei jeder Schnellladung an Chemie und Gesundheitszustand der Batterie an. Gegenüber der heutigen Standardmethode verlängert sie den Angaben zufolge die Lebensdauer um rund 23 Prozent. Die Ladezeit bleibt dabei bis auf wenige Sekunden unverändert.
KI passt den Ladestrom an
Beim Schnellladen wird ein großer Strom in die Zellen gedrückt. Dadurch steigt das Risiko chemischer Nebenreaktionen, darunter sogenanntes Lithium-Plating. Dabei lagert sich metallisches Lithium an der Elektrode ab, statt korrekt in der Batteriestruktur gespeichert zu werden. Das Risiko von Lithium-Plating steigt mit dem Alter der Batterie. „Die Standardmethoden des Ladens verwenden heute denselben Strom und dieselbe Spannung, unabhängig davon, ob die Batterie neu ist oder seit Jahren genutzt wird“, erläutert Forscher Meng Yuan. Genau dort setze die KI-basierte Anpassung an.
Die Methode basiert auf dem verstärkenden Lernen, bei dem die richtigen Handlungen belohnt und somit verstärkt werden. Trainiert wurde sie mit einem Modell einer der häufigsten E-Auto-Batterien und einer Simulation von Parametern, die Ladezeit und Batteriegesundheit beeinflussen. Das KI-Modell berücksichtigte Ladezustand, Entladezustand und Gesamtgesundheit der Batterie.
Die Forscher beschreiben die entwickelte Strategie als einfach und kostengünstig umsetzbar. Grundsätzlich könnte sie per Softwareupdate in Batteriemanagementsysteme von E-Fahrzeugen integriert werden. Für eine breite Nutzung muss die Methode jedoch für Batterietypen kalibriert werden. Als nächster Schritt sollen Tests direkt an physischen Batterien folgen.
„Unsere Studie zeigt, dass eine intelligente Anpassung des Stroms während des Ladevorgangs unter Berücksichtigung des sich ändernden elektrochemischen Zustands der Batterie sowohl die Leistung als auch die Lebensdauer der Batterie maximieren kann“, so Changfu Zou. „Und für die Automobilindustrie kann eine um fast 23 Prozent längere Batterielebensdauer geringere Garantiekosten, einen höheren Wiederverkaufswert und eine effizientere Nutzung kritischer Rohstoffe bedeuten.“
Ihre Meinung