Model-based health diagnostics of lithium-ion batteries (Q3297308): Difference between revisions
Jump to navigation
Jump to search
(Changed an Item: Edited by the materialized bot - inferring region from the coordinates) |
(Changed an Item: Edited by the beneficiary bot - attach the beneficiary based on the string) |
||
| Property / beneficiary | |||
| Property / beneficiary: Q3353757 / rank | |||
Normal rank | |||
Revision as of 11:34, 26 October 2021
Project Q3297308 in Germany
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Model-based health diagnostics of lithium-ion batteries |
Project Q3297308 in Germany |
Statements
214,925.0 Euro
0 references
429,850.0 Euro
0 references
50.0 percent
0 references
25 April 2018
0 references
30 June 2021
0 references
Hochschule Offenburg - Hochschule für Technik, Wirtschaft und Medien
0 references
48°28'17.98"N, 7°56'39.77"E
0 references
Ziel von LIBlife ist die Entwicklung einer Diagnostik für den Gesundheitszustand (state of health, SOH) von Lithium-Ionen-Batteriesystemen auf Basis physikalisch-chemischer Modelle. Hauptergebnis sind validierte Softwarealgorithmen, die ausgehend von Messdaten (Spannung, Strom, Temperatur) von Batteriezellen während des realen Betriebs den Gesundheitszustand (Kapazität und Leistungsfähigkeit) und den Ladezustand in Echtzeit schätzen sowie die Restlebensdauer vorhersagen. Die Algorithmen werden anhand einer Photovoltaik-Heimspeicherbatterie der beteiligten KMUs demonstriert. Die Übertragbarkeit auf Elektrofahrzeugbatterien wird untersucht. Die Entwicklung und Validierung erfolgt in einer interdisziplinären Kombination aus chemischen und mechanischen Alterungsmodellen, experimenteller Alterungstests, Werkstoffanalytik der Zellen, und innovativen Algorithmen für die Zustandsschätzung. Die apparative Ausstattung bietet das Enerlab 4.0, eine FH-Invest Maßnahme der Antragsteller. (German)
0 references
LIBlife’s goal is to develop a state of health (SOH) diagnostics for lithium-ion battery systems based on physicochemical models. The main result is validated software algorithms that, based on measurement data (voltage, current, temperature) of battery cells during real-time operation, estimate the state of health (capacity and performance) and the state of charge in real time and predict the residual lifetime. The algorithms are demonstrated on the basis of a photovoltaic home storage battery of the participating SMEs. The transferability to electric vehicle batteries is investigated. The development and validation takes place in an interdisciplinary combination of chemical and mechanical aging models, experimental aging tests, material analysis of the cells, and innovative algorithms for state assessment. The equipment offers the Enerlab 4.0, a FH-Invest measure of the applicants. (English)
24 October 2021
0 references
Offenburg
0 references
Identifiers
DE_TEMPORARY_87
0 references