2. Preis Natur- und Technikwissenschaften 2022

Foto: Pexels

Speichersysteme altern im Verborgenen. Der Ingenieur Weihan Li hat ein Verfahren entwickelt, das die verbleibende Lebensdauer von Zellen berechnet und jedem Akku den optimalen Betrieb beibringt.

Die Forschung

Der Blick in die Batterie

Text: Dorthe March

Wer sich zum Beispiel ein gebrauchtes Elektroauto kaufen möchte, bekommt kaum Informationen über die Batterie des Fahrzeugs. Wie lange lässt sie sich noch optimal laden? Ist sie sicher? Und was kann ich tun, um ihre Lebensdauer zu verlängern? Antworten auf diese Fragen hat Weihan Li: Für mehr Transparenz über den Zustand eines Energiespeichers hat er ein intelligentes, vernetztes Batteriemanagementsystem entwickelt.

Die von ihm entwickelte Plattform nutzt via Cloud Computing unterschiedliche Ausprägungen von künstlicher Intelligenz, unter anderem Machine Learning. Vereinfacht gesagt bringt sich das System auf Basis riesiger Datenmengen und immenser Rechenvorgänge selbst bei, einen digitalen Zwilling einer Batterie zu erstellen, dessen Zustand sich dann jederzeit diagnostizieren lässt. In der Konsequenz kann das System aus vergangenen Ergebnissen lernen und sich schrittweise optimieren. Das führe zu selbstangepassten Betriebsstrategien für unterschiedliche Fahrbedingungen, sagt Li.

Foto: Adobe Stock

„Insbesondere die Daten einer Elektrofahrzeugflotte haben das Machine Learning gefüttert“, erläutert er – und verrät: „Wir können mit unserer Methode die Lebensdauer der Batterie um mehr als 25 Prozent verlängern und die Betriebskosten der Elektrofahrzeuge um bis zu 30 Prozent senken.“ Lis Batteriemanagementsystem kann parallel die Batteriezustände überwachen, die Parameter der Zelle identifizieren, die Alterung abbilden, die Lebensdauer vorhersagen, Fehler rechtzeitig erkennen und die Lade- und Betriebsstrategie optimieren. So erhöht es sowohl die Leistung als auch die Lebensdauer von Batterien und schont damit Ressourcen.

„Wir können mit unserer Methode die Lebensdauer der Batterie um mehr als 25 Prozent verlängern und die Betriebskosten der Elektrofahrzeuge um bis zu 30 Prozent senken.“

Studienpreisträger Weihan Li

Bei seiner Forschung geht es dem Ingenieur aber nicht nur um mobile und verhältnismäßig kleine Energiespeicher wie Batterien in Elektroautos – Li denkt perspektivisch an Speichersysteme, die zum Beispiel Strom aus Sonnenkraft vorhalten. „Für eine bezahlbare, unabhängige und sichere Energieversorgung ist eine beschleunigte Energiewende mit dem optimalen Batterieeinsatz das A und O “, erklärt er. Li ist überzeugt: Wenn ein Batteriemanagementsystem für den optimalen Betrieb eines Energiespeichers sorgt, entscheiden sich immer mehr Menschen für E-Antriebe und regenerative Energien. In seiner und anderen Arbeiten zum Thema sieht der Ingenieur „einen wesentlichen Baustein für eine breite Akzeptanz und Durchsetzung einer klimafreundlichen Mobilität und Energieversorgung auf dem Weg zu einem klimaneutralen Energiesystem“.

Der Preisträger

Foto: David Ausserhofer

Weihan Li (30) studierte Fahrzeugtechnik an der Tongji-Universität (China) und an der Rheinisch-Westfälischen Technischen Hochschule (RWTH) Aachen. Nach einem Forschungsaufenthalt am MIT, so auch dem Massachusetts Institute of Technology (USA), promovierte er von 2018 bis 2021 an der RWTH. Heute ist Li dort Nachwuchsgruppenleiter am Institut für Stromrichtertechnik und Elektrische Antriebe (ISEA).

Beitragstitel: Machine Learning für effizienteren Batterieeinsatz in Mobilität und Energieversorgung für nachhaltigen Klimaschutz

Weihan Li

weihan.li@isea.rwth-aachen.de

Promotion an der Rheinisch-Westfälischen Technischen Hochschule Aachen, Fachgebiet Energiespeichersystemtechnik

Materialien zum Download

Wettbewerbsbeitrag von Weihan Li

Pressefoto Weihan Li

Weitere Preisträger:innen aus der Sektion Natur- und Technikwissenschaften