Ansätze zur Batteriemodellierung für die Validierung von Elektrofahrzeugen und Netzspeichern

Wichtigste Erkenntnisse

• Die Modellgenauigkeit sollte der Validierungsfrage entsprechen, da zusätzliche physikalische Modelle die Rechenzeit verlängern, ohne das gewünschte Ergebnis zu verbessern.
• Ersatzschaltbildmodelle sagen voraus, was das Batteriemanagementsystem wahrnimmt, während elektrochemische Modelle vorhersagen, welche Vorgänge in der Zelle selbst ablaufen.
• Alterungs- und thermische Parameter müssen anhand von Messungen vor Ort neu kalibriert werden, da sonst ein im Labor validierter Regler einen zu optimistischen Zustand des Systems anzeigt.

Ein Batteriemodell hat seinen Platz in der Validierung verdient, wenn es genau das Verhalten nachbildet, auf das Ihr Controller reagiert – und nichts weiter.

Teams, die Antriebsstränge für Elektrofahrzeuge entwickeln, und Teams, die Netzspeicher bauen, greifen auf denselben Werkzeugkasten zurück und stellen dann fest, dass sich die Modelle nicht übertragen lassen. Der weltweite Absatz von Elektroautos überstieg im Jahr 2025 die 20-Millionen-Marke – das entspricht etwa einem Viertel aller verkauften Neuwagen –, und hinter jedem Akku verbirgt sich ein Batteriemanagementsystem, das jemand anhand eines Modells validiert hat. Der Druck liegt nicht auf der Komplexität des Modells. Er liegt vielmehr darauf, die Darstellung auszuwählen, die die vorliegende Frage in der Geschwindigkeit beantwortet, mit der der Prüfstand läuft.

Die Batteriemodellierung lässt sich in zwei Kategorien unterteilen, die unterschiedliche Fragen beantworten. Ersatzschaltbildmodelle bieten Ihnen Schnelligkeit und einen kurzen Parametrisierungsprozess. Elektrochemische Modelle geben Ihnen Einblick in interne Zustände, die kein Sensor erfasst. Entscheidend ist, zu wissen, welchen Fehlermodus Sie untersuchen möchten, denn ein Modell, das auf die Genauigkeit der Klemmenspannung abgestimmt ist, führt Sie in die Irre, sobald Sie Fragen zur Lithiumplattierung stellen.

Was die Batteriemodellierung für die Validierung von Elektrofahrzeugen und des Stromnetzes bedeutet

Unter Batteriemodellierung versteht man die Darstellung einer Zelle oder eines Batteriepacks mittels Gleichungen, die Spannung, Strom, Temperatur und den Gesundheitszustand unter einem bestimmten Lastprofil vorhersagen. Das Modell ersetzt die physikalische „ hardware “, sodass die Steuerungs software en bereits lange vor der Herstellung eines Serien-Batteriepacks getestet werden können.

Ein BMS-Validierungsstand zeigt dies deutlich. Der Regler misst Spannung und Strom, schätzt den Ladezustand ab und entscheidet, wann die Leistung begrenzt oder ein Schütz geöffnet werden muss. Ersetzt man den physischen Akku durch ein Modell, das mit einer Schrittzeit von 50 Mikrosekunden läuft, kann der Regler keinen Unterschied feststellen – vorausgesetzt, das Modell reproduziert das erwartete Verhaltensmuster.

Genau diese Substitution ist der springende Punkt. Man kann Überladung, Zellungleichgewicht und Sensorausfälle hunderte Male simulieren, ohne hardware zu verbrauchen. Ein Modell, das die Klemmenspannung reproduziert, validiert einen Ladezustandsschätzer zwar zuverlässig, sagt aber nichts darüber aus, wie schnell sich eine Zelle bei 3C erwärmt.

Der Hauptunterschied zwischen Ersatzschaltbildern und elektrochemischen Modellen

Der Hauptunterschied zwischen einem Ersatzschaltbild und elektrochemischen Modellen besteht darin, was sie intern abbilden. Ein Ersatzschaltbildmodell bildet das Anschlussverhalten einer Zelle mithilfe von Widerständen und Kondensatoren nach, die an Laborversuchsdaten angepasst wurden. Ein elektrochemisches Modell modelliert die physikalischen Vorgänge des Lithiumtransports innerhalb der Elektroden und des Elektrolyten.

Über einen zweistündigen Fahrzyklus in Echtzeit stimmt ein äquivalentes Schaltkreismodell erster Ordnung mit einem Reihenwiderstand, einem RC-Zweig und einer Leerlaufspannungskurve über den gesamten nutzbaren Ladungszustandsbereich hinweg bis auf wenige Millivolt mit der gemessenen Klemmenspannung überein. Ein pseudo-zweidimensionales Modell derselben Zelle bildet Lithiumkonzentrationsgradienten über jede Elektrode hinweg ab und sagt voraus, wann das Oberflächenpotential der Anode so weit absinkt, dass die Abscheidung beginnt.

Das Schaltungsmodell gibt Aufschluss darüber, was das BMS wahrnimmt. Das physikalische Modell gibt Aufschluss darüber, welche Vorgänge in der Zelle ablaufen. Teams geraten in Schwierigkeiten, wenn sie ein Schaltungsmodell über den Bereich hinaus belasten, für den es ausgelegt ist, und dessen Ergebnisse als Beleg für die Sicherheit der Zelle werten.

„Das Schaltungsmodell zeigt, was das BMS erfasst. Das physikalische Modell zeigt, welche Vorgänge in der Zelle selbst ablaufen.“

Auswahl der Modellgenauigkeit für die von Ihnen gestellte Validierungsfrage

Die Modellgenauigkeit sollte den kürzesten Weg zur gewünschten Antwort nehmen. Bei einem Timing-Test für einen Regler ist das einfachste Modell gefragt, das innerhalb Ihres Solver-Schritts deterministisch läuft. Eine Zellsicherheitsstudie erfordert eine Auflösung, die das Schaltungsmodell nicht bieten kann. Alles, was darüber hinausgeht, kostet Sie Solver-Zeit und Aufwand bei der Parametrisierung, ohne dass Sie einen Nutzen daraus ziehen.

Der Kompromiss wird deutlich, sobald man die Optionen vergleicht.

Die Echtzeitausführung setzt eine feste Grenze. Ein Modell, dessen Berechnung 200 Mikrosekunden dauert, kann auf einer Simulationsplattform mit einem Schritt von 50 Mikrosekunden nicht ausgeführt werden. Daher reduzieren die Teams die physikalischen Modelle so lange, bis sie passen – und mit jeder Reduktion wird stillschweigend ein Mechanismus entfernt. Wir haben beobachtet, wie wochenlang einem Fehler im Ladezustand nachgegangen wurde, der sich auf einen thermischen Term zurückführen ließ, der bei der Reduktion weggelassen worden war.

Wie Alterung und Leistungsabfall in Batteriemodellen berücksichtigt werden

Die Alterung wirkt sich auf ein Batteriemodell in Form einer langsamen Veränderung seiner Parameter aus. Der Kapazitätsverlust verringert den nutzbaren Ladebereich, und der Anstieg des Widerstands erhöht den Spannungsabfall unter Last; beide Phänomene entwickeln sich in Abhängigkeit von Temperatur, Ladezustand und Zyklushistorie und nicht allein in Abhängigkeit von der verstrichenen Zeit.

Eine Netzspeicheranlage, die 10 Jahre lang einmal täglich durchläuft, absolviert in dieser Zeit etwa 3.650 vollständige Zyklen, und ihre Garantie richtet sich nach einer Kapazitätserhaltungskurve. Die Validierung des Algorithmus zur Ermittlung des Zustands (State of Health) bedeutet, ein Alterungsmodell zu betreiben, das mit den Belastungsfaktoren gespeist wird, denen die Anlage tatsächlich ausgesetzt sein wird.

Ein alterndes Modell benötigt bestimmte Eingabedaten, um über diesen Zeitraum hinweg zuverlässige Ergebnisse zu liefern.

• Zyklusanzahl und Entladetiefe für jede Zellengruppe
• Die Dauer, während der der Akku einen hohen Ladezustand aufweist, was zu einem kalendarischen Leistungsverlust führt
• Temperaturverlauf über das gesamte Paket hinweg statt am Kühlmitteleinlass
• Verteilung der Ladesätze, da Schnellladen die Lithiumplattierung beschleunigt
• Regelmäßige Kapazitätsüberprüfungen durch die im Einsatz befindlichen Einheiten, um das Modell neu zu kalibrieren

Altersmodelle unterliegen einer Drift, was zu erwarten ist. Es ist sinnvoll, sie in regelmäßigen Abständen anhand gemessener Felddaten neu zu kalibrieren, anstatt sich auf eine bei der Inbetriebnahme angepasste Kurve zu verlassen. Teams, die diesen Schritt überspringen, validieren ein BMS anhand einer Batterie, die nicht mehr existiert, und der Schätzwert gibt den Gesundheitszustand um einige Punkte zu optimistisch an.

Thermische Kopplung und ihre Auswirkungen auf die Modellgenauigkeit

Die thermische Kopplung ist von Bedeutung, da jeder elektrische Parameter in einem Batteriemodell eine Funktion der Temperatur ist. Der Innenwiderstand kann sich zwischen 25 Grad Celsius und minus 10 mehr als verdoppeln, sodass ein isothermes Modell die verfügbare Leistung genau dann falsch angibt, wenn die Batterie unter Belastung steht.

Das Schnellladen verdeutlicht dies, da sich ein Akku, der 150 kW aufnimmt, ungleichmäßig erwärmt und die Zellen in der Nähe des Kühlmittelauslasses mehrere Grad heißer werden als die Zellen am Einlass. Ein einzelner konzentrierter thermischer Knoten gleicht diese Streuung aus und meldet, dass der Akku innerhalb der Grenzwerte liegt, während die physikalische Einheit eine Leistungsreduzierung vornimmt, weil ein Modul seinen Schwellenwert erreicht hat.

Thermische Modelle gibt es in drei praktischen Detailstufen. Ein vereinfachtes Ein-Knoten-Modell kostet fast nichts und eignet sich für Tests der Reglerlogik. Ein Netzwerk auf Modulebene erfasst die Gradienten, die eine Leistungsreduzierung auslösen. Ein Finite-Elemente-Modell bildet die Ausbreitung von Zelle zu Zelle ab und läuft selten in Echtzeit. Wählen Sie die grobste Detailstufe, die den Gradienten wiedergibt, auf den Ihr Regler reagiert.

„Wählen Sie die gröbste Körnung, mit der sich der Gradient reproduzieren lässt, auf den Ihr Regler reagiert.“

Netzspeichermodelle basieren auf anderen Annahmen als Modelle für Elektrofahrzeuge

Anwendungen im Bereich Netzspeicher und Elektrofahrzeuge beanspruchen ein Batteriemodell in unterschiedlicher Weise. Fahrzeugbatterien sind kurzen, leistungsstarken Transienten und starken Temperaturschwankungen ausgesetzt. Stationäre Anlagen unterliegen langen, flachen Ladezyklen, einer strengen Temperaturregelung und Einsatzprofilen, die eher von Marktsignalen als vom Fahrer bestimmt werden.

Die Batteriespeicherkapazität im großtechnischen Maßstab in den Vereinigten Staaten erreichte bis Juni 2026 fast 52 GW, nachdem sie über drei Jahre hinweg ein durchschnittliches jährliches Wachstum von 70 % verzeichnet hatte, und dieser Bestand durchläuft Frequenzregelungs- und Arbitragezyklen, mit denen kein Profil im Automobilbereich vergleichbar ist. Ein BESS-Modell muss auch bei niedrigen Stromstärken, bei denen die Schaltkreisanpassung am schwächsten ist, Genauigkeit gewährleisten. Ingenieurteams, die OPAL-RT-Simulatoren einsetzen, kombinieren RT-LAB-Batteriemodelle mit physikalischen BMS- hardware, sodass eine Firmware-Version auf demselben Prüfstand sowohl für Fahrzeug- als auch für stationäre Betriebsprofile getestet werden kann.

Die Wiederverwendung eines EV-Zellenmodells für ein Speicherprojekt ohne Anpassung des Niedrigstrombereichs ist die häufigste Abkürzung, die wir beobachten. Das Modell erscheint bei einer 1C-Entladung genau, weicht jedoch bei einem 0,2C-Arbitragezyklus – dem Betriebspunkt, von dem das Ertragsszenario abhängt – um 3 % bis 5 % ab. Die Feststellung dieses Fehlers nach der Inbetriebnahme kostet weitaus mehr als die Anpassung.

Wo sich eine konsequente Validierung von Batteriemodellen auf lange Sicht auszahlt

Die Auswahl eines Modellansatzes ist eine Entscheidung über den Umfang, und die Teams, die dies richtig handhaben, betrachten jedes Modell als eine explizite Hypothese darüber, welche Mechanismen von Bedeutung sind. Sie halten fest, was das Modell außer Acht lässt, und überprüfen diese Liste jedes Mal aufs Neue, wenn sich die Validierungsfrage ändert.

Die Gewohnheit, die erfolgreiche Programme von solchen unterscheidet, die zu kämpfen haben, ist wenig glamourös. Die Parameter werden angepasst, wenn der Zelllieferant die Charge wechselt. Thermische Annahmen werden erneut überprüft, wenn sich das Layout eines Akkupacks ändert. Alterungskurven werden mit Rückläufen aus dem Feld verglichen. Es handelt sich einfach um Arbeit, die keine Demo hervorbringt, und deshalb wird sie oft vernachlässigt.

Ingenieur:innen Wer sich diese Disziplin aneignet, wird feststellen, dass das Modell unter Druck zu etwas wird, auf das man sich verlassen kann. Das ist das Ergebnis, auf das OPAL-RT mit „ Kund:innen “ in den Bereichen Energieerzeugung und -speicherung hinarbeitet, wo ein Batteriemodell am Montag einen Timing-Test der Steuerung und am Freitag eine Sicherheitsfehleranalyse bestehen muss. Ihr Modell wird nicht besser, weil es komplexer wird. Es wird besser, weil Sie wissen, was es Ihnen sagt und was nicht.