Forschungsprojekt zu neuer Lade-Diagnose für Flotten

AKKA Technologies hat gemeinsam mit dem Lehrstuhl für Fahrzeugtechnik der TU München (TUM) das Forschungsprojekt Charge.COM zur Entwicklung diagnostischer Ladeverfahren für gewerbliche Elektrofahrzeuge gestartet. Mit dem Tool sollen Flottenbetreiber ihre Batterie-Fahrzeuge effizienter einsetzen können.

Das Forschungsvorhaben adressiert laut der Mitteilung von AKKA den Bedarf nach einer fahrzeugunabhängigen Batteriediagnose im Zuge des Ladevorgangs, um Flottenbetreibern fahrzeugspezifisch und cloudbasiert Informationen über den Batteriezustand zur Fahrzeugdisposition zur Verfügung zu stellen.

Die Projektpartner arbeiten hierzu über die Dauer von drei Jahren an der Entwicklung diagnostischer Algorithmen für Ladephasen von Elektrofahrzeugen, um durch erweiterte Ladekommunikationsprotokolle den Batteriezustand präzise zu bestimmen. Da Flotten – egal ob Fahrzeug-Pools von Unternehmen oder ÖPNV-Flotten – meist aus Fahrzeugen verschiedener Hersteller bestehen, soll eine fahrzeugunabhängige Lösung entwickelt werden – da in den gemischten Flotten keine einheitliche Datenschnittstelle zur Übermittlung des Batteriezustands zur Verfügung steht.

Dabei geht es darum, die fahrzeugspezifische Alterung der Lithium-Ionen-Batterie zu bestimmen. Diese kann nicht nur zwischen den einzelnen Modellen variieren, sondern je nach Nutzungsprofil und Last- sowie Umgebungsbedingungen selbst bei gleichen Modellen innerhalb einer Flotte. „Insbesondere Betreiber gewerblicher Flotten stehen hier vor Herausforderungen, da die Routenwahl meist nicht durch den Fahrer erfolgt, sondern über einen Leitstand (Disposition) vorgegeben wird“, schreibt AKKA. „Die Erfüllung der Reichweitenanforderungen einer zugewiesenen Route, wie beispielsweise einer Langstrecke in der Logistik oder einem ÖPNV-Einsatz durch das elektrische Flottenfahrzeug, ist damit nicht immer gewährleistet.“

Für die Arbeiten soll ein „einzigartiges“ Prüffeld aufgebaut werden, wo die Forschenden durch Simulation verschiedener Batteriesysteme und Gesundheitszustände die Algorithmen im Hardware-in-the-Loop-Test anwendungsnah erproben können. Aus den so erfassten Daten sollen dann Vorhersagemodelle abgeleitet werden.

„Die Themen predicitve analytics und Ladekommunikationsstandards sind ein wichtiger Baustein im Aufbau eines neuen Mobilitäts-Ökosystems“, sagt Felix Jakob, Direktor AKKA Research in Deutschland. „Das Projekt Charge.COM trägt durch die Entwicklung von diagnostischen Ladeverfahren mit Hilfe Künstlicher Intelligenz und Cloud-Anbindung zur Digitalisierung der Ladeinfrastruktur und Planbarkeit des Einsatzes von Elektrofahrzeugen bei.“

Markus Lienkamp, Lehrstuhlleitung FTM (TUM), und Doktorand Thomas Kröger ergänzen: „Im Zuge des stetig wachsenden Angebots und der Modellvielfalt von unterschiedlichen Elektrofahrzeugen ist es insbesondere für Betreiber heterogener Fahrzeugflotten von großer Relevanz, den Fahrzeugstatus herstellerübergreifend vergleichen zu können. Das Projekt Charge.COM ermöglicht durch die Entwicklung eines KI-basierten diagnostischen Ladeverfahrens, den Zustand der Batterie, als teuerste Komponente in einem Elektrofahrzeug, fahrzeugunabhängig bewerten und den Einsatz der Elektrofahrzeuge effizienter gestalten zu können.“

Das Forschungsprojekt wird unter dem Bayerischen Verbundforschungsprogramm (BayVP) im Rahmen der Förderlinie Digitalisierung – Informations- und Kommunikationstechnologien KI- Big Data im Sinne der Strategie Bayern Digital und der Hightech Agenda Bayern gefördert.
akka-technologies.com