Künstliche Intelligenz: Garant für Batteriesicherheit?
- Kommentare deaktiviert für Künstliche Intelligenz: Garant für Batteriesicherheit?
- Allgemein
Die rasante Entwicklung der Elektromobilität stellt Industrie und Verbraucher vor neue Herausforderungen, insbesondere im Bereich der Batterietechnologie. Lennart Hinrichs, VP Strategic Partnerships bei Twaice, einem führenden Anbieter von Batterieanalytik-Software, erörtert im Interview mit Elektroauto-News.net die transformative Rolle der Künstlichen Intelligenz (KI) in diesem Sektor.
Inwiefern kann KI präventiv wirken und potenzielle Sicherheitsrisiken bei Batterien erkennen, bevor sie zu einem ernsthaften Problem werden?
KI ist sehr gut darin, langfristige Trends und Anomalien zu identifizieren und einzuschätzen, inwiefern es sich um kritische Entwicklungen handelt. KI-basierte Analytiksysteme eignen sich also hervorragend als zusätzlicher Sicherheitsmechanismus, der eine Prävention ermöglicht. So können nicht nur mehr Risiken erkannt werden, sondern auch Ausfälle aufgrund der installierten Sicherheitssysteme frühzeitig vermieden werden. Zuverlässigkeit und Sicherheit werden parallel gesteigert.
Die KI-basierten Systeme sind hier leistungsfähiger, weil sie nicht nur auf fixen Grenzwerten basieren, sondern das dynamische Verhalten analysieren und darüber hinaus Daten aller Batterien in der Flotte und darüber hinaus nutzen können, um präzisiere Aussagen zu treffen. Funktionale Sicherheitssysteme wie zum Beispiel das BMS werden so zu einem Mittel der letzten Wahl.
Gibt es bereits Beispiele aus der Praxis, wo KI-basierte Systeme erfolgreich Ausfälle oder Brände verhindert haben?
Das ist am Ende immer eine schwierige Frage. Es gibt diverse Batterien, die vom System als kritisch eingestuft und daraufhin Maßnahmen ergriffen wurden. Ob diese schlussendlich gebrannt hätten, ist offen – aber zu vermuten. Ferner gab es einige Einsätze, um nach einem Brand zu evaluieren, wann das System angeschlagen hätte, wenn es aktiv gewesen wäre. Das war in einem Fall bereits mehr als sechs Monate vor dem eigentlichen Brand.
Wir sehen aber auch Betreiber, die aufgrund von auffälligen Daten Sorge haben, dass etwas passieren könnte. Zum Teil waren diese aber nicht sicherheitskritisch und sind nur aufgrund von falscher Softwaresteuerung oder Sensordaten aufgetreten. Diese Fahrzeuge konnten weiter ohne Gefahr betrieben werden, sind aber aufgrund der unzuverlässigen Daten und Systeme ebenfalls ein klarer Fall für ein Softwareupdate bzw. eine Reparatur, damit kein Ausfall den Betrieb unterbricht.
Welche Faktoren beeinflussen die Batteriealterung am meisten, und wie kann KI helfen, diese zu minimieren?
Es handelt sich bei der Batteriealterung um Alterungseffekte, wie die Abnahme der verfügbaren Kapazität und die Zunahme des Innenwiderstands. Verschiedene Alterungsmechanismen, wie zum Beispiel Li-Plating, sind die Verursacher.
Diese Mechanismen können sehr komplex sein und haben Interdependenzen. Ursächlich sind hier vor allem der Betrieb (sogenannte zyklische Alterung, also die Alterung auf Basis des Ladens und Entladens) und kalendarische Alterung (also die Materialermüdung aufgrund der vergangenen Zeit). Aufgrund der Vielzahl der Einflussfaktoren, die von der Temperatur, den Lade- und Entladeströmen, dem Ladezustand und so weiter abhängen können, kann ein KI-basiertes System, das individuelle Optimierungen für den Flottenbetrieb liefert, enorm wertvoll sein.
Nehmen wir das Laden als Beispiel. Man unterschätzt häufig, wie groß der Einfluss des Ladens ist. Da hilft es, die 300 kW Ladeleistung zu verdeutlichen – das entspricht Vollgas bei einem hochmotorisierten Sportwagen. Und dieser Ladestrom wird über einen längeren Zeitraum gehalten. Es gibt wenige Szenarien, wo so eine hohe Belastung auf die Batterie stattfindet, wie beim Laden. Hinzu kommt, dass ein hoher Ladezustand potenziell auch die kalendarische Alterung befördert. Es geht also nicht nur um die Belastung während des Ladens, sondern auch die Effekte im Anschluss daran. Eine intelligente Steuerung kann die Batterie hier signifikant schonen.
Wie kann KI dazu beitragen, Batterien am Ende ihrer Lebensdauer im Fahrzeug für andere Zwecke zu recyceln oder weiterzuverwenden?
Das Thema 2nd Life oder Recycling ist sehr spannend und wird kontrovers diskutiert. Damit sich eine solche Weiterverwendung lohnt, muss der investierte Aufwand also der Kaufpreis der Batterie zzgl. der Kosten für eine Umrüstung in einem sinnvollen Verhältnis zum Ertrag, also der Lebensdauer und Leistungsfähigkeit der Batterie stehen. Es ist also unerlässlich, dass diese vorab bekannt ist – und im Idealfall bereits, bevor die Batterie für eine Zweitnutzung in Betracht gezogen wird. Dafür können KI-basierte Analytiksysteme sorgen. Ferner haben ältere Batteriesysteme aufgrund der bereits vorangeschrittenen Alterung einen größeren Bedarf für die Überwachung der Leistung und Sicherheit. Ob sich die Zweitnutzung lohnt, wird maßgeblich von der Preisentwicklung von neuen Batterien sowie der Preise für die beim Recyceln zurückgewinnbaren Rohstoffe abhängen.
Welche Rolle spielt KI bei der Bewertung der Umweltverträglichkeit von Batterien über ihren gesamten Lebenszyklus?
Batterien schonen nach der Produktion die Umwelt, da sie keine lokalen Emissionen mehr ausstoßen. Je länger eine Batterie also betrieben wird bzw. je mehr Zyklen (Ladungen und Entladungen) eine Batterie hinter sich bringt, desto positiver ist die Umweltbilanz auf den gefahrenen Kilometer. Da KI-basierte Batterieanalytik den Austauschzeitpunkt bei Batterien genau für jeden Anwendungsfall optimiert identifizieren kann bzw. über eine Betriebsoptimierung auch nach hinten schieben kann, wird so auch die Umweltbilanz verbessert.
Für die Nachvollziehbarkeit der Lieferketten und Umweltbelastungen während der Produktion sind aber vor allem Systeme z.B. basierend auf Blockchain notwendig.
Welche regulatorischen Anforderungen müssen bei der Implementierung von KI-Systemen in der Batterietechnologie berücksichtigt werden?
Daten, Daten, Daten. KI profitiert von Datenverfügbarkeit und hier sollte ein Standard analog zum Batteriepassport der EU bzw. auch Initiativen wie Catena-X helfen. Es geht hier um die Themen, welche Daten (z.B. Strom, Spannung, Temperatur) in welcher Frequenz und Genauigkeit erhoben werden müssen. Darüber hinaus wird zunehmend definiert, dass bestimmte Parameter, z.B. der State of Health (SoH), gemäß einer bestimmten Definition berechnet und zur Verfügung gestellt werden müssen. Zu diesem Thema haben wir am 29. November um 16 Uhr auch ein Online-Event unserer Twaice Vision Speaker Series. Tilmann Vahle von Systemiq und Suat Tabanli von SAP werden unter dem Motto „Data charging the revolution“ über den Battery Pass und Catena-X sprechen.
Wie kann KI dabei helfen, die Einhaltung von Sicherheitsstandards und regulatorischen Vorgaben zu überwachen und zu gewährleisten?
Insbesondere in Hinblick auf die Batteriesicherheit, aber auch die Erfüllung regulatorischer Standards, wie notwendige Verfügbarkeit der Fahrzeuge oder Batteriespeicher, können KI-Systeme die nötige Transparenz liefern. Die genauen Ausführungen dazu sind bereits in den anderen Antworten.
Der Beitrag Künstliche Intelligenz: Garant für Batteriesicherheit? erschien zuerst auf Elektroauto-News.net.
