BattLab

BattLab hat das Ziel, funktionale Polymere und fortschrittliche Simulationstechniken zu entwickeln, um die Sicherheit und Leistung von Batteriesystemen zu verbessern. Durch die Entwicklung von funktionellen Polymermaterialien für die Temperaturüberwachung, die Bewertung von thermischen Barrieren bei ihrer Betriebstemperatur und die Nutzung von Simulationen auf Zell- und Systemebene soll das Programm die thermische Propagation in Batteriesystemen verhindern und das Batteriedesign für eine bessere Zuverlässigkeit und Sicherheit optimieren.

• Dr. Johannes Macher, Researcher and Project Manager in the Division “Simulation & Modeling”

• Polymer Competence Center Leoben GmbH
• 4a engineering GmbH
• AIT Austrian Institute of Technology
• AVL List GmbH
• Budapest University of Technology and Economics
• CIDETEC Energy Storage

Batterien sind für die Bekämpfung des Klimawandels von entscheidender Bedeutung, da sie Elektromobilität ermöglichen und die Speicherung erneuerbarer Energie aus Quellen wie Sonnen- und Windenergie erleichtern. Die Verbesserung der Batterieleistung ist jedoch eine große Herausforderung, da Batterien aus komplexen Multimaterialsystemen bestehen. Änderungen an einzelnen Komponenten können unvorhergesehene Auswirkungen auf das Gesamtsystem haben, die möglicherweise erst in der Qualifizierungs- oder Betriebsphase sichtbar werden. Die derzeitigen Forschungsanstrengungen reichen nicht aus, um den Anforderungen hoher Leistungsdichten und strenger Sicherheitsanforderungen gerecht zu werden, da die Untersuchung isolierter Komponenten nicht ausreicht, um das Verhalten des Gesamtsystems genau vorherzusagen.

Das COMET-Modul BattLab umfasst eine Forschungsinitiative, die virtuelle Multiphysik und Werkstofftechnik mit grundlegender Polymerwissenschaft kombiniert, um die Entwicklung sicherer, leistungsstarker Batteriesysteme voranzutreiben. BattLab verwendet einen virtuellen Engineering-Ansatz, der die Erkenntnisse der Materialwissenschaft nutzt und die Systemphysik über mehrere Skalen hinweg berücksichtigt. Diese Methode ermöglicht die Vorhersage, wie individuelle Veränderungen das Verhalten des Gesamtsystems beeinflussen, indem globale und lokale Modelle gekoppelt werden. Aus diesem Grund erfordert das Projekt interdisziplinäres Fachwissen in Bereichen wie Chemie, Elektrochemie, Materialphysik und maschinelles Lernen.

• Entwicklung von funktionellen Polymeren, die eine kosteneffiziente und zuverlässige Erkennung des thermischen Durchgehens in Batteriesystemen ermöglichen
• Konstruktion eines Prüfstands zur Bewertung von Hitzeschilden zur Verhinderung der Wärmeausbreitung in Batteriesystemen bei Betriebstemperatur
• Verbesserung des Verständnisses von Alterungsprozessen in Batterien durch innovative Methoden, einschließlich elektrochemischer Impedanzspektroskopie (EIS), kalorischer Messungen und Data-Science-Methoden
• Entwicklung eines virtuellen Systems zur Vorhersage der thermomechanischen Eigenschaften von Batteriesystemen mit Hilfe eines multiskaligen, multiphysikalischen Ansatzes, der auf der Charakterisierung von Batteriezellenkomponenten basiert.

Das COMET-Modul BattLab hat zum Ziel, die Sicherheit und Leistung von Batterien durch vier zentrale Forschungsthemen zu verbessern. i) Fortgeschrittene Polymere mit thermisch labilen Gruppen, wie Thiole oder Alkohole, werden so konzipiert, dass sie bei bestimmten Temperaturen nachweisbare, ungiftige Gase freisetzen, die ein frühes thermisches Durchgehen signalisieren. ii) Ein spezieller Prüfstand wird eingerichtet, um die Wärmeleitfähigkeit von Isoliermaterialien unter extremen Drücken und Temperaturen zu messen, wobei die Bedingungen so gestaltet sind, dass sie den Szenarien eines Batteriestapels während des thermal Runaways entsprechen. iii) Elektrochemische Impedanzspektroskopie (EIS), kalorische Messungen und Datenanalysetechniken wie PCA und Clusteranalyse werden zur Erforschung der Alterungsmechanismen in Lithium-Ionen-Batterien eingesetzt. Die Datenfusion wird integriert, um die kritische Ladetemperatur (CCT) als Funktion des Gesundheitszustands (SOH) und des Ladezustands (SOC) zu modellieren und so eine vorausschauende Zustandsbewertung zu ermöglichen. iv) Ein virtuelles System, das Finite-Elemente-Analyse und maschinelles Lernen kombiniert, wird entwickelt, um die thermomechanischen Eigenschaften der Batterie vorherzusagen. Dieses System wird mit Prototypdaten validiert, und das lokale Materialverhalten wird mit der globalen Leistung verknüpft. Insgesamt werden diese Bemühungen zu sichereren und zuverlässigeren Batteriesystemen führen, insbesondere um die wichtigsten Herausforderungen für die Hersteller von Batteriemodulen und -systemen zu lösen.

• Entwicklung von smarten und nachhaltigen Beschichtungen für sichere Batteriesysteme
• Smarte Lösung zur kalorimetrischen Untersuchung von Batteriezellen