Storage MultiApp
Storage MultiApp verbessert die wirtschaftliche Performance stationärer Industriespeichersysteme signifikant. Dazu wird die Betriebsstrategie für verschiedene Anwendungsfälle optimiert und die Hardware an diese erhöhten Anforderungen angepasst. Die entwickelte Betriebsstrategie basiert auf einer realitätsgetreuen Abbildung und Verständnis des Verhaltens von Batteriespeichersystemen über die Zeit. KI-Methoden unterstützen dabei die Charakterisierung und Prognose von Dienstleistungen, um die Speicher-Steuerung effizient zu führen.
Ziel des Projektes MultiApp ist es, die Wirtschaftlichkeit von stationären Industrie-Speichersystemen durch neue Geschäftsmodelle deutlich zu verbessern. Dafür soll unter anderem die Betriebsstrategie für verschiedene Anwendungsfälle optimiert und die Hardware an diese erhöhten Anforderungen angepasst werden. Die technischen und wissenschaftlichen Ziele des Projektes umfassen unter anderem die Verkürzung von Entwicklungszeiten für alterungsoptimierte Hardwareentwicklung, die Etablierung moderner Batterie-Alterungs-Modellierungsansätze in Industrieanwendungen sowie die Entwicklung geeigneter Lösungsmethoden für Optimierungsmodelle von Batteriespeichern mit Prognoseunsicherheit.
Der Markt für gewerblich genutzte Industriespeichersysteme („Comercial Storage System“ CSS) ist ein dynamisch wachsender Industriezweig. Primär werden diese Systeme eingesetzt, um die betrieblichen Stromkosten über netzdienliche Dienstleistungen wie Spitzenlastkappung oder „atypische Netznutzung“ zu reduzieren. Dennoch ist es in vielen Fällen schwierig, eine akzeptable Rentabilität zu erreichen, da die Investitionskosten für CSS inklusive Installation derzeit sehr hoch liegen. Der Speicher muss daher flexibel einsetzbar sein, um wirtschaftlich betrieben werden zu können. Dies führt dazu, dass der Speicher im Jahresdurchschnitt mehrere hundert Vollzyklen absolvieren muss und kurzzeitig mit hohen Lade- und Entladeleistungen betrieben wird, was zu einer beschleunigten Zellalterung führt. Das Forschungsprojekt Storage MultiAPP zielt darauf ab, einen digitalen Zwilling zu entwickeln, der moderne Zellalterungsmodelle, Batteriehardware sowie Betriebsführungsstrategien kombiniert, um eine langfristige Alterungsprognose für CSS zu ermöglichen. Dadurch werden Alterungskosten planbar und lassen sich über Hardwareparametrisierung sowie moderne Betriebsführungen optimieren.
Unsere Beiträge zum Projekt sind u.a. die elektro-thermische Modellierung des Industriespeichersystems, Data-Analytics und Modellreduktion, Unterstützung bei der Bewertung von Hardware-Design-Alternativen, Erweiterung einer effizienten Langzeit-Simulation-Umgebung für die Berücksichtigung von Multi-Use-Anwendungen sowie die Bewertung und Validierung der Betriebsstrategie mithilfe von Lebensdauersimulationen.