⚡ electrical engineering

Design of an embedded hardware platform for cell-level diagnostics in commercial battery modules

Dieser Beitrag stellt eine eingebettete Hardware-Plattform vor, die es ermöglicht, die Zellspannungen und den Gesundheitszustand aller 36 Module im Audi-e-tron-Batteriepack ohne Demontage zu überwachen und zu balancieren, um so präzise Diagnosen für Erst- und Zweitlebenszyklen zu unterstützen.

Ursprüngliche Autoren: Gabriele Marini, Alessandro Colombo, Andrea Lanubile, William A. Paxton, Simona Onori

Veröffentlicht 2026-04-01

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Gabriele Marini, Alessandro Colombo, Andrea Lanubile, William A. Paxton, Simona Onori

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Titel: Wie man eine Batterie wie einen Arzt untersucht, ohne sie zu öffnen

Stellen Sie sich einen Elektroauto-Akku nicht als einen riesigen, undurchsichtigen Kasten vor, sondern als ein Orchester. In diesem Orchester gibt es viele einzelne Musiker (die einzelnen Batteriezellen). Damit das Orchester gut klingt, müssen alle Musiker im gleichen Takt spielen und die gleiche Lautstärke haben.

Das Problem ist: Wenn ein Musiker (eine Zelle) müde wird oder nicht mehr so gut spielt wie die anderen, kann das ganze Orchester (der Akku) schlecht klingen oder sogar ausfallen. Normalerweise, um zu prüfen, wer müde ist, müsste man das Orchester auflösen, jeden Musiker einzeln herausnehmen und testen. Das ist teuer, zerstört die Instrumente und dauert ewig.

Die Lösung der Forscher: Ein „Stethoskop" für Batterien

Die Forscher von Stanford und VW haben eine clevere Methode entwickelt, um genau das zu tun, ohne das Orchester auseinanderzubauen. Sie haben eine kleine, intelligente Schaltung gebaut, die wir hier als „Smart-Check-Koffer" bezeichnen können.

Hier ist, wie das funktioniert, ganz einfach erklärt:

1. Der Koffer, der nicht stört

Stellen Sie sich vor, Sie haben einen Akku-Modul (eine Gruppe von Batterien), der fest verschlossen ist. Normalerweise können Sie von außen nur die Spannung des ganzen Moduls messen, aber nicht, was jeder einzelne Musiker im Inneren macht.

Der neue „Smart-Check-Koffer" wird einfach an die vorhandenen Anschlüsse des Moduls geklemmt. Er ist wie ein Spion, der durch ein kleines Fenster schaut. Er kann die Spannung jedes einzelnen Musikers (der drei Zellen in einem Modul) hören, ohne das Gehäuse aufschrauben zu müssen.

2. Der Dirigent, der nachhilft (Balancing)

Manchmal ist ein Musiker etwas lauter als der andere. In einer Batterie bedeutet das: Eine Zelle ist voller als die andere. Wenn man jetzt weiter lädt, könnte die volle Zelle platzen (Überladung), während die andere noch hungrig ist.

Der Koffer hat einen intelligenten Dirigenten eingebaut. Wenn er merkt, dass eine Zelle zu viel Spannung hat (zu voll ist), schaltet er kurz einen kleinen „Ablauf" ein. Das ist wie ein kleines Ventil, das einen winzigen Tropfen Energie aus der vollen Zelle ablässt, damit sie sich beruhigt. So bleiben alle Musiker auf dem gleichen Niveau, ohne dass jemand verletzt wird.

3. Die Gesundheitsuntersuchung

Mit diesem Koffer haben die Forscher den Audi e-tron-Akku (der 36 solcher Module hat) getestet. Sie haben den Akkus verschiedene Aufgaben gegeben:

Der Ausdauertest: Sie haben den Akku langsam entladen, um zu sehen, wie viel Energie jede Zelle speichern kann.
Der Sprint-Test (HPPC): Sie haben kurze, starke Stromstöße gegeben, um zu sehen, wie schnell die Zellen reagieren können (das verrät den inneren Widerstand).

Was haben sie herausgefunden?

Das war das Spannendste:

Nicht alle sind gleich: Selbst in einem neuen, hochwertigen Akku sind die Zellen nicht perfekt identisch. Manche sind etwas schwächer als andere.
Das „Mitte-Phänomen": Die Forscher haben entdeckt, dass die Zelle in der Mitte eines Moduls oft einen besseren „Widerstand" hat (sie ist schneller und effizienter) als die Zellen am Rand. Warum? Vermutlich, weil sie im Inneren etwas wärmer ist als die äußeren Zellen, die mehr Luft abbekommen. Wärme macht Batterien oft schneller.
Der Schwächling: In fast jedem Modul gab es eine Zelle, die etwas schwächer war als die anderen. Wenn man den ganzen Akku nur nach dem schwächsten Glied bewertet, verliert man viel Leistung.

Warum ist das wichtig?

Stellen Sie sich vor, Sie wollen einen gebrauchten Akku aus einem alten Auto kaufen, um ihn in einer Solaranlage zu nutzen (das nennt man „Second Life"). Ohne diesen Koffer würden Sie den Akku nur grob testen und vielleicht einen kaufen, der eigentlich schon kaputt ist, weil eine einzelne Zelle im Inneren stirbt.

Mit diesem neuen Koffer können Sie:

Sicher prüfen: Sie sehen genau, welche Zelle schwach ist, ohne den Akku zu zerstören.
Sortieren: Sie können die guten Module für wichtige Aufgaben behalten und die schwächeren für weniger anspruchsvolle Aufgaben nutzen.
Rettet die Umwelt: So werden weniger Batterien weggeworfen, weil man sie besser kennt und sicherer wiederverwenden kann.

Fazit:
Die Forscher haben eine Art „Röntgenbild für Batterien" gebaut. Es ist eine kleine, günstige Elektronik, die es erlaubt, das Herzstück eines Elektroautos zu untersuchen, ohne es zu öffnen. Das macht die Batterie-Technologie sicherer, langlebiger und umweltfreundlicher.

1. Problemstellung

Die Alterung und Leistungsdegradation von Lithium-Ionen-Batterien wird häufig auf Zellebene untersucht. Eine kritische Herausforderung bleibt jedoch die Bewertung des Zustands innerhalb von vollständig montierten Batterie-Modulen. Um Zell-zu-Zell-Heterogenitäten (z. B. Kapazitätsunterschiede, Innenwiderstandsvariationen) zu diagnostizieren, ist der Zugriff auf Zellspannungen erforderlich.

Herausforderung: Herkömmliche Methoden erfordern oft die Zerstörung oder Demontage des Moduls, um an die einzelnen Zellen zu gelangen, was die mechanische und thermische Integrität beeinträchtigt und für die Wiederverwendung (Second-Life) ungeeignet ist.
Lücken in der Forschung: Bisherige Studien an kommerziellen Modulen (z. B. von VW oder Mercedes) basierten meist auf zerstörenden Tests oder nutzten nur modulare Daten. Eine nicht-invasive Hardware-Lösung zur Zell-diagnostik in kommerziellen Modulen mit in Reihe geschalteten Zellen war bis dato nicht verfügbar.

2. Methodik und Aufbau

A. Experimenteller Aufbau

Batteriepack: Die Studie verwendet ein 95-kWh-Pack aus einem Audi e-tron (95 kWh), bestehend aus 36 Modulen in Reihe. Jedes Modul hat eine 4P3S-Konfiguration (4 Zellen parallel, 3 solcher Blöcke in Reihe). Insgesamt wurden 108 „Zellen" (wobei ein 4P-Block als eine Einheit betrachtet wird) getestet.
Umfeld: Die Tests wurden im Stanford Energy Control Laboratory bei kontrollierten Temperaturen (15°C, 25°C, 35°C) durchgeführt.

B. Entwickelte Hardware-Plattform (M&BH)
Das Kernstück der Arbeit ist ein maßgeschneidertes, eingebettetes Hardware-System („Monitoring & Balancing Hardware" - M&BH), das nicht-invasiv an die externen Module-Stecker angeschlossen wird, ohne das Gehäuse zu öffnen.

Funktionalitäten:
1. Spannungsüberwachung: Direkter Zugriff auf die Potentiale der drei Zellblöcke (C1+, C2+, C3+). Die Signale werden über Spannungsteiler skaliert, durch einen analogen Tiefpassfilter (112,9 Hz) geleitet und über einen 16-Bit-ADC (ADS1115) mit 10 Hz abgetastet.
2. Balancierung: Ein passives Balanciersystem mit „Bleeding"-Widerständen ( $R_b = 67,5 \, \Omega$ ) und Schaltern. Ein Mikrocontroller (Raspberry Pi Pico) schaltet die Widerstände ein, wenn die Spannung einer Zelle den Mindestwert der Gruppe um mehr als einen Schwellenwert ( $v_{th} = 2,5 \, \text{mV}$ ) überschreitet. Dies verhindert Über- oder Unterladung während der Tests.
3. Kommunikation: Die Daten werden über CAN-Bus an den Batterietester (Arbin LBT22013) übertragen.

C. Testprofile und Metriken

Kapazitätstest: Entladung mit C/3 (81,6 A) bis zum unteren Spannungsabfall. Die Kapazität jeder Zelle wird durch Integration des Stroms über einen gemeinsamen Spannungsbereich berechnet.
HPPC-Test (Hybrid Pulse Power Characterization): Impulsströme bei verschiedenen SOC-Werten (40%, 65%, 90%) zur Bestimmung des Innenwiderstands.
Berechnung:
- Kapazität ( $q_j$ ): Integration des Stroms über den definierten Spannungsbereich.
- Energie ( $e_j$ ): Integration der Leistung ( $v \cdot I$ ).
- Innenwiderstand ( $r_j$ ): Berechnung aus dem ohmschen Spannungsabfall während der Impulse, korrigiert für eine gemessene Latenz von ca. 100 ms zwischen Strom- und Spannungsmessung.

3. Wichtige Beiträge

Nicht-invasive Diagnostik: Der Nachweis, dass Zellspannungen und -zustände in kommerziellen, versiegelten Modulen (Audi e-tron) sicher und ohne Demontage überwacht werden können.
Integrierte Balancierung: Ein Hardware-Ansatz, der während des Zyklisierens Spannungsungleichgewichte aktiv begrenzt, was die Sicherheit und Genauigkeit der Zell-zu-Zell-Vergleiche erhöht.
Quantifizierung von Heterogenität: Eine Methodik zur präzisen Berechnung von Kapazitäts-, Energie- und Widerstandsheterogenitäten auf Zellebene innerhalb eines Moduls und über das gesamte Pack hinweg.
Datenbasis: Umfassende Charakterisierung aller 108 Zellen eines realen, aus einem Fahrzeug entnommenen Packs, einschließlich der Analyse von Temperaturabhängigkeiten.

4. Ergebnisse

Kapazitäts- und Energieverteilung:
- Es wurden signifikante Heterogenitäten innerhalb der Module festgestellt.
- Muster: Die erste Zelle (Cell 1) in der Reihenschaltung eines Moduls zeigte tendenziell die geringste Kapazität und war in 16 von 36 Modulen die „schwächste Zelle".
- Die Kapazitätsverteilung im gesamten Pack lag zwischen ca. 217 Ah und 221 Ah.
Innenwiderstand:
- Strukturierte Heterogenität: Ein klares periodisches Muster wurde beobachtet. Die mittlere Zelle (Cell 2, zentral positioniert im Modul) weist konsistent einen niedrigeren Innenwiderstand auf als die äußeren Zellen (Cell 1 und Cell 3).
- Temperaturabhängigkeit: Der Widerstand nimmt mit steigender Temperatur ab. Die beobachteten Widerstandsunterschiede zwischen den Zellen deuten auf interne thermische Gradienten innerhalb des Moduls hin (Cell 2 ist möglicherweise wärmer als Cell 1 und 3), obwohl die Oberflächentemperaturmessung nur geringe Unterschiede zeigte.
- Die Widerstandswerte wurden erfolgreich durch ein parabolisches Modell in Abhängigkeit von Temperatur und SOC angepasst (RMSE $\approx 0,009 \, \text{m}\Omega$ ).
Korrelation: Starke Korrelation ( $\rho = 0,924$ ) zwischen Kapazität und Energie auf Modulebene.

5. Bedeutung und Ausblick

Second-Life-Anwendungen: Die vorgestellte Plattform ist entscheidend für die Wiederverwendung von EV-Batterien. Sie ermöglicht eine sichere, zerstörungsfreie Sortierung und Qualifizierung von Modulen, indem sie den tatsächlichen Zustand der einzelnen Zellen aufdeckt, bevor diese in stationären Speichern eingesetzt werden.
Wartung und Sicherheit: Das System hilft, schwache Zellen frühzeitig zu identifizieren und durch Balancierung die Lebensdauer zu verlängern.
Zukünftige Arbeiten: Die Autoren schlagen vor, direkte Temperaturmessungen auf Zellebene durchzuführen, um die Hypothese der internen thermischen Gradienten zu verifizieren, die für die beobachteten Widerstandsunterschiede verantwortlich sein könnten.

Fazit: Die Arbeit liefert einen erfolgreichen Nachweis für ein kostengünstiges, eingebettetes Hardware-System, das die Lücke zwischen modularem Testen und zellulärer Diagnostik schließt und wertvolle Einblicke in die interne Heterogenität kommerzieller Batteriepacks bietet.