09.04.2018

Workshops zu Batteriemanagement-Systemen

Lebensdauer und bestmögliche Performance von Batterien und Batteriesystemen sowie deren funktionale Sicherheit sind die Themen, die Rutronik ab Mai 2018 an verschiedenen Standorten in Seminaren und Workshops behandelt.


Bild: Rutronik

Li-Ionen-Batterien erfordern für einen sicheren Betrieb in den unterschiedlichen Anwendungen eine stringente Überwachung aller relevanten Parameter bei allen Betriebsbedingungen. Das gilt sowohl für den Lade- als auch für den Entladezyklus. Die Hersteller schreiben hier enge Parametergrenzen fest, die nicht über- oder unterschritten werden dürfen, um die geforderte funktionale Sicherheit des Gesamtsystems gewährleisten zu können. Entsprechend muss das Batteriemanagement an diesen Parametern ausgerichtet werden.

 

Die Rutronik-Workshops befassen sich thematisch gegliedert mit unterschiedlichen Aspekten des Batteriemanagements. Schwerpunkte der Sessions sind das thermische Management des Batteriepacks, Zellparameter und davon abgeleitet die Batteriemanagement-Softwareanforderungen zur Ãœberwachung, Stromverteilung in parallel geschalteten Zellen, hybride Energiesysteme aus Li-Ionen-Batterien und Super-Kondensatoren, Alterungsdiagnose von Li-Ionen-Batterien und die darauf abgestimmte Auswahl an Halbleitern, passiven und elektromechanischen Bauelementen.

 

Die Workshops sind nach Sessions untergliedert, die sich mit einzelnen Schwerpunkten befassen:

  • Li-Ionen Batterietechnologie Parameter vs. BMS Software Parameter zur Ãœberwachung und Zellen-Balancing
  • Thermisches Management von zylindrischen LIB – wie verbessert man die funktionale Sicherheit des Batteriepacks?
  • Stromverteilung in parallel geschalteten Zellen – warum ist die Selektion/Binning von Zellen so wichtig?
  • Hybrides Energie-Managementsystem mit LIB und Superkondensatoren basierend auf Digital Power Management
  • Erweiterte Batterieüberwachung, Analyse und Diagnostik basierend auf Elektroimpedanzspektroskopie (EIS)
  • Robuste und universelle Modellierungsalgorithmen zur Batterieanalyse in Embedded BMS – Machine Learning und KI in Embedded MCUs

 


--> -->