Traditionelle Batterie-Management-Systeme regeln den Ladeprozess von Batterien spannungsbasiert und machen dadurch systematisch Fehler SoC-Schieflagen (State of Charge) sind die Folge. ETA-Leveling korrigiert den Wirkungsgrad individuell und vermeidet so, dass SoC-Schieflagen entstehen.
Beim Ladvorgang einer Batterie greift das Batterie-Management-System (BMS) ein mit dem Ziel, die Leistung und Lebensdauer von Batterien zu erhöhen. Das wird als Balancing bezeichnet. Dabei schaltet das BMS Widerstände ein und aus. Bisherige BMS sind dabei so programmiert, dass sie einzig und allein auf der Grundlage der gemessenen Spannung eingreifen, um Ungleichheiten der Zellen auszugleichen. Das ist State of the Art und wird auch so gelehrt.
Was dabei nicht beachtet wird: Diese Eingriffe beschleunigen dabei die Zellalterung und führen zu Kapazitätsverlusten – bewirken also das Gegenteil dessen, was beabsichtigt ist. Eine wichtige Erkenntnis ist, dass der Alterungsprozess von Batterien, die mit herkömmlichen BMS geladen werden, zwei Ursachen hat, die beide ungefähr gleichermaßen für den daraus resultierenden Kapazitätsverlust verantwortlich sind: Zum einen entstehen Verluste aufgrund der Degradation der Zelle gemäß Datenblatt. Diese Degradation ist erwartbar und es besteht keine Möglichkeit, sie zu beeinflussen. Zum anderen gibt es Verluste aufgrund von Schieflagen des SoC innerhalb der Batterie. Auslöser für diese SoC-Schieflagen ist das BMS selbst.
Die gute Nachricht: Diese Verluste sind unter Anwendung eines BMS, das in der Lage ist, die Zellen zu leveln, heilbar, ja sogar umkehrbar.
Insgesamt gibt es vier mögliche Zustände – und Mischformen dieser Zustände –, in denen Zellen sich befinden, wenn herkömmliche BMS eingreifen. Der Einfachheit halber werden im Folgenden zwei dieser Zustände in Reinform beschrieben.
Beispiel 1: Zellen mit kleinen Kapazitätsunterschieden
Im ersten Beispiel verfügt Zelle 1 über etwas weniger Kapazität als Zelle 2, sie ist früher entladen, erreicht also früher die Entladeschluss-Spannung. Zelle 2 hat eine höhere Kapazität, sie gibt über eine längere Zeit Energie ab und ihre Spannung ist höher, wenn Zelle 1 entladen ist. Das lässt sich im Schaubild daran erkennen, dass die Pfeile nicht parallel verlaufen: Der Pfeil, der Zelle 1 repräsentiert, ist kürzer (Bild 1).
Beide Zellen werden von 2,8 auf 3,65 Volt geladen. Dabei erreicht Zelle 2 schneller die Marke von 3,4 Volt. Ab hier greift das herkömmliche BMS ein (Bild 2). Es registriert bei Zelle 2 eine höhere Spannung, aber nicht die gleichzeitig vorhandenen Kapazitätsunterschiede der beiden Zellen, die dazu führen, dass beide ohne Eingriff zeitgleich 3,65 Volt erreichen würden. Das BMS bremst jetzt Zelle 2, indem es kontinuierlich Widerstände schaltet, die dafür sorgen, dass weniger Strom in die Zelle fließt.
Das passiert so lange, bis Zelle 1 den Ladevorgang beendet, weil sie 3,65 Volt und damit die Ladeschluss-Spannung erreicht. Bei einem Blick auf die Spannung der beiden Zellen ist erkennbar, dass Zelle 2, die zuvor eine höhere Spannung aufwies, jetzt diejenige mit der niedrigeren Spannung ist (Bild 3). Das (unnötige) Balancing hat dazu geführt, dass die beiden Zellen am Ende des Ladevorgangs bei unterschiedlichen SoCs stehen. Das verschlechtert über die Zeit den Wirkungsgrad und führt zu messbaren SoC-Schieflagen. Auch BMS, die auf Leerlaufspannungskurven basieren, unterliegen diesem Fehler.
Beispiel 2: Unterschiedlicher Wirkungsgrad
Hier ist die Kapazität der beiden Zellen vergleichbar, was sich an den gleich langen und parallel verlaufenden Pfeilen auf Bild 4 zeigt. Zelle 1 hat aber einen schlechteren Wirkungsgrad, es wird beim Ladevorgang also mehr Energie in Wärme umgewandelt als bei Zelle 2.
Allgemein gilt: Je schlechter der Wirkungsgrad, desto größer der Spannungsabfall. Sobald der Ladevorgang beginnt, fällt an Zelle 1 eine höhere Spannung ab. Das zeigt sich in der Grafik dadurch, dass ihre Kurve sich weiter oben befindet. Ein herkömmliches BMS agiert spannungsbasiert und registriert an Zelle 1 den größeren Spannungsabfall. Auf Basis der bisherigen Denke wird als Ursache ein höherer Füllstand angenommen. Dass der Spannungsabfall auch aufgrund eines Wirkungsgradverlusts entstehen kann, wird nicht berücksichtigt.
Das herkömmliche BMS beginnt also, für Zelle 1 Widerstände zu schalten. Das ist fatal, denn in dieser Zelle wird ohnehin bereits mehr Ladestrom in Wärme umgewandelt. Am Ende des Ladevorgangs ist Zelle 1 somit weniger geladen als Zelle 2 (Bild 5). Der Eingriff des BMS hat dazu geführt, dass die falsche Zelle während des Ladevorgangs gebremst wurde. Auch das führt über längere Zeit zu deutlichen SoC-Schieflagen und verschlechtert den Systemwirkungsgrad.
In beiden Fällen registrieren einige BMS, dass weitere Korrekturen notwendig sind, und leiten erneute Eingriffe ein. Tatsächlich aber sind diese Korrekturen notwendig, weil das BMS die Zellen schon zuvor über einen bestimmten Zeitraum falsch behandelt hat. Nun wird im Anschluss viel Zeit benötigt, um den Fehler wieder zu eliminieren, und anschließend noch einmal eine gewisse Zeit, um die Zellen korrekt zu behandeln.
Sobald herkömmliche BMS gegen Ende des Ladevorgangs Spannungsunterschiede bei einzelnen Zellen eines Batterieblocks erkennen, greifen sie ein. Ob sich die Spannungsunterschiede aus dem Füllstand oder dem Wirkungsgrad ergeben, wird nicht hinterfragt; ebenso wenig, ob gleichzeitig Kapazitätsunterschiede vorhanden sind. Der Zustand des Blocks soll verbessert werden, tatsächlich geschieht aber genau das Gegenteil. Ein wichtiger Grund, warum diese Vorgehensweise bisher nicht ernsthaft in Frage gestellt wurde, dürfte sein, dass die Auswirkungen der Fehlbehandlungen anfangs nicht spürbar sind. Sie addieren sich jedoch über hunderte Ladezyklen hinweg auf und stellen irgendwann ein veritables Problem dar. Fakt ist: Solange ein BMS ausschließlich spannungsbasiert regelt, werden diese Fehler auftreten, da die Zelle mit dem höchsten Füllstand, aber auch die Zelle mit der höchsten Kapazität und jene mit dem schlechtesten Wirkungsgrad die höchste Spannung haben – ein systematisches Problem.