(Zell-) Modellierung
Lehrstuhl für Technische Elektrochemie (TEC), Prof. Dr. Hubert Gasteiger
Die Bestimmung von Elektroden- sowie Elektrolytparametern ist essenziell für die Modellierung von Li-Ionen Batterien. Die dabei bestimmten Parameter umfassen die geometrischen Parameter wie Tortuosität (Labyrinthfaktor) und Porosität sowie Materialeigenschaften im Elektrolyten wie die ionische Leitfähigkeit, Diffusionskoeffizient und Überführungszahl.
Lehrstuhl für Digitale Katalyse, Prof. Dr. Helge Stein
Auf dem Gebiet der Modellierung wenden wir Techniken des maschinellen Lernens an, um unser Verständnis der Chemie zu verbessern. Über die reine Vorhersage von Eigenschaften hinaus nutzen wir diese Methoden, um Daten schnell zu analysieren, zu organisieren und visuell zu präsentieren. Unser Ziel ist es, mit diesen Werkzeugen einen besseren Einblick in die zugrunde liegenden physikalisch-chemischen Prozesse zu gewinnen. Unsere Arbeit erstreckt sich über die Batterieforschung und die Katalyse. In der Batterieforschung untersuchen wir insbesondere die Bildungsdynamik und nichtlineare Ladevorgänge. Unsere Modelle für maschinelles Lernen funktionieren für jede Chemie (einschließlich Na), jeden Formfaktor, jeden Testplan und jede Diagnosezykluslänge.
Lehrstuhl für Fahrzeugtechnik, Prof. Dr.-Ing. Markus Lienkamp
Die Modellierungskompetenzen des FTM erstrecken sich von der mikroskopischen Materialebene bis zur makroskopischen Netzintegration und Betriebsoptimierung batterieelektrischer Fahrzeuge. Mit unserer Single-Particle-Modellierung, kombiniert mit Anodenpotentialregelung, ermöglichen wir eine präzise Abbildung interner Zellprozesse und damit zeit- und lebensdaueroptimiertes Schnellladen. Thermische Modellierung in Verbindung mit CFD-Simulation erlaubt uns die präzise Nachbildung thermischer Effekte in der Batteriezelle zur Verbesserung des Wärmemanagements und des Schnellladens unter Gewährleistung der Betriebssicherheit. Die Betriebssicherheit wird darüber hinaus mittels Modellierung des Thermal Runaways sowie der Thermal Propagation untersucht. Machine-Learning-Ansätze und (semi-)empirische Methoden zur Alterungsmodellierung und Lebensdauerprognose schließen die Zellmodellierung ab. Zudem verfügen wir über Package-Modelle zur Integration verschiedener Batteriearchitekturen in den Fahrzeugbauraum. Abschließend beschäftigen wir uns mit der Modellierung der Netzintegration sowie mit Betriebsstrategiemodellen für private Pkw und Nutzfahrzeuge zur Optimierung der Reichweite, Effizienz und Ladestoppplanung im Rahmen der Routenplanung.
Lehrstuhl für Elektrische Energiespeichertechnik, Prof. Dr.-Ing. Andreas Jossen
Der aktuelle Schwerpunkt hinsichtlich der Modellierung liegt bei diesem Partner im Bereich der Lithium-Ionen Technologie. Dies schließt ortsaufgelöste, detaillierte physikochemische Modelle ebenso wie Alterungs-/Lebensdauermodelle und Modelle zur Beschreibung vielzelliger Systeme ein. Neben den elektrochemischen Eigenschaften werden dabei auch mechanische und thermische Eigenschaften in den Modellen berücksichtigt. Das Aufgabengebiet der Modellierung umfasst am EES auch die Simulation und experimentelle Validation der Modelle.
Physik der Energiewandlung und -speicherung, Prof. Aliaksandr Bandarenka
Die Eigenschaften der elektrisierten Grenzfläche zwischen Elektrode und Elektrolyt bestimmen die Performance einer Batterie. Die Rate, mit der beispielsweise Interkalation stattfindet, einem essentiellen Vorgang in Lithiumionen- und Natriumionenbatterien, ist nicht nur gegeben durch die verwendeten Elektrodenmaterialien oder Elektrolyten. Auch die Eigenschaften der Grenzfläche zwischen diesen beiden haben einen entscheidenden Einfluss. In unserer Forschung untersuchen wir vor allem diese essentiellen Eigenschaften der Grenzfläche, um bessere Batteriesysteme zu entwickeln.
Lehrstuhl für Numerische Mechanik, Prof. Dr.-Ing. Wolfgang A. Wall
Insbesondere bei Festkörperbatterien kommt der Mechanik eine besondere Rolle in der Bewertung der Zyklisierbarkeit und der Lebensdauer zu. Daher werden am Lehrstuhl für Numerische Mechanik Simulationsmodelle entwickelt, die die komplexen Interaktionen zwischen Elektrochemie und Mechanik in aufgelösten Mikrostrukturen von Festkörperbatterien abbilden. Dies betrifft sowohl die Mechanik, als auch die Elektrochemie an den Grenzflächen der Komponenten einer Batteriezelle als auch die Transportphänomene innerhalb der Komponenten. Um den vorhandenen Unsicherheiten, wie z.B. Unsicherheiten in Materialparametern, Rechnung zu tragen, werden die Simulationsmodelle mit statistischen Methoden kombiniert.
