In seiner Masterarbeit untersuchte Gökhan Demirci die Vor- und Nachteile gängiger Ansätze und Algorithmen für die Zustandsschätzung von Lithium-Ionen-Batteriesystemen. Die Schätzung von Zuständen ist notwendig, da nicht alle Zustände einer Batterie gemessen werden können. Für die Schätzung des Ladezustands wurde als Grundlage ein Batteriemodell mit Laderegler verwendet und anschließend verschiedene Zustandsschätzer implementiert, analysiert und verglichen. Es werden Genauigkeit, Konsistenz, Robustheit, Rechenaufwand und Komplexität der Ansätze untersucht und Umgebungsbedingungen sowie Modellparametrisierung berücksichtigt. Durch Variation des initialen Ladezustands, der Umgebungstemperatur, der Systemdynamik, Alterung, Simulationsdauer, Zellzyklen und des Ladestroms konnte die implementierten Algorithmen umfangreich auf Ihre Zuverlässigkeit untersucht und bewertet werden. Die Definition notwendiger Randparameter sowie die Entwicklung und Durchführung von Bewertungsprozessen waren hier entscheidend.

• Erstellung einer Simulationsumgebung in MATLAB Simulink für die Modellierung einer Lithium-Ionen-Batterie sowie dem Laden mit  Konstantstrom- und Konstantspannungsladeverfahren.
• Implementierung der Ladezustandsschätzer basierend auf Größen wie Zellspannung, -Strom und -Temperatur.
• Umfassende Untersuchung unter Variation des initialen Ladezustands, der Umgebungstemperatur, Systemdynamik, Alterung, Simulationsdauer, Zellzyklen und des Ladestroms.
• Entwicklung von Bewertungskriterien, wie Genauigkeit, Konsistenz, Robustheit, Rechenaufwand und Komplexität
• Evaluierung und Vergleich der Ladezustandsschätzer.
• Dokumentation und Analyse der Ergebnisse.

Durch das stark nichtlineare Verhalten von Lithium-Ionen-Batterien, welches unteranderem durch Temperatur, zyklischer und kalendarischer Alterung sowie der Stromrichtung beeinflusst wird, stellt die Schätzung des Ladezustands eine Herausforderung dar.

Neben der Anwendung klassischer Methoden wie der Ladungszählung (Couloumb Counting) und der Verwendung von Leerlaufspannungskennlinien (Open-Circuit Voltage) lag der Hauptfokus auf Zustandsschätzern auf Basis des Kalman-Filters. Im Zuge der Arbeit wurden zehn Erweiterungen und Variationen des klassischen Kalman-Filters analysiert und gegenübergestellt. Ziel war es herauszufinden, welche Verfahren zuverlässig, innerhalb und außerhalb eines Ihnen vorgegebenen Parametersatzes, eine genaue aber auch robuste Abschätzung des Ladezustands erlauben.

Die durchgeführte ganzheitliche Betrachtung der implementierten Erweiterungen und Variationen des Kalman-Filters am Beispiel eines Batteriemodells stellt eine gute Grundlage für die Auswahl geeigneter Methoden für die Anwendung in Batteriemanagementsystem dar.
Durch die gewählten Untersuchungskriterien und Variation der Szenarien ergänzt Sie bestehende Literatur und stellt somit einen Beitrag zum Stand der Technik dar. Dementsprechend wird eine wissenschaftliche Veröffentlichung der Ergebnisse dieser Arbeit auf der 22nd International Conference on Research and Education in Mechatronics (REM2024) angestrebt.

Die Arbeiten werden im Zusammenhang mit dem vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Forschungsprojekt "UniZuB“ durchgeführt. (Förderkennzeichen 03XP0400D) Ziel von „UniZuB“ ist die Entwicklung einer hard- und softwaretechnischen Lösung, mit der schnell, einfach und universell Batterieanalysen durchgeführt werden können.