Inzicht in de kern-efficiëntiemetrics van systemen voor batterijenergieopslag

Rendement per cyclus: kwantificering van verliezen door spanningsdaling, omzetting via de omvormer en overhead van het battery management system (BMS)

Het rendement van een heen-en-weerrit, of RTE (Round Trip Efficiency), geeft in feite aan hoeveel energie we terugkrijgen uit een batterijopslagsysteem ten opzichte van de energie die tijdens het opladen is toegevoerd. Er zijn verschillende manieren waarop energie onderweg verloren gaat. Ten eerste is er de spanningsdaling als gevolg van de interne weerstand binnen de batterijen zelf, wat ongeveer 5 tot 15% als warmte verspilt. Vervolgens volgt het omzettingsproces tussen gelijkstroom en wisselstroom via omvormers, wat doorgaans nog eens 3 tot 8% verlies oplevert, afhankelijk van de opstelling en belasting. En vergeet niet alle achtergrondtaken die het Battery Management System (BMS) uitvoert, zoals het bewaken van cellen, het handhaven van celbalans en het waarborgen van veiligheidsprotocollen — dit verbruikt ongeveer 1 tot 3%. Samen brengen deze factoren het totale RTE in moderne lithium-ion-systemen naar een bereik van 80 tot 95%. Het goede nieuws is dat fabrikanten de prestaties kunnen verbeteren door de celchemie aan te passen, bijvoorbeeld door over te stappen op LFP-materialen die betere geleidbaarheid bieden, en deze te combineren met nieuwere omvormers op basis van siliciumcarbide die minder vermogen verspillen. Deze verbeteringen verminderen niet alleen de verspilde energie, maar verlengen ook de levensduur van deze systemen voordat vervanging nodig is.

Balanseren van diepte van ontlading en C-waarde om efficiëntie en levensduur van de cyclus te behouden

Het beheren van de ontladingsdiepte (DoD) in combinatie met de C-waarde is echt belangrijk om batterijen efficiënt te houden en hun levensduur te verlengen. Een DoD boven de 80% veroorzaakt snellere slijtage van de elektroden, wat betekent dat de batterij minder laadcycli zal doorstaan dan bij een DoD van ongeveer 60%. Het verschil kan behoorlijk groot zijn: tot 30 tot 50% minder bruikbare cycli. En als we de ontladingssnelheid boven de 1C-duur brengen, wordt het nog erger, omdat er meer warmteontwikkeling optreedt en die vervelende polarisatieverliezen zich gaan manifesteren, waardoor het rendement van de volledige laad-/ontlaadcyclus met ongeveer 8 tot 12% daalt. De meeste onderzoeken wijzen op een ideaal bereik van ontladingsstromen tussen 0,5C en 0,8C, gecombineerd met DoD-niveaus van 60 tot 80%. Deze ‘sweet spot’ helpt de fysieke structuur van lithium-ion-elektroden te behouden en zorgt ervoor dat het capaciteitsbehoud na 4.000 laadcycli nog steeds boven de 90% ligt. Voeg hieraan goede thermische beheersystemen toe, en deze parameters blijven goed standhouden, ongeacht het soort belasting dat het systeem ondergaat of veranderingen in de buitentemperatuur.

Thermische beheerstrategieën voor efficiëntie van langdurige batterijenergieopslagsystemen

Actieve versus passieve koeling: impact op celuniformiteit, verslechteringsgraad en RTE-stabiliteit

Het is erg belangrijk om de temperatuur van accucellen tussen ongeveer 25 en 35 graden Celsius te houden. Wanneer de temperatuur buiten dit optimale bereik komt, versnellen ongewenste chemische reacties, neemt de interne weerstand toe en blijft de spanning niet stabiel. Vloeibare koelsystemen presteren hier uitstekend: ze verminderen het temperatuurverschil tussen de cellen met ongeveer 60 tot 70 procent ten opzichte van eenvoudige passieve methoden. Dit resulteert in een veel gelijkmatiger slijtage over alle cellen en betere algehele systeemprestaties. Het nadeel? Deze actieve koelsystemen verbruiken ongeveer 8 tot 15 procent van het totale energieopslagvermogen van de batterij, waardoor een deel van die efficiëntiewinst verloren gaat. Aan de andere kant vermijden passieve oplossingen zoals fasewisselmaterialen (PCM) dit stroomverbruik volledig. Ze laten echter tijdens zware belasting periodes temperatuurverschillen ontstaan van ongeveer 10 graden Celsius, wat kan leiden tot een snellere ouderdom van bepaalde delen van de batterij vergeleken met andere delen. Als we kijken naar wat de UL 9540A-normen daadwerkelijk vereisen, komt het er uiteindelijk op neer wat het systeem het meest nodig heeft. Grote netgekoppelde toepassingen, waarbij consistente energieafgifte essentieel is, kiezen doorgaans voor actieve koeling, ondanks de extra stroomkosten. Kleinere back-upsystemen gebruiken meestal passieve methoden, omdat deze eenvoudiger onderhoud vereisen en over het algemeen betrouwbaarder zijn op lange termijn.

Echtijdinschatting van de gezondheidstoestand met behulp van electrochemisch-AI-modellen

De nieuwste elektrochemische AI-modellen combineren live spanningmetingen, stroommetingen en temperatuurbewaking om de batterijgezondheid met een nauwkeurigheid van ongeveer 97% te voorspellen, wat traditionele benaderingen als eenvoudige spanningsdrempels of basis-coulombtellingstechnieken overtreft. Deze slimme algoritmes kunnen tekenen van slijtage en versletenheid opsporen lang voordat problemen daadwerkelijk zichtbaar worden aan het oppervlak, waaronder bijvoorbeeld lithiumafzetting of chemische afbraak in de elektrolytoplossing zo’n 30 tot 50 laadcycli van tevoren. Wanneer deze systemen worden geïntegreerd in batterijbeheersoftware, passen ze automatisch de koelinstellingen en laadprogramma’s aan op basis van wat er onder verschillende omstandigheden binnen de cellen gebeurt. Deze proactieve aanpassing helpt de celdegradatie te verminderen met ongeveer 18 tot 22% bij plotselinge stroomvraag. Naarmate machine learning verder verbetert, zien we ook minder valse alarmen, met een daling van de foutpercentages met ongeveer 40%. Dat betekent dat batterijen geen energie verspillen aan onnodige koeling wanneer er geen reëel risico is, waardoor ze uiteindelijk langer meegaan en efficiënter functioneren.

AI-gestuurde operationele optimalisatie van batterijenergiesystemen

Versterkingsleren voor adaptieve laad/ontlaadschema's op basis van belasting, prijs en prognoseonzekerheid

Versterkingsleren of RL helpt batterijenergiesysteem bij het plannen van het tijdstip waarop ze moeten laden en ontladen, gebaseerd op de huidige elektriciteitsprijzen, de actuele situatie op het elektriciteitsnet en allerlei onvoorspelbare factoren. Denk aan de invloed van het weer op vraagfluctuaties of aan momenten waarop zonne- en windenergie minder dan verwacht produceren. Deze RL-modellen worden getraind met behulp van historische gegevens en gesimuleerde scenario’s die verschillende netomstandigheden nabootsen. Naarmate de tijd vordert, nemen ze steeds betere beslissingen om de maximale waarde te realiseren, terwijl ze toch belangrijke regels naleven voor veilig batterijgebruik. Zo moeten ze bijvoorbeeld vermijden dat batterijen te vaak volledig leegraken, de laad- en ontlaadsnelheid beheersen en ervoor zorgen dat de temperatuur binnen veilige grenzen blijft. Praktijktests hebben aangetoond dat deze intelligente systemen de winst met 12% tot bijna 18% kunnen verhogen ten opzichte van traditionele planningmethoden. Hoe? Eenvoudig gezegd: ze wachten af tot de prijzen pieken voordat ze gaan laden, en geven vervolgens strategisch opgeslagen energie vrij wanneer het net onder druk staat of wanneer de prijzen extreem stijgen. Wat deze aanpak bijzonder maakt, is zijn vermogen om onzekerheid te hanteren zonder de batterij zelf te beschadigen. Beheerders hoeven niet langer een keuze te maken tussen het beschermen van hun apparatuur en snel te reageren op marktveranderingen.

Waardeopslag: integratie van energie-arbitrage, frequentieregelingreserve (FCR) en geautomatiseerde frequentieherstelreserve (aFRR)

Waarde-stacking maakt gebruik van kunstmatige intelligentie om meerdere netdiensten, zoals energie-arbitrage, frequentieregelingreserve (FCR) en geautomatiseerde frequentieherstelreserve (aFRR), te integreren in één batterijenergieopslagsysteem. Arbitrage profiteert in essentie van de uurlijkse prijsverschillen op de markt. FCR wordt intussen ingeschakeld bij zeer kleine frequentieveranderingen die binnen seconden optreden, terwijl aFRR zich richt op wat er overblijft nadat grotere storingen zijn verholpen, meestal binnen ongeveer 5 tot 15 minuten. Het gehele systeem beschikt over een ‘AI-hersen’ die bepaalt hoeveel vermogen op elk moment beschikbaar is, zodat FCR prioriteit krijgt wanneer het net instabiel raakt, maar waarbij wordt overschakeld naar arbitrage wanneer de prijzen op voorhand gunstig lijken. Bedrijven melden dat zij 20% tot 40% meer inkomsten realiseren vergeleken met het uitsluitend uitvoeren van één dienst, en zij hoeven zich geen zorgen te maken over het overschrijden van veiligheidsgrenzen of een snellere slijtage van de batterijen dan normaal. Normorganisaties zoals UL 1973 en IEEE 1547-2018 ondersteunen dit eveneens, waaruit blijkt dat waarde-stacking, indien juist toegepast, slechts ongeveer 2% extra slijtage van de batterijcellen veroorzaakt over de tijd.

Best practices voor hardware-integratie voor een holistische efficiëntie van het batterijenergiesysteem

Goed functioneren van hardwarecomponenten in onderlinge samenwerking is echt belangrijk als we op de lange termijn een hoge efficiëntie en prestaties willen behouden gedurende de gehele levensduur van het systeem. Wanneer onderdelen zoals batterijen, vermogensomzetters en koelsystemen daadwerkelijk goed met elkaar samenwerken, maakt dat een groot verschil voor het energieverlies dat onderweg optreedt. Neem bijvoorbeeld te dunne bekabeling of lange gelijkstroombusbars: deze kunnen verliezen veroorzaken van ongeveer 3 %, wat niemand graag op zijn factuur ziet staan. En wanneer omvormers en batterijbeheersystemen met elkaar communiceren via verschillende protocollen — letterlijk gezegd ‘verschillende talen’ — dwingt dat systemen tot conservatief functioneren, wat betekent dat er minder bruikbare vermogensopbrengst is dan mogelijk zou moeten zijn. Branchespecialisten adviseren om die gelijkstroomverbindingen kort te houden om spanningsdalingen te voorkomen, gebruik te maken van gestandaardiseerde CAN FD- of Ethernet-communicatie zodat alles met bliksemsnelheid communiceert, en behuizingen te ontwerpen met adequate luchtstromingskanalen die aansluiten bij de locaties waar warmte zich ophoopt. Grote fabrikanten hebben deze aanpak gedurende lange tijd getest, en systemen die op deze manier zijn gebouwd behouden doorgaans een rondrit-efficiëntie van ongeveer 92 % zelfs na duizenden laadcycli, vergeleken met slechts 85 % voor systemen die willekeurig zijn samengesteld. Voor grote installaties zorgen UL 9540-gecertificeerde verbindingen tussen racks voor betere onderlinge samenwerking, verminderen ze instelmislukkingen en helpen ze die frustrerende efficiëntieverliezen van 15 % te voorkomen die al te vaak optreden bij pogingen om piekvraag te gladstrijken.

Veelgestelde vragen

Wat is de rendement van een volledige laad- en ontladingscyclus (RTE) in batterijsystemen?

De rendement van een volledige laad- en ontladingscyclus meet hoeveel energie wordt teruggewonnen uit een batterijopslagsysteem ten opzichte van de energie die wordt gebruikt om het te laden, waarbij verliezen zoals spanningsdaling, omzetting door de omvormer en overhead van het Battery Management System worden meegenomen.

Hoe beïnvloedt Diepte van Ontlading (DoD) de levensduur van een batterij?

Hoge waarden voor diepte van ontlading (DoD) kunnen slijtage van de elektroden versnellen, wat leidt tot een aanzienlijke vermindering van het aantal bruikbare cycli en de totale levensduur van de batterij. Het handhaven van een matige DoD verlengt de levensduur van de batterij.

Wat zijn de voordelen van het gebruik van kunstmatige intelligentie (AI) in batterijenergiesystemen?

AI verbetert batterijsystemen door het optimaliseren van laad- en ontladingschema’s en het voorspellen van de staat van gezondheid (SoH), waardoor de efficiëntie wordt verbeterd, de levensduur van de batterij wordt verlengd en de financiële opbrengsten worden gemaximaliseerd.

Wat is het verschil tussen actieve en passieve koeling in batterijsystemen?

Actieve koeling, hoewel efficiënter bij het handhaven van uniforme temperaturen, verbruikt meer energie, terwijl passieve koeling energiezuinig is maar grotere temperatuurvariaties tussen de cellen toelaat.