BESS-Alterungsrechner: FCR, Peak Shaving und SEI-bedingter Kapazitätsverlust

Prognostizieren Sie Kapazitätsverlust, Widerstandsanstieg und Lebensdauerende eines BESS bei Frequenzregelung und Peak Shaving anhand veröffentlichter NMC/LFP-Alterungsmodelle und Rainflow-Zählung.

#BESS #calendar ageing #FCR #LFP #NMC #peak shaving #rainflow counting #SEI growth

Schätzen Sie ab, wie ein Batteriespeichersystem altert, wenn es abwechselnd Primärregelreserve (FCR) bereitstellt und tägliches Peak Shaving betreibt. Dieser Rechner zur BESS-Alterung richtet sich an Ingenieure, die Betriebsstrategien vergleichen, an Studierende, die sich mit Batteriealterung befassen, und an Betreiber, die abschätzen möchten, ob kalendarische oder zyklische Alterung die Lebensdauer voraussichtlich bestimmt. Er prognostiziert den Kapazitätsverlust, den Widerstandsanstieg, den verbleibenden Energieinhalt und die erste im gewählten Prognosezeitraum erreichte Lebensdauergrenze.

Wählen Sie entweder das Sony/Murata-LFP-Modell von Naumann und Kollegen oder das Sanyo-NMC-Modell von Schmalstieg und Kollegen. Dies sind veröffentlichte zellenspezifische Parametrisierungen, keine allgemeingültigen Eigenschaften einer Zellchemie. Geben Sie die Zelltemperatur ein, nicht die Außenlufttemperatur. Legen Sie den anfänglichen Energieinhalt der Batterie, den Prognosezeitraum, die zulässige Restkapazität und das zulässige Widerstandsverhältnis fest. Der Widerstand wird unter gleichen Referenzmessbedingungen verglichen; eine momentane temperaturbedingte Widerstandsänderung ist darin nicht enthalten.

Der Betriebstageanteil trennt Betriebstage von Lagertagen. Der FCR-Anteil teilt die Betriebstage anschließend zwischen Frequenzregelung und Peak Shaving auf. Ein Anteil von 0,7 weist beispielsweise 70 % der Betriebstage der FCR zu. Die Betriebsarten werden an getrennten Tagen ausgeführt; ihre Leistungen werden nicht gleichzeitig überlagert. Die kalendarische Alterung läuft an jedem Tag weiter, auch während der Lagerung.

Geben Sie für FCR die anfängliche FCR-Leistung sowie die Standardabweichung und die Korrelationszeit der Netzfrequenzabweichungen ein. Das Werkzeug erzeugt einen reproduzierbaren siebentägigen Signalverlauf, wendet eine Statikkennlinie mit Totband und Sättigung an und integriert den Ladezustand unter Berücksichtigung einer SoC-Rückführung durch das Energiemanagement. Das Ergebnis zur Rückführungsleistung gibt die dafür zusätzlich erforderliche Leistung an. Ändern Sie den Zufallsstartwert, um eine andere Realisierung zu untersuchen. Eine Gauß-Verteilung bildet den Kernbereich der Frequenzverteilung ab; für seltene Störungen und planmäßige Frequenzsprünge zum Handelsstundenwechsel sind gemessene Frequenzdaten erforderlich.

Geben Sie für Peak Shaving den täglichen SoC-Hub sowie die Lade- und Entladedauer ein. Die Ladung beginnt um 05:00 Uhr, die Entladung um 17:00 Uhr. Der Tagesverlauf und der FCR-Verlauf werden getrennt mittels Rainflow-Zählung ausgewertet, einschließlich verbleibender Halbzyklen. Für jeden Zyklus bleiben Zyklentiefe, mittlerer SoC und C-Rate während der aktiven Zeit erhalten. Das Zyklentiefendiagramm vergleicht ihre Beiträge zum Ladungsdurchsatz; die Kurve zur Betriebsaufteilung zeigt den Einfluss einer veränderten Mischung der Betriebsarten.

Kalendarische und zyklische Verluste werden über äquivalente Alterungszustände akkumuliert, statt das Wurzelgesetz jeden Tag neu anzusetzen. Der kalendarische Kapazitätsverlustterm für LFP bildet ein diffusionsbegrenztes SEI-Wachstum proportional zu √t ab. Die NMC-Anpassung behält ihre veröffentlichte Abhängigkeit t⁰·⁷⁵ bei. Mit der Einstellung des Vorschaualters wird die schematische Darstellung animiert; die dargestellte Schichtbreite dient der Veranschaulichung.

Die Prognose wiederholt über die gesamte Alterung dasselbe relative SoC-Betriebsprofil. Die bereitgestellten MW und MWh nehmen daher mit der Restkapazität ab. Um eine feste absolute Leistungs- und Energiebereitstellung aufrechtzuerhalten, ist eine aktualisierte Einsatz- und thermische Simulation erforderlich. Das Werkzeug berücksichtigt weder Kapazitätserweiterungen noch Zellimbalance, Lithium-Plating, Ausfallwahrscheinlichkeiten, kommerzielle Garantien oder die Marktzulassung. Behandeln Sie Prognosen nach der ersten Lebensdauergrenze als Extrapolation und gleichen Sie eine Beschaffungsentscheidung mit Messungen an der tatsächlich eingesetzten Zelle ab.

So wird gerechnet

Profile und Rainflow-Zählung. Ein Park–Miller-Generator mit festem Zufallsstartwert und eine Box–Muller-Transformation erzeugen einen stationären gaußschen AR(1)-Frequenzprozess mit ρ=exp⁡(−Δt/τf)rho=exp(-Delta t/tau_f). Vor der siebentägigen Aufzeichnung mit einem Abtastintervall von 15 s wird eine Einschwingphase von mindestens sechs Stunden und mindestens sechs Zeitkonstanten der SoC-Rückführung durchlaufen. Die FCR-Kennlinie folgt Celi Cortés et al. (2025), Gl. (9): null innerhalb des Totbands, Δf/ΔffullDelta f/Delta f_{full} außerhalb, begrenzt auf ±1. Bei hoher Frequenz wird die Batterie geladen. Die SoC-Rückführung verwendet xk+1=e−Δt/τbalxk+(PFCR/E0)ukτbal(1−e−Δt/τbal)x_{k+1}=e^{-Delta t/tau_{bal}}x_k+(P_{FCR}/E_0)u_ktau_{bal}(1-e^{-Delta t/tau_{bal}}) mit Begrenzung auf das SoC-Fenster. Die Rückführung bewirkt einen zusätzlichen Leistungsaustausch und wird nicht vom ursprünglichen FCR-Leistungssollwert abgezogen. Der Peak-Shaving-Tag ist ein exakt stückweise linearer Verlauf aus Laden, Halten und Entladen. Ein stapelbasierter Dreipunkt-Rainflow-Algorithmus erfasst Vollzyklen und verbleibende Halbzyklen. Die C-Rate eines Zyklus ist die mittlere absolute SoC-Änderung je aktiver Zeit innerhalb des Zeitintervalls zwischen seinen Endpunkten.

LFP, Naumann 2018/2020. Der kalendarische Kapazitätsverlust beträgt qcal=kT,Q[2.8575(z−0.5)3+0.60225]tsq_{cal}=k_{T,Q}[2.8575(z-0.5)^3+0.60225]sqrt{t_s} mit kT,Q=1.2571×10−5exp⁡[−17126/R(1/T−1/298.15)]k_{T,Q}=1.2571times10^{-5}exp[-17126/R(1/T-1/298.15)]. Der kalendarische Widerstandsanstieg beträgt rcal=kT,R[−3.3903(z−0.5)2+1.5604]tsr_{cal}=k_{T,R}[-3.3903(z-0.5)^2+1.5604]t_s mit kT,R=3.4194×10−10exp⁡[−71827/R(1/T−1/298.15)]k_{T,R}=3.4194times10^{-10}exp[-71827/R(1/T-1/298.15)]. Die Zykluskoeffizienten für den relativen Verlust je √EFC und den relativen Anstieg je EFC lauten bQ=(0.0630C+0.0971)[4.0253(d−0.6)3+1.0923]/100b_Q=(0.0630C+0.0971)[4.0253(d-0.6)^3+1.0923]/100 und bR=(−0.0020C+0.0021)[6.8477(d−0.5)3+0.91882]/100b_R=(-0.0020C+0.0021)[6.8477(d-0.5)^3+0.91882]/100. Der kalendarische Widerstandsanstieg verwendet den quadratischen SoC-Faktor aus Naumanns Dissertation (2018), Gl. (5.14); der Koeffizient 0,91882 für den zyklischen Widerstandsanstieg folgt Tabelle 5.3. Die Verschiebung um 0,6 folgt der TUM-Implementierung und der ausdrücklichen Wiedergabe in doi:10.1016/j.est.2026.121158; sie entspricht nicht der in einigen Sekundärquellen angegebenen Verschiebung um 0,5. Der SEI-bedingte kalendarische Kapazitätsverlust ist der √t-Term und kein zusätzlicher additiver Verlust.

NMC, Schmalstieg 2014. Es gelten qcal=αQtd0.75q_{cal}=alpha_Qt_d^{0.75} und rcal=αRtd0.75r_{cal}=alpha_Rt_d^{0.75} mit αQ=(7.543U−23.75)106e−6976/Talpha_Q=(7.543U-23.75)10^6e^{-6976/T} und αR=(5.270U−16.32)105e−5986/Talpha_R=(5.270U-16.32)10^5e^{-5986/T}. Die zyklischen Anteile lauten qcyc=βQAhq_{cyc}=beta_Qsqrt{Ah} und rcyc=βRAhr_{cyc}=beta_R Ah mit βQ=0.007348(Urms−3.667)2+0.000760+0.004081dbeta_Q=0.007348(U_{rms}-3.667)^2+0.000760+0.004081d und βR=0.0002153(Urms−3.725)2−0.00001521+0.0002798dbeta_R=0.0002153(U_{rms}-3.725)^2-0.00001521+0.0002798d. Die zugrunde liegende Zelle hat eine Kapazität von 2,15 Ah; daher gilt unabhängig von der Größe des Batteriesystems Ah=2(2.15) EFCAh=2(2.15),EFC. Die Leerlaufspannung basiert auf der Digitalisierung der NREL-Quelle mit PCHIP-Interpolation; eine Fünfpunkt-Simpson-Integration schätzt den Effektivwert der Spannung über den Zyklus.

Akkumulation. Für ein Potenzgesetz L=kXpL=kX^p wird L1/pL^{1/p} fortgeschrieben: Δ(L1/p)=k1/pΔXDelta(L^{1/p})=k^{1/p}Delta X. Zyklusgesetze mit Wurzelabhängigkeit addieren somit bQ2ndb_Q^2 n d zur Zustandsgröße des Kapazitätsverlusts, statt für jeden gezählten Zyklus einen neuen Verlust anzusetzen. Zeitintegrierte kalendarische Alterungszustände und tägliche zyklische Alterungszustände werden nach den Betriebstageanteilen gewichtet, einschließlich der Lagerung. Die Prognose mit gleichbleibendem Betriebsprofil wertet die resultierenden Potenzgesetze exakt für 241 Alterswerte aus; das Bisektionsverfahren bestimmt die Kapazitäts- und Widerstandsgrenzen. Kapazitätsverluste und Widerstandsanstiege werden jeweils getrennt addiert.

Annahmen

Neue Zellen starten mit normierter Kapazität und normiertem Widerstand von jeweils 1. Die Temperatur ist konstant und räumlich gleichmäßig. Der SoC ist ein Anteil der aktuell verfügbaren Kapazität. Dieselben relativen SoC-Profile wiederholen sich über die gesamte Lebensdauer, sodass die absolute bereitgestellte Leistung und Energie mit der Restkapazität abnehmen; die anfängliche FCR-Leistung dient ausschließlich zur Festlegung dieses Profils. Ein jährliches Zurücksetzen, Kapazitätserweiterungen, thermische Rückkopplungen und stochastische Ausfälle werden nicht berücksichtigt.

FCR verwendet einen beispielhaften gaußschen Kernbereich mit benutzerdefinierter Korrelation; die Streuung von 35 mHz und die Korrelationszeit von 120 s sind Standardwerte für das Szenario und keine Anpassung an ein bestimmtes Stromnetz. Der Coulomb-Wirkungsgrad wird mit 1 angesetzt. Bei der Umrechnung der MW/MWh des Batteriesystems in eine C-Rate wird die Spannung als näherungsweise konstant betrachtet. Beim Peak Shaving wird an jedem zugewiesenen Tag ein SoC-Hub durchlaufen. An Lagertagen bleibt der SoC auf dem Sollwert. Die Mittelung äquivalenter Alterungszustände bei gemischten Betriebsarten setzt voraus, dass die Tagestypen gut durchmischt sind. Übergänge zwischen den Anfangs-SoCs verschiedener Tagestypen bleiben unberücksichtigt; der Anteil beschreibt eine gewichtete Mischung von Beanspruchungen und keinen chronologischen Einsatzfahrplan.

Die Schicht in der schematischen Darstellung ist eine überzeichnete Veranschaulichung der kalendarischen Alterung, keine berechnete SEI-Schichtdicke in Nanometern. Aus dem SEI-bedingten Kapazitätsverlust lässt sich ohne Elektrodenfläche, Zusammensetzung und Dichte keine physikalische Schichtdicke bestimmen. Der NMC-Exponent 0,75 ist eine empirische Anpassung für die kalendarische Alterung; er wird nicht als reines diffusionsbestimmtes Wachstum interpretiert.

Anwendungsbereich

Diese Koeffizienten beschreiben bestimmte ältere Zelltypen, nicht sämtliche NMC- oder LFP-Produkte. Ergebnisse für lange Prognosezeiträume extrapolieren Versuche mit einer Dauer von etwa 29 Monaten. Verwenden Sie das Modell vorrangig bis zur ersten Lebensdauergrenze; die anschließenden Kurven sind Szenarioextrapolationen. Alterungsknick, Lithium-Plating, Gasentwicklung, Zellimbalance, reversible Kapazitätsverluste bei flachen LFP-Zyklen, Rückkopplungen durch Rissbildung in der SEI und Temperaturgradienten im Batteriesystem werden nicht modelliert. Die ursprüngliche NMC-Zyklusanpassung wurde bei etwa 1C und 35 °C ermittelt; die LFP-Zyklusdaten decken den Betrieb bei höheren Temperaturen ab. FCR-Mikrozyklen und niedrigere C-Raten sind Extrapolationen. Dieses Werkzeug begründet weder eine Garantie noch die Zuverlässigkeit einer Anlage.

Das gaußsche Frequenzmodell berücksichtigt weder ausgeprägte Verteilungsschwänze noch lang anhaltende einseitige Frequenzabweichungen oder deterministische Ereignisse zum Handelsstundenwechsel. Die Abtastung im Abstand von 15 s löst die voreingestellte Korrelationszeit von 120 s mit acht Abtastwerten auf, erfasst jedoch keine schnelleren Stromimpulse und sehr flachen Zyklen. Eine endliche siebentägige Realisierung unterliegt einer Stichprobenunsicherheit: Variieren Sie den Zufallsstartwert und die Frequenzannahmen. Das Diagramm des Beispieltags zeigt Abtastwerte im Minutenabstand aus der vollständigen Lösung mit 15 s Zeitschritt; Rainflow-Zählung und Schädigungsberechnung verwenden jeden berechneten Abtastwert. Das Zyklentiefendiagramm fasst EFC in Klassen mit einer Breite von 5 Prozentpunkten zusammen; in die Alterungsberechnung gehen alle einzeln gezählten Zyklen ein, nicht die Klassenmitten. Die Fünfpunktintegration nähert bei NMC den Effektivwert der Leerlaufspannung über den Zyklus an. Die Lebensdauerkurven verwenden die exakten Potenzgesetze und keine grobe jährliche Interpolation.

Negative zyklische Widerstandskoeffizienten, die bei der Extrapolation empirischer Polynome entstehen, werden auf null begrenzt; das Modell bildet keine Widerstandsabnahme durch zyklischen Betrieb ab. Dies betrifft insbesondere flache NMC-Zyklen und verändert deren prognostizierten Widerstandsanstieg. Die Begrenzung an den SoC-Grenzen verringert die bereitgestellte Leistung und Energie; eine Meldung weist auf eine merkliche Begrenzung hin. Die Prognosen beschreiben dann den begrenzten Verlauf. Die Leistung zur SoC-Rückführung setzt eine zusätzliche Leistungsreserve des Umrichters und einen uneingeschränkten Energieaustausch zur Rückführung voraus.

Die FCR-Kennlinie folgt dem Forschungsbeispiel in Celi Cortés et al. (2025), das die Anforderungen für Kontinentaleuropa aus dem Jahr 2022 beschreibt; sie prüft weder aktuelle Marktregeln noch die Präqualifikation. Die Prognose ist ein Alterungsmodell und keine Bewertung der Umsetzbarkeit eines Einsatzfahrplans, des Brandschutzes oder der elektrischen Installation.

Betriebsartspezifische Eingabeprüfungen gelten nur für zugewiesene Betriebstage. Die Verläufe inaktiver Betriebsarten bleiben beim Soll-Ladezustand. Die Sensitivitätskurve zur Betriebsaufteilung lässt alternative Betriebsanteile aus, deren Betriebsprofil die SoC-Grenzen, C-Raten-Grenzen oder Grenzen der Statikkennlinie des Modells verletzt.

Quellen

  • Schmalstieg, Käbitz, Ecker & Sauer (2014), A holistic aging model for Li(NiMnCo)O₂ based 18650 lithium-ion batteries. Journal of Power Sources 257, 325–334. https://doi.org/10.1016/j.jpowsour.2014.02.012
  • Naumann et al. (2018), Analysis and modeling of calendar aging of a commercial LiFePO₄/graphite cell. Journal of Energy Storage 17, 153–169. https://doi.org/10.1016/j.est.2018.01.019
  • Naumann, Spingler & Jossen (2020), Analysis and modeling of cycle aging of a commercial LiFePO₄/graphite cell. Journal of Power Sources 451, 227666. https://doi.org/10.1016/j.jpowsour.2019.227666
  • Naumann (2021), calendar-ageing measurement dataset V1, CC BY 4.0; selected workbook cells extracted in attached source s5. https://doi.org/10.17632/kxh42bfgtj.1
  • NREL BLAST-Lite, Schmalstieg model replication and digitized Sanyo OCV. https://github.com/NREL/BLAST-Lite/blob/main/blast/models/nmc111_gr_Sanyo2Ah_2014.py
  • TUM SimSES, Naumann cycle-model implementation (DoC offset 0.6); its resistance-depth coefficient is corrected here against the primary dissertation's 0.91882. https://github.com/tum-ees/simses/blob/main/src/simses/model/degradation/sony_lfp_cyclic.py
  • Hierarchical energy management for hybrid large-scale battery storage and power-to-gas systems in multi-use PV park applications (2026): the cycle-capacity DoC offset 0.6 agrees with Naumann; its cubic calendar-resistance SoC expression disagrees with Naumann Eq. 5.14 and is not used. No application-specific 0.55 cycle multiplier is used. https://doi.org/10.1016/j.est.2026.121158
  • Celi Cortés et al. (2025), Deterministic grid frequency deviations and the provision of frequency containment reserve with battery storage systems, Energy Reports 13, 1029–1040, Eq. (9). https://doi.org/10.1016/j.egyr.2024.12.057
  • Rainflow 3.2.0, independently published range/count example and three-point counting algorithm. https://pypi.org/project/rainflow/
  • Naumann, M. (2018), Techno-economic evaluation of stationary battery energy storage systems with special consideration of aging, TUM dissertation, Eq. 5.14 and Tables 5.1/5.3, printed pp. 74 and 82 (original PDF pp. 92 and 100). https://mediatum.ub.tum.de/doc/1434981/document.pdf

Eingaben

EingabeSymbolEinheitVorgabe
Zellalterungsmodell
Veröffentlichte zellenspezifische Parametrisierungen; die Zellchemie allein beschreibt Ihre Zelle nicht eindeutig.
chemLFP — Naumann 2018/2020
Anfänglicher EnergieinhaltE_nomMWh2
ZelltemperaturT_cell°C25
PrognosezeitraumyearsJahr20
Relative Restkapazität am Lebensdauerendeq_limit0.8
Widerstandsverhältnis am Lebensdauerende
Bezogen auf den anfänglichen 10-s-DC-Widerstand unter gleichen Messbedingungen.
r_limit2
Betriebstageanteil
Anteil der Tage mit einer der beiden Betriebsarten; an den übrigen Tagen erfolgt die Lagerung beim Soll-Ladezustand.
oper0.95
FCR-Anteil an den Betriebstagen
An den übrigen Betriebstagen wird ein Peak-Shaving-Zyklus ausgeführt.
share0.7
Soll-Ladezustandz_mid0.5
Untere SoC-Grenzez_low0.1
Obere SoC-Grenzez_high0.9
Anfängliche FCR-Leistung
Die bereitgestellte FCR-Leistung nimmt im gesamten Prognosezeitraum proportional zur Restkapazität ab.
P_fcrMW1
Standardabweichung der Frequenzabweichung
Gaußscher Kernbereich einer synthetischen Frequenzverteilung, kein aufgezeichneter Netzfrequenzverlauf.
sigma_fHz0.035
Korrelationszeit der Frequenzabweichungcorr_ss120
Zeitkonstante der SoC-Rückführung
Das Energiemanagement führt den SoC zum Sollwert zurück und verursacht dabei zusätzliche Zyklen.
bal_hh1
Frequenzabweichung bei Vollaktivierungfull_fHz0.2
Totband der Statikkennliniedead_fHz0.01
Zyklentiefe beim Peak Shaving
SoC-Hub bezogen auf die aktuell verfügbare Kapazität.
dod_ps0.6
Ladedauercharge_hh3
Peak-Shaving-Dauerdischarge_hh2
Zufallsstartwert der Frequenzrealisierungseed1057
Vorschaualter
Starten Sie die Animation, um Kapazitätsverlust und Schichtwachstum durch kalendarische Alterung zu sehen.
preview_ageJahr10

Ergebnisse

Mit den obigen Vorgabewerten liefert der Rechner:

ErgebnisWert
Kapazitätsverlust (%)23,88
Widerstandsanstieg (%)35,25
Verbleibender Energieinhalt1,522 MWh
Jahr des Lebensdauerendes14,03 year
Lebensdauerbestimmendes KriteriumKapazitätsgrenze
Äquivalente Vollzyklen pro Jahr258,7
Anfängliche Peak-Shaving-Leistung0,6 MW
FCR-Leistungsreserve zur SoC-Rückführung0,134 MW

Mit Quellen abgeglichen

Jeder Fall unten wurde mit diesem Rechner berechnet und stimmt mit dem Wert aus seiner Quelle überein (innerhalb der Toleranz, wo eine angegeben ist).

LFP-Lagerung, 25 °C und 50% SoC

Quelle: Naumann calendar dataset V1, doi:10.17632/kxh42bfgtj.1, original measured 21241 h/initial ratios. Capacity tolerance 2.2% relative (about 2.1 percentage points); resistance tolerance 2% relative. These test the empirical model against data, not exact interpolation. Engine tolerances are absolute; the stated relative tolerances are converted by multiplying each expected ratio.

Eingaben: Prognosezeitraum = 2,423 Jahr; Betriebstageanteil = 0; die übrigen wie oben.

ErgebnisQuelleDieser Rechner
Relative Restkapazität am Prognoseende0,9527 ± 0,020960,9338
Widerstandsverhältnis am Prognoseende1,055 ± 0,021111,041

LFP-Lagerung, 40 °C und 50% SoC

Quelle: Naumann calendar dataset V1, doi:10.17632/kxh42bfgtj.1, DischargeCapacity.xlsx K37/K3 and ResistanceR_DC10s.xlsx K37/K3 at 21241 h. Observed mean values; 1.2% capacity and 2% resistance relative tolerances allow model residuals. Engine tolerances are absolute; the stated relative tolerances are converted by multiplying each expected ratio.

Eingaben: Zelltemperatur = 40 °C; Prognosezeitraum = 2,423 Jahr; Betriebstageanteil = 0; die übrigen wie oben.

ErgebnisQuelleDieser Rechner
Relative Restkapazität am Prognoseende0,9076 ± 0,010890,9078
Widerstandsverhältnis am Prognoseende1,178 ± 0,023561,163

Veröffentlichtes Beispiel zu rainflow 3.2.0

Quelle: Rainflow 3.2.0 published usage example at https://pypi.org/project/rainflow/: 201 samples on t=0…4 with 0.2+0.5sin(t)+0.2cos(10t)+0.2sin(4t). The ten published range/count pairs sum to 7 cycles; smallest/largest ranges as printed.

Eingaben: die obigen Vorgabewerte.

ErgebnisQuelleDieser Rechner
Veröffentlichte Rainflow-Referenz: Zusammenfassung [1]77
Veröffentlichte Rainflow-Referenz: Zusammenfassung [2]1,4341,434
Veröffentlichte Rainflow-Referenz: Zusammenfassung [3]0,042590,04259

Veröffentlichtes FCR-Totband und Sättigung

Quelle: Celi Cortés et al., Energy Reports 13 (2025), doi:10.1016/j.egyr.2024.12.057, PDF p.4 Eq.(9): zero inside ±10 mHz, Δf/200 mHz outside the deadband, saturation at ±200 mHz. The sign is charging positive at high frequency; SoC integration therefore uses a positive charge contribution.

Eingaben: die obigen Vorgabewerte.

ErgebnisQuelleDieser Rechner
Referenzwerte der FCR-Statikkennlinie [1]-1-1
Referenzwerte der FCR-Statikkennlinie [2]-0,5-0,5
Referenzwerte der FCR-Statikkennlinie [3]00
Referenzwerte der FCR-Statikkennlinie [6]0,50,5
Referenzwerte der FCR-Statikkennlinie [7]11

LFP-Lagerung bei 10% SoC

Quelle: Independent review benchmark: 21.97% resistance growth at 25 °C, 10% storage SoC and 20 years, from Naumann dissertation (2018), Eq. 5.14 and Table 5.1, original PDF p.92 / printed p.74. Rounded published-law benchmark, not a measured 20-year cell result. The 1.3 resistance threshold must remain unreached.

Eingaben: Soll-Ladezustand = 0,1; Untere SoC-Grenze = 0; Obere SoC-Grenze = 1; Betriebstageanteil = 0; Relative Restkapazität am Lebensdauerende = 0,5; Widerstandsverhältnis am Lebensdauerende = 1,3; die übrigen wie oben.

ErgebnisQuelleDieser Rechner
Widerstandsverhältnis am Prognoseende1,221,22
Lebensdauergrenze erreicht00

Zyklischer LFP-Widerstandsanstieg bei 50% Zyklentiefe

Quelle: Naumann dissertation (2018), Table 5.3, original PDF p.100 / printed p.82: d_R = 0.91882. For one 50%-depth full cycle at 0.5C, the table coefficients give (-0.0020×0.5+0.0021)×0.91882×0.5/100 = 5.05351e-6 fractional resistance growth. Algebraic coefficient-transfer check, not an independent ageing measurement.

Eingaben: die obigen Vorgabewerte.

ErgebnisQuelleDieser Rechner
Referenzkoeffizient für zyklischen LFP-Widerstandsanstieg [2]5,054 × 10⁻⁶5,054 × 10⁻⁶

LFP-Lagermessung, 40 °C und 25% SoC

Quelle: Independent measured Naumann calendar-ageing dataset V1, DOI:10.17632/kxh42bfgtj.1, ResistanceR_DC10s.xlsx I37/I3 at 21241 h, 40 °C and 25% storage SoC. A 1.5% relative resistance-ratio tolerance allows the empirical fit residual (1.34% here); the engine uses the equivalent absolute tolerance 1.1262120791022565×0.015. The former cubic SoC implementation fails this case.

Eingaben: Zelltemperatur = 40 °C; Soll-Ladezustand = 0,25; Untere SoC-Grenze = 0; Obere SoC-Grenze = 1; Betriebstageanteil = 0; Prognosezeitraum = 2,423 Jahr; die übrigen wie oben.

ErgebnisQuelleDieser Rechner
Widerstandsverhältnis am Prognoseende1,126 ± 0,016891,141

Related Resources

Responses

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

L ading...