Alterungsbestimmung bei Lithium-IonenBatterien auf Basis des Kalmanfilters in
|
|
- Justus Stieber
- vor 5 Jahren
- Abrufe
Transkript
1 Alterungsbestimmung bei Lithium-IonenBatterien auf Basis des Kalmanfilters in EV- und PV-Anwendungen Nils Armbruster Fraunhofer ISE 18. DESIGN&ELEKTRONIK - Entwicklerforum München, 16. Februar 2011
2 Gliederung 1. Problemstellung 2. Lithium-Ionen-Batterien 3. Kalman-Filter 4. Batteriemodelle 5. Kapazitätsschätzung mit Kalman-Filtern 6. Auswirkungen der Alterung der Batterie 7. Ergebnisse
3 Problemstellung Bestimmung der Zustände einer Lithium-Ionen-Batterie Lade- und Alterungszustand (SOC und SOH) Nicht direkt messbar Einfache Lösung mit niedrigem Rechenaufwand und Speicheraufwand gesucht Einsatz in eingebetteten Systemen
4 Lithium-Ionen-Batterien Viele Vorteile gegenüber anderen Akkumulatoren Hohe Energiedichte Geringe Selbstentladung Kein Memory-Effekt Hohe Lebensdauer (bei richtiger Betriebsführung!) Viele Einsatzbereiche großer Batterien: Solare Inselanlagen Elektrofahrzeuge Netzferne Energieversorgung
5 Kalman-Filter Rekursiver Zustandsschätzer. Optimaler Schätzer bei verrauschten Prozessen mit bekanntem Rauschen. Einsatz in Echtzeitsystemen wie Radarsignalen zur Positionsverfolgung. Nur für lineare Systeme geeignet. Für nicht lineare Systeme gibt es verschiedene Erweiterungen wie z.b. Extended Kalman-Filter (Linearisierung).
6 Kalman-Filter Ausgangsgleichungen des linearen Kalman-Filters Prozessmodell : xk = A xk 1 + B u k + ε k Messmodell : z k = H k x k + δk ε k und δk seien normalverteilt mit Mittelwert E[εk ] = E[δk ] = 0 und den Varianzen Q bzw. R
7 Kalman-Filter Ablauf des linearen Kalman-Filters Initialisierung: xˆ0 = x0 P0 = Px0 Korrekturschritt: 1. Berechnung der Kalmanverstärkung: K k = Pˆk H kt ( H k Pˆk H kt + Rk ) 1 1. Berechnung des Residuums: ~ z k = z k H k xˆ k Prädiktionsschritt: 1. Neuen Zustand vorhersagen: 1. Korrektur des Schätzwerts von x: xˆ k = Ak 1 xˆk 1 + Bk 1uk 1 1. Neue Fehlerkovarianz vorhersagen: Pˆk = Ak 1 Pˆk 1 ATk 1 + Qk 1 1. Korrektur der Fehlerkovarianz: Pˆk = ( I K k H k ) Pˆk k= k+1 xˆ k = xˆ k + K k ~ zk
8 Kalman-Filter Ablauf des Extended Kalman-Filters Initialisierung: xˆ0 = x0 P0 = Px0 Korrekturschritt: 1. Berechnung der Kalmanverstärkung: K k = Pˆk H kt ( H k Pˆk H kt + Rk ) 1 1. Berechnung des Residuums: ~ z k = z k h( xˆk ) Prädiktionsschritt: 1. Neuen Zustand vorhersagen: 1. Korrektur des Schätzwerts von x: xˆ k = f ( xˆk 1, u k 1 ) 1. Neue Fehlerkovarianz vorhersagen: Pˆk = Fk 1 Pˆk 1 FkT 1 + Qk 1 1. Korrektur der Fehlerkovarianz: Pˆk = ( I K k H k ) Pˆk k= k+1 xˆ k = xˆ k + K k ~ zk
9 Kalman-Filter Ablauf des Extended Kalman-Filters Initialisierung: xˆ0 = x0 P0 = Px0 f Fk 1 = x h Hk 1 = x xˆ k 1,u k 1 xˆ k Korrekturschritt: 1. Berechnung der Kalmanverstärkung: K k = Pˆk H kt ( H k Pˆk H kt + Rk ) 1 1. Berechnung des Residuums: ~ z k = z k h( xˆk ) Prädiktionsschritt: 1. Neuen Zustand vorhersagen: 1. Korrektur des Schätzwerts von x: xˆ k = f ( xˆk 1, u k 1 ) 1. Neue Fehlerkovarianz vorhersagen: Pˆk = Fk 1 Pˆk 1 FkT 1 + Qk 1 1. Korrektur der Fehlerkovarianz: Pˆk = ( I K k H k ) Pˆk k= k+1 xˆ k = xˆ k + K k ~ zk
10 Kalman-Filter Dual Extended Kalman-Filter
11 Batteriemodell Widerstandsmodell Einfaches Batteriemodell. Ohm scher Widerstand R1 wird als konstant angenommen. Ladezustandsabhängige Gleichspannungsquelle U0. U Kl (t ) = U 0 (t ) + U R1 (t ) U R1 (t ) = R1 (t ) I Bat (t ) U 0 (t ) = f ( SOC (t )) t 1 SOC (t ) = SOC0 + I Bat (τ )dτ C Bat t0
12 Batteriemodell Widerstandsmodell Einfaches Batteriemodell. Ohm scher Widerstand R1 wird als konstant angenommen. Ladezustandsabhängige Gleichspannungsquelle U0. U Kl (t ) = U 0 (t ) + U R1 (t ) U R1 (t ) = R1 (t ) I Bat (t ) U 0 (t ) = f ( SOC (t )) t 1 SOC (t ) = SOC0 + I Bat (τ )dτ C Bat t0
13 Batteriemodell Widerstandsmodell Einfaches Batteriemodell. Ohm scher Widerstand R1 wird als konstant angenommen. Ladezustandsabhängige Gleichspannungsquelle U0. U Kl (t ) = U 0 (t ) + U R1 (t ) U R1 (t ) = R1 (t ) I Bat (t ) U 0 (t ) = f ( SOC (t )) t 1 SOC (t ) = SOC0 + I Bat (τ )dτ C Bat t0
14 Batteriemodell Widerstandsmodell Einfaches Batteriemodell. Ohm scher Widerstand R1 wird als konstant angenommen. Ladezustandsabhängige Gleichspannungsquelle U0. U Kl (t ) = U 0 (t ) + U R1 (t ) U R1 (t ) = R1 (t ) I Bat (t ) U 0 (t ) = f ( SOC (t )) t 1 SOC (t ) = SOC0 + I Bat (τ )dτ C Bat t0
15 Batteriemodell Widerstandsmodell Einfaches Batteriemodell. Ohm scher Widerstand R1 wird als konstant angenommen. Ladezustandsabhängige Gleichspannungsquelle U0. U Kl (t ) = U 0 (t ) + U R1 (t ) U R1 (t ) = R1 (t ) I Bat (t ) U 0 (t ) = f ( SOC (t )) t 1 SOC (t ) = SOC0 + I Bat (τ )dτ C Bat t0
16 Batteriemodell RC-Modell Erweitertes Batteriemodell. Zusätzliches RC-Glied stellt Kapazitäten in der Batterie dar (z.b. Doppelschichtkapazität). U Kl (t ) = U 0 (t ) + U Ds + U R2 (t ) U R2 (t ) = R2 (t ) I Bat (t ) U 0 = f ( SOC ) U Ds (t ) = R1 I R1 (t ) = Q (t ) C Ds t t U Ds,k + 1 = 1 U + I Bat,k Ds, k C Ds R1 C Ds
17 Batteriemodell RC-Modell Erweitertes Batteriemodell. Zusätzliches RC-Glied stellt Kapazitäten in der Batterie dar (z.b. Doppelschichtkapazität). U Kl (t ) = U 0 (t ) + U Ds + U R2 (t ) U R2 (t ) = R2 (t ) I Bat (t ) U 0 = f ( SOC ) U Ds (t ) = R1 I R1 (t ) = Q (t ) C Ds t t U Ds,k + 1 = 1 U + I Bat,k Ds, k C Ds R1 C Ds
18 Batteriemodell RC-Modell Erweitertes Batteriemodell. Zusätzliches RC-Glied stellt Kapazitäten in der Batterie dar (z.b. Doppelschichtkapazität). U Kl (t ) = U 0 (t ) + U Ds + U R2 (t ) U R2 (t ) = R2 (t ) I Bat (t ) U 0 = f ( SOC ) U Ds (t ) = R1 I R1 (t ) = Q (t ) C Ds t t U Ds,k + 1 = 1 U + I Bat,k Ds, k C Ds R1 C Ds
19 Batteriemodell RC-Modell Erweitertes Batteriemodell. Zusätzliches RC-Glied stellt Kapazitäten in der Batterie dar (z.b. Doppelschichtkapazität). U Kl (t ) = U 0 (t ) + U Ds + U R2 (t ) U R2 (t ) = R2 (t ) I Bat (t ) U 0 = f ( SOC ) U Ds (t ) = R1 I R1 (t ) = Q (t ) C Ds t t U Ds,k + 1 = 1 U + I Bat,k Ds, k C Ds R1 C Ds
20 Batteriemodell RC-Modell Erweitertes Batteriemodell. Zusätzliches RC-Glied stellt Kapazitäten in der Batterie dar (z.b. Doppelschichtkapazität). U Kl (t ) = U 0 (t ) + U Ds + U R2 (t ) U R2 (t ) = R2 (t ) I Bat (t ) U 0 = f ( SOC ) U Ds (t ) = R1 I R1 (t ) = Q (t ) C Ds t t U Ds,k + 1 = 1 U + I Bat,k Ds, k C Ds R1 C Ds
21 Batteriemodell RC-Modell Erweitertes Batteriemodell. Zusätzliches RC-Glied stellt Kapazitäten in der Batterie dar (z.b. Doppelschichtkapazität). U Kl (t ) = U 0 (t ) + U Ds + U R2 (t ) U R2 (t ) = R2 (t ) I Bat (t ) U 0 = f ( SOC ) U Ds (t ) = R1 I R1 (t ) = Q (t ) C Ds t t U Ds,k + 1 = 1 U + I Bat,k Ds, k C Ds R1 C Ds
22 Kalman-Filtern Prozess- und Messmodelle Widerstandsmodell der Batterie State-Filter zur SOC-Schätzung (Widerstandsmodell): Weight-Filter zur SOH-Schätzung: Ausgangszustand: xˆk = SOCk Ausgangszustand: Prozessmodell: Prozessmodell: SOCk = SOCk 1 + t C Bat,k 1 I Bat,k 1 Messwert: z k = U Kl,k Messprozessmodell: U Kl,k = U 0 ( SOCk ) + R1 I Bat,k Θˆ k = C Bat,k C Bat, k = C Bat, k 1 Messwert : d = ( SOCk SOCk 1 ) = SOCk Messprozessmodell: SOCk = I Bat,k (t k t k 1 ) C Bat,k
23 Kalman-Filtern Prozess- und Messmodelle Widerstandsmodell der Batterie State-Filter zur SOC-Schätzung (Widerstandsmodell): Weight-Filter zur SOH-Schätzung: Ausgangszustand: xˆk = SOCk Ausgangszustand: Prozessmodell: Prozessmodell: SOCk = SOCk 1 + t C Bat,k 1 I Bat,k 1 Messwert: z k = U Kl,k Messprozessmodell: U Kl,k = U 0 ( SOCk ) + R1 I Bat,k Θˆ k = C Bat,k C Bat, k = C Bat, k 1 Messwert : d = ( SOCk SOCk 1 ) = SOCk Messprozessmodell: SOCk = I Bat,k (t k t k 1 ) C Bat,k
24 Kalman-Filtern Prozess- und Messmodelle RC-Modell der Batterie State-Filter zur SOC-Schätzung (RC-Modell): SOCk Ausgangszustand: xˆk = U Ds,k Weight-Filter zur SOH-Schätzung: Prozessmodell: Prozessmodell: SOCk = SOCk 1 + t C Bat,k 1 I Bat,k 1 t t U Ds + U Ds,k = 1 I Bat,k 1 C R C Ds 1 Ds Messwert: z k = U Kl,k Messprozessmodell: U Kl,k = U 0 ( SOCk ) + U Ds,k + R2 I Bat,k Ausgangszustand: Θˆ k = C Bat,k C Bat, k = C Bat, k 1 Messwert : d = ( SOCk SOCk 1 ) = SOCk Messprozessmodell: SOCk = I Bat,k (t k t k 1 ) C Bat,k
25 Kalman-Filtern Prozess- und Messmodelle RC-Modell der Batterie State-Filter zur SOC-Schätzung (RC-Modell): SOCk Ausgangszustand: xˆk = U Ds,k Weight-Filter zur SOH-Schätzung: Prozessmodell: Prozessmodell: SOCk = SOCk 1 + t C Bat,k 1 I Bat,k 1 t t U Ds + U Ds,k = 1 I Bat,k 1 C R C Ds 1 Ds Messwert: z k = U Kl,k Messprozessmodell: U Kl,k = U 0 ( SOCk ) + U Ds,k + R2 I Bat,k Ausgangszustand: Θˆ k = C Bat,k C Bat, k = C Bat, k 1 Messwert : d = ( SOCk SOCk 1 ) = SOCk Messprozessmodell: SOCk = I Bat,k (t k t k 1 ) C Bat,k
26 Auswirkungen der Alterung der Batterie Innenwiderstand Innenwiderstand steig mit der Alterung der Batterie. Auch über dem Ladezustand ändert sich der Innenwiderstand. Änderung des Innenwiderstands wird im Modell vernachlässigt.
27 Auswirkungen der Alterung der Batterie Leerlaufspannungskennlinie Leerlaufspannungskennlinie ändert sich mit der Alterung. Dadurch ergeben sich steigende Fehler in der SoC-Schätzung mit älter werdenden Batterien. Fehler in der Kapazitätsschätzung vergrößern sich dadurch ebenfalls, sind aber tolerabel. Die Leerlaufspannungskennlinie kann daher über die gesamte Lebensdauer der Batterie eingesetzt werden.
28 Kalman-Filtern Ergebnisse Elektrofahrzeug-Profil SoH Referenz-wert Mittelwert Schätzung Varianz Schätzung Maximaler Fehler Fehler Mittelwert 100% 2,44 Ah 2,40 Ah 4, (Ah)² 9,0% 1,6% 94% 2,27 Ah 2,27 Ah 2, (Ah)² 14,4% 0,2% 89% 2,17 Ah 2,18 Ah 2, (Ah)² 16,1% 0,5% 80% 1,97 Ah 2,05 Ah 2, (Ah)² 10,8% 3,9%
29 Kalman-Filtern Ergebnisse Elektrofahrzeug-Profil SoH Referenz-wert Mittelwert Schätzung Varianz Schätzung Maximaler Fehler Fehler Mittelwert 100% 2,44 Ah 2,40 Ah 4, (Ah)² 9,0% 1,6% 94% 2,27 Ah 2,27 Ah 2, (Ah)² 14,4% 0,2% 89% 2,17 Ah 2,18 Ah 2, (Ah)² 16,1% 0,5% 80% 1,97 Ah 2,05 Ah 2, (Ah)² 10,8% 3,9%
30 Kalman-Filtern Ergebnisse Photovoltaik-Profil SoH Referenzwert Mittelwert Schätzung Varianz Schätzung Maximaler Fehler Fehler Mittelwert 100% 2,39 Ah 2,39 Ah 4, (Ah)² 9,5% 0,1% 94% 2,27 Ah 2,25 Ah 3, (Ah)² 8% 0,9% 89% 2,17 Ah 2,18 Ah 4, (Ah)² 7,4% 0,5% 80% 1,97 Ah 1,96 Ah 5, (Ah)² 9,3% 0,5%
31 Kalman-Filtern Verkleinerung der Kovarianz des Prozessmodells Verkleinerung von Q führt zu langsamerer Annäherung, da das Filter dem Prozessmodell mehr vertraut. Verlauf der Kapazität ist stärker gedämpft. Ausreißer sind wesentlich kleiner. Sinnvoll, da sich Kapazität der Batterie nur sehr langsam ändert.
32 Ergebnis Vorteile Dual-Extended-Kalman-Filter zur Bestimmung des Lade- und Alterungszustands einer Lithium-Ionen-Batterie: Kann im laufenden Betrieb verwendet werden. Kein Einfluss auf das System. Gute bis sehr gute Ergebnisse auch stark abweichenden Initialwerten. Relativ geringer Rechenaufwand ( geeignet für die Implementierung auf einem Mikrocontroller). Keine aufwendige Messtechnik.
33 Vielen Dank für Ihre Aufmerksamkeit! Fraunhofer-Institut für Solare Energiesysteme ISE Gruppe PV-Inselanlagen und Batteriesystemtechnik Nils Armbruster
34 Sehr flache Leerlaufspannungskurve Hysterese schwierige Ladezustandsbestimmung Spannung in V Besonders schwieriger Fall die Lithium-Eisenphosphat-Batterie Ladezustand
35 Ladezustand Ladezustand Besonders schwieriger Fall die Lithium-Eisenphosphat-Batterie Photovoltaik-Profil 0 90 Zeit / h
Ladezustandsbestimmung bei Lithium-Ionen-Batterien
Ladezustandsbestimmung bei Lithium-Ionen-Batterien Wie gut sind derzeit am Markt verfügbare Halbleiterbausteine wirklich? Max Jung Fraunhofer-Institut für Solare Energiesysteme ISE Design & Elektronik
MehrDer diskrete Kalman Filter
Der diskrete Kalman Filter Fachbereich: Informatik Betreuer: Marc Drassler Patrick Winkler 1168954 6. Dezember 2004 Technische Universität Darmstadt Simulation und Systemoptimierung Darmstadt Dribbling
MehrStationäre Batteriesysteme
Stationäre Batteriesysteme Simon Schwunk Fraunhofer Institut für Solare Energiesysteme ISE Freiburg, 11. Dezember 2012 AGENDA Vorstellung verschiedener Speichertechnologien Bleibatterien Redox-Flow Lithium-Ionen
MehrBeispiel: Positionsschätzung
Das Kalman Filter Beispiel: Positionsschätzung Beispiel: Positionsschätzung. Messung: mit Varianz Daraus abgeleitete Positionsschätzung: mit Varianz ˆX = = f f ( y ) y 3 Beispiel: Positionsschätzung. Messung:
MehrAnalyse der Impedanz der Gasungsreaktionen in Bleibatterien
Analyse der Impedanz der Gasungsreaktionen in Bleibatterien Symposium Impedanzspektroskopie, Essen 16.5.26 Julia Schiffer, Abderrezak Hammouche, Dirk Uwe Sauer Juniorprofessur Elektrochemische Energiewandlung
MehrTracking. Einführung. Allgemeiner Systemaufbau. Objektlokalisation: Template-Matching. Prädiktionsfilter: Kalman
Tracking Einführung Allgemeiner Systemaufbau Objektlokalisation: Template-Matching Prädiktionsfilter: Kalman Birgit Möller & Denis Williams AG Bioinformatik & Mustererkennung Institut für Informatik Martin-Luther-Universität
MehrKalman-Filter und Target Tracking
Kalman-Filter und Target Tracking Peter Poschmann Hochschule für Technik und Wirtschaft Dresden Fakultät Informatik/Mathematik 23. März 2016 Inhalt 1 Kalman-Filter Einleitung Eindimensionaler Kalman-Filter
MehrLithium Ion Akkumulatoren
Lithium Ion Akkumulatoren Der Lithium-Eisen-Phosphat (LiFePo4) Akkumulator ist eine Weiterentwicklung des Lithium Ionen Akkumulators. Diese Batterien werden längerfristig die Bleibatterien vom Markt verdrängen
MehrSystemidentikation und Regelung in der Medizin Rekursives Verfahren der kleinsten Fehlerquadrate - Recursive Least Squares (RLS)
Systemidentikation und Regelung in der Medizin 1 2.3 Rekursives Verfahren der kleinsten Fehlerquadrate - Recursive Least Squares (RLS) LS: Schätzung der Modellparameter basierend auf einer Anzahl von Beobachtungen
MehrPotenzialanalyse für die Einbindung einer Flotte von Elektrofahrzeugen in das Elektrizitätsnetz. Dipl.-Ing. Tomás Mezger
Potenzialanalyse für die Einbindung einer Flotte von Elektrofahrzeugen in das Elektrizitätsnetz 1 Dipl.-Ing. Tomás Mezger Hauptvorteile von Elektroautos Geringe Emissionen Weniger Lärm Nachhaltige Energiepolitik
MehrModellierung und Codegenerierung von SOC-Beschleunigermodulen am Beispiel eines Kalman-Filters
Modellierung und Codegenerierung von SOC-Beschleunigermodulen am Beispiel eines Kalman-Filters Erik Andresen 26.11.2010 1 / 21 Inhalt Inhalt 2 / 21 Hardware - FPGA FPGA als System on Chip SOC Roadmap Beschleunigung
Mehr(1) Schätzung. ˆΘ(k) = ˆΘ(k 1) + R 1 (k)α kϕ(k) (6) (9) (10) (14) (16) (17)
Systemidentikation und Regelung in der Medizin 1 2.3 Rekursives Verfahren der kleinsten Fehlerquadrate - Recursive Least Squares (RLS) LS: der Modellparameter basierend auf einer Anzahl von Beobachtungen
MehrKalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern
Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern Vorlesung Robotik SS 016 Kalmanfiter () Kalman-Filter: optimaler rekursiver Datenverarbeitungsalgorithmus optimal hängt vom gewählten
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 5: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Im zeitkontinuierlichen Bereich werden dynamische Systeme mit Differentialgleichungen
MehrImpedanzbasierte Modellierung am Beispiel Bleibatterie
Impedanzbasierte Modellierung am Beispiel Bleibatterie Symposium zur Impedanzspektroskopie HdT Essen, 17.5.6 Marc Thele, Julia Schiffer, Dirk Uwe Sauer Juniorprofessur Elektrochemische Energiewandlung
MehrPräsentation. Steigern Sie den Nutzen Ihrer PV Anlage
Präsentation Steigern Sie den Nutzen Ihrer PV Anlage ELLi Home AccuSystem Batterietechnik ELLi Home AccuSystem Batterietechnik Aufbau REM Zelle 2. Kunststoff-Gehäuse 3. Kunststoff Deckel 4. Sicherheitsventile
MehrParametrierung von Ersatzschaltbildmodellen und Simulation von Batterien mit MATLAB und Simulink
Parametrierung von Ersatzschaltbildmodellen und Simulation von Batterien mit MATLAB und Simulink Julia Kowal Elektrische Energiespeichertechnik, TU Berlin MATLAB EXPO 12. Mai 215, München Motivation -
MehrEntwicklung eines Navigationssystems für ein autonomes Modellfahrzeug
1 Bachelorarbeit - Verteidigung Entwicklung eines Navigationssystems für ein autonomes Modellfahrzeug Martin Hünermund 2 Gliederung 1. Motivation 2. Problemstellung 3. Konzept 4. Sensoranalyse 5. System-Entwurf
MehrMathematische Grundlagen Kalman Filter Beispielprogramm. Kalman Filter. Stephan Meyer
Kalman Filter Stephan Meyer FWPF Ortsbezogene Anwendungen und Dienste Georg-Simon-Ohm-Hochschule Nürnberg 07.12.2007 Outline 1 Mathematische Grundlagen 2 Kalman Filter 3 Beispielprogramm Mathematische
MehrErkenntnisse der Messung von Ladevorgängen der Elektrofahrzeuge in der Modellregion e-pendler in niederösterreich
Erkenntnisse der Messung von Ladevorgängen der Elektrofahrzeuge in der Modellregion e-pendler in niederösterreich Dominik Fasthuber, Markus Litzlbauer TU-Wien Energieinnovation 2016 Session G2, 10.-12.02.2016,
MehrStrömungssimulation in Li-Dualinsertationszellen
Strömungssimulation in Li-Dualinsertationszellen Julius Sewing, Nikolaus Krause, Dennis Dieterle j.sewing@gmx.net nikokrause@gmx.de dennis.dieterle@uni-muenster.de 22. Juni 2010 Sewing, Krause, Dieterle
MehrAlterungsmechanismen von Lithium-Ionen Batterien
[logitech.com] Batteriealterung Batteriemodelle Batteriediagnostik Batteriepackdesign Elektromobilität Stationäre Energiespeicher Energiesystemanalyse Alterungsmechanismen von Lithium-Ionen Batterien Elektrotechnisches
MehrREGELLEISTUNGSBEREITSTELLUNG MIT PV-BATTERIESYSTEMEN
REGELLEISTUNGSBEREITSTELLUNG MIT PV-BATTERIESYSTEMEN Felix Braam, Raphael Hollinger Fraunhofer-Institut für Solare Energiesysteme ISE Dezentrale Solarstromspeicher für die Energiewende HTW Berlin, 02.07.2015
MehrBatteriespeicher in der stationären Anwendung
Batteriespeicher in der stationären Anwendung Dr. Matthias Vetter Fraunhofer-Institut für Solare Energiesysteme ISE Hochschule Karlsruhe Karlsruhe, 18. April 2018 Agenda Grundlagen Lithium-Ionen Batterien
MehrModellierung und Simulation moderner Batteriesysteme und hybrider Energiespeicher Topologien
Workshop Dezentrale Sektorkopplung und Hybride Energiespeichersysteme Modellierung und Simulation moderner Batteriesysteme und hybrider Energiespeicher Topologien Prof. Dr.-Ing. Andreas Jossen Technische
MehrKapitel 2.1: Die stochastische Sicht auf Signale Georg Dorffner 67
Kapitel 2.1: Die stochastische Sicht auf Signale 215 Georg Dorffner 67 Stochastische Prozesse Stochastische Prozesse sind von Zufall geprägte Zeitreihen x n f x, n 1 xn2,... n vorhersagbarer Teil, Signal
MehrAnpassungsrechnungen mit kleinsten Quadraten und Maximum Likelihood
Anpassungsrechnungen mit kleinsten Quadraten und Maximum Likelihood KARLSRUHER INSTITUT FÜR TECHNOLOGIE (KIT) 0 KIT 06.01.2012 Universität des Fabian Landes Hoffmann Baden-Württemberg und nationales Forschungszentrum
MehrDeutsche Energieversorgung GmbH Webinar pv magazine 100 % Kapazitätsgarantie. Stand: 11. September 2018
Deutsche Energieversorgung GmbH Webinar pv magazine 100 % Kapazitätsgarantie Stand: 11. September 2018 Agenda 1. 2. 3. Kapazitäts-Management-System und 100 %-Kapazitätsgarantie Garantiebedingungen Wirtschaftlichkeit
MehrModellierung von Anlagen und Systemen Teil 1 - Grundlagen
3. Speicher 3.1. Batteriespeicher Als Basis des Batteriemodells dient eine Spannungsquelle mit Innenwiderstand, die um eine Parallelschaltung aus R 1 und C 1 erweitert wird, wie in der folgenden Abbildung
MehrGRUNDLEGENDE MODELLE. Caroline Herbek
GRUNDLEGENDE MODELLE Caroline Herbek Lineares Wachstum Charakteristikum: konstante absolute Zunahme d einer Größe N t in einem Zeitschritt Differenzengleichung: N t -N t-1 =d => N t = N t-1 +d (Rekursion)
Mehrkann elektrische Energie durch Umwandlung in chemische Energie speichern und diese durch Rückumwandlung wieder abgeben Laden Entladen
1 BATTERIEN-ABCABC Batterien-ABC 2 Akkumulator (Akku) kann elektrische Energie durch Umwandlung in chemische Energie speichern und diese durch Rückumwandlung wieder abgeben elektrische Energie Laden Entladen
MehrPV-Eigenverbrauch erhöhen mit Elektrofahrzeugen und Hausspeichersystemen
PV-Eigenverbrauch erhöhen mit Elektrofahrzeugen und Hausspeichersystemen 9. Internationale Energiewirtschaftstagung "Energiesysteme im Wandel: Evolution oder Revolution?" Philipp Nobis, Florian Samweber,
MehrNetzintegration von Elektrofahrzeugen
Netzintegration von Elektrofahrzeugen Dr. Christof Wittwer Fraunhofer-Institut für Solare Energiesysteme ISE edrive Nürnberg, 9.3.21 www.ise.fraunhofer.de Geschäftsfelder Fraunhofer ISE Energieeffiziente
Mehr3 Trend- und Saisonkomponenten
3 Trend- und Saisonkomponenten Schritte bei der Analyse von Zeitreihendaten : Plot ; Identifikation von Strukturbrüchen, Ausreißern etc. ; Modellansatz, z.b. klassisches Komponentenmodell X t = m t + s
MehrSichtbarkeitsindex (deutronic.de) 0,0 Sichtbarkeitsindex deutronic.de 0,08 0,07 0,06 0,04 0,03 0,0 0,0 0 0-03-30 0-07- -0-3 -0- -05-6 5-0-07 7-06-6 Interessante Rankings (deutronic.de) Keyword Ranking
MehrErfassung der kalendarischen und zyklischen Alterung einer 50 Ah Lithium- Eisenphosphat-Batteriezelle (LFP-Batteriezelle)
Erfassung der kalendarischen und zyklischen Alterung einer 50 Ah Lithium- Eisenphosphat-Batteriezelle (LFP-Batteriezelle) Detection of calendrical and cyclic aging of a 50Ah lithium-iron-phosphate cell
MehrAusgleichungsrechnung - nach der Methode der kleinsten Quadrate -
Computer Vision Ausgleichungsrechnung - nach der Methode der kleinsten Quadrate -.6.5 Problem Beispiel: Bestimmung der Parameter einer Gerade bei gegebenen x und fehlerhaften y y = ax+ b Beschreibung der
MehrErgebnisse der schriftlichen Zwischenprüfung Frühjahr 2018 Gärtner/Gärtnerin - Fachrichtung Garten- und Landschaftsbau Zuständige Stelle: Gartenbauzen
2000000885 2 2 4 5 6 5 4 4 2000003796 3 3 2 4 4 2 2 3 2000008262 2 2 2 6 5 5 3 2 2000010756 3 3 2 5 5 4 5 3 2000030386 2 3 1 5 5 3 4 4 2000040144 4 4 4 4 6 4 4 3 2000047293 1 4 3 2 6 5 5 4 2000062196 1
Mehr3 Trend- und Saisonkomponenten
3 Trend- und Saisonkomponenten Schritte bei der Analyse von Zeitreihendaten : Plot ; Identifikation von Strukturbrüchen, Ausreißern etc. ; Modellansatz, z.b. klassisches Komponentenmodell X t = m t + s
MehrDie Rolle des Speichers bei der Netzintegration von Elektrofahrzeugen
Die Rolle des Speichers bei der Netzintegration von Elektrofahrzeugen Dr. Christof Wittwer Fraunhofer-Institut für Solare Energiesysteme ISE FVEE-Workshop Elektrochemische Energiespeicher und Elektromobilität
Mehrp = h n (K)= Juli vl smart vp qk notebook Praktische Lösung des Problems: mit den Werten
I. Eigenschaften von Schätzfunktionen Wir wollen den unbekannten Anteil p von Autos ermitteln, die mit Katalysator fahren. Mathematisch können wir das Problem wie folgt beschreiben: Sei X der Autotyp eines
MehrTechnische Universität Clausthal
Technische Universität Clausthal Klausur im Sommersemester 2012 Grundlagen der Elektrotechnik I Datum: 17. September 2012 Prüfer: Prof. Dr.-Ing. Beck Institut für Elektrische Energietechnik Univ.-Prof.
MehrLithium (-Ionen) -Polymer Akkus
Geschichte und Aufbau Aufstellung der sogenannten Voltaschen Spannungsreihe (1794) Batterien gehören zu den elektrochemischen Stromquellen. Eigentlich ist Batterie der Oberbegriff für mehrere in Serie
MehrFehlerfortpflanzung. M. Schlup. 27. Mai 2011
Fehlerfortpflanzung M. Schlup 7. Mai 0 Wird eine nicht direkt messbare physikalische Grösse durch das Messen anderer Grössen ermittelt, so stellt sich die Frage, wie die Unsicherheitsschranke dieser nicht-messbaren
MehrElektrotechnik: Übungsblatt 3 - Gleichstromschaltungen
Elektrotechnik: Übungsblatt 3 - Gleichstromschaltungen 1. Aufgabe: Nennen sie die Kirchhoffschen Gesetzte und erläutern sie ihre physikalischen Prinzipien mit eigenen Worten. Lösung: Knotenregel: Die vorzeichenrichtige
MehrKONSEQUENT MODULARER ANSATZ
KONSEQUENT MODULARER ANSATZ Quasi unendliche Skalierbarkeit Perfekte Anpassung auf Strombedarf Optimale Raumausnutzung Schnelle Installation Einfache Servicierbarkeit Hohe Kompatibilität Lebenslange Erweiterbarkeit
MehrDie U5-Technologie zum Stromspeicher-System ist dadurch charakterisiert, dass:
U5 Kombinationsspeicher-Technologie verbindet die Vorteile von Lithium- und Kondensatorenspeichern über ein gemeinsames aktives Batterie- und Kondensatoren Management (BKM) Kondensatoren (SuperCaps) sind
MehrInstitut für Leistungselektronik und Elektrische Antriebe. Aufgabe 9
Institut für Leistungselektronik und Elektrische Antriebe Prof. Dr.-Ing. J. Roth-Stielow Aufgabe 9 Photovoltaik-Wechselrichter mit Leistungsmaximierung In dieser Aufgabe soll die Einspeisung von elektrischer
MehrVersuch P1-70, 71, 81 Elektrische Messverfahren Auswertung
Versuch P - 70, 7, 8 Elektrische Messverfahren Auswertung Gruppe Mo-9 Yannick Augenstein Patrick Kuntze Versuchsdurchführung: 4.. Inhaltsverzeichnis Versuchsergebnisse zu 3. Innenwiderstand des µa-multizets.......................
MehrUntersuchungen zu hybriden Speichermodellen in Niederspannungsverteilnetzen mit hohem Anteil an Photovoltaikanlagen
Fakultät für Elektrotechnik und Informationstechnik Graz, 15. - 17. Februar 2012 12. Symposium Energieinnovation Alternativen für die Energiezukunft Europa Untersuchungen zu hybriden Speichermodellen in
MehrBatterieelektrische Traktoren und Hybridansätze
Batterieelektrische Traktoren und Hybridansätze Dipl. Phys. Volker Kegel Dr.-Ing. Nicolai Tarasinski HEV 2017 - Hybrid- und Elektrofahrzeuge Hybrid- und batterieelektrische Traktoren LIB-Off Road intern
MehrApplication Note 16. Batterie-Messungen in der Praxis
Application Note 16 Batterie-Messungen in der Praxis 1) Messung der Leerlaufspannung U 0 Die Leerlaufspannung U 0 einer Batterie (englisch: open circuit voltage / OCV) hängt über die elektrochemische Spannungsreihe
MehrMehrkriteriell optimierende Betriebsführung von Photovoltaik-Batteriespeichersystemen in Industrie und Gewerbe
Fakultät Maschinenwesen Institut für Energietechnik Professur für Energiespeichersysteme 2. Herbstworkshop Energiespeichersysteme Mehrkriteriell optimierende Betriebsführung von Photovoltaik-Batteriespeichersystemen
MehrOnline-Hochleistungs-Akkuzellen-Bewertung
Online-Hochleistungs-Akkuzellen-Bewertung Andreas Werner Sergej Bomke 25.05.2016 Andreas WernerSergej Bomke(HSRM) Online-Hochleistungs-Akkuzellen-Bewertung 1 / 18 Formula Student Internationaler Design
MehrEine Einrichtung der Landwirtschaftskammer NRW im Versuchs- und Bildungszentrum Landwirtschaft Haus Düsse
Eine Einrichtung der Landwirtschaftskammer NRW im Versuchs- und Bildungszentrum Landwirtschaft Haus Düsse Zentrum für nachwachsende Rohstoffe Aufgaben Informations- und Öffentlichkeitsarbeit Weiterbildung
MehrGNSS/IMU Integration für die präzise Bestimmung einer Flugtrajektorie
GNSS/IMU Integration für die präzise Bestimmung einer Flugtrajektorie Fabian Hinterberger Institut für Geodäsie und Geophysik, Tu Wien 18. Nov. 2011 1 Motivation Motivation Gegenüberstellung Eigenschaften
MehrAutark und unabhängig mit Solarstrom und Batteriespeicher
Raum für für eigenes (als jpg jpg einfügen) Autark und unabhängig mit Solarstrom und Batteriespeicher Folie 1 Raum für für eigenes (als jpg jpg einfügen) Batteriespeicher die Energiezentrale der Zukunft
MehrNetzstabilisierung mit Elektromobilität
Netzstabilisierung mit Elektromobilität 9. Internationale Energiewirtschaftstagung "Energiesysteme im Wandel: Evolution oder Revolution?" Philipp Nobis, Florian Samweber, Sebastian Fischhaber Forschungsstelle
MehrKapazitätsbestimmung. Problemstellung:
Problemstellung: Zu jedem Zeitpunkt während der Entladung Bestimmung der noch verbleibenden Nutzungszeit oder noch zur Verfügung stehenden Energiemenge unter den weiteren Betriebsbedingungen der Anwendung
MehrPotential und Spannung
Potential und Spannung Arbeit bei Ladungsverschiebung: Beim Verschieben einer Ladung q im elektrischen Feld E( r) entlang dem Weg C wird Arbeit geleistet: W el = F C d s = q E d s Vorzeichen: W el > 0
MehrFraunhofer Institut für Solare Energiesysteme ISE, Freiburg
Fraunhofer Institut für Solare Energiesysteme ISE, Freiburg Geschäftsfelder Elektrische Speicher Energieeffiziente Gebäude und Gebäudetechnik Angewandte Optik und funktionale Oberflächen Solarthermie Silicium-Photovoltaik
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 1 1 Inhalt der heutigen Übung Statistik und Wahrscheinlichkeitsrechnung Hausübung F.4 (Zuverlässigkeitsberechnung) Bayes sche Entscheidungsanalyse (Aufgabe
Mehr2. Stochastische ökonometrische Modelle. - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen
.1. Stochastische ökonometrische Modelle.1 Einführung Ziele: - Modelle der ökonomischen Theorie an der Wirklichkeit überprüfen - Numerische Konkretisierung ökonomischer Modelle und deren Analse. . Variierende
MehrEigenstromnutzung von Photovoltaikanlagen
Eigenstromnutzung von Photovoltaikanlagen Sächsisches Fachsymposium ENERGIE 2012 am 12.11.2012 in Dresden Referent: Martin Reiner Entwicklung der Photovoltaik in Deutschland Quelle: BSW Beratertelefon:
MehrSonnenstrom auf Vorrat Akkutron Handels GmbH - Marie Curie-Straße Wolkersdorf
akkutron Alles aus einer Hand Akkus und Elektronik Kurz- und mittelfristige Chancen einzelner Akkutechnologien - Anforderungen an PV-Speichersysteme - Kenndaten von Batteriesystemen - Eigenschaften verschiedener
MehrDiplomvorprüfung WS 2009/10 Grundlagen der Elektrotechnik Dauer: 90 Minuten
Diplomvorprüfung Grundlagen der Elektrotechnik Seite 1 von 8 Hochschule München Fakultät 03 Zugelassene Hilfsmittel: Taschenrechner, zwei Blatt DIN A4 eigene Aufzeichnungen Diplomvorprüfung WS 2009/10
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey
MehrIntelligente Roboter
64-424 Intelligente Roboter 64-424 Intelligente Roboter http://tams.informatik.uni-hamburg.de/ lectures/2010ws/vorlesung/ir Jianwei Zhang Universität Hamburg Fakultät für Mathematik, Informatik und Naturwissenschaften
MehrERNEUERBARE ENERGIESZENARIEN FÜR DIE GEMEINDE RAINAU
ERNEUERBARE ENERGIESZENARIEN FÜR DIE GEMEINDE RAINAU Vortragende: Annette Steingrube Fraunhofer-Institut für Solare Energiesysteme ISE ENsource / KEFF Workshop Forschung Innovation - Praxis Aalen, 27.09.2017
MehrKorrektur des Bias Feldes in MR Aufnahmen
Sebastian Brandt Korrektur des Bias Feldes in MR Aufnahmen Folie 1 Korrektur des Bias Feldes in MR Aufnahmen Seminar Medizinische Bildverarbeitung Sebastian Brandt sbrandt@uni-koblenz.de Universität Koblenz-Landau
MehrHypothesentests mit SPSS
Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht
Mehr6. Das klassische Komponentenmodell. 6. Das klassische Komponentenmodell. 6. Das klassische Komponentenmodell. 6. Das klassische Komponentenmodell
6. Das klassische Komponentenmodell Gegeben sei eine ZR x t für die Zeitpunkte t = 1,..., T. Im additiven klassischen Komponentenmodell wird sie folgendermaßen zerlegt: x t = ˆm t + ŝ t + ε t ˆm t ist
MehrÜbungsaufgaben GET. Zeichnen Sie qualitativ den Verlauf des Gesamtwiderstandes R ges zwischen den Klemmen A und B als Funktion des Drehwinkels α
Übungsaufgaben GET FB Informations- und Elektrotechnik Prof. Dr.-Ing. F. Bittner Gleichstromnetze 1. In der in Bild 1a dargestellten Serienschaltung der Widerstände R 1 und R 2 sei R 1 ein veränderlicher
MehrLithium Ionen Batterien für Elektrofahrzeuge
Lithium Ionen Batterien für Elektrofahrzeuge Eine Marktübersicht Kurt Hug http:www.ti.bfh.ch 29. F2F EVM 1 Vergessen Sie bitte für die nächsten 15 Minuten diesen Mann 29. F2F EVM 2 und denken Sie dafür
MehrTechnische Information Mittlerer Wirkungsgrad des SMA Flexible Storage System
Technische Information Mittlerer Wirkungsgrad des SMA Flexible Storage System Der mittlere Wirkungsgrad eines Systems zur Zwischenspeicherung von Energie, z. B. des SMA Flexible Storage System, ermöglicht
MehrVarta energiespeichersysteme energie wie sie dir gefällt
Varta energiespeichersysteme energie wie sie dir gefällt www.varta-storage.com Varta Energiespeicher machen UnabhänGigkeit Komplett. Sonnenenergie rund um die uhr abrufbar Die Energiewende beginnt im eigenen
MehrVarta energiespeichersysteme energie wie sie dir gefällt
Varta energiespeichersysteme energie wie sie dir gefällt www.varta-storage.com Varta Energiespeicher machen Unabhänigkeit Komplett. Sonnenenergie rund um die uhr abrufbar Die Energiewende beginnt im eigenen
MehrIndoor Location Tracking and Information System
Master Thesis Indoor Location Tracking and Information System Thomas Blocher tblocher@ee.oulu.fi TU Graz Österreich IMST GmbH Deutschland Indoor Location Tracking and Information System p. 1/14 Gliederung
MehrDas wichtigste auf einen Blick
Das wichtigste auf einen Blick (cosinus 3 - Energiesysteme) Batteriezellgrösse: 20 Ah 40 Ah 60 Ah 100 Ah Zellenanzahl: 96 96 96 96 Zellspannung: 3,2 V 3,2 V 3,2 V 3,2 V Batterie Nennkapazität brutto 6,14
MehrLaden und Entladen eines Kondensators
Universität Potsdam Institut für Physik und Astronomie Grundpraktikum E5 Laden und Entladen eines Kondensators Bei diesem Versuch werden Sie mit dem zeitlichen Verlauf der Spannungen und Ströme beim Aufund
MehrFRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE
FRAUNHOFER-INSTITUT FÜR SOLARE ENERGIESYSTEME ISE Energieversorgung in Deutschland 2011 Stephan Schindele Wissenschaftlicher Mitarbeiter Klima- und Energiepolitik Informationsabend Forum Energie 05. Oktober
MehrTechnische und wirtschaftliche Lösungen für die Eigenverbrauchserhöhung mit Batterien
Technische und wirtschaftliche Lösungen für die Eigenverbrauchserhöhung mit Batterien Dr. Olaf Wollersheim 1 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrAnpassung an deutsches Wetterprofil. Von: Peter Schweimnitz Sven Sonntag Yanik Tsachoua
Anpassung an deutsches Wetterprofil Von: Peter Schweimnitz Sven Sonntag Yanik Tsachoua Agenda Energieverbrauch weltweit Vorstellung der autarken solaren Straßenleuchte Prinzip der solaren Energiegewinnung
MehrVANADIUM REDOX FLOW BATTERIE
VANADIUM REDOX FLOW BATTERIE EIN INNOVATIVER STROMSPEICHER Martha Schreiber 7. Österreichische Photovoltaik Tagung Wien, 17. und 18. Juni 2009 CELLSTROM KONZEPT Energie nach Verfügung Solarstrom veredeln
MehrMikrocontroller - Der Leitfaden für Maker
Mikrocontroller - Der Leitfaden für Maker Schaltungstechnik und Programmierung für Raspberry, Arduino & Co. von Klaus Dembowski 1. Auflage Mikrocontroller - Der Leitfaden für Maker Dembowski schnell und
MehrLICHTBÖGEN IN PV- UND SPEICHERSYSTEMEN
LICHTBÖGEN IN PV- UND SPEICHERSYSTEMEN Ergebnisse im Rahmen des Projekts SPEISI Felix Eger Fraunhofer-Institut für Solare Energiesysteme ISE Workshop Speichersicherheit und Brandschutz Köln, 31.01.2017
MehrKlausur Grundlagen der Elektrotechnik
Prüfung Grundlagen der Elektrotechnik Seite 1 von 18 Klausur Grundlagen der Elektrotechnik 1) Die Klausur besteht aus 7 Textaufgaben. 2) Zulässige Hilfsmittel: Lineal, Winkelmesser, nicht kommunikationsfähiger
MehrPlanung von Handlungen bei unsicherer Information
Planung von Handlungen bei unsicherer Information Dr.-Ing. Bernd Ludwig Lehrstuhl für Künstliche Intelligenz Friedrich-Alexander-Universität Erlangen-Nürnberg 20.01.2010 Dr.-Ing. Bernd Ludwig (FAU ER)
MehrZusammenfassung der 8. Vorlesung
Zusammenfassung der 8. Vorlesung Beschreibung und Analyse dynamischer Systeme im Zustandsraum Steuerbarkeit eines dynamischen Systems Unterscheidung: Zustandssteuerbarkeit, Zustandserreichbarkeit Unterscheidung:
MehrMethode der kleinsten Quadrate DSV2, 2007, Least-Squares, Rumc, 1
Methode der kleinsten Quadrate DSV2, 2007, Least-Squares, Rumc, 1 Problem der linearen Annäherung im Skalarprodukt-Raum Finde für einen beliebigen Vektor y eine Linearkombination y e der Vektoren 1, 2,...,
MehrMasterarbeit. Yuan Li State-of-Charge-Bestimmung für eine Starterbatterie mit einem Kalman-Filter-Modell. Fachhochschule Westküste
Fachhochschule Westküste Hochschule für Wirtschaft & Technik Masterarbeit Yuan Li State-of-Charge-Bestimmung für eine Starterbatterie mit einem Kalman-Filter-Modell Fachhochschule Westküste Fachbereich
MehrAufgaben zur Elektrizitätslehre
Aufgaben zur Elektrizitätslehre Elektrischer Strom, elektrische Ladung 1. In einem Metalldraht bei Zimmertemperatur übernehmen folgende Ladungsträger den Stromtransport (A) nur negative Ionen (B) negative
MehrDiplomvorprüfung WS 2011/12 Fach: Grundlagen der Elektrotechnik, Dauer: 90 Minuten
Diplomvorprüfung GET Seite 1 von 10 Hochschule München FK 03 Zugelassene Hilfsmittel: Taschenrechner, zwei Blatt DIN A4 eigene Aufzeichnungen Diplomvorprüfung WS 2011/12 Fach: Grundlagen der Elektrotechnik,
MehrUnsere Produkte. Ihr Fortschritt ist unsere Technik! Alpha ESS Strorion Eco ES5. Alpha ESS Strorion OF5 ELEKTRO- & MONTAGE-MEISTERBETRIEB
Neu bei uns! Ihr Fortschritt ist unsere Technik! ELEKTRO- & MONTAGE-MEISTERBETRIEB STORION Serie Unsere Produkte Alpha ESS Strorion S5 Alpha ESS Strorion ECO S5 Alpha ESS Strorion Eco ES5 Alpha ESS Strorion
MehrBeziehung zwischen Strom und Spannung
Beziehung zwischen Strom und Spannung Explizit kein Ohm sches Verhalten; keine elektrische Leitfähigkeit im üblichen Sinne Beschleunigte Elektronen im Vakuum (Kathodenstrahlröhre) Elektronentransfer in
MehrBatterien von der Zelle zum System und zur Systemintegration
Netze und Speicher für die Energiewende Batterien Batterien von der Zelle zum System und zur Systemintegration 1 Motivation und Märkte für stationäre Batterien Die Verfügbarkeit leistungsfähiger und kostengünstiger
MehrStatistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik
Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2017 Rechenregeln für den Erwartungswert Ist f symmetrisch bzgl. a, so gilt E(X)
MehrKlausur - Gedächtnisprotokoll
Elektrische Energiesysteme Klausur - Gedächtnisprotokoll 22.02.2017 Dieses Gedächtnisprotokoll kann wie auch immer Fehler und Unvollständigkeiten enthalten. Die genauen Lösungen findet man in den Vorlesungsfolien
Mehr12 Lösungen von Aufgaben der Lernziel-Tests
Lösungen von Aufgaben der Lernziel-Tests Kapitel Ketten- oder Linearstruktur: α k p k u k f k a E 4 α/α k p /k p + k u /k u + k f /k f + k α /k α (,5 + 5 + 0, + % 8,6% α 8,6% 4 9,8 3 Br [ R 0 + R 0 + ]
MehrBAE Batterien GmbH. Energiespeicher für Smart Grids Technologieüberblick. Untertitel TITEL M. Schiemann
BAE Batterien GmbH TITEL Energiespeicher für Smart Grids Technologieüberblick Untertitel 13.11.2015 M. Schiemann 1 Anforderungen an Energiespeichersystem Leistungsinverter PV System Weitere Energiequellen
Mehr