Wir veröffentlichen unsere Methode, weil eine Prognose, die sich nicht auditieren lässt, für eine Entscheidung wenig taugt. Diese Seite legt dar, was wir beobachten, wie daraus ein Degradationsverlauf wird, wie wir ihn an gemessenen Ergebnissen validieren und — genauso wichtig — was dieser Ansatz Ihnen nicht sagen kann.
Eine Batterie offenbart durch ihren Betrieb im Markt, wie sie genutzt wird. Dieses Verhalten — nicht ein Datenblatt — bestimmt, wie sie altert, und es lässt sich im Flottenmaßstab charakterisieren.
Die Alterung von Lithium-Ionen-Zellen folgt Mechanismen, die über zwei Jahrzehnte dokumentiert sind: Kalenderverlust, getrieben von Zeit, Temperatur und Ruhe-Ladezustand, sowie Zyklisierungsverlust, getrieben von Tiefe und Häufigkeit jedes Zyklus.
Generische Literaturparameter sind ein Ausgangspunkt. Jede weitere Anlage, Chemie, Klimazone und Baureihe im Korpus schärft die A-priori-Annahme für alle übrigen. Genauigkeit ist eine Funktion der Abdeckung.
Wir führen laufend zusammen, was über jede Anlage wissbar ist: wie sie lädt und entlädt, welche Dienstleistungen sie erbringt, ihre Konfiguration und Chemie, das Klima an ihrem Standort und — bei Kunden — ihre eigene Anlagentelemetrie. Jede Eingangsgröße wird mit Herkunft und Konfidenz versioniert.
Aus Leistungsflüssen wird ein Energiezustandsverlauf: ein Ladezustandsprofil, aus dem wir Vollzyklusäquivalente, Durchsatz, effektive C-Rate und die Verweildauer bei hohem Ladezustand ableiten — genau die Größen, auf die Alterung reagiert.
Die Rainflow-Zählung — der auf Batterien übertragene Standard der Ermüdungsanalyse — zerlegt das Profil in einzelne Zyklen und deren Tiefe. Die Tiefenverteilung ist entscheidend: Ein tiefer Zyklus schädigt weit mehr als mehrere flache, die dieselbe Energie bewegen.
Der Fingerabdruck speist ein Alterungsmodell aus Kalender- und Zyklisierungsanteil, parametriert nach Chemie, mit Monte-Carlo-Propagation der Parameterunsicherheit. Ergebnis: ein State-of-Health-Verlauf mit p05–p95-Band, die verbleibende Nutzungsdauer als Spanne und der Augmentationszeitpunkt.
Wo gemessene Ergebnisse vorliegen — Kapazitätsnachweise, präqualifizierte Kapazität, veröffentlichte Flottenleistung, Kapazitätstests des Kunden — wird das Modell daran kalibriert. Die Bänder verengen sich, während Evidenz zunimmt, je Anlage und über die Flotte hinweg.
Wir verwenden die semi-empirische Modellfamilie, die den akademischen und industriellen Standard bildet — dieselbe Grundlage, die auch nationale Forschungslabore und die führenden Anbieter nutzen:
Methodische Referenzen: Alterungsmodelle nach Xu et al. (IEEE Transactions on Smart Grid) und Schmalstieg et al. (Journal of Power Sources, 2014); Rainflow-Zählung und Stressfunktionen der Entladetiefe nach Shi et al. (University of Washington, 2017); Chemieparameter gegengeprüft an NRELs quelloffenem BLAST-Lite. Jedem Bericht liegen die vollständigen Annahmen bei.
| Veröffentlichte Evidenz | Wert |
|---|---|
| ERCOT-Flotte (Modo Energy, 2025) | ≈7 % / 365 EFC |
| Flotte Großbritannien (Modo Energy, 2024) | ≈4,4 % / 365 EFC |
| BESS im Versorgungsmaßstab, Italien — 3 Jahre (Energies, 2026) | ≈1,4 % / Jahr |
| LFP im Netzmaßstab, Literatur (erste Dekade) | 2–3 % / Jahr |
| Lastspitzenkappung vs. Frequenzregelung | ≈1,8× Degradation |
| BESS-Ausfallereignisse 2018→2025 (EPRI) | Rate −99 % |
Der Abstand zwischen ERCOT und Großbritannien ist der springende Punkt: zwei Flotten ähnlicher Technologie, deren Alterungsraten sich um den Faktor 1,6 unterscheiden, weil sie unterschiedlich betrieben werden. Degradation ist ein Ergebnis des Verhaltens, und Verhalten ist messbar.
Sechs unabhängige Evidenzklassen. Keine einzelne genügt für sich; zusammen machen sie eine Prognose belastbar.
Wie Speicheranlagen in den Strommärkten der Welt tatsächlich geladen und entladen werden, in der feinsten Auflösung, die der jeweilige Markt zulässt — die Grundlage jedes Zyklisierungs-Fingerabdrucks und die einzige Möglichkeit zu erkennen, wie eine Anlage wirklich genutzt wird.
Kapazität, Speicherdauer, Chemie, Zell- und Containermodell, Integrator und Inbetriebnahmedatum. Ohne diese Ebene ist eine Zeitreihe nicht interpretierbar — Degradationsmodellierung ist Kohortenmodellierung, und die Kohorte wird hier definiert.
Umgebungs- und Standort-Temperaturhistorie in stündlicher Auflösung, weltweit. Die Temperatur ist nach der Zeit der zweite Treiber der Kalenderalterung und der Grund, warum ein identisches System in der Atacama, in Texas und in Schottland unterschiedlich altert.
Kapazitätsnachweise, präqualifizierte und derated Kapazität, veröffentlichte Flottenleistung, Ereignis- und Ausfallmeldungen sowie Kapazitätstests von Kunden. Das ist die Ground Truth, die aus einem Modell ein validiertes Modell macht.
Labordatensätze zu Zyklisierung und Alterung, peer-reviewte Degradationsmodelle und quelloffene Referenzimplementierungen, über Chemien von LFP und NMC bis Natrium-Ionen und LMFP.
BMS-Exporte, Zählerdaten, Temperaturen, Ergebnisse von Kapazitätstests und die Konfiguration. Die Ebene, die aus einer gut begründeten Schätzung eine Messung Ihrer Anlage macht — und die das Band am stärksten verengt.
Deshalb ist die Dienstleistung stufenweise aufgebaut. Wir sagen Ihnen, was wir sehen können, und kennzeichnen es als das, was es ist. Ihre Daten machen aus einer Schätzung eine Messung. Wir stellen das Erste niemals als das Zweite dar.
Wir gehen die Pipeline, die Annahmen, die Referenzen und ein reproduzierbares Rechenbeispiel an einer Anlage Ihrer Wahl gemeinsam durch.
Technische Sitzung vereinbaren