Stabile Flussbatterien mit hoher Kapazität könnten die Speicherung erneuerbarer Energien im Netzbereich ermöglichen
Die Umstellung auf erneuerbare Energiequellen wie Solar- und Windenergie wird zur Verringerung der CO2-Emissionen immer wichtiger. Diese Quellen sind jedoch nicht immer verfügbar – die Sonne scheint nicht immer und der Wind weht nicht immer. Zur Gewährleistung einer kontinuierlichen Stromversorgung ist die ausreichende Energiespeicherung unerlässlich. Die Speicherung überschüssiger Energie zur Nutzung in Zeiten geringer Erzeugung stellt jedoch eine gewisse Herausforderung dar. „Die traditionelle Methode der Energiespeicherung – Wasser bergauf zu pumpen und es zur Stromerzeugung durch eine Turbine laufen zu lassen – ist an vielen Orten nicht praktikabel. Außerdem sind Lithium-Ionen-Batterien zwar nützlich, aber teuer und liefern nur bis zu vier Stunden lang Energie“, erklärt Pekka Peljo, Koordinator des EU-finanzierten Projekts CompBat. Flussbatterien speichern Energie in flüssigen Elektrolyten anstatt in Elektroden und bieten somit eine wertvolle Alternative. „Durch einfache Vergrößerung des Flüssigkeitstankvolumens kann die Energiespeicherkapazität erhöht werden“, fügt Peljo hinzu.
Auf der Suche nach einem schnellen Weg zu leistungsstarken und kostengünstigen aktiven Materialien
Die derzeitigen Flussbatterien beruhen auf teuren aktiven Materialien. Daher sind kostengünstige Alternativen erforderlich. „Wir wollten vor allem kostengünstige aktive Materialien finden, die den oft widersprüchlichen Anforderungen von ausreichender Zellspannung, hoher Löslichkeit und Langzeitstabilität für einen Betrieb von etwa 20 Jahren entsprechen“, so Peljo. Meist folgen Forschende bei experimentellen Ansätzen ihrer Intuition, nach der eine erste Auswahl von Molekülen für Tests erfolgt. Die ersten Schritte umfassen die Synthese, Reinigung und Charakterisierung dieser Kandidatenmoleküle. Auf der Grundlage der Ergebnisse während der Testphase können die Moleküle verändert und in einem kontinuierlichen Kreislauf erneut synthetisiert werden. Dieser Prozess ist jedoch recht langwierig.
Künstliche Intelligenz zwischen Intuition und Innovation
In CompBat wurden datengestützte Ansätze für eine schnellere Materialentwicklung konzipiert. „Wir haben Methoden des maschinellen Lernens für das schnelle Screening potenzieller aktiver Materialien für Flussbatterien und Modellierungswerkzeuge für die Optimierung des Zell- und Stapeldesigns entwickelt“, erklärt Peljo. Die ungarischen Projektpartner erarbeiteten ein effizientes Berechnungsprotokoll, mit dem durch quantenchemische Berechnungen auf Hochleistungs-Bürocomputern die Redoxpotenziale von 100 Molekülen pro Tag ermittelt werden konnten. Mit diesem Verfahren konnte das Redoxpotenzial neuer Moleküle – einer Eigenschaft, die für die Ermittlung der Batteriespannung entscheidend ist – genau bestimmt werden. Nach der Auswertung von rund 15 000 Molekülen wurde eine umfangreiche Datenbank mit rechnerisch ermittelten Redoxpotenzialen zusammengestellt. Mit dieser Datenbank wurden dann verschiedene Modelle des maschinellen Lernens trainiert, mit denen das Redoxpotenzial praktisch aller organischen Moleküle innerhalb von Sekunden ermittelt werden kann. „Diese Berechnungen müssen zwar für ausgewählte Moleküle noch experimentell überprüft werden, aber die Modelle erwiesen sich als überraschend präzise“, betont Peljo.
Die nächste Fortschrittswelle
In Verbindung mit Werkzeugen für die Modellierung auf Zell-, Stapel- und Systemebene bietet dieses Instrument ein tieferes Verständnis der Materialanforderungen für kommerziell tragbare Systeme. Moleküle können jetzt anhand der gewünschten Redoxpotenzialbereiche gefiltert und dann für experimentelle Tests ausgewählt werden. Das Instrument wird derzeit für das Design neuer Materialien eingesetzt, um herauszufinden, wie sich verschiedene Modifikationen der Molekülstruktur auf die Redoxpotenziale auswirken. Einige Herausforderungen gilt es jedoch noch zu bewältigen. Die Stabilität ist zum Beispiel nach wie vor ein Problem. „Von den im Rahmen von CompBat synthetisierten 20 Molekülen wiesen nur fünf ein gewisses Maß an Stabilität auf. Und nur ein oder zwei konnten in einer Batterie verwendet werden. Die rechnerischen Methoden zur Bewertung der Stabilität sind noch nicht so weit ausgereift wie die für Redoxpotenziale, sodass weitere Forschung erforderlich ist“, schließt Peljo.
Schlüsselbegriffe
CompBat, Redoxpotenzial, Flussbatterien, maschinelles Lernen, Energiespeicherung, aktives Material, Stabilität
