Skip to main content
SpringerLink
Log in

Modellgetriebene Entscheidungsunterstützung für die Umwidmung gebrauchter Traktionsbatterien

  • Chapter
  • First Online:
Umwidmung und Weiterverwendung von Traktionsbatterien

  • 4149 Accesses

Zusammenfassung

Für künftige Akteure eines Geschäftsmodells mit gebrauchten Traktionsbatterien ist insbesondere die technisch zulässige und ökonomisch erfolgreiche Umwidmung der Batteriesysteme zu geeigneten Weiterverwendungsszenarien als ein komplexes Unterfangen zu bewerten. Mit einer zunehmenden Anzahl gebrauchter Traktionsbatterien, die in den nächsten Jahren ihren Weg zurück aus der Erstanwendung in den Elektroautos finden (Hoyer et al. 2011; Foster et al. 2014), wird für menschliche Entscheider sowohl der Entscheidungsaufwand als auch eine zufriedenstellende Entscheidungsqualität mit den bisher zur Verfügung stehenden Hilfsmitteln nicht beherrschbar bzw. erreichbar sein. Dennoch müssen zukünftige Akteure auf dem Markt für gebrauchte Traktionsbatterien effiziente (Aufwand) und effektive (Qualität) Entscheidungen treffen, um geeignete bzw. optimale Dispositionen für die Weiterverwendung von Gebrauchtbatterien zu identifizieren und das Geschäft erfolgreich betreiben zu können.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 69.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 89.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Die Umwidmung von rekonfigurierten Traktionsbatterien stellt einen gesonderten Spezialfall dar und ist bis heute Gegenstand der Forschung. Daher wird die Rekonfiguration im Folgenden nicht näher ausgeführt.

  2. 2.

    Im EUS erfolgt die Problemformulierung durch ganzzahlig‐binäre lineare Programmierung.

Literatur

  • Adya A, Blakeley JA, Melnik S, Muralidhar S (2007) Anatomy of the ADO.NET entity framework. In: Proceedings of the 2007 ACM SIGMOD international conference on Management of data – SIGMOD ’07. ACM Press, New York City, New York, USA, 877–888.

    Chapter  Google Scholar 

  • Ahmadi L, Fowler M, Young SB, Fraser RA, Gaffney B, Walker SB (2014) Energy efficiency of Li-ion battery packs re-used in stationary power applications. Sustainable Energy Technologies and Assessments 8:9–17.

    Google Scholar 

  • Akerlof GA (1970) The Market for “Lemons”: Quality Uncertainty and the Market Mechanism. The Quarterly Journal of Economics 84:488–500.

    Article  Google Scholar 

  • Alt H, Blum N, Mehlhorn K, Paul M (1991) Computing a maximum cardinality matching in a bipartite graph in time O(n1.5 m log n). Information Processing Letters 37:237–240.

    Article  MathSciNet  MATH  Google Scholar 

  • Anderson DR, Sweeney DJ, Williams TA, Camm JD, Martin K (2009) An introduction to management science: quantitative approaches to decision making, 13. Aufl. South-Western Cengage Learning, Mason, Ohio, USA.

    Google Scholar 

  • Balzert H (2000) Lehrbuch der Software-Technik: Software-Entwicklung, 2. Aufl. Spektrum Akademischer Verlag, Heidelberg, Berlin.

    MATH  Google Scholar 

  • Bondy JA, Murty USR (2008) Graph Theory. Springer, Berlin Heidelberg.

    Book  MATH  Google Scholar 

  • Chamoni P, Gluchowski P (1999) Analytische Informationssysteme – Einordnung und Überblick. In: Analytische Informationssysteme. Springer, Berlin Heidelberg, 3–22.

    Google Scholar 

  • Chen PP-S (1976) The entity-relationship model – toward a unified view of data. ACM Transactions on Database Systems 1:9–36.

    Article  Google Scholar 

  • Edmonds J, Karp RM (1972) Theoretical Improvements in Algorithmic Efficiency for Network Flow Problems. Journal of the ACM 19:248–264.

    Article  MATH  Google Scholar 

  • Ekstrand MD, Riedl JT, Konstan JA (2011) Collaborative Filtering Recommender Systems. Foundations and Trends in Human–Computer Interaction 4:81–173.

    Article  Google Scholar 

  • European Committee for Electrotechnical Standardization (2011) EN 50160: Voltage characteristics of electricity supplied by public distribution systems.

    Google Scholar 

  • Ford LR, Fulkerson DR (1956) Maximal flow through a network. Journal canadien de mathématiques 8:399–404.

    Article  MathSciNet  MATH  Google Scholar 

  • Foster M, Isely P, Standridge CR, Hasan MM (2014) Feasibility assessment of remanufacturing, repurposing, and recycling of end of vehicle application lithium-ion batteries. Journal of Industrial Engineering and Management 7:698–715.

    Article  Google Scholar 

  • Fourer R, Gay DM, Hill M, Kernighan BW, Laboratories TB (1990) AMPL: A Mathematical Programming Language. Management Science 36:519–554.

    Article  Google Scholar 

  • Garofalo R (2011) Building Enterprise Applications with Windows Presentation Foundation and the Model View ViewModel Pattern (Developer Reference). Microsoft Press, Sebastopol, California, USA.

    Google Scholar 

  • Helff F, Gruenwald L, Orazio L (2016) Weighted Sum Model for Multi-Objective Query Optimization for Mobile-Cloud Database Environments. In: 19th International Conference on Extending Database Technology. Bordeaux, Frankreich, 1–6.

    Google Scholar 

  • Herlocker JL, Konstan JA, Riedl J (2000) Explaining Collaborative Filtering Recommendations. Proceedings of the 2000 ACM Conference on Computer Supported Cooperative Work 241–250.

    Google Scholar 

  • Heymans C, Walker SB, Young SB, Fowler M (2014) Economic analysis of second use electric vehicle batteries for residential energy storage and load-levelling. Energy Policy 71:22–30.

    Article  Google Scholar 

  • Hillier FS, Lieberman GJ (2000) Introduction To Operations Research, 7. Aufl. McGraw-Hill Higher Education, New York City, New York, USA.

    MATH  Google Scholar 

  • Hopcroft JE, Karp RM (1973) A n5/2 Algorithm for Maximum Matchings in Bipartite Graphs. In: SIAM Journal on Computing 2(4):225–231.

    Article  MathSciNet  MATH  Google Scholar 

  • Hoyer C, Kickhäfer K, Spengler TS (2011) Strategische Planung des Recyclings von Lithium-Ionen-Traktionsbatterien. In: Sucky E, Asdecker B, Dobhan A, u. a. (Hrsg), Logistikmanagement: Herausforderungen, Chancen und Lösungen, Band II, Tagungsband der Logistikmanagement 2011. University of Bamberg Press, Bamberg, 399–419.

    Google Scholar 

  • Kim IY, de Weck OL (2006) Adaptive weighted sum method for multiobjective optimization: A new method for Pareto front generation. Structural and Multidisciplinary Optimization 31:105–116.

    Article  MathSciNet  MATH  Google Scholar 

  • Klör B (2017) Building a Model-Driven Decision Support System for Repurposing Electric Vehicle Batteries – Design and Evaluation. Dissertation, Westfälische Wilhelms-Universität Münster, Münster.

    Google Scholar 

  • Klör B, Bräuer S, Beverungen D, Monhof M (2015) A Domain-Specific Modeling Language for Electric Vehicle Batteries. In: Proceedings of the 12th International Conference on Wirtschaftsinformatik (WI 2015). Osnabrück, 1038–1054.

    Google Scholar 

  • Klör B, Monhof M, Beverungen D, Bräuer S (2017) Design and evaluation of a model-driven decision support system for repurposing electric vehicle batteries. European Journal of Information Systems 27:171–188.

    Article  Google Scholar 

  • Linden G, Smith B, York J (2003) Amazon.com Recommendations: Item-to-Item Collaborative Filtering. IEEE Internet Computing 7:76–80.

    Article  Google Scholar 

  • Makhorin A (2012) GLPK (GNU Linear Programming Kit). https://www.gnu.org/software/glpk/. Zugegriffen: 28. Februar 2017.

    Google Scholar 

  • Power DJ (2004) Specifying An Expanded Framework for Classifying and Describing Decision Support Systems. Communications of the Association for Information Systems Volume 13:158–166.

    Article  Google Scholar 

  • Power DJ, Sharda R (2007) Model-driven decision support systems: Concepts and research directions. Decision Support Systems 43:1044–1061.

    Article  Google Scholar 

  • Sarwar B, Karypis G, Konstan JA, Riedl J (2001) Item-based collaborative filtering recommendation algorithms. In: Proceedings of the 10th International Conference on World Wide Web. 285–295.

    Google Scholar 

  • Sauter VL (2011) Decision Support Systems for Business Intelligence, 2. Aufl. John Wiley & Sons, Ltd, Hoboken, New Jersey, USA.

    Book  MATH  Google Scholar 

  • Schrijver A (2003) Combinatorial Optimization – Polyhedra and Efficiency, 1. Aufl. Springer, Berlin Heidelberg.

    MATH  Google Scholar 

  • Sharda R, Delen D, Turban E (2014) Business Intelligence and Analytics: Systems for Decision Support, 10. Aufl. Pearson Education Limited, Harlow, UK.

    Google Scholar 

  • Simon HA (1955) A Behavioral Model of Rational Choice. The Quarterly Journal of Economics 69:99–118.

    Article  Google Scholar 

  • Simon HA (1956) Rational choice and the structure of the environment. Psychological review 63:129–138.

    Article  Google Scholar 

  • Simon HA (1977) The New Science of Management Decision. Prentice Hall, Englewood Cliffs, New Jersey, USA.

    Google Scholar 

  • Simon HA (1979) Rational Decision Making in Business Organizations. The American Economic Review 69:493–513.

    Google Scholar 

  • Sommerville I (2010) Software Engineering, 9. Aufl. Pearson, Boston, Massachusetts, USA.

    MATH  Google Scholar 

  • Sørensen E, Mihailesc MI (2010) Model-View-ViewModel (MVVM) Design Pattern using Windows Presentation Foundation (WPF) Technology. MegaByte Journal 9:1–19.

    Google Scholar 

  • Sprague Jr. RH (1980) A Framework for the Development of Decision Support Systems. MIS Quarterly 4:1–26.

    Article  Google Scholar 

  • Sprague Jr. RH, Carlson ED (1982) Building Effective Decision Support Systems. Prentice-Hall, Englewood Cliffs, New Jersey, USA.

    Google Scholar 

  • Stanimirovic IP, Zlatanovic ML, Petkovic MD (2011) On the Linear Weighted Sum Method for Multi-Objective. Scientific Journal Facta Universitatis Vol. 26:49–63.

    MathSciNet  MATH  Google Scholar 

  • Theussl S, Hornik K (2010) Rglpk: R/GNU Linear Programming Kit Interface. https://cran.r-project.org/web/packages/Rglpk/index.%0Ahtml. Zugegriffen: 18. November 2016.

    Google Scholar 

  • Turban E, Aronson JE, Liang T-P, Sharda R (2006) Decision Support and Business Intelligence Systems, 8. Aufl. Prentice-Hall, Upper Saddle River, New Jersey, USA.

    Google Scholar 

  • Williams B, Lipman T (2011) Analysis of the Combined Vehicle- and Post-Vehicle-Use Value of Lithium-Ion Plug-In-Vehicle Propulsion Batteries. University of California, Berkley – Transportation Sustainability Research Center, Berkeley, California, USA.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement, Westfälische Wilhelms-Universität Münster, Münster, Deutschland

    Dr. Benjamin Klör & Dr. Markus Monhof

Authors
  1. Dr. Benjamin Klör
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Dr. Markus Monhof
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Benjamin Klör .

Editor information

Editors and Affiliations

  1. Lehrstuhl für Wirtschaftsinformatik und Informationsmanagement, Westfälische Wilhelms-Universität Münster, Münster, Germany

    Jörg Becker

  2. Lehrstuhl für Wirtschaftsinformatik, Universität Paderborn, Paderborn, Germany

    Daniel Beverungen

  3. MEET Batterieforschungszentrum, Institut für Physikalische Chemie, Westfälische Wilhelms-Universität Münster (WWU), Münster, Germany

    Martin Winter

  4. P3 Energy & Storage GmbH , Aachen, Germany

    Sebastian Menne

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Klör, B., Monhof, M. (2019). Modellgetriebene Entscheidungsunterstützung für die Umwidmung gebrauchter Traktionsbatterien. In: Becker, J., Beverungen, D., Winter, M., Menne, S. (eds) Umwidmung und Weiterverwendung von Traktionsbatterien. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-21021-2_5

Download citation

Publish with us

Policies and ethics

Search

Navigation