Batterijgezondheidsmonitoring: hoe je weet hoe oud een accu écht is

Bijgewerkt: 4 augustus 2026 · 6 min leestijd

Een auto-accu van vijf jaar oud kan er van buiten precies zo uitzien als toen hij nieuw was, maar vanbinnen kan hij al een kwart van zijn oorspronkelijke capaciteit zijn kwijtgeraakt. Batterijgezondheidsmonitoring is de verzameling technieken waarmee je die onzichtbare slijtage meetbaar maakt: niet hoe vol de accu op dit moment is, maar hoe goed hij nog is in vergelijking met toen hij fabrieksnieuw was.

Een vergelijkbaar onderscheid ken je van je eigen lichaam: een thermometer vertelt je wat je temperatuur nú is, maar een bloedonderzoek vertelt iets over de algehele conditie van je lichaam over langere tijd. Bij een batterij is het percentage lading (0 tot 100%) de thermometer, en de "State of Health" de bloedtest. Diezelfde State of Health bepaalt of een elektrische auto over vijf jaar nog 300 kilometer haalt op een volle accu, of nog maar 220.

Wat is het precies?

Om batterijgezondheid te begrijpen moet je eerst twee begrippen uit elkaar houden. State of Charge (SOC) is het laadniveau: hoeveel procent van de beschikbare capaciteit op dit moment gevuld is, vergelijkbaar met de brandstofmeter in een auto. State of Health (SOH) is iets anders: het percentage van de oorspronkelijke, fabrieksnieuwe capaciteit dat de batterij nog kan leveren. Een accu met een SOH van 85% kan, ook helemaal "vol" geladen, niet meer dan 85% van de energie opslaan die hij op dag één kon opslaan.

Deze berekening gebeurt in het Battery Management System (BMS), een stukje elektronica dat in elk pak lithium-ionbatterijen zit en continu spanning, stroom en temperatuur van de afzonderlijke cellen bijhoudt. Het BMS gebruikt daarvoor meerdere methodes tegelijk, omdat geen enkele methode op zichzelf betrouwbaar genoeg is.

De eenvoudigste methode is coulomb counting: de hoeveelheid stroom die in en uit de batterij stroomt nauwkeurig optellen over tijd, om zo de werkelijke opslagcapaciteit te reconstrueren. Het probleem is dat kleine meetfouten zich opstapelen, waardoor deze methode na verloop van tijd steeds verder gaat afwijken zonder periodieke herijking.

Een nauwkeuriger maar complexere techniek is elektrochemische impedantiespectroscopie (EIS). Hierbij stuurt men een klein wisselstroomsignaal met verschillende frequenties door de cel en meet men hoe de batterij daarop reageert. De interne weerstand die daaruit blijkt, verandert op een voorspelbare manier naarmate een batterij veroudert, wat aanwijzingen geeft over chemische processen binnenin, zoals de opbouw van een isolerende laag op de elektrode (de zogeheten "solid electrolyte interphase").

Steeds vaker wordt hier een derde laag aan toegevoegd: modelgebaseerde of AI-schattingen. Software vergelijkt spannings-, temperatuur- en laadpatronen van een individuele auto met patronen uit duizenden of miljoenen vergelijkbare batterijen, en leidt daaruit een preciezere schatting van de gezondheid af dan met alleen coulomb counting of EIS mogelijk zou zijn. Dit is de reden waarom fabrikanten met grote wagenparken, zoals Tesla, in het voordeel zijn: hoe meer vergelijkingsdata, hoe beter het model.

Wat wil men ermee bereiken?

Het belangrijkste doel is vertrouwen. Een elektrische auto is voor de meeste kopers de duurste aankoop na een huis, en de batterij is verreweg het duurste onderdeel. Zonder betrouwbare gezondheidsmeting is het onmogelijk om de restwaarde van een gebruikte elektrische auto eerlijk in te schatten, wat de tweedehandsmarkt jarenlang heeft afgeremd.

Daarnaast speelt veiligheid een rol. Een cel die inwendig ernstig is aangetast, kan sneller ooververhit raken en in het ergste geval een thermal runaway veroorzaken: een kettingreactie van oplopende temperatuur die tot brand kan leiden. Vroegtijdige detectie van afwijkend gedrag helpt dit soort incidenten te voorkomen.

Een derde doel is het mogelijk maken van tweede leven voor batterijen. Een autobatterij die nog maar 70 tot 80% van zijn capaciteit heeft, is voor een auto vaak niet meer geschikt, maar kan nog jarenlang dienst doen als stationaire opslag voor bijvoorbeeld zonnepanelen. Zonder betrouwbare gezondheidsmeting is niet vast te stellen welke batterijen daarvoor geschikt zijn en welke niet.

Tot slot draagt het bij aan een circulaire economie: als je precies weet hoe versleten een batterij is, kun je beter bepalen of hergebruik, tweede leven of recycling de beste bestemming is, in plaats van batterijen bij twijfel voortijdig af te schrijven.

Voorbeelden uit de praktijk

Het Duitse bedrijf TWAICE, opgericht in München als voortvloeisel uit onderzoek aan de TU München, ontwikkelt zogeheten "digital twin"-software: een digitale kopie van een batterijpak die op basis van gemeten gebruiksdata continu een preciezere gezondheidsvoorspelling maakt dan een standaard BMS. Het bedrijf werkt zowel met voertuigfabrikanten als met exploitanten van stationaire energieopslag.

In Oostenrijk richt Aviloo zich specifiek op de tweedehandsmarkt: het bedrijf biedt een onafhankelijke batterijtest aan waarmee kopers van gebruikte elektrische auto's een certificaat kunnen krijgen over de werkelijke resterende capaciteit, los van wat het dashboard van de auto zelf aangeeft.

Het Amerikaanse Recurrent volgt een andere aanpak: in plaats van eenmalige tests verzamelt het bedrijf doorlopend telemetriegegevens van duizenden elektrische auto's om gezondheidsrapporten op te stellen voor specifieke modellen en bouwjaren, wat kopers helpt te begrijpen hoe een bepaald model gemiddeld degradeert.

Ook fabrikanten zelf gebruiken vlootdata. Tesla verzamelt telemetrie van zijn wereldwijde wagenpark en heeft herhaaldelijk (via eigen publicaties en presentaties) gesuggereerd dat de gemiddelde capaciteitsafname na honderdduizenden kilometers beperkt blijft, al zijn onafhankelijk geverifieerde, gedetailleerde cijfers hierover schaars.

Een minder positief, maar leerzaam voorbeeld is de vroege Nissan Leaf (rond 2011-2013): het dashboard toonde de batterijgezondheid via een aantal "balkjes", maar vooral in warme klimaten zoals Arizona bleek de accu, die geen actieve koeling had, sneller te verouderen dan de balkjes-indicator liet vermoeden. Dit werd een veelgenoemd voorbeeld van hoe belangrijk het is dat gezondheidsmonitoring nauwkeurig én transparant is.

Aan de onderzoekskant publiceerden wetenschappers van Stanford, MIT en het Toyota Research Institute rond 2019 in het tijdschrift Nature Energy een invloedrijk onderzoek (met Severson als eerste auteur) waarin machine learning werd gebruikt om, op basis van slechts de eerste tientallen laadcycli, te voorspellen hoe lang een batterij in totaal zou meegaan — veel eerder dan met traditionele methodes mogelijk was.

Hoe ver is de techniek?

De basis, een BMS dat een SOH-schatting geeft, zit inmiddels in vrijwel elke elektrische auto en in de meeste consumentenelektronica met lithium-ionbatterijen. Deze ingebouwde schattingen zijn echter niet altijd nauwkeurig: foutmarges van enkele procentpunten zijn gebruikelijk, en fabrikanten hanteren onderling verschillende, vaak niet openbaar gemaakte rekenmethodes. Dat is precies de reden waarom onafhankelijke testbedrijven als Aviloo en Recurrent zijn ontstaan: zij vullen het gat tussen wat een fabrikant claimt en wat een koper zeker wil weten.

Een belangrijke ontwikkeling op regelgevend vlak is de Europese batterijverordening (EU 2023/1542), die de komende jaren gefaseerd in werking treedt. Onderdeel daarvan is een digitaal "batterijpaspoort" dat gegevens over samenstelling, herkomst en gezondheid van batterijen toegankelijk moet maken; voor batterijen van elektrische voertuigen wordt dit naar verwachting rond 2027 verplicht, al kunnen exacte data en uitvoeringsdetails nog verschuiven naarmate de regelgeving verder wordt uitgewerkt.

De grootste obstakels zijn op dit moment het ontbreken van één gestandaardiseerde testmethode die door de hele industrie wordt erkend, de terughoudendheid van fabrikanten om gedetailleerde batterijdata te delen (deels uit concurrentieoverwegingen), en het feit dat de nauwkeurigste modellen afhankelijk zijn van voortdurende dataverbinding met de auto, wat weer vragen oproept over eigendom van data en privacy.

Wie werken eraan?

Autofabrikanten zoals Tesla, Volkswagen, BMW en Nissan ontwikkelen hun eigen BMS-systemen en gezondheidsalgoritmes, vaak als onderdeel van hun bredere software-ecosysteem. Daarnaast is een laag gespecialiseerde bedrijven ontstaan die zich puur richten op batterijdiagnose en -analyse, waaronder de eerder genoemde TWAICE, Aviloo en Recurrent, maar ook diverse kleinere start-ups in dit snel groeiende veld.

Op onderzoeksgebied speelt het Argonne National Laboratory in de Verenigde Staten een belangrijke rol, onder meer via zijn Cell Analysis, Modeling and Prototyping (CAMP)-faciliteit, waar batterijveroudering onder gecontroleerde omstandigheden wordt bestudeerd. In het Verenigd Koninkrijk coördineert de Faraday Institution een groot deel van het nationale batterij-onderzoek, met degradatie als een van de kernthema's. In Duitsland dragen diverse Fraunhofer-instituten bij aan zowel materiaalonderzoek als praktische diagnosetechnieken.

Standaardisatie-instanties zoals IEC, ISO en SAE werken aan (deels nog onvolledige) normen voor het testen en rapporteren van batterijgezondheid, terwijl de Europese Unie via de batterijverordening een van de eerste overheden is die dit onderwerp wettelijk verankert.