1. Lineaire regressie

Wat het doet: Ga uit van een constante degradatie per kilometer. Tekent een rechte lijn en forceert de start bij 100% (nieuwe batterij).

Wanneer het nuttig is: Geeft het worst case scenario weer. Handig voor conservatieve planning en garantielimieten.

2. Vierkantswortel (√km)

Wat het doet: Modeleert een intense degradatie in het begin, die vertraagt ​​bij gebruik. Het weerspiegelt de groei van de SEI-laag.

Wetenschappelijke basis: De wet van Fick (ionische diffusie) voorspelt dat de groei van de SEI-laag een √t-relatie volgt.

3. Machtswet

Wat het doet: Pas een variabele b exponent aan. Wanneer b ≈ 0,5 valt het gedrag samen met het √km-model (diffusie-gelimiteerde SEI).

Wetenschappelijke basis: NREL (National Renewable Energy Laboratory) identificeert b ≈ 0,5 als een typische waarde voor kalenderveroudering in LFP.

Wat is R² (R-kwadraat)?

De R²-bepalingscoëfficiëntmeet welk deel van de variabiliteit in de gegevens wordt verklaard door het model. Het gaat van 0% tot 100%.

• R² > 80% Uitstekende fit, zeer betrouwbare voorspelling
• R² 50-80% Gematigde fit, bruikbare voorspelling
• R² < 50% Slechte fit, indicatieve voorspelling

Het model met de hoogste R² wordt gemarkeerd als "Beste model."

Vertrouwensscore (0-100)

Geeft aan hoe betrouwbaar de voorspellingen zijn gebaseerd op drie factoren:

• Records (max 30 pts): Meer steekproeven = grotere statistische precisie
• Dekking km (max 40 pts): Hogere kilometergegevens = betere extrapolatie
• R² maximum (max 30 pts): Betere pasvorm van het dominante model