In dieser Arbeit stellen wir ein neuartiges mechanistisches Kalenderalterungsmodell für eine kommerzielle Lithium-Ionen-Zelle mit NCA-Kathode und Silizium-Graphit-Anode vor. Das mechanistische Kalenderalterungsmodell ist ein halb-empirisches Alterungsmodell, das auf den Gesundheitszustand der Komponenten und nicht auf die Kapazität parametrisiert ist.
Forschungspapiere
Mechanistisches Kalenderalterungsmodell für Lithium-Ionen-Batterien
Mechanistisches Kalenderalterungsmodell für Lithium-Ionen-Batterien
Die Autoren: Alexander Karger, Julius Schmitt, Cedric Kirst, Jan Singer, Leo Wildfeuer, Andreas Jossen
Höhepunkte
- Das mechanistische Kalenderalterungsmodell ist auf die Komponenten des Gesundheitszustands parametrisiert
- Aus den Degradationsmodi werden drei Komponenten des Gesundheitszustands abgeleitet
- Das Modell ist auf 627 Tage Kalenderalterung bei 27 Lagerungsbedingungen parametrisiert
- Der Einfluss der Kontrolle während der Prüfung wird in einem zweistufigen Verfahren kompensiert
- Check-up-Kompensation erhöht die prognostizierte Lebensdauer um mehr als 150 %.
In dieser Arbeit stellen wir ein neuartiges mechanistisches Kalenderalterungsmodell für eine kommerzielle Lithium-Ionen-Zelle mit NCA-Kathode und Silizium-Graphit-Anode vor. Das mechanistische Kalenderalterungsmodell ist ein semi-empirisches Alterungsmodell, das auf den Gesundheitszustand der Komponenten und nicht auf die Kapazität parametrisiert ist.
Aus den Degradationsmodi, die durch Anpassung der Elektrodenpotenzialkurven bei jeder Kontrollmessung berechnet werden, werden drei Komponenten des Gesundheitszustands abgeleitet. Die für die Modellparametrisierung verwendeten Alterungsdaten umfassen 672 Tage Lagerung bei 27 verschiedenen Kombinationen von Umgebungstemperatur(T amb) und Ladezustand (SOC).
To compensate for the influence of the check-up measurements on cell degradation, the aging data is pre-processed in two steps, considering immediate degradation caused by the check-up cycles and accelerated degradation during subsequent storage. The loss of active anode material is negligible during check-up-compensated calendar aging. For loss of lithium inventory and loss of active cathode material, Tafel and Arrhenius terms are successfully used to model T amb and SOC dependence. The mechanistic calendar aging model predicts the capacity with <1% mean deviation for 7 different storage conditions after 672 days without check-ups. The check-up compensation increases predicted lifetime by >150% for exemplary storage at T amb=60°C and SOC=50%.
Zugriff auf das Papier hier.
Ausgewählte Inhalte - Webinar
Die Alterung von EV-Batterien meistern: Brände und Lithiumbeschichtung verhindern
Nehmen Sie an unserem Webinar zur Vermeidung von Batteriebränden und nichtlinearer Alterung mit dem neuen Anodenpotenzialmodell für schnelleres, sichereres Laden und eine längere Lebensdauer der Batterien teil.
15. Oktober, 10:00 Uhr (ET) | 16:00 Uhr (CET)
Registrieren Sie sichWeitere Artikel
Einblicke in die EPRI-Datenbank für BESS-Störfälle
Dieser Bericht soll die Lücke in der Fehlermöglichkeitsanalyse schließen, indem er ein Klassifizierungssystem entwickelt, das sowohl für technische als auch für nicht-technische Beteiligte praktisch ist.
Nicht-destruktive Bestimmung des Elektrodenpotenzials und der Leerlaufspannung bei Lithium-Ionen-Batterien
In dieser Veröffentlichung erweitern wir ein hochmodernes Modell des offenen Stromkreispotentials von Elektroden für Blend-Elektroden und inhomogene Lithiumionen. Wir führen einen zweistufigen Optimierungsalgorithmus ein, um die offenen Parameter des Elektrodenmodells anhand von Messungen zu schätzen, die auf der Ebene der vollständigen Zelle mit modernsten Prüfgeräten durchgeführt wurden.
Mechanistisches Zyklusalterungsmodell für die Leerlaufspannungskurve von Lithium-Ionen-Batterien
Das Zyklisieren von Lithium-Ionen-Batterien führt nicht nur zu einem Kapazitätsabfall, sondern verändert auch die Form der Leerlaufspannungskurve (OCV) aufgrund des Verlusts an aktivem Material (LAM) und des Verlusts an Lithiuminventar (LLI). Um diese Veränderung zu modellieren, haben wir kürzlich ein neuartiges empirisches Kalenderalterungsmodell vorgeschlagen, das auf den Gesundheitszustand der Komponenten (s) und nicht nur auf den Kapazitätsschwund parametrisiert ist.
Über die Autoren
Alexander Karger
Alexander Karger ist Batterie- und Machine-Learning-Ingenieur bei TWAICE, wo er an der Entwicklung modernster Batteriemodelle für das elektrische, thermische und Alterungsverhalten arbeitet. Gleichzeitig promoviert er am Lehrstuhl für Elektrische Energiespeichertechnik von Prof. Dr.-Ing. Andreas Jossen an der Technischen Universität München (TUM) und publiziert regelmäßig seine neuesten Erkenntnisse. Er hat einen Master in Luft- und Raumfahrttechnik und studierte an der TUM und der Universität Stuttgart. Seine Karriere umfasst Erfahrungen bei Porsche und GE Aviation. Er ist seit 2019 bei TWAICE tätig, ursprünglich um seine Masterarbeit abzuschließen.
Auf Linkedin verbinden
Cedric Kirst
Cedric Kirst ist Batterieingenieur bei der TWAICE Technologies GmbH, wo er seit August 2018 arbeitet. Außerdem ist er seit März 2023 als Associate Researcher am TUM-Lehrstuhl für Elektrische Energiespeichertechnik tätig.
Cedrics beruflicher Werdegang umfasst eine bedeutende Zeit als Student Assistant an der Bundeswehr Universität München von Januar 2017 bis Oktober 2019. Wertvolle Branchenerfahrung sammelte er auch während seines Praktikums bei IBM Research Dublin, wo er an dem von der Europäischen Union finanzierten Projekt EnableS3 teilnahm.
Cedric hat einen Master of Science in Mechatronik, Robotik und Automatisierungstechnik von der Technischen Universität München, den er 2020 abschloss. Außerdem erwarb er 2018 einen Bachelor of Science in Ingenieurwissenschaften an der gleichen Hochschule.
Auf Linkedin verbinden
Prof. Jan Singer
Dr. Jan Singer ist Engineering Manager bei TWAICE, wo er sich hauptsächlich mit Labormessungen und Batteriemodellen beschäftigt. Bevor er 2019 zu TWAICE kam, war er wissenschaftlicher Mitarbeiter am Lehrstuhl für Elektrische Energiespeichersysteme, Institut für Photovoltaik, Universität Stuttgart, Deutschland. Während seines Promotionsstudiums unter der Leitung von Prof. Dr.-Ing. Kai Peter Birke konzentrierte er sich auf den Nachweis von elektrochemischen Effekten, die durch Volumendehnungen induziert werden, und die Entwicklung neuer zerstörungsfreier Charakterisierungsmethoden für Lithium-Ionen-Zellen. Seine berufliche Laufbahn begann er 2006 als Mechatroniker bei Harman/Becker Automotive Systems. Im Jahr 2012 schloss er sein Bachelorstudium an der Hochschule Ulm ab. 2015 machte er an der Universität Stuttgart seinen Master of Science.
Auf Linkedin verbinden