Mechanistisches Zyklusalterungsmodell für die Leerlaufspannungskurve von Lithium-Ionen-Batterien

Mechanistisches Zyklusalterungsmodell für die Leerlaufspannungskurve von Lithium-Ionen-Batterien

Die Autoren: Alexander Karger, Julius Schmitt, Cedric Kirst, Jan Singer, Leo Wildfeuer, Andreas Jossen

‍

Höhepunkte

• Empirischer Algorithmus für Degradationsraten ermöglicht erstes mechanistisches Zyklusalterungsmodell
• Die Degradationsraten für alle Komponenten hängen hauptsächlich von DOD, SOC und Temperatur ab
• Die Modellierung von gealterten OCV-Kurven reduziert den Spannungsfehler um den Faktor 8, verglichen mit keiner Aktualisierung.
• Die vorhergesagten Werte für den Kapazitätsabfall weisen einen durchschnittlichen Fehler von 1,04 % bei den Validierungsdaten auf.
• Versteckte Degradation der Elektroden erklärt nicht den Beginn des nichtlinearen Kapazitätsabfalls

‍

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.

In dieser Arbeit stellen wir ein mechanistisches Alterungsmodell für die Zyklusalterung vor, das eine Vorhersage des Kapazitätsabfalls, der Änderung der OCV-Kurve und der Degradation der Komponenten ermöglicht. Das Modell wird anhand von Zyklusdaten von 59 handelsüblichen Lithium-Ionen-Batterien mit NCA-Kathode und Silizium-Graphit-Anode parametrisiert, die für 2500 äquivalente Vollzyklen unter verschiedenen Bedingungen gezykliert wurden. Wir schlagen einen schrittweisen Ansatz vor, um die wichtigsten Spannungsparameter zu identifizieren, die LLI und LAM verursachen, wobei wir auch zwischen dem Verlust von zugänglichem Graphit und Silizium in der Mischanode unterscheiden. Die Abhängigkeit von Spannungsparametern wird mit linearen Kombinationen von Exponentialfunktionen modelliert, und das Modell sagt den Kapazitätsabfall mit mittlerem absolutem Fehler(MAE) voraus.

Für alle Testbedingungen ist LLI der dominierende Degradationsmodus, und der Verlust an zugänglichem Graphit ist vernachlässigbar. Rekonstruierte OCV-Kurven reduzieren die mittlere Spannungs-MAE um den Faktor 8, verglichen mit der Nicht-Aktualisierung der OCV.

‍

Zugriff auf das Papier hier.