[논문 리뷰] A Continuum of Physics-Based Lithium-Ion Battery Models Reviewed

Ferran Brosa Planella, Weilong Ai외 14명|arXiv (Cornell University)|2022. 03. 30.

Advancements in Battery Materials인용 수 8

한 줄 요약

이 논문은 다공성 전극 이론에 기반한 축소 기법을 사용하여 고정밀 미세구조 모델에서부터 단일 입자 모델(Single Particle Model, SPM)에 이르기까지 물리 기반 리튬이on 배터리 모델의 연속체를 유일하고 체계적인 프레임워크로 도출하는 방법을 제시한다. 주요 기여는 문헌에서 오랫동안 존재해온 모델 불일치 문제를 해결하고, 응용 분야에 맞는 요구사항에 따라 모델 선택이 가능하도록 하는 일관된 유도 경로를 제공하는 것이다. 또한 열적 영향과 열화 메커니즘을 포함한 확장도 가능하다.

ABSTRACT

Physics-based electrochemical battery models derived from porous electrode theory are a very powerful tool for understanding lithium-ion batteries, as well as for improving their design and management. Different model fidelity, and thus model complexity, is needed for different applications. For example, in battery design we can afford longer computational times and the use of powerful computers, while for real-time battery control (e.g. in electric vehicles) we need to perform very fast calculations using simple devices. For this reason, simplified models that retain most of the features at a lower computational cost are widely used. Even though in the literature we often find these simplified models posed independently, leading to inconsistencies between models, they can actually be derived from more complicated models using a unified and systematic framework. In this review, we showcase this reductive framework, starting from a high-fidelity microscale model and reducing it all the way down to the Single Particle Model (SPM), deriving in the process other common models, such as the Doyle-Fuller-Newman (DFN) model. We also provide a critical discussion on the advantages and shortcomings of each of the models, which can aid model selection for a particular application. Finally, we provide an overview of possible extensions to the models, with a special focus on thermal models. Any of these extensions could be incorporated into the microscale model and the reductive framework re-applied to lead to a new generation of simplified, multi-physics models.

연구 동기 및 목표

• 공통된 고정밀 기초 모델에서 축소된 단순화된 배터리 모델을 도출함으로써 문헌에서 오랫동안 존재해온 불일치 문제를 해결하기 위해.
• 미세구조 모델에서 널리 사용되는 단순화된 모델인 DFN과 SPM에 이르기까지 체계적인 축소 경로를 제공하기 위해.
• 정확도, 계산 비용, 물리적 정확도 간의 상호 교환 관계를 고려하여 응용 분야에 맞는 모델 선택을 안내하기 위해.
• 다물리적 모델링을 위해 열적 영향과 열화 메커니즘을 포함한 프레임워크를 확장하기 위해.
• 실시간 및 설계 응용 분야에서 고급 모델의 파rameter화 및 구현을 가능하게 하여 산업적 도입을 지원하기 위해.

제안 방법

• 미세구조 모델에 비례적 및 균질화 기법을 적용하여 공간적 및 시간적 척도를 축소한다.
• 체적 평균화 기법을 사용하여 미세구조 모델에서 균질화된 모델로 전환하고, 효과적인 운반 특성을 캡처한다.
• 전해질 역학을 무시하거나 입자 농도를 균일하다고 가정하는 등의 추가 단순화를 적용하여 SPMe 및 SPM을 도출한다.
• 에너지 균형 방정식을 통해 열 모델을 통합하고, 집중형 또는 분포형 열 모델 표현을 사용하여 전기화학적 및 열역학적 동역학을 결합한다.
• 현상학적 및 기계적 기반 수식을 사용하여 상피층 형성(SEI), 입자 균열 등의 열화 메커니즘을 연속체 프레임워크에 체계적으로 통합한다.
• 모듈러 구조를 사용하여 단상계 전이, 커패시턴스 층, 다입자 전극 등으로의 확장을 가능하게 한다.

실험 결과

연구 질문

• RQ1 어떻게 고정밀 미세구조 모델에서 유일하고 통합된 프레임워크를 수립하여 단순화된 배터리 모델을 도출할 수 있는가?
• RQ2 도일-풀러-뉴먼(Doyle-Fuller-Newman, DFN) 모델에서 단일 입자 모델(Single Particle Model, SPM)으로 이르는 데 핵심적인 가정과 근사가 무엇인가?
• RQ3 모델의 정확도와 계산 비용 간의 상호 교환 관계가 배터리 설계 및 실시간 제어를 위한 모델 선택에 미치는 영향은 무엇인가?
• RQ4 열적 영향과 열화 메커니즘을 축소 프레임워크에 통합할 경우의 영향은 무엇인가?
• RQ5 상태 변화, 커패시턴스 층, 기계적 응력 등의 고급 현상을 포함하기 위해 프레임워크를 어떻게 확장할 수 있는가?

주요 결과

• 저자들은 일관된 축소 과정을 사용하여 공통된 미세구조 기초 모델에서 DFN 및 SPM 모델을 성공적으로 도출하였으며, 오랫동안 존재해온 모델 형식의 불일치 문제를 해결하였다.
• SPMe 모델은 전해질 역학을 유지하면서도 전극 거동을 단순화하여 정확도와 계산 효율성 사이의 균형을 유지함을 입증하였다.
• SPM은 실시간 응용에 매우 효율적인 모델로 검증되었지만, 고 C-율 또는 농도가 균일하지 않은 조건에서는 정확도가 떨어짐을 확인하였다.
• 집중형 또는 분포형 열 모델을 사용한 열 결합이 가능하며, 전기화학 반응에서 유도된 가역 및 비가역 열원이 도출됨을 보였다.
• SEI 형성 및 리튬 도금과 같은 열화 메커니즘은 체계적으로 프레임워크에 통합되어 배터리 수명 예측 모델링이 가능해졌다.
• 확장된 미세구조 모델에 축소 기법을 적용함으로써 새로운 단순화된 다물리적 모델 개발이 가능해졌으며, 차세대 배터리 모델링을 위한 길을 열었다.