[論文レビュー] A Continuum of Physics-Based Lithium-Ion Battery Models Reviewed

Ferran Brosa Planella, Weilong Ai+14 more|arXiv (Cornell University)|Mar 30, 2022

Advancements in Battery Materials被引用数 8

ひとこと要約

本稿では、多孔質電極理論に基づく低減技術を用いて、高精度なミクロスケールモデルから単一粒子モデル（SPM）に至るまでの物理的ベースのリチウムイオン電池モデルの連続的スケールを統一的・体系的に導出するフレームワークを提示する。主な貢献は、文献における不一致を解消する一貫した導出経路の確立であり、アプリケーション固有のニーズに応じたモデル選択を可能にする。さらに、熱的および劣化モデルへの拡張も行われている。

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.

研究の動機と目的

• 共通の高精度な基礎から簡略化モデルを導出することで、文献における不整合を解消すること。
• ミクロスケールモデルからDFNやSPMといった広く使われる簡略化モデルへの体系的低減パスを提供すること。
• 精度、計算コスト、物理的忠実度のトレードオフに基づいたアプリケーション固有のモデル選択を支援すること。
• 熱的効果および劣化機構を含む多物理場モデリングのため、フレームワークを拡張すること。
• 実時間および設計用途における高精度モデルのパrameter化と実装を可能にすることで、産業応用を支援すること。

提案手法

• ミクロスケールモデルに漸近法および均質化法を適用し、空間的・時間的スケールを低減する。
• 体積平均化を用いてミクロスケールから均質化モデルへ移行し、有効な輸送特性を捉える。
• 電解質の動的挙動を無視する、または粒子内濃度を一様と仮定するなどのさらなる簡略化を適用し、SPMeおよびSPMを導出する。
• エネルギー収支方程式を用いて熱的モデルを統合し、ラumpedまたは分布型熱的表現を用いて電気化学的および熱的ダイナミクスを結合する。
• 現象的および機構的定式化を用いて、SEI成長や粒子の亀裂といった劣化機構を連続体フレームワークに系統的に組み込む。
• モジュラー構造を採用することで、相場面モデル、キャパシタンス層、多粒子電極への拡張が可能となる。

実験結果

リサーチクエスチョン

• RQ1 高精度なミクロスケールモデルから簡略化されたバッテリーモデルを導出する一貫性があり統一的なフレームワークを確立するにはどうすればよいか？
• RQ2 ドイル＝フルーリー＝ニューマン（DFN）モデルから単一粒子モデル（SPM）に至る過程で、どのような主要な仮定と近似が行われるか？
• RQ3 モデルの忠実度と計算コストのトレードオフが、バッテリー設計および実時間制御におけるモデル選択にどのように影響するか？
• RQ4 熱的効果および劣化機構を低減フレームワークに組み込むと、どのような影響が生じるか？
• RQ5 相転移、キャパシタンス層、機械的応力といった高度な現象をフレームワークに拡張するにはどうすればよいか？

主な発見

• 著者らは、一貫した低減プロセスを用いて共通のミクロスケール基盤からDFNおよびSPMモデルを成功裏に導出し、長年の文献上の不整合を解消した。
• SPMeモデルは電解質の動的挙動を保持しつつ電極挙動を簡略化しており、精度と計算効率のバランスに優れていることが示された。
• SPMは実時間応用において極めて効率的であることが実証されたが、高Cレートや非一様濃度条件下では精度が低下することが判明した。
• ラumpedまたは分布型熱的モデルを用いた熱的結合が可能であることが示され、電気化学反応から逆転可能および不可逆的な熱源が導出された。
• SEI形成やリチウムメッティングといった劣化機構を体系的にフレームワークに組み込むことができ、バッテリー寿命の予測モデリングが可能になった。
• 拡張されたミクロスケールモデルに低減技術を適用することで、新規の簡略化された多物理場モデルの開発が可能となり、次世代バッテリーモデリングへの道筋が示された。