研 究 背 景
電池體系是一定程度上的“黑箱”,鋰動力學(xué)過程是這個“黑箱”中的關(guān)鍵信息,對電池中的鋰動力學(xué)過程進(jìn)行全面分析有助于實(shí)現(xiàn)精準(zhǔn)的電池診斷,并在電池機(jī)理研究角度產(chǎn)生突破。電池動力學(xué)過程具有獨(dú)特的弛豫時間特征,因而時域分析能夠?qū)ΤR?guī)微觀尺度分析產(chǎn)生互補(bǔ)。本篇觀點(diǎn)介紹了時域分析的基礎(chǔ)理論,以及回顧了部分實(shí)際應(yīng)用實(shí)例,介紹了提取并分析時域信息的方法,包括分析具體的動力學(xué)特征,如離子輸運(yùn)、電荷轉(zhuǎn)移、擴(kuò)散以及探索未知的動力學(xué)過程。實(shí)現(xiàn)準(zhǔn)確的時域分析需要以無損的電化學(xué)阻抗譜時域信息測量為基礎(chǔ),結(jié)合全新的概念弛豫時間分布(distribution of relaxation time, DRT)對電化學(xué)阻抗中呈現(xiàn)的時域信息進(jìn)行數(shù)字化的客觀分析。文章同時對弛豫時間分布技術(shù)在未來的發(fā)展方向以及潛在應(yīng)用場景進(jìn)行了展望,包括其有望實(shí)現(xiàn)電池性質(zhì)診斷、機(jī)理研究、以及結(jié)合未來的大數(shù)據(jù)背景進(jìn)行基于人工智能的電池在線監(jiān)測、分類梯次利用等方面,突出了時域分析、特別是弛豫時間分布技術(shù)的廣闊前景。
文章簡介
基于此,清華大學(xué)的張強(qiáng)教授課題組在國際知名期刊Joule上發(fā)表題為“The timescale identification decoupling complicated kinetic processes in lithium batteries”的觀點(diǎn)文章。該觀點(diǎn)文章分析了電池鋰動力學(xué)過程中時域分析的理論基礎(chǔ),實(shí)際應(yīng)用,以及未來的發(fā)展方向。
圖1.EIS阻抗譜,弛豫時間分布圖以及電化學(xué)擬合電路模型的關(guān)系。
本文要點(diǎn)
要點(diǎn)一:弛豫時間分布(DRT)的理論基礎(chǔ)DRT分析是基于將電化學(xué)模型假定為歐姆電阻R與極化阻抗串聯(lián),而極化阻抗表現(xiàn)為連續(xù)串聯(lián)的RC并聯(lián)電路。單個的理想的極化過程一般以一個并聯(lián)電阻和電容來表達(dá),對應(yīng)特征時間常數(shù)(弛豫時間)τ=RC。而在實(shí)際的極化過程中,電容C一般以常相角元件表示,其在弛豫時間分布圖中以特征時間常數(shù)τ為中心的弛豫時間分布函數(shù)g(τ)表示,而具體的極化過程就以多個RC并聯(lián)電路相互串聯(lián)描述,對應(yīng)不同的特征時間常數(shù)。因此EIS阻抗譜,弛豫時間分布圖以及擬合電路圖的關(guān)系如圖1所示,在EIS阻抗譜中耦合的特征過程,能夠通過對弛豫時間分布函數(shù)求解獲得弛豫時間的分布狀態(tài),特征動力學(xué)過程在弛豫時間分布圖中呈現(xiàn)為明顯的峰,其每一個時間常數(shù)代表著阻抗中存在著的不同動力學(xué)過程,實(shí)現(xiàn)阻抗譜的直接解析。目前,弛豫時間分布的求解主要源自于Tikhonov回歸,也稱嶺回歸,但該法需要優(yōu)化正則化參數(shù),造成人為因素對DRT求解的影響。因此目前對弛豫時間分布函數(shù)的求解也在進(jìn)一步探索,實(shí)現(xiàn)了關(guān)于多種算法對弛豫時間分布函數(shù)的客觀精確求解。對弛豫時間分布函數(shù)的精確求解,是實(shí)現(xiàn)精確時域分析的基礎(chǔ)。
要點(diǎn)二:DRT方法的優(yōu)勢1. 相比普通的擬合電路方法,DRT方法能夠直接實(shí)現(xiàn)阻抗譜的解析,依據(jù)時間常數(shù)分辨動力學(xué)特征。避免手動擬合電路的主觀性造成分析誤差。2. 相比于其他頻域/時域手段,如波特圖等,DRT分析具有10倍以上的分析精度。并且,電化學(xué)系統(tǒng)越復(fù)雜,DRT方法的優(yōu)勢越明顯。3. 利于直接觀察、對比動力學(xué)變化過程。DRT圖譜相比波特圖,Nyquist圖,觀測與對比動力學(xué)變化過程更為直觀。4. 能夠準(zhǔn)確分析阻抗值極低的阻抗譜。大型的應(yīng)用類電池一般具有極低的阻抗值。常規(guī)擬合方法在分析極低阻抗值的阻抗譜時,誤差很大,而DRT方法能夠保持同樣的精度。5. 結(jié)合原位阻抗測試,DRT方法能夠?qū)崿F(xiàn)對動力學(xué)過程演變的整體觀察。同時DRT方法由算法驅(qū)動,能夠?qū)崿F(xiàn)原位阻抗數(shù)據(jù)的批量處理,相比手動擬合等分析,效率與精度大大提升。
要點(diǎn)三:DRT對電池模型進(jìn)行時域分析的實(shí)際應(yīng)用DRT方法應(yīng)用的具體工作流程包括:精確測量阻抗;對測試所得的阻抗譜進(jìn)行KK(Kramers-Kronig)驗(yàn)證;對EIS數(shù)據(jù)進(jìn)行預(yù)處理;DRT參數(shù)優(yōu)化;DRT數(shù)據(jù)分析,分解時間常數(shù);為時間常數(shù)賦予物理含義;電池動力學(xué)模型構(gòu)筑;電池動力學(xué)分析研究等。尋找時間常數(shù)的物理意義是時域分析的核心,對于常規(guī)的動力學(xué)過程,可以根據(jù)經(jīng)驗(yàn)以及文獻(xiàn)的時間常數(shù)值進(jìn)行匹配;對于電化學(xué)體系中的時間常數(shù)難以區(qū)分物理含義時,可以根據(jù)不同動力學(xué)過程的溫度特性差異,或者荷電狀態(tài)差異對電池中時間常數(shù)的物理意義進(jìn)行動態(tài)區(qū)分。目前DRT方法在多種電池體系中均得到了應(yīng)用,包括鋰金屬電池、鋰硫電池、商用石墨三元電池以及固態(tài)電池體系等。所能分析的問題包括界面機(jī)理分析、電池物理模型構(gòu)筑、電池的SOH (state of health) 評估等等。
要點(diǎn)四:DRT方法的潛在發(fā)展方向1. 多維DRT分析。由于一般的阻抗數(shù)據(jù)僅僅和頻率對應(yīng),能夠攜帶的信息有限,同時測試誤差帶來的影響難以消除。而多維DRT能夠考慮到電化學(xué)體系中的其他因素,如測試溫度、荷電狀態(tài)以及其他的實(shí)驗(yàn)參數(shù)等,實(shí)現(xiàn)電化學(xué)體系的綜合監(jiān)控與分析。2. 數(shù)據(jù)驅(qū)動的電化學(xué)分析。DRT能夠?qū)⒆杩棺V中的數(shù)據(jù)精細(xì)拆解,結(jié)合前述的多維DRT思路,能夠建立時域特征-電池狀態(tài)的數(shù)據(jù)庫,從而能夠以數(shù)據(jù)驅(qū)動的方式對電池體系進(jìn)行電化學(xué)分析,建立嚴(yán)謹(jǐn)?shù)姆治瞿P?,能夠?qū)崿F(xiàn)電池壽命預(yù)測、材料特性分析等功能。3. 電池分類與梯次利用。目前快速的退役電池分類與梯次利用是鋰電工業(yè)應(yīng)用的重點(diǎn)之一。DRT方法有望能夠?qū)㈦姵氐臍堧姞顟B(tài)與時域特征相關(guān)聯(lián),實(shí)現(xiàn)以數(shù)據(jù)驅(qū)動建立分類模型的方式實(shí)現(xiàn)退役電池的快速分類篩選。4. DRT算法的持續(xù)更新。DRT算法高精度求解分布弛豫時間分布函數(shù)仍有較大發(fā)展空間,同時目前DRT算法對于實(shí)現(xiàn)非收斂類阻抗存在一定局限性,需要結(jié)合 DDT (Distribution of diffusion time) 或 DDC (distribution function of differential capacity) 方法。
原文標(biāo)題:張強(qiáng)教授Joule:弛豫時間分布技術(shù)(DRT), 通過時域分析研究鋰電池中的復(fù)雜動力學(xué)過程
文章出處:【微信公眾號:鋰電聯(lián)盟會長】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
-
頻率
+關(guān)注
關(guān)注
4文章
1571瀏覽量
61391 -
DRT
+關(guān)注
關(guān)注
0文章
5瀏覽量
8168 -
電池
+關(guān)注
關(guān)注
84文章
11264瀏覽量
140425 -
歐姆電阻
+關(guān)注
關(guān)注
0文章
71瀏覽量
15886
原文標(biāo)題:張強(qiáng)教授Joule:弛豫時間分布技術(shù)(DRT), 通過時域分析研究鋰電池中的復(fù)雜動力學(xué)過程
文章出處:【微信號:Recycle-Li-Battery,微信公眾號:鋰電聯(lián)盟會長】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
SCI 期刊驗(yàn)證!蘇黎世大學(xué)使用 ALINX FPGA 開發(fā)板實(shí)現(xiàn)分子動力學(xué)模擬新方案

應(yīng)用案例 | 深視智能高速攝像機(jī)在超疏水材料液滴蒸發(fā)動力學(xué)研究中的應(yīng)用

濕法清洗過程中如何防止污染物再沉積

NVIDIA攜手Ansys和DCAI推進(jìn)流體動力學(xué)量子算法發(fā)展
輪邊電機(jī)驅(qū)動汽車性能仿真與控制方法的研究
TVolumeX應(yīng)用:液晶成盒優(yōu)化
Adams多體動力學(xué)仿真解決方案全面解析
輪轂電機(jī)驅(qū)動電動汽車垂向動力學(xué)控制研究綜述
航空發(fā)動機(jī)整機(jī)動力學(xué)有限元模型建立方法

佛山智能裝備技術(shù)研究院機(jī)器人動力學(xué)研究成果取得世界級突破

孟穎教授最新Joule:探索電化學(xué)過程中軟金屬的選擇性生長

深入剖析半導(dǎo)體濕法刻蝕過程中殘留物形成的機(jī)理
【Simcenter STAR-CCM+】通過快速準(zhǔn)確的CFD仿真加速空氣動力學(xué)創(chuàng)新

使用Phase Lab鎳基動力學(xué)數(shù)據(jù)庫計算多組分合金的成分分布曲線

“本源悟空”超導(dǎo)量子計算機(jī)助力大規(guī)模流體動力學(xué)量子計算

評論