Lithium-ion battery models for performance and aging
Tid: To 2022-12-08 kl 10.00
Plats: F3, Lindstedtsvägen 26 & 28, Stockholm
Videolänk: https://kth-se.zoom.us/meeting/register/u5Uvduivqz0sHtIK57hWG26bv-5Fe7OaTRLU
Språk: Engelska
Ämnesområde: Kemiteknik
Respondent: Jing Ying Ko , Tillämpad elektrokemi
Opponent: Professor Ulrike Krewer, Karlsruhe Institute of Technology
Handledare: Professor Göran Lindbergh, Tillämpad elektrokemi
QC 2022-11-10
Abstract
I takt med att efterfrågan på litiumjon-batterier (LiB) ökar, ökar även behovet av att förstå deras beteenden och egenskaper. I denna strävan är modeller användbara verktyg för att förstå och förbättra celldesign, kvalitet, kontrollsystem, prestanda, åldrande och livslängd. Den pseudo-tvådimensionella (P2D) modellen och dess reduktion, enpartikelmodellen (SPM), är hörnstenar bland fysikbaserade modeller för LiBs. De har egenskaper som direkt relaterar till fysikaliska fenomen i batterier. P2D-modellen och SPM är allmänt tillämpliga, men beskriver inte vissa fenomen. Därför krävs utökade modeller för att fånga ytterligare fenomen.
Detta arbete beskriver modelleringsmetoden för specifika processer som mekanisk stress, kapacitans och strömfördelning samt åldring. Långsamma processer som diffusion av litium och mekaniska partikelspänningen studeras för pulspolarisering och -avslappning. Snabba processer som dubbellagerkapacitans och strömfördelning spelar en viktig roll för att förklara de nedtryckta halvcirkelbågarna som uppträder när impedans visas i Nyquist-diagram.
Åldrande vid två typer av cyklingsstrategier undersöks, nämligen högspänning och partiell cykling. Strategierna riktar in sig på olika prestandaprioriteringar för elfordon och stationära energilagringssystem. Förutom elektrodegenskaper erhålls åldringsparametrar. En dynamisk livslängdsmodell används för att studera fasta elektrolytgränssnitt och partikelsprickbildning i kommersiella celler och förutsäger sedan den återstående livslängden.
Fysikbaserade modeller och deras utökade versioner innehåller många parametrar. Eftersom det är osannolikt att alla parametervärden är kända implementeras parametrisering för att extrahera okända värden. Parametrisering, i denna avhandling, kombinerar elektrokemiska data och utökade modeller. Parametrar för elektrodens fysikaliska egenskaper, samt åldrande och livslängd, extraheras från experimentella karakteriseringstester.