首页/文章/ 详情

GT-Autolion中锂电池电化学模型与等效电路模型的建立和验证

2小时前浏览1


摘要

本文基于试验数据建立了锂离子电池的电化学模型,详细介绍了建模用到的控制方程以及电池几何参数的定义,对模拟结果进行讨论,并对相关影响因素进行敏感性分析。最后,建立等效电路模型并进行验证。


研究背景

锂离子电池具有高比能量,可延长运行时间;具有高比功率,可实现良好的电力输送。与其他材料相比,电量释放比例一定时,锂离子电池剩余的电压更高,如图1所示。到2030年,全球对锂电池供能的需求将超过3100GWh,中国、美国、欧洲、韩国、日本和澳大利亚等国是锂离子电池供需关系大国。不同材料构成的锂离子电池的比能量、比功率、性能、安全、使用寿命及成本存在差异,如图2所示。


   

图1锂离子电池与其他材料电池的性能对比


   

图2全球不同国家的锂离子电池供需关系


锂离子电池结构

   


锂离子电池具体阳极、阴极、电解液和隔膜等结构。阳极易发生氧化反应,失电子;阴极易发生还原反应,得电子。电解液有助于充放电循环过程中离子的转移。隔膜作为阳极和阴极之间的屏障,可以允许离子通过并阻止电子通过。


阴极反应方程式:

   


阳极反应方程式:

   



GT-Autolion中电池建模方法

GT-Autolion中的电池模型有等效电路模型和电化学模型。


   



控制方程(P2D模型)

控制方程主要包含电荷守恒方程和组分守恒方程。


   


Doyle-Fuller-Newman (DFN)模型用于描述电池的动态特性和预测电流/电压响应;


固相中锂离子的浓度用固相扩散系数、电化学反应体积比、法拉第常数和界面活性比表面积描述;


液相中锂离子的浓度用菲克扩散定律和界面反应的交换电流密度来描述;


电极中的固态电位(Φs)由欧姆定律推导而来;


电解质和隔膜中的液相电位(Φe)由基尔霍夫定律和欧姆定律计算得到;


电极中Li+离子(J)的多孔壁通量由Butler Volmer动力学方程描述。


GT-Autolion电池几何定义

GT-Autolion提供了4种结构的电池类型,如图3所示。

   

图3 GT-Autolion中的电池类型


GT-Autolion嵌入了很多典型电池数据库,其中圆柱形电池及其几何参数设置如图4所示。


   

图4 电池几何参数设置



模型输入参数和建模流程

输入参数:

电池单体的几何参数、电池单体的材料数据、电池单体的特征数据。


建模流程:

   



电池老化模型

电池老化机理:SEI膜增长、CEI膜增长、SEI膜破裂、活性材料隔离模型(线性&非线性)、析锂(可逆&不可逆)。


日历老化数据用于校准SEI和CEI膜的增长模型,这些模型在零电流负载下是有效的。循环老化数据用于校准活性材料隔离模型和析锂模型,这些模型需要设置电流负载。


商用LiFePO4-石墨锂电池的电化学模型

电池特性:

电池类型:CR2032(纽扣式)

阴极:LiFePO4

阳极:Graphite

电解液:1 mol/L LiPF6在碳酸亚乙酯(EC)和碳酸二甲酯石墨中的溶液

隔膜:聚合物膜

试验数据:

在不同倍率(C/5~5C)下,两个半电池(阳极和阴极分开)进行的恒流充放电试验数据如图5所示。


     
     

图5 两个半电池(阳极和阴极分开)

进行的恒流充放电试验数据


热力学和动力学参数:

   


半电池建模和标定:

   
   


参数调优:

   


最终优化:

优化阴极和电解质的扩散率和接触电阻,以匹配不同倍率下的电压。

   
       
       

半电池试验数据与仿真结果对比(阴极)

   


半电池试验数据与仿真结果对比(阳极)

   


基于锂离子(NCA)电池的电化学模型

电池特性:

电池类型:Pouch (12 Ah)

阴极:NCA

阳极:Graphite

电解液:1 mol/L LiPF6在碳酸亚乙酯(EC)和碳酸二甲酯石墨中的溶液

隔膜:聚合物膜


热力学和动力学参数:

   


参数调优:

   


最终优化:

   


试验结果与仿真结果对比:

   


影响因素敏感性分析:

在本研究中,考虑了FCC、FDC、N/P、扩散率和容量负载参数的影响。参数的敏感性分析可以帮助工程师很好地了解每个参数在电池单体中的作用,以在不同情况下选择有效的参数。


   


(1)与其他参数相比,阴极首放容量FDC和阳极首充容量FCC在所有倍率下都有显著影响。

(2)容量负载Capacity loading在0.1C时灵敏度最高。

(3)阳极锂离子扩散率在较高的倍率时影响较大,而阴极锂离子扩散率在所有倍率下影响最小。


等效电路建模

等效电路模型创建步骤:

   


HPPC试验数据:

       
       


等效电路模型:

   


电池特性验证:

   


总结

1.本文使用GT-Autolion可以建立鲁棒性很好的电化学模型,仿真结果与试验结果吻合很好

2.优化成功,并对影响电池单体的关键参数进行了敏感性分析

3.基于电化学的电池模型可以作为系统级电热、直流快速充电和涌流分析的独立模型

4.未来工作:建立电化学模型,研究降解、老化和析锂现象。


参考文献

[1] Lee, D. U., Xu, P., Cano, Z. P., Kashkooli, A. G., Park, M. G., and Chen, Z., “Recent Progress and Perspectives on bi-functional Oxygen Electrocatalysts for Advanced Rechargeable metal-air Batteries,” Journal of Material Chemistry A, 4(19), 7107–7134, 2016.

[2] Doyle, M., Fuller, T. F., and Newman, J., “Modeling of Galvanostatic Charge and Discharge of the Lithium/Polymer/Insertion Cell,” Journal of Electrochemical Society, 1526:140, 1993.

[3] Fuller, T. F., Doyle, M., and Newman, J., “Simulation and Optimization of the Dual Lithium Ion Insertion Cell,” Journal of Electrochemical Society, 1:141, 1994.

[4] https://www.gtisoft.com/gt-autolion/

[5] Mauger, A., and Julien, C.M., “Olivine Positive Electrodes for Li-Ion Batteries: Status and Perspectives.”, Batteries, 4(3): 39, 2018, doi: 10.3390/batteries4030039

[6] Mastali, M., Farkhondeh, M., Farhad, S., Fraser, R. A., and Fowlerb, M., “Electrochemical Modeling of Commercial LiFePO4 and Graphite Electrodes: Kinetic and Transport Properties and Their Temperature Dependence” Journal of The Electrochemical Society, 163 (13):A2803-A2816, 2016.

[7] Jin, N., Danilov, D. L., Van den Hof, P.M.J., and Donkers, M.C.F., "Parameter Estimation of an Electrochemistry based Lithium-ion Battery Model using a Two-step Procedure and a Parameter Sensitivity Analysis" International Journal of Energy research 42:2417-2430, 2018, doi:10.1002/er.4002


来源:艾迪捷
非线性化学电路电力电子UGUM化机材料控制试验META
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-13
最近编辑:2小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 410课程 0
点赞
收藏
作者推荐

基于AutoLion仿真预测锂电池膨胀和应力应变

// 来源:Gamma TechnologiesWritten By: Ajaykrishna Ramasubramanian 、 Joe Wimmer 01 背景锂电池在大多数商业电子和便携式设备中使用,在储能领域占据着高度的特权地位,已成为汽车运输电气化和可再生能源集成的一种多功能和高效率的选择。预计到2025年,全球锂电技术市场将超过900亿美元。因此,锂电池的可靠性在这种大规模应用中非常关键,并且对社会经济有直接影响。对于锂电池来说,不从力学的角度了解退化机制,是无法完成下一代高能量密度电池研发。一方面,电极中重复的体积应变,其电极材料(石墨,层状/尖晶石/橄榄石氧化物)的能量密度不断变化从几个百分点到几百个百分点,破坏了电池的结构稳定性,并恶化了循环中的容量保持率。另一方面,机械的应力应变会影响电化学过程的动力学,例如质量传递,电荷转移,界面反应和相变,从而影响电池的性能,容量和效率。针对这些情况,一些电池组设计还包含散热片,热敏电阻,泡沫隔膜和重复框架元件,以容纳电池,保持温度并控制体积的变化。所有的电池产品研发过程都要了解机械和电化学现象之间的复杂联系。GT-AutoLion中的机电化学模型有效地捕获了这种联系,使工程师能加速电池技术的开发,同时减少所需的测试工作和成本。 02 机电化学模型是如何工作的?锂化和脱锂等电化学过程导致活性材料的体积发生显著变化,这种体积变化导致电池性能改变。因此,为了模拟电池性能的这种变化,AutoLion能够实现在各种条件下预测电池性能的柔性膨胀模型。这些模型包括各种机械应变机制,如套管约束、泡沫填料约束和施加的孔压力约束。此处应用的机械约束类似于电池测试或常规电池使用期间发生的条件。基于这种类比,这些条件大致可分为三大类:(i)刚性壁(零应变和高应力),(ii)自由膨胀(高应变和零应力)和(iii)混合约束的现实情景(非零应力和应变),如下图所示。下图反应了不同机械载荷条件下,脱锂(放电)与锂化(带电)活性材料中的电极膨胀的现实情景。 图1 03如何捕获每个组件上的应力应变和孔隙率变化?为了准确模拟电池的机械行为(例如,厚度变化,压力产生等),每个电池组件的机械响应特性都被纳入其中。多孔电极的机械性能是根据线性弹性、多孔岩石力学或用不可压缩电解质饱和的电极的实测应力应变响应来定义的。在电化学电池系统中,阳极和阴极层将受到外部施加的压力和电极层膨胀/收缩的影响,这些压力和电极层的膨胀/收缩是由活性材料体积变化引起的对其整体应变响应。活性材料的体积变化的大小与活性材料的锂化状态有关。从这两个分量中捕获总应变,并通过力学中的本构关系计算相应的应力。孔隙率变化与尺寸/应变变化之间的平衡是使用材料平衡捕获的。下面显示的样品结果显示了孔隙度和应变变化对不同刚度套管约束的影响。 材料平衡还考虑了通过孔隙率变化引起的动力学变化,从而解释了电池的电化学性能。下面显示了施加电池压力的石墨阳极的样品结果,描述了应变和孔隙率的变化。 AutoLion模型允许阳极和阴极的非理想锂化行为,这提高模型的准确性,显示了在电池单体水平预测考虑单个活性材料体积变化行为的重要性。 04 这些结果有何用处?电池和电池组设计人员目前依靠广泛的电化学和机械测试来考虑体积变化和产生的应力。这种机电化学模型预测了这种体积变化,可以减少所需的电化学和机械测试次数。AutoLion模型可以帮助设计人员利用基于颗粒水平锂化体积变化行为的特征来预测微观层级的体积变化。该模型还可以探索单个组件应变,容量平衡效应,孔隙率和压力变化效应的理论预测。此外,单体的性能高度依赖于膨胀应变的演变,如下面的结果所示。 从模型中得到的结果可能有助于单元设计或确定相关参数,以减轻活性材料体积变化的不利影响。此外,该模型有助于理解机械和电化学交织的现象,并用作新化学物质研究,如硅或Li金属。 来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈