首页/文章/ 详情

高温还是低温?谁是大尺寸电芯析锂元凶

8月前浏览514

大尺寸锂离子电池正在重塑电动汽车的底盘架构。为了追求更高的能量密度和集成效率(如 CTP、CTC 技术),电池单体的容量已经轻松突破 50 Ah。然而,这种“大”并非没有代价。

来自清华大学和北京信息科技大学的研究团队,近期在《Journal of Power Sources》上发表了一项极具工程指导意义的研究。他们不再满足于单纯的模拟仿真或小微型电池实验,而是直接对大尺寸方形电池(Pris matic Batteries)动了“手术”。

这篇论文的核心在于解决一个长期困扰业界的“冷热博弈”问题:在大尺寸电池内部必然存在的温差(Temperature Heterogeneity)中,究竟是高温区更危险,还是低温区更致命?

答案不仅反直觉,而且对电池热管理系统(TMS)的设计提出了严峻的警告。

大电池内部的“微气候”危机

首先,我们需要确立一个工程坐标:随着电池尺寸增加,其内部的物理场不再均匀。

在实际行车中,受限于冷却系统的布局和电芯自身的产热特性,大尺寸电芯内部很容易形成温度梯度。研究者发现,大尺寸方形电池在垂直方向上特别容易出现温度分层。

这就引发了一个学术界的长期争论:非均匀温度场下,析锂(Lithium Plating)到底发生在哪里?

  • 热力学派认为:低温区更危险。因为低温导致极化加剧,负极电位更容易跌破 0 V,从而引发析锂。
  • 动力学派认为:高温区更危险。因为高温区反应阻抗低,电流密度大,局部大电流会导致离子来不及嵌入石墨层,从而堆积析出。

这两种观点在小容量电池或仿真模型中各自成立,但在真正的 50 Ah 级大电池中,谁才是主导因素?

实验设计:制造一个“分裂”的电池

为了终结争论,研究团队设计了一套巧妙的装置。他们并没有单纯比较“冷电池”和“热电池”,而是在同一块电池上制造了“微气候”。

通过在电池不同区域布置加热膜和隔热材料,他们在单体电池表面维持了约 7-8°C 的温度梯度(一端 -10°C,一端 10°C)。作为对照组,他们设置了均匀的 -10°C、0°C、25°C 环境以及高倍率充电组。

这不仅仅是一次循环测试,更是一次精确的“尸检”。研究者引入了滴定-气相色谱法(Titration-Gas Chromatography, TGC)。这是一种高精度的定量手段,通过让析出的金属锂与水反应生成氢气,再测定氢气量,从而精确计算出究竟有多少锂“死”在了负极表面,而非仅仅是通过电容量推测。

核心发现:低温区的“指数级”崩塌

研究结果非常有冲击力,它揭示了温度不均匀性带来的破坏力远超预期。

1. 不均匀比单纯的低温更可怕

最令人震惊的数据在于容量衰减。你可能认为,温度不均匀的电池,其表现应该是高温区和低温区的平均值。

事实恰恰相反。温差电池的容量衰减速度是均匀低温(0°C)对照组的 3.69 倍。

如下图所示,带有温度梯度的电池(浅蓝色线)在循环初期就表现出了剧烈的容量跳水,其衰减轨迹甚至比单纯的低温环境更恶劣。这说明温度梯度本身在电池内部引发了某种“恶性循环”。

图解(见原论文 Figure 3):各组电池的容量衰减曲线;注意浅蓝色曲线(-10/10°C 梯度组),其容量下降的斜率极其陡峭,远超其他均匀温度的对照组;这表明“内部温差”本身就是加速电池老化的核心驱动力。

2. 定量裁决:低温区是析锂的重灾区

通过 TGC 定量分析,研究者解开了“冷热博弈”的谜底:热力学因素占据了主导地位。

在同一个电池内部,低温区域的析锂量是高温区域的 1.5 倍。具体数据上,低温区的析锂量高达 50.64 mg(上部),而高温区仅为 34.59 mg(下部)。这彻底推翻了“高温区电流大导致析锂”在大尺寸电池低温工况下的主导性。

3. 析锂形态的微观差异:尖刺与苔藓

不仅数量不同,析出的锂的“长相”也截然不同。

  • 低温区(Dendrites): 形成了尖锐的树枝状晶体(Dendrites)。这是最危险的形态,极易刺穿隔膜造成短路,且会导致 SEI 膜破裂和再生,消耗大量电解液。
  • 高温区(Mossy): 呈现出苔藓状(Mossy)。虽然也是析锂,但这种形态相对致密,对结构完整性的破坏较小。

微观结构的差异解释了为什么低温区的破坏力如此之大:树枝状锂不仅导致活性锂损失(LLI),还会因为死锂的积累显著增加电极厚度。

图解(见原论文 Figure 7):不同温度区域的微观形貌对比。 左上(图a-c)展示了带有温度梯度的电池内部:a图(高温区)表面相对平整,而c图(低温区)则布满了破碎的结构和树枝状晶体。下方对应的TEM图像(g-i)进一步显示,低温区的SEI膜厚度(4.72 nm)是高温区(1.15 nm)的三倍以上,且极其不均匀。

深度机理:扩散的短板效应

为什么大尺寸电池中“冷”战胜了“热”?研究者通过相场模拟(Phase Field Modeling)给出了物理层面的解释。

在大尺寸电池的低温工况下,Li+的扩散系数(Diffusion Coefficient)成为了决速步(Rate-determining step)。**

在低温区域,锂离子的固相扩散极慢。这就好比一个繁忙的路口(电极表面),车流(锂离子)源源不断地开过来,但路口的疏散速度(嵌入石墨内部的速度)太慢。结果就是车流在路口积压,导致局部的电场和浓度梯度急剧升高。

这种物理堵塞迫使锂离子在电极表面直接获得电子变成原子,并倾向于在尖端沉积,最终长成树枝。

图解(见原论文 Figure 8):非均匀温度下的相场模拟结果;可以清晰地看到,在-10°C的环境下(图a),锂沉积呈现出明显的长针状树枝晶,且高度最高;而在10°C环境下(图c),沉积形态则更为低矮和致密;这直观展示了低温如何通过限制扩散动力学来诱导恶性析锂。

行业启示:热管理逻辑的修正

这项研究对电池系统设计(Pack Design)和电池管理系统(BMS)的算法开发提供了两个关键的修正视角:

  1. 从“平均温度”转向“短板管理”:目前的 BMS 往往关注电池包的平均温度或最高温度(防止热失控)。但这项研究表明,局部低温点(Cold Spot)才是容量跳水和安全隐患的根源。在快充策略中,必须以电池内部最低温区域作为电流边界条件的依据,而不是平均温度。

  2. 结构性应力的隐患:研究还发现,由于低温区严重的树枝状析锂,导致该区域的电极厚度增加了 1.1 mm。在一个紧凑封装的电池包(尤其是无模组技术 CTP)中,这种局部的异常膨胀会产生巨大的机械应力,可能压坏相邻电芯或导致结构件失效。

总结而言,对于大尺寸动力电池,维持温度的“均匀性”比单纯降低“最高温”具有更高的优先级。 哪怕是几度的温差,在长期循环中也会通过“索雷特效应”(Soret effect,热扩散)和极化差异,将电池的寿命折损放大数倍。


来源:锂电芯动
汽车电子UM电场材料
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:2025-12-12
最近编辑:8月前
锂电芯动
博士 中科院博士,电芯仿真高级工程师
获赞 9粉丝 21文章 71课程 0
点赞
收藏
作者推荐

P2D充放电拟合实战系列(二):如何正确获取并使用OCV数据?

引言OCV拟合通常是P2D充放电拟合的第一步也是非常关键的一步,这一步如果没有做好,后面的动力学参数怎么调都是白搭。在做OCV拟合之前,我们首先要获取靠谱的OCV数据。在这方面你是否也对以下几个核心问题感到困惑?问题一:GITT vs. “伪OCV”,哪个更准?OCV测试有两种主流方法:一种是GITT(电流间歇滴定),另一种是用非常小的倍率(如C/50, C/100)去连续充放电,通常被称为“伪OCV”(Pseudo-OCV)。到底哪一种方法测得的OCV,代入P2D模型后拟合最准确?问题二:什么情况下上述两种方法测量结果差异不大?GITT的测试时间明显比“伪OCV”法长得多 。那么在什么情况下,这两种方法的效果是差不多的 ,可以允许我根据项目时间需求,选择那个更快的“伪OCV”法呢?问题三:充电OCV vs. 放电OCV, 到底测哪个?当我们测试OCV曲线的时候,是只测充电或放电就够了,还是充电和放电两个都要测? 如果两个都测了,我该如何使用它们?是做平均,得到一条曲线代入模型?还是必须分开来用?如果你确实也有相似的困惑,请耐心读下去,后面的内容将会为你答疑解惑。一. OCV:P2D模型的重要“地基”在P2D模型(如Newman模型)中,OCV(开路电压)曲线 绝不是一个普通参数,它是模型关键的“热力学地基”。如图1所示,P2D模型计算的总电压 = 正极电势(平衡电位+过电位) – 负极电势(平衡电位+过电位)图1. 输出电压与OCV(开路电压)和极化过电位的关系 其中平衡电位部分由各电极的OCV曲线提供,而过电位来自动力学阻抗(如欧姆内阻、浓差极化和电荷转移极化)。因此,OCV-SOC曲线直接决定了模型在无电流时的开路电压水平,以及工作时电压曲线的基准形状。若OCV输入不准确,模型计算的电池电压将整体偏移或形状失真,难以与实验吻合。因此,在高保真P2D参数化过程中,准确测定各电极的OCV曲线是至关重要的一步。二. “地基”之选:GITT vs. 伪OCV要获取OCV,你首先要做出一个关键选择:用GITT还是伪OCV?伪OCV测试通过连续的低速率充放电获取近似OCV曲线(例如C/50慢充放,被认为电压基本代表OCV),而GITT通过恒流脉冲+长时间静置在各SOC点获得平衡电压。两者最终目的都是得到OCV-SOC关系,但GITT更接近真实热力学OCV,而伪OCV提供的是一个“带有极化的OCV”曲线。P2D模型需要的是代表真正平衡态的“OCV”曲线,因此采用GITT测的OCV曲线带入模型更加准确。尽管GITT测量精确,但其实验耗时长且步骤繁琐。在一些情况下,伪OCV曲线可以在精度与效率之间取得折衷,被用于替代GITT-OCV。具体而言,对于主要依赖固溶机制的正负极(如石墨、NMC、NCA等),OCV曲线单调且不存在大平台区,缓慢恒流测试即可获得与平衡OCV几乎重合的曲线(误差小于10-20 mV)。举个例子,Schmalstieg等(2018年)分别采用C/100超低电流连续充放和GITT(C/10脉冲+5小时静置)两种方法测定了一款高功率电池的OCV,结果显示两种曲线高度重合(图2)。他们指出:“两种测量方法结果吻合很好”,在如此低的电流下伪OCV与真实OCV的偏差“非常有限”。鉴于此,他们直接采用连续C/100曲线作为OCV输入,以获取平滑完整的OCV曲线(而GITT仅得离散点)。模拟验证表明,该OCV输入下模型计算的室温放电曲线与实测高度一致。 图2. 实线是伪OCV(C/100), 点和叉是GITT测的OCV数据点:左边是石墨负极,右边是NMC正极然而,这种“一致性”并非放之四海而皆准。必须指出,Schmalstieg案例中的石墨和NMC属于“固溶机制”材料,其OCV曲线相对平滑。但在另一些电极材料(如LFP)中,情况就大不相同了。例如,Petzl等就观察到,对LFP电池采用C/40恒流(即伪OCV)得到的曲线,较GITT测量的OCV在平台区有**~20毫伏的显著差异**。当延长GITT测试中的静置时间,这些误差将会变得更大。为什么同为OCV测试,NMC的结果“差异不大”,而LFP的“差异较大”?这背后隐藏的,就是由材料“相变”特性决定的关键问题——“电压滞后”。这正是我们第三节要深入探讨的“陷阱”。三. 小心电压滞后“陷阱”:充电OCV vs. 放电OCV相变电极材料(典型如 LFP、LTO和Si基材料)存在电压滞后(hysteresis)现象:同一SOC 下,充电与放电的“平衡电压”不同。如图3所示,Si充电和放电的OCV曲线之间存在明显的差异,这种差异是热力学效应导致的,即不同路径的平衡态不同。因此,电压滞后现象,即使长期静置也无法消失。图3. 蓝色和绿色线分别是Si充电和放电的OCV曲线 对于具有电压滞后的体系,仅凭单条(充电或放电)OCV曲线无法描述充放路径差异。如果直接采用单条OCV曲线,模型中的滞后效应就会被动力学参数不恰当地补偿,削弱模型对不同充放轨迹下性能的预测准确性。因此,需要将充电和放电的OCV曲线都输入模型,才能避免电压滞后效应对动力学参数标定的影响。具体怎么输入,可以参考Comsol官方的两个经典案例:Silicon–Graphite-Blended Electrode with Thermodynamic Voltage HysteresisVoltage Hysteresis in a Lithium Iron Phosphate ( L F P ) E l e c t r o d e从名字可以看出这两个案例都是专门介绍在P2D模型中该如何处理电压滞后效应的。小结读到这里,我们可以清晰地回答开篇的三个问题了:GITT vs. “伪OCV”,哪个更准? GITT。它通过“脉冲+长时间弛豫” 获得的是“真·平衡态”,是P2D模型最需要的“热力学地基”。“伪OCV”则始终“带极化”。何时能用“伪OCV”? 当材料无明显滞后时(如NMC、石墨),C/100的“伪OCV”与GITT结果高度重合,此时可选“伪OCV”来平衡效率与精度。LFP/Si等滞后材料怎么办? 必须用GITT,且充电和放电曲线都要测。因为它们的“滞后”是热力学效应,绝不能用“平均”或“拼接”的办法去“强行消除”。必须将两条曲线同时输入到支持滞回的高级模型中(如COMSOL案例所示)。参考文献:Journal of The Electrochemical Society, 165 (16) A3799-A3810 (2018)IEEE Transactions on energy conversion 28.3 (2013): 675-681.来源:锂电芯动

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