首页/文章/ 详情

固态电池设计与性能估算工具

8月前浏览552

美国橡树岭国家实验室Ilias Belharouak等人设计了一可用于固态电池设计与性能全面分析的交互式实验工具包(SolidPAC)。该工具包可根据用户特定的应用要求,设计出相应的固态电池以及电池PACK,帮助研究人员对电极材料性能和组分、电极厚度和负载、成本等因素进行合理优化。该工具包之前进行了简单介绍:

固态电池设计与能量密度评估工具包

本文详细介绍工具包中固态电池的设计过程。该工具包有两种形式供大家使用:(1)EXCELL文件版本,利用表格输入参数,进行电池设计与性能计算;(2)以软件形式安装,只能安装在64位WINDOWS10.0以上版本操作系统,利用软件界面输入参数,计算性能。两种形式基本过程类似,本文以EXCELL版本为例进行介绍。

软件形式界面

第一步,选择材料体系,点击单元格右侧下拉三角符,选择对应的材料。

1.1、选择负极活性材料,包括石墨、硅和锂,具体的参数包括容量(Nominal Capacity)、分子量(Molecular Weight)和材料真密度(Material Density),默认的参数值如下表所示,这里也可以根据自己的实际情况修改材料参数值。

1.2、选择固态电解质,常见的固态电解质及其性能默认值如下表所示,主要参数包括密度、摩尔质量、每克电解质内的可用Li质量、电导率、负极/电解质界面电阻、正极/电解质界面电阻。材料参数值也可以根据自己的实际情况修改。

1.3、选择电极中添加的固态电解质组分,可供选择的主要是1.2固态电解质中的前六种。

1.4、选择正极活性材料,常见的固态电解质及其性能默认值如下表所示,常见材料包括NCA、NMC622、NMC333、LFP、LMO和75%NMC/25%LMO等,主要的参数包括材料摩尔质量、电极面容量、克容量、活性材料/导电剂/电解质/粘结剂的比例(根据实际情况修改电池设计参数)、不同SOC状态下的电压、电阻等,这些默认值都是该团对长期工作中积累的数值,当然材料参数值也可以根据自己的实际情况修改。

第二步,输入电池模组、PACK、电芯设计参数,以及应用新能源汽车类型。

Number of packs per vehicle (parallel or series),每两汽车的PACK数量;

Vehicle type (microHEV, HEV-HP, PHEV, EV),电动汽车类型,主要包括微型混合动力、混合动力、插入式混合动力、纯电动,每种类型主要利用电池PACK的总能量比例不同,而且可能根据不同的材料变化,默认值如下表所示。

Target battery pack power, kW,电池PACK目标功率;

电池PACK组成如下图所示,电芯通过串并联组成模组,几个模组串并联组成PACK。Cells per module每个模组的电芯个数,Cells in parallel每个模组的电芯并联数,Modules in a row在PACK中串联的模组数,Number of rows of modules in a pack在PACK中的模组串联数。

Energy requirement of vehicle on UDDS cycle (default = 250), Wh/mile,美国UDDS标准中规定的工况条件下电动汽车的能量要求,默认值250Wh/mile。

Pack capacity (Ah),Pack energy (kWh)和Vehicle range (miles),Pack容量、能量或者汽车里程,三者任填一个。

Stacking,电芯的叠片形式,分为两种传统的锂电池形式和双极板串联式。如下图所示,传统形式由正极极片、隔膜和负极组成基本单元,然后电芯是由几个基本单元并联组成的;双极板形式是双极板集流体一侧为正极、一侧为负极,依次串联组成电芯。双极板形式减少了集流体数量,节省了电池内部空间,能量密度更高。

而且双极板形式,集流体中电流传输方向为集流体厚度方向,传输距离比传统形式更短,电阻更低。

第三步,输入以上参数,该工具自动计算电池和电池组的设计参数和性能参数,具体包括:

下图是采用该工具设计的固态电池实例,Materials和Cathode design是输入参数,其他采用默认值,后面的就是自动计算的数值,列出了正极的厚度、重量,电池质量、体积、能量密度等。

下图展示了电解质厚度和N/P比值对电池性能的影响,以及不同电解质采用传统电池叠片设计和双极板设计的能量密度对比。

参考文献

Marm Dixit*, Anand Parejiya, Rachid Essehli, Nitin Muralidharan, Shomaz UlHaq, Ruhul Amin, Ilias Belharouak*, SolidPAC is an interactive battery-on-demand energy density estimator for solid-state batteries, 2022.

来源:锂想生活
汽车新能源材料
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:2023-09-20
最近编辑:8月前
堃博士
博士 签名征集中
获赞 78粉丝 51文章 326课程 0
点赞
收藏
未登录
还没有评论

课程
培训
服务
行家

VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈