블로그 약 10년간의 데이터, 리튬이온 배터리 노화 모델의 결함 드러내

전기 자동차와 그리드 스토리지 시스템의 원동력인 최신 리튬 이온 배터리는 주로 유휴 상태인 동안 눈에 보이지 않는 적과 마주하게 됩니다. 이러한 배터리는 주차된 전기 자동차와 같은 보관소에서 약 90%를 소비하지만 기생 반응으로 인해 용량이 점차 감소하고 저항이 증가하는 캘린더 노화라는 프로세스를 통해 계속 성능이 저하됩니다.

달력 노화를 이해하는 것은 고유한 시간적 과제를 제시합니다. 실온에서 상당한 열화 데이터를 수집하려면 수년이 필요합니다. 과학자들은 일반적으로 짧은 기간 동안 극한의 온도에서 데이터를 수집한 다음 가속 노화 모델을 통해 추정함으로써 이를 회피합니다. 이러한 모델은 전통적으로 두 가지 기본 원칙에 의존합니다.^0.5시간 의존성(고체 전해질 인터페이스층의 확산 제한 성장 반영) 및 Arrhenius 유형 온도 의존성.

처음에는 NMC(니켈-망간-코발트) 또는 LFP(리튬철인산염) 음극과 결합된 흑연 양극을 포함하여 다양한 배터리 화학 전반에 걸쳐 이러한 기존 모델을 뒷받침하는 수많은 연구가 있었지만 새로운 연구에서는 상당한 편차가 드러났습니다. 일부 배터리는 대체 멱법칙 시간 종속성을 나타냅니다(t^비), 다른 사람들은 Arrhenius 온도 동작을 유지하지만 t를 포기합니다.^0.5관계. 이러한 불일치는 잠재적으로 음극 전해질 경계면 성장, 전이 금속 용해 또는 구리 집전체 부식과 관련된 보다 복잡한 성능 저하 메커니즘을 암시합니다.

대부분의 달력 노화 연구는 수개월에서 5년에 걸쳐 진행되지만 실제 배터리에는 10년 동안의 성능이 필요합니다. 최근의 장기간 연구에서는 다음과 같은 중요한 통찰력을 보여줍니다.

• 패시브 양극 오버행 효과는 1년 후에 감소하여 선형 노화 추세로 이어집니다.
• 거듭제곱 지수는 주기적 노화에서 관찰되는 "무릎 점"과 유사하게 시간이 지남에 따라 극적으로 변합니다.
• Arrhenius 편차는 더 긴 기간에만 나타납니다.

이러한 발견은 단기 데이터로 검증된 모델이 장기적인 성능 저하를 크게 잘못 나타낼 수 있음을 시사합니다.

13년 동안 8개 유형, 4개 화학 물질, 5개 제조업체에 걸쳐 232개 배터리를 분석한 획기적인 연구에서는 패러다임을 바꾸는 몇 가지 결론을 보여줍니다.

• 온도 의존성은 예기치 않게 다양합니다.동일한 제조업체의 유사한 배터리 간에도 상당한 Arrhenius 편차가 발생하여 잠재적으로 상온 노화에 대한 예측 오류가 수년간 발생할 수 있습니다.
• 시간 의존성이 진화합니다.이상화된 t^0.5관계는 화학 전반에 걸쳐 상당한 변화와 함께 덜 자기 부동태화 값으로 대체됩니다.
• 다양한 분해 경로:용량과 전력 페이드는 서로 연관되지 않은 별개의 궤적을 따릅니다.
• 개성이 중요합니다:세포 간 변이는 상당한 분해 차이를 설명하므로 인구 추세와 함께 단일 세포 분석의 필요성을 강조합니다.

이러한 발견은 배터리 노화 모델과 관리 전략에 대한 근본적인 재평가를 필요로 합니다. 향후 연구 방향은 다음을 우선시해야 합니다.

• 다중 성능 저하 메커니즘과 기계 학습을 통합한 차세대 노화 모델 개발
• 달력 노후화에 대한 정교한 이해를 바탕으로 배터리 관리 시스템 최적화
• 제조 일관성을 개선하여 셀 간 변동을 줄입니다.
• 수명을 연장한 새로운 소재와 디자인 탐구

세계가 전기화 및 재생 에너지 저장으로 전환함에 따라 배터리 노화를 정확하게 예측하고 완화하는 것이 점점 더 중요해지고 있습니다. 이 연구는 지속 가능한 미래를 뒷받침할 더욱 내구성 있고 안정적인 에너지 저장 솔루션을 개발하기 위한 기반을 제공합니다.