추상적인
전기 자동차와 같은 응용 분야에서 리튬 이온 배터리의 성능을 향상하려면 배터리 관리 시스템(BMS)을 사용하여 배터리 상태를 모니터링해야 합니다. 이를 위해서는 전극 규모에서 배터리를 모니터링하는 비침습적 도구가 필요합니다. 본 논문에서는 배터리 충방전에서 전극 정보(배터리 충전 상태에 따른 평형전위, 용량, 리튬화율)를 추출하는 방법을 제안한다. 이 정보를 결정하기 위해 의사 OCV 모델이 사용되었으며, 이는 배터리 과전압과 관련된 바이어스를 줄일 수 있습니다. LFP/흑연 리튬 이온 배터리의 의사 OCV 평균(방전과 충전 간) 측정에 필요한 매개변수의 정확도는 약 1mV입니다. 이 방법은 모든 배터리 화학에 사용할 수 있습니다.
1. 소개
LIB 모니터링에 대한 수요:전기 자동차와 같은 애플리케이션에 리튬 이온 배터리를 사용하려면 배터리 상태를 모니터링하여 안전성, 더 나은 성능 및 긴 수명을 보장하는 배터리 관리 시스템(BMS)이 필요합니다.
기존 모니터링의 단점 및 개선 사항:전통적으로 LIB는 내부 상태에 대한 정보 없이 '전체'로 모니터링되었습니다. 실제로 리튬이온 배터리는 양극과 음극, 전해질, 분리막 등 여러 내부 부품으로 구성된다. 이 기사에서는 배터리 충전 상태(SOC)의 함수로서 전극 용량과 평형 전위를 결정하는 데 중점을 두고 더 나은 제어를 위해 LIB의 전극 상태를 모니터링하는 것을 목표로 합니다.
이 문서에서는 방법에 대한 개요를 제공합니다.LIBS 전극의 상태를 결정하기 위해 의사 OCV 모델을 기반으로 한 방법이 제안되었습니다. 이 방법의 특징은 배터리 Pseudo OCV의 평균 측정값과 전극 평형전위의 평균 기준곡선을 이용하는 것이다. 이 기사에서는 섹션 2에서 LIB 의사 OCV의 구성을 설명하고 전극 상태 매개변수 및 의사 OCV와 관련된 수학적 방정식을 설정합니다. 섹션 3에서는 전극 매개변수를 결정하는 방법이 소개되었습니다. 이 방법의 결과는 섹션 4에서 평가되었습니다.
2. LIB 의사 OCV 특성
2.1 의사 OCV의 정의 및 모델링
정의:의사 OCV(pOCV)는 배터리 과전압(θ)이 수십 밀리볼트(즉, 매우 낮은 전류)일 때의 배터리 전압이며, OCV는 배터리 평형 전압을 나타냅니다.
영향을 미치는 요인:OCV는 오믹 효과(전해질의 리튬 이온 및 전극의 전자 이동, 외부 전기 커넥터 등)와 같은 다양한 내부 현상의 기여를 포함하여 배터리의 충전 상태(SOC) 및 온도 T에 따라 달라집니다. 및 동적 효과(각 전극에서 리튬 전하의 이동 및 확산). θ는 온도, SOC, 배터리 이력(배터리 충전 및 방전 및 상태)의 영향도 받으므로 pOCV도 이러한 매개변수에 따라 달라집니다. 이 기사에서는 주로 SOC에 대한 의존성을 중점적으로 다루며 다른 매개변수는 상수로 간주됩니다. SOC는 다음 공식을 사용하여 계산됩니다.
계산해 보면, SOCinit는 초기 충전 상태, I는 측정된 전류, t는 시간을 나타냅니다.
2.2 평형 전압
설명:배터리의 OCV는 양극과 음극의 평형 전위(OCP) 간의 차이입니다. 아래 첨자 PE와 NE는 각각 양극과 음극을 나타냅니다. x와 y는 전극의 리튬화 속도로, 전하 상태와 용량의 비율로 정의됩니다. 전극 용량은 전극의 특정 설계 및 전기화학적 특성과 관련이 있습니다. 전극의 OCP는 기준 전극(보통 금속 리튬 전극(Li+/Li)을 기준 전극으로 사용)을 기준으로 평형 상태에서 측정된 전기량으로, 리튬화 속도에 따라 비선형적으로 달라지며 전극의 용도에 따라 영향을 받습니다. 히스테리시스(히스테리시스). OCP 곡선은 하나 이상의 안정 상태를 나타낼 수 있으며, 그 수는 전극의 화학적 조성에 따라 달라집니다.
실제 LIB에서의 위치:그림 3은 실제 LIB의 전극 OCP(리튬화율 대비)와 배터리 OCV 곡선(배터리 SOC 대비)을 보여줍니다. 배터리 SOC가 증가하면(충전 중) x는 증가하고 y는 감소합니다. 리튬 이온이 양극에서 음극으로(방전 중 반대) 이동하기 때문입니다. 따라서 그림 3의 OCPPE 곡선은 그림 2와 반대입니다. Cbat는 배터리 용량으로, SOC(배터리가 완전히 충전 또는 방전되었을 때)의 최대값으로 정의되며, ybat, 100%는 배터리가 완전히 충전되었을 때(SOCmax=Cbat인 경우) PE의 리튬화율, xbat, 0%는 배터리가 완전히 방전되었을 때(SOCmax{4}}Cbat인 경우) NE의 리튬화율입니다. SOCmin=0 Ah), 배터리 전압의 최소(2.5V) 및 최대(3.6V) 제한은 각각 배터리의 완전 방전 및 충전 상태에 해당합니다.
실제 LIB의 경우 전극을 충분히 활용할 수 없습니다. 배터리가 완전히 충전되면 PE의 리튬화율 ybat는 100%에 가깝습니다(즉, 그림 3에 표시된 것처럼 1-ybat, 100%가 1에 가깝습니다). 배터리가 완전히 방전되면 NE의 리튬화율(xbat)도 0%에 가깝습니다. 일반적으로 NE의 설계 용량 CNE는 PE의 용량 CPE보다 크므로 그림 3의 OCPNE 곡선(Ah)은 OCPPE 곡선보다 큽니다. NE의 초대용량은 실제 LIB에서 리튬화 속도 x가 1에 도달하는 것을 방지하여 OCP가 반응의 잠재적 값인 0 V Li+/Li(그림 3, x=1 참조)로 떨어지는 것을 방지합니다. LIB가 발생하고 싶지 않은 (리튬 도금이라고 함). 그림 3에서 배터리 SOC, x, y 간의 관계를 설정할 수 있으므로 방정식 (3)과 (4)를 사용하여 배터리 SOC를 계산할 수 있습니다. 식 (5)와 (6)은 SOC 및 기타 매개변수를 기준으로 x와 y를 나타냅니다. 또한, 방정식 (2)와 (1)을 혼합하여 전극 OCP를 pOCV 표현에 통합할 수 있습니다.
3. 전극상태 인식방법
매개변수 및 측정:이전 섹션에서는 전극 상태를 정의하는 매개변수(OCP 전극, xbat, 0%, ybat, 100%, CNE 및 CPE)가 모두 배터리의 의사 OCV에 포함된다는 점을 명확히 했습니다. 이러한 매개변수를 결정하기 위해 배터리 pOCV 및 기준 전극 OCP 곡선의 방전 또는 충전 측정을 사용하여 비선형 최소 제곱 피팅을 통해 매개변수를 식별할 수 있습니다.
입력 데이터 및 목적 함수:입력 데이터에는 평균 의사 OCV 측정값(pOCVavg.meas(SOC))을 얻기 위해 충전 및 방전 중에 의사 OCV 측정값과 배터리 SOC 간의 관계를 연구하는 작업이 포함됩니다. 그림 4(b)에서 방전 곡선의 과전압은 낮은 SOC 쪽으로 증가하는 반면, 충전 곡선의 과전압은 높은 SOC 쪽으로 증가하는 것을 볼 수 있습니다. 따라서 Δθ는 배터리 SOC가 낮을 때와 높을 때 모두 증가합니다. 유용한 정보를 추출할 수 있는 3개의 플랫폼(그림 4(a) 참조)이 포함된 영역에만 초점을 맞추며, Δθ는 방전 및 충전 과전압보다 3배 더 작습니다. 또한 pOCV와 OCV 곡선 사이에 상당한 플랫폼 이동이 있음을 관찰할 수 있습니다. pOCV와 OCV의 평균값을 비교하면 이동이 크게 감소하여 예상대로 평균 pOCV에서 Δ θ의 기여도를 무시할 수 있음을 확인합니다.
알고리즘 단계:그림 5는 Matlab 소프트웨어의 비선형 최소 제곱 최적화 함수 lsqnonlin을 사용하는 알고리즘의 다양한 단계를 보여줍니다. 매개변수 xbat, 0% 및 ybat, 100%는 0과 1 사이로 제한되며 0으로 초기화됩니다. CNE 및 CPE는 Cbat로 초기화되고 다음과 같이 제한됩니다. CNE의 경우 Cbat와 1.4Cnom 사이; CPE의 경우 Cbat~1.2Cnom 사이입니다. (Cnom은 제조사에서 제공하는 배터리 용량입니다.) 알고리즘에서 추정된 전극 OCP는 다음과 같은 방식으로 배터리 SOC의 함수로 표현됩니다.
4. 결과 및 고찰
실험 설정:제안된 방법을 평가하기 위해 A123Systems의 LIB를 대상으로 연구를 진행하였다. 배터리의 공칭 용량(Cnom)은 2.3Ah이며 원통형 모양(크기 18650)이며 흑연 음극과 LFP 양극으로 구성됩니다. 본 연구에서는 충전 C/25(92mA) 및 방전 C/25에서 수행된 pOCV 측정 테스트의 초기 결과에서 배터리 용량 Cbat가 Cnom의 약 93%인 것으로 나타났습니다. 이번 테스트는 상온(25℃)에서 진행됐으며, 배터리의 최소 전압과 최대 전압은 각각 2.5V와 3.6V로 제한됐다.
결과 표시:그림 6은 배터리 연구에 이 방법을 적용한 결과를 보여줍니다. 그림 6(a)에서 배터리 전극의 평균 OCP 곡선은 검은색으로 표시된 두 개의 불연속 수직선 사이의 영역에 해당합니다. 예상 평균 OCV(OCVest.avg)(녹색 곡선)는 해당 지역 내 OCPavg, PE 및 OCPavg, NE 곡선 간의 차이를 나타냅니다. 그림 6(b)에서 추정된 OCVest.avg 곡선에서는 OCPNE, 평균 곡선의 매끄러움으로 인해 마지막 두 플랫폼 간 고전압에 대한 기울기가 완만해지는 것을 확인할 수 있습니다(그림 6(a) 참조). . 전반적으로 추정된 OCVest.avg 곡선은 평균 pOCV 측정 값에 더 가깝습니다. 평균 pOCV 측정값과 추정된 평균 OCV 사이의 RMSE(제곱 평균 제곱근 오차)는 1mV(약 0.87mV) 미만이며 이는 허용 가능합니다.
매개변수 결과:획득된 리튬화율 xbat, {{0}}% 및 ybat, 100%는 0.024(0에 가까운 값)와 거의 같습니다. 용량 CPE 및 CNE 값은 Cbat 값보다 각각 10% 및 30% 더 큽니다(즉, 배터리의 양극 및 음극은 각각 약 10% 및 30% 정도 사용되지 않습니다). CNE의 값은 CPE의 값보다 약 24% 더 높습니다. 물리적 관점에서 보면 이 네 가지 매개변수의 크기 순서가 의미가 있다는 것을 알 수 있습니다. 그런 다음, 이 값은 식 (8)과 (9)를 사용하여 전극 OCP의 기준 곡선으로부터 각각 충전 및 방전에 대한 배터리 SOC의 함수로 전극 OCP를 결정하는 데 사용할 수 있습니다.
5. 요약
방법 요약:본 논문에서는 실제 LIB 전극의 평형전위, 용량, 리튬화율을 추출하는 방법을 제안한다. 이 방법은 의사 OCV 모델을 사용하고 비선형 최소 제곱 피팅을 통해 이러한 매개변수를 결정합니다. 이는 LIB 의사 OCV의 평균(충전과 방전 사이) 측정과 전극 OCP의 기준 곡선을 연구하여 달성됩니다.
응용 전망:이 방법은 상용 LFP/흑연 LIB에 적용되었으며 정확도 측면에서 만족스러운 결과를 얻었습니다. 배터리 수명 동안 결정된 매개변수, 특히 전극 용량(CPE 및 CNE) 및 리튬화 속도(ybat, 100% 및 xbat, 0%)의 변화를 추적하여 LIB를 진단하는 데 쉽게 사용할 수 있습니다.