Q＆A：超高速充電のためのリチウムイオン電池の最適化

アイダホ国立研究所のDr.TanvirTanimと彼のチームは、路傍の充電ステーションで10〜15分で充電できるリチウムイオン電池を設計しました。彼らは、これらの条件下で発生する可能性のある望ましくないリチウムメッキを検出する機械学習アルゴリズムを開発しました。

テクニカルブリーフ： プロジェクトはどのように始まりましたか？

博士タンビルタニム： 私たちは、2017年にエネルギー省車両技術局が後援した超高速充電プ​​ログラムに参加しました。目標は、リチウムイオン電池で超高速充電（XFC）を可能にすることでした（10〜15分程度の充電）。 EVの充電体験をガソリン車の給油体験に匹敵するものにするため。これは、電気自動車の消費者にとって重要な考慮事項の1つです。

そのプログラムでは、非常に速い充電速度で多くのリチウムイオン電池をテストしていました。これらのバッテリーを高速で充電すると、多くの問題が発生します。リチウムメッキは主要な問題の1つです。バッテリーには有限量のリチウムが含まれているため、充電および放電中にリチウムが失われるのではなく、アノードからカソードへと前後に循環する必要があります。ただし、急速充電中は、サイクル可能なリチウムがアノード表面にめっきされる可能性があります。これは、望ましくない寄生反応であり、めっきされたリチウムは回収できません。放電中は、カソードに戻ることができません。

メッキには他にも問題があります。早い段階でそれを検出しないと、それは起こり続け、壊滅的なイベントを引き起こす可能性があります。たとえば、メッキされたLiは樹枝状の形を取り、アノードから針のように成長し、セパレータに穴を開けて内部短絡を引き起こす可能性があります。

そのため、私たちは多くのリチウムイオン電池をテストし、設計を変更してから、リチウムメッキが行われているかどうかを確認するために再テストしました。しかし、当時はメッキを検出する良い方法がありませんでした。テスト後、セルを引き裂いてメッキが行われたかどうかを確認するか、追加の事後テストを行います。固体の電気化学的シグネチャベースのリチウムメッキ検出方法は実際にはありませんでしたが、多くのことを学びました。

次に、同じくDOEが資金提供する、物理ベースの機械学習と呼ばれる別のプログラムに参加しました。このプログラムの目標は、劣化の根本的な原因を特定するとともに、バッテリー寿命の信頼できる予測を取得するための人工知能/機械学習ベースのアルゴリズムを開発することでした。その時までに、私たちは多くのデータを収集し、さまざまな劣化モードとメカニズムの包括的な理解を生み出しました。すべてのデータがあり、リチウムメッキに関連する電気化学的シグネチャがわかっているので、それを機械学習の問題に定式化してみませんか。電気化学的シグネチャを使用して機械学習を取り入れ、それがリチウムメッキを検出する戦略を立てるのに役立つかどうかを確認できます。

あることが別のことにつながり、これはセルを引き裂くことなく、リチウムめっきを早期に検出するための非常に優れた方法である可能性があるという結論に達しました。セルを開いて事後テストを行うには、時間がかかり、費用がかかり、バッテリーのライフサイクルの開発が遅れます。

テクニカルブリーフ： それでは、あなたの方法は特定の電気化学的シグネチャを検出することでしたか？

タニム： その時までに、私たちは大量の電気化学データを持っていて、その背後にある物理学をよく理解していました。リチウムメッキに関連する可能性のある主要な電気化学的特徴を特定しました。次に、そのデータを実行し、機械学習を取り入れて、その時点で定式化した問題を解決しました。

テクニカルブリーフ： 使用した特定の種類のデータについて教えてください。

タニム： 簡単に収集できるため、主に電気化学的データに焦点を当てました。実際、テスト中は、リチウムイオン電池の寿命と性能の問題を説明する電気化学的シグネチャを常に探します。一般的なシグニチャは、電圧、電流、温度などです。これらのシグニチャをさまざまな2次変数に変換できます。たとえば、放電容量と容量フェードの傾向、それらの線形性または非線形性を調べました。また、充電終了電圧、放電終了電圧、およびそれらがサイクリング中にどのように変化するか、さらに、クーロン効率。

テクニカルブリーフ： 放電容量とはどういう意味ですか？

タニム： バッテリーを使用している場合は、バッテリーからエネルギーを取り出しています。これを放電と呼びます。容量の指標の1つは、アンペア時です。

テクニカルブリーフ： 容量のフェードはどうですか？

タニム： 新しいバッテリーには一定の容量があります—たとえば1アンペア時です。サイクリングに伴い、その容量は減少します。容量（またはエネルギー）のフェードは、減少のパーセンテージです。通常の場合、特に初期サイクルでは、減少傾向は非常に直線的です。しかし、リチウムメッキでは、傾向は非常に非線形です。最初はフェード率が高く、後でフェードする割合は低くなります。

リチウムメッキは、さまざまな条件下で発生する可能性があります。急速充電に加えて、氷点下の温度でバッテリーを充電した場合、またはバッテリーに経年変化に関連する不均衡の問題がある場合に発生する可能性があります。シグニチャは、これらすべてのメッキ条件に対して同じように感度が高いとは限りません。そこで、急速充電に最も敏感な署名を特定し、それらを使用して機械学習アルゴリズムを開発しました。

技術概要 ： 使用した署名は何ですか？

タニム： 急速充電の最も敏感な兆候は、セル容量のフェージング、線形または非線形、充電終了時の休止電圧、およびクーロン効率の傾向であることがわかりました。

また、他の人が報告した2つの顕著な特徴、dQ/dVとdV/dtは、非常に攻撃的なめっき状況がない限り、急速充電条件下ではあまり感度が高くないこともわかりました。

テクニカルブリーフ： クーロン効率について説明していただけますか？

タニム： クーロン効率は、放電容量を充電容量で割ったパーセンテージ比です。

テクニカルブリーフ： 容量の低下をどのように測定しますか？

タニム： あなたはいくつかのテストをしなければなりません。ラボスケールでは、バッテリーをサイクルするときに、特定のサイクルを選択して、その充電または放電容量を測定できます。電流と時間から、容量をアンペア時で計算できます。これで、バッテリーが劣化するのと同じプロセスを繰り返すと、経年劣化状態での容量を見つけ、そこからパーセントフェード（新しい状態に対する容量フェード）を計算できます。

テクニカルブリーフ： さまざまな充電プロトコルを試しましたか？

タニム： リチウムメッキを回避するために、さまざまな方法で電池の設計を変更できます。材料を変更したり、電極の設計を変更したり、電解質などの電池設計の他のいくつかの側面を変更したりできます。

動作条件や充電プロファイルを変更することもできます。たとえば、さまざまな課金プロトコルを試して、それらをベースラインと比較できます。たとえば、定電流/定電圧の代わりに、マルチステップまたは他の充電プロトコルを試すことができます。また、温度を変更することもできます。

リチウムメッキを検出するための当社の方法は、設計変更や充電プロトコルに関係なく適用できます。

テクニカルブリーフ： これがどのように実装されていると思いますか？

タニム： この方法が貴重な貢献をする2つのシナリオがあります。 1つ目は、研究室の研究者が使用するためのものです。この方法では、特定の動作条件下でリチウムメッキが発生しているかどうかがより迅速にわかります。セルを引き裂いたり、その他のテスト後の分析を行ったりする必要はありません。電気化学的特徴だけで、この特定の設計および動作条件でリチウムめっきが行われているかどうかがわかります。それは10から25サイクル以内に行うことができます。バッテリーの設計を変更する必要があるかどうかを知ることができます—できるだけ早くそれを特定したいと思います。その後、戻って設計を繰り返し、テストをやり直して、正しい方向に進んでいるかどうかを確認できます。

電気化学的署名は、いくつかの変更とさらなる検証を加えて、電気自動車に搭載されたバッテリー管理システムや、リチウムイオンバッテリーが使用される固定アプリケーションにも実装できます。 OEMまたはバッテリーメーカーは、これらの署名のほとんどをすでに収集しています。それらをベースラインとして使用すると、ライフサイクルの初期ではないかもしれませんが、数年後には、バッテリーは寿命の初めには問題がなかったものの、何かが変わってリチウムメッキが始まったことをユーザーに警告できます。起こる。 「現在リチウムメッキが施されているので、これはバッテリーについて何かをすべきであるという早期の警告です。」

テクニカルブリーフ： これがどれくらい早く商品化されるかについての推測を危険にさらすことができますか？

タニム： これについては仮特許を取得しており、まもなく完全な特許の提出に取り組んでいます。また、さらなる発展のためのコラボレーションの機会も模索しており、民間企業からも多くの関心が寄せられています。また、DOEには技術商業化基金があり、他の民間産業と協力してさらに改善し、搭載アプリケーション向けに実証することができますが、特に推測したくはありません。

このインタビューの編集版は、TechBriefsの2021年12月号に掲載されました。