Done is Better Than Perfect

🔋 리튬 이온 배터리는 우리가 흔히 사용하는 스마트폰, 전기차, 에너지 저장 장치(ESS)까지 수많은 분야에 쓰이는 핵심 기술입니다.이러한 배터리는 단순히 리튬 이온이 왔다 갔다 하는 장치가 아니라, 사실 매우 복잡한 열역학적(Thermodynamics) 및 동역학적(Kinetics) 과정으로 작동합니다. 이번 글에서는 리튬 이온 배터리의 dynamics를 구성하는 두 축인 열역학(Thermodynamics)과 동역학(Kinetics)에 대해 소개하고, 특히 Kinetics 중 전하 전달(Charge Transfer) 과정을 수식적으로 설명해주는 Butler-Volmer 수식까지 차근차근 풀어보겠습니다. 정리하자면, "리튬 이온 배터리의 dynamics"는 아래의 구성요소로 이루어집니다.Thermod..

배터리를 파괴하지 않고 배터리 물성을 이해할 수 있는 기법에는 GITT, PITT, EIS, OCV, CV, dQ/dV 등이 있습니다. 이 글은 GITT(Galvanostatic Intermittent Titration Technique)를 공부하면서 정리한 내용으로 GITT의 실험 원리부터, GITT로 알 수 있는 배터리 상태 정보, 상전이(two-phase) 시스템에서의 GITT의 한계와 그 보완 방법에  알아보겠습니다. 😃 📘 목차GITT란 무엇인가?GITT 실험 원리GITT로 알 수 있는 배터리 상태 정보GITT vs PITT: 어떤 상황에서 무엇을 쓸까?One-phase vs Two-phase 반응에서의 GITT 해석 차이Two-phase 반응에서 GITT 왜곡 현상과 보완 방법  1. GI..

🚩 배터리에서 Stoichiometry(화학양론)란?배터리의 수명과 성능은 시간이 지남에 따라 점진적으로 저하됩니다.이를 배터리 열화(degradation)라고 하며, 열화가 진행되면서 배터리 내부의 다양한 전기화학적 특성이 변화하게 됩니다.특히, 배터리의 주요 구성 요소인 양극과 음극 내 리튬 이온 농도의 변화(즉, Stoichiometry)는 열화 과정에서 중요한 역할을 합니다. Stoichiometry(화학양론)는 일반적으로 화학 반응에서 반응물과 생성물 사이의 정량적 관계를 다루는 개념이지만, 배터리에서는 전극(양극·음극) 내 리튬 이온 농도의 정량적 비율을 의미합니다.충·방전 과정에서 전극 내 리튬 농도가 변하며, 이러한 Stoichiometry 변화는 배터리의 전압 특성, 확산 속도, 그리고..

배터리의 열화에 미치는 파라미터들의 영향을 알아보기 위해, 배터리 시뮬레이션 라이브러리인 PyBaMM에 기본 내장되어 있는 parameter set을 불러와 열화의 요소(예: Li-plating, LAM, SEI 등)에 영향을 미치는 파라미터들을 분류해보았습니다.  🚩 PyBaMM 라이브러리의 파라미터 저장 OKane2022 parameter set을 불러와 값을 확인하기 위하여 Excel 파일로 저장하였습니다.OKane202 parameter는 LG M50 cell(NMC)을 대상으로 한 파라미터로, 논문 O'Kane et al [1]에서 Chen et al [2]를 기반으로 작성되었습니다. (출처: PyBAMM) 필자는 NMC 의 파라미터 셋에 대한 정보를 파악하고자 OKane2022 paramet..

🔗  MSCC-DRL: Multi-Stage constant current based on deep reinforcement learning for fast charging of lithium ion batteryJournal of Energy Storage, 2024 전기차(EV) 시장의 급성장과 함께 극한 급속 충전(Extreme Fast Charging, XFC)에 대한 필요성이 점점 더 커지고 있습니다. 특히, 배터리를 10~15분 내에 80% SOC(State of Charge)까지 충전하는 것이 업계의 주요 목표로 설정되고 있습니다. 하지만 급속 충전을 진행할 경우, 배터리 내부 상태가 급격하게 변동하면서 배터리의 열화도 빠르게 진행될 수 있습니다. 따라서, 배터리의 열화를 최소화하면서도 빠..

🔗 Electrochemical–mechanical coupled model for computationally efficient prediction of long-term capacity fade of lithium-ion batteriesJournal : Journal of Energy Storage ‘24 (IF 8.9) [ summary ]제안 모델 : ISIF model, SVD-ISIF modelAging에 영향을 주는 mechanical fatigue fracture of cathode particles 모델링ISIF ( inhomogeneous stress-induced fracture)Electrochemical–mechanical coupled capacity fade modelKne..

다음은 24년도 2학기 배터리 강의를 들으며 작성한 레포트이다.  Li-ion 배터리의 electrochemical model 중 DFN, SPMe, SPM을 중점적으로 각 모델의 수식에 대해 서술하였으며, 각 모델의 computational cost와 accuracy의 trade-off 를 중점적으로 조사하였다.   Abstract본 보고서는 리튬이온 배터리의 electrochemical 모델에서 중요한 역할을 하는 DFN(Doyle-Fuller-Newman)과 DFN의 simplified model인 SPMe(Single Particle Model with Electrolyte), SPM(Single Particle Model)에서 사용되는 주요 개념과 특성을 중심으로 서술합니다. 특히 DFN, SP..

Capacity Estimation of Lithium-Ion Batteries for Various Aging States Through Knowledge TransferJournal : IEEE Transactions on Transportation Electrification ‘21 (IF 7.2)17 citations [ summary ]electrochemical knowledge를 학습하는 inverted bottleneck network(IBN)을 기반으로 리튬 이온 배터리의 aging states에 대한 새로운 capacity estimation 방식 제안물리적으로 가능한 파라미터 조합에 대해 sythetic data 생성 (배터리의 특성 정보를 knowledge transfer) → AE..

Strategically switching metaheuristics for effective parameter estimation of electrochemical lithium-ion battery modelsJournal : Energy Storage ’23 (IF 8.9)10 citations [ summary ]SIA의 23개 baseline function 중 10개 선택 (특정 metaheuristic에 효과적인 모양) (table 2)10개의 baselie function 학습한 FuncNet(CNN)을 사용해 object function와 가장 유사한 baseline function 식별 ⇒ FuncNet으로 objective function identify함CNN에서 식별된 가장 유사한..

Effective and practical parameters of electrochemical Li-ion battery models for degradation diagnosis Journal : Energy Storage’ 21 (IF 8.9)32 citations [Summary]params 중에는 fixed params, dynamic params가 있음15개의 dynamic params는 aging에 따라 변함15개의 params에 대해 GA 알고리즘으로 파라미터 최적화15개의 params 중에 battery degradation diagnosis하는 파라미터 선택3가지 수렴 조건 , CI (Confidence Interval) 사용결과 : degradation diagnosis 파라미터cat..