Modeling the internal states of lithium-ion batteries

Wang, Zhenya; Figgemeier, Egbert; Simon, Ulrich; Eichel, Rüdiger-A.

doi:HT030888061

Modeling the internal states of lithium-ion batteries

Wang, Zhenya^RWTH*

2024

Verantwortlichkeitsangabevorgelegt von M. Eng. Zhenya Wang

ImpressumAachen : RWTH Aachen University 2024

Umfang1 Online-Ressource : Illustrationen

Dissertation, RWTH Aachen University, 2024

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Eichel, Rüdiger-A. (Thesis advisor)^RWTH* ; Figgemeier, Egbert (Thesis advisor)^RWTH* ; Simon, Ulrich (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2024-10-07

Online
DOI: 10.18154/RWTH-2024-09790
URL: https://publications.rwth-aachen.de/record/995214/files/995214.pdf

Einrichtungen

Thematische Einordnung (Klassifikation)
DDC: 540

Kurzfassung
Die Abschätzung interner Zustände wie Ladezustand, Gesundheitszustand und Reaktionsratenverteilung in Lithium-Ionen-Batterien (LIBs) ist entscheidend für ein effektives Batteriemanagement. Obwohl es eine Herausforderung ist, diese internen Zustände mit Sensoren direkt und präzise zu messen, ist die Modellierung ein leistungsfähiges Werkzeug. In dieser Arbeit wurden mehrere physikalisch basierte Modelle zur Untersuchung der Reaktionsratenverteilung und der Degradation von LIBs vorgeschlagen. Zunächst werden die Potenzialverteilung und der Widerstand des Stromkollektors modelliert, wodurch die Einschränkungen der derzeit weit verbreiteten Batteriemodelle ausgeglichen werden. Es wird gezeigt, dass der Widerstand des Stromabnehmers die Spannungsabfälle und die Stromdichteverteilung erheblich beeinflusst. Die anschließende Untersuchung der Reaktionsgeschwindigkeit und der Stromdichteverteilung in LIBs liefert universelle Ableitungen und Lösungen, die auf verschiedene Batterietypen zugeschnitten sind. Es wird gezeigt, dass die Abmessungen der Batterien, das Design der Abdeckungen, die Parameter der Stromabnehmer und die Elektrodenmaterialien die Verteilung der Reaktionsgeschwindigkeit beeinflussen. Darüber hinaus wird ein einfaches Modell zur zerstörungsfreien Diagnose der Batteriedegradation entwickelt. Der Verlust des Lithiuminventars und der Verlust aktiver Materialien von LIBs werden während der zyklus- und kalenderinduzierten Alterung bei verschiedenen Temperaturen, SoCs und (Ent-)Laderaten identifiziert und quantifiziert. Es wird festgestellt, dass der Verlust des Lithiuminventars der wichtigste Faktor für den Kapazitätsverlust ist. Außerdem wird ein Alterungsmodell entwickelt und validiert, das auf dem Tunnelmechanismus für das Wachstum der Festelektrolyt-Zwischenschicht (SEI) basiert und die Anodenspannung als Eingangsparameter verwendet. Dieses Modell verbessert frühere Ansätze und zeigt, dass eine niedrigere SoC die Tunnelströme und das SEI-Wachstum reduziert. Diese Forschungsarbeit trägt zu einer genaueren Darstellung der Kapazitätsverluste von Batterien bei und ist von entscheidender Bedeutung für die Vorhersage des Gesundheitszustands von LIBs.

Estimating internal states like state of charge, state of health, and reaction rate distribution in lithium-ion batteries (LIBs) is crucial for effective battery management. Although it is challenging to measure these internal states by sensors directly and precisely, modeling is a powerful tool. This thesis proposed several physics-based models to investigate reaction rate distribution and degradation of LIBs.Firstly, the potential distribution and resistance of the current collector are modeled, which compensates for the limitations of current widely used battery models. The resistance of current collectors is shown to affect the voltage drops and the current density distribution significantly. Subsequently, an investigation into reaction rate and current density distribution in LIBs provides universal derivations and solutions tailored to different battery types. The dimensions of batteries, tabbing design, parameters of current collectors and electrode materials are all indicated to affect the reaction rate distribution.In addition, a facile model for non-destructive diagnosis of battery degradation is developed. Loss of lithium inventory and loss of active materials of LIBs are identified and quantified during cycling-induced aging and calendar-induced aging under various temperatures, SoCs, and (dis)charging rates. It is concluded that the loss of lithium inventory is the predominant factor of the capacity loss. Furthermore, an aging model based on the tunneling mechanism for the solid electrolyte interphase (SEI) layer growth is developed and validated, utilizing anode voltage as the input parameter. This model improves on previous approaches, showing that lower SoC reduces tunneling currents and SEI growth. This research contributes to a more accurate depiction of battery capacity losses and holds critical significance in predicting the state of health of LIBs.

OpenAccess:
PDF
(additional files)