基于缩短弛豫时间的加速恒电流间歇滴定法测定锂离子电池固相扩散系数与反应速率常数

《JOURNAL OF POWER SOURCES》:An accelerated method for determining the solid-phase diffusion coefficient and reaction-rate constant for Li-ion batteries

【字体: 大 中 小 】 时间:2026年09月20日 来源:JOURNAL OF POWER SOURCES 8.4

编辑推荐:

  专业术语翻译(摘要部分) 提出了一种加速恒电流间歇滴定技术(GITT)方法,用于确定锂离子电池的固相扩散系数(Ds)和反应速率常数(k0),该方法将测量时间缩短了高达95%。通过在弛豫期间采用10 mV h-1的电压变化率截止值,可以在速度与使用6小时弛豫协议

  
专业术语翻译(摘要部分) 提出了一种加速恒电流间歇滴定技术(GITT)方法,用于确定锂离子电池的固相扩散系数(Ds)和反应速率常数(k0),该方法将测量时间缩短了高达95%。通过在弛豫期间采用10 mV h-1的电压变化率截止值,可以在速度与使用6小时弛豫协议所获得的结果之间取得良好的平衡。此外,研究人员证明了扩展单粒子模型(ESPM)可以有效地替代道尔-富勒-纽曼(DFN)模型,以实现更快的参数优化。结果表明,使用十分钟的弛豫期所估算出的Ds和k0值与使用六小时弛豫期得到的估计值非常接近,并且在恒流放电和动态负载曲线验证中产生了相似的电压误差。

论文解读文章

研究背景与现存问题

锂离子电池(LIBs)的性能优化和安全运行依赖于对其内部复杂电化学过程的深入理解。基于物理学的模型,特别是道尔-富勒-纽曼(DFN)模型,因其能够模拟电池内部状态而成为有效工具。然而,DFN模型的有效应用依赖于精确的参数化。其中,固相扩散系数(Ds)和反应速率常数(k0)是两个关键但无法直接测量的参数。先前的研究表明,结合恒电流间歇滴定技术(GITT)测量与DFN模型的参数优化是一种有效的估算方法。但传统GITT方法要求每次脉冲后电池电压完全弛豫至稳态,导致一次完整的参数化实验耗时超过一周,严重限制了其在常规电池表征和模型参数化中的实用性,尤其是在低温或低扩散系数的电极材料条件下。
为解决此问题,一些快速诊断框架被提出,如间歇电流中断(ICI)方法和一致模型推断(ICM)方法,但这些方法主要侧重于单独确定Ds,而未考虑k0。数据驱动的方法虽然预测速度快,但高度依赖大量参考数据集进行训练和泛化。因此,开发一种既能显著缩短测量时间,又能同时准确估算Ds和k0的加速参数化方法具有重要意义。

研究内容与结论

本研究提出了一种使用缩短弛豫时间的加速GITT参数化工作流程,旨在减少测量时间。该方法的核心创新在于保留了连续GITT间隔之间的模拟固相和电解质相浓度状态,从而无需在每个脉冲后等待电压完全弛豫即可进行参数估计。研究通过两个标准评估了缩短的协议:(i)与使用6小时弛豫协议获得的Ds和k0分布的一致性;(ii)在独立的恒流(CC)放电和动态负载曲线验证中的电压预测性能。除了固定的弛豫时长,研究还探索了将弛豫期间电池电压变化率作为自适应终止准则。最后,研究比较了扩展单粒子模型(ESPM)与DFN模型作为降阶替代方案在降低计算量方面的效果。研究得出结论,采用10分钟弛豫期和10 mV h-1电压变化率截止值的加速协议,能够在保持与6小时弛豫协议相近的参数估算精度和电压预测性能的同时,将总测量时间缩短高达95%,并且ESPM可以有效替代DFN模型以加速参数优化过程。

关键技术方法

研究人员采用了以下关键技术方法:
  1. 1.
    加速GITT协议设计:通过缩短每个脉冲后的弛豫时间,并保留模拟的浓度状态作为后续脉冲的初始条件,取代传统的全弛豫协议。
  2. 2.
    基于物理的电化学模型:使用DFN模型及其降阶版本——扩展单粒子模型(ESPM)作为正向模型,模拟GITT测试过程中的电池响应。
  3. 3.
    参数优化算法:利用GITT脉冲期间的电压响应数据,通过数学优化方法逐脉冲地、局部地优化Ds和k0这两个参数,使其作为嵌锂程度的函数。
  4. 4.
    自适应截止准则:引入弛豫期间电压变化率(dV/dt)作为动态终止弛豫期的判据,例如10 mV h-1的截止值。

研究结果

1. 加速协议的参数一致性评估
研究人员首先评估了不同固定弛豫时长(如30分钟、10分钟、5分钟等)下估算出的Ds和k0分布与6小时弛豫参考结果的偏差。研究发现,当弛豫时间缩短至10分钟时,估算出的Ds和k0值与参考值非常接近。进一步缩短弛豫时间会导致偏差增大。这表明10分钟的弛豫期是在速度和精度之间取得良好平衡的一个临界点。
2. 自适应截止准则的有效性
为了更灵活地控制弛豫时间,研究人员测试了基于电压变化率的自适应截止准则。通过对比不同截止值(如5 mV h-1、10 mV h-1、20 mV h-1等),发现采用10 mV h-1的截止值能够在显著缩短测量时间的同时,使估算的参数分布与6小时弛豫参考结果达到最佳吻合。该准则比固定时长协议更具适应性,可以根据电池状态自动调整弛豫时长。
3. ESPM替代DFN模型的可行性
为了降低参数优化的计算成本,研究人员验证了用ESPM替代DFN模型的可行性。结果表明,在GITT测试的低到中等电流条件下,使用ESPM进行参数优化所得到的Ds和k0分布与使用DFN模型得到的结果几乎一致。这意味着ESPM可以作为DFN模型的有效且计算效率更高的替代方案,用于加速参数化流程。
4. 加速协议的电压预测性能验证
最后,研究人员将使用加速协议(10分钟弛豫或10 mV h-1截止值)估算出的参数代入DFN模型,用于预测独立的恒流放电曲线和动态负载曲线。结果显示,这些预测的电压误差与使用6小时弛豫协议估算的参数所得到的预测误差相当,从而从应用角度验证了加速协议的可靠性和实用性。

总结与结论

讨论部分总结:本研究提出的加速GITT方法成功地将参数化实验的测量时间缩短了高达95%,极大地提升了GITT技术的实用性。该方法不仅限于特定的电极材料,其原理具有普适性,可推广应用于其他类型的锂离子电池体系。通过采用ESPM替代DFN模型,进一步降低了参数优化的计算负担,使得整个工作流程更加高效。尽管加速协议在极短的弛豫时间下会引入一定的偏差,但通过选择合适的固定时长(如10分钟)或自适应截止值(如10 mV h-1),可以在保证参数精度的前提下实现显著的加速效果。
研究结论:本研究表明,通过使用缩短的弛豫协议并结合保留模拟浓度状态的策略,可以大幅加速基于GITT的锂离子电池固相扩散系数(Ds)和反应速率常数(k0)的参数化过程。采用10分钟的固定弛豫时间或10 mV h-1的电压变化率截止值,可以获得与6小时弛豫协议高度一致的参数估计值和相当的电压预测性能。同时,扩展单粒子模型(ESPM)可作为道尔-富勒-纽曼(DFN)模型的有效降阶替代方案,以进一步加快参数优化速度。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号