Wissenschaftliche Artikel

Kombination der Verteilung von Relaxationszeiten aus EIS- und Zeitbereichsdaten zur Parametrisierung von Ersatzschaltbildmodellen von Lithium-Ionen-Batterien 

Leo Wildfeuer (TWAICE, Technical University of Munich), Philipp Gieler (Technical University of Munich), Alexander Karger (TWAICE, Technical University of Munich)

Ersatzschaltbilder (engl. Equivalent circtui models – ECMs) sind ein weit verbreiteter Modellierungsansatz für Lithium-Ionen-Batterien in technischen Anwendungen. Die RC-Elemente, die die dynamischen Verlustprozesse der Zelle abbilden, werden in der Regel parametrisiert, indem die Parameter des ECM so angepasst werden, dass  experimentelle Daten entweder im Zeitbereich oder im Frequenzbereich reproduziert werden. Beide Arten von Daten haben jedoch Einschränkungen hinsichtlich der beobachtbaren Zeitkonstanten der elektrochemischen Prozesse. In dieser Arbeit wird eine Methode zur Kombination von Messdaten im Zeit- und Frequenzbereich für die Parametrisierung von RC-Elementen vorgeschlagen, indem das gesamte Potenzial der Verteilung der Relaxationszeiten (engl. distribution of relaxation times – DRT) genutzt wird.

Anstatt nur Teilinformationen aus der DRT zur Ergänzung eines herkömmlichen Anpassungsalgorithmus zu verwenden, bestimmen wir die Parameter einer beliebigen Anzahl von RC-Elementen direkt aus der DRT. Die Schwierigkeiten bei der automatischen Analyse der DRT, einschließlich der Regularisierung und der Wahl eines optimalen Regularisierungsfaktors, werden durch die Verwendung des L-Kurven-Kriteriums für eine optimierte Berechnung der DRT mittels Tikhonov-Regularisierung angegangen.

Es werden drei verschiedene Ansätze zur Zusammenführung von Daten im Zeit- und Frequenzbereich vorgestellt, darunter ein neuartiger Ansatz, bei dem die DRT gleichzeitig aus der elektrochemischen Impedanzspektroskopie (EIS) und Pulsrelaxationsmessungen berechnet wird. Das parametrisierte Modell für eine handelsübliche 18650 NCA-Zelle wurde während eines Validierungszyklus , der aus Konstantstrom- und realen Autofahrzyklen bestand, validiert und ergab eine relative Verbesserung von über 40 % im Vergleich zu einem herkömmlichen EIS-Fitting Algorithmus.


Autor: TWAICE

Veröffentlicht: 02. September 2021

Ort: München

PAPER HIER LESEN (ENGLISCH)