현재 및 차세대 배터리를 위한 모델 기반 배터리 관리 시스템 – Physics World

급속 충전은 전기 자동차용 리튬 이온 배터리의 광범위한 구현을 위해 집중적으로 연구되고 있습니다. 그러나 고전류로 충전하면 여러 가지 기생 반응이 가속화되어 셀 성능이 저하되어 수명에 영향을 줍니다. 이러한 반응은 리튬 재고의 손실, 활성 물질의 손실 및 셀의 임피던스 증가로 이어집니다. 이러한 부반응의 예로는 고체 전해질 간기(SEI) 층의 성장, 전이 금속 용해 및 증착, 리튬 도금 및 용매 산화가 있습니다. 이러한 메커니즘은 세포의 품질을 저하시키고 주기 수명을 단축시킵니다.

물리학 기반 다중 규모 배터리 모델은 셀 내 전하 및 질량 균형을 관리하는 방정식을 해결합니다. 이러한 상세한 수학적 모델을 사용하면 재료 열화 메커니즘을 연구하고 여러 작동 조건에서 용량 손실에 미치는 영향을 예측할 수 있습니다. 이러한 모델은 특정 목적에 적합한 적절한 재료와 설계 매개변수를 사용하여 새 배터리를 설계하는 데 사용할 수 있습니다.

더욱 중요한 점은 이러한 모델을 배터리 관리 시스템(BMS)과 통합하여 셀 성능을 제어할 수 있다는 것입니다. 이러한 모델은 안전하고 최적의 셀 성능을 구현하고 셀 재료 저하를 억제하는 새로운 충전 프로토콜을 설계하는 데에도 사용될 수 있습니다. BMS는 전압, 전류, 온도를 모니터링 및 유지하고 셀의 내부 상태를 추정합니다. 모델 기반 BMS 알고리즘에는 배터리 매개변수를 실시간으로 예측 및 추정하고 다양한 부하에서 배터리 성능을 제어할 수 있는 빠른 코드가 필요합니다.

현재 BMS는 다양한 조건과 설계 매개변수에 대한 셀 성능을 부적절하게 예측하는 등가 회로 모델을 구현합니다. 본 웨비나는 현재 및 차세대 배터리용 BMS 모델을 이동하기 위한 현재의 노력을 소개합니다.

대화식 Q&A 세션은 프레젠테이션 다음에 이어집니다.

벤 카트 수 브라마 니안 텍사스 대학교 오스틴(UT) 기계 공학 및 재료 과학 공학과의 Ernest Dashiell Cockrell II 공학 교수입니다. Subramanian 교수는 전기화학학회(Electrochemical Society)의 선출 회원으로, ECS 산업 전기화학 및 전기화학 공학(IE&EE) 부문의 의장직을 역임했으며 기술 편집자로 선출되었습니다. 그는 또한 AIChE의 Area 1e(전기화학공학)의 의장으로 선출된 바 있습니다. 그의 그룹은 모델 기반 배터리 관리 시스템(BMS) 분야에서 세계 최고의 그룹이 되는 것을 목표로 하고 있습니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
• 출처: https://physicsworld.com/a/model-based-battery-management-systems-for-current-and-next-generation-batteries/