Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World

Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World

Bli med publikum for et direkte nettseminar kl. 6 BST/1 EDT 2. august 2023 hvor du utforsker batteristyringssystemer for nåværende og neste generasjons batterier

Vil du delta i dette webinaret?

Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Hurtiglading forskes mye på for den utbredte implementeringen av litium-ion-batterier for elektriske kjøretøy. Lading ved høye strømmer akselererer imidlertid flere parasittreaksjoner som fører til nedbrytning av cellen, noe som påvirker levetiden. Disse reaksjonene fører til tap av litiumbeholdning, tap av aktivt materiale og økt impedans i cellen. Eksempler på disse sidereaksjonene inkluderer veksten av fast-elektrolytt-interfaselaget (SEI), overgangsmetalloppløsning og avsetning, litiumplettering og løsemiddeloksidasjon. Disse mekanismene degraderer cellen og reduserer dens syklusliv.

Fysikkbaserte multi-skala batterimodeller løser for ligninger som styrer ladningen og massebalansen i cellen. Ved å bruke disse detaljerte matematiske modellene er det mulig å studere materialnedbrytningsmekanismer og forutsi deres innvirkning på kapasitetstap under flere driftsforhold. Disse modellene kan brukes til å designe nye batterier med passende materialer og designparametere egnet for ethvert gitt formål.

Mer kritisk er det at disse modellene kan integreres med batteristyringssystemer (BMS) for å kontrollere cellens ytelse. Disse modellene kan videre brukes til å designe nye ladeprotokoller som muliggjør sikker og optimal celleytelse, og undertrykker nedbrytning av cellemateriale. BMS overvåker og opprettholder spenning, strøm og temperatur, og estimerer de interne tilstandene til cellen. Modellbaserte BMS-algoritmer krever raske koder som kan forutsi og estimere batteriparametere i sanntid og kontrollere batteriets ytelse under ulik belastning.

For tiden implementerer BMS ekvivalente kretsmodeller som utilstrekkelig forutsier cellens ytelse for ulike forhold og designparametere. Dette webinaret presenterer den nåværende innsatsen for å flytte modellene for BMS for nåværende og neste generasjons batterier.

En interaktiv Q&A-sesjon følger presentasjonen.

Vil du delta i dette webinaret?

Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Venkat Subramanian er Ernest Dashiell Cockrell II professor i ingeniørfag ved Institutt for maskinteknikk og materialvitenskap, ved University of Texas i Austin (UT). Prof. Subramanian er en valgt stipendiat i The Electrochemical Society, hvor han har fungert som en valgt leder av ECS Industrial Electrochemistry and Electrochemical Engineering (IE&EE) Division, og valgt teknisk redaktør. Han er også en tidligere valgt styreleder for område 1e: (elektrokjemisk teknikk) av AIChE. Gruppen hans har som mål å være verdens ledende gruppe innen modellbaserte batteristyringssystemer (BMS).

Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.
Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.
Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.
Modellbaserte batteristyringssystemer for nåværende og neste generasjons batterier – Physics World PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Tidstempel:

Mer fra Fysikkens verden