Cara Debugging Desain Baterai
(github.com/ionworks)- Desain baterai adalah masalah "and" di mana jarak tempuh, daya, keselamatan, umur pakai, bobot, dan biaya saling bertentangan, sehingga sulit memenuhi energi tinggi dan daya tinggi sekaligus dan perlu menjelajahi ruang desain dengan simulasi
- Desain sel memiliki banyak variabel seperti anoda, katoda, elektrolit, separator, ketebalan, porositas, ukuran partikel, dan form factor; jika ada 20 variabel dan masing-masing memiliki 3 nilai, akan muncul 3.486.784.401 kombinasi
- Di laboratorium, membuat dan mengarakterisasi satu desain sel memerlukan setidaknya 1 hari, dan uji penuaan dipercepat bisa memakan waktu hingga 1 bulan; biaya pembuatan dan pengujian 1 titik data desain baru diperkirakan sekitar $1000
- Anoda campuran grafit-silikon berpotensi meningkatkan densitas energi dan daya sekaligus, tetapi silikon memiliki masalah histeresis tegangan dan retak/penuaan akibat ekspansi sekitar 80% saat terjadi litiiasi
- PyBaMM menjalankan pemodelan matematis baterai dengan Python untuk menganalisis komponen tegangan, distribusi konsentrasi, dan efek ukuran partikel, serta dapat memangkas 6.500 titik data menjadi kurang dari 2 jam pada satu core dan kurang dari 1 menit dengan komputasi paralel
Masalah “and” dalam desain baterai
- Baterai kendaraan listrik cenderung berat sebelah pada energi tinggi atau daya tinggi, dan sulit memenuhi kedua karakteristik tersebut secara bersamaan
- Jika memasang banyak baterai berenergi tinggi, jarak tempuh bisa meningkat, tetapi daya terukur saat akselerasi rendah dan rugi-rugi sistem bisa membesar sehingga menimbulkan panas berlebih
- Penanganan panas berlebih mendorong desain sistem pendingin menjadi berlebihan, dan ini menambah bobot dan biaya
- Baterai yang beroperasi pada suhu tinggi dapat kehilangan kapasitas lebih cepat
- Dalam desain baterai, selain energi dan daya, juga ada kendala seperti keselamatan, umur pakai, bobot, dan biaya
- Pada pesawat listrik, masalah ini menjadi lebih besar
- Daya puncak yang dibutuhkan untuk lepas landas dan mendarat 10 kali lebih tinggi daripada daya yang dibutuhkan untuk jelajah
- Karena perlu desain yang memprioritaskan daya, akan ada pengorbanan pada jarak tempuh atau jangkauan terbang
Mengapa desain eksperimen cepat meledak
- Pemasok baterai menguji beragam desain untuk berbagai penggunaan, tetapi membuat satu desain dan mengarakterisasinya secara penuh memerlukan setidaknya 1 hari
- Sel untuk uji penuaan dipercepat bisa memakan waktu hingga 1 bulan
- Sel diisi dan dikosongkan berulang kali secara keras lalu datanya diekstrapolasi ke skenario berkendara nyata
- Karena efek penuaan bersifat nonlinier, memindahkan hasil dari satu skenario ke skenario lain bukan hal sederhana
- Biaya membuat dan menguji satu desain baterai baru pada tingkat sel tunggal kira-kira $1000
- Variabel desain tersusun dalam banyak lapisan
- Material: anoda, katoda, elektrolit, separator
- Nilai penyesuaian material padat: ketebalan, porositas, ukuran partikel, komposisi material campuran
- Faktor geometri: form factor silinder/prismatik/pouch, ukuran seperti 18650, jumlah tab, ketebalan current collector
- Faktor keselamatan: venting cap, mandrel tengah
- Komposisi elektrolit juga dapat diubah, dan di sinilah pembeda penting bisa muncul
- Bahkan jika secara konservatif hanya mengubah 20 item dan tiap item hanya memiliki 3 nilai—nilai awal, nilai tinggi, nilai rendah—maka muncul 3^20 = 3.486.784.401 kombinasi
- Bahkan jika diparalelkan ke 1.000 channel, tiap channel tetap harus menjalankan lebih dari 1 juta eksperimen; totalnya akan memerlukan setidaknya 1 juta hari dan biaya membengkak menjadi lebih dari $1B
- Ledakan kombinatorial seperti ini adalah kutukan dimensi, dan sangat parah dalam pengembangan baterai
Potensi dan masalah anoda silikon
- Anoda campuran grafit dan silikon adalah kandidat yang dapat mengejar sekaligus daya tinggi dan peningkatan densitas energi
- Silikon memiliki lebih banyak lokasi untuk menampung litium per satuan volume sehingga dapat meningkatkan kapasitas sel
- Anoda adalah elektroda negatif sel, dan ion litium disisipkan ke dalam kisi kristal material aktif
- Saat konsentrasi ion litium berubah, proses litiiasi berlangsung
- Ini adalah proses elektrokimia yang memerlukan perpindahan elektron, dan terjadi ketika arus dipasok ke sel atau dikeluarkan darinya
-
Histeresis tegangan
- Tegangan berubah saat ion bergerak masuk dan keluar dari material inang selama pengisian dan pengosongan
- Pada bagian saat struktur kristal berubah ke fase yang stabil, perubahan tegangan melambat
- Dengan menganalisis potensial rangkaian terbuka dan dVdQ, yaitu nilai diferensial terhadap litiiasi atau kapasitas, kita dapat memperkirakan material internal
- Jika material diketahui, SoC sebagai status pengisian dapat diprediksi dari tegangan
- Silikon memiliki histeresis tegangan, sehingga bahkan pada siklus yang sangat lambat, misalnya 1 siklus per hari, lintasan tegangan saat pengisian dan pengosongan tetap berbeda
- Coulomb counting yang terus mengintegrasikan arus akan mengalami drift prediksi seiring waktu jika ada kegagalan sensor, akurasi rendah, atau kesalahan sistematis
- Tegangan dapat digunakan sebagai snapshot seketika dari status baterai, tetapi dipengaruhi oleh seberapa jauh sistem dari kesetimbangan, suhu, penuaan, dan arah pengisian/pengosongan
-
Ekspansi dan retak
- Partikel silikon menjadi sekitar 80% lebih besar saat terlitiiasi dibandingkan saat terdelitiiasi
- Ekspansi menimbulkan tegangan pada partikel itu sendiri, dan jika partikel pecah, ia mungkin tidak lagi berfungsi sebagai material aktif
- Partikel juga dapat merusak material inang di sekitarnya atau memutus koneksi, sehingga persediaan material aktif berkurang lebih cepat dan kapasitas sel menurun
- Mengecilkan ukuran partikel membantu mengurangi histeresis tegangan dan efek ekspansi
- Partikel yang lebih kecil juga meningkatkan luas permukaan aktif per satuan massa silikon, membantu menurunkan rugi-rugi yang terkait dengan reaksi baterai
Menganalisis tegangan dan status internal dengan PyBaMM
- PyBaMM adalah alat open source Battery Mathematical Modelling yang ditulis dalam Python
- Contoh menggunakan model
pybamm.lithium_ion.DFN()dan parameterChen2020 - Kondisi eksperimen disusun sebagai discharge 2C selama 20 menit lalu istirahat 10 menit
- Simulasi dapat menunjukkan bahwa setelah discharge dihentikan dan masuk masa istirahat, tegangan berubah secara signifikan
-
Uraian komponen tegangan
- PyBaMM dapat memecah tegangan menjadi beberapa komponen overpotential
- Dalam keadaan setimbang, potensial ideal pada status pengisian tertentu adalah OCP atau potensial rangkaian terbuka
- Rugi tegangan yang muncul dalam proses non-setimbang juga dapat diuraikan bersama-sama
- Hal-hal yang terlihat dalam simulasi adalah sebagai berikut
- Sebagian besar perubahan tegangan sel berasal dari perubahan tegangan rangkaian terbuka sesuai litiiasi atau SoC
- Saat arus berhenti, overpotential reaksi, potensial ohmik elektrolit, dan overpotential ohmik elektroda hampir langsung menghilang
- Overpotential konsentrasi menghilang lebih lambat, yang berarti perpindahan ion tetap berlanjut di dalam sistem meski tidak ada reaksi
- Selama discharge, rugi konsentrasi elektrolit sekitar 100 mV, cukup besar, tetapi menghilang jauh lebih cepat daripada di dalam material aktif, yang menunjukkan difusi lebih mudah terjadi di elektrolit
Pemanfaatan model yang terlihat dari perubahan ukuran partikel
- Profil konsentrasi menunjukkan bahwa konsentrasi di dalam partikel katoda masih belum seragam sepanjang arah radial
- Hasil ini menunjukkan bahwa karakteristik partikel katoda dapat memengaruhi perilaku relaksasi tegangan sel saat istirahat
- Jari-jari partikel katoda awal dalam contoh adalah 5.22e-06 m
- Jika jari-jari partikel katoda diubah menjadi 3.0e-6 m, tegangan pada kondisi istirahat menjadi rata lebih cepat
- Ukuran partikel yang lebih kecil memungkinkan ion litium berdifusi lebih cepat masuk dan keluar partikel, sehingga kontribusi partikel padat katoda terhadap tegangan saat istirahat lebih cepat terurai
- Kasus ini menunjukkan bahwa model dapat digunakan untuk menyelidiki pengaruh berbagai parameter terhadap kinerja baterai
Peran model komputasi dalam memperkecil ruang eksperimen
- PyBaMM juga memiliki contoh pemodelan histeresis untuk anoda silikon
- Satu eksperimen simulasi dapat dijalankan hanya dalam beberapa detik, dan model yang lebih sederhana dapat berjalan dalam skala milidetik
- Ragone plot pada contoh mencakup 6.500 titik data dengan menyapu parameter yang umum diubah
- Jika tiap eksekusi memerlukan kurang dari 1 detik, menjalankannya berurutan pada satu core pun memerlukan kurang dari 2 jam
- Dengan komputasi paralel, perhitungan yang sama dapat dipangkas menjadi kurang dari 1 menit
- Kode yang dapat dijalankan tersedia di
how-to-debug-your-battery.ipynb
1 komentar
Komentar Hacker News
Metode mengubah hanya satu faktor pada satu waktu lalu mengambil tiga titik adalah contoh klasik metode yang tidak efisien, yang dipelajari pada hari pertama dalam perancangan eksperimen
Biasanya ini lebih mirip cara yang dipakai orang yang tidak tahu metode yang lebih baik dan hampir tidak punya pelatihan statistik formal
Jika dikerjakan oleh orang yang memahami desain eksperimen modern, optimasinya tidak akan membutuhkan puluhan miliar kali eksekusi. Pertama terapkan desain sekuensial untuk menyaring faktor penting, yaitu prinsip Pareto dasar, lalu optimalkan dengan desain permukaan respons atau model surrogate proses Gaussian; biasanya kemungkinan cukup ratusan kali, paling banyak beberapa ribu kali. “Design and Analysis of Experiments” karya Douglas C. Montgomery adalah buku pengantar yang bagus
Artikelnya sebenarnya bisa diperluas jauh untuk membahas optimasi yang mungkin dilakukan baik pada baterai fisik maupun modelnya. Terima kasih sudah berbagi buku teksnya. Poin yang seharusnya kutulis lebih jelas adalah bahwa pada ruang desain kecil pendekatan seperti ini mungkin tidak buruk, tetapi pada baterai ruangnya luar biasa besar
Saya sebenarnya ikut menulis makalah yang menggunakan contoh persoalan and untuk mencapai front Pareto secara optimal. Ini mungkin menarik bagi orang yang masuk ke bidang ini: https://www.sciencedirect.com/science/article/abs/pii/S03062... Kalau butuh PDF lengkapnya, saya bisa berbagi
Desain eksperimen yang diusulkan Taguchi menyusun parameter yang memengaruhi proses dan levelnya dalam array ortogonal. Berbeda dengan desain faktorial yang harus menguji semua kombinasi, metode Taguchi menguji pasangan kombinasi, sehingga dapat mengumpulkan data yang diperlukan untuk mengetahui faktor yang paling memengaruhi kualitas produk dengan jumlah eksperimen minimum, menghemat waktu dan sumber daya
https://eng.libretexts.org/Bookshelves/Industrial_and_System...
Saya sedang membuat generator surya sendiri untuk belajar sedikit tentang teknologi baterai. Namanya kurang bagus, tapi bendanya mirip Jackery atau Blue Yeti
Saya membeli 4 sel lithium iron phosphate, BMS, pengontrol pengisian surya, dan berbagai komponen lain. Saya harus belajar penyeimbangan sel, pengkabelan, dan sebagainya; benar-benar lubang kelinci yang dalam
Saya membuat baterai 1,2 kWh untuk menyalakan kulkas dan lampu saat berkemah, dan biayanya kurang dari setengah harga produk jadi sekelasnya. Tentu saja butuh waktu belajar yang sangat banyak, tapi itu gratis
Salah satu pencerahan paling menarik adalah dulu saya terlalu meremehkan desain industri. Paket baterai sekilas hanya kotak persegi dengan beberapa stopkontak, tetapi membuatnya terlihat bagus ternyata cukup sulit. Pengkabelan komponen internal juga masalah yang menarik
Sebaiknya juga jangan percaya rating arus yang tertulis di pelat nama. Cari perangkat yang bisa menyerap beban cukup besar, beri beban sungguhan, lalu pastikan tidak ada bagian sel yang menjadi cukup panas hingga melewati batas termal
Hal lain adalah korosi busbar. Jika timbul resistansi kecil pada salah satu sambungan dan terminal itu menjadi cukup panas, masalah bisa muncul dalam sekejap
Terakhir, pembunuh terbesar paket baterai adalah kerusakan fisik. Bahkan untuk LiFePO4, sangat penting untuk mengikat dan melindungi sel dengan memadai
Itu membuat saya punya rasa hormat baru terhadap teknologi baterai, dan sampai sekarang baterai masih terasa seperti kotak ajaib yang agak sulit dipahami
Bagian proyek yang paling saya banggakan adalah kami tidak punya uang untuk membeli peralatan pencatat tegangan/arus kelas atas, dan arusnya juga cukup tinggi. Kami mengikat voltmeter dan amperemeter analog ke kayu lapis dengan cable tie, lalu memasang kayu 2x4 tegak 90 derajat untuk menempelkan kamera. Kami merekam video sambil berkendara seperti itu, sehingga waktu dan satuan lain bisa dicocokkan. Sambil menonton video, kami memindahkan hasilnya secara manual ke spreadsheet
Tidak cepat atau sangat presisi, tetapi bekerja dengan baik, dan yang terpenting masuk anggaran
Yang akan sangat menarik dalam beberapa tahun ke depan adalah makin banyaknya baterai bekas mobil yang didaur ulang untuk penyimpanan jaringan listrik atau sebagai daya cadangan rumah seperti konfigurasi semacam ini. Biasanya baterai EV dianggap akhir masa pakai saat mencapai 80% dari kapasitas awalnya
Namun kapasitas juga bergantung pada seberapa cepat baterai disikluskan dan pada rentang state of charge seperti apa ia digunakan. Semakin besar jendela state of charge dan semakin cepat siklusnya, semakin besar stres pada baterai dan semakin besar pula rugi-ruginya. Jika baterai yang dikeluarkan dari mobil dimasukkan ke dalam kotak lalu disikluskan lebih lambat dan dalam rentang state of charge yang lebih sempit, baterai itu bisa dipakai jauh lebih lama
Saya penasaran casing apa yang kamu pilih. Bagi saya pribadi, itu bagian yang paling rumit
Saya membeli kotak amunisi plastik keras di Amazon. Di Eropa sulit menemukannya
Kalau ada yang ingin mencoba, video-video YouTube Will Prowse sangat bagus. Untuk baterai biasa, yaitu bukan generator surya, sekarang sepertinya membuat sendiri tidak lebih murah, karena baterai LFP 12V 1 kWh bisa dibeli sekitar 200 dolar
Jika Anda tertarik pada alat profiling energi yang bisa digunakan dalam pengembangan produk hardware bertenaga baterai, saya sangat merekomendasikan PPK II dari Nordic Semiconductor
Dengan harga yang masuk akal, Anda bisa mendapatkan alat hardware dan kit software yang dapat memprofilkan penggunaan energi aktual dengan cukup baik. Bahkan dibandingkan alat yang harganya satu digit lebih mahal, kemampuannya dalam menyediakan profil daya melampaui ekspektasi. Jika Anda merancang produk hardware yang berjalan dengan baterai, alat seperti ini wajib ada
Mungkin terdengar seperti iklan, tetapi bukan. Saya sama sekali tidak terkait dengan Nordic Semiconductor. Ini sekadar alat yang bagus, dan di bidang ini hampir tidak ada pilihan yang hemat biaya, jadi saya dengan senang hati merekomendasikannya
Untuk beban DC berdaya lebih tinggi, ada sensor efek Hall. Biasanya berbentuk casing plastik berlubang, dan satu kabel arus tinggi dilewatkan melalui lubang itu. Umumnya memerlukan catu daya DC sekitar 5V, dan mengeluarkan tegangan yang sebanding dengan arus
Karena mendeteksi medan magnet dari kabel, tidak perlu koneksi langsung, dan cocok untuk mengukur arus tinggi, tegangan tinggi, atau keduanya. Sebagian memiliki struktur split-ring sehingga sensor bisa dipasang mengelilingi kabel yang sudah ada tanpa harus memotongnya
Untuk AC, ada current transformer, cara pemasangannya mirip, dan ia mengeluarkan arus kecil dengan rasio tetap terhadap arus kabel yang terdeteksi
Versi portabelnya adalah clamp meter arus AC/DC, alat yang umum. Semuanya barang standar dan harganya juga cukup wajar
Saya penasaran apakah ada rekomendasi perangkat serupa yang bisa menyuplai lebih dari 1A
https://www.nordicsemi.com/Products/Development-hardware/Pow...
Seberapa sulit hardware ini digunakan oleh orang yang awam elektronik? Saya ingin membeli satu untuk membantu, tetapi soal rangkaian saya hampir pemula total
Terima kasih sudah mengunggahnya. PyBaMM benar-benar dibuat dengan sangat baik. Saya pertama kali mengetahuinya dari webinar paket Julia pesaing
Namun saya penasaran berapa banyak organisasi yang benar-benar merancang sel sendiri untuk produk baru. Dan seberapa tervalidasi paket-paket seperti ini? Saya tahu mendapatkan banyak data pengosongan baterai itu mahal dan memakan waktu
Pengalaman saya mungkin terlalu mewarnai cara berpikir saya. Pemodelan baterai yang saya bayangkan lebih ke simulator rangkaian, dengan hanya memasukkan efek-efek yang tidak akan tenggelam oleh toleransi besar baterai umum
Area yang menarik untuk pemodelan fisika yang lebih rinci tampaknya adalah pemodelan degradasi jangka panjang dan keausan baterai isi ulang. Apakah ada tutorial atau contoh ke arah itu?
Istilah organisasi itu luas, tetapi jika maksudnya perusahaan, maka persentasenya di antara semua perusahaan yang menangani baterai dengan cara apa pun mungkin cukup kecil. Namun nilai perusahaan-perusahaan itu tidak proporsional besarnya. Bayangkan produsen mobil besar, perusahaan yang menangani lingkungan ekstrem seperti dirgantara, dan perusahaan alat berat seperti Fortescue yang mengelektrifikasi truk tambang
Semua perusahaan yang membuat sel dan material sel serta melakukan desain sel jelas bisa mendapat manfaat dari pemodelan fisika. Validasi paketnya cukup kuat, dan PyBaMM memiliki banyak kutipan makalah peer-reviewed. Validasi angka simulasi untuk sel tertentu mungkin lebih lemah, dan itu adalah titik sakit nyata di industri. ionworks sedang mencoba memecahkan masalah ini
Akan menarik jika ada posting blog tentang memparameterisasi model PyBaMM berdasarkan sel komersial
Banyak engineer baterai yang melakukan desain berbasis simulasi tampaknya mengulangi proses serupa dalam menentukan parameter dari literatur, X-ray, dan sebagainya
Setelah itu juga terbit makalah review tentang topik ini: https://iopscience.iop.org/article/10.1088/2516-1083/ac692c/...
Jika mencari panduan yang lebih praktis, ada juga alat open source untuk parameterisasi model: https://github.com/pybop-team/PyBOP dan https://github.com/paramm-team/pybamm-param
Semua orang terus membuat platform blog dan situs blog pribadi baru, padahal sebenarnya GitHub sudah menjadi solusi sempurna sejak awal
Kami memasukkan fitur ini ke PyBaMM untuk proyek BattBot kami: https://github.com/pybamm-team/BattBot
Ini dibuat oleh seorang mahasiswa GSOC hebat yang sekarang bekerja di CERN
Tulisannya sangat ringkas. Tidak banyak membahas debugging baterai saya atau baterai tertentu; isinya lebih mendekati profiling baterai secara umum dengan beberapa pengukuran probabilistik dan kualitatif
Misalnya persyaratannya adalah
pybamm=24.1https://github.com/pybamm-team/PyBaMM
Kalau tertarik, anoda silikon hanyalah salah satu material yang aktif diteliti untuk meningkatkan baterai. Cawan sucinya adalah litium logam, yang sama sekali tidak memiliki material inang di sisi anoda. Itu bisa memberikan kepadatan energi tertinggi, tetapi sejauh ini komersialisasinya umumnya belum berhasil
pybamm.Experimentmenerima instruksi bahasa alami seperti ini? Apakah LLM mem-parse ini menjadi bentuk yang lebih terstruktur?“Isi daya pada 1C selama 1 jam, letakkan di bawah api unggun, kosongkan daya pada 1000C, lalu panggang marshmallow”
Tulisannya menarik, tetapi saya tidak yakin kata debug tepat di sini. Saya kira ini artikel tentang men-debug bug perangkat lunak atau rangkaian elektronik yang membuat baterai laptop atau mobil terlalu cepat habis
Judulnya mungkin lebih mendekati “Cara memodelkan pemilihan baterai yang sesuai untuk penggunaan saya” atau “Memahami trade-off dalam desain baterai”
Maksudnya lebih ke memahami mengapa sesuatu tidak optimal
Apakah pustaka ini cukup terparameterisasi untuk bekerja pada sistem elektrolit lain seperti baterai natrium? Bagaimana dengan baterai alir? Kalau berupa dua fluida yang dipisahkan membran, retakan sepertinya bukan masalah sebesar itu
Atau setidaknya baterai timbal-asam? Jadi apakah ini sebenarnya “debug litium”?
Baterai alir kemungkinan besar memerlukan implementasi model baru karena harus memodelkan konveksi paksa di kedua sisi separator, dan PyBaMM mendukung hal itu
Saya tahu PyBaMM memiliki sistem pemodelan yang relatif modular, tetapi saya tidak yakin bagaimana model-model yang sudah diimplementasikan dibagi-bagi
Ion natrium seharusnya sangat memungkinkan karena fenomena fisiknya pada dasarnya sama dan hanya angkanya yang berbeda. Baterai alir sedikit lebih sulit karena harus menambahkan beberapa proses penting seperti konveksi
Contoh baterai timbal-asam juga disertakan. Sebenarnya PyBaMM bermula dari baterai timbal-asam saat Valentin menjalani program doktoral: https://sites.google.com/view/valentinsulzer/publications
Jika tertarik pada persyaratan performa penerbangan listrik yang hanya diisyaratkan dalam tulisan dan tidak dibahas mendalam, makalah akses terbuka ini sangat bagus: https://pubs.acs.org/doi/full/10.1021/acsenergylett.8b02195