Mitkä ovat keskeiset tekijät, jotka vaikuttavat litiumakkujen käyttöikään?

Uusien energiaajoneuvojen, energiaa varastoivien voimalaitosten ja kannettavien elektronisten laitteiden laajan käyttöönoton myötä litiumakuista on tullut välttämätön keskeinen osa elämäämme. Avainindikaattori, joka määrittää näiden tuotteiden "alueen" ja "elinajan"-litiumparistojen käyttöiän-on vähitellen tullut huomion kohteeksi. Litiumakun käyttöikä viittaa jaksojen määrään, jonka akku käy läpi tietyssä lataus-purkaustilassa, kunnes sen käyttökapasiteetti laskee 80 prosenttiin alkuperäisestä kapasiteetistaan.

Tämä indikaattori ei vaikuta pelkästään suoraan kuluttajan käyttökokemukseen ja käyttökustannuksiin, vaan sillä on myös ratkaiseva vaikutus uuden energiateollisuuden teknologiseen iteraatioon ja tuotesuunnitteluun. Tänään Battery Pioneer analysoi kattavasti litiumakun käyttöiän taustalla olevaa logiikkaa kolmesta ulottuvuudesta: vaikuttavista tekijöistä, ennustemenetelmistä ja käytännön tekniikoista käyttäen yksinkertaista kieltä, joka auttaa sinua ymmärtämään tätä avainteknologiaa!

Litiumakun käyttöikä ei ole kiinteä arvo, vaan siihen vaikuttavat useiden tekijöiden yhdistelmä, mukaan lukien sisäiset materiaaliominaisuudet, ulkoinen käyttöympäristö ja käyttötavat. Jokainen tekijä toimii kuin dominoefekti, joka vaikuttaa koko akkuun ja suoraan sen hajoamisnopeuteen.

1. Sisäiset materiaalit: Akun "luontaiset geenit", jotka määrittävät hajoamisen ylärajan

Litiumparistojen sisäinen rakenne on monimutkainen. Ydinmateriaalit, kuten positiivisten ja negatiivisten elektrodien aktiiviset materiaalit, sideaineet, johtavat aineet, virrankerääjät, erottimet ja elektrolyytit vanhenevat ja hajoavat peruuttamattomasti pitkäaikaisen kierron aikana, mikä on perimmäinen syy akun kapasiteetin heikkenemiseen.

Positiivisten elektrodimateriaalien tapauksessa, kun otetaan esimerkkinä litiumrautafosfaatti, pitkäaikainen kiertokulku johtaa "hilavääristymään" (teollisuustermi, joka viittaa kiderakenteen tuhoutumiseen), mikä johtaa litium-ionien lisäys-/uuttotehokkuuden heikkenemiseen. Li Yangin *Energy Storage Science and Technology* -tiimin vuonna 2023 tekemän tutkimuksen mukaan litiumrautafosfaattiakun negatiivinen elektroditilavuus kasvaa 6000 syklin jälkeen 18 % ja SEI-kalvo (kiinteä elektrolyyttirajapintakalvo, joka aiheuttaa suoraan litiumakkujen negatiivisen elektrodin suojakalvon) paksunee irrehium-kerroin. Lisäksi elektrolyytin hajoaminen, erottimen vanheneminen ja vauriot sekä virtakollektorin korroosio voivat kaikki kiihdyttää akun suorituskyvyn heikkenemistä eri näkökulmista, mikä määrittää yhdessä akun käyttöiän "luontaisen ylärajan".

2. Lataus-/purkaussykli: hankitut käyttötavat, suoraan kiihdyttävät tai viivästävät hajoamista

Jos materiaalit ovat "luontaisia ​​geenejä", lataus-/purkaussykli on "hankittu tapa", joka vaikuttaa akun käyttöikään, mukaan lukien kolme keskeistä ulottuvuutta: lataus-/purkausmenetelmä, lataus-/purkausnopeus ja katkaisuolosuhteet, joista jokainen tukee selkeää tieteellistä näyttöä.

Amerikkalaisen tiedemiehen Maasin ehdottama "optimaalisen latauskäyrän" teoria antaa tärkeitä ohjeita lataustavan valinnassa. Tämä teoria väittää, että akun optimaalinen latausvirta pienenee vähitellen latausajan pidentyessä, mikä ilmaistaan ​​kaavalla I=I₀e⁻ᵅᵗ (jossa I on hyväksyttävä latausvirta, I₀ on alkuperäinen maksimivirta, t on latausaika ja hajoamisvakio). Lataaminen tämän käyrän alapuolella minimoi akun vaurioitumisen. Tämän alueen ylittäminen latausvirralla pahentaa akun polarisaatiota, heikentää lataustehoa ja aiheuttaa voimakasta kaasun kehittymistä, mikä lyhentää akun käyttöikää.

ACEY-BCT506-512Hakun latauksen purkauksen testauslaitteetkäyttää moderneja elektronisia valvonta- ja ohjauslaitteita manuaalisen työn sijaan valvoakseen reaaliaikaista-jännitettä, virtaa, kapasiteettia, energiaa, muodostumistilaa ja muita hajautetun akun muodostuksen parametreja reaaliajassa, diagnosoida ja käsitellä vikoja, tallentaa ja analysoida asiaankuuluvia tietoja, jotta muodostusprosessissa voidaan toteuttaa valvomaton ja eräkäsittely.

Tämän teorian perusteella eri latausmenetelmillä on selkeät edut ja haitat: Jatkuva lataus, erityisesti myöhemmissä vaiheissa, voi johtaa liialliseen virtaan ja sisäiseen kaasun kehittymiseen; jatkuva jännitelataus, jolla on alkuperäinen korkea virtahuippu, vahingoittaa suoraan akkua. Vakiovirta/vakiojännitelataus ja porrastetut vakiovirtalatausmenetelmät poistavat nämä haitat ja niistä on tullut yleisimpiä latausmenetelmiä. Käänteinen pulssilataus voi poistaa polarisaation, mutta sillä on negatiivinen vaikutus akun käyttöikään, eikä sitä vielä käytetä laajasti.

Lataus/purkausnopeus ja katkaisuolosuhteet ovat yhtä kriittisiä. Suuremmat purkausnopeudet johtavat nopeampaan kapasiteettihäviöön: 300 jakson jälkeen 0,5 C:n, 1 C:n ja 2 C:n nopeuksilla kapasiteetin menetysaste on 10,5 %, 14,2 % ja 18,8 %. Tämä johtuu siitä, että nopea -lataus ja purkautuminen aiheuttavat litium-ionien diffuusion viivästymisen, mikä johtaa pitoisuuspolarisaatioon ja nopeuttaa elektrodimateriaalirakenteiden tuhoutumista ja SEI-kalvon paksuuntumista. Lataus-katkaisujännite on yhtä tärkeä: litiumkobolttioksidiakkujen latauksen-katkaisujännitteen nostaminen 4,2 V:sta 4,9 V:iin (K. Maher et al., 2024 *Chinese Journal of Electrochemistry*) aiheuttaa "vaihemuutoksen" materiaalin suoraan johtavassa elektrodirakenteen rakenteessa syklin käyttöiän lyheneminen yli 50 %.

3. Lämpötila: Kriittinen ympäristömuuttuja; sekä korkeat että alhaiset lämpötilat vahingoittavat akkuja.

Lämpötila: Kiinan tiedeakatemian fysiikan instituutin vuoden 2024 *White Paper on Cycle Life of Power Battery* osoittaa, että litiumakkujen optimaalinen käyttölämpötila on 25±5 astetta. 50 asteen yläpuolella SEI-kalvo hajoaa kolme kertaa nopeammin; alle -10 astetta, elektrolyytin ionijohtavuus laskee 80 %, mikä johtaa merkittävästi akun kapasiteetin heikkenemiseen.

Johdonmukaisuus: (2023, *Journal of Automotive Engineering*) testit osoittavat, että akut, joiden yhden kennon käyttöikä on 1200 jaksoa, saavuttavat vain 191 sykliä sen jälkeen, kun ne on koottu akuksi-tämä on "heikoin lenkki" akkupakkauksissa, kun yksi akku kuluttaa koko järjestelmän.

Litium-ioni-akun käyttöiän testaus kestää usein kuukausia tai jopa vuosia, mikä johtaa erittäin korkeisiin kustannuksiin eikä vastaa nopeisiin tuotekehityksen, tuotannon laaduntarkastuksen ja huollon vaatimuksiin. Siksi tieteellisten elämänennustemallien luomisesta on tullut alan kuuma tutkimusaihe. Tällä hetkellä valtavirran ennustusmenetelmät voidaan jakaa tietolähteiden perusteella kolmeen luokkaan, joista jokaisella on omat etunsa, haittansa ja soveltuvat skenaariot.

ACEY energiansäästöä-akun käyttöiän testaajaon suunniteltu laajaan valikoimaan akkupakkausten ikääntymistestejä, jotka sopivat useille eri tyypeille, mukaan lukien kolmikomponenttinen, litiumrautafosfaatti, lyijy-happo, nikkeli-metallihydridi ja nikkeli-kadmium. Laitteet ovat ihanteellisia akkuja valmistaville yrityksille testaamaan akkumoduuleja tuotannon aikana sekä korkeavirtalatauksen ja purkauksen havaitsemiseen EV/HEV-tehoakkujärjestelmissä. Sitä käytetään myös korkean virran -lataus- ja purkaustesteissä, akun suorituskyvyn arvioinneissa ja akkumoduulien päivittäisessä kunnossapidossa akkutehtailla ja latausasemilla.

1. Ennuste kapasiteetin heikkenemismekanismien perusteella:Sisäisen olemuksen ymmärtäminen, korkea tarkkuus mutta korkea sisäänpääsyn este

Tämän menetelmän ydin on akun fysikaalis-kemiallisten reaktiomekanismien syvä ymmärtäminen. Akun käyttöikää voidaan ennustaa luomalla matemaattisia malleja kuvaamaan keskeisiä prosesseja, kuten aktiivista litiumhäviötä, SEI-kalvon kasvua ja elektrodimateriaalin vaihemuutoksia.

2. Ennuste ominaisten parametrien perusteella:Tasapainottaa mukavuuden ja tarkkuuden ulkoisten signaalien avulla

Tämä menetelmä ei vaadi sisäisten mekanismien syvällistä tutkimista-, vaan pikemminkin hyödyntää muutoksia seurattavissa olevissa ominaisparametreissa akun ikääntymisen aikana akun käyttöiän epäsuoraan päättelemiseksi. Tällä hetkellä yleisimmin käytetty ominaisparametri on sähkökemiallinen impedanssispektroskopia (EIS). Sähkökemiallinen impedanssispektroskopia (EIS) voi heijastaa akun sisäisen impedanssin tilan yksityiskohtaisesti ja sillä on korkea ennustetarkkuus. Testauslaitteisto on kuitenkin herkkä ulkoisille häiriöille, ja spektrianalyysi vaatii erikoisosaamista. Sitä vastoin pulssiimpedanssin mittaus on yksinkertaisempi käyttää ja nopeampi, joten se soveltuu reaaliaikaiseen online--seurantaan ja näyttää laajat sovellusmahdollisuudet uusien energiaajoneuvojen akunhallintajärjestelmissä (BMS).

Tämän menetelmän ydinetu on, että se tasapainottaa tarkkuuden ja mukavuuden, eikä se vaadi monimutkaista mekanistista analyysiä, joten se sopii suunnittelusovelluksiin. Sen haittoja ovat kuitenkin tarve laajasti kokeellisesti todentaa ominaisparametrien ja käyttöiän välinen korrelaatio, eri akkutyyppien mallierot ja parannettavaa sen universaalisuudessa.

3. Dataan perustuva-ennuste:Luotetaan isoihin datamalleihin, jotka ovat yksinkertaisia ​​ja käytännöllisiä, mutta datan rajoittamia

Tämä menetelmä ei koske akun sisäisiä mekanismeja. Sen sijaan se kerää suuren määrän akun syklin testidataa ja käyttää koneoppimista, tilastoanalyysiä ja muita algoritmeja datan kuvioiden ja trendien louhimiseen ennustavan mallin luomiseksi. Tällä hetkellä valtavirtamalleihin kuuluvat aikasarjamallit (kuten AR-mallit), keinotekoiset neuroverkot (ANN) ja korrelaatiovektorikoneet (RVM). AR (Analog-Regression) -malli on lineaarinen malli, joka päättelee nykyisen tilan historiatietojen perusteella. Akun kapasiteetin heikkenemisellä on kuitenkin ei--lineaarinen suhde jaksojen lukumäärään. Siksi Luo et ai. ehdotti parannettua ei--lineaarista AR-mallia ottamalla käyttöön nopeutetun hajoamistekijän, mikä parantaa merkittävästi ennusteen tarkkuutta.

Keinotekoiset hermoverkot (ANN) ovat tyypillisiä ei-{0}}lineaarisia malleja, jotka koostuvat useista neuroneista. Ne pystyvät käsittelemään monimutkaisia ​​suhteita, jotka sisältävät useita muuttujia ja vahvan kytkennän, joten ne sopivat hyvin-akun suorituskyvyn ennustamiseen liittyviin epävarmuustekijöihin. Relevanssivektorikoneet (RVM) kuuluvat datan regressioanalyysimenetelmiin. Ne voivat hallita yli- ja alisovitusta säätämällä parametreja ja tarjota todennäköisyysennustetuloksia, mikä tarjoaa enemmän joustavuutta ja luotettavuutta.

Tämän menetelmän etuja ovat sen yksinkertaisuus ja laaja sovellettavuus. Se ei vaadi syvällistä tietoa-akun sisäisestä rakenteesta. malli voidaan rakentaa riittävällä historiallisella tiedolla. Sen haitat ovat kuitenkin myös ilmeisiä: ennustevaikutus riippuu suuresti tiedon laadusta ja kattavuudesta. Jos tiedot ovat puolueellisia tai eivät kata keskeisiä käyttöolosuhteita, ennustetuloksissa voi olla suuria virheitä, eivätkä ne pysty selittämään eliniän heikkenemisen perimmäistä syytä.

Seuraavien käytännön tekniikoiden hallitseminen voi tehokkaasti hidastaa litiumakkujen hajoamisnopeutta ja tehdä niistä kestävämpiä:

• Lämpötilan hallinta on avainasemassa:Vältä akun pitkäaikaista altistamista yli 50 asteen lämpötiloille. Vältä kesällä suoraa auringonvaloa uusiin energia-ajoneuvoihin ja varmista energian varastointilaitteiden oikea lämmönpoisto. Talvella vältä akun pitkäaikaista käyttöä alle -10 asteen; esilämmitys on suositeltavaa ennen käyttöä.

• Hellävarainen lataus ja purkaminen:Käytä hellävaraisia ​​lataustapoja, kuten vakiovirta/vakiojännite tai porrastettu vakiovirtalataus aina kun mahdollista. Vältä nopea{0}}nopea lataus ja purkautuminen. Vältä päivittäisessä käytössä akun tyhjenemistä kokonaan (syväpurkaus) tai säilyttämästä sitä täyteen ladattuna pitkiä aikoja. Akun varaustason pitäminen 20–80 %:n välillä edistää akun käyttöiän pidentämistä.

• Valitse korkealaatuiset{0}}akut:Kun ostat uusia energiatuotteita, aseta etusijalle hyvämaineisten merkkien tuotteet, joilla on hyvä yksisoluinen-konsistenssi ja kohtuullinen lämmönpoistorakenne, kuten CATL ja EVE Energy, jotta vähennät akun kulumisen riskiä lähteestä.

Litiumakkujen elinkaaren takana on materiaalitieteen, sähkökemian, lämmönhallinnan ja järjestelmäsuunnittelun monitieteinen integraatio. Vaikuttavien tekijöiden ymmärtäminen auttaa hyödyntämään litiumakkutuotteita paremmin; ennustemenetelmien hallitseminen voi tukea alan teknisiä päivityksiä.

Olipa kyse sitten tavallisten kuluttajien huolestuneesta kantaman heikentymisestä tai alan toimijoiden tavoittelemista teknologisista läpimurroista, litiumakkujen käyttöikä on keskeinen aihe, jota ei voida välttää.

Ota yhteyttä nyt