Schnellladefähige Batterien mit hoher Energiedichte kombinieren
Wie man die Mikrostruktur von Elektrodenmaterialien mit der Simulationssoftware GeoDict verbessert
Um das enorme Potenzial der Elektromobilität auszuschöpfen und eine breite Akzeptanz des Markts zu erreichen, müssen wir die Herausforderung lösen, schnellladefähige Batterien mit hoher Energiedichte zu kombinieren. Dabei sollten wir uns nicht nur auf die Suche nach neuartigen Elektrodenmaterialien mit vielen widersprüchlichen und komplexen technischen Voraussetzungen beschränken, sondern uns viel mehr auf die mikrostrukturelle Optimierung der derzeitigen Elektrodenmaterialien konzentrieren.
Ionentransportprozesse auf der Mikroskala spielen beim Laden eine entscheidende Rolle und werden hauptsächlich durch die Mikrostruktur und Textur der Elektrodenmaterialien bestimmt.
Eine experimentelle Optimierung durch Trial-and-Error ist zeitaufwändig, kostspielig und schließt die Möglichkeit aus, die Auswirkungen einzelner Parameter auf das komplexe Batteriesystem zu beurteilen.
Um dieser Herausforderung zu begegnen, wurde die fortschrittliche Simulationssoftware GeoDict für den Import und die Segmentierung von CT-Scans von Elektrodenmaterialien oder die virtuelle Erzeugung von realistischen 3D-Mikrostrukturen mit einem repräsentativen Elementarvolumen (REV) entwickelt. Diese einfach zu bedienende Software wird eingesetzt, um die Mikrostruktur von Elektrodenmaterialien zu verbessern und echte Innovationen in der Batterieforschung voranzutreiben.
Autoren und Anwendungsspezialisten
Das Problem: Experimentelle Optimierung ist zeit- und kostenaufwendig
Die Herausforderung schnelles Laden und hohe Energiedichte in Batterien zu vereinen
- Hochenergieanoden für die Schnelladung
- Optimierung der Anodenkinetik
- Gezielte Anpassungen der Mikrostruktur
Lithium-Ionen-Batterien sind in Bezug auf Energiedichte, Schnellladung und Kosten noch erweiterbar. Um die derzeitigen Beschränkungen der Elektromobilität zu überwinden, werden leistungsstarke Elektrodenmaterialien benötigt. Derzeit wird die Kombination von Schnellladung und hoher Energiedichte konsequent angestrebt.
Wenn energiedichte Anodenstrukturen aufgeladen werden, sind die Transportwege für die Li-Ionen oft eingeschränkt. Dies führt zu irreversiblen Anreicherungen von reaktivem metallischem Lithium, die sich in verminderter Zellkapazität, hohen Innenwiderständen, Kurzschlüssen und schließlich in Sicherheitsproblemen niederschlagen.
Da es an systematischen Ansätzen mangelt, sind die Schlüsselparameter, die die Anodenkinetik bestimmen, Partikelgröße, -form und -verteilung sowie Tortuosität und Porosität. Ihre experimentelle Optimierung wird derzeit aufgrund fehlender moderner Forschungs- und Entwicklungsansätze durch zeit- und kostenaufwändiges Trial-and-Error-Verfahren versucht.
Bei dieser experimentellen Methode ist die Auswirkung eines einzelnen Parameters auf ein komplexes Batteriesystem oft nicht zu erkennen.
Die Lösung: Detaillierte 3D-Simulationen von komplexen Batteriesystemen in GeoDict durchführen
GeoDict ersetzt und ergänzt diesen experimentellen Ansatz, indem es leistungsstarke Softwaretools zur Verfügung stellt, um Batteriezyklen sowie geometrische Einflüsse und Transporteigenschaften auf realistischen Mikrostrukturen zu simulieren und die Leistung des Anodenmaterials zu optimieren.
Math2Market GmbH bietet GeoDict als optimale Simulationslösung an und ist in der Lage, bei der Entwicklung von Elektrodenmaterialien zu helfen, die für schnelles Laden verbessert wurden.
- GeoDict führt sehr detaillierte 3D-Simulationen komplexer Batteriesysteme durch, angefangen bei der Mikrostruktur der Elektroden bis hin zum Laden der virtuellen Batterie.
- GeoDict-Simulationen zeigen den Einfluss einzelner Parameter auf die Batterieleistung
Abgerundet durch individuelle Schulungen und Support ist die modulare GeoDict-Software so konzipiert, dass sie sich perfekt an jeden F&E-Workflow anpasst.
Der Workflow in GeoDict - Von 3D-Scans zu Innovationen in der Batterietechnik
Importieren und Analysieren von 3D-Scans von Elektrodenmaterialien mit ImportGeo und GrainFind-AI. Identifizierung von Aktivmaterial, Binder und Leitruß sowie Elektrolyt auf der Mikroskala und Zuweisung ihrer physikalischen Eigenschaften (z. B. Ionenleitfähigkeit) manuell oder mit Hilfe der editierbaren Materialdatenbank.
Simulation des Schnell-Ladevorgangs einer virtuellen Batterie aus Elektroden mit BatteryDict:
- Berechnung der Zellenspannung, der lokalen Ionenkonzentration und Potentialverteilung, der Ionen- und elektrischen Ströme, der Überspannungen, der Wärmequellen, etc.
- Erkennung von Li-Plating durch Überwachung des Überspannungspotentials an der Grenzfläche zwischen aktivem Material und Elektrolyt.
Erzeugung statistischer Variationen des Materials mit dem Modul GrainGeo, wobei die mikroskopischen (z. B. Partikelgrößenverteilung) und makroskopischen (z. B. Tortuosität, Porosität) Eigenschaften des anodischen Materials erhalten bleiben. Generierung eines digitalen Zwillings des realen Elektrodenmaterials, das identische Eigenschaften und Leistungen aufweist, bis die gewünschten Eigenschaften erreicht sind.
Lösung der Optimierungsherausforderung durch Generierung einer Matrix von 50.000+ Instanzen des Elektrodenmaterials mit GeoDict und jeweilige Variation eines einzelnen Parameters. Die vielversprechendsten Lösungen werden in Bezug auf Leitfähigkeit, Diffusivität, Tortuosität und Ladeverhalten durch BatteryDict 3D-Ladesimulationen ermittelt..
- Reduzieren Sie Lithium-Plating während des Ladevorgangs auf ein Minimum: z. B. durch Änderung der Partikelgrößenverteilung, des Bindemittelgehalts usw., bis die Schnellladesimulation zu einem idealen Verhalten führt.
Ermittlung der besten digitalen Prototypen und Formulierung neuer praktischer Designrichtlinien zur Förderung der Innovation in der Batterietechnologie.
Wie kann GeoDict in einen etablierten F&E-Workflow integriert werden?
Math2Market unterstützt Sie bei der Anwendung von GeoDict zur Lösung konkreter Fragestellungen. In einem maßgeschneiderten Evaluierungsprojekt schulen wir Sie darin, GeoDict optimal für die Modellierung von Mikrostrukturen, die Simulation und Vorhersage von Eigenschaften sowie die Visualisierung und Interpretation von Simulationsergebnissen einzusetzen.
GeoDict unterstützt eine Vielzahl von Import- und Exportdateiformaten (z.B. MATLAB, Microsoft Excel) und kann die generierten Strukturen vernetzen und exportieren. Auf diese Weise lässt sich GeoDict nahtlos in einen bestehenden Workflow mit anderen Softwaretools integrieren. Außerdem kann GeoDict über selbst erstellte Python-Makros und -Skripte gesteuert und ausgeführt werden.
Nach der Schulung sorgt der professionelle Support von Math2Market dafür, dass der Anwender auf dem Weg zum Erfolg bleibt. Jährliche Software-Updates garantieren, dass GeoDict immer auf dem neuesten Stand der wissenschaftlichen Entwicklungen im Bereich der Materialmikrostrukturierung ist.
Ergebnis: Höhere effektive Diffusivität und größere spezifische aktive Oberfläche reduzieren das Li-Plating und ermöglichen schnelles Laden
Die effektive Ionendiffusionsfähigkeit des Elektrolyts ist ein Schlüsselparameter zur Optimierung von Elektrodenmaterialien für die Schnellladung. Sie hängt entscheidend von der Tortuosität τ ab, die ein Maß für die Gewundenheit der Ionentransportwege aufgrund der Mikrostruktur der Elektrode ist. Eine geringere Tortuosität führt zu einer höheren effektiven Diffusion der Li-Ionen.
Der kritische Parameter für die Aktivmaterialpartikel in der Elektrode ist die spezifische aktive Oberfläche, die maximiert werden muss, um genügend elektrochemisch aktive Stellen für den Ionentransfer zu bieten.
Die Optimierung der Tortuosität und der spezifischen aktiven Oberfläche verhindert Engpässe für den Li-Ionen-Transport und die Interkalation und schränkt somit Li-Plating ein. Die Berechnung der Tortuosität der Mikrostruktur und der effektiven Diffusivität des Elektrolyts wird mit dem Modul DiffuDict durchgeführt. Die spezifische Oberfläche der aktiven Partikel wird mit dem Modul GrainFind bestimmt.
Im nächsten Schritt werden Strukturparameter wie Festkörper-Volumenanteil, Porosität und Größenverteilung, Form und Orientierung der Partikel im Modul GrainGeo optimiert. Eine Ladesimulation mit BatteryDict bestätigt dann die Reduktion von Li-Plating.
Die Volkswagen Group Innovation erforscht mit diesem Workflow die Designrichtlinien für Schnellladeanoden:
- Vergrößerung der aktiven Graphitoberfläche, z. B. durch eine geringere Partikelgröße
- Erhöhung der effektiven Elektrolytdiffusion, z. B. durch Partikelausrichtung
- Ausrichtung der Partikel zur Exposition der prismatischen Oberflächen für den Li-Ionen-Austausch
Fazit
- Um das Ziel zu erreichen, eine hohe Energiedichte, niedrige Kosten, eine hervorragende Lebensdauer und eine hohe Schnellladefähigkeit für Batterien zu vereinen, müssen die Materialien auf der Mikroskala verstanden und fein abgestimmt werden.
- Die Simulationssoftware GeoDict ist ein echtes digitales Materiallabor, das die digitale Charakterisierung und das Design von innovativen Batteriematerialien für die Mobilität von morgen ermöglicht.
- GeoDict ist das ultimative F&E-Toolkit zur Analyse und Optimierung der Batterie-Mikrostruktur und kann leicht in jeden Arbeitsablauf integriert werden.
- Math2Market bietet starke und kompetente wissenschaftliche Unterstützung bei der Bewältigung spezifischer F&E-Herausforderungen und ist stolz darauf, seine Kunden bei der Erreichung ihrer Entwicklungsziele zu unterstützen.
- Beispiel für ein Simulationsergebnis: Simulation und Optimierung von Transporteigenschaften wie der effektiven Ionendiffusionsfähigkeit, geometrischen Eigenschaften wie der Tortuosität und der spezifischen Oberfläche der aktiven Partikel, um Li-Plating in Anoden zu verhindern.
- Volkswagen hat GeoDict erfolgreich in seine Group-Innovation-Prozesse integriert, um die Mikrostruktur von Elektroden zu untersuchen und Designrichtlinien für Hochenergieelektroden, Schnellladung und andere Forschungsprojekte zu entwickeln.
Weitere Anwendungsbeispiele für Batteriematerialien
Mikrostruktursimulationen mit BatteryDict in GeoDict erlauben es, die genaue Ionenströme sowie Lithium-Konzentrationsänderungen innerhalb der Batterieelektrode unter verschiedensten Ladeprofilen (konstante Laderate, konstanter Strom, konstante Spannung) nachzuvollziehen.
Moderne Segmentierungsmethoden bringen viele Vorteile für die Analyse von FIB-REM-Bildern. In diesem Vergleich von Segmentierungsmethoden haben wir nur Bildverarbeitungsmethoden eingesetzt, die von Anwendern ohne Expertenwissen durchgeführt werden können.
