Physics-based modeling of cyclic and calendar aging of LIBs with Si-Gr composite anodes

Questo articolo presenta un modello basato sulla fisica che scompone e analizza i distinti meccanismi di degradazione degli anodi compositi in silicio-grafite nelle batterie agli ioni di litio, affrontando specificamente l'interazione tra la crescita dello SEI, la fratturazione delle particelle e la perdita di materiale attivo in diverse condizioni di ciclaggio, stoccaggio e verifica per informare l'ottimizzazione futura delle batterie.

L'essenziale

Immagina una batteria agli ioni di litio come una città vivace dove piccoli lavoratori (ioni di litio) viaggiano avanti e indietro tra due quartieri: la "Città di Grafite" e il "Villaggio di Silicio". L'obiettivo è mantenere questa città funzionante in modo fluido il più a lungo possibile.

Questo articolo riguarda una nuova simulazione digitale (un modello basato sulla fisica) creata dai ricercatori per comprendere perché le batterie, in particolare quelle con un "Villaggio di Silicio", alla fine si degradano. Volevano capire esattamente cosa fa crollare la città e come prevederlo.

Ecco la sintesi delle loro scoperte utilizzando semplici analogie:

1. Il Problema: Il Silicio che "Respira"

I ricercatori stanno studiando batterie che utilizzano una miscela di Grafite e una piccola quantità di Silicio (circa l'1,4%) nel loro elettrodo negativo.

• L'Analogia: Pensa alla Grafite come a una solida casa di mattoni che mantiene le stesse dimensioni. Il Silicio, invece, è come un gigantesco palloncino gonfiabile. Quando la batteria si carica, il palloncino si gonfia (si espande); quando si scarica, si sgonfia tornando alle dimensioni originali.
• Il Problema: Poiché il palloncino si gonfia e sgonfia così tanto, esercita molta stress sulle pareti. Alla fine, le pareti si crepano. Nella batteria, questo significa che le particelle di silicio si fratturano, perdono il contatto con la rete elettrica e smettono di funzionare.

2. I Due Principali Cattivi dell'Invecchiamento

Il modello identifica due modi principali in cui la batteria viene danneggiata:

A. La "Ruggine" (Crescita dell'SEI)

• Cos'è: Quando la batteria è attiva, si forma uno strato protettivo sottile chiamato Interfase Elettrolita-Solido (SEI) sulla superficie. È come uno strato di ruggine o vernice che protegge il metallo ma consuma anche parte del "carburante" della batteria (litio) per mantenere il suo spessore.
• La Scoperta: Nella guida normale (cicli di carica/scarica), questa "ruggine" cresce lentamente e costantemente nel tempo. I ricercatori hanno scoperto che un tipo specifico di "diffusione elettronica" (elettroni che si muovono attraverso la ruggine) è il principale motore di questa crescita.

B. Il "Terremoto" (Fratturazione delle Particelle)

• Cos'è: Quando il palloncino di silicio si espande e si contrae in modo troppo violento (specialmente quando la batteria è scaricata molto profondamente), le particelle di silicio si fratturano.
• Le Conseguenze:
  1. Perdita di Territorio: Pezzi di silicio si staccano e diventano "isole" isolate dalla rete elettrica (Perdita di Materiale Attivo).
  2. Nuova Ruggine: Quando si verifica una frattura, espone il silicio fresco e non protetto al fluido della batteria. Questo causa un'improvvisa e massiccia esplosione di "ruggine" (SEI) che si forma istantaneamente per coprire la nuova ferita. Questo è un enorme drenaggio per la vita della batteria.

3. La Sorpresa del "Check-Up"

I ricercatori hanno testato batterie che sono rimaste su uno scaffale (stoccaggio) ma sono state prelevate periodicamente per un "Check-Up" (CU). Un Check-Up consiste nel caricare e scaricare completamente la batteria per misurarne lo stato di salute.

• La Scoperta: Hanno scoperto che gli stessi Check-Up causavano più danni rispetto al semplice riposo sullo scaffale.
• L'Analogia: Immagina un paziente in recupero da una gamba rotta. Il medico dice: "Non camminare, riposa". Ma ogni settimana, il medico costringe il paziente a correre una maratona per testare la gamba. Il paziente peggiora non a causa del riposo, ma a causa delle maratone settimanali.
• Il Risultato: I frequenti "Check-Up" hanno causato la fratturazione ripetuta dei palloncini di silicio, portando a un invecchiamento rapido. Il modello ha mostrato che la maggior parte dei danni durante lo stoccaggio era in realtà causata da questi cicli di test, non dallo stoccaggio stesso.

4. Come Guidare in Sicurezza (Condizioni di Funzionamento)

Il modello funge da guida del traffico per l'utilizzo della batteria:

• SoC Basso (Stato di Carica Basso) è Pericoloso: Quando la batteria è scaricata molto (sotto il 20-30%), il palloncino di silicio è costretto a lavorare al massimo e si espande di più. È qui che avvengono i "terremoti" (fratture).
• Il Punto Dolce: Se mantieni la batteria nella fascia "media" (non troppo piena, non troppo vuota), il silicio non si allunga tanto. Il modello ha mostrato che le batterie ciclate in questa fascia centrale durano molto di più, anche se le carichi velocemente.
• La Temperatura Conta: Il modello funziona bene a temperature normali (20°C e 35°C). Tuttavia, a temperature molto elevate (50°C), il modello ha iniziato a fare previsioni errate. Questo suggerisce che ad alte temperature, altre forze invisibili (come l'essiccamento del fluido della batteria o il cambiamento della struttura interna del silicio) iniziano a danneggiare la batteria in modi che l'attuale modello non riesce ancora a vedere.

Sintesi

I ricercatori hanno costruito un modello informatico che prevede con successo come invecchiano le batterie al silicio-grafite. Hanno dimostrato che:

1. La fratturazione del silicio è il nemico più grande quando le batterie sono scaricate profondamente.
2. I test frequenti (Check-Up) possono accidentalmente uccidere una batteria costringendola a fratturarsi ripetutamente.
3. Mantenere la batteria in una fascia media (evitando scariche profonde) è il modo migliore per proteggere i fragili "palloncini" di silicio.

Il modello è uno strumento potente per comprendere perché le batterie falliscono, ma i ricercatori ammettono che a temperature molto elevate o velocità estreme, la "città" diventa troppo caotica perché la loro mappa attuale possa gestirla perfettamente.

Sommario tecnico

1. Enunciazione del Problema

Le batterie agli ioni di litio (LIB) richiedono densità energetiche più elevate e durate di vita più lunghe per soddisfare le esigenze dei veicoli elettrici (EV). Il silicio (Si) è un materiale anodico promettente grazie alla sua elevata capacità specifica, ma soffre di un'espansione volumetrica massiccia (~300%) durante la litiazione/de-litiazione. Ciò porta a:

• Frammentazione delle Particelle: Lo stress meccanico causa la frattura delle particelle di silicio.
• Perdita di Materiale Attivo (LAM): Le crepe portano all'isolamento elettrico dei frammenti di silicio.
• Degradazione Accelerata: Le superfici di silicio appena esposte reagiscono con l'elettrolita, causando una rapida crescita dell'Interfaccia Elettrolita-Solida (SEI) e il consumo della scorta di litio (LLI).

I modelli esistenti spesso faticano a districare questi meccanismi accoppiati (crescita della SEI vs. frattura vs. LAM) o si basano su adattamenti empirici privi di coerenza fisica. Inoltre, l'impatto delle procedure di Check-Up (CU) (cicli di prova periodici durante lo stoccaggio) sull'invecchiamento calendarico osservato non è stato completamente compreso, in particolare per quanto riguarda come le CU stesse inducano degradazione.

2. Metodologia

Gli autori hanno sviluppato un modello di degradazione basato sulla fisica integrato nel Modello a Singola Particella con effetti dell'elettrolita (SPMe) utilizzando il framework PyBaMM. Il modello si concentra su una cella commerciale Sony Murata US18650VTC5A con un anodo composito Silicio-Grafite (Si-Gr, 1,4% in peso di Si) e un catodo NCA.

Meccanismi di Degradazione Principali Modellati:

Il modello isola due meccanismi primari per evitare l'overfitting:

1. Crescita Continua della SEI: Modellata tramite diffusione elettronica attraverso lo strato SEI. La densità di corrente che guida la formazione della SEI dipende dal sovrapotenziale della SEI e dai coefficienti di diffusione elettronica ($D_{e^-}$).
2. Frattura delle Particelle di Silicio:
   • Evoluzione Guidata dallo Stress: La frattura è guidata dallo stress di trazione tangenziale ($\sigma_{t,surf}$) derivante dai gradienti di concentrazione di litio durante i cicli. L'evoluzione della lunghezza della crepa segue una legge di fatica ($\partial_t l_{cr} \propto \sigma^m$).
   • Conseguenze della Frattura:
     • LAMSi: Perdita di volume di silicio attivo dovuta all'isolamento delle particelle.
     • Modifica della Superficie: Le crepe creano nuove aree superficiali.
       • SEI Istantanea: Le superfici fresche esposte all'elettrolita formano immediatamente uno strato SEI sottile ($d_{SEI}$), consumando ioni Li istantaneamente.
       • SEI Continua: La nuova "area attiva aggiuntiva" creata contribuisce alla crescita continua della SEI in corso.

Validazione Sperimentale:

Il modello è stato validato rispetto a dati sperimentali estensivi di Wildfeuer et al. [24], che coprono:

• Stoccaggio: 96 settimane a vari Stati di Carica (SoC, 10–100%) e temperature (20°C, 35°C, 50°C) con frequenze CU variabili (ogni 6, 12 o 96 settimane).
• Ciclaggio: Vari protocolli inclusi diversi tassi C (C-rates), Profondità di Scarica (DoD) e SoC medio.
• Cella di Check-Up: Una cella dedicata (C389) sottoposta solo a CU ripetute per isolare la degradazione indotta dalle CU.

3. Contributi Chiave

• Quadro Unificato Basato sulla Fisica: Il modello integra con successo la crescita della SEI (diffusione elettronica) e la fatica meccanica (frattura) in un unico quadro coerente SPMe senza adattamenti empirici per ogni condizione.
• Districamento dei Meccanismi: Separa quantitativamente i contributi di LAMSi, crescita continua della SEI e crescita istantanea della SEI alla Perdita di Capacità (CL) totale.
• Quantificazione dell'Impatto del Check-Up: Lo studio rivela che le CU non sono meramente diagnostiche; sono una fonte primaria di degradazione negli anodi al Si a causa dell'induzione di fratture e della successiva formazione istantanea di SEI.
• Definizione della Finestra Operativa: Il modello identifica specifici regimi operativi (SoC, DoD, Temperatura) in cui la degradazione del silicio domina rispetto a quella della grafite standard (crescita della SEI).

4. Risultati Chiave

A. Degradazione durante i Check-Up (CU)

• Dominanza della SEI Istantanea: Per una cella sottoposta a 54 CU consecutive, ~73% della perdita di capacità è stata attribuita alla crescita istantanea della SEI sulle superfici appena fratturate.
• Effetto di Auto-Mitigazione: Man mano che la frattura progredisce, l'area superficiale attiva totale aumenta. Ciò distribuisce la densità di corrente, riducendo lo stress locale e rallentando l'ulteriore propagazione delle crepe (un effetto di auto-mitigazione osservato nel profilo SoHSi).
• Non Linearità: Raddoppiare la frequenza delle CU non raddoppia linearmente la degradazione perché il tasso di formazione di nuove crepe rallenta all'aumentare dell'area superficiale delle particelle.

B. Invecchiamento Ciclico (Protocolli di Ciclaggio)

• Basso SoC / Alto DoD: Quando il ciclaggio si estende in regioni a basso SoC (dove il silicio è attivamente utilizzato), la frattura delle particelle diventa il driver di degradazione dominante, portando a significativa LAMSi e perdita di SEI istantanea.
• SoC Intermedio: In intervalli di SoC moderati (dove l'uso del silicio è minimo), la crescita continua della SEI è il meccanismo dominante. Il modello conferma che la diffusione elettronica descrive accuratamente questa crescita attraverso vari tassi C.
• Effetti della Temperatura:
  • A 35°C, il modello (calibrato a 20°C) si trasferisce bene sia allo stoccaggio che al ciclaggio.
  • A 50°C, il modello sottostima la Perdita di Capacità e la LAMSi, suggerendo meccanismi di degradazione termica aggiuntivi (es. transizioni di fase del silicio cristallino o essiccamento dell'elettrolita) non catturati dalla fisica corrente.

C. Invecchiamento in Stoccaggio

• Frequenza CU: Frequenze CU più elevate portano a una degradazione totale maggiore, principalmente perché le CU stesse inducono fratture e crescita istantanea della SEI.
• Dipendenza dal SoC: Uno stoccaggio a SoC più elevato porta a una degradazione maggiore. Tuttavia, a 100% SoC, il modello sottostima la LAMSi, suggerendo che si verifica una riorganizzazione strutturale del silicio (cristallizzazione) durante lo stoccaggio a lungo termine ad alti potenziali.

5. Significato e Limiti

• Significato:
  • Fornisce uno strumento per ottimizzare i protocolli di utilizzo delle batterie (es. evitare tagli a basso SoC per prevenire le fratture).
  • Dimostra che l'"invecchiamento in stoccaggio" negli anodi al Si è fortemente influenzato dalla frequenza di test/ciclaggio, sfidando l'assunzione che lo stoccaggio sia puramente chimico.
  • Convalida la diffusione elettronica come il meccanismo fisico corretto per la crescita della SEI in condizioni di ciclaggio.
• Limiti:
  • Alte Temperature (>50°C): Il modello non riesce a catturare la rapida degradazione, probabilmente a causa di effetti termici non modellati o cambiamenti nella composizione della SEI.
  • Alti Tassi C: Il modello SPMe fatica a correnti molto elevate (≥4C), portando a stress e fratture sovrastimati.
  • Incertezza dei Parametri: La mancanza di una caratterizzazione specifica della cella precisa (es. allineamento esatto dell'OCV, dipendenze termiche) introduce alcune deviazioni nelle previsioni.

Conclusione

Il documento presenta un modello robusto basato sulla fisica che disaccoppia con successo i complessi meccanismi di degradazione degli anodi Silicio-Grafite. Evidenzia che la frattura del silicio e la conseguente crescita istantanea della SEI sono i principali driver di degradazione quando il silicio è ciclatto attivamente (basso SoC/alto DoD) o sottoposto a frequenti check-up. Al contrario, in finestre operative moderate, domina la crescita continua della SEI. Il lavoro sottolinea la necessità di tenere conto della fatica meccanica e delle reazioni superficiali istantanee per prevedere accuratamente la durata delle batterie ad alta energia di prossima generazione.