BattMo -- Battery Modelling Toolbox

이 논문은 3D 기하학적 구조, 결합된 열 및 열화 모델, FAIR 준수 파라미터화를 지원하며 자동 미분을 통해 효율적인 경사 하강 기반 최적화를 가능하게 하는 다양한 전기화학 배터리 셀 시뮬레이션을 위한 유연한 MATLAB 기반 유한 체적 툴박스인 BattMo를 소개한다.

핵심

더 나은 배터리를 만들려고 노력 중이라고 상상해 보세요. 하지만 금속과 화학 물질로 물리적인 시제품을 만드는 대신(비싸고, 느리고, 번거로운 작업이죠), 컴퓨터 안에서 배터리를 만들고 싶어 합니다. 그것이 바로 BattMo가 하는 일입니다.

BattMo를 **"배터리 과학자들을 위한 레고 세트"**라고 생각해보세요.

작동 원리는 다음과 같습니다.

1. 설계도 (The "JSON" 및 "Graph" 시스템)

보통 컴퓨터 프로그램에서 배터리 설계를 변경하는 것은 단어 하나를 바꾸기 위해 사전 전체를 다시 쓰는 것과 같습니다. BattMo는 다릅니다.

• 레시피 카드: 여러분은 간단한 텍스트 파일(JSON이라 불리는)을 사용하여 배터리가 어떤 모습인지, 무엇으로 만들어졌는지 알려줍니다. 이것은 마치 "나는 특정 유형의 리튬으로 만든 원통형 배터리를 원한다"라고 적는 양식을 채우는 것과 같습니다.
• 플로우차트: 컴퓨터 내부에서 배터리는 단순한 코드 덩어리가 아니라, 플로우차트 또는 계산 그래프(computational graph) 형태로 구축됩니다. 가계도를 상상해 보세요. "부모"는 물리 법칙이고 "자식"은 결과물입니다. 만약 배터리가 열을 내는 방식을 바꾸고 싶다면, 전체 구조를 망가뜨리지 않고도 나무의 한 가지(branch)만 교체하면 됩니다. 이 덕분에 다양한 아이디어를 서로 조합하고 섞기가 매우 쉽습니다.

2. 시뮬레이터 ("가상 실험실")

가상의 배터리를 구축하고 나면, BattMo는 고속 시뮬레이터 역할을 합니다.

• 3D 모델링: 단순히 배터리의 단면만을 보는 것이 아니라, 완전한 3D 모델을 구축합니다. 배터리가 납작한 동전 모양이든, 돌돌 말린 젤리롤 형태든, 혹은 커다란 직사각형 블록이든, BattMo는 이를 3D로 시각화할 수 있습니다.
• "열" 요소: 전력만 추적하는 것이 아니라, 열도 함께 추적합니다. 충전할 때 배터리가 어떻게 뜨거워지는지, 그리고 가만히 있을 때 어떻게 식는지 동시에 시뮬레이션합니다 가장.
• "노화" 관찰: 배터리가 어떻게 늙어가는지도 예측할 수 있습니다. 내부적으로 얇은 찌꺼기 층(SEI 층이라고 불리는)이 쌓이는 현상이나, 실리콘 소재가 에너지를 흡수할 때 스펀지처럼 부풀어 오르는 현상 등을 시뮬레이션합니다.

3. "스마트 튜터" (교정 및 최적화)

재료에 대한 정확한 수치를 추측하는 것은 배터리 과학에서 가장 어려운 부분 중 하나입니다.

• 자동 조절기: BattMo에는 자동 미분(automatic differentiation) 기법을 사용하는 내장된 "스마트 튜터"가 있습니다. 라디오의 신호를 가장 선명하게 맞추기 위해 튜닝하는 과정을 상상해 보세요. BattMo는 컴퓨터 모델과 실제 실험 결과 사이의 완벽한 일치를 찾기 위해 어떤 노브(knnel)를 얼마나 돌려야 하는지 즉각적으로 계산할 수 있습니다. 이는 연구자들이 몇 주 동안 추측하고 확인하는 과정을 반복하는 시간을 아껴줍니다.

4. 대상 사용자

• 전문가: 50개의 물리적 시제품을 만드는 대신, 한 시간 안에 50가지 다른 형태를 테스트하고 싶은 배터리 설계자들.
• 학생: 코드를 이해하기 위해 박사 학위가 필요 없이, 배터리 내부에서 전기와 열이 어떻게 이동하는지 보고 싶은 초보자들.
• 개발자: 이 도구를 자신의 소프트웨어 워크플로우에 연결하고 싶은 사람들.

5. 무엇이 특별한가?

다른 도구들(예: PyBaMM)도 존재하지만, BattMo가 독특한 이유는 다음과 같습니다.

• 처음부터 3D 형상과 열을 함께 처리하도록 밑바닥부터 설계되었습니다.
• 원래 석유 저류층(oil reservoirs)에 사용되던 툴박스인 MRST를 기반으로 구축되었으며, 이는 복잡한 수학 문제를 매우 빠르게 해결하는 데 탁용하다는 것을 의미합니다.
• 개방적이고 유연합니다. 자동차 엔진을 교체하듯, 새로운 배터리 화학 성질을 시험하기 위해 "엔진"(수학 방정식)을 쉽게 교체할 수 있습니다.

요약하자면

BattMo는 여러분이 3D로 배터리를 설계, 제작 및 테스트할 수 있는 디지털 작업장입니다. 모듈형 블록 기반 시스템을 사용하여 과학자들이 부품을 쉽게 교체하고, 배터리의 노화를 예측하며, 실제 현실과 일치하도록 설계를 자동으로 조정할 수 있게 해줍니다. 이 모든 과정은 실제 세계에서 단 하나의 물리적 배터리도 만들 필요 없이 이루어집니다.

참고: 이 소프트웨어는 현재 새로운 유형의 배터리(전기차 및 에너지 저장 장치용)를 설계하기 위해 주요 유럽 연구 프로젝트(HYDRA 및 BATMAX 등)에서 사용되고 있지만, 본 논문은 특정 미래 제품이 아닌 도구 자체에 초점을 맞추고 있습니다.

기술 요약

BattMo: 배터리 모델링 툴박스 기술 요약

문제 정의
고성능 전기화학 시스템, 특히 리튬 이온 및 포스트 리튬 이온 배터리의 개발은 전기 에너지 전환에 있어 매우 중요합니다. 그러나 물리적 프로토타이핑을 줄이고 데이터로부터 통찰력을 추출하기 위한 엄격한 디지털 워크플로우를 구축하는 것은 여전히 어려운 과제입니다. 기존의 물리 기반 모델들은 파라미터 보정(calibration)에 어려움을 겪는 경우가 많으며, PyBaMM, cideMOD, LIONSIMBA와 같은 오픈 소스 프레임워크가 존재함에도 불구하고 특정 한계점을 가집니다. 예를 들어, PyBaMM은 최근(2025년 기준) 2D 및 3D 시뮬레이션을 지원하게 되었으나, 보정 및 최적화를 위해 일반적으로 외부 패키지(PyBOP)에 의존합니다. 마찬가지로, cideMOD는 3D 시뮬레이션을 지원하지만 자동 미분(automatic differentiation) 기능이 부족하여 복잡한 비선형 시스템과 설계 최적화를 다루는 데 어려움이 있습니다. 따라서 완전히 결합된 3D 전기화학-열 시뮬레이션, 어드joint 방법(adjoint methods)을 통한 효율적인 파라미터 보정, 그리고 모델 확장을 위한 모듈형 아키텍처를 네이티브로 지원하는 유연한 프레임워크가 필요합니다.

방법론
BattMo는 MATLAB®(Octave와의 호환성 노력 포함)으로 구현된 유연한 유한 부피 연속체 모델링 프레임워크입니다. 이 툴박스는 메싱(meshing), 대규모 비선형 시스템 해결 및 시각화를 위해 MATLAB Reservoir Simulation Toolbox (MRST)를 활용하며, 근본적으로 견고하고 저차원인 유한 부피법과 완전 암시적 시간 이산화(fully implicit time discretization)를 사용합니다.

• 모델 아키텍처: 프레임워크는 계층적 그래프 기반 설계를 채택합니다. 각 모델은 변수를 나타내는 노드와 함수적 관계를 나타내는 유향 에지(directed edges)로 구성된 계산 그래프에 해당합니다. 이러한 구조는 모듈성을 제공합니다. 모델 간의 결합은 기존 모델을 서브 그래프로 포함하는 새로운 결합 모델을 생성함으로써 이루어지며, 결합 메커니즘을 위한 에지를 추가하면서도 하위 모델은 거의 변경하지 않고 유지할 수 있습니다.
• 입력 및 상호 운용성: 재료 파라미터 및 기하학적 설명을 포함한 시뮬레이션 입력은 JSON 스키마를 통해 지정됩니다. 이 방식은 의미론적 상호 운용성과 FAIR 원칙을 지원하기 위해 Battery Interface Ontology (BattINFO) 가이드라인을 준수합니다.
• 물리 및 화학: 핵심 모델은 Doyle-Fuller-Newman (DFN) 접근 방식을 기반으로 합니다. BattMo는 완전히 결합된 열 시뮬레이션을 포함하며, SEI 층 성장(Safari 및 Bolay 모델 사용) 및 리튬 플레이팅과 같은 다양한 퇴화 메커니즘을 지원합니다. 또한 복합 재료(예: 실리콘-흑연 혼합물) 및 실리콘 스웰링(swelling)을 처리합니다.
• 솔버 및 최적화: 솔버는 어드joint 계산을 지원하기 위해 자동 미분을 활용합니다. 이 기능은 모든 파라미터에 대한 목적 함수 미분값을 효율적으로 계산할 수 있게 하여, 실험 데이터에 모델을 보정하기 위한 경사 하강법 기반의 최적화 루틴을 가능하게 합니다.
• 기하학적 구조: 툴박스는 원통형, 프리즘형, 코인형, 젤리 롤(jelly roll) 및 다양한 탭 레이아웃을 가진 멀티 파우치 셀을 포함한 매개변수화된 설계를 지원하는 1D, 2D, 3D 기하학적 구조를 지원합니다.

주요 기여

• 네이티브 3D 및 결합 시뮬레이션: 일부 선행 모델들과 달리, BattMo는 핵심 기능을 위한 외부 패키지 없이도 결합된 전기화학-열 시뮬레이션을 3D에서 수행할 수 있도록 기초부터 설계되었습니다.
• 어드joint 기반 보정: 자동 미분과 어드joint 계산의 통합은 실험 데이터를 통해 복잡한 배터리 모델을 보정하는 효율적인 방법을 제공하며, 이는 물리 기반 모델링의 흔한 병목 현상을 해결합니다.
• 모듈형 그래프 기반 설계: 계산 그래프 접근 방식은 모델의 확장과 결합을 용이하게 하여, 연구자들이 기초 방정식을 쉽게 수정하고 새로운 퇴화 또는 재료 모델을 통합할 수 있도록 합니다.
• 표준화된 입력: BattINFO와 정렬된 JSON 스키마의 사용은 모델 정의가 구조화되고, 재현 가능하며, 상호 운용 가능함을 보장합니다.
• 생태계: 본 논문은 MATLAB 버전, Julia 버전(BattMo.jl), Python 래퍼(PyBattMo), 그리고 웹 애플리케이션(BattMoApp)을 포함하는 "BattMo 패밀리"를 소개합니다.

결과 및 역량
본 논문은 BattMo를 매개변수화된 배터리 기하학 라이브러리와 문서화된 예제 세트를 갖춘 기능적인 툴박스로 제시합니다. 이를 통해 다음과 같은 능력을 입증합니다:

• 다양한 배터리 화학 조성(NMC, NCA, LFP, LNMO, SiGr) 및 형태(코인, 파우치, 원통형) 시뮬레이션.
• 기하학 및 파라미터에 대한 설계 최적화 수행.
• 표준 테스트 프로토콜(CC, CV, CCCV) 및 시계열 입력 지원.
• SEI 성장, 플레이팅, 실리콘 스웰링을 포함한 특정 현상 모델링.
• 알칼리 막 전해조 및 양성자 세라믹 막 모델과 같은 다른 전기화학 시스템으로의 기능 확장.

의의 및 영향
저자들은 BattMo를 연구 및 교육을 위한 재현 가능한 배터리 셀 개발 도구로 포지셔닝합니다. 이 도구의 의의는 가상 설계를 최적화하려는 숙련된 설계자와 기초 과정을 이해하고자 하는 초심자 모두를 지원할 수 있는 능력에 있습니다. 이 소프트웨어는 이미 HYDRA, BATMAX, IntelLiGent, BIG-MAP, DigiBatt와 같은 EU 지원 프로젝트를 포함한 여러 상업적 및 비상업적 프로젝트에서 활용되었습니다. 이러한 맥락에서 1D 및 3D 구성 모두에서 새로운 LNMO 셀뿐만 아니라 상업용 LFP 및 NMC 셀을 모델링하는 데 사용되었습니다. 모듈형 프레임워크와 표준화된 입력, 고급 최적화 기능을 결합함으로써, BattMo는 물리적 프로토타이핑에 대한 의존도를 낮추고 배터리 연구 결과의 타당성과 재현성을 높이는 것을 목표로 합니다.