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

본 논문은 리튬이온 배터리의 실리콘 - 흑연 복합 음극에서 발생하는 다양한 사이클링, 저장 및 점검 조건 하에서 SEI 성장, 입자 균열, 그리고 활물질 손실 간의 상호작용을 구체적으로 다루어 향후 배터리 최적화에 기여하기 위해, 실리콘 - 흑연 복합 음극의 고유한 열화 메커니즘들을 분리하여 분석하는 물리 기반 모델을 제시한다.

핵심

리튬이온 배터리를 bustling한 도시로 상상해 보세요. 여기서 작은 일꾼들 (리튬 이온) 이 "흑연 도시"와 "실리콘 마을"이라는 두 지역 사이를 오갑니다. 목표는 이 도시가 가능한 한 오랫동안 원활하게 작동하도록 유지하는 것입니다.

이 논문은 배터리, 특히 "실리콘 마을"을 포함한 배터리가 왜 결국 마모되는지 이해하기 위해 연구자들이 만든 새로운 디지털 시뮬레이션(물리 기반 모델) 에 관한 것입니다. 그들은 정확히 무엇이 도시를 무너뜨리는지 그리고 이를 어떻게 예측할 수 있는지 알아내고자 했습니다.

다음은 그들의 발견을 간단한 비유로 정리한 내용입니다:

1. 문제: "호흡"하는 실리콘

연구자들은 음극에 흑연과 약 1.4% 의 실리콘을 혼합하여 사용하는 배터리를 연구하고 있습니다.

• 비유: 흑연은 크기가 변하지 않는 튼튼한 벽돌집이라고 생각하세요. 반면, 실리콘은 거대한 풍선과 같습니다. 배터리가 충전되면 풍선이 부풀어 오르고 (팽창), 방전되면 다시 쪼그라듭니다.
• 문제: 풍선이 이렇게 심하게 부풀어 오르고 쪼그라들기 때문에 벽에 많은 스트레스를 줍니다. 결국 벽이 갈라집니다. 배터리에서는 이것이 실리콘 입자가 갈라지고, 전기망과의 접촉을 잃으며, 더 이상 작동하지 않게 된다는 것을 의미합니다.

2. 노화의 두 가지 주요 악당

모델은 배터리가 손상되는 두 가지 주요 방식을 식별합니다:

A. "녹" (SEI 성장)

• 무엇인가: 배터리가 작동할 때, 고체 전해질 계면 (SEI) 이라는 얇은 보호층이 표면에 형성됩니다. 이는 금속을 보호하지만 두꺼워지기 위해 배터리 연료 (리튬) 의 일부를 소모하는 녹이나 페인트 층과 같습니다.
• 발견: 정상적인 주행 (사이클링) 중에는 이 "녹"이 시간이 지남에 따라 느리고 꾸준히 자랍니다. 연구자들은 특정 유형의 "전자 확산"(녹을 통과하는 전자 이동) 이 이 성장의 주된 원동력임을 발견했습니다.

B. "지진" (입자 균열)

• 무엇인가: 실리콘 풍선이 너무 격렬하게 팽창하고 수축할 때 (특히 배터리가 매우 낮게 방전될 때), 실리콘 입자가 갈라집니다.
• 결과:
  1. 토지 손실: 실리콘 조각이 떨어져 나와 전력망과 단절된 "섬"이 됩니다 (활성 물질 손실).
  2. 새로운 녹: 균열이 발생하면 보호되지 않은 신선한 실리콘이 배터리 액체에 노출됩니다. 이는 새로운 상처를 덮기 위해 즉시 거대한 "녹"(SEI) 이 갑자기 형성되게 만듭니다. 이는 배터리 수명에 엄청난 손실을 초래합니다.

3. "건강 진단"의 놀라운 사실

연구자들은 선반에 보관된 배터리 (저장) 를 주기적으로 "건강 진단"(CU) 을 위해 꺼내 테스트했습니다. 건강 진단은 배터리 상태를 측정하기 위해 배터리를 완전히 충전하고 방전하는 과정을 포함합니다.

• 발견: 그들은 건강 진단 자체가 선반에 앉아 있는 것보다 더 많은 손상을 입힌다는 것을 발견했습니다.
• 비유: 다리가 부러진 환자가 회복 중이라고 상상해 보세요. 의사는 "걷지 말고 쉬세요"라고 말합니다. 하지만 매주 의사는 환자의 다리를 테스트하기 위해 환자에게 마라톤을 강요합니다. 환자가 나빠지는 이유는 휴식 때문이 아니라 매주 반복되는 마라톤 때문입니다.
• 결과: 빈번한 "건강 진단"은 실리콘 풍선이 반복적으로 갈라지게 하여 급속한 노화를 초래했습니다. 모델은 저장 중 발생한 대부분의 손실이 실제로는 저장 자체 때문이 아니라 이러한 테스트 사이클에 의해 발생했음을 보여주었습니다.

4. 안전하게 운전하는 방법 (작동 조건)

모델은 배터리 사용에 대한 교통 안내 역할을 합니다:

• 낮은 SoC (낮은 충전 상태) 는 위험합니다: 배터리가 매우 낮게 방전될 때 (20-30% 미만), 실리콘 풍선은 가장 힘들게 일해야 하며 가장 많이 팽창합니다. 바로 여기서 "지진"(균열) 이 발생합니다.
• 적정 구간: 배터리를 "중간" 범위 (너무 꽉 차지도, 너무 비어있지도 않은) 에 유지하면 실리콘이 덜 늘어납니다. 모델은 이 중간 범위에서 사이클링된 배터리가 빠르게 충전하더라도 훨씬 더 오래 지속됨을 보여주었습니다.
• 온도가 중요합니다: 모델은 정상 온도 (20°C 및 35°C) 에서 잘 작동합니다. 그러나 매우 높은 온도 (50°C) 에서는 모델이 잘못 추측하기 시작했습니다. 이는 고온에서 배터리 액체가 마르거나 실리콘의 내부 구조가 변하는 것과 같은 다른 보이지 않는 힘들이 현재 모델이 아직 파악하지 못한 방식으로 배터리를 손상시킨다는 것을 시사합니다.

요약

연구자들은 실리콘 - 흑연 배터리의 노화를 성공적으로 예측하는 컴퓨터 모델을 구축했습니다. 그들은 다음을 증명했습니다:

1. 실리콘 균열은 배터리가 깊게 방전될 때 가장 큰 적입니다.
2. **빈번한 테스트 (건강 진단)**는 배터리를 반복적으로 갈라지게 함으로써 실수로 배터리를 죽일 수 있습니다.
3. 배터리를 중간 범위에 유지하는 것(깊은 방전 회피)은 취약한 실리콘 "풍선"을 보호하는 가장 좋은 방법입니다.

이 모델은 배터리가 왜 고장 나는지 이해하는 강력한 도구이지만, 연구자들은 매우 높은 온도나 극단적인 속도에서는 "도시"가 너무 혼란스러워 현재 지도가 완벽하게 처리할 수 없다고 인정합니다.

기술 요약

"실리콘-흑연(Si-Gr) 복합 음극을 가진 리튬이온전지 (LIBs) 의 사이클링 및 캘린더 노화 물리 기반 모델링"에 대한 상세한 기술 요약입니다.

1. 문제 제기

리튬이온전지 (LIBs) 는 전기차 (EV) 의 요구 사항을 충족하기 위해 더 높은 에너지 밀도와 더 긴 수명이 필요합니다. 실리콘 (Si) 은 높은 비용량으로 인해 유망한 음극 소재이지만, 리튬화/탈리튬화 과정에서 약 300% 의 거대한 부피 팽창을 겪습니다. 이로 인해 다음과 같은 현상이 발생합니다:

• 입자 균열: 기계적 응력으로 인해 실리콘 입자가 파손됩니다.
• 활물질 손실 (LAM): 균열로 인해 실리콘 조각들이 전기적으로 고립됩니다.
• 가속화된 열화: 새로 노출된 실리콘 표면이 전해액과 반응하여 고체 전해질 계면 (SEI) 의 급속한 성장과 리튬 인벤토리 (LLI) 소모를 초래합니다.

기존 모델들은 종종 이러한 결합된 메커니즘 (SEI 성장 vs. 균열 vs. LAM) 을 분리하거나 물리적 일관성 없이 경험적 피팅에 의존하는 데 어려움을 겪습니다. 또한, 저장 중 주기적 테스트 사이클인 체크업 (CU) 절차가 관찰된 캘린더 노화에 미치는 영향, 특히 CU 자체가 어떻게 열화를 유발하는지에 대해서는 완전히 이해되지 않았습니다.

2. 방법론

저자들은 PyBaMM 프레임워크를 사용하여 **전해액 효과를 포함한 단일 입자 모델 (SPMe)**에 통합된 물리 기반 열화 모델을 개발했습니다. 이 모델은 실리콘 - 흑연 (Si-Gr, 1.4 wt% Si) 복합 음극과 NCA 양극을 사용하는 상용 Sony Murata US18650VTC5A 전지에 초점을 맞추고 있습니다.

모델링된 핵심 열화 메커니즘:

모델은 과적합을 피하기 위해 두 가지 주요 메커니즘을 분리합니다:

1. 연속적인 SEI 성장: SEI 층을 통한 전자 확산으로 모델링됩니다. SEI 형성을 주도하는 전류 밀도는 SEI 과전압과 전자 확산 계수 ($D_{e^-}$) 에 의존합니다.
2. 실리콘 입자 균열:
   • 응력 주도 진화: 균열은 사이클링 중 리튬 농도 구배로 인해 발생하는 접선 인장 응력 ($\sigma_{t,surf}$) 에 의해 주도됩니다. 균열 길이 진화는 피로 법칙 ($\partial_t l_{cr} \propto \sigma^m$) 을 따릅니다.
   • 균열의 결과:
     • LAMSi: 입자 고립로 인한 활성 실리콘 부피 손실.
     • 표면 변형: 균열로 새로운 표면적이 생성됩니다.
       • 즉각적인 SEI: 전해액에 노출된 새로운 표면은 즉시 얇은 SEI 층 ($d_{SEI}$) 을 형성하여 리튬 이온을 즉시 소모합니다.
       • 연속적인 SEI: 새로 생성된 "추가 활성 면적"은 지속적인 SEI 성장에 기여합니다.

실험적 검증:

이 모델은 Wildfeuer 등 [24] 의 광범위한 실험 데이터에 대해 검증되었으며, 다음을 포함합니다:

• 저장: 다양한 SoC(10~100%) 와 온도 (20°C, 35°C, 50°C) 에서 96 주 동안, 다양한 CU 빈도 (6, 12 또는 96 주마다) 로 저장.
• 사이클링: 다양한 C-rate, 방전 깊이 (DoD), 평균 SoC 를 포함한 다양한 프로토콜.
• 체크업 전용 전지: CU 유발 열화를 분리하기 위해 반복적인 CU 만 수행된 전용 전지 (C389).

3. 주요 기여

• 통합 물리 기반 프레임워크: 이 모델은 경험적 피팅 없이 SEI 성장 (전자 확산) 과 기계적 피로 (균열) 를 단일 일관된 SPMe 프레임워크에 성공적으로 통합합니다.
• 메커니즘 분리: LAMSi, 연속 SEI 성장, 즉각적인 SEI 성장의 기여도를 총 용량 손실 (CL) 에 대해 정량적으로 분리합니다.
• 체크업 영향 정량화: 이 연구는 CU 가 단순히 진단적인 것이 아니라, 균열 유발 및 후속 즉각적인 SEI 형성으로 인해 Si 음극에서 열화의 주요 원인임을 밝힙니다.
• 운용 창 정의: 이 모델은 실리콘 열화가 지배적인지 아니면 표준 흑연 열화 (SEI 성장) 가 지배적인지 구분하는 특정 운용 영역 (SoC, DoD, 온도) 을 식별합니다.

4. 주요 결과

A. 체크업 (CU) 중 열화

• 즉각적인 SEI 의 우세: 54 회 연속 CU 를 수행한 전지의 경우, 용량 손실의 약 **73%**가 새로 균열된 표면에서의 즉각적인 SEI 성장에 기인했습니다.
• 자기 완화 효과: 균열이 진행됨에 따라 총 활성 표면적이 증가합니다. 이는 전류 밀도를 분산시켜 국부적 응력을 줄이고 추가 균열 전파를 늦춥니다 (SoHSi 프로파일에서 관찰된 자기 완화 효과).
• 비선형성: CU 빈도를 두 배로 늘린다고 해서 열화가 선형적으로 두 배가 되는 것은 아닙니다. 입자 표면적이 증가함에 따라 새로운 균열 형성 속도가 느려지기 때문입니다.

B. 사이클링 노화 (사이클링 프로토콜)

• 낮은 SoC / 높은 DoD: 사이클링이 실리콘이 활발히 활용되는 낮은 SoC 영역으로 확장될 때, 입자 균열이 주요 열화 원인이 되어 상당한 LAMSi 와 즉각적인 SEI 손실을 초래합니다.
• 중간 SoC: 실리콘 사용이 최소인 중간 SoC 범위에서는 연속적인 SEI 성장이 지배적인 메커니즘입니다. 이 모델은 다양한 C-rate 에서 전자 확산이 이 성장을 정확하게 설명함을 확인했습니다.
• 온도 영향:
  • 35°C에서, 20°C 에서 보정된 모델은 저장 및 사이클링 모두에 잘 적용됩니다.
  • 50°C에서, 모델은 용량 손실과 LAMSi 를 과소평가하여 현재 물리학으로 포착되지 않은 추가 열적 열화 메커니즘 (예: 결정성 Si 상 전이 또는 전해액 건조) 이 있음을 시사합니다.

C. 저장 노화

• CU 빈도: 더 높은 CU 빈도는 더 높은 총 열화로 이어지며, 이는 주로 CU 자체가 균열과 즉각적인 SEI 성장을 유발하기 때문입니다.
• SoC 의존성: 더 높은 SoC 저장은 더 높은 열화로 이어집니다. 그러나 100% SoC 에서 모델은 LAMSi 를 과소평가하여 고전위에서의 장기 저장 중 실리콘의 구조적 재배열 (결정화) 이 발생함을 시사합니다.

5. 의의 및 한계

• 의의:
  • 균열을 방지하기 위해 낮은 SoC 컷오프를 피하는 등 배터리 사용 프로토콜을 최적화할 수 있는 도구를 제공합니다.
  • Si 음극의 "저장 노화"는 테스트/사이클링 빈도에 크게 영향을 받으며, 저장이 순수하게 화학적이라는 가정을 도전함을 보여줍니다.
  • 사이클링 조건에서 SEI 성장을 설명하는 올바른 물리적 메커니즘으로 전자 확산을 검증합니다.
• 한계:
  • 고온 (>50°C): 모델은 미모델링된 열적 효과나 SEI 조성 변화로 인해 급속한 열화를 포착하지 못합니다.
  • 높은 C-rate: SPMe 모델은 매우 높은 전류 (≥4C) 에서 어려움을 겪어 응력과 균열을 과대평가합니다.
  • 매개변수 불확실성: 정확한 셀 특성화 (예: 정확한 OCV 정렬, 온도 의존성) 부족으로 예측에 일부 편차가 발생합니다.

결론

이 논문은 실리콘 - 흑연 음극의 복잡한 열화 메커니즘을 성공적으로 분리해내는 강력한 물리 기반 모델을 제시합니다. 이는 실리콘 균열과 그로 인한 즉각적인 SEI 성장이 실리콘이 활발히 사이클링될 때 (낮은 SoC/높은 DoD) 나 빈번한 체크업에 노출될 때 열화의 주요 원동력임을 강조합니다. 반면, 중간 운용 창에서는 연속적인 SEI 성장이 지배적입니다. 이 연구는 차세대 고에너지 배터리의 수명을 정확하게 예측하기 위해 기계적 피로와 즉각적인 표면 반응을 고려할 필요성을 강조합니다.