Lithium-ion cell modelling: an example of fractional order behavior modeling with distributed time delay models

기술 요약: 분산 시간 지연 모델을 이용한 리튬 이온 셀 모델링

문제 정의
분수 차수 역학(Fractional-order dynamics)과 멱함수(power-law) 시간 응답은 리튬 이온 배터리, 점탄성 물질, 생체 조직과 같은 복잡한 시스템에서 보편적으로 나타난다. 전통적으로 이러한 거동은 분수 미적분학을 사용하여 모델링되며, 이는 분수 미분 방정식을 통해 자연스럽게 장기 기억 효과와 멱함수 응답을 생성한다. 그러나 분수 차수 상태의 물리적 해석, 초기 조건의 정의, 그리고 상충하는 여러 분수 연산자(예: Riemann–Liouville, Caputo)의 존재는 과제를 안겨준다.

동시에, 분산 시간 지연 모델(distributed time delay models)은 연속적인 지연 값들을 통해 기억 및 유전 효과를 설명할 수 있는 무한 차원 시스템의 잘 확립된 클래스를 구성한다. 이는 인구 역학 및 공정 제어 분야에서 널리 사용되어 왔으나, 분수 차수 특유의 멱함수 거동을 재현할 수 있는 능력에 대해서는 그동안 제한적인 주목을 받아왔다. 본 논문이 다루는 핵심 문제는 고전적인 분산 시간 지연 모델이 분수 연산자의 특성인 멱함수 역학을 재현할 수 있는지, 즉 이를 통해 물리적으로 해석 가능한 대안을 제공할 수 있는지 여부이다.

방법론
본 논문은 멱함수 응답과 이산 및 연속 분산 시간 지연 모델 간의 관계를 연결하는 이론적 도출을 제안하고, 리튬 이온 배터리 데이터를 사용하여 이를 경험적으로 검증한다.

1. 이론적 도출:

   • 이산 모델(Discrete Model): 분수 거동을 보이는 시스템의 멱함수 시간 응답 특성(구체적으로 $Q(t) \propto t^\alpha$)으로부터 저자는 이산 분산 시간 지연 모델을 도출한다. 멱함수의 적분 형태를 이산화하고 오일러의 명시적 공식(Euler's explicit formula)을 적용함으로써, 본 논문은 결과적인 계수들이 점근적으로 멱함수 붕괴($m^{-\nu}$)를 재현함을 입증한다. 이는 현재의 상태가 과거 상태들의 가중합으로 형성되는 재귀 방정식으로 이어진다.
   • 연속 모델(Continuous Model): 본 논문은 분수 적분기가 커널 $\eta_a(t)$를 포함하는 전달 함수에 의해 근사되는 근사법을 참조한다. 이 커널은 특정 시간 구간 동안 $t^{-\nu}$를 근사하기 위해 극점(poles)과 영점(zeros)의 곱을 사용하여 구축된다. 이를 통해 분수 거동을 고전적 동역학계 이론 내의 분산 시간 지연 시스템으로 표현할 수 있다.

2. 리튬 이온 셀에 대한 적용:

   • 본 연구는 PSA Peugeot-Citroën에서 제공한 리튬 이온 셀의 실험 데이터(전류 입력, 전압 출력)를 활용한다.
   • 셀 역학은 전압 강하가 순시 저항, 이중층 커패시턴스 효과, 확산 유도 분극으로 분해되는 단일 전극 프레임워크를 사용하여 모델링된다.
   • 세 가지 모델을 비교한다:
     • 분수 차수 모델(Fractional-Order Model): 구형 기하 구조에서의 확산 방정식에서 유도되고, 교차하는 극점과 영점으로 근사된 분수 전달 함수($H_1(s)$ 및 $H_2(s)$)를 사용한다.
     • 이산 분산 시간 지연 모델(Discrete Distributed Time Delay Model): 도출된 이산 재귀 방정식을 구현한다.
     • 연속 분산 시간 지연 모델(Continuous Distributed Time Delay Model): 커널 근사를 사용하는 연속 지연 정식화를 구현한다.
   • 모든 모델의 파라미터 식별은 시뮬레이션된 전압과 측정된 전압 사이의 평균 제곱근 오차(RMSE)를 최소화하기 위해 비선형 레벤버그-마쿼트(Levenberg-Marquardt) 최적화 알고리즘을 사용하여 수행된다.

주요 기여

• 이론적 연결: 본 논문은 고전적인 정수 차수 분산 시간 지연 모델이 분수 미적분학의 동일한 멱함수 특성을 나타내는 응답을 생성할 수 있음을 보여주는 직접적인 수학적 연결을 확립한다.
• 대안적 프레임워크: 분산 시간 지연 모델이 기억 기반 현상에 대해 물리적으로 해석 가능한 대안으로서 기능할 수 있음을 입증한다.
• 비교 검증: 실제 리튬 이온 배터리에 분수 차수 모델과 분산 지연 모델을 나란히 적용하여 비교함으로써, 두 접근 방식 모두 유사한 수의 튜닝 파라미터를 사용하여 대등한 정확도를 달래는 것을 보여준다.

결과
리튬 이온 셀에 대한 모델링 결과는 다음과 같다:

• 정확도: 분수 차수 모델과 분산 시간 지연 모델(이산 및 연속 모두)은 측정된 전압 역학을 높은 정밀도로 재현한다.
  • 분수 모델($H_2$)은 95.15%의 FIT와 0.00500의 RMSE를 달성했다.
  • 이산 분산 지연 모델은 95.08%의 FIT와 0.00508의 RMSE를 달성했다.
  • 연속 분산 지연 모델은 94.93%의 FIT와 0.00523의 RMSE를 달성했다.
• 파라미터 효율성: 모든 모델은 모델 복잡성에 따라 4~6개의 제한적이고 동등한 수의 튜닝 파라미터를 필요로 했다.
• 오차 분석: 모든 접근 방식의 모델링 오차($\epsilon$)는 시각적 및 통계적으로 유사하게 나타났으며, 이는 분산 지연 모델이 해석 가능성을 위해 정확도를 희생하지 않음을 확인시켜 준다.

의의 및 주장
본 논문은 전기화학 시스템에서 관찰되는 멱함수 거동이 반드시 기저에 깔린 분수 차수 메커니즘의 증거로 자동 해석되어서는 안 된다고 주장한다. 대신, 이러한 거동은 여러 시간 척도에 걸쳐 작용하는 고전적인 분산 프로세스의 집합으로부터 나타날 수 있다.

본 연구의 의의는 다음 점들에 있다:

1. 물리적 해석 가능성: 추상적인 미분 연산자에 의존하며 초기 조건 문제에 직면하는 분수 모델과 달리, 분산 시간 지연 모델은 지연 커널을 통해 과거 상태의 영향을 명시적으로 표현한다. 이러한 커널은 수송 시간, 확산 시간, 체류 시간 분포와 같은 물리적 양과 직접적으로 연관될 수 있다.
2. 수학적 단순성: 분산 지연 모델은 분수 미적분학에 내재된 복잡성과 상충하는 정의들을 피하며, 고전적인 동역학계 이론 내에서 작동한다.
3. 패러다임의 전환: 결과는 분산 시간 지연 모델이 단순히 분수 모델의 수치적 근사치가 아니라 별개의 모델링 패러다임을 구성함을 시사한다. 이는 장기 기억 및 멱함수 거동을 포착하는 동시에 기저의 물리적 메커로니즘과의 명확한 연결성을 유지하는 방법을 제공한다.
4. 복잡성에 대한 재평가: 본 논문은 분수 차수 모델링 프레임워크(예: 가변 차수, 분산 차수)의 복잡성이 증가하는 현상에 대해 검토를 요청한다. 만약 고전적인 분산 지연 구조가 필수적인 역학을 포착할 수 있다면, 특정 응용 분야에서 이러한 더 정교한 정식화의 필요성을 재평가해야 할 수도 있다.

결론적으로, 본 논문은 분산 시간 지연 모델이 확산 유도 및 기억 의존 현상을 설명하는 데 있어 유의미하고 매력적인 대안이며, 모델링 성능과 물리적 해석 가능성 사이의 균형을 제공한다고 상정한다.