논문 전문 : https://pubs.rsc.org/en/content/articlelanding/2021/ee/d1ee02286e
[출처] Song, Juhyun, Liu, Zhe, Knehr, Kevin W., Kubal, Joseph J., Kim, Hong-Keun, Dees, Dennis W., Nelson, Paul A., & Ahmed, Shabbir. Pathways towards managing cost and degradation risk of fast charging cells with electrical and thermal controls. United States. https://doi.org/10.1039/d1ee02286e
※ The picture and content of this article are from the original paper.
[논문요약]
Pathways toward managing cost and degradation risk of fast charging cells with electrical and thermal controls
급속충전 시퀀스와 관련해서는 어떻게 최적화를 하고, 열화를 최소화하며 동시에 충전시간을 최소화할 수 있을지에 대한 고민이 많습니다.
특히 갈수록 전기차 급속충전의 시간단축에 대한 니즈가 많아짐과 동시에 배터리 셀 단가 감축에대한 양방향의 압박이 있어 한정된 케미컬적 한계 내에서 충전시퀀스를 어떻게해야 효율적으로 제어할 수 있을지에 대한 연구들이 많이 진행되고 있습니다. 해당 논문은 overpotential과 온도변화에 주목하여 충전시퀀스를 제어하는 논문으로 CR(Constant Risk) Charging Profile이라고 명명합니다.
Purpose
고온에서는 상대적으로 저온대비 전해질 이온전도도가 좋은관계로 리튬이 상대적으로 전극계면에 덜 쌓이기에 허용가능한 Overpotential이 높습니다. 해당 논문에서는 과전압허용도를 npp라고 표현했는데 이 npp와 온도를 모니터링하면서 열화는 최소화하고 충전시간은 가장 단축하는 방향의 profile을 CR(Constant Risk) Charging이라고해서 표현합니다.
최근 발열량을 줄이기위해 전극로딩량을 줄여서 전극 두께를 내리거나 하는 충전속도 향상을 위한 다양한 시도들이 진행되고있는데 이럴수록 안정성은 trade off 될수밖에 없습니다. 하지만 충전속도/에너지밀도가 고객이 직관적으로 눈에보이는 가장 중요한 factor이기 때문에 이것에 우선순위를 두고 배터리 셀을 만들되, BMS에서 제어할때 이런부분을 염두에 두고 충전속도를 최적화 하자는 논문입니다.
이런 기술은 보통 배터리 셀 업체에서 많이 필요로 합니다. 왜냐하면 타사의 배터리 셀을 사서 쓰는 여러 자동차 업계같은 경우에는 셀업체에서 보증하는 한도내에서 제어를 하기 때문에 전류/전압 제어에 관해 자유도가 엄청나게 떨어집니다. 따라서 배터리 셀업체에서 셀을 개발하고 상기와 같은 시뮬레이션을 통해 최적화를 한 이후, 업체마다 요구하는 스펙에 맞추는것으로 활용가능할듯합니다.
Contents
유기적 충전시퀀스 제어를 위해 해당 논문은 세가지 주요 변수를 모니터링 합니다.
1. I_limit : 허용가능한 최대 C-rate
2. T_max,min : 리튬플레이팅을 방지하기 위한 최대/최소 온도
3. npp : Anode 플레이팅을 막기위한 허용가능한 최소과전압
상기 변수를 모니터링하면서 충전 전류를 제어하는 경우(ATM)와, 냉각을 전혀하지 않는경우(ZTM), 변수와 관계없이 지속적으로 냉각하는 경우(CTM)로 케이스를 나누어 실험을 진행합니다.
ATM의 C-rate(3행 1열) 그래프를 보면 ZTM no T limit(전류제한없음)과 거의 동일하게 6C-rate로 들어가다가 마지막 부분에 전류를 급격하게 내리는것을 확인할 수 있습니다. 그런데 제가 한가지 이해가안되는점은 냉각 및 온도에 따라 ATM으로 제어하여 셀 온도나 npp가 변동되는건 이해가 되는데 결국 평균 C-rate는 ZTM no T limit이 제일 높은데 Charging Time이 ATM과 ZTM no limit이 동일하다는 점입니다. 마지막에 전류가 떨어지는 부분에선 차이가 나야될텐데 워낙 짧은 구간이라 생략된것처럼 보이는지는 의문이네요
Results
npp를 연산하는 부분에 대해 연산량이 어느정도일지는 봐야겠지만, 일단 해당 논문은 발열량 3D 열모델, 2개의 배터리 셀 전기화학 모델을 구성합니다. 따라서, npp를 구하는게 BMS 자체 CPU로는 불가능할 것으로 생각됩니다. 컴퓨팅리소스를 줄이기위해 전기화학모델을 2가지로 나누었고 한개는 발열량 연산을 위해, 한개는 npp연산을 위해 쓰인다고 합니다. 하지만 CR Charging을 하기위해선 결국 세가지 모델이 다 있어야합니다.
방법론적인 관점에서는 되게 흥미로운 논문이였습니다. 6C-rate로 인가하는 부분이 다소 Academic하긴 하지만 npp라는 과전압과 플레이팅방지 최대/최소 온도를 고려하여 유기적으로 충전 시퀀스를 제어한다는 부분에서 인사이트를 많이 얻을 수 있었습니다.
참조
[1] Song, Juhyun, Liu, Zhe, Knehr, Kevin W., Kubal, Joseph J., Kim, Hong-Keun, Dees, Dennis W., Nelson, Paul A., & Ahmed, Shabbir. Pathways towards managing cost and degradation risk of fast charging cells with electrical and thermal controls. United States. https://doi.org/10.1039/d1ee02286ehttps://doi.org/10.1016/j.jpowsour.2018.10.069.
댓글