Cómo depurar el diseño de una batería

 (github.com/ionworks)
1 puntos por GN⁺ 2024-07-29 | 1 comentarios | Compartir por WhatsApp
  • El diseño de baterías es un problema de “y” donde autonomía, potencia, seguridad, vida útil, peso y costo entran en conflicto entre sí, y como es difícil satisfacer al mismo tiempo alta energía y alta potencia, es necesario explorar el espacio de diseño mediante simulación
  • El diseño de celdas tiene muchas variables, como ánodo, cátodo, electrolito, separador, espesor, porosidad, tamaño de partícula y factor de forma; si se toman 20 variables con 3 valores cada una, surgen 3,486,784,401 combinaciones
  • En laboratorio, crear y caracterizar un diseño de una sola celda toma al menos 1 día, y una prueba de envejecimiento acelerado puede tardar hasta 1 mes; el costo de construir y probar un nuevo punto de datos de diseño es de aproximadamente $1000
  • Los ánodos mixtos de grafito y silicio pueden mejorar al mismo tiempo la densidad energética y la potencia, pero el silicio presenta problemas de histéresis de voltaje y de grietas/envejecimiento por una expansión de alrededor del 80% durante la litiación
  • PyBaMM ejecuta modelos matemáticos de baterías en Python para analizar componentes de voltaje, distribuciones de concentración y efectos del tamaño de partícula, y puede reducir 6500 puntos de datos a menos de 2 horas en un solo núcleo y a menos de 1 minuto con cómputo en paralelo

El problema del “y” en el diseño de baterías

  • Las baterías para vehículos eléctricos tienden a inclinarse hacia alta energía o alta potencia, y es difícil cumplir ambas características al mismo tiempo
  • Si se instalan muchas baterías de alta energía, la autonomía puede aumentar, pero la potencia nominal durante la aceleración será baja y las pérdidas del sistema pueden crecer, provocando sobrecalentamiento
  • Resolver el sobrecalentamiento lleva a sobrediseñar el sistema de enfriamiento, lo que aumenta el peso y el costo
  • Las baterías que operan a temperaturas altas pueden perder capacidad más rápido
  • En el diseño de baterías, además de energía y potencia, también hay restricciones como seguridad, vida útil, peso y costo
  • En la aviación eléctrica este problema es aún mayor
    • La potencia pico necesaria para despegue y aterrizaje es 10 veces mayor que la necesaria para crucero
    • Se requiere un diseño priorizando la potencia, lo que implica sacrificar autonomía o alcance

Por qué el diseño experimental explota tan rápido

  • Los proveedores de baterías prueban distintos diseños para múltiples usos, pero crear y caracterizar completamente un diseño toma al menos 1 día
  • Las celdas sometidas a pruebas de envejecimiento acelerado pueden requerir hasta 1 mes
    • La celda se cicla repetidamente con cargas y descargas severas, y luego los datos se extrapolan a escenarios reales de conducción
    • Como los efectos del envejecimiento son no lineales, trasladarlos de un escenario a otro no es simple
  • El costo de fabricar y probar un nuevo diseño de batería, tomando como base una sola celda, es de aproximadamente $1000
  • Las variables de diseño se apilan en varias capas
    • Materiales: ánodo, cátodo, electrolito, separador
    • Ajustes de materiales sólidos: espesor, porosidad, tamaño de partícula, composición de materiales mezclados
    • Elementos geométricos: factores de forma cilíndrico, prismático o pouch, tamaños como 18650, número de tabs, espesor del colector de corriente
    • Elementos de seguridad: tapa de venteo, mandril central
    • La composición del electrolito también puede cambiar, y ahí pueden surgir diferenciadores importantes
  • Incluso cambiando conservadoramente 20 elementos y asignando solo 3 valores a cada uno —valor original, valor alto y valor bajo— aparecen 3^20 = 3,486,784,401 combinaciones
  • Incluso paralelizando con 1000 canales, cada canal tendría que ejecutar más de 1 millón de experimentos; eso implica al menos 1 millón de días y un costo superior a $1B
  • Esta explosión combinatoria es la maldición de la dimensionalidad, y en el desarrollo de baterías se manifiesta con especial fuerza

El potencial y los problemas del ánodo de silicio

  • Los ánodos que mezclan grafito y silicio son candidatos para mantener alta potencia y mejorar al mismo tiempo la densidad energética
  • El silicio puede alojar más sitios para litio por unidad de volumen, lo que permite aumentar la capacidad de la celda
  • El ánodo es el electrodo negativo de la celda, y los iones de litio se insertan dentro de la red cristalina del material activo
    • Cuando cambia la concentración de iones de litio, avanza la litiación
    • Este proceso es electroquímico y requiere transferencia de electrones; ocurre cuando la celda entrega o recibe corriente

  • Histéresis de voltaje

    • Durante la carga y la descarga, el voltaje cambia a medida que los iones entran y salen del material huésped
    • En los tramos donde la estructura cristalina cambia hacia una fase estable, el cambio de voltaje se vuelve más lento
    • Si se analiza el potencial de circuito abierto y su derivada respecto a la litiación o la capacidad, dVdQ, se puede inferir el material interno
    • Si se conoce el material, se puede predecir el SoC o estado de carga a partir del voltaje
    • El silicio presenta histéresis de voltaje, por lo que incluso en ciclos muy lentos, por ejemplo de 1 ciclo por día, la trayectoria de voltaje de carga y descarga es distinta
    • El conteo culómbico, que integra continuamente la corriente, deriva con el tiempo si hay fallas de sensor, baja precisión o errores sistemáticos
    • El voltaje puede servir como una instantánea inmediata del estado de la batería, pero depende de qué tan lejos esté del equilibrio, de la temperatura, del envejecimiento y de la dirección de carga o descarga

  • Expansión y grietas

    • Las partículas de silicio, al litiarse, se vuelven aproximadamente 80% más grandes que en su estado deslitado
    • La expansión genera esfuerzos en la propia partícula, y si esta se fractura, puede dejar de funcionar como material activo
    • También puede romper el material huésped circundante o cortar conexiones, reduciendo más rápido el inventario de material activo y disminuyendo la capacidad de la celda
    • Hacer las partículas más pequeñas ayuda a reducir los efectos de histéresis de voltaje y expansión
    • Las partículas pequeñas también aumentan el área superficial activa del silicio por unidad de masa, lo que ayuda a disminuir pérdidas asociadas con la reacción de la batería

Analizar el voltaje y el estado interno con PyBaMM

  • PyBaMM es una herramienta open source de Battery Mathematical Modelling escrita en Python
  • El ejemplo usa el modelo pybamm.lithium_ion.DFN() y los parámetros Chen2020
  • La condición experimental consiste en descargar durante 20 minutos a 2C y luego reposar 10 minutos
  • La simulación permite ver que, al detener la descarga y entrar en reposo, el voltaje cambia de forma importante

  • Descomposición de los componentes del voltaje

    • PyBaMM permite dividir el voltaje en varios componentes de sobrepotencial
    • En equilibrio, el potencial ideal para un estado de carga dado es el OCP, o potencial de circuito abierto
    • También se descomponen las pérdidas de voltaje que aparecen fuera del equilibrio
    • En la simulación se observan los siguientes puntos
    • Una gran parte del cambio en el voltaje de la celda proviene de la variación del voltaje de circuito abierto según la litiación o el SoC
    • En el momento en que se detiene la corriente, el sobrepotencial de reacción, el potencial óhmico del electrolito y el sobrepotencial óhmico del electrodo casi desaparecen
    • El sobrepotencial de concentración desaparece más lentamente, lo que indica que incluso sin reacción sigue habiendo movimiento de iones dentro del sistema
    • Durante la descarga, la pérdida por concentración en el electrolito es de alrededor de 100 mV, una cifra considerable, pero desaparece mucho más rápido que dentro del material activo, lo que sugiere que la difusión es más fácil en el electrolito

Uso del modelo al cambiar el tamaño de partícula

  • El perfil de concentración muestra que la concentración dentro de las partículas del cátodo aún no es uniforme en la dirección radial
  • Este resultado muestra que las propiedades de las partículas del cátodo pueden influir en el comportamiento de relajación del voltaje de la celda durante el reposo
  • El radio original de las partículas del cátodo en el ejemplo es 5.22e-06 m
  • Si el radio de las partículas del cátodo se cambia a 3.0e-6 m, el voltaje se estabiliza más rápido en reposo
  • Un tamaño de partícula menor permite que los iones de litio difundan más rápido hacia dentro y hacia fuera de la partícula, por lo que la contribución de las partículas sólidas del cátodo al voltaje durante el reposo se disipa antes
  • Este caso muestra que el modelo puede usarse para investigar cómo distintos parámetros afectan el rendimiento de la batería

El papel de los modelos computacionales para reducir el espacio experimental

  • PyBaMM también incluye un ejemplo de modelado de histéresis en ánodos de silicio
  • Una sola simulación puede ejecutarse en pocos segundos, y los modelos más simples pueden correr en milisegundos
  • El Ragone plot del ejemplo recorre parámetros que suelen modificarse con frecuencia e incluye 6500 puntos de datos
  • Si cada ejecución tarda menos de 1 segundo, incluso ejecutándolas en secuencia sobre un solo núcleo toma menos de 2 horas
  • Con cómputo en paralelo, el mismo cálculo puede reducirse a menos de 1 minuto
  • El código ejecutable está en how-to-debug-your-battery.ipynb

Lecturas relacionadas

1 comentarios

 
GN⁺ 2024-07-29
Comentarios de Hacker News

  • Cambiar solo un elemento a la vez y tomar tres puntos es un método representativo e ineficiente que se aprende el primer día en diseño de experimentos
    Suele parecerse más al enfoque que usa gente que no conoce métodos mejores y casi no tiene formación formal en estadística
    Si lo hubiera hecho alguien que conoce el diseño moderno de experimentos, no harían falta miles de millones de ejecuciones para optimizar. Primero se pueden filtrar los factores importantes con un diseño secuencial, es decir, aplicando el principio de Pareto básico, y luego optimizar con diseño de superficie de respuesta o un modelo sustituto de proceso gaussiano; por lo general bastarían unos cientos de ejecuciones, o a lo mucho unos miles. “Design and Analysis of Experiments” de Douglas C. Montgomery es una buena introducción

    • Totalmente de acuerdo. Es una de las cosas que PyBaMM no hace por defecto
      El texto incluso podría haberse ampliado mucho más para cubrir optimizaciones posibles tanto en la batería física como en el modelo. Gracias por compartir el libro de texto. El punto que debí haber dejado más claro es que este enfoque puede no ser malo en espacios de diseño pequeños, pero en baterías el espacio es enormemente grande
      De hecho, coescribí un artículo que llega de forma óptima al frente de Pareto usando el problema and como ejemplo. Puede ser interesante para quien entre a esta área: https://www.sciencedirect.com/science/article/abs/pii/S03062... Si necesitas el PDF completo, puedo compartirlo
    • En diseño de experimentos también vale la pena revisar el método de optimización de Taguchi
      El diseño de experimentos propuesto por Taguchi organiza en arreglos ortogonales los parámetros que afectan el proceso y sus niveles. A diferencia del diseño factorial, donde hay que probar todas las combinaciones, el método Taguchi prueba pares de combinaciones, así que puede reunir los datos necesarios para identificar los factores con mayor impacto en la calidad del producto con el mínimo de experimentos, ahorrando tiempo y recursos
      https://eng.libretexts.org/Bookshelves/Industrial_and_System...
    • En un campo como el diseño de baterías, probablemente sería difícil separar matemáticamente varios factores. Seguramente es bastante no lineal
    • Si probar “un solo elemento a la vez” es uno de los métodos más ineficientes, ¿entonces eso no es simplemente una prueba unitaria?

  • Estoy construyendo mi propio generador solar para aprender un poco sobre tecnología de baterías. El nombre no me encanta, pero se parece más a algo como Jackery o Blue Yeti
    Conseguí 4 celdas de fosfato de hierro y litio, un BMS, un controlador de carga solar y varias piezas más. Tuve que aprender sobre balanceo de celdas, cableado y demás, y definitivamente fue una madriguera profunda
    Construí una batería de 1.2 kWh para alimentar un refrigerador y luces mientras acampo, y terminé gastando menos de la mitad de lo que cuesta un producto comercial comparable. Claro, aprender me tomó muchísimo tiempo, pero eso es gratis
    Una de las cosas más interesantes que descubrí fue que antes subestimaba muchísimo el diseño industrial. Un paquete de baterías, a primera vista, parece solo una caja rectangular con unos enchufes, pero lograr que se vea bien fue bastante difícil. El cableado interno de los componentes también es un reto interesante

    • Como referencia, muchos BMS económicos no tienen corte de carga a baja temperatura. Si todavía no lo has hecho, conviene probarlo
      Tampoco confiaría demasiado en la corriente nominal que dice la placa. Hay que encontrar algo que pueda absorber suficiente carga, probarlo de verdad y verificar que ninguna parte de las celdas se caliente lo suficiente como para superar sus límites térmicos
      Otra cosa es la corrosión de las barras colectoras. Si aparece una pequeña resistencia en una de las conexiones y ese terminal se calienta lo suficiente, el problema explota rapidísimo
      Por último, el mayor asesino de un paquete de baterías es el daño físico. Incluso con LiFePO4, es realmente importante sujetar y proteger bien las celdas
    • Como proyecto final de ingeniería mecánica, reemplacé la batería de plomo-ácido de una patineta eléctrica por una batería de níquel-hidruro metálico. En 2008, el precio de las baterías de litio estaba fuera del presupuesto de un universitario
      Eso hizo que desarrollara un nuevo respeto por la tecnología de baterías, y hasta hoy las baterías siguen sintiéndose un poco como cajas mágicas incomprensibles
      La parte de la que más me enorgullecí del proyecto fue que no tenía dinero para comprar equipo sofisticado de registro de voltaje/corriente, y la corriente además era bastante alta. Até con cinchos un voltímetro y un amperímetro analógico a una tabla de madera, levanté una madera 2x4 en ángulo de 90 grados y le fijé una cámara. Luego manejé así mientras grababa video y podía ver el tiempo y las otras unidades al mismo tiempo. Después pasé manualmente los resultados del video a una hoja de cálculo
      No era rápido ni de alta precisión, pero funcionó bien y, sobre todo, entró en el presupuesto
    • Qué genial. Yo también quiero intentarlo, pero mis habilidades de hacking están bastante atrapadas en el mundo digital
      Lo realmente interesante en los próximos años será el aumento en la reutilización de baterías sacadas de autos para almacenamiento en red o como respaldo eléctrico doméstico en configuraciones como esta. Normalmente, una batería de vehículo eléctrico se considera al final de su vida útil cuando llega al 80% de su capacidad original
      Pero la capacidad también depende de qué tan rápido se cicla y dentro de qué rango de estado de carga se usa. Cuanto más grande sea la ventana de estado de carga y cuanto más rápido sea el ciclado, más estrés sufre la batería y mayores son las pérdidas. Si sacas una batería de un auto, la metes en una caja y la ciclas más lentamente, dentro de un rango de estado de carga más estrecho, puede durar muchísimo más
    • Hice casi lo mismo. Solo que sin panel solar, y con inversor y USB
      Me da curiosidad qué carcasa elegiste. Personalmente, esa fue la parte más complicada
      Yo compré en Amazon una caja rígida de plástico tipo caja de municiones. En Europa fue difícil encontrarla
      Para quien quiera intentarlo, los videos de YouTube de Will Prowse son excelentes. Si no es una batería genérica, es decir, no una estación solar portátil, hoy en día ya no creo que salga más barato construirla tú mismo, porque puedes comprar una batería LFP de 12V y 1 kWh por unos 200 dólares
    • Cuando lo haces tú mismo, normalmente aprendes muchas cosas que no suelen compartirse. Este tipo de trabajo requiere bastante esfuerzo, así que la mayoría simplemente no se molesta

  • Si te interesan las herramientas de perfilado de energía para desarrollar productos de hardware alimentados por batería, recomiendo con fuerza el PPK II de Nordic Semiconductor
    Por un precio razonable, puedes obtener una herramienta de hardware y un kit de software que perfilan bastante bien el uso real de energía. Incluso comparado con herramientas que cuestan un orden de magnitud más, su capacidad para ofrecer perfiles de consumo supera las expectativas. Si diseñas productos de hardware que funcionen con batería, este tipo de herramienta es indispensable
    Sonará a publicidad, pero no lo es. No tengo ninguna relación con Nordic Semiconductor. Simplemente es una buena herramienta y en esta área casi no hay opciones rentables, así que la recomiendo con gusto

    • Esa herramienta es adecuada para quien necesita maximizar la duración de batería de dispositivos pequeños
      Para cargas de corriente continua de mayor potencia, hay sensores de efecto Hall. Normalmente vienen en una carcasa de plástico con un orificio por donde se hace pasar un cable de alta corriente. Por lo general necesitan una fuente de CC de unos 5V y entregan un voltaje proporcional a la corriente
      Como detectan el campo magnético que sale del cable, no requieren conexión directa y sirven bien para medir corrientes altas, voltajes altos o ambos. Algunos tienen estructura de anillo partido, así que se pueden colocar alrededor de un cable existente sin cortarlo
      Para CA existen los transformadores de corriente, con una instalación similar, que entregan una pequeña corriente en una proporción fija respecto a la corriente detectada en el cable
      La versión portátil es la pinza amperimétrica de CA/CC, una herramienta muy común. Todos estos son productos estándar y de precio razonable
    • El PPK II de Nordic Semiconductor se ve bien. Según la página del producto, “puede medir y opcionalmente suministrar corriente desde sub-uA hasta 1A”
      Me pregunto si alguien puede recomendar un dispositivo similar que pueda suministrar más de 1A
    • La gente que desarrolla Sensor Watch también usó el Power Profiler Kit II para probar el consumo de energía. De verdad parece un dispositivo muy bueno
      https://www.nordicsemi.com/Products/Development-hardware/Pow...
      ¿Qué tan difícil sería usar este hardware para alguien sin conocimientos de electrónica? Quiero comprar uno para ayudar, pero en circuitos soy casi principiante
    • Bueno saberlo. Me pregunto si estás desarrollando hardware alimentado por batería

  • Gracias por publicarlo. PyBaMM está realmente muy bien hecho. Me enteré de él por primera vez en un webinar de un paquete competidor en Julia
    Aun así, me pregunto cuántas organizaciones realmente diseñan sus propias celdas para productos nuevos. Y qué tanto se han validado estos paquetes. Sé que obtener muchos datos de descarga de baterías es caro y toma tiempo
    Puede que mi experiencia esté sesgando demasiado mi forma de pensar. Cuando pienso en modelado de baterías, pienso más en simuladores de circuitos y en incluir solo efectos que no queden enterrados por las grandes tolerancias de las baterías genéricas
    Un área interesante para un modelado físico más detallado probablemente sería el modelado de degradación y desgaste a largo plazo de baterías recargables. ¿Habrá tutoriales o ejemplos orientados a eso?

    • Buena pregunta. Si eres alguien que desarrolla nuevos materiales en un laboratorio, los modelos basados en física de PyBaMM te serían útiles
      “Organización” es un término amplio, pero si te refieres a empresas, la proporción probablemente sea bastante pequeña respecto al total de compañías que tratan con baterías de una u otra forma. Pero el valor de esas compañías es desproporcionadamente grande. Piensa en grandes fabricantes de autos, empresas aeroespaciales que trabajan en entornos extremos y compañías de equipo pesado como Fortescue, que electrifica camiones mineros
      Todas las empresas que fabrican celdas y materiales para celdas, y que diseñan celdas, pueden beneficiarse claramente del modelado físico. La validación del paquete es bastante sólida y PyBaMM cita muchos artículos revisados por pares. La validación numérica de simulaciones para una celda específica probablemente sea más débil, y ese es un verdadero punto de dolor en la industria. ionworks está tratando de resolver ese problema

  • Sería interesante un post de blog sobre cómo parametrizar modelos de PyBaMM a partir de celdas comerciales
    Muchos ingenieros de baterías que hacen diseño basado en simulación probablemente repiten un proceso parecido para definir parámetros a partir de la literatura, rayos X, etc.

  • Todos siguen creando nuevas plataformas de blogs y sitios personales, pero en realidad GitHub fue la solución perfecta desde el principio

    • Totalmente. Lo único que hace falta es un paquete de Python que permita crear READMEs y GIFs
      Añadimos esa funcionalidad a PyBaMM para nuestro proyecto BattBot: https://github.com/pybamm-team/BattBot
      Lo hizo un excelente estudiante de GSOC que ahora trabaja en CERN

  • El texto es extremadamente conciso. No trata tanto de depurar mi batería ni de una batería específica, sino que se parece más a perfilar baterías en general con algunas mediciones probabilísticas y cualitativas
    Por ejemplo, el requisito es pybamm=24.1
    https://github.com/pybamm-team/PyBaMM

    • Qué pena que se haya sentido tan conciso. La intención era que fuera una introducción breve, y esperaba que quien lo encontrara aunque fuera un poco interesante o relacionado con su problema leyera ejemplos más detallados de PyBaMM
      Si te interesa, el ánodo de silicio es solo uno de los materiales que se investigan activamente para mejorar baterías. El santo grial es el litio metálico sin ningún material anfitrión en el lado del ánodo. Puede dar la densidad de energía definitiva, pero en general todavía no ha logrado comercializarse con éxito
    • ¿pybamm.Experiment recibe instrucciones en lenguaje natural de esta forma? ¿Un LLM las parsea a una forma más estructurada?
      “Cargar a 1C durante 1 hora, dejarlo debajo de una fogata, descargar a 1000C y asar malvaviscos”

  • El texto fue interesante, pero no sé si aquí encaja la palabra depurar. Pensé que sería un artículo sobre depurar errores de software o de circuitos electrónicos que hacen que la batería de una laptop o de un auto se agote demasiado rápido
    El título quizá se parecería más a “Cómo modelar la elección de una batería según mi caso de uso” o “Cómo entender los compromisos en el diseño de baterías”

    • Es una observación válida. Creo que me tomé ciertas libertades. Tengo la costumbre de llevar términos de programación a la vida cotidiana
      La intención iba más por el lado de entender por qué algo no es óptimo

  • ¿Esta librería está parametrizada lo suficiente como para funcionar también con otros sistemas electroquímicos, como las baterías de sodio? ¿Y qué hay de las baterías de flujo? Si son dos fluidos separados por una membrana, parecería que las grietas no serían un problema tan grande
    O aunque sea, ¿con baterías de plomo-ácido? O sea, ¿esto sería “depuración de litio”?

    • Los modelos incluidos por defecto en PyBaMM pueden aplicarse a baterías de sodio y de plomo-ácido. Es decir, el modelo completo de Doyle-Fuller-Newman o el modelo simplificado de partícula única
      Las baterías de flujo probablemente requieran implementar un modelo nuevo, ya que habría que modelar la convección forzada a ambos lados del separador, y PyBaMM permite hacerlo
      Sé que PyBaMM tiene un sistema de modelado relativamente modular, pero no tengo claro exactamente cómo están divididos los modelos implementados
    • PyBaMM es técnicamente independiente de la composición química, aunque también es cierto que la mayoría de los ejemplos son para ion-litio
      El ion-sodio debería ser perfectamente posible porque los fenómenos físicos son esencialmente los mismos y solo cambian los números. Las baterías de flujo son un poco más complicadas porque hay que añadir algunos procesos importantes, como la convección
      También incluye ejemplos de plomo-ácido. De hecho, PyBaMM comenzó con plomo-ácido cuando Valentin estaba haciendo su doctorado: https://sites.google.com/view/valentinsulzer/publications

  • Si te interesan los requisitos de rendimiento de la aviación eléctrica, que en el texto solo se insinúan y no se desarrollan en profundidad, este artículo de acceso abierto es excelente: https://pubs.acs.org/doi/full/10.1021/acsenergylett.8b02195