배터리 설계 - 솔루션 및 서비스
AEM 개요
미국 아이다호 국립연구소에서 개발된 배터리 설계 도구입니다. 이들 구성요소의 약간의 변화만으로도 속성이 크게 달리지는 이유로 많은 노력과 비용이 초래되는 신제품 개발 및 개선 노력을 크게 줄일 수 있는 혁신적인 모델링 도구입니다. 35개 이상의 파라미터를 활용하여 배터리 구성요소(음극, 양극, 분리막, 전해액)의 미시적 분자 및 거시적 상호작용과 행위를 실험실 데이터 대비 5%~10% 범위 이내의 정확성을 가지고 예측합니다.
AEM
배터리의 핵심은 전해액(하나의 솔루션에 용해된 소금), 두개의 전극사이에 전기적극성을 지닌 이온을 이동시키는 재료, 그리고 이 프로세스에서의 전기적 흐름 허용이다. 현대 배터리 전해액은 수많은 용제와 소금을 의도된 용도에 맞춘 비율로 구성함: 즉, 화학물질이 동일하더라도 급속 충전을 위해 설계된 것과 낮은 온도에서 견고한 출력을 내도록 설계된 것은 서로 다르게 설계함.
AEM을 사용하면 전도성, 확산성, 이온 용해 에너지와 같은 선택된 파라미터의 최적값을 가지도록 다수의 용제와 이중염을 가진 시스템을 분석하여, 특정 응용분야에 맞는 전해액 검증에 대한 추측을 제거할 수 있습니다. 배터리가 다양한 내부 또는 외부 조건으 경험하기 때문에, AEM을 통해 다양한 범위의 온도, 소금 농도와 용제 구성관점에서 전해액 속성을 평가할 수 있습니다. 이 방법은 양자화학 전해액 분석 방법(Quantum chemical methods of electrolyte analysis), 밀도 기능이론(Density Functional Theory, DFT), 분자 동력학(Molecular Dynamics, MD), 등보다 더 빠르며, 시간에 따른 단계적 시뮬레이션에 의존하지 않고도 정확한 예측을 합니다. 이를 통해 실험실 작업을 줄이고 새로운 요소, 구성, 사용 조건을 빠르게 탐색할 수 있습니다.
주요 핵심 기능
‥AEM의 화학 물리학 또는 통계-기계적 기반은, 실제 전해액 시스템에 숨어있는 화학적 물리학을 정확하게 해석하려는 강력한 계산 접근법인 평균 공간 근사법의 비-기본, 비-제한 결합식(non-primitive non-restricted associative form of the Mean Spherical Approximation, NPNRAMSA)에서 찾을 수 있음. NPNRAMSA은 용제 구성, 소금 농축, 온도, 유전율 도메인 등에 대한 견고한 예측을 가능하게 함.
‥여기에, 효과적인 용매화된 이온크기, 용제-이온 결합에너지, 용매화 수와 같이 이러한 시스템속 이온 용매에 연결된 여러 양의 정확한 값을 제공하는 이온-용매 상태방정식(ion-solvation equation of state, IS-EOS)을 더함. 이온 용매효과는 전해액과 리튬 용매/탈용매 파라미터의 모든 속성값을 정확히 예측하는 데 핵심임.
‥적절한 최신 전해액을 다루기 위해, 다수 용제시스템(5개 용제 또는 그 이상)과 2가지 소금시스템 속성을 정확히 예측함.
‥이중 계층 행위, SEI 존재시 용제의 전기장 효과, 그리고 리튬 탈 용매화를 포함해 핵심 계면이슈(Key interfacial issues)들이 다루어짐
‥이중 계층 지역(double-layer region)은 비-전기적 중성의 국부적 지역(local regions of non-electroneutrality)이기에 AEM은 이러한 조건에 대한 속성을 예측하기 위해 개발됨.
‥기여 이론과 수학이 지속적으로 통합되고 일관성을 자체적으로 유지.
‥AEM 요소 데이터베이스는 많은 배터리-적합 용제와 소금을 포함하고 있고, 계속해서 증가함.
‥시스템에 대한 예측은 실험실 데이터와 평균 5-10% 이내에서 차이를 보이고 있으며 대개는 5% 이내 차이임. 이 모델은 수백개의 고유 조건에서 전해질 시스템 점수로 검증됨.
‥AEM 전해질 특성화와 최적화로 사기업과 미 DOE 파트너들을 지속적으로 늘여왔고, 더 많은 협력 사례가 생기는 중임.
AEM이 다루는 이슈
1. 이동 속성 (점도(viscosity), 전도도(conductivity), 확산성(diffusivity), 운반률(transference numbers), 이온 호핑(ionic hopping)
2. 열역학 속성(행위 계수(activity coefficients), 삼투 계수(osmotic coefficient,) 삼투압 (osmotic pressure)등)
3.이혼 회합 사양( Ion Association Speciation) (이온 쌍(ion pairs), 삼 이온(triple ions), 고체 용매 화합물(solid solvates)
4. 용제-이온 결합 에너지 및 양이온과 음이온에 대한 용매화 수(solvation numbers for both cations and anions)
5. 리간드 관련 및 순 리튬 탈용매화 에너지 및 동력학(net Lithium Desolvation energy and kinetics)
6.상대 몰 엔탈피(Relative molal enthalpy)
7. 용제 및 솔루션 유전률(Solvent and Solution Permittivity), 그리고 관련 유전율 저하(Dielectric Depression)
8. 이중 계층 지역 이동분석(Transport Analysis of Double-Layer Regions) 및 관련 전해액 속성
9. 유도 이동 조건하에서의 속성 감쇠(Attenuation of properties under Faradaic transport conditions)
10. 이온 및 표면 전기장을 고려한 용제 쌍극자 방향에 대한 전기장 효과(Field Effects on solvent dipole orientation, considering both ionic and surface charge fields)
11. 10가지 가장 중요한 전해액 속성의 아레니우스 분석(Arrhenius Analysis, 활성화 에너지)
12. 주어진 다용제 시스템(약 10개의 서로 다른 최적화 파라미터 고려)에서 대규모 용제 구성 최적화
13. 수렴되지 않는 경우 요약
14. 기타 다른 수량.
AEM의 파괴적 능력은 고유하고, 강력하며, 현재 또는 미래의 전해질 개발에 적합합니다. 오늘날의 복잡한 시스템용 전해질 모델링을 AEM을 통해 다시 정의 함으로써, 전기화학적 셀 환경에서 전해질 행동 실체를 정확하게 예측하는 데 상당한 진전이 이루어지게 되었습니다. AEM이 시장에서 활용되게 되면 21세기의 공격적인 차량 및 에너지 목표를 달성하고 지원하고자 하는 가속화된 글로벌 배터리 개발 결과에 매우 큰 영향을 줄 것으로 예상됩니다.
