Z napredno diagnostiko do večje zanesljivosti in trajnosti baterij

Elektromobilnost je eden izmed gradnikov za dosego ciljev evropskega zelenega dogovora in lahko pomembno pripomore k doseganju specifičnih ciljev podnebne nevtralnosti in netoksičnega okolja, poudarja prof. dr. Tomaž Katrašnik, profesor na katedri za energetsko strojništvo in vodja laboratorija za motorje z notranjim zgorevanjem in elektromobilnost na Fakulteti za strojništvo UL.

Vendar pa je »celoten potencial uvajanja elektromobilnosti za zmanjševanje globalnih izpustov toplogrednih plinov mogoče doseči le, če se defosilizira globalni energetski sektor in se posledično zmanjšajo izpusti pri rabi, proizvodnji in razgradnji vozil, kar pa je velik izziv«.

Prof. dr. Katrašnik še pravi, da se moramo zavedati, da prehod v trajnostno mobilnost terja mnogo več kot zgolj elektrifikacijo cestnega prometa. »Potreben je sistemski pristop, ki vključuje napredno logistiko, vpeljavo večmodalnosti in novih mobilnih storitev, napredno infrastrukturo, preobrazbo energetskega sektorja in napredne pogonske sisteme vozil. Ne obstaja ena rešitev. Prav tako pa ni dovolj zamenjati vir energije, ampak je treba tudi zmanjšati oziroma optimirati število prevoženih kilometrov in porabo energije ter izpustov onesnažil na prepeljanega potnika oziroma na enoto prepeljanega tovora.« Sistemskemu pristopu je po njegovem treba slediti v celotnem življenjskem ciklu vozil in druge potrebne infrastrukture, saj bo le tako mogoče zmanjšati izpuste onesnažil, rabo energije in (kritičnih) materialov.

S prof. dr. Tomažem Katrašnikom smo govorili o pomembnem vidiku trajnostne prihodnosti – to so baterije oziroma predvsem njihovo upravljanje. Kako lahko z napredno diagnostiko in prognostiko podaljšamo življenjsko dobo baterij in kdaj bodo ti virtualni sistemi na trgu?

»Baterije trenutno močno vplivajo na ceno in maso električnega vozila ter s procesom proizvodnje in razgradnje bistveno vplivajo na njegov okoljski odtis. V trenutno najbolj razširjeno obliko Li-ionskih baterij so vgrajeni kritični materiali. Prav zato je mnogo raziskav osredotočenih na razvoj baterij, ki ne bi vsebovale kritičnih materialov. Ena izmed smeri razvoja je uporaba natrija, ki nadomesti litij, prve natrijeve baterije pa so že komercialno dostopne. Dodatno so raziskave usmerjene tudi v razvoj aktivnih materialov pozitivnih in negativnih elektrod, ki ne vsebujejo kritičnih materialov, kot na primer kobalta in drugih.«

Katere so ključne težave pri baterijah v njihovi življenjski dobi?

Čeprav so sodobne Li-ionske baterije zasnovane zelo napredno, v njih potekajo stranski procesi, ki lahko negativno vplivajo na njihovo zmogljivost in varnost.

Vredno je osvetliti, da termin Li-ionska baterija pomeni, da se hkrati z elektronom, ki se med praznjenjem baterije premakne z negativne na pozitivno elektrodo po zunanjem električnem tokokrogu in torej opravlja električno delo, med elektrodama znotraj baterije premakne tudi litijev ion, kar omogoča ohranjanje naboja na elektrodah. Na lastnosti baterije in torej na potencialne težave v njihovi življenjski dobi pa poleg mnogih drugih dejavnikov zelo vplivajo tudi lastnosti aktivnih materialov pozitivne elektrode oziroma katode in negativne elektrode oziroma anode, v katere se litijevi atomi vgrajujejo oziroma izgrajujejo med delovanjem baterije, lastnosti elektrolita, v katerem so ti aktivni materiali, in geometrijski parametri elektrod in separatorja.

Tako sta na primer za katodna materiala, ki sta poznana pod kraticama NMC in NCA, kar označuje mešane kovinske okside niklja, mangana, kobalta in litija ter niklja, kobalta, aluminija in litija v različnih razmerjih, značilni višja energijska gostota, a tudi nižja temperaturna stabilnost kakor pri materialu LFP, kar označuje litij-železov fosfat. LFP, ki je cenejši in tudi primernejši z vidika rabe kritičnih materialov, je torej manj podvržen temperaturnim pobegom in s tem potencialnim požarom kakor materiala NMC in NCA.

Zelo pomembno na lastnosti baterij vplivajo tudi anodni materiali. Med temi je trenutno najširše uporabljen grafit. Ta omogoča doseganje sprejemljivih energijskih gostot baterij, za povečanje energijske gostote pa mu v določenih sodobnih baterijah najpogosteje dodajajo silicij. Zamenjava teh dveh materialov z materialom, ki je poznan pod kratico LTO, kar označuje litij-titanov oksid, sicer vodi v manjšo energijsko gostoto baterije, poviša ceno baterije, a omogoča njeno zelo hitro polnjenje in doseganje velikega števila ciklov polnjenja in praznjenja, saj je manj podvržen najpogostejšim degradacijskim reakcijam. Določene izvedenke teh baterij je namreč mogoče napolniti od 0 do 80 odstotkov v eni minuti.

Zelo pomembno na zmogljivost in varnost baterij vpliva tudi elektrolit. Trenutno se v Li-ionskih večinsko uporablja kapljevit elektrolit na osnovi ogljikovodikov. Ob nepravilni rabi takšnih baterij oziroma kadar so procesi staranja že znatno uničili materiale baterij, se zaradi prisotnosti kisika v katodnih materialih in vodika ter ogljika v elektrolitu pri njih pojavi varnostni izziv. Zato in zaradi povečanja energijske gostote baterij je trenutno veliko razvojnega potenciala usmerjenega v Li-ionske baterije s trdnim elektrolitom.

Ne glede na zasnovo baterij pa so s hitrejšo degradacijo in torej potencialnimi težavami povezani hitro polnjenje in praznjenje, visoke temperature in za mnoge sestave baterij tudi visoke temperature v kombinaciji z visokimi stanji napolnjenosti. Poleg ustrezne zasnove baterije je zelo pomembno tudi njeno ustrezno upravljanje.

Električne zmage in tegobe

Zakaj je upravljanje baterije pomemben vidik v prizadevanju za trajnostno prihodnost?

To je ključno za njihovo trajno in varno delovanje. Med osnovne funkcionalnosti tako imenovanega sistema za upravljanje baterij ali krajše BMS (ang. Battery Management System) spada omejevanje najnižjih napetosti baterije v procesu njenega praznjenja in najvišjih v procesu polnjenja, omejevanja tokov glede na stanje polnosti in ustrezne temperature baterij.

V prihodnosti bi želeli, da bi bili sistemi BMS sposobni tudi natančnejše diagnostike in prognostike napak in neustreznih stanj baterije v aplikacijah, kjer bo to potrebno in smiselno.

Za trajnostno prihodnost je namreč poleg ustrezne zasnove in proizvodnje ter razgradnje baterij bistveno njihovo ustrezno in trajno delovanje brez varnostnih izzivov, saj ti vidiki ključno vplivajo na okoljski in finančni odtis in tudi na družbene aspekte. Prav zato se kot zelo pomembno področje poudarja tudi napredno upravljanje baterij.

Kakšne prednosti prinaša napredno upravljanje baterije?

Vsi dobro poznamo stanje napolnjenosti baterije, ki se nam izpisuje med njenim delovanjem. Večina je verjetno že doživela navidezen (pre)hiter padec napolnjenosti, kar je pogosteje pri baterijah, ki so se že nekoliko postarale in uporabljeni algoritmi ne zmorejo dovolj natančno napovedati stanja polnosti. Dodaten izziv je napovedovanje tako imenovanega stanja zdravja baterije, ki se največkrat ugotavlja s spremembo njene kapacitete in notranje upornosti. Ta podatka res povesta veliko o stanju baterije, nikakor pa nista zadostna, da bi na podlagi njiju lahko napačno sklepali o stanju zdravja in tudi varnosti baterije. To je podobno, kot če bi zdravnik le iz spremembe kapacitete pljuč in krvnega tlaka sklepal o zdravju človeka.

»V prihodnosti bi želeli, da bi bili sistemi upravljanja baterij sposobni tudi natančnejše diagnostike in prognostike napak in neustreznih stanj baterije v aplikacijah.« FOTO: Aljaž Vrabec  

Zato želimo poleg natančnejšega napovedovanja stanj baterije tudi natančneje diagnosticirati in prognosticirati napake in neustrezna stanja baterije. Torej, če bi bila baterija človek, bi ga poslali še na EKG, rentgen, magnetno resonanco in druge metode, da bi natančno ugotovili njegovo zdravje. Analogne metode obstajajo tudi za baterije in z njimi je mogoče bistveno natančneje določati stanje baterij, vendar se mnoge podrobne analize struktur v baterijah izvajajo z različnimi mikroskopskimi metodami, ki niso uporabne za diagnostiko med delovanjem baterij, saj je treba za njihovo izvedbo celice razgraditi, hkrati pa takšnih naprav ni mogoče enostavno vgraditi v realne sisteme.

Kako pa lahko določate, kakšno je stanje baterije med njenim delovanjem v realnih sistemih? Kakšna zaznavala so potrebna za to?

Trenutno se v baterijskih sistemih uporabljajo zaznavala električne napetosti, temperature in v večini primerov toka oziroma naboja, ki spadajo v skupino fizičnih zaznaval. Razvoj teh poteka v smeri bolj natančnih zaznaval, ki merijo veličine zunaj celic in obsegajo merilnike mehanskih napetosti oziroma pomikov ter elektrokemijsko impedančno spektroskopijo. S to poskušamo od zunaj otipati procese v baterijah, ki se dogajajo pri različnih frekvencah. Druga smer razvoja so fizična zaznavala, ki se vgrajujejo v celice. Ta razvoj, ki je trenutno v začetnih fazah, omogoča pridobivanje globljega uvida v procese v baterijah. Bo pa uporaba takšnih zaznaval povezana z višjimi stroški.

Veliko podatkov pa ni mogoče identificirati zgolj iz izmerjenih podatkov. Natančnejše določanje stanj v baterijah in napredna diagnostika ter prognostika napak in neustreznih stanj baterije terjajo sinergijsko uporabo naprednih fizičnih in virtualnih zaznaval ter opazovalcev stanj v baterijah. Najnaprednejše izvedenke teh zaznaval, v katerih razvoj je vključena tudi naša skupina, omogočajo virtualni vpogled v interna stanja in parametre baterije.

Kako se izvajajo napredno virtualno določanje stanj in diagnostika ter prognostika v baterijah?

Napredno določanje internih stanj in parametrov baterije temelji na ustreznih podatkih fizičnih zaznaval in naprednih fizikalnih modelih, ki natančno modelirajo procese v baterijah, kar omogoča natančno virtualno replikacijo realnih procesov v njih. Dodatno lahko proces podpremo z umetno inteligenco.

Izvedenke naprednih fizikalnih modelov, ki se izračunavajo v realnem času, lahko uporabimo za delovanje v načinu digitalnih dvojčkov, kar pomeni, da se vzporedno z delovanjem realne baterije izračunava njen digitalni dvojček. Preprost primer rabe takšnega digitalnega dvojčka je uporaba simuliranih potencialov elektrod za optimiziranje hitrega polnjenja baterij ob minimiziranju njihovega staranja. Modeli, ki so umerjeni na dejansko stanje baterije, namreč prilagajajo delovanje baterije njenemu dejanskemu stanju. Če znova primerjam s človekovim zdravjem, bi to lahko pomenilo, da se največje obremenitve prilagodijo realnemu kondicijskemu in zdravstvenemu stanju človeka.

»Ne glede na zasnovo baterij so s hitrejšo degradacijo in potencialnimi težavami povezani prehitro polnjenje in praznjenje in visoke temperature.« FOTO: Jože Suhadolnik

Na podlagi izmerjenih in simuliranih podatkov lahko tudi sklepamo na spremembo zmogljivosti, stanja zdravja in stanja varnosti baterije, kar so ključni vhodni podatki za napredno diagnostiko in prognostiko napak in neustreznih stanj baterije. V tem procesu uporabljamo trenutne in zgodovinske podatke fizičnih zaznaval, ki morajo vsebovati dovolj informacij, ter trenutne in predhodne virtualne podatke. Z uporabo fizikalnih modelov in ustreznih algoritmov, ki omogočajo umerjanje modelov na izmerjene podatke v različnih stanjih zdravja baterije, je tako mogoče pridobiti virtualni uvid v spremembo internih stanj in parametrov baterije med njenim staranjem. Tako je mogoče spremljati napredovanje napak oziroma neustreznih stanj. Ti podatki, ki prvič omogočajo globlji uvid v procese v baterijah med delovanjem v realnih sistemih, omogočajo bistveno natančnejšo diagnostiko napak, saj omogočajo vzpostavitev kavzalne povezave med dejanskimi zmogljivostmi baterije in njenimi virtualno določenimi notranjimi stanji. Te funkcionalnosti pa je mogoče dodatno nadgraditi z umetno inteligenco, kar odpira nove možnosti natančnejše identifikacije in prognostike napak. Ti podatki so zelo koristni tudi za primerno rabo baterij v njihovi drugi življenjski dobi in odločitev o smiselnosti takšne rabe.

Kje se bodo izvajale vse te kompleksne simulacije in računske operacije?

Izvajale se bodo na distribuirani strojni opremi. Funkcionalnosti, ki so ključne za delovanje in varnost baterij, se bodo izvajale na BMS, ki je v trenutnih zasnovah integralni del baterijskega sistema, z njim pa komunicira žično ali v najnovejših izvedenkah že brezžično. Določene naprednejše funkcionalnosti se bodo izvajale na robu (ang. edge), kar na primeru vozila predstavlja zmogljivejši računalnik. Kompleksne operacije diagnostike in prognostike, ki niso vezane na izvedbo v realnem času in izmenjevanje informacij z visokimi frekvencami, pa se bodo izvajale v oblaku. Ti podatki se bodo uporabljali tudi za povratne informacije za nadaljnje izboljšave v procesu razvoja baterij.

Kako razvito pa je to področje? Kdaj in v kakšni obliki lahko pričakujemo prve rešitve na trgu?

Področje napredne modelsko osnovane diagnostike in prognostike je trenutno na nizkih stopnjah tehnološkega razvoja. Z vodilnimi evropskimi proizvajalci vozil, sistemskih rešitev in čipov zdaj snujemo prve laboratorijske prototipe. V nedavno začetem evropskem projektu, ki se bo končal čez tri leta, nameravamo demonstrirati funkcionalnosti v relevantnem okolju. Na tej stopnji razvoja bodo za te prve rešitve razviti vsi potrebni gradniki, ki omogočajo nadaljnji razvoj komercialnega produkta. Te napredne rešitve bodo v prvi fazi zagotovo dražje, zato je kljub nedvoumni funkcijski prednosti za uporabnika ključno izbrati pravilne primere uporabe, kjer so višji stroški sprejemljivi oziroma kjer sta izboljšani trajnost in varnost ključnega pomena.

Kakšen je potencial naprednega upravljanja baterij in potrebnih modelov ter algoritmov?

To področje že ima velik tržni potencial, napovedi pa kažejo na veliko rast področja, saj je ključno za uspešno zeleno in digitalno preobrazbo. Posledično je ostra tudi konkurenca. Na Fakulteti za strojništvo UL smo to dovolj hitro prepoznali, kar nam je omogočilo, da smo na področjih virtualnih zaznaval in opazovalcev stanj v baterijah, gorivnih celicah in elektrolizerjih razvili mnoge prebojne modele in algoritme. To potrjujejo številne kakovostne publikacije in podeljeni mednarodni patenti, še pomembnejša pa sta naša mednarodna prepoznavnost in vpliv. Mnogi modeli, ki smo jih razvili, so namreč vključeni v najnaprednejša simulacijska orodja enega izmed vodilnih ponudnikov simulacijskih orodij, naši modeli pa se uporabljajo tudi za razvoj najnaprednejših vozil in energetskih sistemov v vodilnih svetovnih podjetjih.

Našo prepoznavnost v EU potrjuje tudi dejstvo, da smo vključeni v projekte, ki so bili uspešni na prijavah na vse razpise s področja naprednih sistemov za upravljanje baterij in diagnostike ter modeliranja gorivnih celic. V teh projektih imamo ključno vlogo na področju razvoja najnaprednejših fizikalnih modelov in pripadajočih orodij za modeliranje procesov v baterijah in gorivnih celicah ter za modelsko osnovano diagnostiko in prognostiko teh naprav.

Prodornost naših raziskav so prepoznali in nagradili tudi v matični ustanovi, saj smo prav za napredne modele in metode za diagnostiko in prognostiko baterij v letu 2023 prejeli rektorjevo nagrado za najinovacijo Univerze v Ljubljani in nagrado Inovacijskega sklada Univerze v Ljubljani. Za odkritja novih pojavov v materialu LFP, ki so jih omogočili tudi napredni modeli, ki jih razvijamo, pa smo leta 2023 prejeli nagrado za enega od desetih najodličnejših raziskovalnih dosežkov Univerze v Ljubljani.