20. 파라미터는 어디서 오는가

학습 목표

어떤 P2D 파라미터든 네 가지 출처 등급 중 하나로 추적하고, 다듬기 전에 얼마나 믿을지 순위 매긴다.
전극의 최대 리튬 농도 $c_{s,\max}$ 를 결정 밀도와 몰질량에서 유도하고, 패러데이 법칙으로 이론 용량으로 환산한다.
약한 식별성을 알아본다: 방전 곡선 하나로 $D_s$ 와 $j_0$ 를 왜 못 가르는지 설명하고, 가를 수 있는 실험을 고른다.

요약

모든 P2D 숫자에는 출처가 있습니다. 결정학적(신뢰) 값부터 문헌에서 상속된(기본값이 위험한) 값까지, Electrode DB는 각각에 불확실성과 DOI를 답니다.
어떤 쌍은 식별성이 약합니다: $D_s$ 와 $j_0$ 는 방전에 저항꼴 항으로 들어와 맞바꿈되니, 곡선 하나로는 둘을 가려낼 수 없습니다.
감도는 고르지 않습니다: $D_s$ 의 2배 오차가 기공률 20 % 오차를 능가할 수 있으니, 곡선이 실제로 민감한 곳에 정확도를 쓰세요.

모델은 형태이고, 파라미터가 지문입니다. 8장의 P2D 방정식은 공공 지식입니다: 시뮬레이션을 당신 셀의 것으로 만드는 건 서른 몇 개의 숫자이고, 그 하나하나에 출처 이야기가 있습니다.

네 가지 출처

그림 · 파라미터의 출처. 실험(GITT·EIS·CV)에서 측정하고, 피팅으로 D·k·c_smax를 뽑아, 출처와 QC 표시를 붙여 material_db에 넣으면, 솔버가 그대로 사용한다. 좋은 모델의 신뢰도는 이 사슬의 가장 약한 고리에서 결정되므로, 각 값이 측정·피팅·문헌 중 무엇인지 항상 기록한다.

결정학·화학량론 (최상). $c_{s,\max}$ 는 격자 상수와 밀도에서, 이론 용량은 패러데이 법칙에서 따라 나옵니다 . 이것들이 모든 것의 닻입니다. 이 플랫폼의 Electrode DB가 각 재료의 $c_{s,\max}$ 를 이 방식으로 고정합니다.
직접 측정 (양호, 항목별). 저속 코인셀 사이클링의 OCV 곡선(정직한 평형은 GITT); 단면과 수은 압입법의 전극 두께·기공률; 관통 임피던스의 멤브레인 전도도. 끝까지 측정된 공개 파라미터 세트는 드물고 귀합니다 .
역피팅 (취약). $D_s$ , $j_0$ , Bruggeman 지수는 측정이 아니라 모델이 기준 방전을 재현할 때까지 조율된 경우가 많습니다 . 피팅된 파라미터는 그걸 구속한 데이터만큼만 이식됩니다: 25 °C·1C에서 맞춘 $D_s$ 는 −10 °C·4C에 대해 거의 아무 말도 하지 않습니다.
문헌 상속 (기본값이 위험). 수십 년간 논문에서 논문으로 복사된 값들. 추적하면 1990년대 셀 하나로 이어지기도 합니다. 실리콘 $D_s$ 는 발표된 문헌에서 4자릿수 이상 퍼져 있는데, 큰 부피 변화가 확산을 진짜로 상태 의존적으로 만들기 때문이기도 합니다 . Electrode DB가 맨 숫자 대신 불확실성 배지와 값별 DOI를 다는 정확한 이유입니다.

결정학의 닻: $c_{s,\max}$

출처 1등급은 구체적으로 짚어 둘 값어치가 있습니다. 모델 전체에서 손으로 계산해 믿을 수 있는 유일한 숫자이기 때문입니다. 나머지는 모두 측정되거나, 피팅되거나, 상속됩니다. $c_{s,\max}$ 는 셉니다.

결정학에서 나오는 최대 리튬 농도유도 보기

이 유도가 딛는 것

최대 리튬 농도 $c_{s,\max}$ 는 어떤 곡선에도 피팅하지 않습니다. 결정에서 세어 냅니다. 완전히 리튬화된 host를 결정 밀도 $\rho$ (단위 부피당 질량)와 형식단위 몰질량 $M$ (host 1몰당 질량)으로 잡으면, 세제곱미터에 채워지는 host 형식단위의 몰수는

$n_\mathrm{host} = \frac{\rho}{M}$

각 형식단위가 리튬 자리를 $n_\mathrm{Li}$ 개 제공하면( $\mathrm{LiC_6}$ 은 하나, 완전 리튬화된 $\mathrm{LiCoO_2}$ 도 하나), 완전 점유 시 자리 농도는

$c_{s,\max} = n_\mathrm{Li}\,\frac{\rho}{M}$

여기 있는 모든 기호는 회절 패턴과 주기율표에서 나옵니다. 이것이 가장 믿을 만한 출처 등급인 이유입니다. 그다음 패러데이 법칙이 그 농도를 전극의 이론 용량으로 바꿉니다: 삽입된 리튬 1몰마다 $F$ 쿨롱을 나르므로, 부피 용량은 $q_\mathrm{vol} = F\,c_{s,\max}$ 이고 무게 용량은 $q = F\,n_\mathrm{Li}/M$ 입니다. $c_{s,\max}$ 를 정하는 그 두 결정 숫자가 곧 전극이 낼 수 있는 용량도 정합니다. ∎

뿌리 사슬결정 밀도

\rho

, host 몰질량

M

형식단위당 Li 자리 세기, 이어 용량은 패러데이

c_{s,\max} = n_\mathrm{Li}\,\rho/M

실전 예제· 흑연의 c_smax와 이론 용량

완전히 리튬화된 흑연은 $\mathrm{LiC_6}$ 입니다: 탄소 여섯 개당 리튬 하나. 흑연의 결정 밀도를 잡고 셉니다.

양	값
결정 밀도 $\rho$	$2260~\mathrm{kg/m^3}$
host 형식단위	$\mathrm{C_6}$ (Li 자리 하나)
host 몰질량 $M$	$72~\mathrm{g/mol} = 0.072~\mathrm{kg/mol}$
$c_{s,\max} = n_\mathrm{Li}\,\rho/M$	$2260 / 0.072 \approx 3.14\times10^4~\mathrm{mol/m^3}$
무게 용량 $q = F\,n_\mathrm{Li}/M$	$96485 / 72 \approx 1340~\mathrm{C/g} = 372~\mathrm{mAh/g}$

약 $31000~\mathrm{mol/m^3}$ 의 $c_{s,\max}$ 와 $372~\mathrm{mAh/g}$ 비용량은 교과서의 흑연 숫자입니다. 여기서는 밀도 하나, 몰질량 하나, 패러데이 상수만으로 되찾았습니다. 같은 흑연의 $D_s$ 와 비교해 보세요: 피팅되거나 상속되며, 그것을 세는 닫힌 식은 없습니다. 그 출처의 간극이 이 장의 요지입니다.

식별 가능성: 피팅 아래의 함정

그림 · 식별 가능성의 함정. 하나의 방전 곡선에 잘 맞는 파라미터 조합이 여럿 있을 수 있다. 확산이 크고 반응이 느린 집합(A)과 그 반대(B)가 같은 곡선을 만들면, 그 데이터만으로는 D와 k를 따로 정할 수 없다. 그래서 좋은 파라미터화는 여러 실험(GITT는 D, EIS는 k처럼)으로 각 값을 따로 겨눈다.

서로 다른 파라미터 조합이 동일한 단자 전압 곡선을 만들 수 있습니다: 확산계수를 올리고 반응상수를 내리면 방전이 겹칩니다. 이건 부주의가 아니라 빈약한 관측치에 풍부한 모델을 맞출 때의 수학적 성질(약한 식별성)입니다. 탈출구: 더 풍부한 동역학을 가진(EIS는 5장에서 방전이 뭉개는 시간대를 분리합니다), 관측치를 늘리거나, 잘 아는 파라미터는 고정하고 진짜 모르는 몇 개만 피팅하기.

왜 고체 확산계수와 교환전류가 맞바꿈되나유도 보기

정전류 방전에서 셀은 거의 일정한 전류밀도 $j$ 를 유지하고, 단자 전압은 평형 OCV 아래로 손실 과전압들의 합만큼 내려앉습니다:

$V = U(\theta) - \eta_\mathrm{ohm} - \eta_\mathrm{ct} - \eta_\mathrm{diff} - \dots$

Butler-Volmer를 완만한 과전압에서 선형화하면 전하이동 항은 $1/j_0$ 로 스케일하는 저항꼴 강하가 됩니다:

$\eta_\mathrm{ct} \approx \frac{RT}{F\,j_0}\,j \equiv R_\mathrm{ct}\,j$

반지름 $R_p$ 인 입자를 가로지르는 Fick 균형은 표면-중심 농도 차 $\Delta c_s \sim jR_p/(FD_s)$ 를 만들고, 국소 OCV 기울기가 이를 또 하나의 저항꼴 강하로 바꿉니다. 이번엔 $1/D_s$ 로 스케일합니다:

$\eta_\mathrm{diff} \approx \left|\frac{dU}{dc_s}\right|\frac{R_p}{FD_s}\,j \equiv R_\mathrm{diff}\,j$

둘 다 같은 전류에 곱해지므로, 방전 하나는 오직 합 $R_\mathrm{ct}+R_\mathrm{diff}$ 만 구속합니다: $D_s$ 를 올리고 $j_0$ 를 함께 내리면 곡선은 거의 움직이지 않습니다. 서로 다른 시간대(timescale)를 분해하는 실험만이 그 쌍을 갈라냅니다(EIS의 동역학 반원 대 저주파 꼬리처럼). ∎

감도: 정확도는 중요한 곳에 쓴다

$D_s$ 의 2배 오차가 3C 방전을 기공률 20 % 오차보다 크게 움직일 수 있습니다. 어떤 파라미터를 다듬기 전에, 하나씩 흔들어 반응을 순위 매기세요. 스튜디오의 오버라이드 시스템이 정확히 이 실험을 위해 만들어졌습니다. 직접 돌려보기: Battery 1D에서 아무 프리셋이나 열고 수송 파라미터를 하나씩 오버라이드하며 전압 곡선이 실제로 느끼는 게 어느 것인지 보세요.

연료전지 파라미터는 시간 단위로 늙는다

배터리 파라미터는 수개월의 사이클링에 걸쳐 표류하지만, PEMFC의 물 결합 파라미터(멤브레인 전도도, 유효 GDL 확산도)는 가습 상태가 움직이는 운전 하루 안에 이동합니다. 그래서 연료전지 파라미터화는 측정만큼이나 상태 추정입니다. 16장의 물리가 식별 옷을 입은 것입니다.

연습문제

층상 양극이 $\mathrm{LiMO_2}$ 이고 형식단위당 리튬 자리 하나, 결정 밀도 $4750~\mathrm{kg/m^3}$ , 형식단위 몰질량 $96~\mathrm{g/mol}$ 이라고 합시다. 최대 리튬 농도 $c_{s,\max}$ 를 추정하세요.

풀이 보기

$c_{s,\max} = n_\mathrm{Li}\,\rho/M$ 에 $n_\mathrm{Li}=1$ , $\rho = 4750~\mathrm{kg/m^3}$ , $M = 0.096~\mathrm{kg/mol}$ 을 넣으면:

$c_{s,\max} = \frac{4750}{0.096} \approx 4.95\times10^4~\mathrm{mol/m^3}$

약 $49500~\mathrm{mol/m^3}$ 입니다. 실제로는 이 자리 중 일부만 순환하지만(19장의 사용 창), 결정학적 상한은 피팅 없이 밀도와 몰질량만으로 고정됩니다.

같은 실리콘 전극의 두 파라미터: $c_{s,\max}$ 와 고체 확산계수 $D_s$ . 하나는 문헌 간 일치가 촘촘하고, 다른 하나는 4자릿수 이상 퍼져 있습니다. 어느 게 어느 것인지 말하고, 각각의 출처 등급을 대고, 불확실한 쪽을 좁힐 측정을 하나 대세요.

풀이 보기

$c_{s,\max}$ 가 촘촘한 쪽입니다: 결정학적(1등급)이라 밀도와 몰질량에서 세어 나오므로 독립된 그룹들이 수렴합니다. $D_s$ 가 퍼진 쪽입니다: 역피팅되거나 문헌에서 상속되며(3~4등급) 결코 세어지지 않고, 실리콘의 큰 부피 변화가 확산을 진짜로 상태 의존적으로 만들어 발표값이 여러 자릿수로 퍼집니다. $D_s$ 를 좁히려면 그 시간대를 직접 분해하세요: GITT 완화나 EIS(5장)의 저주파 꼬리가 $j_0$ 로도 똑같이 설명될 수 있는 전체 방전 피팅에 기대지 않고 확산을 측정합니다.

이 장이 다루지 못하는 것

형식적 방법들: 최적 실험 설계, 신뢰구간을 가진 베이지안 파라미터 추정, BMS의 온라인 추정.

참고문헌

[1] J. Newman, K. E. Thomas-Alyea (2004). Electrochemical Systems, 3rd ed. Wiley. 원문 링크 ↗

[2] C.-H. Chen, F. Brosa Planella, K. O'Regan, D. Gastol, W. D. Widanage, E. Kendrick (2020). Development of Experimental Techniques for Parameterization of Multi-scale Lithium-ion Battery Models J. Electrochem. Soc. 167, 080534. doi:10.1149/1945-7111/ab9050 ↗

[3] M. Doyle, T. F. Fuller, J. Newman (1993). Modeling of Galvanostatic Charge and Discharge of the Lithium/Polymer/Insertion Cell J. Electrochem. Soc. 140, 1526. doi:10.1149/1.2221597 ↗

[4] G. Bucci, S. P. V. Nadimpalli, V. A. Sethuraman, A. F. Bower, P. R. Guduru (2014). Measurement and Modeling of the Mechanical and Electrochemical Response of Amorphous Si Thin Film Electrodes J. Mech. Phys. Solids 62, 276. doi:10.1016/j.jmps.2013.10.005 ↗

함께 보기

5. 임피던스(EIS)의 언어 · 21. 결과 해석 · Electrode DB · Ecker 외, J. Electrochem. Soc. 162 (2015) A1836 (끝까지 수행된 파라미터화 사례).