DOI Link:
https://doi.org/10.1038/s41560-024-01624-5
Googleshcolar
ScienceDirect:
UniversityWeb:
https://www.linkedin.com/in/mei-cai-96518310/
Received: 02 March 2024
1. 科学问题
LMB开发中的科学问题主要集中在优化能量密度、成本效益、电解液配方、氧气释放机制和压力控制,以提高性能、稳定性和可扩展性,满足电动汽车应用需求。
2. 锂金属电池(LMB)的背景
1. LMB 的高能量密度优势
LMB 被认为是“终极目标”,具有更高的能量密度。
LMB 的能量密度:~450 Wh/kg(重量)、~1,200 Wh/l(体积)。
相比之下,现有 LIB 的能量密度:~250–300 Wh/kg(重量)、~600–700 Wh/l(体积)。 2. LMB 替代 LIB 的潜在客户优势
电池组尺寸减小,包装成本更低,改善车辆外观和重量。
行驶里程更长,消除里程焦虑。
无热失控。
电池成本降低,尤其是在“无负极” LMB 技术实现的情况下。
更高的安全性。 3. LMB 商业化现状
尽管有长达六十年的研发投入和丰富的研究文献,目前尚无满足行业需求的商业化 LMB。
需要替代 LIB 的高能量密度技术变得更加迫切。 4. LIB 的发展及挑战
虽然 LIB 取得了近期的发展,但面临更高能量密度、快速充电及安全性的挑战。
全球 EV 市场预计到 2030 年增长至约 1,579.10 亿美元(2024 年至 2030 年增长显著)。
3. 研究结果
3.1 电极厚度与能量密度
1. 质量能量密度 (Fig. 1a)
不同电极负载下,重力能量密度随阳极厚度变化。
减薄锂负极提高能量密度,但需权衡性能与制造成本的增加。
阳极厚度设计需平衡能量密度与电池性能。 2. 体积能量密度(Fig. 1b)
体积能量密度受阳极厚度和阴极负载影响。
加厚锂负极降低能量密度并增加体积。
提高阴极负载增加能量密度,但循环寿命衰减更快,原因包括电解质分解、离子扩散缓慢、锰溶解和阻抗增长。 3. 设计权衡
阳极厚度与阴极负载间的平衡需优化,以满足高能量密度 LMB 的设计需求。
高阴极负载提高能量密度,但牺牲循环稳定性,导致性能加速衰退。
1. 原材料和制造成本
电池成本与能量密度紧密相关,原材料和制造成本是成本估算的关键。
各 EV 制造商的成本策略不同,导致成本输入参数的差异。
动态因素:电池材料供应、地缘政治和贸易紧张、EV 预期与实际产量的差异等。 2. 原材料成本结构
LIB 中,约 50% 的原材料成本来自于阴极活性材料(CAM),10–20% 来自于阳极活性材料(AAM)。
LMB 的原材料成本结构因所用 CAM 类型而异,如使用 NCM 型 CAM 与硫基 CAM 之间的成本结构差异显著。 3. 风险与不确定性
LMB 电池成本估算需考虑相关风险与不确定性。
需注意锂金属负极等先进电池化学材料的价格波动及其他复杂因素。
3.3 电解质配方与气体生成总结
1. SEI 的作用与锂金属行为
SEI 在石墨负极形成后起到抑制电解质还原的作用。
在锂金属负极上,每次镀锂和剥锂循环都会生成新的 SEI,伴随电解质分解和气体生成。 2. 主要电解质类型
氟化碳酸盐基电解质
包括氟代乙烯碳酸酯(FEC),在循环中比乙烯碳酸酯产生更多的 CO2 和乙烯。
乙烯碳酸酯不能在锂金属表面形成坚固 SEI,不适合 LMB。
非溶剂、共溶剂稀释的超浓电解质
高浓度 LiFSI(双(氟磺酰)亚胺锂)可形成 SEI,减少气体释放。
稀释的共溶剂的使用可能进一步提升 LMB 性能,但 LiFSI 和某些共溶剂成本较高。
3. 研究重点
需要进一步研究电解质配方,特别是降低成本和减少气体生成的添加剂,以推动 LMB 电池技术发展。
3.4 电解质注入量与循环寿命
1. 电解质注入量的影响
电解质注入量显著影响 LMB 的循环寿命。
最小注入量取决于电极和隔膜的总孔隙体积,多余的电解质用于补偿形成和循环中的损失及电极孔隙度变化。 2. 注入量在商业应用中的实践
商用锂离子电池中,电解质使用量通常为 1–2 g/Ah,根据设计不同而定。
LMB 由于锂的孔隙度在使用中增加,可能需要比 LIB 更多的电解质。
实验表明,电解质不足会导致实验室规模的 LMB 快速容量衰退。 3. 循环寿命与电解质量(Fig. 2 )
电解质注入量增加(从 1.8 g/Ah 到 2.0 g/Ah)可延长 5 Ah 软包电池的循环寿命,从 300 个循环增加到 400 个循环。 4. 权衡与挑战
电解质注入量需在循环稳定性、能量密度和成本之间取得平衡。
过量电解质注入可能引起电池内压过高,导致泄漏、破裂或爆炸。
具有腐蚀性的电解质会损坏设备并带来其他风险。 5. 行业需求
研发能控制老化锂形态、且注入量与 LIB 相当或更低的电解质是关键。
Fig. 2: Plot of capacity retention for different cell designs.
3.5 阴极氧释放与电池稳定性
1. 高镍含量阴极的挑战
高镍含量的 NCM 阴极在循环中释放氧气,导致结构退化和容量/电压快速衰减。
氧释放增加锂金属负极的反应性,导致更多副反应和潜在的热事件。 2. 容量趋势
容量衰减顺序:NCM(88% Ni) < NCMA(85% Ni) < NCM(60% Ni) < LMFP。
趋势与密度泛函理论的建模结果一致,显示 Ni3+ 还原释放氧气的能量(约 0.5–1.5 eV)低于 Co3+ 还原(约 1.8–2.7 eV),高镍含量阴极释放更多氧气。 3. 稳定性观察
高氧释放导致锂金属电池稳定性降低,因锂负极与氧的反应性增加。
磷酸盐阴极(如磷酸铁锂和 LMFP)释放氧气的活化能屏障最高,实验室规模下显示更好的稳定性。 4. 行业需求
高镍含量的 NCM 或 NCMA 阴极与锂金属负极的组合不推荐,解决氧释放问题是提高 LMB 能量密度的重要需求。
3.6 电池压力控制
1. 压力对 LMB 的影响
压力显著影响 LMB 的老化锂负极形态及性能,均匀的压力分布对保持锂形态和 SEI 完整性至关重要。 2. 实验室规模的压力测试
Fig. 3a:弹簧控制的固定压力设计,压力取决于弹簧的刚度和夹具板的格式,循环中压力分布不均匀,存在压力/膨胀积累问题。
Fig. 3b:螺钉控制的固定间隙设计,压力分布更均匀,但循环中压力不可控。 3. 改进设计
Fig. 3c:结合弹簧固定压力和固定间隙设计,引入具有理想刚度的缓冲垫,类似于电池组装中的垫片设置,使实验室规模 LMB 的压力积累可控,更可靠地关联性能与设计参数。 4. 行业需求
需要开发能更好模拟 EV 电池模块/组中 LMB 压力条件的测试方法,聚焦整个 LMB 电池,而非单一组件如锂负极。
Fig. 3: Three types of battery testing fixture designs.
3.7 电池形式总结
1. LIB电池形式
包括软包、电芯和棱柱形电池;硬币电池用于初步筛选。 2. LMB研究侧重
主要集中在软包电池上,软包封装(通常为铝层压膜)虽能适应多种设计和尺寸,但结构完整性较低。 3. 形式对比
软包电池因LMB的膨胀和压力而受到不利影响。
圆柱形和棱柱形电池具有较高的结构完整性,提供如气体排放设计等额外安全特性,但也面临挑战。
圆柱形电池在循环中从中心到外层可能产生非均匀应力梯度,导致损坏。
棱柱形电池可能因锂负极厚度变化引起的膨胀和压力变化而变形。 4. 未来方向
需要原位监测方法(如拉曼光谱、声学方法、同步辐射X射线衍射和电子顺磁共振)来推动非软包LMB电池形式的发展。
1. 电池制造复杂性
LMB与LIB制造需求存在显著差异,尤其是在正极形态控制方面。 2. 制造流程
电极制造是最终模块和电池包组装的第一步,需要在每个环节进行质量检查,特别是正极,以确保均匀性。 3. 正极形态对LMB性能的重要性
孔隙度和均匀性:正极的孔隙度对LMB性能至关重要,低孔隙度的正极可能提供更好的电池性能,而高孔隙度的正极可能加速电解液干涸,缩短LMB的循环寿命。
正极均匀性:正极材料分布应均匀,避免粗糙部分,这些粗糙部分可能在电池操作中变形,增加树枝晶生长、隔膜穿透和短路的风险。 4. 纳米碳材料的挑战
碳纳米管或石墨烯:添加纳米碳材料可以增强电导性,但这些材料可能聚集,导致电极内的电流分布不均,增加不良的锂负极形态(如多孔锂)的风险。 5. 电流分布对锂负极形态的影响
不均匀的电流分布可能导致锂金属表面形态的改变,影响电池性能并增加风险。
Fig. 4: Schematic for LMB manufacturing.
1. 建模的重要性
建模在加速电池单体设计和行业应用中起着关键作用,提供了一个虚拟平台,能够模拟电池单体、模块和电池包的性能。 2. 电池模型类型
等效电路模型:常用于预测电池电压、阻抗、功率等。
电化学模型:例如多孔电极理论,通常用于预测电池的电压、循环寿命等。 3. LMB建模的挑战
LMB的复杂退化机制(如锂金属的沉积/剥离、SEI形成、体积膨胀)要求解决复杂的二维动态边界模型。
详细的电化学模型需要大量高质量的实验数据和电池材料特性,这限制了预测效果。
在实际操作中,不同电池格式的机械加载需要全三维电池模型,集成电化学、热模型和塑性模型。
目前的模型无法准确捕捉LMB退化的随机特性,如SEI形成、锂金属生长等。 4. 混合建模方法
混合模型结合了数据驱动的方法(如机器学习)与确定性方法,代表了电池建模的新前沿。
这些模型有助于预测LMB退化机制,尤其是在电池操作过程中无法用确定性方法轻易预测的部分。
混合模型可以模拟温度依赖性和温度对LMB关键特性(如锂金属生长)的影响。 5. 物理信息神经网络(PINN)
PINN方法结合了LMB的原位操作数据与表示电化学行为的偏微分方程,具有巨大的潜力。
PINN是众多混合建模方法中的一种,需要进一步探索其在满足行业需求方面的适用性。
4. 重要结论
电池能量密度:电池的能量密度与电极厚度密切相关,厚电极提升循环稳定性,但会降低能量密度,且增加制造成本。
成本问题:电池原材料成本受活性材料影响,LMB的成本结构因材料类型不同而差异较大,且需要考虑原材料价格波动。
电解液配方与气体生成:LMB性能受电解液配方影响,氟化碳酸酯类电解液比乙烯碳酸酯更易分解;浓缩电解液有助于减少气体释放。
电解液注入量:电解液的注入量影响LMB的循环寿命,过多的电解液可能导致膨胀和安全风险,但适量注入有助于延长寿命。
正极氧气释放:高镍含量的NCM正极易释放氧气,导致电池衰退并可能引发热事件,低镍正极或磷酸铁锂具有更好的稳定性。
电池压力控制:LMB在循环过程中需要均匀的压力分布来维持锂金属表面形态,现有的压力控制设计存在局限,需要改进。
电池格式:LMB的电池格式通常采用袋式,但因膨胀和压力变化,可能导致袋式外壳受损,圆柱形和棱柱形格式具有更好的结构强度。
制造质量控制:LMB电池的制造质量,尤其是正极的孔隙率和均匀性,对电池性能至关重要,均匀性差可能导致电池短路或锂枝晶生长。
电池建模:电池建模帮助加速电池设计,尤其是在LMB退化机制复杂的情况下,混合建模方法(如PINN)结合机器学习和物理模型,有助于优化设计并预测性能。
PDF