2 番目のバッテリーモデリングアプローチ

ボストン、2023 年 6 月 7 日 /PRNewswire/ -- バッテリー性能テストは、セカンドライフ EV バッテリー市場の重要な部分を形成しています。再製造業者は、定置型蓄電システムや低電力エレクトロモビリティ用途など、最終的なセカンドライフシステムで最高の性能を発揮する EV バッテリーを使用することを目指します。再生業者は調達、分解、再組み立ての手順に関連する考慮事項を考慮する必要がありますが、使用済みの EV バッテリーの性能を理解することも重要です。これは、再利用された最終的な二次電池の性能に影響を与えるためです。 IDTechEx は、「セカンドライフの電気自動車バッテリー 2023 ～ 2033 年」というテーマに関する最新レポートで、重要な廃電気自動車バッテリーの性能パラメーターをモデル化および推定するためにプレーヤーが使用しているさまざまな方法を分析しています。

通常実行される主要なバッテリテストは、健全性 (SOH)、内部インピーダンス、および残存耐用年数 (RUL) のテストです。 RUL は、バッテリーが初めて故障しきい値を下回るまでの残り時間の推定値です。ほとんどの EV バッテリーの最初の耐用年数は、70 ～ 80% が耐用年数に達します。 SOH と RUL が高く、内部インピーダンスが低いバッテリーは、二次使用用途に最も適しています。

これらのテストを実行する主要な関係者には、二次使用バッテリーの再利用者やパフォーマンスモデルを開発するバッテリー診断者が含まれます。これらのモデルを開発している新興企業は、現在の市場の再利用業者にバッテリーの性能情報を提供できる可能性があります。将来的には、自動車 OEM はこれらのテクノロジーを使用して EU のバッテリーパスポートなどの規制に準拠する可能性があり、OEM はバッテリーの状態情報を再利用業者に渡すことが義務付けられます。

RUL を計算するには、バッテリーをサイクルし、その容量低下曲線を故障しきい値に外挿する必要があります。長時間のサイクリングは時間がかかり、バッテリーが消耗します。さらに、一定のサイクル数が経過すると、劣化は直線的ではなくなるため、テストの精度が低下します。したがって、RUL を推定するための、より正確かつ迅速な代替方法が必要です。

これらのアプローチには、機械学習 (ML)、適応フィルター、確率的プロセス手法、または物理ベースのモデリングなどのデータ駆動型の手法が含まれます。たとえば、カリフォルニアの新興企業 ReJoule は、バッテリー管理およびグレーディング技術ソリューションを開発しており、ML と電気化学インピーダンス分光法および統計モデリング技術を組み合わせた技術を持っています。インドの新興企業である Oorja Energy は、物理ベースの技術とデータ駆動型の技術の両方を組み合わせています。限られた実験データが適用された物理モデルに追加され、ML アルゴリズムを使用して正確な結果が得られます。この利点は、純粋な物理ベースのモデルを開発する場合と比較して時間が節約されることです。

データ駆動型と物理ベースの手法にはどちらも長所と短所があり、モデリングの速度と精度のバランスが重要です。 ML メソッドを使用すると、大規模なバッテリーのバッチでのパフォーマンスのモデリングを高速に行うことができますが、オーバーフィッティングが発生しやすく、特定のバッテリーアーキテクチャに限定される可能性があります。将来的には、純粋な物理ベースのモデルが電池の化学に依存しないことを目指すかもしれません。これにより、設計に関係なく、大量の使用済みEVバッテリーのグレーディングが合理化され、複数の利害関係者にメリットがもたらされます。ただし、バッテリーのさまざまな側面を完全にモデル化するには、従来のすべての材料と特性を知る必要があるため、物理ベースのバッテリーモデリングは非常に複雑です。バッテリーに使用される材料の多くは加工材料であるため、バッテリーメーカーがそのような仕様を自動車 OEM またはモデラーに提供しない限り、アノードの多孔度などの要素を知ることは困難です。したがって、モデラーがこれらの特定のバッテリー指標を自分で計算して理解する必要があるため、物理ベースのモデルの開発には時間がかかる場合があります。

再製造業者にとって、使用済みの EV バッテリーの性能と RUL を迅速かつ正確に測定することが重要です。現在、ほとんどの診断医はデータ駆動型モデルを開発しており、場合によってはハイブリッドモデリングアプローチを介して他の技術で補完されています。これは、使用済みの EV バッテリーの二次用途への適合性を理解したい再利用業者にとって、短期的なソリューションとして機能します。ただし、データ駆動型モデリングは依然として特定のバッテリーアーキテクチャに限定されており、再製造業者の使用済み EV バッテリーと互換性がない場合、その商業的実行可能性は制限されます。この障壁を克服し、より広範な規模での技術互換性の向上を促進するには、EV バッテリーの標準化をさらに進めたり、バッテリーに依存しないモデルの開発が必要であることは明らかです。

使用済みの EV バッテリーの性能のテストとモデリングに関する考慮事項の詳細については、IDTechEx の新しいレポート「電気自動車のセカンドライフバッテリー 2023 ～ 2033 年」を参照してください。このレポートには、セカンドライフの規制状況、バッテリー技術開発、セカンドライフバッテリーの技術経済分析、主要企業の活動、セカンドライフ市場（GWh設置量）とEVバッテリーの10年間の予測に関する詳細情報が含まれています。可用性。

IDTechExについて

IDTechEx は、リサーチ、サブスクリプション、コンサルティング製品を通じてお客様の戦略的なビジネス上の意思決定を導き、新興テクノロジーから利益を得るお手伝いをします。詳細については、[email protected] にお問い合わせいただくか、www.IDTechEx.com にアクセスしてください。

画像のダウンロード: https://www.dropbox.com/scl/fo/ihuqpnmkq5neguu5cr16o/h?dl=0&rlkey=mfpjsmz8yvn91li6881bbm4ff

メディア連絡先:

Lucy Rogersセールスおよびマーケティング管理者[email protected] +44(0)1223 812300

ソーシャルメディアリンク:

Twitter: www.twitter.com/IDTechEx LinkedIn: www.linkedin.com/company/IDTechEx Facebook: www.facebook.com/IDTechExResearch

写真: https://mma.prnewswire.com/media/2095665/IDTechEx_BMS_data.jpgロゴ: https://mma.prnewswire.com/media/478371/4072742/IDTechEx_Logo.jpg

マルチメディアをダウンロードするには、元のコンテンツを表示します:https://www.prnewswire.com/news-releases/battery-modeling-approaches-for-second-life-applications-discussed-by-idtechex-301845226.html

ソースIDTechEx

2 番目のバッテリー モデリング アプローチ