
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Autors: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Shengyu Tao Ruifei Ma Zixi Zhao Guangyuan Ma Lin Su Heng Chang Yuou Chen Haizhou Liu Zheng Liang Tingwei Cao Haocheng Ji Zhiyuan Han Minyan Lu Huixiong Yang Zongguo Wen Jianhua Yao Rong Yu Guodan Wei Yang Li Xuan Zhang Tingyang Xu Guangmin Zhou Resum L'estimació ràpida i precisa de l'estat de salut (SOH) de les bateries retirades és un pretractament crucial per a la reutilització i el reciclatge. No obstant això, els mètodes basats en dades requereixen una curació exhaustiva de dades en condicions de retirada aleatòries de SOH i estat de càrrega (SOC). Aquí, demostrem que l'estimació de SOH assistida per aprenentatge generatiu és prometedora per alleujar els reptes d'escassetat i heterogeneïtat de dades, validada mitjançant un conjunt de dades d'injecció de pols de 2700 mostres de bateries de ions de liti retirades, que cobreixen 3 tipus de materials de càtode, 3 formats físics, 4 dissenys de capacitat i 4 usos històrics amb 10 nivells de SOC. Utilitzant dades generades, unressor aconsegueix estimacions precises de SOH, amb errors percentuals absoluts mitjans inferiors al 6% sota SOC desconegut. Predim que, assumint un desplegament uniforme de la tècnica proposada, això estalviaria 4.900 milions de dòlars en costos d'electricitat i 35.800 milions de kg d'emissions de CO2 al mitigar els costos de curació de dades per a un escenari mundial de retirada de bateries del 2030. Aquest article destaca l'explotació de dades limitades per explorar l'espai de dades estès mitjançant mètodes generatius, atès que les dades poden ser tediós, cares i contaminants de recuperar per a moltes tasques d'estimació i predictives. Introducció L'electrificació del transport, un sector crític en una transició energètica baixa en carboni , ha remodelat sense precedents el paradigma del transport basat en combustibles fòssils. Les bateries de ions de liti són vitals per a aquesta transició proporcionant subministraments d'energia assequibles, duradors i segurs als vehicles elèctrics (VE) , . La capacitat total de les bateries de VE en ús i al final de la seva vida útil superarà els 32-62 terawatts per 2050, considerablement superior a l'estimació en els escenaris de l'Agència Internacional d'Energies Renovables i Storage Lab . No obstant això, les bateries de VE retirades estan fortament regulades amb un gran valor de capacitat residual infrautilitzat, normalment més del 80% de la capacitat nominal , . Si no es gestionen adequadament, això comporta càrregues econòmiques  per als fabricants i usuaris, així com problemes ambientals i socials posteriors , incloent-hi el malbaratament de recursos, els riscos de la cadena de subministrament i les emissions de carboni , , . 1 2 3 4 5 6 7 8 9 10 11 Estratègies prometedores per abordar les preocupacions relacionades amb l'augment intermitent de la retirada de bateries són la reutilització , ,  i el reciclatge . En la reutilització, les bateries retirades es recondicionen per a aplicacions com ara sistemes d'emmagatzematge d'energia connectats a la xarxa , subministraments d'energia residencials , i vehicles de baixa velocitat. Tanmateix, la reutilització requereix pretractaments preliminars, incloent-hi la selecció de consistència , la classificació de capacitat , i el reagrupament ,  per complir els requisits de l'aplicació . Malgrat la iniciació de programes pilot , , , l'absència d'estàndards rigorosos per als escenaris d'ús i les vies de retirada obstaculitza l'ús racional de la capacitat residual . El reciclatge utilitza alternativament els valors residuals de les bateries retirades mitjançant l'extracció de materials o la reparació estructural , , adequat per a bateries retirades irreversiblement degradades. Comparat amb la pirometal·lúrgia i la hidrometal·lúrgia , , el reciclatge directe destaca per una rendibilitat superior, un menor consum energètic i menors emissions de carboni , , . Aprofitant la reposició de liti i el post-tractament dels materials del càtode, el reciclatge directe aconsegueix una reparació eficient de la pauta de materials i una restauració del rendiment . No obstant això, l'estat de salut (SOH) determina el reagent químic requerit i les dosis anticipades de suplement de liti en les formulacions de la estratègia de reciclatge directe , , . Una dosi insuficient pot provocar una reparació incompleta, mentre que una dosi excessiva pot generar alcalins residuals a la superfície del càtode, deteriorant el rendiment de la restauració , . Malauradament, la recuperació del SOH requereix una caracterització de materials invasiva ,  i proves de calibratge de capacitat llargues, la captació de SOH no invasiva, ràpida i sostenible segueix sent un repte destacat. 6 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 26 27 30 31 32 33 34 27 35 36 37 Per assegurar la informació consistent del SOH, les bateries de VE són monitorades i les dades operatives són registrades per plataformes al núvol  i passaports de bateries . El Parlament Europeu va adoptar la Directiva de Bateries el 14 de juny de 2023, per garantir que les bateries retirades poguessin ser reutilitzades, recondicionades o reciclades al final de la seva vida útil . No obstant això, el procediment de monitoratge i registre requerit només és accessible en la fase de servei del VE; les bateries retirades ja no estan connectades a la unitat de monitoratge del vehicle. Per tant, és difícil recuperar dades de SOH disponibles al camp. La integritat de les dades de vida útil continua sent un repte important, demanant l'estimació de SOH utilitzant només dades de camp, en oposició a dades històriques o sota condicions controlables , , . Una solució és realitzar una prova de calibratge de capacitat al camp de recollida de bateries retirades, és a dir, condicionament de l'estat de càrrega (SOC), que és senzill, però requereix un temps de prova inassequible i costos elèctrics addicionals. La prova de caracterització de potència de pols híbrida és una alternativa per a l'estimació de SOH mitjançant injecció de pols dinàmica, però la seqüència completa de proves triga més de 12 hores. Tao et al. van utilitzar polsos curts per a l'estimació de SOH de bateries retirades, assumint que es realitzava un condicionament de SOC al 5% de SOC, que era poc compatible amb les condicions aleatòries de SOC de retirada . Els avenços recents en mesures basades en sensors inclouen imatges de raigs X , impedància electroquímica , , detecció per fibra òptica , , detecció acústica , , càrrega parcial , , i injecció de pols , . Les tècniques basades en sensors estan en etapa de laboratori a causa de la invasió, mentre que la injecció de pols presenta el deslligament de la degradació de la bateria sense danys físics, simultàniament més ràpida que els mètodes de càrrega parcial i basats en impedància electroquímica , , , , , . No obstant això, la injecció de pols és un mètode centrat en dades que només és factible sota l'assumpció ideal que les dades mesurades físicament engloben les condicions de retirada de la fase de desplegament del model, conegut com el repte comú del canvi de domini a la comunitat d'aprenentatge automàtic. Malgrat els avenços en mètodes d'aprenentatge de transferència i adaptació de domini , , , persisteixen reptes ja que el domini objectiu a alinear encara requereix informació prèvia sobre el desplegament, i els mètodes d'aprenentatge existents difícilment es poden actualitzar per a condicions de retirada aleatòries . Una alternativa és abastar l'escala de proves de dades sota condicions de retirada inexplorades per mitigar l'escassetat i l'heterogeneïtat de dades, tot i que pot comportar costos incrementats. Wang et al. van proposar un mètode d'excavació de temperatura per interpolar preferències cinètiques de reacció en diferents estats intermedis durant un procés termoquímic, permetent la construcció de bases de dades d'entrenament extenses a una escala i cost experimental termoquímic mínims com a augment de dades per a l'entrenament de models d'aprenentatge automàtic . A més, l'aprenentatge generatiu també demostra les possibilitats d'estimar el SOH amb dades augmentades de perfils parcialment ciclades, estalviant dades físicament provades requerides , . No obstant això, l'escassetat i l'heterogeneïtat de dades en el context de reutilització i reciclatge de bateries són encara més complexes a causa d'una barreja de tipus de materials de càtode, formats físics, dissenys de capacitat i usos històrics, restringint la possible integració de coneixements específics de condicions de degradacions en models d'aprenentatge automàtic. Per tant, és raonable considerar la dependència entre les condicions de retirada i les respostes de tensió de pols per a la generació de dades, sense imposar un llarg temps de calibratge de capacitat de sèries temporals i experiments físics addicionals simultàniament, per millorar el rendiment de l'estimació de SOH. 38 24 39 30 40 41 41 42 43 44 45 46 47 48 49 50 17 41 17 51 52 53 54 55 56 57 58 59 60 61 62 En aquest estudi, realitzem un pretractament de bateries retirades, és a dir, una estimació de SOH, utilitzant les dades de resposta de tensió de pols generades per un codificador automàtic variacional d'atenció en un temps i cost de mesura física estalviats. El procés d'alt nivell dels passos generals de pretractament, entrenament del model generatiu i passos pràctics de desplegament del model s'il·lustra a la Fig.  . La idea de recerca és utilitzar l'aprenentatge generatiu per explotar les dades ja mesurades per a l'exploració de respostes de tensió de pols en condicions de retirada contínues, és a dir, la distribució de SOC en l'etapa de recollida de bateries retirades. L'estimació de SOH aigües avall s'implementa sense dades de resposta de pols mesurades físicament, estalviant costos elèctrics de pretractament i emissions de carboni que altrament es requeririen per condicionar el SOC al nivell anticipat. En comparació amb el mètode d'integral amperahora i la injecció de pols d'aprenentatge automàtic, l'aprenentatge generatiu destaca per una velocitat de generació més ràpida i una estimació precisa. Amb les dades generades, unressor senzill estima amb èxit el SOH amb baix error sota condicions de retirada de SOC desconegudes o inaccessibles a la base de dades, un problema desafiador de fora de distribució (OOD). El problema OOD es resol aprenent el patró físic heretat entre la condició de SOC i la resposta de tensió induïda pel pols ràpid. Demostrem la generalització del nostre mètode verificant mitjançant 2700 mostres mesurades físicament, abastant 3 tipus de materials de càtode, 3 formats físics, 4 dissenys de capacitat i 4 usos històrics (1 envelliment accelerat de laboratori, 1 conducció pura de VE, i 2 conduccions híbrides de VE). L'aprenentatge generatiu s'adapta a la interpolació i l'extrapolació integrant el coneixement previ de les condicions de retirada en l'escala de l'espai latent de paràmetres del model, estalviant temps de mesura, costos elèctrics i les consegüents emissions de carboni sense comprometre la precisió de l'estimació de SOH. Un estudi de cas global conservador de retirada de bateries el 2030 destaca la importància de l'estimació de SOH ràpida i sostenible en circumstàncies de reciclatge pirometal·lúrgic, hidrometal·lúrgic i directe. Mitjançant una anàlisi tècnico-econòmica, l'estimació de SOH assistida per aprenentatge generatiu podria estalviar 4.900 milions de dòlars en costos elèctrics i 35.800 milions de kg d'emissions de CO2 per 2030 a nivell mundial. Discutim la interpretabilitat del model, les implicacions del pretractament de reciclatge i els aspectes més amplis de futures direccions de pretractament de reciclatge intel·ligent integrats amb aprenentatge automàtic. 1    Els passos de pretractament de bateries retirades inclouen el condicionament del SOC, mesures físiques, aprenentatge automàtic per a diagnòstic de SOH i el procés de presa de decisions de segona vida abans de la reutilització o el reciclatge. El condicionament del SOC es refereix a l'ajust dels valors del SOC de les bateries retirades a nivells desitjats mitjançant el mètode tradicional de corrent constant voltatge constant (CCCV).   L'esquema de codificador automàtic variacional d'atenció per a la generació de dades de resposta de tensió de pols.   L'ús pràctic del model de generació de dades per a l'estimació de SOH no requereix condicionament addicional del SOC. El model d'aprenentatge automàtic entrenat és supervisat per les dades generades i rep respostes de tensió de pols immediates quan està en la fase de desplegament.   Els beneficis econòmics i ambientals i la velocitat de generació ràpida de la nostra metodologia d'aprenentatge generatiu estalviant costos de condicionament del SOC en l'escenari global de retirada de bateries del 2030. a b c d Resultats Adquisició de dades L'escassetat i l'heterogeneïtat de dades són reptes importants en el diagnòstic i pronòstic de bateries basats en dades, especialment per a bateries retirades. Vam recopilar 2700 mostres de 270 bateries físicament retirades a través d'amplis nivells de SOC, és a dir, del 5% al 50% amb un gra de 5%. A la Fig.  , el conjunt de dades cobreix 3 tipus de materials de càtode predominants, incloent-hi 119 bateries retirades NMC (òxid de níquel manganès cobalt) recollides físicament, 56 LFP (fosfat de ferro i liti), i 95 LMO (òxid de liti i manganès), abastant 3 formats físics (cilíndric, bossa, prismàtic) i 4 patrons d'ús històric (1 prova accelerada de laboratori, 3 usos de VE, incloent-hi 1 mode de motorització purament elèctric i 2 modes de motorització híbrids). Subratllem que la inclusió de mostres de prova altament heterogènies fa que el nostre conjunt de dades sigui el conjunt de dades de pols ràpids més gran per a l'estimació de SOH de bateries retirades fins ara, facilitant la generalització del model més enllà dels conjunts de dades mesurats físicament. 2a    El gràfic Sankey per a la distribució de bateries retirades, comprèn tipus de materials de càtode, formats físics, dissenys de capacitat i usos històrics.   Corrent de pols i la resposta de tensió posterior de les bateries retirades, on les característiques s'extreuen dels punts de gir, és a dir, els punts amb derivada segona zero de la corba de resposta de tensió. Els 21 punts de característiques, d'U1 a U21, s'extreuen. La freqüència d'enregistrament de les dades brutes és de 100 Hz. El temps de repòs és de 25 segons entre cada pols en C-rate. Tingueu en compte que el terme C representa la càrrega (descàrrega) quan es realitza una càrrega (descàrrega) d'1 hora. La temperatura ambient es controla a 25 ℃.   La distribució de l'estat de salut (SOH) (ajust gaussà) de les bateries retirades de 2,1 Ah i 21 Ah per a il·lustració, respectivament. Per a la distribució de SOH d'altres tipus de bateries, es pot consultar la Fig. Suplementària  .   La relació entre la resposta de tensió de pols mesurada i el SOH calibrat per la prova de calibratge de capacitat, amb condicions de càrrega (SOC) variables. Es il·lustra la primera dimensió de les característiques, U1.   Il·lustració del cas de generació de dades d'interpolació i extrapolació sota diferents distribucions de SOC de retirada de bateries. La configuració detallada de proves es troba a les notes suplementàries 1 i 2, tenint en compte que la configuració de C-rate és idèntica entre els tipus de materials de càtode. Les dades font es proporcionen com a fitxer de dades font. a b c 1 d e En contrast amb les proves regulars de corrent constant voltatge constant (CCCV), la prova de pols no infligeix un llarg temps de prova ni danys addicionals a les bateries retirades. Per tant, utilitzem els resultats CCCV com a valors de capacitat de referència del SOH. Les dades de prova de pols s'utilitzen com a dades d'entrenament per al model d'aprenentatge generatiu. Encara que el tipus de material de càtode de la bateria varia, realitzem una enginyeria de característiques estandarditzada i accessible, garantint la compatibilitat en l'ús pràctic. La

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Aquest àudio és produït a l'idioma original de la història!

La IA generativa potencia la reutilización sostenible de bateries de ions de liti retirades

About Author

COMENTARIS

Etiquetes penjant

AQUEST ARTICLE VA SER PRESENTAT A

Related Stories

Generar líders de qualitat ASAP: HackerNoon's Content-Relevant Niche Ads FTW

Startups of The Year: Meet the Cybersecurity Industry

Startups of The Year: Meet the Education Industry

New Features: They're Everything, We're Just Ken

Generar líders de qualitat ASAP: HackerNoon's Content-Relevant Niche Ads FTW

Startups of The Year: Meet the Cybersecurity Industry

Startups of The Year: Meet the Education Industry

New Features: They're Everything, We're Just Ken

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps