```html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Authors: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 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 Abstract Snelle en nauwkeurige schatting van de staat van gezondheid (SOH) van afgedankte batterijen is een cruciale voorbehandeling voor hergebruik en recycling. Data-gedreven methoden vereisen echter een uitputtende gegevenscuratie onder willekeurige SOH- en laadstatus (SOC)-afvoercondities. Hier tonen we aan dat generatieve leegte-ondersteunde SOH-schatting veelbelovend is in het verlichten van uitdagingen op het gebied van dataprofiel en heterogeniteit, gevalideerd door een puls injectiedataset van 2700 afgedankte lithium-ionbatterijsamples, die 3 kathodemateriaaltypen, 3 fysieke formaten, 4 capaciteitsontwerpen en 4 historische gebruiken met 10 SOC-niveaus omvat. Met behulp van gegenereerde gegevens realiseert een regressor nauwkeurige SOH-schattingen, met gemiddelde absolute procentuele fouten van minder dan 6% onder ongeziene SOC. We voorspellen dat, uitgaande van een uniforme implementatie van de voorgestelde techniek, dit 4,9 miljard USD aan elektriciteitskosten en 35,8 miljard kg CO2-uitstoot zou besparen door de kosten voor gegevenscuratie te verminderen voor een wereldwijd scenario van batterijafvoer in 2030. Dit artikel benadrukt het benutten van beperkte gegevens voor het verkennen van uitgebreide gegevensruimte met behulp van generatieve methoden, aangezien gegevens tijdrovend, duur en vervuilend kunnen zijn om op te halen voor veel schattings- en voorspellings taken. Introductie Transportelektrificatie, een kritieke sector in een koolstofarme energietransitie , heeft het op fossiele brandstoffen gebaseerde transportparadigma ongekend hervormd. Lithium-ionbatterijen zijn essentieel voor deze transitie door betaalbare, duurzame en veilige energievoorzieningen te leveren aan elektrische voertuigen (EV's) , . De totale capaciteit van in-gebruik en einde-levensduur EV-batterijen zal tegen 2050 32–62 terra-watt overschrijden, aanzienlijk hoger dan de schatting in scenario's van het Internationaal Agentschap voor Hernieuwbare Energie en Storage Lab . Afgedankte EV-batterijen worden echter sterk gereguleerd met een enorme resterende capaciteitswaarde die onderbenut blijft, doorgaans meer dan 80% van de nominale capaciteit , . Indien niet goed afgehandeld, leidt dit tot economische lasten  voor fabrikanten en gebruikers, evenals tot daaropvolgende milieu- en maatschappelijke problemen , waaronder verspilling van hulpbronnen, risico's in de toeleveringsketen en CO2-uitstoot , , . 1 2 3 4 5 6 7 8 9 10 11 Veelbelovende strategieën om de zorgen over de intermitterende golf van batterijafvoer aan te pakken, zijn hergebruik , ,  en recycling . Bij hergebruik worden afgedankte batterijen herbestemd voor toepassingen zoals netgekoppelde energieopslagsystemen , residentiële stroomvoorzieningen , en voertuigen met lage snelheid. Hergebruik vereist echter preliminair voorbehandelingen, waaronder consistentiescreening , capaciteitssortering , en hergroepering ,  om aan toepassingsvereisten te voldoen . Ondanks de initiatie van pilotprogramma's , , , belemmert het ontbreken van strikte normen voor gebruiksscenario's en afvoerpaden het rationele gebruik van de resterende capaciteit . Recycling gebruikt alternatief de restwaarde van afgedankte batterijen door middel van materiaalwinning of structurele reparatie , , geschikt voor onomkeerbaar gedegradeerde afgedankte batterijen. Vergeleken met pyrometallurgie en hydrometallurgie , , onderscheidt directe recycling zich door superieure winstgevendheid, lager energieverbruik en verminderde CO2-uitstoot , , . Door lithiumaanvulling en nabewerking van kathodematerialen te benutten, bereikt directe recycling efficiënte reparatie van materiaalstructuren en prestatieherstel . De staat van gezondheid (SOH) bepaalt echter de benodigde chemische reagentia en de verwachte hoeveelheden lithiumsupplementen in de formulering van de directe recyclingstrategie , , . Onvoldoende dosering kan leiden tot een onvolledige reparatie, terwijl overmatige dosering kan leiden tot de vorming van restalkali op het kathode-oppervlak, wat de herstelprestaties verslechtert , . Helaas vereist SOH-ophaling invasieve materiaalkarakterisering ,  en tijdrovende capaciteitskalibratietests; de niet-invasieve, snelle en duurzame SOH-acquisitie blijft een uitstekende uitdaging. 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 Om consistente SOH-informatie te waarborgen, worden EV-batterijen gemonitord en worden operationele gegevens vastgelegd door cloudplatforms  en batterijpaspoorten . Het Europees Parlement heeft op 14 juni 2023 de Batterijrichtlijn aangenomen om ervoor te zorgen dat afgedankte batterijen aan het einde van hun levensduur kunnen worden hergebruikt, gereviseerd of gerecycled . De vereiste monitorings- en registratieprocedure is echter slechts toegankelijk tijdens de EV-servicefase; afgedankte batterijen zijn niet langer verbonden met de in-voertuig monitoringsunit. Daarom is het een uitdaging om veldbeschikbare SOH-gegevens op te halen. De integriteit van levensduurgegevens blijft een grote uitdaging, wat vraagt om SOH-schatting alleen met veldgegevens, in tegenstelling tot historische gegevens of onder controleerbare omstandigheden , , . Een oplossing is het uitvoeren van een capaciteitskalibratietest op het afgedankte batterijverzamelveld, d.w.z. laadstatus (SOC)-conditionering, wat eenvoudig is, maar onbetaalbare testtijd en extra elektriciteitskosten vereist. De hybride pulsvermogenkarakteriseringstest is een alternatief voor SOH-schatting door dynamische puls injectie, maar de volledige testsequentie duurt meer dan 12 uur. Tao et al. gebruikten korte pulsen voor SOH-schatting van afgedankte batterijen, onder de aanname dat er een SOC-conditionering tot 5% SOC werd uitgevoerd, wat nauwelijks compatibel was met willekeurige SOC-afvoercondities . Recente doorbraken in sensor-gebaseerde metingen omvatten röntgenbeeldvorming , elektrochemische impedantie , , glasvezelsensoren , , akoestische sensoren , , gedeeltelijk laden , , en puls injectie , . Sensor-gebaseerde technieken bevinden zich in het laboratoriumstadium vanwege invasiviteit, terwijl puls injectie de batterijdegradatie ontrafelt zonder fysieke schade, tegelijkertijd sneller dan methoden op basis van gedeeltelijk laden en elektrochemische impedantie , , , , , . Puls injectie is echter een data-centrische methode die alleen haalbaar is onder de ideale aanname dat fysiek gemeten gegevens de afvoercondities van de modelimplementatiefase omvatten, bekend als de gemeenschappelijke uitdaging van domeinverschuiving in de machine learning community. Ondanks de vooruitgang in transfer learning en domeinaanpassingsmethoden , , , blijven uitdagingen bestaan, aangezien het doeldomein dat moet worden afgestemd, voorkennis vereist bij implementatie, en bestaande leermethoden moeilijk kunnen worden bijgewerkt voor willekeurige afvoercondities . Een alternatief is het spreiden van de schaal van data testen onder onontdekte afvoercondities om dataprofiel en heterogeniteit te verminderen, terwijl het kan leiden tot hogere kosten. Wang et al. stelden een methode voor temperatuur-excavatie voor om reactiekinetische voorkeuren bij verschillende tussenliggende toestanden tijdens een thermochemisch proces te interpoleren, waardoor uitgebreide trainingsdatabases met een minimale thermochemische experimentele schaal en kosten kunnen worden geconstrueerd als data-augmentatie voor machine learning modeltraining . Bovendien toont generatieve leegte ook de mogelijkheden aan om SOH te schatten met geaugmenteerde gegevens van gedeeltelijk cyclische profielen, waardoor de vereiste fysiek geteste gegevens worden bespaard , . Echter, het dataprofiel en de heterogeniteit in de context van batterijhergebruik en -recycling zijn nog complexer vanwege een mengsel van kathodemateriaaltypen, fysieke formaten, capaciteitsontwerpen en historische gebruiken, wat de potentiële integratie van voorwaarde-specifieke kennis van degradaties in machine learning modellen beperkt. Daarom is het redelijk om de afhankelijkheidsrelatie tussen afvoercondities en pulsspanningsreacties voor gegevensgeneratie te overwegen, zonder lange tijdreeks capaciteitskalibratie en extra fysieke experimenten te veroorzaken, om de prestaties van SOH-schatting te verbeteren. 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 In deze studie voeren we voorbehandeling van afgedankte batterijen, d.w.z. SOH-schatting, uit met behulp van de pulsspanningsreactiegegevens gegenereerd door een attentieve variationele autoencoder met bespaarde fysieke meettijd en -kosten. Het algemene proces van algemene voorbehandelingsstappen, generatieve modeltraining en praktische modelimplementatiestappen worden geïllustreerd in Fig. 1. Het onderzoeksidee is om generatieve leegte te gebruiken om reeds gemeten gegevens te exploiteren voor de exploratie van pulsspanningsreacties onder continue afvoercondities, d.w.z. SOC-distributie in de fase van afgedankte batterijinzameling. De downstream SOH-schatting wordt geïmplementeerd zonder fysiek gemeten pulsreactiegegevens, waardoor de voorbehandelingskosten voor elektriciteit en CO2-uitstoot worden bespaard die anders nodig zouden zijn van het conditioneren van de SOC naar het verwachte niveau. Vergeleken met de ampère-uur integrale methode en puls injectie met machine learning, onderstreept generatieve leegte een snellere generatiesnelheid en nauwkeurige schatting. Met gegenereerde gegevens schat een eenvoudige regressor succesvol de SOH met lage fout onder ongeziene of ontoegankelijke SOC-afvoercondities in de database, een uitdagend out-of-distribution (OOD) probleem. Het OOD-probleem wordt opgelost door het inherente fysieke patroon tussen de SOC-conditie en de spanningsreactie geïnduceerd door de snelle puls te leren. We demonstreren de generaliseerbaarheid van onze methode door verificatie via 2700 fysiek gemeten monsters, die 3 kathodemateriaaltypen, 3 fysieke formaten, 4 capaciteitsontwerpen en 4 historische gebruiken omvatten (1 laboratorium versnelde veroudering, 1 pure EV-aandrijving, en 2 hybride EV-aandrijving). Generatieve leegte is geschikt voor interpolatie en extrapolatie door voorkennis van afvoercondities te integreren in de latente ruimte-schaling van de modelparameters, waardoor meettijd, elektriciteitskosten en de daaruit voortvloeiende CO2-uitstoot worden bespaard zonder de nauwkeurigheid van SOH-schatting te compromitteren. Een conservatieve wereldwijde casestudy van batterijafvoer in 2030 benadrukt het belang van snelle en duurzame SOH-schatting in pyrometallurgische, hydrometallurgische en directe recycling omstandigheden. Door middel van technische-economische analyse kan generatieve leegte-ondersteunde SOH-schatting tegen 2030 wereldwijd 4,9 miljard dollar aan elektriciteitskosten besparen en 35,8 miljard kg CO2-uitstoot verminderen. We bespreken de modelinterpreteerbaarheid, implicaties voor recyclingvoorbehandeling en bredere aspecten van toekomstige slimme recyclingvoorbehandelingsrichtingen geïntegreerd met machine learning.    De voorbehandelingsstappen voor afgedankte batterijen omvatten SOC-conditionering, fysieke metingen, machine learning voor SOH-diagnose en het beslissingsproces voor tweede leven vóór hergebruik of recycling. SOC-conditionering verwijst naar het aanpassen van de SOC-waarden van de afgedankte batterijen aan gewenste niveaus met behulp van de traditionele constante stroom constante spanning (CCCV)-methode.   Het schema van de attentieve variationele autoencoder voor het genereren van pulsspanningsreactiedata.   Het praktische gebruik van het datageneratiemodel voor SOH-schatting vereist geen extra SOC-conditionering. Het getrainde machine learning model wordt begeleid door de gegenereerde gegevens en ontvangt onmiddellijke pulsspanningsreacties wanneer het zich in de implementatiefase bevindt.   De economische en ecologische voordelen en de snelle generatiesnelheid van onze generatieve leegtemethodologie door het besparen van SOC-conditioneringskosten in het wereldwijde scenario van batterijafvoer in 2030. a b c d Resultaten Datasetverwerving Dataprofiel en heterogeniteit zijn grote uitdagingen bij data-gedreven batterijdiagnose en -prognose, vooral voor afgedankte batterijen. We hebben 2700 monsters verzameld van 270 fysiek afgedankte batterijen over brede SOC-niveaus, d.w.z. van 5% tot 50% met een stap van 5%. In Fig. 2a omvat de dataset 3 gangbare kathodemateriaaltypen, waaronder 119 fysiek verzamelde NMC (nikkel mangaan kobaltoxide), 56 LFP (lithium-ijzerfosfaat) en 95 LMO (lithium-mangaanoxide) afgedankte batterijen, die 3 fysieke formaten (cilindrisch, pouch, prismatisch) en 4 historische gebruikspatronen (1 laboratorium versnelde test, 3 EV-gebruiken, waaronder 1 puur geëlektrificeerde aandrijflijnmodus en 2 hybride aandrijflijnmodi) bestrijken. We benadrukken dat de opname van zeer heterogene testmonsters onze dataset de grootste snelle puls-gebaseerde dataset voor SOH-schatting van afgedankte batterijen tot nu toe maakt, wat de modelgeneralisatie buiten de fysiek gemeten datasets faciliteert.    De Sankey-plot voor de distributie van afgedankte batterijen, bestaande uit kathodemateriaaltypen, fysieke formaten, capaciteitsontwerpen en historische gebruiken.   Pulsstroom en de daaropvolgende spanningsreactie van de afgedankte batterijen, waarbij de kenmerken worden geëxtraheerd uit de keerpunten, d.w.z. de punten met een nul tweede-orde afgeleide van de spanningsreactiecurve. De 21 kenmerkpunten, van U1 tot U21, worden geëxtraheerd. De opnamefrequentie voor de ruwe gegevens is 100 Hz. De rusttijd is 25 seconden tussen elke puls in C-rate. Merk op dat de term C staat voor laad- (ontlaad)snelheid wanneer een lading (ontlading) van 1 uur wordt uitgevoerd. De omgevingstemperatuur wordt gecontroleerd op 25°C.   De staat van gezondheid (SOH) distributie (Gaussische pasvorm) van de 2,1 Ah en 21 Ah afgedankte batterijen ter illustratie, respectievelijk. Voor de SOH-distributie van andere batterijtypen, zie Supplementaire Fig. 1.   De relatie tussen gemeten pulsspanningsreactie en gekalibreerde SOH uit capaciteitskalibratietest, met variërende laadstatus (SOC) omstandigheden. De eerste kenmerkdimensie, U1, wordt geïllustreerd.   De interpolatie en extrapolatie van datageneratiegevallen onder verschillende batterijafvoer SOC-distributies. Gedetailleerde testinstellingen vindt u in Supplementaire Notities 1 en 2, waarbij opgemerkt wordt dat de C-rate-instelling identiek is voor alle kathodemateriaaltypen. Brongegevens worden verstrekt als een Source Data-bestand. a b c d e In tegenstelling tot reguliere constante stroom constante spanning (CCCV) testen, brengt de pulstest geen lange testtijd en extra schade aan de afgedankte batterijen toe. Daarom gebruiken we de CCCV-resultaten als de benchmark capaciteitswaarden voor SOH. Pulstestgegevens worden gebruikt als trainingsgegevens voor het generatieve leegtemodel. Hoewel het kathodemateriaaltyp van de batterij varieert, voeren we een gestandaardiseerde en toegankelijke kenmerkengineering uit, wat de compatibiliteit in praktisch gebruik garandeert. Figuur 2b toont de kenmerkextractie na puls stroom injectie. De experimentele instellingen voor CCCV en puls injectie zijn te vinden in Supplementaire Notitie 1. Voor de eerste vijf geïnjecteerde pulsen worden de keerpunten, d.w.z. de punten met een nul tweede-orde afgeleide van de spanningsreacties, geregistreerd als kenmerken, wat resulteert in 21-dimensionale kenmerken. Ondanks een pulsduur op het niveau van 5 seconden, voeren we ook gevoeligheidsmetingen uit op de pulsbreedte met als dubbel doel de pulsrobuustheid te verifiëren en de testtijd verder te verkorten, variërend van 30 ms tot 5 s. We beschouwen versnelde veroudering in laboratoriumtests (Supplementaire Notitie 2) en echte EV-rijdveroudering, hoewel we geen specifieke rijprofielen kunnen noemen vanwege beperkingen op het gebied van gegevensprivacy. In Fig. 2c worden de SOH-distributies van versneld verouderde batterijen (NMC, 2,1 Ah) en puur elektrisch aangedreven EV-batterijen (NMC, 21 Ah) geïllustreerd. Merk op dat SOH-waarden complementair zijn in een breed SOH-bereik, van 0,6 tot 1, de verzamelde gegevens zijn representatief voor scenario's van batterijafvoer, ook met extreme vroege afvoergevallen. SOH-distributies van andere verzamelde batterijen (LMO, 10 Ah, en LFP 35 Ah) bestrijken een brede SOH-distributie, zie Supplementaire Fig. 1. De pulstesten worden herhaald bij verschillende SOC-niveaus, variërend van 5% tot 50%, om de willekeurigheid van de afvoer van batterijen te simuleren. Het geteste SOC-bereik is onder de aanname dat afgedankte batterijen een lage SOC vertonen of onderworpen zijn aan verplichte ontlading voor veilige stationaire magazijnopslagvereisten, dus de SOC bovengrens is ingesteld op 50%. In Fig. 2d worden de eerste dimensie van de geëxtraheerde kenmerken van versneld verouderde batterijen (NMC, 2,1 Ah) en EV-rijd verouderde batterijen (NMC, 21 Ah) geïllustreerd. Ondanks verschillen in capaciteitsontwerpen en historische gebruiken, vertonen de pulsspanningsreacties een consistent degradatiepatroon, en zo doen andere afgedankte batterijen voor andere kenmerkdimensies, zie Supplementaire Figuren 2–5. E

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

Deze audio wordt geproduceerd in de originele taal van het verhaal!

Generatieve AI maakt duurzaam hergebruik van uitgediende lithium-ionbatterijen mogelijk

About Author

OPMERKINGEN

LABELS

DIT ARTIKEL WERD GEPRESENTEERD IN

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps