Trí tuệ nhân tạo tạo sinh thúc đẩy Tái sử dụng Bền vững Pin Lithium-ion Hết hạn sử dụng

Các tác giả: 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 Tóm tắt Ước tính nhanh chóng và chính xác Tình trạng Sức khỏe (SOH) của pin đã qua sử dụng là một bước tiền xử lý quan trọng cho việc tái sử dụng và tái chế. Tuy nhiên, các phương pháp dựa trên dữ liệu đòi hỏi phải thu thập dữ liệu kỹ lưỡng trong điều kiện ngừng hoạt động ngẫu nhiên về SOH và Trạng thái Sạc (SOC). Ở đây, chúng tôi chỉ ra rằng việc ước tính SOH hỗ trợ học tạo là đầy hứa hẹn trong việc giảm thiểu các thách thức về sự khan hiếm và không đồng nhất dữ liệu, được xác nhận thông qua tập dữ liệu tiêm xung của 2700 mẫu pin lithium-ion đã qua sử dụng, bao gồm 3 loại vật liệu cathode, 3 định dạng vật lý, 4 thiết kế dung lượng và 4 kiểu sử dụng lịch sử với 10 mức SOC. Sử dụng dữ liệu được tạo ra, một bộ hồi quy thực hiện ước tính SOH chính xác, với sai số phần trăm tuyệt đối trung bình dưới 6% trong điều kiện SOC chưa thấy. Chúng tôi dự đoán rằng giả định triển khai kỹ thuật được đề xuất một cách đồng nhất, điều này sẽ tiết kiệm 4,9 tỷ USD chi phí điện năng và 35,8 tỷ kg phát thải CO2 bằng cách giảm chi phí thu thập dữ liệu cho kịch bản pin ngừng hoạt động trên toàn cầu vào năm 2030. Bài báo này nhấn mạnh việc khai thác dữ liệu hạn chế để khám phá không gian dữ liệu mở rộng bằng các phương pháp tạo sinh, vì dữ liệu có thể tốn thời gian, tốn kém và gây ô nhiễm để thu thập cho nhiều tác vụ ước tính và dự đoán. Giới thiệu Điện khí hóa giao thông vận tải, một lĩnh vực quan trọng trong quá trình chuyển đổi năng lượng carbon thấp , đã định hình lại mô hình vận tải dựa trên nhiên liệu hóa thạch chưa từng có. Pin lithium-ion rất quan trọng đối với quá trình chuyển đổi này bằng cách cung cấp nguồn năng lượng giá cả phải chăng, bền bỉ và an toàn cho xe điện (EV) , . Tổng dung lượng pin EV đang sử dụng và hết vòng đời dự kiến sẽ vượt quá 32–62 terawatt vào năm 2050, cao hơn đáng kể so với ước tính trong các kịch bản của Cơ quan Năng lượng Tái tạo Quốc tế và Phòng thí nghiệm Lưu trữ . Tuy nhiên, pin EV đã qua sử dụng bị kiểm soát chặt chẽ với giá trị dung lượng còn lại khổng lồ chưa được khai thác hết, thường trên 80% dung lượng định mức , . Nếu không được xử lý đúng cách, nó sẽ dẫn đến gánh nặng kinh tế cho các nhà sản xuất và người dùng, cũng như các vấn đề môi trường và xã hội tiếp theo , bao gồm lãng phí tài nguyên, rủi ro chuỗi cung ứng và phát thải carbon , , . 1 2 3 4 5 6 7 8 9 10 11 Các chiến lược đầy hứa hẹn để giải quyết mối lo ngại về sự gia tăng đột ngột của pin đã qua sử dụng là tái sử dụng , , và tái chế . Trong tái sử dụng, pin đã qua sử dụng được sử dụng lại cho các ứng dụng như hệ thống lưu trữ năng lượng kết nối lưới điện , nguồn cung cấp điện dân dụng , và xe tốc độ thấp. Tuy nhiên, việc tái sử dụng đòi hỏi các bước tiền xử lý ban đầu, bao gồm sàng lọc nhất quán , phân loại dung lượng , và nhóm lại , để đáp ứng yêu cầu ứng dụng . Mặc dù đã khởi động các chương trình thí điểm , , , việc thiếu các tiêu chuẩn nghiêm ngặt cho các kịch bản sử dụng và lộ trình ngừng hoạt động cản trở việc sử dụng hợp lý dung lượng còn lại . Tái chế thay thế sử dụng giá trị còn lại của pin đã qua sử dụng bằng cách chiết xuất vật liệu hoặc sửa chữa cấu trúc , , phù hợp với pin đã qua sử dụng bị suy thoái không thể đảo ngược. So với luyện kim nhiệt và luyện kim thủy lực , , tái chế trực tiếp nổi bật vì lợi nhuận vượt trội, tiêu thụ năng lượng thấp hơn và giảm phát thải carbon , , . Tận dụng việc bổ sung lithium và xử lý sau vật liệu cathode, tái chế trực tiếp đạt được việc sửa chữa cấu trúc vật liệu hiệu quả và phục hồi hiệu suất . Tuy nhiên, tình trạng sức khỏe (SOH) xác định hóa chất cần thiết và liều lượng bổ sung lithium dự kiến trong việc xây dựng chiến lược tái chế trực tiếp , , . Liều lượng không đủ có thể dẫn đến việc sửa chữa không hoàn chỉnh, trong khi liều lượng quá mức có thể dẫn đến việc tạo ra kiềm dư trên bề mặt cathode, làm suy giảm hiệu suất phục hồi , . Thật không may, việc truy xuất SOH đòi hỏi phải đặc trưng vật liệu xâm lấn , và các bài kiểm tra hiệu chuẩn dung lượng kéo dài, việc thu thập SOH không xâm lấn, nhanh chóng và bền vững vẫn là một thách thức nổi bật. 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 Để đảm bảo thông tin SOH nhất quán, pin EV được giám sát và dữ liệu hoạt động được ghi lại bởi các nền tảng đám mây và hộ chiếu pin . Nghị viện Châu Âu đã thông qua Chỉ thị Pin vào ngày 14 tháng 6 năm 2023, để đảm bảo rằng pin đã qua sử dụng có thể được tái sử dụng, tân trang hoặc tái chế khi hết thời gian sử dụng . Tuy nhiên, quy trình giám sát và ghi chép bắt buộc chỉ có thể truy cập được trong giai đoạn dịch vụ của EV, pin đã qua sử dụng không còn kết nối với đơn vị giám sát trong xe. Do đó, rất khó để truy xuất dữ liệu SOH có sẵn tại hiện trường. Tính toàn vẹn dữ liệu vòng đời vẫn là một thách thức lớn, đòi hỏi việc ước tính SOH chỉ sử dụng dữ liệu tại hiện trường, trái ngược với dữ liệu lịch sử hoặc trong điều kiện có thể kiểm soát , , . Một giải pháp là thực hiện bài kiểm tra hiệu chuẩn dung lượng tại khu vực thu thập pin đã qua sử dụng, tức là điều kiện hóa SOC, điều này rất đơn giản, tuy nhiên, nó đòi hỏi thời gian kiểm tra không thể chấp nhận được và chi phí điện năng bổ sung. Bài kiểm tra đặc trưng xung điện áp lai là một giải pháp thay thế để ước tính SOH bằng cách tiêm xung động, nhưng chuỗi kiểm tra hoàn chỉnh mất hơn 12 giờ. Tao và cộng sự đã sử dụng các xung ngắn để ước tính SOH của pin đã qua sử dụng, giả định rằng một điều kiện hóa SOC đến 5% SOC đã được thực hiện, điều này hầu như không tương thích với các điều kiện SOC ngừng hoạt động ngẫu nhiên . Những tiến bộ gần đây trong các phép đo dựa trên cảm biến bao gồm hình ảnh X-quang , trở kháng điện hóa , , cảm biến sợi quang , , cảm biến âm thanh , , sạc một phần , , và tiêm xung , . Các kỹ thuật dựa trên cảm biến đang ở giai đoạn phòng thí nghiệm do tính xâm lấn, trong khi tiêm xung có đặc điểm là phân tách sự suy thoái của pin mà không gây tổn thương vật lý, đồng thời nhanh hơn các phương pháp sạc một phần và dựa trên trở kháng điện hóa , , , , , . Tuy nhiên, tiêm xung là một phương pháp lấy dữ liệu làm trung tâm chỉ khả thi trong giả định lý tưởng rằng dữ liệu đo được vật lý bao gồm các điều kiện ngừng hoạt động của giai đoạn triển khai mô hình, được gọi là thách thức phổ biến về dịch chuyển miền trong cộng đồng học máy. Mặc dù có những tiến bộ trong các phương pháp học chuyển giao và thích ứng miền , , , các thách thức vẫn còn tồn tại vì miền đích để căn chỉnh vẫn yêu cầu thông tin trước khi triển khai, và các phương pháp học hiện có khó có thể được cập nhật cho các điều kiện ngừng hoạt động ngẫu nhiên . Một giải pháp thay thế là mở rộng quy mô kiểm tra dữ liệu dưới các điều kiện ngừng hoạt động chưa được khám phá để giảm thiểu sự khan hiếm và không đồng nhất dữ liệu trong khi nó có thể dẫn đến chi phí tăng lên. Wang và cộng sự đã đề xuất một phương pháp khai thác nhiệt độ để nội suy các ưu tiên động học phản ứng ở các trạng thái trung gian khác nhau trong quá trình xử lý nhiệt hóa học, cho phép xây dựng các cơ sở dữ liệu đào tạo mở rộng ở quy mô và chi phí thử nghiệm nhiệt hóa học tối thiểu như một sự tăng cường dữ liệu cho đào tạo mô hình học máy . Ngoài ra, học tạo cũng thể hiện khả năng ước tính SOH với dữ liệu tăng cường từ các hồ sơ đã được chu kỳ một phần, tiết kiệm dữ liệu được kiểm tra vật lý cần thiết , . Tuy nhiên, sự khan hiếm và không đồng nhất dữ liệu trong bối cảnh tái sử dụng và tái chế pin còn phức tạp hơn do sự pha trộn các loại vật liệu cathode, định dạng vật lý, thiết kế dung lượng và các kiểu sử dụng lịch sử, hạn chế tiềm năng tích hợp kiến thức đặc trưng điều kiện về sự suy thoái vào các mô hình học máy. Do đó, hợp lý khi xem xét mối quan hệ phụ thuộc giữa các điều kiện ngừng hoạt động và phản ứng điện áp xung để tạo dữ liệu, không gây ra hiệu chuẩn dung lượng chuỗi thời gian dài và thử nghiệm vật lý bổ sung đồng thời, để tăng cường hiệu suất ước tính 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 Trong nghiên cứu này, chúng tôi thực hiện tiền xử lý pin đã qua sử dụng, tức là ước tính SOH, bằng cách sử dụng dữ liệu phản ứng điện áp xung được tạo ra bởi bộ mã hóa tự động biến đổi có chú ý ở thời gian và chi phí đo lường vật lý đã tiết kiệm. Quy trình cấp cao của các bước tiền xử lý chung, đào tạo mô hình tạo sinh và các bước triển khai mô hình thực tế được minh họa trong Hình . Ý tưởng nghiên cứu là sử dụng học tạo sinh để khai thác dữ liệu đã được đo lường cho việc khám phá phản ứng điện áp xung trong các điều kiện ngừng hoạt động liên tục, tức là phân phối SOC ở giai đoạn thu thập pin đã qua sử dụng. Ước tính SOH hạ nguồn được thực hiện mà không có dữ liệu phản ứng xung đo được vật lý, tiết kiệm chi phí điện tiền xử lý và phát thải carbon lẽ ra phải có từ việc điều kiện hóa SOC đến mức mong muốn. So với phương pháp tích phân ampere-giờ và tiêm xung học máy, học tạo sinh nhấn mạnh tốc độ tạo nhanh hơn và ước tính chính xác. Với dữ liệu được tạo ra, một bộ hồi quy đơn giản ước tính thành công SOH với sai số thấp trong các điều kiện SOC chưa thấy hoặc không thể truy cập trong cơ sở dữ liệu, một vấn đề ngoài phân phối (OOD) đầy thách thức. Vấn đề OOD được giải quyết bằng cách học mẫu vật lý di truyền giữa điều kiện SOC và phản ứng điện áp gây ra bởi xung nhanh. Chúng tôi chứng minh tính tổng quát của phương pháp bằng cách xác minh thông qua 2700 mẫu đo vật lý, bao gồm 3 loại vật liệu cathode, 3 định dạng vật lý, 4 thiết kế dung lượng và 4 kiểu sử dụng lịch sử (1 thử nghiệm lão hóa gia tốc trong phòng thí nghiệm, 1 lái xe EV thuần túy, và 2 lái xe EV hybrid). Học tạo sinh phù hợp với nội suy và ngoại suy bằng cách tích hợp kiến thức trước đó về các điều kiện ngừng hoạt động vào việc mở rộng không gian dữ liệu của bộ mã hóa để thu nhỏ mô hình, tiết kiệm thời gian đo lường, chi phí điện năng và phát thải carbon theo sau mà không làm giảm độ chính xác ước tính SOH. Một nghiên cứu trường hợp toàn cầu thận trọng về pin ngừng hoạt động vào năm 2030 nhấn mạnh tầm quan trọng của việc ước tính SOH nhanh chóng và bền vững trong các trường hợp luyện kim nhiệt, luyện kim thủy lực và tái chế trực tiếp. Thông qua phân tích kỹ thuật-kinh tế, ước tính SOH được hỗ trợ bởi học tạo sinh có thể tiết kiệm 4,9 tỷ USD chi phí điện năng và 35,8 tỷ kg phát thải CO2 vào năm 2030 trên toàn cầu. Chúng tôi thảo luận về khả năng diễn giải mô hình, ý nghĩa tiền xử lý tái chế và các khía cạnh rộng hơn của các hướng tiền xử lý tái chế thông minh trong tương lai được tích hợp với học máy. 1 Các bước tiền xử lý pin đã qua sử dụng bao gồm điều kiện hóa SOC, đo lường vật lý, học máy để chẩn đoán SOH và quy trình ra quyết định vòng đời thứ hai trước khi tái sử dụng hoặc tái chế. Điều kiện hóa SOC đề cập đến việc điều chỉnh giá trị SOC của pin đã qua sử dụng về các mức mong muốn bằng phương pháp dòng điện không đổi điện áp không đổi (CCCV) truyền thống. Sơ đồ bộ mã hóa tự động biến đổi có chú ý để tạo dữ liệu phản ứng điện áp xung. Việc sử dụng thực tế mô hình tạo dữ liệu để ước tính SOH không yêu cầu điều kiện hóa SOC bổ sung. Mô hình học máy đã đào tạo được giám sát bởi dữ liệu được tạo ra và nhận phản ứng điện áp xung tức thời khi ở giai đoạn triển khai. Lợi ích kinh tế và môi trường cũng như tốc độ tạo nhanh chóng của phương pháp học tạo sinh của chúng tôi bằng cách tiết kiệm chi phí điều kiện hóa SOC trong kịch bản pin ngừng hoạt động toàn cầu năm 2030. a b c d Kết quả Thu thập bộ dữ liệu Sự khan hiếm và không đồng nhất dữ liệu là những thách thức lớn trong chẩn đoán và tiên lượng pin dựa trên dữ liệu, đặc biệt đối với pin đã qua sử dụng. Chúng tôi đã thu thập 2700 mẫu từ 270 pin đã qua sử dụng về mặt vật lý trên nhiều mức SOC khác nhau, tức là từ 5% đến 50% với bước nhảy 5%. Trong Hình , bộ dữ liệu bao gồm 3 loại vật liệu cathode phổ biến, bao gồm 119 pin NMC (oxit niken mangan cobalt), 56 pin LFP (lithium sắt phosphate) và 95 pin LMO (lithium mangan oxit) được thu thập về mặt vật lý, trải rộng trên 3 định dạng vật lý (trụ, túi, lăng trụ) và 4 kiểu sử dụng lịch sử (1 thử nghiệm gia tốc trong phòng thí nghiệm, 3 kiểu sử dụng EV, bao gồm 1 chế độ truyền động thuần điện và 2 chế độ truyền động hybrid). Chúng tôi nhấn mạnh rằng việc bao gồm các mẫu thử nghiệm không đồng nhất cao làm cho bộ dữ liệu của chúng tôi trở thành bộ dữ liệu dựa trên xung nhanh lớn nhất cho việc ước tính SOH của pin đã qua sử dụng cho đến nay, tạo điều kiện cho tính tổng quát của mô hình vượt ra ngoài các bộ dữ liệu đo được vật lý. 2a Biểu đồ Sankey phân bố pin đã qua sử dụng, bao gồm các loại vật liệu cathode, định dạng vật lý, thiết kế dung lượng và các kiểu sử dụng lịch sử. Dòng điện xung và phản ứng điện áp sau đó của pin đã qua sử dụng, trong đó các đặc điểm được trích xuất từ các điểm uốn, tức là các điểm có đạo hàm bậc hai bằng không của đường cong phản ứng điện áp. 21 điểm đặc trưng, từ U1 đến U21, được trích xuất. Tần số ghi cho dữ liệu thô là 100 Hz. Thời gian nghỉ là 25 giây giữa mỗi xung theo tốc độ C. Lưu ý rằng thuật ngữ C đại diện cho tốc độ sạc (xả) khi thực hiện sạc (xả) trong 1 giờ. Nhiệt độ môi trường được kiểm soát ở 25℃. Phân bố trạng thái sức khỏe (SOH) (phù hợp Gaussian) của pin đã qua sử dụng 2,1 Ah và 21 Ah để minh họa, tương ứng. Đối với phân bố SOH của các loại pin khác, bạn có thể tham khảo Hình bổ sung. . Mối quan hệ giữa phản ứng điện áp xung đo được và SOH đã hiệu chuẩn từ bài kiểm tra hiệu chuẩn dung lượng, với các điều kiện trạng thái sạc (SOC) thay đổi. Chiều dữ liệu đặc trưng đầu tiên, U1, được minh họa. Minh họa trường hợp nội suy và ngoại suy tạo dữ liệu trong các phân bố SOC ngừng hoạt động của pin khác nhau. Cài đặt thử nghiệm chi tiết có trong và , lưu ý rằng cài đặt tốc độ C giống nhau trên các loại vật liệu cathode. Dữ liệu nguồn được cung cấp dưới dạng tệp Dữ liệu Nguồn. a b c 1 d e Ghi chú bổ sung 1 2 So với kiểm tra CCCV thông thường, bài kiểm tra xung không gây ra thời gian kiểm tra kéo dài và tổn thương thêm cho pin đã qua sử dụng. Do đó, chúng tôi sử dụng kết quả CCCV làm giá trị dung lượng tham chiếu SOH. Dữ liệu kiểm tra xung được sử dụng làm dữ liệu đào tạo cho mô hình học tạo sinh. Mặc dù loại vật liệu cathode của pin thay đổi, chúng tôi thực hiện kỹ thuật đặc trưng tiêu chuẩn hóa và có thể truy cập, đảm bảo khả năng tương thích trong sử dụng thực tế. Hình minh họa việc trích xuất đặc trưng sau khi tiêm dòng điện xung. Các cài đặt thử nghiệm CCCV và tiêm xung có thể được tìm thấy trong Ghi chú bổ sung . Đối với năm xung tiêm đầu tiên, các điểm uốn, tức là các điểm có đạo hàm bậc hai bằng không của phản ứng điện áp, được ghi lại dưới dạng đặc trưng, dẫn đến các đặc trưng 21 chiều. Mặc dù thời gian xung ở mức 5 giây, chúng tôi cũng thực hiện đo độ nhạy đối với độ rộng xung với hai mục tiêu để xác minh độ bền của xung và rút ngắn hơn nữa thời gian kiểm tra, từ 30 mili giây đến 5 giây. 2b 1 Chúng tôi xem xét lão hóa gia tốc trong các thử nghiệm trong phòng thí nghiệm (Ghi chú bổ sung ) và lão hóa lái xe EV thực tế, mặc dù không rõ ràng về các cấu hình lái xe do các hạn chế về quyền riêng tư dữ liệu. Trong Hình , phân bố SOH của pin lão hóa gia tốc (NMC, 2,1 Ah) và pin lão hóa lái xe EV thuần túy (NMC, 21 Ah) được minh họa. Lưu ý rằng các giá trị SOH có tính bổ sung trong một vùng SOH rộng, từ 0,6 đến 1, dữ liệu thu thập được đại diện cho các kịch bản ngừng hoạt động của pin, cũng như các trường hợp ngừng hoạt động sớm cực đoan. Phân bố SOH của các pin đã thu thập khác (LMO, 10 Ah và LFP 35 Ah) bao phủ một phân bố SOH rộng, xem Hình bổ sung . Các bài kiểm tra xung được lặp lại ở các mức SOC khác nhau, từ 5% đến 50%, để mô phỏng tính ngẫu nhiên của việc thu thập pin đã qua sử dụng. Vùng SOC đã kiểm tra nằm trong giả định rằng pin đã qua sử dụng hoặc có SOC thấp hoặc phải xả bắt buộc để đáp ứng yêu cầu lưu trữ an toàn tại kho, do đó giới hạn trên SOC được đặt ở mức 50%. Trong 2 2c 1