Bagaimana cara prediksi umur baterai kendaraan listrik? Kendaraan listrik atau electric vehicle (EV) membutuhkan baterai. Tulisan Dr. Edmund Dickinson1 dialih Indonesia-kan dari laman Energy (Inggris) perusahaan yang bekerjasama dengan Indonesia2.
Penulis: Dr. Edmund Dickinson* Editor: Rayendra L Toruan
mmINDUSTRI.co.id – Energy (sumber): Cara prediksi umur baterai kendaraan listrik merupakan fakta dan tantangan yang dihadap oleh pengguna electric vehicle (EV) yang memiliki baterai.
Baterai adalah komponen penting dalam kehidupan modern, digunakan dalam berbagai perangkat seperti smartphone dan kendaraan listrik atau electric vehicle (EV). Dan cara prediksi umur baterai tetap menjadi tantangan besar bagi kita atau pengguna.
“Thank you for visiting mmindustri.co.id. Subscribe for the latest news and insight. Enter your email (Your email address will not be published)
Degradasi baterai bukanlah topik yang esoteris – kebanyakan dari kita memiliki telepon cerdas dan belajar melalui pengamatan bahwa kapasitas baterai menurun seiring waktu penggunaannya.
Kekhawatiran ini menjadi lebih nyata bagi pemilik kendaraan listrik (EV) saat ini baik bagi orang yang akan memiliki atau membeli kendaraan listrik. Penjelasan ini lebih penting bagi produsen EV yang harus mengukur kinerja terhadap garansi dan anggaran untuk klaim di masa mendatang.
Namun, pada mobil penumpang, kapasitas dan kinerja daya yang lebih terbatas seiring bertambahnya waktu terutama merupakan gangguan; untuk beberapa aplikasi, seperti catu daya darurat atau kedirgantaraan, penilaian penuaan yang tepat sangat penting untuk keselamatan.
Baterai pada dasarnya adalah sistem kimia, dan penuaannya meliputi berbagai fenomena degradasi: terutama reaksi kimia, dengan efek termal dan mekanis yang juga berperan.
Degradasi baterai adalah masalah yang kompleks, berkaitan dengan berbagai fenomena kimia dan mekanis. Pengujian degradasi selama fase desain tidak dapat dilakukan secara tepat seperti dalam praktik.
Misalnya, pada kendaraan listrik, penurunan kapasitas baterai dapat menyebabkan penurunan kinerja dan daya tahan kendaraan, yang menjadi perhatian utama bagi produsen dan pengguna.
Misalnya kapasitas baterai lithium-ion yang bergantung pada seberapa banyak lithium yang dapat dipindahkan secara reversibel antara dua elektroda.
Reaksi kimia yang mencegah litium bereaksi di salah satu elektroda, atau kelelahan mekanis yang menyebabkan partikel terputus secara elektrik, menyebabkan hilangnya kapasitas.
Sama seperti pengujian tabrakan kendaraan, penulis tidak dapat menguji degradasi selama fase desain persis seperti yang akan terjadi dalam praktik.
Keputusan desain memerlukan prediksi berdasarkan pengganti eksperimental atau model; dalam praktik, keduanya biasanya akan digunakan.
Akan tetapi, pengujian eksperimental pada sel individual, tim di perusahaan kami tidak dapat melakukan eksperimen longitudinal 10 tahun sebelum produk dirilis! Ekstrapolasi mungkin diperlukan, atau kesimpulan dapat diambil dari perilaku sel serupa di masa lalu.
Atau, kami dapat menggunakan studi ‘penuaan yang dipercepat’ di mana sel menua jauh lebih cepat daripada skenario kehidupan nyata melalui pemanfaatan yang konstan dan agresif.
Ini menghasilkan wawasan yang jauh lebih cepat tentang mekanisme kegagalan sel, tetapi apa pun yang kami pelajari harus diproyeksikan kembali ke kondisi pengoperasian dunia nyata sebelum digunakan.
Selain itu, dalam analisis degradasi, biasanya fokus pada perilaku sel yang membentuk paket baterai.
Kinerja sel tidak termasuk dalam kinerja sistem praktis – dalam satu paket yang terdiri dari ratusan atau ribuan sel, yang dikelola oleh Sistem Manajemen Baterai atau Battery Management System (BMS), penurunan kinerja paket mungkin lebih rendah atau lebih parah daripada sel individual.
Evolusi kinerja sistem terintegrasi juga terkait erat dengan manajemen termalnya, yang, sekali lagi, bergantung pada sumber panas yang meningkat karena degradasi.
Karakterisasi sel
Karena keterbatasan ini, hampir semua pendekatan terhadap analisis degradasi cenderung mengarah pada desain yang terlalu konservatif: konsekuensi yang umum adalah paket yang ‘terlalu besar’ untuk mengimbangi hilangnya kapasitas dan kinerja daya di masa mendatang.
Ukuran yang terlalu besar ini juga dapat berlaku untuk perangkat keras keseimbangan pabrik seperti sistem manajemen termal, atau dapat terwujud melalui pembatasan daya buatan dari BMS untuk mengurangi degradasi.
Konservatisme ini memiliki konsekuensi negatif bagi efisiensi penggunaan baterai, karena kelebihan berat dan volume; demikian pula, hal itu merusak keberlanjutan, karena kebutuhan material yang berlebihan.
Jika tidak ada eksperimen yang berhasil, apa yang dapat kita lakukan? Seringkali, simulasi adalah jawabannya. Tentu saja, simulasi tidak menggambarkan realitas secara tepat, tetapi eksperimen lab yang terkontrol juga tidak dapat secara identik sesuai dengan perilaku sistem di lapangan.
Simulasi dapat memberikan wawasan melalui pemodelan skenario: seorang teknisi dapat mempertimbangkan bahwa jika distribusi penuaan tertentu berlaku pada sel-sel dalam paket baterai, maka kinerja paket yang diprediksi akan berubah dengan cara tertentu.
Simulasi berpotensi menggabungkan kompleksitas gabungan dari sel-ke-modul, modul-ke-paket, BMS, manajemen termal, dan bahkan interaksi dengan model kendaraan.
Di perusahaan Energy yang mengkhususkan diri dalam karakterisasi sel, dan mengembangkan model khusus sel (listrik, termal, degradasi) yang dapat digunakan teknisi dalam studi pemodelan skenario.
Deskripsi tepercaya dari sel yang diminati memastikan pengambilan keputusan yang tepat untuk tugas pemilihan sel dan integrasi sel. Energy berpartisipasi di 2 proyek yang didanai oleh Innovate UK sebagai bagian dari program Faraday Battery Challenge, untuk mengembangkan kemampuan Energy yang terkait dengan degradasi sel.
Proyek Faraday Battery Challenge “Voltt” telah mendukung serangkaian eksperimen penuaan pada sel-sel yang populer secara komersial, seperti LG M50LT atau Molicel P45B, menggunakan kontrol suhu konduktif permukaan.
Tujuannya adalah untuk memastikan kondisi penuaan yang sangat konsisten, yang ditargetkan pada pengembangan model.
Perusahaan Energy bekerja sama dengan Imperial College London untuk melakukan “analisis mode degradasi” pada data – interpretasi data pengujian listrik pada sel-sel yang menua untuk mendapatkan wawasan tentang kimia mereka yang terus berkembang.
Pendekatan ini bertujuan untuk mengurangi masalah penuaan yang bergantung pada jalur. Untuk menangani degradasi dalam simulasi, tim kami harus memahami cara mengekspresikan ‘keadaan degradasi’ sel, dan cara memprediksi laju perubahannya.
Meskipun sifat-sifat yang mudah diukur seperti kapasitas sel dan resistansi sel menyediakan serangkaian metrik yang menarik, sifat-sifat tersebut bukanlah deskriptor yang dapat diandalkan tentang apa yang akan dilakukan sel selanjutnya.
Dua sel yang menua dengan tingkat penurunan kapasitas yang sama (kita sebut pada “keadaan kesehatan” yang sama) dapat terus mengalami degradasi secara berbeda, tergantung pada perubahan fisikokimia yang mendasari yang memicu penurunan kapasitas dalam setiap kasus.
Faktor-faktor termasuk suhu, besaran arus operasi, dan jendela operasi status pengisian daya atau state-of-charge (SOC) semuanya akan memengaruhi laju penuaan.
Misalnya, siklus pada SOC tinggi (tegangan tinggi atau high voltage) dapat menurunkan sel lebih cepat daripada dalam rentang SOC sedang.
Ketergantungan SOC terutama menonjol pada elektroda campuran, seperti elektroda negatif grafit-silikon, di mana bahan yang berbeda aktif pada SOC tinggi vs rendah.
Di sini, analisis mode degradasi menciptakan deskripsi kimia degradasi yang lebih kaya yang dapat membantu mengurai masalah penuaan yang bergantung pada jalur dan bergantung pada SOC.
Dalam penilaian terhadap keadaan terkini, simulasi degradasi dalam industri masih jauh dari memberikan prediksi akurat tentang nasib baterai. Kita harus menyadari bahwa data eksperimen juga gagal memberikan gambaran lengkap tentang apa yang akan terjadi di lapangan.
Keuntungan dari pendekatan berbasis simulasi – bersama dengan data input yang diukur dengan cermat – adalah bahwa pendekatan tersebut jauh lebih cepat dan lebih murah daripada memperluas rangkaian uji penuaan selamanya.
Keuntungan ini tumbuh karena simulasi dapat diadaptasi untuk penggunaan sel yang sama dalam keadaan yang berbeda, seperti arsitektur paket potensial yang berbeda, algoritma BMS, atau kasus penggunaan kendaraan.
Perusahaan Energy memproyeksikan cakupan yang semakin luas untuk simulasi penuaan dalam industri baterai karena kami tidak hanya memperluas akurasi model dan menggunakan kemampuan internal untuk menilai ketidakpastian model secara adil dan menempatkan nilai yang benar pada prediksi mereka sebagai alat untuk pengambilan keputusan.
Pendekatan konservatif dalam analisis degradasi sering mengarah pada desain yang terlalu besar untuk mengkompensasi penurunan kapasitas dan kinerja daya di masa depan. Penggunaan model prediksi dan eksperimen dapat membantu mengatasi tantangan itu.
Prediksi umur baterai adalah tantangan yang kompleks namun penting. Dengan pendekatan yang tepat, kita dapat mengoptimalkan desain baterai untuk kinerja yang lebih baik dan umur yang lebih panjang.
1: Edmund Dickinson, Head of Electrochemistry perusahaan Energy
2: Perusahaan energi berbasis di Inggris memiliki kerjasama dengan Indonesia dalam berbagai proyek energi bersih dan transisi energi. Misalnya, program Mentari yang mendukung investasi dalam proyek energi rendah karbon di Indonesia, demikian laman gov.uk dan renewableenergy.id
This type of article is favored by our readers. Would your company willing to sponsor it? Kindly email us: business@mmindustri.co.id or fill this form