Quels sont les principaux facteurs affectant la durée de vie des batteries au lithium ?

Avec l’adoption généralisée de véhicules à énergie nouvelle, de centrales électriques de stockage d’énergie et d’appareils électroniques portables, les batteries au lithium sont devenues un élément essentiel indispensable dans nos vies. L'indicateur clé déterminant "l'autonomie" et la "durée de vie" de ces produits -durée de vie des batteries au lithium-est progressivement devenu un centre d'attention. La durée de vie d'une batterie au lithium fait référence au nombre de cycles qu'une batterie subit sous un régime de charge -décharge spécifique jusqu'à ce que sa capacité utilisable diminue à 80 % de sa capacité initiale.

Cet indicateur affecte non seulement directement l'expérience utilisateur et les coûts d'exploitation du consommateur, mais a également un impact décisif sur l'itération technologique et la conception des produits de la nouvelle industrie énergétique. Aujourd'hui, Battery Pioneer analysera de manière approfondie la logique sous-jacente du cycle de vie des batteries au lithium sous trois dimensions : facteurs d'influence, méthodes de prédiction et techniques pratiques, en utilisant un langage simple pour vous aider à comprendre cette technologie clé !

La durée de vie d'une batterie au lithium n'est pas une valeur fixe mais est influencée par une combinaison de facteurs, notamment les propriétés internes des matériaux, l'environnement d'utilisation externe et les méthodes de fonctionnement. Chaque facteur agit comme un effet domino, affectant l’ensemble de la batterie et influençant directement son taux de dégradation.

1. Matériaux internes : les « gènes inhérents » de la batterie, déterminant la limite supérieure de dégradation

La structure interne des batteries au lithium est complexe. Les matériaux de base tels que les matériaux actifs des électrodes positives et négatives, les liants, les agents conducteurs, les collecteurs de courant, les séparateurs et les électrolytes subissent un vieillissement et une dégradation irréversibles au cours d'un cycle à long -, ce qui est la raison fondamentale de la dégradation de la capacité de la batterie.

Pour les matériaux d'électrode positive, en prenant comme exemple le phosphate de fer et de lithium, le cyclage à long terme- conduit à une "distorsion du réseau" (un terme industriel faisant référence à la destruction de la structure cristalline), entraînant une diminution de l'efficacité d'insertion/extraction des ions lithium-. Selon une étude menée par l'équipe de Li Yang dans *Energy Storage Science and Technology* en 2023, après 6 000 cycles, le volume de l'électrode négative d'une batterie au lithium fer phosphate augmente de 18 % et le film SEI (film d'interface à électrolyte solide, un film protecteur clé pour l'électrode négative des batteries au lithium) s'épaissit de 3 fois, provoquant directement une perte irréversible de lithium actif. En outre, la décomposition de l'électrolyte, le vieillissement et les dommages du séparateur, ainsi que la corrosion des collecteurs de courant peuvent tous accélérer la dégradation des performances de la batterie sous différents angles, déterminant collectivement la « limite supérieure inhérente » de la durée de vie de la batterie.

2. Cycle de charge/décharge : habitudes d’utilisation acquises, accélérant ou retardant directement la dégradation

Si les matériaux sont les « gènes inhérents », alors le cycle de charge/décharge est « l’habitude acquise » affectant la durée de vie de la batterie, comprenant trois dimensions fondamentales : la méthode de charge/décharge, le taux de charge/décharge et les conditions de coupure, chacune étant étayée par des preuves scientifiques claires.

La théorie de la « courbe de charge optimale » proposée par le scientifique américain Maas fournit des indications importantes pour le choix d'une méthode de charge. Cette théorie stipule que le courant de charge optimal d'une batterie diminue progressivement à mesure que le temps de charge augmente, comme exprimé par la formule I=I₀e⁻ᵅᵗ (où I est le courant de charge acceptable, I₀ est le courant maximum initial, t est le temps de charge et est la constante de dégradation). La charge dans la région située en dessous de cette courbe minimise les dommages à la batterie. Le dépassement de cette plage avec le courant de charge exacerbe la polarisation de la batterie, réduisant l'efficacité de la charge et provoquant un important dégagement de gaz, raccourcissant ainsi la durée de vie de la batterie.

ACEY-BCT506-512Héquipement de test de décharge de charge de batterieutilise des dispositifs électroniques modernes de surveillance et de contrôle au lieu d'un travail manuel pour surveiller en temps réel-la tension, le courant, la capacité, l'énergie, l'état de formation et d'autres paramètres de la formation de batteries distribuées, diagnostiquer et gérer les défauts, enregistrer et analyser les données pertinentes, afin de réaliser un traitement sans surveillance et par lots dans le processus de formation.

Sur la base de cette théorie, différentes méthodes de charge présentent des avantages et des inconvénients distincts : La charge à courant constant, en particulier dans les étapes ultérieures, peut conduire à un courant excessif et à un dégagement de gaz interne ; une charge à tension constante, avec son pic de courant initial élevé, endommage directement la batterie. Les méthodes de charge à courant constant/tension constante et les méthodes de charge à courant constant échelonnées surmontent ces inconvénients et sont devenues les méthodes de charge courantes. Bien que la charge par impulsion inverse puisse éliminer la polarisation, elle a un impact négatif sur la durée de vie de la batterie et n’est pas encore largement utilisée.

Le taux de charge/décharge et les conditions de coupure sont également critiques. Des taux de décharge plus élevés entraînent une perte de capacité plus rapide : après 300 cycles à des taux de 0,5 C, 1 C et 2 C, les taux de perte de capacité sont respectivement de 10,5 %, 14,2 % et 18,8 %. En effet, la charge et la décharge à haut débit - entraînent un retard dans la diffusion des ions lithium -, ce qui entraîne une polarisation de la concentration et accélère la destruction des structures des matériaux d'électrode et l'épaississement du film SEI. La tension de coupure de charge-est tout aussi cruciale : l'augmentation de la tension de coupure de charge-des batteries au lithium-oxyde de cobalt de 4,2 V à 4,9 V (K. Maher et al., 2024 *Chinese Journal of Electrochemistry*) provoque une « transition de phase » dans la structure de l'électrode (un changement irréversible dans la structure cristalline du matériau), conduisant directement à une réduction de la durée de vie de plus de 50 %.

3. Température : Une variable environnementale critique ; les températures élevées et basses endommagent les batteries.

Température : Le *Livre blanc sur le cycle de vie des batteries électriques* de 2024 de l'Institut de physique de l'Académie chinoise des sciences montre que la température de fonctionnement optimale des batteries au lithium est de 25 ± 5 degrés. Au-dessus de 50 degrés, le film SEI se décompose trois fois plus rapidement ; en dessous de -10 degrés, la conductivité ionique de l'électrolyte diminue de 80 %, entraînant une réduction significative de la capacité de la batterie.

Cohérence : (2023, *Journal of Automotive Engineering*) les tests montrent que les batteries avec une seule cellule-durée de vie de 1 200 cycles n'atteignent que 191 cycles après avoir été assemblées dans une batterie-il s'agit de l'effet du "maillon faible" des batteries, où une batterie entraîne l'ensemble du système.

Les tests de durée de vie des batteries au lithium-ion prennent souvent des mois, voire des années, ce qui entraîne des coûts extrêmement élevés et ne parvient pas à répondre aux demandes rapides de développement de produits, d'inspection de la qualité de la production et de maintenance. Par conséquent, l’établissement de modèles scientifiques de prédiction de la vie est devenu un sujet de recherche brûlant dans l’industrie. Actuellement, les méthodes de prévision traditionnelles peuvent être divisées en trois catégories basées sur les sources d'informations, chacune ayant ses propres avantages, inconvénients et scénarios applicables.

ACEY-économie d'énergietesteur de durée de vie de la batterieest conçu pour une gamme complète de tests de vieillissement des batteries, adapté à différents types, notamment le ternaire, le lithium fer phosphate, le plomb-acide, le nickel-hydrure métallique et le nickel-cadmium. L'équipement est idéal pour les entreprises de fabrication de batteries qui souhaitent tester les modules de batterie pendant la production, ainsi que pour la détection de charge et de décharge à courant élevé dans les systèmes de batteries électriques EV/HEV. Il est également utilisé pour les tests de charge et de décharge à courant élevé, les évaluations des performances des batteries et la maintenance quotidienne des modules de batterie dans les usines de batteries et les stations de charge.

1. Prédiction basée sur les mécanismes de dégradation des capacités :Comprendre l'essence interne, haute précision mais barrière à l'entrée élevée

Le cœur de cette méthode réside dans une compréhension approfondie des mécanismes de réaction physico-chimiques au sein de la batterie. En établissant des modèles mathématiques pour décrire les processus clés tels que la perte active de lithium, la croissance du film SEI et les transitions de phase des matériaux d'électrode, la durée de vie de la batterie peut être prédite.

2. Prédiction basée sur des paramètres caractéristiques :Équilibrer commodité et précision grâce aux signaux externes

Cette méthode ne nécessite pas d'exploration approfondie-des mécanismes internes, mais utilise plutôt les modifications des paramètres caractéristiques contrôlables au cours du vieillissement de la batterie pour déduire indirectement la durée de vie de la batterie. Actuellement, le paramètre caractéristique le plus largement utilisé est la spectroscopie d’impédance électrochimique (EIS). La spectroscopie d'impédance électrochimique (EIS) peut refléter en détail l'état d'impédance interne d'une batterie et offre une précision de prédiction élevée. Cependant, l’équipement de test est sensible aux interférences externes et l’analyse spectrale nécessite des connaissances spécialisées. En revanche, la mesure de l'impédance d'impulsion est plus simple à utiliser et plus rapide, ce qui la rend adaptée à la surveillance en ligne-en temps réel et ouvre de larges perspectives d'application dans les systèmes de gestion de batterie (BMS) pour les véhicules à énergie nouvelle.

Le principal avantage de cette méthode est qu’elle équilibre précision et commodité, ne nécessitant aucune analyse mécanistique complexe, ce qui la rend adaptée aux applications d’ingénierie. Cependant, ses inconvénients incluent la nécessité d'une vérification expérimentale approfondie de la corrélation entre les paramètres caractéristiques et la durée de vie, les différences de modèles entre les différents types de batteries et la marge d'amélioration de son universalité.

3. Prédiction basée sur les données{{1} :S'appuyer sur des modèles big data, simples et pratiques mais limités par les données

Cette méthode ne fait pas intervenir les mécanismes internes de la batterie. Au lieu de cela, il collecte une grande quantité de données de test de cycle de batterie et utilise l'apprentissage automatique, l'analyse statistique et d'autres algorithmes pour extraire les modèles et les tendances des données afin de créer un modèle prédictif. Actuellement, les modèles courants incluent des modèles de séries chronologiques (tels que les modèles AR), des réseaux de neurones artificiels (ANN) et des machines à vecteurs de corrélation (RVM). Le modèle AR (Analog-Regression) est un modèle linéaire qui déduit l'état actuel sur la base de données historiques. Cependant, la dégradation de la capacité de la batterie présente une relation non-linéaire avec le nombre de cycles. Par conséquent, Luo et al. a proposé un modèle AR non linéaire - amélioré en introduisant un facteur de dégradation accélérée, améliorant considérablement la précision des prédictions.

Les réseaux de neurones artificiels (ANN) sont des modèles non linéaires - typiques, composés de plusieurs neurones. Ils peuvent gérer des relations complexes impliquant plusieurs variables et un couplage fort, ce qui les rend -bien adaptés pour répondre aux incertitudes dans la prédiction des performances de la batterie. Les machines vectorielles de pertinence (RVM) appartiennent aux méthodes d'analyse de régression de données. Ils peuvent contrôler le surajustement et le sous-ajustement en ajustant les paramètres et fournir des résultats de prédiction probabilistes, offrant ainsi une plus grande flexibilité et fiabilité.

Les avantages de cette méthode sont sa simplicité et sa large applicabilité. Cela ne nécessite pas de-connaissance approfondie de la structure interne de la batterie ; un modèle peut être construit avec suffisamment de données historiques. Cependant, ses inconvénients sont également évidents : l’effet de prédiction dépend fortement de la qualité et de la couverture des données. Si les données sont biaisées ou ne couvrent pas les conditions de fonctionnement clés, les résultats de prévision peuvent comporter des erreurs importantes et ne peuvent pas expliquer la cause première de la dégradation de la durée de vie.

La maîtrise des techniques pratiques suivantes peut ralentir efficacement le taux de dégradation des batteries au lithium, les rendant ainsi plus durables :

• Le contrôle de la température est essentiel :Évitez l'exposition prolongée de la batterie à des températures supérieures à 50 degrés. En été, évitez la lumière directe du soleil sur les véhicules à énergie nouvelle et assurez une bonne dissipation de la chaleur pour les dispositifs de stockage d'énergie. En hiver, évitez un fonctionnement prolongé de la batterie en dessous de -10 degrés ; un préchauffage est recommandé avant utilisation.

• Chargement et déchargement en douceur :Utilisez des méthodes de charge douces telles qu'une charge à courant constant/tension constante ou une charge à courant constant par étapes chaque fois que cela est possible, en évitant les charges et décharges rapides-à taux élevé. Lors d'une utilisation quotidienne, évitez d'épuiser complètement la batterie (décharge profonde) ou de la stocker complètement chargée pendant des périodes prolongées. Maintenir le niveau de la batterie entre 20 % et 80 % est plus propice à prolonger la durée de vie de la batterie.

• Choisissez des batteries-de haute qualité :Lorsque vous achetez de nouveaux produits énergétiques, donnez la priorité aux produits de marques réputées présentant une bonne cohérence de cellule unique-et une conception de dissipation thermique raisonnable, telles que CATL et EVE Energy, afin de réduire le risque de dégradation de la batterie à partir de la source.

Derrière le cycle de vie des batteries au lithium se cache l’intégration interdisciplinaire de la science des matériaux, de l’électrochimie, de la gestion thermique et de l’ingénierie des systèmes. Comprendre les facteurs d'influence nous aide à mieux utiliser les produits de batteries au lithium ; la maîtrise des méthodes de prédiction peut soutenir les mises à niveau technologiques dans l’industrie.

Qu'il s'agisse de la question de la dégradation de l'autonomie qui préoccupe les consommateurs ordinaires ou des avancées technologiques recherchées par les praticiens de l'industrie, la durée de vie des batteries au lithium est un sujet central qui ne peut être évité.

Contactez maintenant