问答：推进锂离子电池设计实现10分钟极速充电

爱达荷国家实验室Tanvir Tanim博士团队设计可在路边充电站10-15分钟充满的锂离子电池。开发机器学习算法检测此条件下可能发生的不良锂析出。

Tech Briefs: 项目怎么启动？

Tanvir Tanim博士： 2017年我们参与极速充电（XFC）计划，由能源部车辆技术办公室资助。目标让锂离子电池实现极速充电——10-15分钟充电——基本让电动车充电体验媲美燃油车加油。这是电动车消费者主要考量之一。

该计划我们大量测试极速充电率锂离子电池。高倍率充电遇许多问题——锂析出是主要之一。电池含有限锂，不想充放电中丢失，想让它阳极阴极间往返循环。但极速充电时，可循环锂可能析出阳极表面，属不良寄生反应——析出锂放电时无法回阴极。

析出还有其他问题。若不早期检测会持续发生并可能导致灾难性事件。如析出锂呈枝晶状像针从阳极生长刺穿隔膜造成内部短路。

我们测大量锂离子电池，做设计修改再测看是否析出。当时无好方法检测析出。测后拆芯看是否析出，或做额外后测试。无可靠电化学特征基础析出检测法但积累大量认知。

后参与另一计划：基于物理机器学习，也由DOE资助。目标开发AI/ML算法可靠预测电池寿命并识别退化根本原因。那时已收集大量数据、全面理解不同退化模式机制。想：既有所有数据、知关联锂析出电化学特征，何不制定成机器学习问题。用电化学特征引入机器学习，看能否出策略检测锂析出。

一事引发另一事，结论此法可早期检测锂析出，无需拆芯。拆芯后测耗时、贵、延迟电池全生命周期开发。

Tech Briefs: 所以你方法检测特定电化学特征？

Tanim: 那时已有大量电化学数据、良好理解背后物理。识别可关联锂析出关键电化学特征。用那些数据引入机器学习，解当时制定问题。

Tech Briefs: 能说说用什么特定数据？

Tanim: 主要聚焦电化学数据因易收集——测试中总看电化学特征描述锂离子电池寿命性能问题。典型特征：电压、电流、温度等。可转换不同二次变量。如放电容量和容量衰减趋势、线性/非线性。充电结束静置电压、放电结束电压随循环变化，库仑效率。

Tech Briefs: 放电容量啥意思？

Tanim: 用电池取能量叫放电。容量度量之一安时。

Tech Briefs: 容量衰减呢？

Tanim: 新电池有特定容量——假设1安时。循环中容量下降。容量（或能量）衰减是下降百分比。正常情况下降趋势相当线性，尤其初期循环。但锂析出时趋势高度非线性——初期高衰减率后期低衰减。

锂析出可在不同条件发生。除极速充电，零度以下充电或电池老化相关失衡问题也可能。特征对所有析出条件未必同等敏感。故识别极速充电最敏感特征开发机器学习算法。

Tech Briefs: 用了哪些特征？

Tanim: 发现极速充电最敏感特征：电池容量衰减线性/非线性趋势、充电结束静置电压、库仑效率。

也发现他人报告两显著特征dQ/dV和dV/dt极速充电条件下不敏感，除非极激进析出情况。

Tech Briefs: 解释下库仑效率？

Tanim: 库仑效率是放电容量除充电容量百分比率。

Tech Briefs: 怎么测量容量衰减？

Tanim: 得做测试。实验室规模循环电池时可选特定循环测充/放电容量。从电流时间算安时容量。重复随电池退化过程，得老化态容量算百分比衰减（相对新鲜态容量衰减）。

Tech Briefs: 试过不同充电协议？

Tanim: 避免锂析出可多方式修改电池设计：换材料、电极设计或电解液等其他方面。也可改操作条件或充电曲线。如尝试不同充电协议对比基线。如非恒流/恒压，试多阶段或其他充电协议。也可变温度。

我們檢測鋰析出方法適用於無論任何設計變更或充電協議。

Tech Briefs: 如何看实施？

Tanim: 两场景此法有价值贡献。一为实验室研究科学家用。此法更快告诉给定操作条件下锂析出是否发生——无需拆芯或其他后测分析。电化学特征10-25循环内就告诉我们此特定设计操作条件是否析出。让我们知是否须修改电池设计——越早识别越好。可回头迭代设计重测看方向是否正确。

电化学特征经修改进一步验证，也可实施于电动车车载电池管理系统及用锂离子电池固定应用。OEM或电池厂已收集大部分特征。用作基线，也许非早期生命周期、也许几年后，提醒用户虽电池寿命初期良好，但有变化、锂析出开始。“既有锂析出，这是早期预警，应对电池采取措施。”

Tech Briefs: 能猜多久商业化？

Tanim: 我们有临时专利正全专利申请中。也找合作机会进一步开发，见私企大量兴趣。DOE有技术商业化基金可与其他私企合作改进演示车载应用，但不想给具体猜测。

本访谈编辑版刊登于2021年12月Tech Briefs。