バッテリーのシミュレーションベース開発がこれほど難しいのはなぜですか？

利用可能なセルモデルが適切でないためです。等価回路モデルは抵抗、コンデンサ、およびルックアップテーブルでセルの端子特性を模倣しますが、その構造はセルの物理特性と一致せず、非線形性が適切に表現されないため、フィッティングに使用した動作点付近でのみ精度が保たれます。微細構造有限要素モデルはある程度物理特性を記述できますが、パラメータ化に数ヶ月を要し、1回のシミュレーションに数時間かかるうえ、妥当性はユーザー自身が確認する必要があります。Batemo のアプローチはセル内部の物理特性を正確に記述し、自社ラボの測定データからパラメータ化を行うため、シミュレーションはオフィスのコンピュータで数秒以内に完了します。しかも、実際に使用するセルに対応した形で提供されます。

Batemo Cell Model の精度はどのように検証されますか？

セルメーカーが規定するセルの全動作領域をカバーする検証実験に加え、補間・外挿領域での追加測定に対して検証を行っています。これには、各温度での定電流充放電、各温度でのパルス充放電、および動的プロファイルなどが含まれます。

テクノロジー

シミュレーションはほぼあらゆる分野で機能します。バッテリーには、機能しませんでした。

コンポーネントをモデル化し、その挙動を計算し、実物を製作する前に設計上の問いに答える——この手法は工学全般で実証済みです。しかしバッテリーにおいては、ある一点で機能しません。利用可能なセルモデルが実態に即していないのです。 このページでは、その理由と私たちのアプローチを説明します。

物理ベースモデル · カールスルーエの自社ラボで計測・パラメータ化

バッテリーの課題についてご相談ください

同じ設計上の問いでも、答えはそのつど異なります。

スマートフォン用バッテリーと電気自動車用バッテリーはほぼ共通点がなく、電動工具や定置型蓄電システムとも異なります。セル技術の進歩も速く、要件はアプリケーションごとに、また年ごとに異なります——これはまさにシミュレーションが得意とする状況です。以下は、お客様から実際に寄せられる質問です。

2つの確立されたアプローチと、どちらも十分でない理由。

これは方法論上の区別であり、製品の優劣を主張するものではありません。以下に示す両アプローチはいずれも正当であり、広く使用されています。それぞれ異なる軸で限界があり、どちらを選ぶかはその軸が重要になります。

等価回路モデル、微細構造有限要素モデル、およびBatemoの物理ベースアプローチの比較
アプローチ	仕組み	コスト	評価結果
等価回路モデルECM	抵抗器、コンデンサ、インピーダンス素子がセルの端子挙動を模倣します。パラメータは測定値から構築された多次元ルックアップテーブルです。	モデル構造がセルの物理現象と一致しておらず、非線形性が適切に表現されていません。フィッティングに使用した動作点を再現するにとどまります。	精度不足
微細構造モデルFEM	電極のミクロ構造を再構築し、有限要素ツールを使用して偏微分方程式系を空間的に解きます。	セットアップでエラーが発生しやすく、パラメータ設定に数か月かかり、1回のシミュレーションに通常数時間を要します。さらに、モデルの妥当性確認はユーザー自身に委ねられています。	複雑すぎる、遅すぎる
Batemo物理ベース・実測	セル内部のすべての関連プロセスが再現されます — 電気的、化学的、熱力学的プロセスが連成され、マイクロメートル粒子からメートルスケールのパックまでの長さスケール、ミリ秒から数ヶ月までの時間スケールにわたって対応します。	バッテリー試験室が必要です。分解用の化学実験室、カスタムセル製造設備、社内分析設備、そしてあらゆる電気的・熱的・機械的境界条件での測定設備が求められます。	オフィスのコンピュータで数秒

3行目も無償ではありません。これは、お客様の代わりに私たちが負担するコストです。物理ベースのモデルの精度は、パラメータ化に使用した測定データの質に依存します。そのため、実験室はこのアプローチの付随的な要素ではなく、その前提条件です。

3つの要素、そしてその組み合わせこそが重要です。

この3つはそれぞれ単独でも存在します。しかし、物理ベースのモデル、自社測定によるパラメータ、そして市場全体での実績という経験が一体となることで、単独では答えられない問いに答えることができます。

01 バッテリーモデリング

このモデルは曲線ではなく、物理現象を記述します。

セル内部のすべての関連プロセスが再現されます。物理的・化学的・熱力学的プロセスが相互に結合し、動作条件と劣化状態に依存します。これらは同時に異なるスケールで動作します。数マイクロメートルの電極粒子からメートル単位のパック、ミリ秒から数か月に至るまで対応しています。

02 バッテリーのパラメータ化

パラメータは自社の研究室から取得しています。

セル分解用の化学実験室、カスタムセルの製作能力、および社内分析。さらに、電気的・熱的・機械的境界条件の全範囲にわたる測定と、モデルパラメータを特定するための最適化された手法を備えています。

03 バッテリーデータ

その経験は、特定のセグメントではなく、市場全体をカバーしています。

数百種類のセルが研究室で測定されてきました。動作範囲全体にわたる測定、完全な分解、そしてモデル化が行われています。すべての化学系、すべてのセル設計、すべてのサイズ、すべての産業分野を対象としています。

21700セルの内部構造

層ごとに開封。

円筒形セルは4枚の薄い層を巻き上げ、缶に封入したものです。スクロールして開く。ドラッグして回転させる。

セル。 21700とは、直径21 mm、長さ70 mmを意味します。当社はライブラリ内のすべてのセルを分解しています。
缶。正極端子付きのキャップと缶の内側に、巻回体が収められています。
各層 1枚の長いシートを密に巻いたもの：正極、セパレータ、負極、セパレータ。
モデル。 物理ベースのモデルは、これらの層で起こること——電気化学、物質輸送、熱——をセル全体にわたって記述します。

21700円筒形セルの分解図：缶とキャップを取り外し、正極・セパレータ・負極・セパレータの巻回ストリップを扇状に広げた状態。

同じモデルがトレーニングデータのソースとして使用されています。

データ駆動型アルゴリズムの精度は、学習に使用したデータの質に依存します。バッテリーの学習データには特有の問題があります。それは、新品から劣化したセルまで、使用するすべてのセルタイプにわたって、テストキャンペーンでは限られた時間内に到達できない動作条件をカバーしなければならないという点です。実際にデータが必要になった時点でそれらの実験を実施することは、コストがかかり、時間を要し、通常は不可能です。

検証済みの物理ベースモデルを使用すれば、この制約がなくなります。自動化バックエンド内で数秒で実行できるため、数千件のトレーニングプロファイルを一晩で生成できます。モデルが物理ベースであるため、実際のセルからは得られない内部物理量も取得でき、アルゴリズムを自身のトレーニングセットではなく物理法則に基づいて検証することが可能です。モデルライブラリを使用することで、初日からすべてのセルタイプにわたって一貫したトレーニング基盤を維持できます。

これに際してよく生じる疑問——極端な条件下での充電状態、健全性、推定器がそもそも汎化するかどうか—— BMSページに掲載されています →

私たちの約束