• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 1998년도 춘계학술대회 논문집
• /
• pp.395-398
• /
• 1998

Lithium insertion has been studied in a number of vanadium oxides with special regard to their application as the active materials in rechargeable lithium cells. Very high stoichiometric energy densities for lithium insertion are found for several of these materials. Some vanadium oxides, e.g. V$_2$ $O_{5}$ and V$_{6}$ $O_{13}$, are now being used in commercially developed rechargeable Li batteries. Another material which is receiving remarkable attention for this kind of cells is LiV$_3$ $O_{8}$. In variety of ternary lithium-vanadium oxides, the lithium content can be varied between certain limits without major changes in the vanadium oxygen lattice. In our worts, the oxides which do net form these thermodynamically stable bronzes can still accommodate large amounts of lithium at ambient temperature, forming kinetically stable insertion compounds. These compounds owe their existence to the whereas lithium is easily introduced into these open structures. The oxides investigated are rather poor electronic conductors; the conductivity decrease with increase in the lithium content. Improvements in the electrode fabrication technique are needed to alleviate this Problem.oblem.

• 한국가스학회지
• /
• 제23권1호
• /
• pp.54-61
• /
• 2019

휴대용 전자기기의 시장이 성장함에 따라서 Lithium Ion Battery(LIB)의 수요 또한 증가하고 있다. LIB는 다른 2차 전지에 비해 높은 효율성을 보이지만 열 폭주(Thermal runaway)로 인한 폭발/화재의 위험성이 있다. 특히나 대용량 LIB cell을 탑재한 Electric Vehicle(EV)의 경우 화재로 발생하는 대량의 독성 가스로 인한 위험성 또한 존재한다. 따라서 사고 피해를 최소화하기 위한 EV 화재로 발생하는 독성 가스의 위험성 분석이 필요하다. 이 연구에서는 EV의 화재로 발생하는 독성 가스의 유동을 전산유체역학(Computational Fluid Dynamic; CFD)을 이용하여 해석하였다. 문헌 조사 결과와 국내 EV 자료를 기반으로 시나리오를 설정하여 시나리오 발생 경과시간에 따른 독성 가스의 확산을 수치 해석하여 위험성에 대하여 분석 하였다. 이 연구는 EV 화재로 인한 독성 가스의 위험성을 분석하여 사고 발생에 의한 인명, 재산피해를 최소화하는데 의의를 가진다.

• 한국가스학회지
• /
• 제24권6호
• /
• pp.91-97
• /
• 2020

리튬이온 배터리(LIB)는 다른 배터리에 비해 수명이 길고, 에너지 밀도가 높으며, 자체 방전율이 낮아, 에너지 저장장치(ESS)로 선호되고 있다. 하지만, 2017~2019년 기간 동안 국내에서만도 28건의 화재사고가 발생하였으며, LIB의 운영 중 안전성 및 신뢰성을 보장하기 위해 LIB의 정확한 용량추정은 필수요소이다. 본 연구에서는 LIB의 충방전 cycle에 따른 용량변화를 예측하는 기계학습 기반 모델의 설계에 있어 중요한 요소인 최적 머신러닝 모델의 선정을 위해, Decision Tree, 앙상블학습법, Support Vector Regression, Gaussian Process Regression (GPR) 각각을 이용한 예측모델을 구현하고 성능비교를 실시하였다. 학습을 위해 NASA에서 제공하는 시험데이터를 사용하였으며, GPR이 가장 좋은 예측성능을 보였다. 이를 바탕으로 추가 시험데이터 학습을 통해 개선된 LIB 용량예측과 잔여 수명추정 모델을 개발하여, 운영 중 이상 감지 및 모니터링 성능을 높여, 보다 안전하고 안정된 ESS 운용에 활용하고자 한다.

• 전력전자학회논문지
• /
• 제26권6호
• /
• pp.390-396
• /
• 2021

Lithium-ion batteries have been designed and used as battery packs with series and parallel combinations that are suitable for use. However, due to its internal electrochemical properties, producing the battery's condition at the same value is impossible for individual cells. In addition, the management of characteristic deviations between individual cells is essential for the safe and efficient use of batteries as aging progresses with the use of batteries. In this work, we propose a method to manage deviation properties and detect abnormal behavior in the configuration of a combined battery pack of these multiple battery cells. The proposed method can separate and detect probabilistic low-frequency information according to statistical information based on Z-score. The verification of the proposed algorithm was validated using experimental results from 10S3P battery packs, and the implemented algorithm based on Z-score was validated as a way to effectively manage multiple individual cell information.

• 한국전기화학회:학술대회논문집
• /
• 한국전기화학회 1998년도 전지기술 심포지움
• /
• pp.153-166
• /
• 1998

Lithium ion Batteries commercially available since the early nineties in Japan are going to be more and more important for portable electronic devices and even EV applications. Today several companies around the world are working hard to join to market for Lithium secondary batteries. Based on the growing interest for commercial use of batteries also the materials have to be reviewed in order to meet large scale production needs. The requirements especially for electrolytes for lithium batteries are extremely high. The solvents and the lithium salts should be of highest purity. So the supply of these chemicals including packaging, transportation and storage but also the handling in production are critical items in this field. Frolic impurities are very critical for LiPF6 based electrolytes. The influence of water is tremendous. But also the other protic impurities like alcoholes are playing an Important role for the electrolyte quality. The reaction of these species with LiPF6 leads to formation of HF which further reacts with cathode materials (spinel) and anode. To understand the role of the protic impurities more clearly the electrolyte was doped with such compounds and was analyzed for protic impurities and HF. These results which directly show the relation between impurities and quality will be presented and discussed. In addition several investigations on different packaging materials as well as methods to analyze and handle the sensititive material will be addressed. These questions which are only partly discussed in literature so far and never been investigated systematically cover some of the key parameters for understanding of the battery chemicals. This investigation and understanding however is of major importance for scientist and engineers in the field of Lithium ion and Lithium polymer batteries.

• 멤브레인
• /
• 제26권4호
• /
• pp.310-317
• /
• 2016

리튬이온 이차전지는 리튬이온이 이동하면서 전기화학적 충방전사이클을 완성하는 에너지변환장치를 의미한다. 리튬이온 이차전지는 높은 에너지밀도와 낮은 자가방전률, 상대적으로 긴 수명주기 등 다양한 장점을 갖는다. 최근 전기차 수요증가는 고용량 리튬이온 이차전지 개발을 촉진하고 있으나 음극에서의 dendrite 형성으로 인한 전기적 단락 현상과 전지 폭발 문제와 같은 심각한 안전문제를 야기한다. 또한, 리튬이온 이차전지 구동시 상승된 온도에서 폴리올레핀계열(예 : 폴리에틸렌과 폴리프로필렌) 격리막의 열수축 문제가 발생한다. 이와 같이 낮은 열 안정성은 리튬이온 이차전지의 성능과 수명의 감소로 이어진다. 본 연구에서는 폴리올레핀계열 함침격리막 제조를 위한 중요한 소재로서 술폰화 폴리아릴렌에테르술폰 랜덤 공중합체를 사용하였으며, 제조된 격리막을 이용하여 dendrite 형성과 관련된 금속이온 흡착 능력과 리튬이온전도성, 열적 내구성이 평가되었다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1151-1156
• /
• 2023

본 논문은 초기 리튬이온 배터리의 충·방전 데이터를 활용하여 리튬이온 배터리의 잔존 수명을 예측할 수 있는 딥러닝 모델을 제시한다. PNP(Positive and Negative Perceptron) 모델을 사용하여 DMP(Deep learning Model using PNP model)를 구축하였으며, DMP의 성능을 증명하기 위해 LSTM 모델을 사용하여 DML(Deep learning Model using LSTM model)을 구성하였다. DMP와 DML의 리튬이온 배터리의 잔존 수명 예측 성능을 비교하며, 오차 측정 방법은 RMSE(Root Mean Square Error)와 RMSPE(Root Mean Square Percentage Error)이다. 시험 데이터로 오차를 측정한 결과 DMP와 DML의 RMSE 차이는 144.62[Cycle]이며, RMSPE 차이는 3.37[%]로 DMP의 오차가 낮게 측정되었다. 이를 통해 우리는 DMP의 성능이 높은 것으로 증명하였으며, 이는 리튬이온 배터리 분야에서 PNP 모델이 LSTM 모델보다 성능이 뛰어남을 나타내었다.

• 청정기술
• /
• 제29권2호
• /
• pp.87-94
• /
• 2023

폐리튬계 이차전지로부터 유가금속을 회수하는 것은 한정된 지구자원의 활용 측면에서 매우 중요하다. 최근 자동차의 전지로 많이 사용하고 있는 LiFePO₄ 전지 양극재 성분에는 리튬이 약 5.2% 함유되어 있으며, 사용 후 전지에서 리튬 재활용을 통하여 다시 전지의 원료로써 사용할 수 있다. 본 연구에서는 폐LiFePO₄ 양극재 분말에 함유된 리튬을 선택적으로 침출하기 위하여 일반적으로 많이 사용하고 있는 무기산의 일종인 저농도 황산을 이용하였다. 그리고 각 성분의 침출율 및 분리효율을 비교·분석을 위하여 침출 시 광액농도를 변수로 2 스텝 침출 공정을 적용하여 최적의 침출조건을 도출하고자 하였다. 광액농도를 변수로 침출 시 철 및 인 성분이 거의 침출되지 않는 200 g/L의 광액농도 조건에서는 타 조건과 분리 효율이 약 200배 이상 높은 것으로 확인되었다. 이에 리튬의 선택적 침출 및 회수에 있어서 침출조건을 최적화하였다.

• 전기화학회지
• /
• 제24권4호
• /
• pp.100-105
• /
• 2021

최근 리튬이차전지의 안전성을 향상시킨 전고체 전지가 많은 관심의 대상이 되고 있으나 전도성 세라믹 또는 고체 고분자 전해질을 적용한 고체전지는 높은 계면 저항, 부반응 등과 같은 문제점을 지니고 있어 전기화학적 특성이 낮다. 기존 전고체 전지의 이러한 문제점을 해결하기 위하여 복합고체 전해질이 제안되었으며 본 연구에서는 나시콘 구조의 나노 입자 Li_1.5Al_0.5Ti_1.5P₃O₁₂ (LATP) 전도성 세라믹, PVdF-HFP, 카보네이티 기반 액체전해질을 복합화 하여 유사고체 전해질을 제작하였다. 이 복합고체 전해질은 5.6 V의 높은 전압 안전성을 가지며 리튬이온의 탈리-착리 테스트에서 리튬 금속전극의 덴드라이트 성장 억제 효과가 있음을 보여준다. 또한 복합고체 전해질을 적용한 LiNi_0.83Co_0.11Mn_0.06O₂ (NCM811)기반 전지에서 4.8 V의 높은 충전 종지 전압에도 241.5 mAh/g의 높은 방전 용량을 나타내며 안정적인 전기화학 반응이 일어난다. NCM811 기반 전지의 90도 충전-방전 중에도 전지의 단락이나 폭발 없이 139.4 mAh/g 방전 용량을 보인다. 따라서 LATP기반 복합고체 전해질은 리튬이차전지의 안전성과 전기화학적 특성을 향상 시킬 수 있는 효과적인 방법임을 알 수 있다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.727-730
• /
• 2023

전세계적으로 온실가스 및 미세먼지 저감을 위한 탄소중립 정책에 따라 전기차보급이 확대될 전망이다. 전기자동창의 운용은 열악한 환경에서 사용되고 충전과 방전 등을 거듭할수록 에너지밀도가 낮아지고 내부분리막의 손상등의 이유로 건전성이 떨어짐에 따라 차량의 주행거리가 줄고, 충전 속도가 느려지는 이유로 대략 5~10년 정도 사용한 배터리들은 폐배터리로 분류하며 이 같은 이유로 배터리 화재 및 폭발 등의 위험성이 높아 지게 됩에 따라 배터리의 진단 및 SOH의 추정이 필수적이라 할 수 있다. 배터리 SOH추정은 매우 중요한 요소로 현재는 배터리 충방전을 반복하면서 소요되는 시간, 온도, 전압을 측정하여 배터리의 상태를 평가하는데 정확도가 낮다. 불안정한 폐배터리를 다수의 반복적 충전과 방전을 통해 진단하는 과정에서 화재 및 폭발의 취약점을 보완하여 신뢰성이 높은 폐배터리의 상태데이터를 취득할 수 있는 기반을 마련하고 본 논문에서는 리튬이온 배터리의 SOH예측을 위해 테슬라 폐배터리를 이용한 방전 용량 측정을 바탕으로 획득한 데이터를 서포트 벡터 머신 기반으로 예측하고자 하였다.