Ingenieure entwickeln mithilfe von Computerwerkzeugen neue Energiespeichertechnologien, die für die Nutzung nachhaltiger Energiequellen und die Stromversorgung von Elektrofahrzeugen unerlässlich sind. Forscher haben nun ein neues Modell der klassischen Physik entwickelt, um einen komplexen Aspekt der Energiespeicherung zu adressieren: dynamische Nichtgleichgewichtsprozesse. Diese Prozesse stören das chemische, mechanische und physikalische Gleichgewicht von Materialien während des Ladens und Entladens.
Das Chen-Huang Nichtgleichgewicht-Phasentransformations-Modell (NExT) wurde von Hongjiang Chen und seinem Betreuer Hsiao-Ying Shadow Huang an der NC State entwickelt. Ihre Forschung wurde am 10. Juli 2025 im Journal of Physical Chemistry C veröffentlicht. Das Modell zielt darauf ab, unser Verständnis des Batterieverhaltens bei schnellen Lade- und Entladezyklen zu verbessern. Während sich Lithium-Ionen-Batterien im Ruhezustand einem Gleichgewichtszustand nähern, operieren sie selbst bei langsamen Lade- und Entladevorgängen unter Nichtgleichgewichtsbedingungen. Schnelles Laden und Entladen weicht erheblich von diesem Gleichgewicht ab und verursacht physikalische und chemische Veränderungen, die die Leistung und Lebensdauer der Batterie beeinträchtigen können.
Bei schnellem Laden führen ungleichmäßige Ionenverteilung und signifikante Wärmeentwicklung zu Temperaturgradienten innerhalb der Batterie. Dies wiederum bedingt unterschiedliche Reaktionsraten und destabilisiert das System weiter. Die Batterie arbeitet zudem bei Spannungen, die weit vom Idealzustand entfernt sind, was große Überspannungen erfordert und sie noch weiter vom Gleichgewicht entfernt. Die schnelle Bewegung von Ionen führt dazu, dass sich Materialien schneller ausdehnen und zusammenziehen, als sie sich mechanisch anpassen können, was zu inneren Spannungen führt. Diese mechanische Belastung kann Risse in den Elektrodenmaterialien verursachen und den Verschleiß beschleunigen. Bei Materialien wie LiFePO4 zwingen diese Bedingungen strukturelle Veränderungen, sich schnell zu vollziehen, anstatt durch stabile thermodynamische Prozesse abzulaufen.
Das Verständnis dieser Nichtgleichgewichtsprozesse ist entscheidend für die Entwicklung schnellerer Ladeprotokolle, die Geschwindigkeit mit Sicherheit und Langlebigkeit in Einklang bringen. Es ist auch unerlässlich für die Schaffung effektiver Wärmemanagementsysteme und die Entwicklung von Elektrodenmaterialien, die diesen dynamischen Bedingungen besser standhalten können. Bestehende Modelle weisen oft eine begrenzte Vorhersagegenauigkeit auf, da sie vereinfachte Annahmen treffen und komplexe Phänomene wie den Massentransport vernachlässigen.
Das NExT-Modell erklärt, wie Materialien wie LiFePO4 und NMC Phasentransformationen unter Nichtgleichgewichtsbedingungen durchlaufen. Es führt 'Pfadfaktoren' ein, die Energieänderungen während der Ioneninsertion und -entfernung beeinflussen und mit Eigenschaften wie Lithiumgehalt und mechanischer Belastung interagieren. Simulationen zeigen, dass die Versetzungsdichte eine entscheidende Rolle bei der Steuerung struktureller Veränderungen während schnellerer elektrochemischer Reaktionen spielt.
Die Validierung des Modells erfolgte durch den Vergleich von Simulationsergebnissen mit experimentellen Daten für LFP- und NMC-Materialien bei verschiedenen Lade-/Entladeraten. Die Übereinstimmung stützt den pfadverändernden Mechanismus des Modells als Werkzeug zur Verbesserung der Batterieleistung. Dieses Modell kann in computergestützte Werkzeuge zur Entwicklung besserer Batterien integriert werden. Obwohl sich das Modell derzeit auf Lithium-Ionen-Batterien konzentriert, sind seine zugrundeliegenden Prinzipien breit auf andere Energiespeichersysteme, einschließlich multivalenter Batterien, anwendbar. Diese Systeme weisen oft komplexere Ionen-Wirt-Wechselwirkungen auf, bei denen Nichtgleichgewichtseffekte stärker ausgeprägt sind.
Das NExT-Modell trägt zur computergestützten Materialwissenschaft bei, indem es ein prädiktives Werkzeug für ratenabhängige Prozesse bietet. Dieser Ansatz unterstützt das rationale Design von Energiespeichermaterialien und -geräten der nächsten Generation und beschleunigt die Materialentdeckung und -optimierung durch physikbasierte Modellierung, die auf experimenteller Validierung beruht. Das Modell liefert einen mechanistischen Rahmen für die Untersuchung komplexer, ratenabhängiger Prozesse in der Energiespeicherung.